どのようなソフトウェアがAIによって淘汰されるのか？

2026年までにソフトウェアセクターが調整局面を迎えているが、過去の「需要減速／金利上昇」主導の調整局面とは異なり、市場はより“終値”に注目している。つまり、これらの企業が10年後も利益プールを守れるのか、“エージェント型（agentic）”AIによって競争優位性（モート）が切り崩されるかどうかが議論されている。

追風トレーディングデスクの情報によると、Goldman Sachsグローバル投資調査部のアナリストGabriela Borgesは16日のレポートで「市場はソフトウェアの競争優位性とビジネスモデルに疑問を持ち始めている」と率直に記した。彼女は投資家がよく投げかける7つの弱気論点を一つずつ分解し、1から5までのリスクスコアを付けて、それが狭義のアプリケーションソフトウェアに留まるのか、より広範なインフラ／セキュリティスタック、さらにはクラウドプロバイダーの資本支出関連のROIまで波及するかを区別した。

興味深いのは、Goldman Sachsは「システムレベルのソフトウェアがAIによって完全に置き換えられる」ことをメインリスク（スコア1）とは見なしていない。より鋭い懸念は2つの方向に向けられている：一つはシステムレコード層（System of Record, SoR）から“エージェント型OS／オーケストレーション層”への価値移転（スコア4）、もう一つは技術進化のスピードそのものが終局の価値を測りにくくしていること（スコア5）——バリュエーションの“下限”が見えにくいということだ。

このような不確実性の中で、レポートは明快な着眼点を示している：2つのシグナルを注視すべき——一つは、ソフトウェア企業が「業界ドメイン経験」によって本当により高品質なエージェント型成果をもたらせるかを証明できるかどうか；もう一つは、決算上のファンダメンタルズが安定もしくは改善できるかどうかだ。

今回のソフトウェア調整、市場が注目しているのは“終値ディベート”

Goldman Sachsの見解はこうだ：2026年のこの下落局面、論点は「短期成長曲線」から「競争優位性がAIで薄まるかどうか」にシフトしている。議論の中心はアプリケーションソフトウェアだが、インフラ／セキュリティスタック、さらにはクラウドプロバイダーの資本支出関連の投資対効果にも波及し始めている。

そのため、レポートの構成は“ディベートの論点分解”に近い。7つの弱気論点を「ストローマン」から「スティールマン」まで並べ、リスクスコアを付与し、同じ疑問——何が終値を支え得るのか——に答えようとしている。

SoRが完全に覆されることは少ないが、“価値流出”はより危険

• A：SoR“置き換え”リスクは非常に低い（スコア1）

最初の弱気論点は「リップ・アンド・リプレイス」：新規プレイヤーがAIでシステムレコード層を再構築し、ERP/CRM/HRのような基幹システムを時代遅れにする。Goldman Sachsはこれを低リスクと判断し、その理由は明快だ：生成AIは分析・生成エンジンであり、トランザクションエンジンではない；エンタープライズAIには膨大な高品質・構造化・トレーサブルなデータが必要であり、SoRこそがそれらデータのコンテナかつガバナンス体系である。

レポートも実際の置き換えリスクがゼロではないことを認めている。もし誰かがSoR層でよりモダンかつ拡張性が高く、総保有コストの低いアーキテクチャを再構築すれば、移行を促す可能性がある。レポートではSAP S/4HANAのクラウドアップグレードを例示し、大企業の移行は一般的に18～36カ月の多段階プロジェクトとなり、コストも高く期間も長いため、「より安価かつ高速な代替品」への期待が生まれやすいと指摘している。

Goldman Sachsが示す“防御策”もアーキテクチャに落とし込まれている：SoRは受動的な台帳から“システム・オブ・リーズン”へ、「AI powered（後付け）」から「AI native（構造的に内包）」への進化が必要だ。レポート内ではSalesforceの2024年replatformingや、Workdayのクローズドからオープンへの方針転換などがシグナルとして挙げられている。

もう一つ重要な変数は、企業のデータ境界である。企業が自社データの優位性を既存アプリ内に“囲い込む”場合（レポートではSalesforceが2025年5月にSlack API規約を調整し、LLMトレーニングや一括エクスポートを制限したことが言及されている）、SoRは基盤としてより安定するが、その上層の利益プールが新たな層に奪われる可能性がある。

• B：価値がSoRから“エージェント型OS／オーケストレーション層”へ移転（スコア4）

Goldman Sachsは、より現実的なリスクはSoRの消滅ではなく、SoRが“コンプライアンスデータ基盤”となり、価値がシステム横断的な推論・API呼び出し・自動ワークフローを実現するオーケストレーション層に集中することだと考えている。エージェントは複数のSoR間で読み書きや照合ができ、ユーザーは従来のシステム画面に直接入る必要がなくなるため、SoRがこれまでUIやプロセス占有、ユーザー習慣によって築いた競争優位性が削がれる。

レポートは「誰が誰の上に座るか」という比喩でこの世界を描写している：SierraはSalesforceの上に、Anthropic CoworkはMicrosoftの上に重なり、追加予算は上層に取られる可能性が高い。Goldman Sachsはまた、市場がこのリスクを特に敏感に捉える理由として、2020/2021年の低金利期に資金調達や拡張を果たしたアプリ系企業は競争優位性が弱く、「脱仲介化」ストーリーに崩れやすいことを指摘している。

伝統的なベンダーに残された機会の核心は、「ドメイン経験＋コンテクスト」である。レポートは数社の発言を引用して「コンテクストの価値」を説明している：

• Microsoftは同一エコシステムに留まることで遅延低減、データ更新保証、LLMにより多くのコンテクスト提供が可能であり、大規模データ移行の摩擦・コスト・“断絶”は過小評価されがちと強調；
• HubSpotはエンタープライズAIの最大の弱点は「コンテクスト不足」であり、システムレコード層は顧客履歴やコラボ情報を集約し、AIへ繰り返し教える手間を減らせると指摘；
• Datadogは2/12アナリストデーで、内部データでトレーニングしたSLMが低コストで高精度を実現し、「ドメイン経験」がモデルと成果に差別化をもたらすと強調した。

バーティカルソフトは短期的に耐性があるが、「十分に便利」だと価格決定力が変わる可能性（スコア2）

第3の弱気論点は「横断型が縦型を食う」：横断型プラットフォームがAIツールを使って顧客自ら業界ワークフローを構築できるようにし、バーティカルソフトの価格決定力を侵食するというもの。Goldman Sachsはリスクを2とし、バーティカルソフトにはまだ複数の障壁があると判断：業界特有データ、ワークフローへの深い組込みによるSoR特性、長期的な評判による参照性、強規制業界でのコンプライアンス壁など。

レポートはGuidewireのデータ規模を例示：顧客群では世界約7,750億ドルの損害保険料（P&C Insurance DWP）が少なくとも1つのGuidewire製品で管理されており、過去のデータ蓄積自体が参入障壁となっている。また「顧客が時間を与える」という点も重視。深く組み込まれたバーティカルソフトの場合、顧客の切り替えは年単位であり、月単位ではない。

ただしGoldman Sachsはリスクを過小評価していない。レポートでは横断型／AI化による新たな衝撃も挙げている：PalantirとAIG、Anthropicの保険ユースケースでの協業；IntuitがGenOSをリリースし、Quickbooksのような横断型会計ソフトでバーティカルワークフローを容易にコード化可能に。核心的な問いは一文で記されている：「横断型プラットフォームのAI機能が『十分に便利』であり、『明らかに優れている』わけではなくても、統合が容易で断片化が少ないために顧客を奪うのか」——これはバーティカルソフトの長期的な価格決定力に直結している。

コードの低コスト化は競争を激化させるが、製品を作れば会社になるわけではない（スコア2）

第4の弱気論点は「コードコストの低下」。Goldman SachsはAIコーディングツールが開発ハードルを下げ、新規参入者が増えることを認めているが、リスクは2とした。理由は、ソフトウェアエンジニアリングは単なるコーディングではなく、エンジニアは多くの時間を設計・デバッグ・リスク認識・レビューに費やしており、ツールの効率化は開発職の消滅には直結しないため。

レポートは「人が依然としてループ内にいる」ことを示すデータも挙げている：Farosによる1万人の開発者調査では、AIを多用するチームはタスク完了数が21％増、pull request統合が98％増となったが、pull requestレビュー時間は91％増加した。効率化はボトルネックを新しい工程に押し付けるものであり、とくにエンタープライズ納品ではセキュリティ・保守・統合・プロセス編成・エコシステム構築・GTMは依然としてハードルが高い。

「未来はカスタマイズ」に一部予算を奪われるが、Palantirはカスタマイズをプラットフォーム化（スコア3）

第5の弱気論点は「企業が自前構築を好むようになる」。Goldman Sachsの結論はやや折衷的だが明確だ：コードコスト低下がbuild vs buyを全面的に変えることはないが、企業は一部のシーンで予算を内部構築にシフトする傾向がある（リスク3）。核心的な理由は、保守コストと責任が長期的に複利で積み上がること——たとえエージェント型効率で保守コストを下げられても、専業ベンダーも同様に保守コストが下がるため「パフォーマンス／コスト・フロンティア」は多くの場合ベンダー側にある。

レポートは、より自前構築に奪われやすいのは従来のSoR間にあり、複数部門の調整が必要で、従来のパッケージソフトがうまく連携できなかった“中間地帯”だと指摘している。

Palantirはレポート内でカスタマイズのパラダイムとして紹介されている。AIPを通じて顧客と共に本番レベルのAIユースケースを構築し、定量的なROIを強調。同社の成長データも示されている：Palantirアメリカ商用ビジネスは2025年に109％成長、2026Eには115％超へ加速する見通し。同時に、Palantirは前線展開エンジニア（FDE）が顧客の意図を可動システムに翻訳し、顧客固有の解決策を再利用可能な能力として蓄積している。「ソフトウェアかサービスか」という疑念の中でも、同社のハイブリッドモデルは約85％の粗利益率を維持している。

Goldman Sachsはまた、企業の自前構築ブームが一つのピークに近づいている可能性も指摘している。SaaSベンダーがAI能力を補完し、データガバナンスやセキュリティプロトコル（A2A、MCPなど）が進化し、ITチームもスキルを高めている。ServiceNowも公開の場で「自前構築」へ流れていた予算を取り戻しつつあると発言している。

「LLM税」が粗利益を圧迫：短期（12–24カ月）は現実的、長期はやはり価格決定力（スコア3）

第6の弱気論点は粗利益構造の変化。Goldman Sachsは、業界全体で12～24カ月の緩やかな粗利益圧力があると予想している：ベンダーは採用率を高めるため、GPU推論コストやサードパーティモデルAPI料金を先に吸収する可能性がある。AIによって「利用強度」が直接コスト化される（トークン消費・モデル複雑性・クエリ頻度が費用に直結）、SaaSは固定費レバレッジからより「従量課金」的経済へと移行している。

レポートはBessemerの観察も引用：最も急成長したAIネイティブ企業のARRが1億ドルに達する例で粗利益率は約25％、多くはマイナス、成熟したAIネイティブ企業でも約60％が中心で、従来のSaaSより低い。

しかしGoldman Sachsはこれを恒久的な低下とは見ていない。レポートはEpoch AIのデータを引用し、LLM推論コストは年9倍～900倍低下、GPT-4相当のMMLU性能実現コストは年40倍低下している。長期的な粗利益回復には「価格決定力＝差別化」がカギだとし、またMicrosoftの構造的優位性——垂直統合とOpenAIとの関係により、バリューチェーンの複数レイヤーで収益を取り、サードパーティへの「LLM税」流出を抑制できる——も指摘している。

最も価格評価が難しいのは技術進化の速度：不確実性そのものがバリュエーションを圧迫（スコア5）

第7の弱気論点はGoldman Sachsが最高リスクと評価：技術進化が速すぎて終局が予測できない。レポートは年初以来のアップデートを列挙——Anthropic（Cowork、Opus 4.6、バーティカルプラグイン）、OpenAI（Frontier、OpenClaw）、Google DeepMind（Deep Think）、Meta（Avocado）など。Bridgewaterが2025年11月に発表したホワイトペーパーの「事前学習スケーリング則は依然有効」という見解も引用、直近のモデルアップデートとベンチマークスコア（GPQA Diamondで複数モデルが90％超え）も挙げている。

レポートは2つの「パッケージ化による転換点」で予測困難性を説明している：ChatGPTが能力を使いやすい入口にパッケージし大衆化を促進、Coworkは能力をデスクトップGUIに持ち込むことで非技術者にも実験を始めさせた。さらにOpenClawのような自己ホスト型エージェントの普及経路について、レポートとCloudflare CEO Matthew Princeの対話では「今後3年でChatGPTの普及速度を再現する可能性がある、エンタープライズ側の短期主な制約はセキュリティ」だと述べている。

不確実性は新たなTAMをもたらす場合もある。レポートはMicrosoft MAI Superintelligence Teamの事例を引用：MAI-DxOが『ニューイングランド医学ジャーナル』の症例チャレンジで85％の合格率を達成したほか、Microsoftブログと初期指標をChatGPTに入力した際のTAM試算は年間500億～1000億ドル（上位シナリオでは1500億～2000億ドル）とされている。しかしGoldman Sachsの結論は「どの終局に賭けるか」ではなく、「未知そのものが終値のアンカーを難しくし、高い不確実性は低バリュエーション倍率に対応する」と認めている。

レポートが見る“安定”シグナル：ドメイン経験の実証・ファンダメンタルズの安定

Goldman Sachsは観察可能な安定シグナルを2つに集約した：一つはエンタープライズソフトウェア企業が製品や事例でドメイン経験がより高品質なエージェント型成果に結びつくことを証明できるか、もう一つは決算でファンダメンタルズが安定または改善できるか（特に決算シーズンで検証）である。それまでは「アーキテクチャ型競争優位性」を重視——競争優位性はアプリ層のUIやワークフローだけでなく、より下層の技術やプラットフォーム構造まで拡張できるかがカギとなる。

 

~~~~~~~~~~~~~~~~~~~~~~~~