AIの普及で、ソフトウェア企業が厳しくなる。そう感じる場面が増えました。コードを書ける人が増え、これまでなら数週間かかった試作品を、対話しながら数時間で形にできる。ワードや表計算、画像編集、CAD、OSのような既存製品に似たものまで、個人が次々と作り始めています。
吉田製作所さんもXの投稿で、AIによって「金儲けする気のないやつ」がワードやエクセル、フォトショップ、CAD、Windowsの模倣ソフトまで作り始め、従来のフリーソフトとは段違いのものが出てくる、という趣旨を述べています。これを読むと、ソフトはもう全部無料になるのではないか、という感覚も分かります。
ただ、作れることと、使われ続けることは別です。ソフトを書く費用が下がるほど、コードそのものの希少性は薄くなる。一方で、顧客の業務を理解する、事故を防ぐ、データを守る、問い合わせに応える、長く使える状態を保つといった仕事は残ります。ソフトウェア企業にとっての活路は、コードの量ではなく、そこまで引き受けられるかに移っていくのだと思います。
「作れる」ことの価値が下がると何が起きるか
これまでは、動くソフトを作ること自体に相応の時間と技術が必要でした。要件を聞き、設計し、実装し、テストする。その工程が長いほど、参入できる人は限られます。開発会社は専門性を持つ人材や経験を提供し、利用企業はその対価を払ってきました。
生成AIや開発支援ツールは、その工程を短くします。小さな業務ツールや、単機能のアプリ、画面の試作品なら、非エンジニアでも作れる場面が増えています。既存ソフトの一部機能をまねたものも、以前より低い費用で試せるでしょう。作る初期費用が下がれば、似た機能を持つ製品が増え、利用者は「その機能だけ」に高い料金を払う理由を見つけにくくなります。
しかし、ここで値下がりするのは主に「最初の形を作る費用」です。複数人が同じデータを扱う、データを失わない、法令や社内規定に沿う、障害時に復旧する、といった要求が加わると話は違います。作った直後に動くことと、事業で使い続けられることの間には、まだ大きな距離があります。
たとえば、見積書を作る小さなアプリをAIに依頼するのは簡単になりました。けれども、誰がどの見積もりを見られるのか、誤った金額を送らないためにどう承認するのか、顧客情報をいつまで保存するのか、担当者が退職した後もデータを読めるのかを決める必要があります。コードを書く時間が短縮されても、業務上の判断や責任まで自動で消えるわけではありません。
B2Cはソフト以外の固定費を支えられるか
一般消費者向けのB2Cサービスでは、利用者を集めるための広告、問い合わせ対応、決済手数料、返金や不正利用への対応など、ソフトを書く以外の費用が積み上がります。利用者が増えるほどサーバー費用やサポート工数が増える設計なら、ユーザー数の成長がそのまま利益になるとも限りません。
たとえば、無料の画像加工アプリをAIで作れたとしても、それを多くの人に知ってもらうために広告を出し、利用方法を説明し、障害や苦情に対応すれば、その費用は発生します。無料で配るなら、広告、課金機能、別サービスへの送客など、どこかで回収する仕組みが必要です。回収策が弱ければ、開発費がほぼゼロでも事業として続きません。
「ソフトを書く以外の重たい固定費を構造に組み込む」という考え方は、固定費を増やせばよいという意味ではありません。配信網、独自のコンテンツ、専門家のサポート、認証や決済など、利用者が価値を感じる仕組みを持ち、その維持費を継続的な売上で回収できる形にすることです。すでに大きな費用をかけた企業が有利とは限らず、費用の重さに見合う継続利用や単価を作れているかが問われます。
AIで開発費が下がると、新規参入は増えます。その中でB2Cの勝ち筋を作るなら、アプリを公開することよりも、顧客獲得費用を抑える経路、何度も使う理由、課金への納得感を組み合わせる必要があります。ここを持たないまま機能だけを増やすと、無料の代替品と広告費の両方に挟まれます。
SaaSは「機能」から使い心地と運用の完成度へ
SaaSでは、機能一覧だけで差をつけることが難しくなります。顧客管理、請求書作成、予約管理のような機能は、AIを使えば小さな事業者でも試作できます。既存SaaSと似た画面を作れるとしても、すぐに置き換えられるわけではありませんが、機能の模倣にかかる費用が下がるのは確かです。
差が残りやすいのは、特定の業界や業務に深く入り込んだ使い心地です。入力の順番が現場の仕事と一致する、例外処理を迷わず行える、必要な情報が必要な人に届く、導入後にデータ移行で困らない。こうした細部は、画面を整えるだけでは作れません。現場の担当者が何に迷い、どこで間違え、誰に確認しているのかを長く観察し、製品に反映する必要があります。
ニッチな市場で、何年も開発と運用を重ねて磨かれたUIやUXは強い資産になり得ます。大きな市場を一度に狙うより、たとえば特定の業種の複雑な申請や在庫管理など、現場固有の例外まで扱える方が、利用者にとって乗り換えにくい製品になる場合があります。AIが試作品を量産するほど、誰のどんな作業に合わせて磨いたのかが、製品の違いとして表れます。
もっとも、ここでいう完成度は装飾の美しさではありません。利用者が覚える手順を減らし、入力ミスを防ぎ、やり直しの費用を下げることです。使い始めるまでの説明が短い、誤入力に気づける、困ったときに履歴をたどれる。毎日の業務に入るSaaSなら、こうした小さな体験の差が解約率やサポート費用に影響します。
B2B受託は売上か、深い専門性か
受託開発でも、単に仕様書の通りに画面や機能を納品する仕事は価格を比べられやすくなります。発注側がAIを使って自作できる範囲が増えれば、「この機能を作るのにいくらかかるか」だけでは、外部に頼む理由を説明しにくくなるからです。
一つの方向は、顧客の売上や粗利、処理時間など、事業の数字に結びつく仕事を請け負うことです。ECなら購入率や受注処理の効率、会員制サービスなら継続率など、成果が見える対象を選びます。開発会社は画面やコードではなく、改善の仮説を立て、実装し、数字を見て次の手を決めるところまで担います。売上への貢献が確認できれば、開発費を単なるコストとして比べられにくくなります。
ただし、「売上に貢献します」と掲げるだけでは足りません。売上は価格、商品力、在庫、営業、季節要因にも左右されます。どの数字をどの期間で見るのか、開発側が責任を持てる範囲はどこまでかを顧客と合意する必要があります。成果連動の契約を無理に結ぶより、計測の仕組みや改善の範囲を明確にして、費用と効果を一緒に確かめる方が現実的です。
もう一つの方向は、専門性が深く、問題の定義そのものが難しい領域に入ることです。業界特有の規制や商習慣、複雑なデータ構造、組織間の利害を理解したうえで、何を作るべきかを決める仕事です。外から見ると抽象度が高く、現代アートのように見えるほど、問いの立て方から始める案件もあるでしょう。ただし、抽象的な提案だけで終わらず、誰のどの問題をどう変えるかを具体化できなければ、顧客は対価を判断できません。
AIは案や試作品を出せますが、組織内の利害を調整し、優先順位を決め、失敗したときの責任を持つことは、発注側と開発側が向き合う必要があります。受託会社の価値は、手を動かす量から、問題を特定し、現場に合わせて結果を出す力へ移っていきます。
軽量なソフトにも、作るのが難しい領域にも居場所がある
「軽量なものはキツイ」という見立てには一理あります。単機能で、利用者の切り替えが簡単で、特別なデータや運用を持たないソフトは、似たものが増えると価格が下がりやすいからです。機能だけで課金している製品は、AIが作る無料の代替品に直接さらされます。
一方、軽さそのものが価値になる製品もあります。設定が少なく、すぐ使え、特定の作業だけを気持ちよく終えられる道具です。大規模な業務システムは便利でも、導入や学習に時間がかかります。そこに、余計な機能がなく数分で使える小さなツールを求める人はいます。低価格や無料が前提になるとしても、開発・サポート・配布にかかる費用を小さく保ち、継続的な利用や別の収益につなげられれば事業として成立する余地があります。
そして、AIへの指示だけでは作りにくいものも残ります。何年分もの現場の知識、互換性を崩さず更新し続けた製品、厳しい品質保証が要る仕組み、障害時に復旧できる運用、専門家が負う責任などです。AIを使って実装を速められても、そこに至るまでの経験や利用者との信頼を一度に生成することはできません。
ここにソフトウェア企業が正気を保てる余地があります。ただし、複雑であれば価値がある、という話ではありません。顧客がその複雑さを必要としているか、対価を払うほど困っているか、提供側が責任を持って維持できるかが大切です。何年もかけて磨いたUIも、現場の問題を解いて初めて価値になります。逆に言えば、顧客が違いを感じない機能に年月をかけても、競争力にはなりません。
単価が下がるなら、価値の届け方を変える
AIによって開発単価が下がる可能性は高いでしょう。同じ画面と機能を以前より短時間で作れるなら、発注側は工数だけを根拠にした見積もりを受け入れにくくなります。開発会社も、人数や時間を積み上げて請求するだけでは、価格の説明が難しくなります。
そのとき、価格を下げることだけが答えではありません。顧客が買っているものを、作業時間から成果や継続性へ置き直す必要があります。業務のどの時間を減らすのか、どの売上機会を逃さなくするのか、障害やデータ消失のリスクをどう抑えるのか。価値を具体的に示せれば、実装が速くなっても報酬の根拠は残ります。
同時に、AIで作れる部分は積極的に速くし、人間が判断すべき部分に時間を使う姿勢も必要です。顧客の業務を聞き、課題を絞り、試作品を早く見せ、実際の利用者の反応で修正する。コードを書く時間が減るなら、その分を要件の理解や品質、運用設計に移す。これができる会社は、AIを単なる人件費削減の道具にせず、顧客への提供価値を高められます。
利用企業側にも変化があります。AIで作ったソフトを試すことと、事業の基盤として採用することは別々に判断した方がよいでしょう。責任者、バックアップ、アクセス権限、更新担当、障害時の連絡先が曖昧なまま、重要データを預けると、開発費の節約より大きな損失につながる場合があります。無料だから採用するのではなく、失敗したときの損失まで含めて比べる視点が必要です。
ソフトウェア企業の競争は、これから何を問うか
AIの普及で、ソフトを作る能力が広く行き渡り、軽量な製品の価格は下がっていくでしょう。無料で十分な用途も増えるはずです。その変化を止めることはできませんし、無料の代替品が出るたびに、既存企業が同じ機能を値下げして守るのも長続きしません。
それでも、ソフトウェア産業のすべてが無料になるわけではありません。無料になりやすいのは、模倣が容易で、運用責任や専門知識があまり要らず、別の製品への移行も簡単な部分です。反対に、特定業界の深い理解、長年磨かれたUIやUX、安全な運用、売上や業務改善への貢献、失敗時に対応する責任には、引き続き対価が生まれます。
開発会社が問われるのは「AIで何を作ったか」だけではなく、「顧客のどんな問題を引き受け、使い続けられる形で解いたか」です。単価が下がる領域では、小さく保つ工夫が要る。時間がかかっても簡単に置き換えられない領域では、専門性と信頼を積み上げる必要があります。AIがコードを書く時代にも、誰のために、何を、どこまで責任を持って提供するかは、事業を作る人間に残された仕事です。
まとめ
AIによって、ソフトの試作や単機能の開発は大幅に安く、速くなっています。その結果、軽量な製品は無料の代替品と競合し、機能や工数だけを売るソフトウェア企業は厳しくなるでしょう。
一方で、B2Cの継続的な顧客基盤、ニッチな業務に深く合わせたSaaS、売上や現場の改善に責任を持つ受託開発、長期運用や専門知識が必要な製品には価値が残ります。単価が下がる可能性を受け止めながら、AIが簡単に作れない経験、運用、信頼、責任をどう顧客の成果につなげるか。そこが、これからのソフトウェア企業の居場所を決めていきます。
コメント