著者：Seema Amble、a16zパートナー；出典：a16z；翻訳：Shaw、金色财经
先月、SalesforceはAPIを公開し、ヘッドレス製品をリリースした。**これは本質的に賭けである：インテリジェントエージェント時代において、コア価値はユーザーインターフェース（UI）ではなくデータ層にある。**これは賢明な戦略的リポジショニングだ。ただし、技術的には大きな変化はなく：Salesforceが「ヘッドレス製品」として外に展開しているこれらのAPIは、実は何年も前から存在していたものがほとんどだ。言い換えれば、これはSalesforceの典型的なマーケティングリリースに過ぎない。この新製品の核心は：AIエージェント（AI Agent）が記録システムから直接データを取得でき、人間向けに設計されたワークフロー追跡用のユーザーインターフェースに適応させる必要がなくなることにある。
このリリースはまた、より深く考えるべき重要な問いを投げかけている：**ユーザーインターフェースを剥ぎ取り、底層のデータベースを直接公開した場合、残るコアの価値は何か？**これと、一式のPostgreSQLデータベース、洗練されたデータテーブル構造、そしてAPIのセットとの本質的な違いは何か？従来の記録システムの長寿を支えてきたクラシックな壁は依然として有効か？それとも、業界は全く新しい評価基準を形成しているのか？SaaS時代において、記録システムが競争優位性を持つのは、ユーザーがインターフェースに高度に依存して仕事を行うからだ。一方、インテリジェントエージェント時代には、その優位性は弱まりつつある。企業の壁となる価値層は、データモデル、権限体系、ワークフローロジック、コンプライアンス能力へと沈殿し、さらにエコシステムネットワーク、独自データ生成能力、実務の落とし込み能力へと上向きに拡大している。
ソフトウェアがヘッドレス化の時代に向かうとき、真の競争壁はどこに移るのか？
記録システムは特定のビジネスデータ領域における権威的な真のデータソースだ。顧客関係、従業員ファイル、金融取引の公式唯一のバージョンはここに保存されており、他のツールがデータを読み取り、書き戻すためのコアのプラットフォームでもある。
顧客関係管理システム（CRM）は収益ビジネスの記録システム；人事情報システム（HRIS）は人事管理の記録システム；企業資源計画システム（ERP）は財務資金の記録システム。
これらのシステムの強みは、データの保存だけでなく、企業全体の協働運営のための統一された事実基準となる点にある。
過去20年、Salesforceは本質的に営業管理者のチーム管理のためのワークスタイルを販売してきた。ダッシュボード、販売ファネルビュー、パフォーマンス予測ツール、ダイナミック情報フロー、これらがユーザーの真の購買対象だ。**そのビジネスモデルは、ユーザー席の権限を販売し、これらの機能を呼び出せるようにすることに基づいている。**基盤のデータベースは重要だが、ビジネス価値の観点では付属的な設定に過ぎない。
これは、ユーザーインターフェースがユーザーの粘着性を決定づけることを意味する。データ入力の規範を規定し、統一されたビジネステームの用語体系（リード、商談、顧客アカウント）を構築し、何百万もの営業担当者に自発的に記録させる原動力となる。ユーザーインターフェースは、データの整合性と一貫性を維持するための中核的メカニズムだった。
この製品は非常に高いユーザー粘着性を持ち、多くの営業幹部が新しい会社に移ってもSalesforceを使い続けるのは、UIの優秀さではなく、むしろ筋肉記憶のような使用習慣によるものだ。
しかし、今やAIエージェントがこの従来のモデルを覆しつつある。エージェントはフロントエンドのUIを経由せずに、底層のデータに直接読み書きできる。これにより、多くの新しいツールや代替案が生まれている（Salesforceだけでなく：我々も最近、SAP周辺のエコシステムがAI対応のために急速に拡大していると分析した）。
長期的には、コンピュータ操作型のインテリジェントエージェントは、従来の人間中心の要素を次第に解消していく：個人の使用嗜好、職務訓練、暗黙のビジネス知識など。言い換えれば、長く存続できる記録システムのコア条件は進化している。
インテリジェントエージェント時代にどんな変革がもたらされるかを議論する前に、まず明確にしておきたい：そもそも何が記録システムの高いユーザー粘着性を築いてきたのか。その最重要要素は、人とソフトウェアのインタラクションと個人の使用嗜好に集中している。ソフトウェアの高粘着性は、多くの場合ユーザーインターフェース、使用習慣、人工的なワークフロー、内蔵されたビジネスプロセスによって形成されてきた。
CRMなどのシステムは、日常的に高頻度でチームや関係者により使用されている。高頻度の使用は、それを企業の重要なインフラにしている。一方、その上に積み重なる人文・管理習慣——固定されたワークフロー、筋肉記憶、長年にわたる管理リズム——は、移行が最も難しい部分であり、企業自身もこの体系の移行や再構築の必要性に気づいていないことも多い。
高粘着性の記録システムは、双方向の読み書きが可能なシステムであるべきだ。例としてCRMを挙げると、それは単なるアーカイブ庫ではなく、頻繁に読み取られる。通話記録、商談ステージの更新、タスクの作成など、すべて関係者が積極的に記録している。この双方向のデータフローは、代替システムもリアルタイムの業務運用データを引き継ぐ必要があることを意味し、単なる履歴のインポートだけでは不十分だ。企業はシームレスに切り替えられる安全なウィンドウを見つけられず、導入後は長期にわたり既存のサービス提供者に縛られることになる。対照的に、採用追跡システム（ATS）は、多くの場合、書き込み重視・読み取り少なめの性質を持つ：採用完了後、企業はほとんどそのデータを再参照しないため、ユーザーの粘着性は低い。
ビジネスの生命線に関わる暗黙知は、知識ベースのドキュメントにはなく、管理者やシステムインテグレーターが長年にわたり構築したワークフロールールの中に沈殿している。例として営業シナリオを挙げると、これらの暗黙のルールには、10万ドル以上の企業注文は副社長の承認が必要、EMEA地域の注文はプライバシーコンプライアンスの審査を通す必要、戦略的大口顧客の割引は四半期末にのみ財務承認をスキップできる、などがある。これらの暗黙ルールは、ビジネスのタイムリーな実行や重要な規範違反を直接左右し、場合によっては案件の成否を決める。システム移行の際には、これらの自動化ロジックを逆算して解体するか、あるいは長年の組織経験の知識を失うことになる。
判断基準は、どれだけ多くの内部システム、チームのワークフロー、外部関係者がこのコア記録システムに依存しているかだ。内部連携は、下流の他のソフトウェアやワークフローとの接続性を指す。外部連携は、監査人、会計士、規制当局などの外部主体との関係を意味し、例えばERPシステムはこれらの機関に直接データアクセスを許可する必要がある。内外連携が高いほど、システム移行時に解きほぐすべき関係性は複雑になる。
核心的な問いはシンプル：このシステムはコンプライアンス上の重要システムかどうかだ。給与計算、ERP、人事データなどは、法的・規制上の正当性を持つ権威あるデータソースと厳格な管理権限を必要とし、システムの移行には監査や規制当局の関与が不可欠であり、これがユーザーの粘着性と移行障壁を高めている。一方、販売データやZendeskのようなカスタマーサポートツールは、ビジネスの継続性やシナリオの文脈を重視するが、データ移行や権限変更による規制リスクは少ない。
すべての記録システムの切り替えコストが同じではない。CRMと採用追跡システム（ATS）を同じ基準で比較すると、その差は明白だ。ATSは採用という閉じた固定フローだけを扱い、候補者の入社や淘汰後は記録の更新はほとんど行われない。システムの範囲も狭く、利用者も少数で集中している。
一方、ERPは別の極端だ：会計帳簿は監査の追跡証拠そのものであり、システム移行に関わる会計士、監査人、規制当局は直接の利害関係者となる。ATSの置き換えは困難だが耐えられる範囲だが、CRMの置き換えは心臓手術のようなものであり、ERPの置き換えは、患者にマラソンをさせながら胸を開く手術に等しい。
伝統的に、コア記録システムは、専有データやネットワーク効果といった壁を築く優位性を活用してこなかった。ビジネスワークフローだけで壁を作ることは十分だった。対照的に、消費者向けビジネスはツールやネットワークエコシステムを統合できるが、記録システムはこれまでそれができなかった。
多くの記録システムは顧客データを収集しているが、それらを深く活用できていない（多くの場合、契約条項により自由に利用できない）。したがって、CRMが豊富なデータを持ち、全体の顧客情報を集約し、業界横断的な洞察を抽出できたとしても、実用的な価値のあるアプリケーションには結びついていない（SalesforceのEinsteinのようなスマート製品の試みはあったが）。
ネットワーク効果は、業界にとって究極の壁となるはずだった。ネットワーク効果が形成されれば、CRMの価値はエコシステムの拡大とともに高まり、ソフトウェア販売者はプラットフォーム上で買い手と売り手のリソースを正確にマッチングできる。しかし、データの価値と同様に、記録システムのネットワーク効果はこれまで非常に弱かった。
AIエージェントはブラウザを必要としない。API、ビジネスコンテキスト、実行指示と行動能力だけがあれば良い。これを実現する二つの技術条件は：一つは大規模モデルが十分な論理推論能力を持つこと。現在のエージェントは、ビジネスコンテキストを自主的に理解し、実行計画を立て、ツールを呼び出し、操作を完了し、結果を振り返ることができる。ほとんどのタスクは人間の介入なしに完結できる。二つ目はMCPプロトコルによるツール呼び出しの標準化であり、エージェントに外部能力を呼び出すための統一インターフェースを提供している。MCPに接続されたエージェントは、ミリ秒単位で人間の操作を完了し、大規模に稼働でき、全行程ブラウザ不要だ。完全なビジネスコンテキストさえあれば、PC操作型のエージェントは公式APIに依存せず、従来のソフトウェアUIを直接操作できる。
簡単に言えば、今のソフトウェア調達者には三つの選択肢がある：
**既存システムを使い続け、エージェントを重ねる。**既存システムのコマンドラインとAPI能力に依存し、ベンダー純正のエージェント（例：SalesforceのAgentforce、SAPのJoule）を使うか、既存システムを基に自社開発のエージェントを作る。（理想的には：APIが完備されており、ヘッドレス化の実運用コストが低いと仮定。）
**完全自社開発の記録システムを作る。**ゼロから専用のデータモデル、ビジネス運用ロジック、権限体系、監査記録、システム連携を構築し、サードパーティのエージェントやデータベースツールを活用して自社のエージェントも開発。
**ネイティブAI対応の新世代ソフトウェアを購入する。**AIエージェント時代に合わせて一から再構築された新しいソフトウェアを選ぶ：機械可読性を重視し、エージェントの編成をコア機能とし、後付けのモジュールではなく、最初からヘッドレスアーキテクチャを持つ。
では、従来のシステム粘着性の評価基準は何が残るのか？人間の行動や使用習慣に依存する要素は薄れつつある。例えば使用頻度や読み書き属性は、人間の筋肉記憶と強く結びついている指標だ。AIエージェントは、筋肉記憶に基づく競争壁を崩す可能性があるが、ビジネス運用ロジックやシナリオの文脈による壁は依然として重要だ。むしろ、その重要性はさらに高まる——エージェントは明確なルール、権限、プロセス定義に依存して、安全かつ規範的にビジネスを執行する必要があるからだ。
**短期的には、書面化されていない暗黙の標準作業手順（SOP）は依然として重要だ。**企業の原生的なビジネスロジックは、ワークフロールールの中に沈殿しており、エージェントが正しくビジネスを執行するための核心的根拠だ。これらは逆に、最も逆算しづらく、再構築も難しい部分だ。現状、こうした暗黙知は完全にクリーンにエクスポートできていない。特に、プロセスに人間が関与している場合はなおさらだ。ただし、ビジネスコンテキストのデジタル化は進んでおり、エージェントが人工的に多くの手作業を代替するにつれ、こうした暗黙の経験の重要性は次第に低下していく。
**システムの連携性の解体も依然として難しく、その範囲は広い。**連携の核心ロジックは変わった：もはや人間の操作に適応するだけでなく、ビジネス機能やソフトウェアシステムを本来の断絶状態からつなぐことだ。CRMエージェントは、販売、請求、顧客成功の全データとビジネスコンテキストを連結する必要がある。もしプラットフォームが複数の外部主体（買い手、売り手、パートナー）間のエージェントの取引ハブとなれば、依存関係はさらに深まる。従来のベンダーの追加や自社データベース・エージェント体系の構築に関わらず、基盤ソフトウェア間の協調運用は非常に難しい。
**コンプライアンスに敏感なデータの重要性は変わらない。**規制要件や法的リスクに関わるデータは、唯一の信頼できるデータソースを持つ必要がある。既存の製品を信頼している限り、置き換え意欲は低い。給与や財務のデータは、調達や規制の観点からも、AIエージェントがアクセスしても、企業は自前のコンプライアンス体系を自ら維持したいと考える。完全なインテリジェントエージェント時代においても、未解決の課題は多い：どのエージェントが誰を代表し、どの操作を実行できるか、追跡可能な監査証跡をどう確保するか。記録システムがエージェント間のインターフェースの身分・権限の中枢となれば、最も代替困難な構造的地位を築くことになる——それは、データの保存ではなく、その信頼と権限のガバナンスにある。
未来を見据えると、ネイティブAIスタートアップの競争壁を決める核心要素は、ますます明確になっている。
データの重要性は複数の側面から現れる。まず短期的には、既存の記録システムの基底データを抽出・複製する難易度に依存する。AIツールは、データ移行と複製のハードルを大きく下げている。短期的には、従来のベンダーは移行のハードルを意図的に高める：APIを複雑に設計し、アクセス制限をかけ、機能を制限し、価格設定を魅力的でなくし、APIを公開しない。だが、データ抽出ツールやPC操作型AIの能力が進化するにつれ、複製のハードルはさらに低下する。並行して、新興ベンダーはメール、通話音声、内部ドキュメントからより豊富な原生データを蓄積している。AIは、記録システムの最初の80％の基本機能の複製コストを大きく圧縮している。一方、特殊な例外フロー、承認ルール、コンプライアンス要件、エッジケースのワークフローは、差別化の鍵となる。
次に、データ自体の戦略的価値が高まっている。壁となるのは、外部から導入したデータではなく、製品のビジネスプロセスから自然に生成された独自データだ。いわゆるデータの囲い込みエコシステムは、専有属性を持ち、規制の制約を受け、継続的に動的に更新される資産を指す。権威ある完全なデータセットに投資し、深耕しているソフトウェアサービスは、一般的な競合よりも優位に立つ。データの壁のもう一つの側面は、企業内部のビジネス行動の蓄積だ。トップ企業は、単に外部からの入力データを蓄積するだけでなく、ビジネスプロセスに深く関与し、新たなデータ資産を生み出している：ユーザー行動の観測、応答率、時間分布、ビジネス結果、業界ベンチマーク、異常パターン、エージェントの動作軌跡など。コアのロジックは変わった：データはビジネスコンテキストそのものになった。
従来のモデルでは、ビジネス記録を保存するだけで価値を構築できた。だが、インテリジェントエージェントが行動と意思決定を主導する時代、競争壁はビジネスの閉ループを形成できる製品に向かう：操作の発起、実行結果の捕捉、そのフィードバックによる次の意思決定の最適化、これらを一体化した完全なサイクルだ。例としてERPを挙げると、自動承認、支出のトリガー、給与支払い、請求書照合、業務通知の発行などは、閉ループの能力に属する。ビジネスの閉ループを実現できる製品は、競争優位性が深い——それらはビジネス実行の各段階に深く入り込み、単なるデータ記録を超え、独自のデータを生み出し、より知的に進化し、置き換えが難しい。カバーするビジネスコンテキストが広く、エッジケースを多く処理できるほど、その価値は高まる。
オフラインの実体運営と連携できるビジネスモデルは、独自の壁を形成する。最も典型的なのは、DoorDashのようなオフライン運営ネットワークを持つ企業だ。これらは伝統的な記録システムの範疇にはなかったが、非常に参考になる。より広く言えば、サービス提供、履行配送、物流調整、外勤作業、決済などを連携できるソフトウェアは、純粋なSaaSでは持ち得ない差別化の壁を持つ。これらの企業は、記録を保存し、提案を行うだけでなく、人力の調整や資材の配分、実体サービスの完遂も行う。
起業家にとっては、大きなチャンスだ：ソフトウェアが自律的に意思決定し、エージェントが協調して調整できるが、最終的な一歩はオフラインの実行が必要な分野には、広大な可能性がある。例えば、外勤サービスに特化した垂直業界ソフト。
過去の記録システムの多くは、ネットワーク効果が非常に薄かった。なぜなら、ソフトウェアは主に企業内部のプロセスにサービスを提供していたからだ。しかし、インテリジェントエージェント時代には、多方協働のワークフローに深く組み込まれると、ネットワーク効果の重要性は大きく高まる。プラットフォームが、多数のビジネス取引の中枢となれば——買い手と売り手、雇用者と従業員、企業と監査、サプライヤーと顧客、支払い者とサービス提供者——新たな参加主体が増えるたびに、ネットワークの価値は他の参加者にとっても高まる。
ネットワーク効果の三つの形態は次の通り：
共有ワークフローと協働：ビジネスの供給と需要の両端をつなぎ、同期し、例外処理を行う統一プラットフォーム；
業界標準とインテリジェント洞察：全ネットの行動パターンを蓄積し、業界基準や異常予警、最適化提案を出し、独自データ壁と補完し合う；
信頼と標準化の基盤：取引の各側が同じプラットフォームを通じて承認、業務引き継ぎ、コンプライアンス、決済を行うと、製品は単なるデータベースを超え、業界の協働インフラに進化し、参入障壁は非常に高くなる。
理論上、どの企業もエージェントを自社開発できるが、実現には大きな差がある。特に垂直業界や伝統的な職能部門では、自社のエンジニアチームを持たず、長期的な構築・運用・改善を続けるのは難しい。コストも重要な要素だ：自社開発はソフトウェアのライセンス費用を節約できるように見えるが、実際には導入・運用・内部アーキテクチャの複雑さにコストが移行する。これにより、明確な市場機会も生まれる：ビジネスプロセスが複雑で、技術サービスの供給が不足している業界——例：製造、建設、工業運用、外勤サービス、会計監査など。
また、いくつかの必須条件もある。まず、コアデータアーキテクチャの再設計だ。多くの「自社データベース構築」のアイデアは、オブジェクトモデルのビジネス価値を過小評価している。従来のソフトは、ダッシュボードやレポート、人工的なワークフローを中心に設計されており、コアオブジェクトは商談、工事、候補者などだ。一方、インテリジェントエージェント向けのデータアーキテクチャは、推論、アクション実行、状態追跡、例外処理、タスク委譲、システム間連携に適応し、コアオブジェクトはタスク、ユーザー意図、会話フロー、ガバナンスルール、ビジネス結果に変わる。
次に、権限体系はエージェント管理に適合させる必要がある。誰が操作できるか、どのエージェントを通じて行うか、どのガバナンスルールに従うか、どの承認が必要か、全行程の監査証跡はどう確保するか、例外時のリカバリーやバックアップはどうするか、などだ。
もちろん、これらはコストの制約とも密接に関係している。エージェントとデータベースの構築・維持にかかる投資、APIコールの費用は、最終的にはデータ複製の難易度やシステム依存度に帰着する。
伝統的なソフトウェアベンダーがヘッドレスアーキテクチャへと変革を進めるとき、潜在的な前提は：**価値のコアは依然としてデータ層にある。**特に金融サービスのような高いコンプライアンス規制が求められる分野では、この判断は長く有効だろう。ヘッドレス化の進行も遅れる可能性がある。
ソフトウェアスタートアップにとっては、従来のベンダーがヘッドレス化に向かう今、競合し、長期的な壁を築くソフトウェア製品を作ることの戦略は、すでに書き換えられつつある。
新世代のコア記録システムは、すでに新たな形態を示し始めている：それらは単なる人工作業の記録用コンテナではなく、インテリジェントエージェントのネイティブ能力を備え、ビジネスコンテキストを自動的に捕捉し、ビジネスフローを開始し、全工程の派生データを蓄積できる。
さらに進めば、最も成長性の高い企業は、実務の落とし込み段階にまで拡張し、外勤スタッフや物流業者、サービスチーム、実体資産の調整や、多方間の取引の中枢となる役割を担うこともある。この新しいモデルは、従来の商業パラダイムと融合し、伝統的な記録システムの存続の核——データ——は、むしろ裏方に退き、基盤的な支えとなる。
1.58M 人気度
46.59K 人気度
925.18K 人気度
100.39K 人気度
26.08M 人気度
a16z：AIインテリジェントエージェントの下で、ソフトウェア業界は方向性を見失っているのか？
著者：Seema Amble、a16zパートナー；出典：a16z；翻訳：Shaw、金色财经
ソフトウェア業界は迷走しているのか？
先月、SalesforceはAPIを公開し、ヘッドレス製品をリリースした。**これは本質的に賭けである：インテリジェントエージェント時代において、コア価値はユーザーインターフェース（UI）ではなくデータ層にある。**これは賢明な戦略的リポジショニングだ。ただし、技術的には大きな変化はなく：Salesforceが「ヘッドレス製品」として外に展開しているこれらのAPIは、実は何年も前から存在していたものがほとんどだ。言い換えれば、これはSalesforceの典型的なマーケティングリリースに過ぎない。この新製品の核心は：AIエージェント（AI Agent）が記録システムから直接データを取得でき、人間向けに設計されたワークフロー追跡用のユーザーインターフェースに適応させる必要がなくなることにある。
このリリースはまた、より深く考えるべき重要な問いを投げかけている：**ユーザーインターフェースを剥ぎ取り、底層のデータベースを直接公開した場合、残るコアの価値は何か？**これと、一式のPostgreSQLデータベース、洗練されたデータテーブル構造、そしてAPIのセットとの本質的な違いは何か？従来の記録システムの長寿を支えてきたクラシックな壁は依然として有効か？それとも、業界は全く新しい評価基準を形成しているのか？SaaS時代において、記録システムが競争優位性を持つのは、ユーザーがインターフェースに高度に依存して仕事を行うからだ。一方、インテリジェントエージェント時代には、その優位性は弱まりつつある。企業の壁となる価値層は、データモデル、権限体系、ワークフローロジック、コンプライアンス能力へと沈殿し、さらにエコシステムネットワーク、独自データ生成能力、実務の落とし込み能力へと上向きに拡大している。
ソフトウェアがヘッドレス化の時代に向かうとき、真の競争壁はどこに移るのか？
ユーザーインターフェースは製品そのものである
記録システムは特定のビジネスデータ領域における権威的な真のデータソースだ。顧客関係、従業員ファイル、金融取引の公式唯一のバージョンはここに保存されており、他のツールがデータを読み取り、書き戻すためのコアのプラットフォームでもある。
顧客関係管理システム（CRM）は収益ビジネスの記録システム；人事情報システム（HRIS）は人事管理の記録システム；企業資源計画システム（ERP）は財務資金の記録システム。
これらのシステムの強みは、データの保存だけでなく、企業全体の協働運営のための統一された事実基準となる点にある。
過去20年、Salesforceは本質的に営業管理者のチーム管理のためのワークスタイルを販売してきた。ダッシュボード、販売ファネルビュー、パフォーマンス予測ツール、ダイナミック情報フロー、これらがユーザーの真の購買対象だ。**そのビジネスモデルは、ユーザー席の権限を販売し、これらの機能を呼び出せるようにすることに基づいている。**基盤のデータベースは重要だが、ビジネス価値の観点では付属的な設定に過ぎない。
これは、ユーザーインターフェースがユーザーの粘着性を決定づけることを意味する。データ入力の規範を規定し、統一されたビジネステームの用語体系（リード、商談、顧客アカウント）を構築し、何百万もの営業担当者に自発的に記録させる原動力となる。ユーザーインターフェースは、データの整合性と一貫性を維持するための中核的メカニズムだった。
この製品は非常に高いユーザー粘着性を持ち、多くの営業幹部が新しい会社に移ってもSalesforceを使い続けるのは、UIの優秀さではなく、むしろ筋肉記憶のような使用習慣によるものだ。
しかし、今やAIエージェントがこの従来のモデルを覆しつつある。エージェントはフロントエンドのUIを経由せずに、底層のデータに直接読み書きできる。これにより、多くの新しいツールや代替案が生まれている（Salesforceだけでなく：我々も最近、SAP周辺のエコシステムがAI対応のために急速に拡大していると分析した）。
長期的には、コンピュータ操作型のインテリジェントエージェントは、従来の人間中心の要素を次第に解消していく：個人の使用嗜好、職務訓練、暗黙のビジネス知識など。言い換えれば、長く存続できる記録システムのコア条件は進化している。
伝統的な粘着性の壁の整理
インテリジェントエージェント時代にどんな変革がもたらされるかを議論する前に、まず明確にしておきたい：そもそも何が記録システムの高いユーザー粘着性を築いてきたのか。その最重要要素は、人とソフトウェアのインタラクションと個人の使用嗜好に集中している。ソフトウェアの高粘着性は、多くの場合ユーザーインターフェース、使用習慣、人工的なワークフロー、内蔵されたビジネスプロセスによって形成されてきた。
使用頻度の高さ
CRMなどのシステムは、日常的に高頻度でチームや関係者により使用されている。高頻度の使用は、それを企業の重要なインフラにしている。一方、その上に積み重なる人文・管理習慣——固定されたワークフロー、筋肉記憶、長年にわたる管理リズム——は、移行が最も難しい部分であり、企業自身もこの体系の移行や再構築の必要性に気づいていないことも多い。
読み取り専用か書き込み可能か
高粘着性の記録システムは、双方向の読み書きが可能なシステムであるべきだ。例としてCRMを挙げると、それは単なるアーカイブ庫ではなく、頻繁に読み取られる。通話記録、商談ステージの更新、タスクの作成など、すべて関係者が積極的に記録している。この双方向のデータフローは、代替システムもリアルタイムの業務運用データを引き継ぐ必要があることを意味し、単なる履歴のインポートだけでは不十分だ。企業はシームレスに切り替えられる安全なウィンドウを見つけられず、導入後は長期にわたり既存のサービス提供者に縛られることになる。対照的に、採用追跡システム（ATS）は、多くの場合、書き込み重視・読み取り少なめの性質を持つ：採用完了後、企業はほとんどそのデータを再参照しないため、ユーザーの粘着性は低い。
どれだけの標準作業手順（SOP）が記録されていない？
ビジネスの生命線に関わる暗黙知は、知識ベースのドキュメントにはなく、管理者やシステムインテグレーターが長年にわたり構築したワークフロールールの中に沈殿している。例として営業シナリオを挙げると、これらの暗黙のルールには、10万ドル以上の企業注文は副社長の承認が必要、EMEA地域の注文はプライバシーコンプライアンスの審査を通す必要、戦略的大口顧客の割引は四半期末にのみ財務承認をスキップできる、などがある。これらの暗黙ルールは、ビジネスのタイムリーな実行や重要な規範違反を直接左右し、場合によっては案件の成否を決める。システム移行の際には、これらの自動化ロジックを逆算して解体するか、あるいは長年の組織経験の知識を失うことになる。
システムは多くの内外依存関係を持つか？
判断基準は、どれだけ多くの内部システム、チームのワークフロー、外部関係者がこのコア記録システムに依存しているかだ。内部連携は、下流の他のソフトウェアやワークフローとの接続性を指す。外部連携は、監査人、会計士、規制当局などの外部主体との関係を意味し、例えばERPシステムはこれらの機関に直接データアクセスを許可する必要がある。内外連携が高いほど、システム移行時に解きほぐすべき関係性は複雑になる。
コンプライアンスの観点から、データの重要性はどれほどか？
核心的な問いはシンプル：このシステムはコンプライアンス上の重要システムかどうかだ。給与計算、ERP、人事データなどは、法的・規制上の正当性を持つ権威あるデータソースと厳格な管理権限を必要とし、システムの移行には監査や規制当局の関与が不可欠であり、これがユーザーの粘着性と移行障壁を高めている。一方、販売データやZendeskのようなカスタマーサポートツールは、ビジネスの継続性やシナリオの文脈を重視するが、データ移行や権限変更による規制リスクは少ない。
すべての記録システムの切り替えコストが同じではない。CRMと採用追跡システム（ATS）を同じ基準で比較すると、その差は明白だ。ATSは採用という閉じた固定フローだけを扱い、候補者の入社や淘汰後は記録の更新はほとんど行われない。システムの範囲も狭く、利用者も少数で集中している。
一方、ERPは別の極端だ：会計帳簿は監査の追跡証拠そのものであり、システム移行に関わる会計士、監査人、規制当局は直接の利害関係者となる。ATSの置き換えは困難だが耐えられる範囲だが、CRMの置き換えは心臓手術のようなものであり、ERPの置き換えは、患者にマラソンをさせながら胸を開く手術に等しい。
伝統的に、コア記録システムは、専有データやネットワーク効果といった壁を築く優位性を活用してこなかった。ビジネスワークフローだけで壁を作ることは十分だった。対照的に、消費者向けビジネスはツールやネットワークエコシステムを統合できるが、記録システムはこれまでそれができなかった。
専有データ
多くの記録システムは顧客データを収集しているが、それらを深く活用できていない（多くの場合、契約条項により自由に利用できない）。したがって、CRMが豊富なデータを持ち、全体の顧客情報を集約し、業界横断的な洞察を抽出できたとしても、実用的な価値のあるアプリケーションには結びついていない（SalesforceのEinsteinのようなスマート製品の試みはあったが）。
ネットワーク効果
ネットワーク効果は、業界にとって究極の壁となるはずだった。ネットワーク効果が形成されれば、CRMの価値はエコシステムの拡大とともに高まり、ソフトウェア販売者はプラットフォーム上で買い手と売り手のリソースを正確にマッチングできる。しかし、データの価値と同様に、記録システムのネットワーク効果はこれまで非常に弱かった。
ユーザーインターフェースの退場とエージェントの登場、残るものは何か？
AIエージェントはブラウザを必要としない。API、ビジネスコンテキスト、実行指示と行動能力だけがあれば良い。これを実現する二つの技術条件は：一つは大規模モデルが十分な論理推論能力を持つこと。現在のエージェントは、ビジネスコンテキストを自主的に理解し、実行計画を立て、ツールを呼び出し、操作を完了し、結果を振り返ることができる。ほとんどのタスクは人間の介入なしに完結できる。二つ目はMCPプロトコルによるツール呼び出しの標準化であり、エージェントに外部能力を呼び出すための統一インターフェースを提供している。MCPに接続されたエージェントは、ミリ秒単位で人間の操作を完了し、大規模に稼働でき、全行程ブラウザ不要だ。完全なビジネスコンテキストさえあれば、PC操作型のエージェントは公式APIに依存せず、従来のソフトウェアUIを直接操作できる。
簡単に言えば、今のソフトウェア調達者には三つの選択肢がある：
**既存システムを使い続け、エージェントを重ねる。**既存システムのコマンドラインとAPI能力に依存し、ベンダー純正のエージェント（例：SalesforceのAgentforce、SAPのJoule）を使うか、既存システムを基に自社開発のエージェントを作る。（理想的には：APIが完備されており、ヘッドレス化の実運用コストが低いと仮定。）
**完全自社開発の記録システムを作る。**ゼロから専用のデータモデル、ビジネス運用ロジック、権限体系、監査記録、システム連携を構築し、サードパーティのエージェントやデータベースツールを活用して自社のエージェントも開発。
**ネイティブAI対応の新世代ソフトウェアを購入する。**AIエージェント時代に合わせて一から再構築された新しいソフトウェアを選ぶ：機械可読性を重視し、エージェントの編成をコア機能とし、後付けのモジュールではなく、最初からヘッドレスアーキテクチャを持つ。
では、従来のシステム粘着性の評価基準は何が残るのか？人間の行動や使用習慣に依存する要素は薄れつつある。例えば使用頻度や読み書き属性は、人間の筋肉記憶と強く結びついている指標だ。AIエージェントは、筋肉記憶に基づく競争壁を崩す可能性があるが、ビジネス運用ロジックやシナリオの文脈による壁は依然として重要だ。むしろ、その重要性はさらに高まる——エージェントは明確なルール、権限、プロセス定義に依存して、安全かつ規範的にビジネスを執行する必要があるからだ。
**短期的には、書面化されていない暗黙の標準作業手順（SOP）は依然として重要だ。**企業の原生的なビジネスロジックは、ワークフロールールの中に沈殿しており、エージェントが正しくビジネスを執行するための核心的根拠だ。これらは逆に、最も逆算しづらく、再構築も難しい部分だ。現状、こうした暗黙知は完全にクリーンにエクスポートできていない。特に、プロセスに人間が関与している場合はなおさらだ。ただし、ビジネスコンテキストのデジタル化は進んでおり、エージェントが人工的に多くの手作業を代替するにつれ、こうした暗黙の経験の重要性は次第に低下していく。
**システムの連携性の解体も依然として難しく、その範囲は広い。**連携の核心ロジックは変わった：もはや人間の操作に適応するだけでなく、ビジネス機能やソフトウェアシステムを本来の断絶状態からつなぐことだ。CRMエージェントは、販売、請求、顧客成功の全データとビジネスコンテキストを連結する必要がある。もしプラットフォームが複数の外部主体（買い手、売り手、パートナー）間のエージェントの取引ハブとなれば、依存関係はさらに深まる。従来のベンダーの追加や自社データベース・エージェント体系の構築に関わらず、基盤ソフトウェア間の協調運用は非常に難しい。
**コンプライアンスに敏感なデータの重要性は変わらない。**規制要件や法的リスクに関わるデータは、唯一の信頼できるデータソースを持つ必要がある。既存の製品を信頼している限り、置き換え意欲は低い。給与や財務のデータは、調達や規制の観点からも、AIエージェントがアクセスしても、企業は自前のコンプライアンス体系を自ら維持したいと考える。完全なインテリジェントエージェント時代においても、未解決の課題は多い：どのエージェントが誰を代表し、どの操作を実行できるか、追跡可能な監査証跡をどう確保するか。記録システムがエージェント間のインターフェースの身分・権限の中枢となれば、最も代替困難な構造的地位を築くことになる——それは、データの保存ではなく、その信頼と権限のガバナンスにある。
未来を見据えると、ネイティブAIスタートアップの競争壁を決める核心要素は、ますます明確になっている。
コア記録システムの再構築の難易度はどれほどか？
データの重要性は複数の側面から現れる。まず短期的には、既存の記録システムの基底データを抽出・複製する難易度に依存する。AIツールは、データ移行と複製のハードルを大きく下げている。短期的には、従来のベンダーは移行のハードルを意図的に高める：APIを複雑に設計し、アクセス制限をかけ、機能を制限し、価格設定を魅力的でなくし、APIを公開しない。だが、データ抽出ツールやPC操作型AIの能力が進化するにつれ、複製のハードルはさらに低下する。並行して、新興ベンダーはメール、通話音声、内部ドキュメントからより豊富な原生データを蓄積している。AIは、記録システムの最初の80％の基本機能の複製コストを大きく圧縮している。一方、特殊な例外フロー、承認ルール、コンプライアンス要件、エッジケースのワークフローは、差別化の鍵となる。
真に所有する独自データは存在するか？
次に、データ自体の戦略的価値が高まっている。壁となるのは、外部から導入したデータではなく、製品のビジネスプロセスから自然に生成された独自データだ。いわゆるデータの囲い込みエコシステムは、専有属性を持ち、規制の制約を受け、継続的に動的に更新される資産を指す。権威ある完全なデータセットに投資し、深耕しているソフトウェアサービスは、一般的な競合よりも優位に立つ。データの壁のもう一つの側面は、企業内部のビジネス行動の蓄積だ。トップ企業は、単に外部からの入力データを蓄積するだけでなく、ビジネスプロセスに深く関与し、新たなデータ資産を生み出している：ユーザー行動の観測、応答率、時間分布、ビジネス結果、業界ベンチマーク、異常パターン、エージェントの動作軌跡など。コアのロジックは変わった：データはビジネスコンテキストそのものになった。
ビジネス実行層を掌握しているか？
従来のモデルでは、ビジネス記録を保存するだけで価値を構築できた。だが、インテリジェントエージェントが行動と意思決定を主導する時代、競争壁はビジネスの閉ループを形成できる製品に向かう：操作の発起、実行結果の捕捉、そのフィードバックによる次の意思決定の最適化、これらを一体化した完全なサイクルだ。例としてERPを挙げると、自動承認、支出のトリガー、給与支払い、請求書照合、業務通知の発行などは、閉ループの能力に属する。ビジネスの閉ループを実現できる製品は、競争優位性が深い——それらはビジネス実行の各段階に深く入り込み、単なるデータ記録を超え、独自のデータを生み出し、より知的に進化し、置き換えが難しい。カバーするビジネスコンテキストが広く、エッジケースを多く処理できるほど、その価値は高まる。
実世界の落とし込み能力はあるか？
オフラインの実体運営と連携できるビジネスモデルは、独自の壁を形成する。最も典型的なのは、DoorDashのようなオフライン運営ネットワークを持つ企業だ。これらは伝統的な記録システムの範疇にはなかったが、非常に参考になる。より広く言えば、サービス提供、履行配送、物流調整、外勤作業、決済などを連携できるソフトウェアは、純粋なSaaSでは持ち得ない差別化の壁を持つ。これらの企業は、記録を保存し、提案を行うだけでなく、人力の調整や資材の配分、実体サービスの完遂も行う。
起業家にとっては、大きなチャンスだ：ソフトウェアが自律的に意思決定し、エージェントが協調して調整できるが、最終的な一歩はオフラインの実行が必要な分野には、広大な可能性がある。例えば、外勤サービスに特化した垂直業界ソフト。
ネットワーク効果は形成できるか？
過去の記録システムの多くは、ネットワーク効果が非常に薄かった。なぜなら、ソフトウェアは主に企業内部のプロセスにサービスを提供していたからだ。しかし、インテリジェントエージェント時代には、多方協働のワークフローに深く組み込まれると、ネットワーク効果の重要性は大きく高まる。プラットフォームが、多数のビジネス取引の中枢となれば——買い手と売り手、雇用者と従業員、企業と監査、サプライヤーと顧客、支払い者とサービス提供者——新たな参加主体が増えるたびに、ネットワークの価値は他の参加者にとっても高まる。
ネットワーク効果の三つの形態は次の通り：
共有ワークフローと協働：ビジネスの供給と需要の両端をつなぎ、同期し、例外処理を行う統一プラットフォーム；
業界標準とインテリジェント洞察：全ネットの行動パターンを蓄積し、業界基準や異常予警、最適化提案を出し、独自データ壁と補完し合う；
信頼と標準化の基盤：取引の各側が同じプラットフォームを通じて承認、業務引き継ぎ、コンプライアンス、決済を行うと、製品は単なるデータベースを超え、業界の協働インフラに進化し、参入障壁は非常に高くなる。
仕入れ側の技術力はどうか？
理論上、どの企業もエージェントを自社開発できるが、実現には大きな差がある。特に垂直業界や伝統的な職能部門では、自社のエンジニアチームを持たず、長期的な構築・運用・改善を続けるのは難しい。コストも重要な要素だ：自社開発はソフトウェアのライセンス費用を節約できるように見えるが、実際には導入・運用・内部アーキテクチャの複雑さにコストが移行する。これにより、明確な市場機会も生まれる：ビジネスプロセスが複雑で、技術サービスの供給が不足している業界——例：製造、建設、工業運用、外勤サービス、会計監査など。
また、いくつかの必須条件もある。まず、コアデータアーキテクチャの再設計だ。多くの「自社データベース構築」のアイデアは、オブジェクトモデルのビジネス価値を過小評価している。従来のソフトは、ダッシュボードやレポート、人工的なワークフローを中心に設計されており、コアオブジェクトは商談、工事、候補者などだ。一方、インテリジェントエージェント向けのデータアーキテクチャは、推論、アクション実行、状態追跡、例外処理、タスク委譲、システム間連携に適応し、コアオブジェクトはタスク、ユーザー意図、会話フロー、ガバナンスルール、ビジネス結果に変わる。
次に、権限体系はエージェント管理に適合させる必要がある。誰が操作できるか、どのエージェントを通じて行うか、どのガバナンスルールに従うか、どの承認が必要か、全行程の監査証跡はどう確保するか、例外時のリカバリーやバックアップはどうするか、などだ。
もちろん、これらはコストの制約とも密接に関係している。エージェントとデータベースの構築・維持にかかる投資、APIコールの費用は、最終的にはデータ複製の難易度やシステム依存度に帰着する。
これらすべてが、最終的に業界をどこに導くのか？
伝統的なソフトウェアベンダーがヘッドレスアーキテクチャへと変革を進めるとき、潜在的な前提は：**価値のコアは依然としてデータ層にある。**特に金融サービスのような高いコンプライアンス規制が求められる分野では、この判断は長く有効だろう。ヘッドレス化の進行も遅れる可能性がある。
ソフトウェアスタートアップにとっては、従来のベンダーがヘッドレス化に向かう今、競合し、長期的な壁を築くソフトウェア製品を作ることの戦略は、すでに書き換えられつつある。
新世代のコア記録システムは、すでに新たな形態を示し始めている：それらは単なる人工作業の記録用コンテナではなく、インテリジェントエージェントのネイティブ能力を備え、ビジネスコンテキストを自動的に捕捉し、ビジネスフローを開始し、全工程の派生データを蓄積できる。
さらに進めば、最も成長性の高い企業は、実務の落とし込み段階にまで拡張し、外勤スタッフや物流業者、サービスチーム、実体資産の調整や、多方間の取引の中枢となる役割を担うこともある。この新しいモデルは、従来の商業パラダイムと融合し、伝統的な記録システムの存続の核——データ——は、むしろ裏方に退き、基盤的な支えとなる。