原題: Services: The New Software
著者: Julien Bek
公開日: 2026年3月5日
ソースURL: https://sequoiacap.com/article/services-the-new-software/
アーカイブ日: 2026-04-11
著者の主張は明快だ。AI時代に強い会社は、便利なツールを売る会社ではなく、仕事そのものを引き受けて成果を売る会社になる。モデル性能が上がるたびに、単なるツール企業は「その機能、次のClaudeで標準搭載されるのでは」という圧力にさらされる。一方で、仕事の完了を提供する会社は、モデル進化をそのまま原価低下と処理速度向上に変えられる。
象徴的な例として、企業は会計ソフトに年1万ドル払っていても、月次決算を締めるために会計士へ年12万ドル払っていることがある。AI時代の勝者は、会計ソフトを売るのではなく、「決算を締める」という結果をそのまま提供する会社だ、というわけである。
記事全体の基礎になっているのは、仕事を「intelligence」と「judgement」に分ける視点である。
著者は、ソフトウェア開発がAI導入の最前線にいる理由を、まさにこの比率の高さに求める。プログラミングの多くは intelligence work なので、AIはすでにその大部分を代替・自動化しつつある。だが、何を作るべきかという判断はまだ人間の経験、味覚、文脈理解に大きく依存する。ソフトウェア業界はこの変化が最初に起きた場所にすぎず、いずれ同じことが他の専門職でも起こると論じる。
著者はAI企業の形を二つに整理する。
Harveyのような法務ツールは典型的な copilot で、法律事務所に売られ、弁護士がその上で仕事をする。対して Crosby は、外部弁護士向けツールではなく、NDAを必要とする企業に直接「NDAを作る」という成果を提供する。WithCoverage も同様に、保険ブローカー向けソフトではなく、保険手配を必要とするCFO側に売る。
ここで重要なのは、ツール予算より仕事予算の方が圧倒的に大きい という点である。Copilotはソフトウェア予算を取りにいくが、Autopilotは業務委託費や人件費を含む「仕事の予算」そのものを獲得できる。だから市場規模も単価も最初から大きい。
著者は intelligence と judgement を固定的な境界として扱わない。各領域で「良い判断とは何か」というデータが蓄積されると、いまは judgement とみなされている部分も、将来的には intelligence 側へ移っていく。つまり copilot と autopilot は長期的には収束していく。
ただし、どちらから始めるかは決定的に重要だとされる。なぜなら、autopilot として始めれば、初日から実務データと顧客成果データを蓄積でき、それが将来 judgement 領域へ拡張するための資産になるからだ。開始位置がその後の複利を左右する、という見立てである。
著者が提示するプレイブックはかなり実務的だ。総論としては「1ドルのソフトウェア支出に対して6ドルのサービス支出がある」。したがってAI autopilotの真のTAMはソフトウェア市場ではなく、そのカテゴリで費やされる労働支出全体になる。
しかし、最初に狙うべき場所はすべての労働ではない。すでに外注されている仕事 から入るべきだという。理由は三つある。
外注契約をAIネイティブなサービス企業へ置き換えるのは単なるベンダー入れ替えだが、社内人員を置き換えるのは組織再編になる。したがって導入摩擦が違う。著者はこれを、外注業務が楔であり、内製されている判断中心業務が長期TAMだと表現する。
記事後半では、各サービス市場を「intelligence対judgement」と「outsourced対insourced」の二軸で見たときの有望領域が列挙される。
市場規模は1400億から2000億ドル。標準的な商業保険では、ブローカーの価値の大部分が保険会社比較とフォーム処理であり、これは高い intelligence work だとされる。流通は無数の小規模業者に分散しており、強い既存プラットフォームが顧客接点を独占していないため、AI autopilot が入りやすい。
米国だけでも外注分が500億から800億ドル規模。5年間で約34万人の会計人材が減り、CPAの75%が引退に近づいているという供給制約がある。資格取得の道のりは長く、初任給もテックや金融に劣る。この構造的人手不足が、他業種以上にAI受容を押し進める可能性があるという。著者は Rillet を「本を締めるAIネイティブERP」として挙げる。
これも米国外注市場が500億から800億ドル。医療は一見 judgement-heavy に見えるが、請求やコーディングの層はむしろ rule-based な intelligence work が中心だと指摘する。臨床ノートを約7万種類のICD-10コードへ変換する仕事は、複雑ではあっても規則に従う処理であり、アウトソース市場もすでに成熟している。
保険金支払い側にも別の autopilot 面がある。標準的な保険金請求の査定は、約款解釈、損害スケジュール、アクチュアリー表に沿った準備金設定など、やはりルールに従う比率が高い。人材高齢化も進み、代替供給が少ない。
市場規模は300億から350億ドル。規制や資格は参入障壁になるが、実務の80%から90%は intelligence だとされる。特に多法域対応はSMBが社内で抱えにくく、外注されやすい。
契約書作成、NDA、規制提出などは高intelligenceかつ外注されやすい領域である。成果物の品質も比較的検証しやすく、発注側が深い専門知識なしに品質を評価しやすいことが、autopilot 導入の追い風になる。
中小企業の多くはIT運用を外部MSPに委託している。パッチ適用、監視、ユーザー権限付与、アラート処理などは、反復的な intelligence work である。既存ソフトはMSP向けツールを売ってきたが、まだ「あなたのITを運用します」という成果直販モデルは十分に開拓されていない、という観測が示される。
市場規模は2000億ドル超。企業が真剣に交渉するのは上位20%の仕入先だけで、残りの長い尾は放置されがちだという。ここでは「誰も人手を割けないために未処理のまま放置されている仕事」が楔になる。既存ベンダーを奪うのではなく、これまで経済合理性がなくて着手されなかった作業を自動化することで価値を作る。
市場規模は2000億ドル超と大きいが、著者はここでは judgement 成分が比較的強いと見る。候補者評価やカルチャーフィット、最終クロージングは経験に基づく判断がものを言う。一方で、高ボリュームで低判断の役割では、スクリーニングやマッチングの自動化余地が大きい。
3000億から4000億ドルの巨大市場だが、ここは judgement-heavy であり、どこまで分解できるかがまだ不透明だとされる。データ収集やベンチマークは intelligence として自動化されても、戦略提言はなお人間側に残るかもしれない。
著者は、2025年に最も急成長したAI企業の多くは copilot だったが、2026年にはその多くが autopilot 化を試みると予想する。彼らは顧客理解とプロダクト基盤をすでに持っているからだ。ただし、仕事そのものを売り始めることは、既存顧客の役割を縮小させることでもあり、そこにイノベーターのジレンマが生じる。だからこそ、最初から pure-play autopilot として始まる新興企業に大きな機会があると締めくくる。
この記事の価値は、AI時代の企業機会を「ツールが賢くなる」という表面的な話で終わらせず、誰に売るのか、何の予算を取りに行くのか、どの業務から置き換えるのが最も摩擦が低いのか という事業設計のレベルまで落としているところにある。特に、外注済み業務を入口にしろというプレイブックは、単なる未来予測ではなく、実際の参入戦略として再利用できる。
また、intelligence と judgement の境界が固定ではなく、データ蓄積に応じて judgement が intelligence へ吸収されていくという整理も強い。これは、いま人間に残っている仕事が安全地帯だという安直な理解を崩し、「どこでデータ複利が始まるか」を見る視点を与える。
個別企業名や市場規模の列挙にはVC的な色もあるが、それを差し引いても、AIネイティブ企業がソフトウェア販売から成果販売へ移る構造変化をつかむための整理として長期参照価値がある。