企業がレポートや機能、小さなアプリケーションを必要としたとき、新たなソフトウェアを購入する必要は依然としてあるのだろうか。AIによってカスタムアプリケーションの構築がより速く、より安価になりつつあり、従来型のエンタープライズソフトウェアの経済性に揺さぶりがかかっている。かつては高額なサブスクリプションや既製品に頼っていた企業が、既存のデータやシステムを活用して自社のニーズに合わせたツールを自ら作り出せるようになってきているのだ。
この変化は、筆者が最近リトアニアの3社の経営幹部と交わした会話のなかで鮮明になった。リトアニア鉄道グループ、国際送金会社TransferGo、そしてソフトウェア開発会社Helmesのリーダーたちに話を聞き、彼らがどのようにAIをビジネスに活用しているかを探った。
彼らの経験から見えてきたのは、生産性向上の新たな事例にとどまらない、より興味深い変化だった。AIは、企業がデータから価値を引き出し、機会を見つけ、新しいソフトウェアをそもそも購入する必要があるのかを判断する方法そのものを変えつつある。
リトアニア鉄道では、かつて財務レポートを1行ずつ確認していた幹部が、いまでは調査に値する変化を特定するようAIに依頼している。TransferGoでは、AIシステムがアイスランドからの送金の予期せぬ急増を発見した。同国市場を監視する担当者は誰も割り当てられていなかった。Helmesの幹部は、企業が商用ソフトウェアだけに頼るのではなく、自社の業務要件を中心に据えてAIでアプリケーションを構築している状況を語った。リトアニア以外では、GoDaddyが、自社のAIツールで構築したアプリケーションが、本社部門で利用する小規模なソフトウェアサブスクリプションを代替できるかを検証している。
これらの会話を総合すると、エンタープライズソフトウェア業界に一つの問いが浮かび上がる。企業が自前のAIアプリケーションを構築し、既存システムからより多くの価値を引き出せるのなら、現在支払っているソフトウェアのうち、どれだけが本当に必要なのか。
新たなダッシュボードより優れた問い
リトアニア鉄道グループ（LTG）の最高法務・組織開発責任者であるIrmantas Beržauskasは、長年にわたりBI（ビジネスインテリジェンス）ダッシュボードを使ってきた人物であり、それを軽視しているわけではない。同社のPower BIダッシュボードは、複数のシステムから情報を集約し、何が起きているかを把握しやすくしてくれる。彼が不満を抱くのはダッシュボードのその先にある。
財務数値を確認する幹部が、チャートを眺めて満足したいことはほとんどない。問いはもっと鋭い。どの費用が変化したのか。業績は前期と比べてどこで乖離したのか。その差異は調査に値するのか、それとも通常の会計処理上の調整を反映したものなのか。
Beržauskasは、以前は自ら数値を検証し、項目を追いながら報告期間を比較していたと振り返る。いまはデータをAIに渡し、簡単なプロンプトで分析の方向を指示する。この作業にAIをあまりにも頻繁に使っているため、もはやAIアプリケーションとして意識することもほとんどないという。数字を確認する方法の一部になっているのだ。
「変化は何か、トレンドは何か」と彼は尋ねる。
ダッシュボードが終わったわけではない。LTGはいまもダッシュボードを有用だと見ている。ただ変わったのは、幹部が、別のチャートを誰かに作ってもらうのを待たずに、そのダッシュボードが答えるよう設計されていなかった問いを投げかけられるようになったことだ。
ソフトウェアベンダーも同じ余地を見いだしている。Googleは6月、Lookerのプレビュー版に対話型エージェントを導入した。ユーザーはダッシュボード内から質問し、その回答に対して追加で問いを重ねることができる。Googleは顧客に既存製品を捨てるよう求めるのではなく、既存のレポーティング製品に対話機能を組み込んでいる。
こうしたアプローチは、従来型のレポーティングソフトウェアに圧力をかけている。月次売上を表示するダッシュボードは今後、売上の予期せぬ変化を調査するのを支援できるシステムと競合しなければならない。前者は数値を示す。後者は、管理職がそれにどう対応すべきかを判断する助けになる可能性がある。
「構築」が「購入」の代替選択肢になるとき
過去には、アプリケーションに必要な機能が欠けている場合、企業は高くつく選択を迫られた。ベンダーに機能追加を依頼するか、開発者を雇って作るか、スプレッドシートでしのぐかである。
AIは、第4の選択肢をより現実的なものにしている。チームは、自分たちのニーズに絞ったツールを構築できるようになり、初期作業の多くをAIコーディングアシスタントに担わせることもある。
GoDaddyは4月、そのアプローチを投資家に説明した。同社は、比較的小規模なサードパーティー製SaaSツールを社内構築のものに置き換える検証を行っており、初期対象に本社機能を含めていると述べた。掲げた目標は、コスト削減と業務上の複雑さの低減だった。同社は、ソフトウェアポートフォリオ全体を置き換えたとは述べていない。
エンタープライズソフトウェア企業Retoolによる2月の調査は、もう少し広い視点を与えてくれる。Retoolの顧客を含む817人のビルダーを対象にした調査で、35%が、自分たちのチームが少なくとも1つのSaaSツールをカスタムアプリケーションで置き換えたと回答した。これは、すでにソフトウェア構築に携わっている人々の間で動きがあることを示す証拠であり、世界中の企業がどれだけサブスクリプションを解約したかを測定したものではない。
ヴィリニュスに拠点を置くHelmes LithuaniaのCEO、Šarūnas Putriusにとって、カスタム開発の魅力はなじみ深いものだ。Helmesは、購入済みのアプリケーションが必要なことのほとんどをこなせる一方で、特定の作業でうまく機能しなかったり、別のシステムときれいに接続できなかったりする企業と協業している。
Helmesの幹部は、顧客がAI生成のスクリプトやスプレッドシートでそうした隙間を埋めようとする姿を見ている。応急処置はしばらく機能することもあるが、その後、接続元のシステムが変わったり、新しい従業員がそのプロセスを引き継いだり、作成者が想定していなかったデータにスクリプトが遭遇したりする。その結果できるのは、安価で長く使えるアプリケーションではない。誰かが面倒を見なければならない、もう1つのシステムである。
Helmesは、依頼の背後にある業務プロセスに集中することで対応している。同社のエンジニアは、データがどこから来るのか、誰がアクセスを必要とするのか、ツールが何をしなければならないのか、企業がそれをどのように保守するのかを検討する。コードを書くこと自体は、いまや容易になっているかもしれない。しかし、それを信頼できるものにする作業が消えたわけではない。
そのアプローチはHelmesの顧客プロジェクトにも表れている。あるプロジェクトでは、Helmes幹部のBart Kappelが、同社が5万件を超えるサービスマニュアルを検索し、組織の技術文書を使って質問に答えるAIアシスタントを構築したと明かした。別のプロジェクトでは、アシスタントが文書から構造化された監査所見を作成するのを支援し、人間がその出力を確認している。いずれの作業も、あらゆることをしようとする汎用アプリケーションを必要としていない。必要なのは、顧客がすでに行っている業務に密接に適合したツールである。
選択肢は、大規模なSaaSサブスクリプションと内製アプリケーションの二者択一とは限らない。企業は、信頼しているデータベース、セキュリティ管理、基幹業務システムを維持し、その上に小規模なAIツールを構築することもできる。
構築は速くできても、データやシステムは同じ速度で動かない
TransferGoは、ソフトウェア開発コストの低下が、規制下のビジネス運営コストの低下を上回ると何が起きるかを示している。
同社は、国際送金を行う人々にサービスを提供しており、その中にはさまざまな言語を好み、それぞれの事情に合わせたサービスを必要とする顧客も含まれる。CEOのDaumantas Dvilinskasによると、現在AIは、顧客サービスへの問い合わせの80%を処理している。AIシステムで対応を受けた顧客の満足度は94%だという。
TransferGoはその後、エンジニアリング、マーケティング、その他の機能にもAIを導入した。Dvilinskasによると、同社のソフトウェア開発アウトプットは、ほぼ同じ人数で過去1年に2倍になった。
「多くのものを市場に投入し、それが機能するかを試すことができる」とDvilinskasは言う。
Dvilinskasの最も興味深い実験の1つは、AnthropicのClaudeを使って構築され、TransferGoのデータウェアハウスに接続されたAIアプリケーションだ。自身の最高収益責任者（CRO）のように機能するよう設計されたこのシステムは、約1600の国際送金経路にまたがる取引パターンを調べ、週次の意思決定ログを作成する。
このシステムは最近、アイスランド発の送金が予期せず急増していることを特定した。同国は専任のカントリーマネージャーがいない市場だった。AIにアイスランドを調べるよう依頼した者はいなかった。AIは独自に増加を見つけ、季節雇用や就労許可との関連の可能性を突き止めた。同社はその後、この点を調査した。
TransferGoはすでにBI向けにTableauを使用しているが、同社のカスタムAIアプリケーションは、従来型のダッシュボードでは見逃す可能性のある動きを調査できる。基礎となるデータはすでに利用可能だった。変わったのは、どの市場に注目すべきかを事前に誰かが決めなくても、そのデータを調べられるようになったことだ。複数のレポーティングプラットフォームに料金を支払っている企業にとって、これは、追加のソフトウェアサブスクリプションなしに、カスタムAIアプリケーションが既存データからより多くの価値を生み出せるのかという説得力のある問いを投げかける。
コード作成が速くなったからといって、事業のあらゆる部分が速くなったわけではない。
「今やボトルネックはインフラとバックエンドだ」とDvilinskasは筆者に語った。
目立たない業務がもたらす、測定可能で大きな成果
LTGは、AIが企業の最も目立つ業務から遠いところで仕事を見つけるもう1つの例を示している。Beržauskasによると、同社の貨物部門には毎月約7000件の顧客問い合わせが寄せられる。同グループはAIを使い、17の品質基準に照らして回答を確認し、自社基準を下回る返信を特定している。
LTGは、列車乗務員の事務作業を減らす、より直接的な方法も試験している。スタッフは運行後、事故や業務上の事項に関する報告書を作成しなければならない。試験では、乗務員が出来事を声で説明し、システムがフォームへの入力を支援する。Beržauskasによると、LTGはこの方法により、乗務員1人あたり週約10時間かかっていた作業を3時間に減らせると試算している。これは見込みの削減であり、完了した成果ではない。
同社はすべての判断をAIエージェントに委ねているわけではない。Beržauskasは、誤りが鉄道の安全に影響し得る判断では、人間が関与し続けなければならないと強調する。報告書を下書きするシステムと、列車の運行を制御するシステムでは、抱えるリスクがまったく異なる。とはいえ社内システムにおいても、実務上の支出判断は、購入した各ツールがなお存在意義を示しているかどうかである。
質問を投げかけることで財務上の差異を調査できる管理職は、必要とするカスタムダッシュボードの数が少なくなるかもしれない。AIを使って数千件の回答を確認する顧客サービスチームは、手作業での確認に費やす時間を減らせるかもしれない。小規模な社内アプリケーションを数日で作れる開発者は、欠けている1つの機能のためだけにサブスクリプションを購入する理由が薄れるかもしれない。
これらの企業のうち1社はSaaSサブスクリプションの削減を認めているが、各社の経験は、ソフトウェア購入の経済性が変わりつつあることを示唆している。AIによってカスタムアプリケーションの構築が安価になり、既存データから価値を引き出す能力が高まるにつれ、企業は自分たちで作れるようになった機能に料金を払い続けていることに気づくかもしれない。
ソフトウェアベンダーにとっての課題は、もはや自社製品が機能することを証明するだけではない。顧客が容易には再現できない価値を提供していることを示す必要がある。次に更新時の請求書が届くとき、問われるのは、そのソフトウェアが価格に見合うかどうかではなく、そもそも企業がそれを購入する必要があるのかどうかかもしれない。
