エージェント経済のブルーオーシャン機会

• 2026年第1四半期を起点に、AIはチャットベースのインターフェースから自律実行エージェント中心へと転換し、この構造的不連続が企業ソフトウェアと投資の地形を根本から再編している
• MCPとA2Aプロトコルが既存SaaSのUI競争優位を無力化し、エージェントがデータレイヤーに直接アクセスしてワークフローを完結する構造へと変化
• エージェントガバナンス・垂直産業プラットフォーム・成果ベースのオーケストレーターの3つが高成長の投資領域として浮上
• 数千のエージェントが同時に意思決定を下す環境では、Human-on-the-loop監督アーキテクチャとポリシーのコード化・監査証跡が必須インフラとして定着しなければならない
• この転換の勝敗を分ける核心は技術ではなく、組織設計とガバナンスインフラを構築できるかどうかにある

---

エージェントAIへの構造的転換

• 2022〜2025年の第1次商用AIはインターフェース中心で、チャットウィンドウ内でテキストを返し、人間がそれを解釈して手動で実行するモデルだったため、生産性向上はあったものの、「知っていること」と「実行すること」の間の摩擦は解消できなかった
• 2026年第1四半期から始まった第2の波は実行中心で、エージェントがセッション間で状態を保持し、MCP(Model Context Protocol)を通じてツールを呼び出し、A2A(Agent-to-Agent)プロトコルで専門エージェントに下位タスクを委任し、人間による各段階の承認なしに目標を完遂する
• この転換の組織的含意は、メインフレーム→クライアントサーバー、オンプレミス→SaaSへの転換に匹敵し、これを単に「AIが速くなること」と誤読する企業やVCは、インターネットを「高速ファクス」と表現したのと同じ立場に置かれる

Part I: ミドルウェアの消滅とUI抽象化レイヤー

• 中核となる破壊メカニズム

  • 従来のSaaSの競争上の堀はデータ(独自スキーマ)、ロジック(ワークフロールール)、インターフェース(UI)の3レイヤーにまたがっており、過去20年間はLayer 3(UI)で競争差別化が行われてきた
    • Salesforceが勝った理由は、データベースアーキテクチャではなく、営業担当者が実際に使えたからだ
  • MCPがLayer 3の競争上の堀を崩壊させる: AIエージェントがCRMデータレイヤーに直接接続して、パイプライン状況の読み取り、レコード更新、ワークフロートリガー、レポート生成をUIレンダリングなしで行えるようになると、インターフェースは装飾になる
  • A2Aは人間を介した調整を除去する: これまでは営業オペレーション管理者がCRM・請求・ERP・マーケティングオートメーションの間でデータと意思決定を手動で移していたが、A2A環境ではオーケストレーターエージェントが請求・CRM・契約エージェントを生成し、構造化コンテキストを渡して作業を解決する

• 危機にさらされるビジネスモデル

  • "UI-for-a-Database" SaaS: 中核価値がデータの上に載った巧みに設計されたインターフェースにある企業、すなわち独自のデータネットワーク効果を持たないプロジェクト管理ツール、浅い統合の堀しかない基本的なCRM、レガシーITSMプラットフォームなどが該当する
  • 注視すべきシグナル: 企業の購買担当者が「モバイルアプリはあるか」ではなく「MCPサーバーはあるか」と聞き始める時点であり、技術バイヤーには2025年にすでに起きており、調達委員会には2026〜2027年に到達する
  • 例外: LinkedIn、Veeva、Toastのように真のデータネットワーク効果を持つSaaSは構造的な堀を維持し、エージェントは依然としてデータを必要とするが、変わるのはアクセス方法だけである。脅威の対象はインターフェースのレントを徴収する者であり、データ資産の保有者ではない

Part II: 日没リスト — 2027年までに構造的衰退に直面する5つのビジネスタイプ

• 1. Tier 1顧客サポートプラットフォーム（純粋なチケットルーティングSaaS）

  • 2026年以前の中核価値: 人間が応答するサポートチケットを整理し、ルーティングすること
  • エージェントAIはチケットをルーティングするのではなく、直接解決する。照会・返金・エスカレーション・フォローアップなどのエンドツーエンド解決では、事例の70〜80%で人間のループが不要になる
  • 解決レイヤーを所有できないプラットフォームは空のパイプになる
  • 予想タイムライン: 2025〜2026年

• 2. レガシーRPAベンダー（スクリプトベースの自動化）

  • 2026年以前の中核価値: スクリプトボットを通じて反復的な人間作業を自動化すること
  • RPAは安定した環境でのルール追従向けに設計されていたが、エージェントAIは例外状況を推論で処理する。これはまさに、RPAが失敗して高コストな人間介入や再スクリプト化が必要になるシナリオだ
  • UiPathの課題: 彼らの製品は推論の欠如に対する精巧な回避策であり、その欠如が終わりつつある
  • 予想タイムライン: 2025〜2027年

• 3. SDR-as-a-Serviceエージェンシー（アウトソーシングされたリード獲得および適格化審査）

  • 2026年以前の中核価値: 人間を配置したアウトバウンドプロスペクティングとBANT適格化審査
  • エージェントは見込み顧客の調査、パーソナライズされたアプローチ、マルチタッチシーケンスの実行、異議対応FAQの処理、ミーティング予約をほぼゼロの限界費用で実行できる
  • 残る人間の価値（関係性のニュアンス、複雑な複数利害関係者の読み取り）は、SDRではなく**AE(Account Executive)**に帰属する
  • 「AIがSDRを補助する」のではなく、「SDRという役割そのものがエージェント設定になる」
  • 予想タイムライン: 2025〜2026年

• 4. 手動ETLおよびデータ統合コンサルティング（非独自型）

  • 2026年以前の中核価値: システムを接続し、エンタープライズアプリケーション間でデータを移動させること
  • MCPがデータソースに対する標準化されたエージェント可読インターフェースを提供すれば、カスタム統合作業は急速にコモディティ化する
  • 残る市場はエッジケースのレガシーシステム作業だけであり、成長ではなく縮小に向かっている
  • 予想タイムライン: 2026〜2027年

• 5. BIダッシュボードビルダー（対話型/エージェントレイヤー非保有）

  • 2026年以前の中核価値: 人間のアナリストが解釈できるようにデータを可視化すること
  • アナリストが自然言語で質問し、出典付きの統合回答を更新サイクルなしでオンデマンドに受け取れるようになれば、製品としてのダッシュボードは優位を失う
  • 堀は可視化ではなくデータパイプラインとクエリレイヤーへと完全に移り、基盤データインフラを所有できない企業は「高価な壁紙」を売っているに等しい
  • 予想タイムライン: 2026〜2028年

Part III: エージェント・アルファ — 3大高成長セクター

• 1. エージェント・ガバナンスおよびコンプライアンス・インフラ

  • AIエージェントが50万ドルのベンダー契約締結、クラウドインフラのプロビジョニング、電信送金を人間の介入なしに実行する世界では、責任の所在が中核インフラへと格上げされる
  • 現在の法的・技術的アーキテクチャは、人間が行動し記録するという前提の上に設計されており、完全なエージェント環境ではこの前提がすべて崩れる
  • 生まれる市場:
    • エージェントのアイデンティティおよび権限プロトコル: エージェントがアクセス可能なシステム、取引上限、データ分類を暗号署名付き認証情報にエンコード — 自律的意思決定権限のためのPKI証明書に相当
    • 不変のエージェント監査証跡: エージェントの推論チェーン、ツール呼び出し、意思決定ポイントのリアルタイムかつ改ざん防止のロギング。エージェントが誤った調達判断を下した際、CFOの法務チームが管理の連続性チェーンを再構築できなければならない。SIEMベンダーがサイバーセキュリティ市場で占めたものと同じ役割
    • 自律コンプライアンス・エージェント: 他のエージェントをリアルタイムで監視し、GDPRのデータ処理、SECの重要情報境界、HIPAAのアクセス制御などの規制違反を監視するメタレイヤー。エージェントをガバナンスするためにエージェントが必要だという逆説であり、同時に機会でもある
    • エージェント保険アンダーライティング: 自律エージェントの誤りによる財務リスクを引き受ける初期段階の市場であり、既存のE&O保険ではきれいに対応できない
  • 勝者の条件: AI企業がガバナンスを機能として追加したものではなく、アイデンティティ・インフラに根差したスタートアップ、金融サービスのコンプライアンスで既存の関係を持つレギュレーション・ネイティブ企業
  • VCシグナル: 「Fortune 500がエージェントを本番環境に展開するには当社製品が必須」と信頼性高く言える企業は、必須支出カテゴリに属する

• 2. 垂直型エージェント・イネーブルメント・プラットフォーム

  • 汎用ファウンデーションモデル（GPT-5、Claude、Gemini）の性能は向上するが、保有するのは汎用コンテキストだけであり、今後5年間の競争優位はどのモデルを使うかではなく、その上に載るドメイン特化のコンテキスト・ツール・コンプライアンス・インフラで形成される
  • モデル性能のコモディティ化の速度が予想より速いため、この「つるはしとシャベル」戦略には防御力がある
  • 3つの垂直事例:
    • ヘルスケア向けエージェント・イネーブルメント: HIPAA準拠のデータ処理、HL7/FHIR標準の統合、FDA監督フレームワークを満たす臨床意思決定支援ガードレール、医療文脈に適した責任構造が必要。汎用AI企業がClaude APIキーを病院に入れるだけでは製品ではなく、コンプライアンス・ラッパー、EHR統合レイヤー、責任認識ガードレールを構築する企業こそが製品になる
    • 法務向けエージェント・イネーブルメント: 管轄区域ごとの手続き知識、裁判所提出の統合、秘匿特権保護プロトコル、弁護士会コンプライアンス要件が構造的な参入障壁を形成する。医療過誤基準を満たすガバナンスフレームワークの中で、法務文書の作成・レビュー・提出が可能なエージェントが防御可能な垂直型プラットフォーム
    • 金融サービス向けエージェント・イネーブルメント: 受託者レベルの推論ガードレール、リアルタイムの規制制約チェック（Reg NMS、Basel III、FINRA）、不変の取引監査証跡が、エージェント導入を責任問題からコンプライアントなワークフローへと転換する。カスタム構築未満の中堅金融機関をターゲットにすれば、相当なSaaS代替価値を取り込める
  • ビジネスモデルはコンサルティングではなくプラットフォーム: エージェント対応データコネクタ、コンプライアンス強制ミドルウェア、ドメイン専門性を内蔵したエージェントテンプレート、規制変更に伴う継続的メンテナンス。反復収益、高いスイッチングコスト、真の専門性モートを備える

• 3. オーケストレーター・モデル: Outcome-as-a-Service

  • エージェント移行から生まれる最も構造的に急進的なビジネスモデルであり、アウトソーシングと表面的には似ているが、カテゴリーとしては異なる
  • 従来モデル: ソフトウェアライセンス → 人員配置 → 実行リスクを自ら保有
  • オーケストレーター・モデル: 保証された成果を購入する。オーケストレーターが専門エージェント群を保有し、調整・監視・例外処理を担い、シートライセンスや使用量ではなく、成果の提供成功を基準に課金する
  • 具体例:
    • 採用オーケストレーション: リクルーターに年収の20%を支払う代わりに、適格採用に対する成果ベース手数料を支払い、採用までの時間SLAと代替保証を含める。ソーシング・スクリーニング・日程調整・評価エージェントをオーケストレーターが運用
    • RevOpsオーケストレーション: CRMライセンス + SDRチーム + マーケティング自動化 + RevOps人材の代わりに、適格ミーティングSLAに対して月額料金を支払う
    • コンプライアンス監視オーケストレーション: コンプライアンスチーム + 監視ソフトウェア + 監査契約の代わりに、「重大な規制違反ゼロ」のSLAを継続運用されるエージェント・インフラで保証する
  • 構造的な差別化要因はリスク移転: SaaSモデルではソフトウェアが動作すればベンダーリスクはそこで終わるが、オーケストレーター・モデルではリスクが成果まで拡張される。技術的能力だけでなく運用能力が必須であり、ビルダーではなくオペレーターを選別する構造
  • 既存企業への脅威: Accenture、McKinsey、主要SI企業がこの方向に移行中であり、AIネイティブのオーケストレーターが規模の優位が既存企業に蓄積される前に優位を取れる窓は18〜36カ月

Part IV: 信頼とガバナンスのギャップ — プリンシパル・エージェント問題の大規模解決

• 構造的問題

  • 古典的なプリンシパル・エージェント理論（委任するプリンシパルと行動するエージェントの間の緊張）において、人間の組織は雇用契約、業績管理、監督階層、コンプライアンス部門に莫大な資源を投じてきた
  • エージェント経済は機械速度かつ大規模なプリンシパル・エージェント問題を生み出す。単一企業が数千のAIエージェントを同時運用し、それぞれがミクロな意思決定を行い、法的エクスポージャーを生み出し、対外的に企業を代表し得る一方で、そのための監督インフラは存在しない

• Human-in-the-LoopからHuman-on-the-Loopへの移行

  • Human-in-the-loopは第一波の安全アーキテクチャとして、人間がすべての重要なAI行動を承認していたが、単一のエージェント・ワークフローが30秒で50件の判断を下す実行エンジンでは、運用上スケールしない
  • Human-on-the-loopは、人間がポリシー設定、権限境界の定義、例外キューのレビュー、結果監査を行う一方で、各行動の共同署名者ではないアーキテクチャであり、次を必要とする:
    • Policy-as-code: 権限上限を機械可読な形でエンコードし、エージェントレベルで強制
    • 例外ルーティング: 権限範囲を逸脱したことを認識し、人間のレビューのために停止するエージェント
    • 結果モニタリング: エージェント行動ストリームに対する統計的サンプリングと異常検知
    • 責任追跡: エージェントが特定の行動を取った理由、保持していたコンテキスト、適用されたポリシーの再構成可能な記録

• 新しい市場カテゴリ

  • エージェント監査企業: EU AI Actの高リスクAIシステム要件など、規制フレームワークの成熟に伴い、エージェント・ガバナンス実務に対する第三者認証が必要となり、これはエージェントAI向けのSOC 2市場となる — 規制産業では24カ月以内に必須化する見通し
  • エージェント・ポリシー・プラットフォーム: エージェント権限ポリシーを定義・バージョン管理・強制・監査するガバナンスツーリングであり、クラウドセキュリティにおけるIAMに相当する。「エージェント権限のOkta」を構築する企業が必須インフラのポジションを占める
  • 組織横断のエージェント信頼ネットワーク: A社のエージェントとB社のエージェントが取引完了のために相互作用する際（例: AI調達エージェントとAI営業エージェントの交渉）、確立された信頼インフラが存在しない。各エージェントが保有する認証情報、相手側エージェントの権限をどう検証するかなどについて、A2Aの初期拡張としてのプロトコルが必要であり、SSLエコシステムにおける認証局に相当する信頼ブローカーの役割が形成される

Part V: Buy / Hold / Sell — 2026 エージェント・ランドスケープ VCガイド

• BUY — 確信度高

  • エージェントのガバナンスおよびIDインフラ: エージェントを本番環境に配備するあらゆる企業にとって必須の支出であり、規制圧力は現実的で加速している。暗号化されたエージェントID、権限スコープ設定、不変の監査証跡を解決する企業は「これなしではローンチ不可」のカテゴリに入る。PKI・IAM・金融コンプライアンス技術のバックグラウンドを持つチームに注目
  • 規制産業向けの垂直型エージェント・イネーブルメント・プラットフォーム: ヘルスケア・法務・金融サービスは最大級のTAMと深いコンプライアンスの堀を持つ。ドメイン特化のエージェントインフラを構築する企業は、レガシーEHRやコアバンキングシステムに匹敵するスイッチングコストを持つことになる。中核的なデューデリジェンスの問いは、創業チームがドメインにおける信頼性を備えているか、それともリサーチタブを開きっぱなしにしたAIエンジニアなのかという点
  • 実証済みのユニットエコノミクスを持つ Outcome-as-a-Service オーケストレーター: カテゴリ自体は正しいが分散が大きい。デューデリジェンスの焦点は運用能力にある — エージェントが失敗したときに何が起きるのか、例外をどう処理するのか、SLAの約束が防御可能なエコノミクスを持つのか。成果提供の運用規律を解決した企業が次世代のプロフェッショナルサービス大手へと成長する
  • MCP/A2A ツーリングおよび開発者インフラ: プロトコル採用がツーリング需要を生み、MCP・A2Aワークフローの開発者体験・可観測性・最適化レイヤーを構築する企業は、プロトコル覇権競争におけるつるはしとシャベルのポジションにある。プロトコル統合は起こるだろうが、勝者はインフラの礎石となる

• HOLD — 様子見

  • 主要クラウドプラットフォーム(AWS, Azure, GCP): コンピュート・モデルホスティング・ストレージの商品レイヤーでエージェントインフラ支出を獲得するだろうが、付加価値レイヤーは専門プレイヤーに奪われる。既存ポジションは維持しつつ、エージェントネイティブサービス(Amazon Bedrock Agents, Azure AI Studio)が企業で牽引力を得るのか、それとも下位レイヤーから破壊されるのかを観察
  • エージェント・ピボットのナラティブを持つ既存エンタープライズソフトウェア(Salesforce, ServiceNow, Workday): 流通網・データ関係・エンタープライズの信頼を持つが、リスクはアーキテクチャの保守性と統合負債にある。2026年第3四半期までに真のエージェント能力(AIラッパー機能ではない)の兆候を観察し、確認できれば hold または buy に格上げ、依然として「AIコパイロット」を売っているなら sell
  • ファウンデーションモデル提供者(フロンティア研究リーダーを除く): モデル性能の商品化は価格モデルの調整より速く進んでおり、中位クラス — 優秀だが最高ではないモデル — は圧縮に直面している。フロンティアリーダーのポジションは維持するが、2番手グループは価値提案の説明が難しい状況

• SELL — 撤退または回避

  • 独自データの堀を持たない純粋なSaaS UI企業: 中核製品が「他所に存在するデータに対するよく設計されたインターフェース」であるなら、MCPによるバイパスの脅威は存在論的であり、タイムラインも短い。各企業への問いは、UIをデータベースと直接対話するエージェントに置き換えた場合、顧客は何を失うのかという点。答えが「主に習慣」なら sell
  • レガシーRPAプラットフォームベンダー: 基盤技術がアーキテクチャ的に優れたものによって破壊されつつある。顧客関係と流通は価値を維持できるかもしれないが、エージェントAI企業による買収・合併は迅速である必要がある。独立型レガシーRPAへの投資テーゼはランウェイが悪化している
  • 「応答専用」のAI製品企業: 価値提案のすべてがテキスト応答の生成であり、行動能力・ツール統合・ワークフロー完結性がない企業は、第2波の時代に第1波のAIを売っている。製品カテゴリには価値があるが、独立企業としてはそうではない。成長投資ではなくアクハイア対象
  • 汎用AIチャットボットのコンサルティング企業: 「ChatGPTラッパーを構築します」がビジネスモデルの企業は、最大12カ月のウィンドウしか持たない。対話型AIの導入能力は、どんなコンサルティングマージンも耐えられない速度で商品化が進んでいる

結論テーゼ

• この転換で勝敗を分ける戦略的洞察は技術的なものではなく、アーキテクチャ的なものであり、エージェントAIが技術課題であると同時に組織設計の課題でもあることを理解する組織と投資家が正しいポジションを占める
• Human-in-the-loop から Human-on-the-loop への転換は、人間を意思決定から排除することではなく、個々の行動承認から数千の自律行動を統治するポリシー・権限構造・例外フレームワークの設計へと抽象化スタックの上位へ移動させること
• ガバナンスツーリング・垂直型コンプライアンスインフラ・成果提供オペレーションなど、こうした基盤を構築する企業が次世代エンタープライズ技術時代の耐力壁を築いており、残りはすべてインテリア装飾にすぎない