SaaS株暴落の真相

SaaS株暴落の真相

2026年に入って、エンタープライズSaaS銘柄が大きく売られた。メディアはこの現象を「SaaSpocalypse(SaaSの終焉)」と呼んだ。多くの方は「AIがあれば自分でアプリが作れるからSaaSは不要になる」と理解した。しかし私は、真相はもう少し深いところにあると見ている。これからは、AIがSaaSを使う時代になるのである。ユーザーインターフェースの使いやすさで選ばれてきたシステムの優位性は、操作主体がAIに変わった瞬間に薄れる。本稿では、報じられた事実を慎重に切り分けたうえで、医薬品・医療機器業界のシステム選定に何が起きるのかを論じる。

何が報じられたのか――事実と推測を分ける

時系列で確認できること

まず、一次情報で確認できる事実から押さえる。Anthropicは2026年1月、リサーチプレビューとしてClaude Coworkを公開した。同社の発表によれば、Coworkには営業・法務・財務など職種別の11種のオープンソース・プラグインが含まれ、Claudeを特定の役割の専門家として動作させることができる。同社は2026年1月だけで30を超える製品・機能を投入したとしており、1月30日にはCoworkを紹介するウェビナーも開催している。

事項 内容 確からしさ
Claude Coworkの公開 2026年1月、リサーチプレビューとして公開 Anthropic公式サイトで確認できる
職種別プラグイン 営業・法務・財務など11種のオープンソース・プラグインを同梱 Anthropic公式サイトで確認できる。なお正式名称は「Skills」ではなく「プラグイン(plugins)」である
ウェビナー 2026年1月30日「The Future of AI at Work: Introducing Cowork」 Anthropic公式サイトで確認できる
SaaS株の下落 2026年に入りエンタープライズソフトウェア銘柄が広範に売られた 複数の報道で一致している
失われた時価総額 報道により「48時間で数千億ドル規模」「四半期で1兆ドル超」など、桁も期間も大きく異なる数字が流通している 一次情報では確認できない。本稿では特定の数値を採用しない
個別銘柄の下落率 法律情報・専門情報系や大手SaaSベンダーの株価が二桁下落したと報じられた 報道ベース。時点・基準(日次か年初来か)により大きく変わる
「SaaSpocalypse」 市場関係者・メディアが用いた呼称 メディアによる命名である
注意:株価・時価総額に関する数値は、本稿執筆時点の報道に基づく参考情報である。算定の基準日・対象範囲・為替レートによって桁が変わり、時間の経過とともに陳腐化する。実際、流通している「約285億ドル」といった表記と「約30兆円」という換算は、為替レート上つじつまが合わず、報道間でも数値が一致していない。本稿では、検証できない具体的数値を事実として提示することは避け、方向性のみを述べる。投資判断の材料として用いることは意図していない。

「AIのせいで暴落した」と断定はできない

ここは慎重に述べたい。株価は多数の要因の合成で動く。2026年のソフトウェア銘柄の下落についても、AIエージェントの台頭は一因として指摘されているにすぎず、それだけが原因だと断定することはできない。

指摘されている要因 内容
AIエージェントによる代替懸念 AIが業務を直接実行することで、SaaSの機能そのものが不要になるのではないかという懸念
座席課金モデルへの疑義 ユーザー数に応じた課金(per-seat)モデルは、操作する人間が減れば収益が減る。これは機能の代替とは別の論点である
業績・ガイダンスの下振れ 2025年後半から一部大手の売上が市場予想を下回ったと報じられている
バリュエーションの調整 高い成長期待を織り込んでいた銘柄群の、期待水準そのものの見直し
マクロ環境 金利・資金フローなど、個別企業の事情によらない要因

また、下落は単一の日に起きた出来事ではなく、2025年後半から数か月にわたって断続的に進行した調整であったと報じられている。「ある発表を引き金に一日で市場が崩れた」という物語は分かりやすいが、実態はもっと連続的である。

本稿の立場

  • 株価の変動要因を特定することは本稿の目的ではない。断定はしない。
  • 本稿が論じたいのは、市場がどう反応したかではなく、「アプリを操作する主体が人間でなくなる」という構造変化が何をもたらすかである。この構造変化は、株価がどう動こうと進行する。

真相――スイッチングコストが劇的に下がる

これまで、SaaSを守っていたのは「慣れ」だった

多くの方は「自分でアプリが作れるからSaaSは不要」と理解した。しかし、私は真相はもう少し深いところにあると見ている。これからは、AIがSaaSを使う時代になるのである。

これまで、ユーザーは慣れ親しんだアプリから動けなかった。安価でも使い勝手が悪いシステムには見向きもしなかった。導入時の教育コスト、操作を覚え直す負担、現場の抵抗――これらがベンダーを守る堀だったのである。

しかしAIが操作するなら、マニュアルが分かりにくくても問題ない。画面が古くても、項目名が分かりづらくても、AIは意に介さない。スイッチングコストが劇的に下がる――これが構造変化の本質なのである。

評価軸 人間が操作する時代 AIが操作する時代
UIの使いやすさ 最重要。選定の決め手 重要度が大きく下がる
画面数・クリック数 少ないほど有利 ほぼ無関係
操作教育のコスト 導入障壁の中心 大幅に減少する
API・自動化インターフェース 「あれば良い」程度の扱い 最重要。ないシステムは選ばれなくなる
監査証跡・ログの粒度 規制要求として最低限 AIの処理を追跡する唯一の手段。要求水準が上がる
データの持ち出しやすさ 移行時にのみ問題になる 常時問われる。乗り換えの現実性を左右する
ベンダーロックイン 慣れによって強固に維持される 弱まる。堀が埋まる

▲【動画】第12回 AI Compliance研究会 生成AIの最新情報(株式会社イーコンプライアンス)

■ 本記事に関連するおすすめ商品
書籍
新FDA医療機器査察・QMSR対応実務書 ― CP 7382.850 徹底入門

システムをAIが操作する時代でも、査察で問われるのは記録とその根拠です。QMSRへの移行とFDA医療機器査察の実際を、一冊で通読できるようやさしく解説した入門実務書です。ベンダー管理・記録管理の要求水準を確認するうえでもお役立ていただけます。

価格:55,000円(税込)/送料無料

書籍の詳細を見る ▶

QMS手順書ひな形
【QMS省令対応】品質管理監督システム基準書

システム選定基準や供給者管理の考え方は、個別のSOPではなく品質管理監督システム全体の設計に根ざします。QMS省令に対応した基準書のひな形をMS-Word形式で提供します。自社の実態に合わせて加筆・修正のうえご利用いただけます。

価格:99,000円(税込・ダウンロード版)

ひな形の詳細を見る ▶

ビデオ・VOD
【第12回】AI Compliance研究会

生成AIの最新動向と、規制産業におけるコンプライアンス上の論点を扱う研究会の録画版です。AIエージェントが業務システムを操作する構成をどう管理するかを議論しています。VODレンタルもご用意しています。

価格:27,500円(税込)~

VODの詳細を見る ▶

医薬品・医療機器業界への示唆

他人事ではない

医薬品・医療機器業界においても、これは他人事ではない。QMS、eQMS、LMS、CTMS、EDCなど、各種ベンダーが提供してきた「使いやすさで選ばれてきたシステム」の優位性は、AIが操作主体になった瞬間に薄れる

一方で、AIが叩くAPI仕様や監査ログ仕様、データインテグリティ要件は、これまで以上に厳しく問われるようになる。堀が埋まる代わりに、別の場所に堀ができるのである。

システム区分 従来の選定理由 AI操作時代に問われること
eQMS(品質マネジメントシステム) ワークフローの作り込み、画面の分かりやすさ 変更・承認・逸脱の各イベントをAPIで取得・登録でき、その全操作が監査証跡に残るか
LMS(教育訓練管理) 受講画面の操作性 受講記録・力量記録を外部から参照でき、記録の完全性が保証されるか
CTMS/EDC(臨床) データ入力画面の効率 自動投入時の権限管理、入力主体(人かAIか)の識別、監査証跡の粒度
文書管理システム 検索性、閲覧のしやすさ 版管理・電子署名がAPI経由でも同等に機能するか。人間可読な形式で出力できるか
製造・試験系システム 現場端末の使いやすさ 自動処理の適格性確認、時刻同期、改ざん防止

規制要求は「AIが操作すること」を織り込み始めている

規制・ガイダンス 要点 システム選定への含意
EU GMP Annex 22(新設案) AIモデルの意図した使用の定義、性能指標、訓練データの品質、変更管理、性能モニタリング、必要に応じた人によるレビュー。2025年7月7日〜10月7日に意見募集 AIを組み込むなら、その監督の仕組みごと調達要件に入れる必要がある
EU GMP Annex 11(改訂案) コンピュータ化システムの要求事項の全面見直し API連携を含むシステム構成全体がバリデーション対象になる
21 CFR 11.10(b)(e) 人間が読める形式での記録生成、タイムスタンプ付き監査証跡 AIが操作した記録も、人間が読める形で出せることが必須要件になる
FDA「Data Integrity and Compliance With Drug CGMP」 データの帰属性・可読性・同時性・原本性・正確性 「帰属性(Attributable)」は、AIが実行した場合の帰属先の定義を迫る
FDAドラフトガイダンス(2025年1月) 規制判断を支えるAIモデルのリスクベース信頼性評価フレームワーク ベンダーがAI機能を売り込んできたとき、信頼性の根拠を要求する土台になる
EU AI Act(Regulation (EU) 2024/1689) 2024年6月13日採択、7月12日官報掲載。リスク区分に応じた義務 調達先のAI機能がどの区分に当たるかを確認する必要がある
PMDA業務への生成AIの利用開始 2026年4月15日。AI活用行動計画に基づき全役職員に生成AIアシスタントを導入 審査・相談を受ける側も生成AIを使う。提出物の質と一貫性が問われる
記録は、その正確かつ完全な写しを、人間が読める形式(human readable form)および電子的形式の双方で生成できるものでなければならない。
――21 CFR Part 11.10(b)(趣旨)

AIが操作する時代において、この一文の重みは増す。操作した主体が人間でなくなっても、記録が人間に読めなくなってよい理由はどこにもないからである。

補足:EU GMPのAnnex 11改訂案および新規Annex 22は、本稿執筆時点で意見募集が終了した段階であり、最終版は未発効である。条文・適用時期は変更され得るため、EMAのGMP/GDP査察官作業部会の最新情報をご確認いただきたい。

次回のシステム選定で確認すべきこと

  1. APIの網羅性を確認する画面でできることが、APIでもできるか。一部の参照系だけAPIがあり、更新系は画面操作しかできないシステムは、AI操作時代には競争力を失う。
  2. API経由の操作が監査証跡に残るかを確認する画面操作は記録されるがAPI経由は記録されない、という実装は珍しくない。ここは必ず実機で検証する。
  3. 操作主体の識別方法を確認するAIエージェントが操作した場合、監査証跡に何が記録されるか。共有アカウントで動く設計になっていないか。誰の責任で実行されたかを追跡できるか。
  4. 人間可読な出力形式を確認する21 CFR 11.10(b)が求める「人間が読める形式」で、記録と監査証跡を出力できるか。詳細はAI同士の通信と監査証跡の記事で論じている。
  5. データの持ち出しやすさを確認する全データを標準的な形式で取り出せるか。乗り換えが現実的であることは、それ自体が交渉力になる。
  6. ベンダーのAI機能について根拠を求めるベンダーが自社サービスにAIを組み込んでいる場合、そのモデルの意図した使用、性能指標、更新方針、更新時の通知方法を文書で確認する。AIベンダーへの依存が生むリスクもご参照いただきたい。
  7. 供給者管理の対象範囲を見直すAIの基盤モデルを提供する事業者は、多くの場合、直接の契約相手ではない。サプライチェーンが一段深くなることを、供給者管理の手順に反映させる。

ベンダー側の方へ

  • SaaSベンダー自身もまた、AIのユーザーとなる。私はベンダー側に「自社サービスにAIを組み込む」発想を強く勧めたい。
  • ただし規制産業向けに提供する以上、組み込みの前に、AIの意図した使用・性能指標・変更管理・人によるレビューの設計を先に固めるべきである。Annex 22案が求めているのは、まさにこの順序である。
  • 顧客側の品質保証部門は、いずれ必ずこれらの根拠を求めてくる。後から作れる書類ではない。

組織としての備え

この変化に対応できるかどうかは、ツールの問題ではなく組織の問題である。システム選定の評価項目を書き換えるには、品質保証・情報システム・現場部門の三者が同じ言葉で議論できる必要がある。そのための力量要件については力量の4要素を、方針決定の進め方についてはトップダウンの品質マネジメントをご覧いただきたい。

関連する論考

まとめ――3つのポイント

  1. 数値は慎重に扱う。因果も断定しない2026年のSaaS株下落について報じられた時価総額や下落率は、報道間で桁も期間も一致しておらず、一次情報では確認できない。AIエージェントの台頭は一因として指摘されているが、業績下振れ・バリュエーション調整・マクロ環境など複合的な要因が絡んでいる。
  2. 構造変化の本質はスイッチングコストの低下である「AIがあればアプリを作れる」のではなく、「アプリをAIが使う」のである。UIの使いやすさという堀が埋まり、API・監査証跡・データ可搬性という新しい評価軸が前面に出る。
  3. GxPでは、要求水準はむしろ上がる21 CFR 11.10、EU GMP Annex 11改訂案・Annex 22案、FDAのAI信頼性評価フレームワークはいずれも、自動処理に対する記録と人による監督を求めている。選定基準に「AIが叩きやすいAPIと監査証跡」を加えることが、次の一手である。

読者へのアクション

  • 次回のシステム選定では「人間が使いやすいか」だけでなく「AIが叩きやすいAPIと監査証跡を持っているか」を必ず評価項目に含めていただきたい。
  • 既存システムについても、API経由の操作が監査証跡に残るかを一度実機で検証していただきたい。

参考・出典(一次情報源)

関連記事一覧