AIエージェントの進化により、「SaaSは死ぬ」「人の仕事はAIに置き換わる」といった刺激的な言説が飛び交うようになりました。
確かに、業務の一部はAIによって自動化・代替されつつあります。しかし本質的な問いは、どのツールが生き残るかではなく、企業の仕事と組織はどう再設計されるべきかにあります。
本稿では、AIエージェントとERPの関係性を「非決定論と決定論」という視点から整理し、AI時代において基幹システムの価値がむしろ高まる理由を明らかにします。そのうえで、人・AIエージェント・AIクラウドERPが協調して機能する新しい組織モデル「Starfish Team」というプロジェクトチームのあり方を提案します。
AIエージェント時代に「SaaSは死ぬ」のか？
近年、AIエージェントの進化を背景に「SaaSは死ぬ」「これからはデータを持つ企業が勝つ」といった議論が盛んになっています。確かに、表層的な機能やUIだけで成立しているSaaSは、AIエージェントによって代替・圧縮されていく可能性があります。
しかし結論から言えば、すべてのSaaSが淘汰されるわけではありません。
むしろ、AIエージェント時代においてはERPやCRMのような基幹システムの重要性が、これまで以上に高まるという逆説的な状況が生まれています。
AIは非決定論、ERPは決定論という逆説
AIの本質は非決定論的である点にあります。同じ入力を与えても、常に同じ出力が返るとは限りません。
一方で、企業システムに求められる要件は真逆です。
- 取引処理は毎回同じルールで行われる
- 数値は監査に耐えうる正確性が求められる
- 業務プロセスは再現可能である必要がある
このように、企業システムは決定論的に振る舞うことが前提となっています。
そのため、AIエージェントが増えれば増えるほど、決定論的な基盤＝SoR（System of Record）としてのERP・CRMの価値は上昇します。
AIは判断や推論を担い、ERPは「唯一の正しいデータ」を提供する。この役割分担が、AI時代の前提条件になります。
中小企業にNetSuiteが適している理由
企業がERPなどのエンタープライズソフトウェアを導入する理由は、「便利だから」ではありません。
企業プロセスを体系化し、将来にわたって崩れにくい基盤を作るためです。
特に、売上10億円を超え、拠点・人員・取引先が増え始めた企業にとって、業務の複雑化はすでに経営課題になっています。
その段階で求められるのが、柔軟性と統制を両立できるERPです。
これにフィットするのが、中小〜中堅企業向けに設計されたクラウドERPNetSuite です。
クラウドネイティブで「最初から重くならない」
NetSuiteは、オンプレミス前提で設計された従来型ERPとは異なり、
最初からクラウドネイティブとして設計されています。
そのため、
- サーバー調達や運用を前提にしない
- 初期導入時の構成がシンプル
- 利用規模に応じて自然にスケールできる
といった特徴があります。
売上10億円前後の企業にとって重要なのは、「将来の最大構成に耐えられること」よりも、今の業務を止めずに導入できることです。
NetSuiteは、「いきなり完成形を求めないERP」という点で、中小・中堅企業の現実的な成長フェーズに合っています。
APIが豊富で、外部システムやAIとつなぎやすい
NetSuiteの大きな特徴の一つが、APIを前提とした設計です。
これは単なる技術仕様ではなく、「ERPが単独で完結しない」ことを前提にしているという思想を意味します。
- 既存のSaaSと連携できる
- 業務特化ツールを後付けできる
- AIエージェントから安全に呼び出せる
この構造があるからこそ、ERPを「全部入りの巨大システム」にする必要がありません。
業務に合わせたカスタマイズが前提の設計
NetSuiteは、「業務をERPに無理やり合わせる」思想ではありません。
業種・企業規模・成長段階に応じて、
- 業務フロー
- 項目定義
- 承認プロセス
- 権限設計
を調整することが前提になっています。これは、中小・中堅企業にとって非常に重要です。
なぜならこの規模の企業は、
- 業務がまだ固まりきっていない
- 今後も変わり続ける
- 人の入れ替わりや組織改編が頻繁
という状態にあるからです。
変化を許容できないERPは、このフェーズの企業にとっては足かせになります。
段階的に導入・拡張できる「育てるERP」
NetSuiteは、最初からすべての機能を入れる前提ではありません。
例えば、
- まずは会計・販売管理から
- 次に在庫・購買を追加
- その後、AIエージェントと連携
といった形で、段階的に育てていくことができます。
これは、「今の業務」と「将来の成長」を同時に考えなければならない売上10億円以上の企業にとって、極めて現実的なアプローチです。
完成形を一度で作ろうとしないからこそ、導入も運用も破綻しにくいのです。
AIエージェント時代に適応できる柔軟性がある
このような設計思想があるからこそ、NetSuiteはAIエージェント時代との相性が非常に良いERPです。
- APIで安全に呼び出せる
- 単一のデータ真実を提供できる
- 業務単位でAIを接続・差し替えできる
結果として、最初から完璧なERPを入れるのではなく、成長に合わせて育てていくERPという位置づけが成立します。
AIはツールではなく「仕事そのもの」を担う
AIエージェント導入により、「人の仕事が奪われるのではないか」という懸念が語られています。
しかし、より正確に表現するとAIはツールではなく、仕事そのものを担いに来ていると言えます。
営業判断、需給予測、在庫最適化、経営分析など、これまで人が行っていた判断業務をAIエージェントが直接代替するケースが増えています。
その結果、AIは単なるITコストではなく、人件費と競合する存在になりつつあります。
日本企業がAI活用で苦戦する本当の理由
日本企業では「AIを導入すれば業務が変わる」という期待がある一方で、実際には本格活用に至らないケースが少なくありません。
その理由は、技術力や意識の問題ではなく、システムとデータが統一されていないことにあります。
- 部門ごとに異なるシステムを利用している
- データ形式や定義がバラバラ
- 社内ですら単一の事実が存在しない
一方、欧米企業ではERPを中心にデータが統合されており、自社だけでなくサプライチェーン全体のデータをAIエージェントが活用できる環境が整っています。
AIはデータ基盤がなければ機能しません。この差が、AI活用の成否を分けています。
部門ごとに異なるシステムが存在している
多くの日本企業では、部門最適を優先してシステムが導入されてきました。
- 営業は営業のSaaS
- 生産は生産管理システム
- 経理は会計システム
といった具合に、業務単位でシステムが分断されています。
この状態では、AIエージェントが全体最適の判断を行おうとしても、そもそも参照すべきデータが一箇所に存在しません。AIは「部分的には賢い」が、「全体を理解できない」状態に陥ります。
データ形式や定義がバラバラである
さらに深刻なのが、同じ言葉でも意味が統一されていない問題です。
例えば、
- 売上
- 受注
- 在庫
といった基本的な指標ですら、部門やシステムごとに定義や集計タイミングが異なることは珍しくありません。
AIは与えられたデータを前提として推論します。定義が揺れているデータを学習・参照すれば、どれほど高度なAIであっても、判断は不安定になります。
社内にすら「単一の事実」が存在しない
社内にすら「単一の事実」が存在せず、結果として、
- どの数字が正しいのか分からない
- 会議ごとに数字が変わる
という状況が生まれます。
これは人間にとっても致命的ですが、AIにとってはさらに致命的です。AIは矛盾した事実を調整する役割を担えません。
AIが機能するためには、唯一の正しいデータ（Single Source of Truth）が必要です。
それを提供できるのが、ERPを中心とした統合データ基盤です。
SaaS is Dead時代に「生き残るSaaS」の4つの条件
AIエージェントの普及によって、「SaaS is Dead」という言葉が語られるようになりました。
しかし、ここで言われている“死”は、SaaSという形態そのものの消滅を意味しているわけではありません。
本質は、人が画面を開いて操作することを前提としたSaaSの終わりです。
AIエージェントが業務を担う時代、仕事はUIの上ではなく裏側で流れます。
人は「意図」を伝え、AIが複数のサービスを横断して処理する。
そのときSaaSは、アプリではなくAIに呼び出される部品になります。
では、AIが安心して使えるSaaSとは何か。その条件は、次の4つに集約されます。
APIの設計：AIが安全に“操作できる道路”があるか
AIエージェントは、人間とは比べものにならない速度と回数で操作を行います。
そのため、API設計が雑なSaaSでは、ミスが一瞬で大事故に変わります。
- 二重請求が大量に発生する
- 同じ通知が何十回も送られる
- 失敗した処理を元に戻せない
こうした事故は、APIが「人間向けUIの延長」で作られている場合に起きます。
AI時代に求められるAPIとは、
- 同じ操作を何度呼んでも結果が壊れない
- 失敗時のロールバックが定義されている
- エラー理由が機械的に判別できる
- 危険な操作には制限や確認フローがある
つまり、AIが運転する前提で設計された道路です。この前提がないSaaSは、AIエージェント時代に耐えられません。
データモデル：企業の世界観が定義されているか
AIはデータを理解しているのではなく、データモデルを前提に推論しているにすぎません。
- 「顧客」とは誰か
- 「契約」はいつ成立するのか
- 「解約」は申請か、確定か
こうした定義が曖昧なままデータを詰め込むと、AIは文脈を失い、誤った判断をします。
逆に、データモデルが整理されているSaaSでは、AIは迷わず処理できます。
AI時代のSaaSにおいて価値があるのは、派手なUIではなく、整ったデータの器です。
権限：AIに「どこまで任せるか」を設計できているか
AIエージェントに業務を任せるということは、実質的に権限を委譲することを意味します。
権限が強すぎれば事故が起き、弱すぎれば業務が進みません。サポートAIが住所変更できる、経理AIが送金まで実行できるといった状態は、企業にとって致命的です。
だからこそ、
- 最小権限
- 役割ベースの権限
- 期限付き権限
- 特定操作のみ追加承認
といったガードレール設計が不可欠になります。
この設計ができないSaaSは、「便利でも怖くて使えない」と判断されます。
監査ログ：AIの行動を説明できるか
AIが仕事を担うほど、「なぜその判断が行われたのか」が問われます。
- 誰が請求額を変えたのか
- なぜ顧客がブロックされたのか
- どのAIが、いつ、何をしたのか
監査ログがなければ、原因追跡も説明責任も果たせません。
監査ログはトラブル対応のためだけのものではなく、
- 内部統制
- 取引先への説明
- 法務・監査対応
- 品質改善
すべての基盤になります。
AI時代においては、「やったことが残る」こと自体が信用です。
SaaSは淘汰されるのか？答えは「No」
AIエージェントの進化によって「SaaSはすべて不要になる」という見方もありますが、答えはNoです。
理由は明確です。
- 信頼性・可用性・セキュリティ
- ガバナンスや監査対応
- 運用保守のコスト
これらは、表層的なUIとは別次元の価値を持っています。今後は、AIエージェント向けのBaaS（Backend as a Service）が充実し、アプリの「中身」を共通基盤として利用できるようになるでしょう。
その結果、AIと連携できるインフラ側のSaaSは、むしろ重要性を増すと考えられます。
人・AIエージェント・ERPで動く「Starfish Team」
こうした背景を踏まえ、AIエージェント時代の新しいプロジェクトチームの形として
Starfish Team（スターフィッシュ・チーム）というモデルを提案します。
Starfish Teamは、
- 中心にERP（ヒトデの中心）
- 各腕に人間とAIエージェント
を配置した、分散型・自律協調型の組織モデルです。
Starfish Teamの構造
中心：ERP
- 単一のデータ真実
- 業務整合性・監査性・スケーラビリティを担保
各腕：人間 × AIエージェント
- 営業AIエージェント
- 生産計画AIエージェント
- 在庫最適化AIエージェント
- 経営分析AIエージェント
各腕は独立して判断・行動し、一部が止まっても、チーム全体は止まりません。
なぜStarfish Teamが強いのか
Starfish TeamがAI時代に適している理由は、次の3点です。
- 分散型で属人化しない
- AIエージェントを業務単位で拡張できる
- 人やAIの入れ替えを前提にできる
中心にERPがある限り、組織構造そのものは壊れません。
分散型で属人化しない組織だから
Starfish Teamは、特定の人や部署に意思決定や業務が集中しない構造を前提としています。
各業務は「人＋AIエージェント」という単位で分散され、ERPという共通基盤を介して連携します。
この構造では、
- 特定のエース社員に依存しない
- 誰かが抜けても業務が止まらない
- 判断プロセスがブラックボックス化しにくい
といった効果が生まれます。
従来のプロジェクト型組織は、中心人物が抜けた瞬間に機能不全に陥りがちでした。
一方、Starfish Teamでは、中心は「人」ではなく「ERP上の事実とルール」です。
そのため、個人の経験や勘に依存しない、再現性のある組織運営が可能になります。
AIエージェントを業務単位で拡張できるから
Starfish Teamでは、AIエージェントを「全社に一つ導入する」必要はありません。営業、需給計画、在庫最適化、経営分析など、業務単位でAIを追加・改善していくことができます。
これは、ERPが単一のデータ真実を提供しているからこそ可能です。どのAIエージェントも同じデータ基盤を参照し、同じルールのもとで判断を行うため、AI同士が衝突しにくくなります。
結果として、
- 小さく始めて
- 効果が出た領域から横展開し
- 不要になったAIは置き換える
という、進化前提の導入が可能になります。
これは変化の激しいAI時代において、極めて大きな強みです。
人やAIの入れ替えを前提にできるから
AIモデルは進化し続け、人材も流動化が進みます。この前提に立つなら、「長く使い続ける個人」や「永続的なAI」を想定した組織は成立しません。
Starfish Teamは、人もAIも入れ替わることを前提に設計された組織モデルです。
中心にERPという不変の基盤があるため、人が変わっても、AIが世代交代しても、ツールが刷新されても業務の整合性とデータの一貫性は保たれます。
この意味で、Starfish Teamの強さは「優秀な人やAIを持つこと」ではなく、入れ替わりながらも動き続けられる構造にあります。
Starfish Teamを実装する「THE STARFISH」という組織モデル
ここまで述べてきたStarfish Teamは、比喩的な概念や理想論ではありません。
AIエージェントとERPを前提とすれば、現実のプロジェクトや組織設計として十分に成立するモデルです。
重要なのは、Starfish Teamが「特定のAI」や「特定のツール」に依存していない点です。
中心にあるのは常に、決定論的なSoR（System of Record）としてのERPであり、その周囲に、人とAIエージェントが役割単位で接続される構造そのものです。
ベンチャーネットでは、このStarfish Teamの考え方を「THE STARFISH」 と名づけ、AIエージェント × AIクラウドERP時代の新しいプロジェクトチーム／組織設計のフレームワークとして展開していきます。
THE STARFISHは、人とAIが入れ替わることを前提にしながらも、データの一貫性と業務の再現性を失わず、止まらずに進化し続けるための組織構造です。
AIを「導入する」段階から、AIとともに「組織を設計する」段階へ。
THE STARFISHは、その転換点に立つ企業のための、一つの答えです。
AI時代に必要なのは「動き続ける組織構造」
AIエージェント時代に重要なのは、特定のツールやAIモデルではありません。ERPを核に、知能を分散させる組織構造です。Starfish Teamは、人とAIが共存し、入れ替わりながらも動き続けるための一つの現実的な答えといえるでしょう。
AIエージェント時代の競争力は、どのAIを使うかではなく、どのデータ基盤と組織構造を持つかで決まります。
