誰もがAIプログラミングの習得に殺到している。まるでそれさえマスターすればソフトウェアで一攫千金できるかのように。大手テック企業のエンジニアは退路を探し、プロダクトマネージャーは自分でMVPを作りたがり、非技術者はソフトウェアで一攫千金を夢見ている。
しかし、奇妙なことに気づいていないだろうか?苦労して作り上げたソフトウェアが、ネットに公開した途端、誰も買わない。
これはあなたのスキルの問題ではない。ソフトウェア市場全体がかつてない**「体系的崩壊」**を経験しているのだ。
三者三様、同じ落とし穴にはまった
AIプログラミングを最も熱心に学んでいるのは誰で、それぞれどんな苦境に陥っているのか見てみよう:
| グループ | 動機 | 苦境 |
|---|---|---|
| 大手テック企業エンジニア | リストラ圧力に直面し、AIプログラミングを学んで「一人会社」になることを期待 | スキルはあるが市場を理解していない——何を作れば売れるのか分からない |
| プロダクトマネージャー | ようやくエンジニアに頼らなくて済む——Cursorのサブスクを買えばMVPが作れる |
製品を作った後、市場が飽和しており有料ユーザーがいないことに気づく |
| 非技術者 | 「ソフトウェアで週5万ドル稼ぐ」動画に洗脳され、一攫千金を夢見る | 製品を公開しても反応ゼロ——業界ニーズの深い理解が欠けている |
この三者には致命的な共通点がある:
全員が「プログラミングができること」を堀だと思っている。
大手テック企業のエンジニアはスキルは十分だが、**誰も買わないものを作ってしまう。**プロダクトマネージャーはエンジニア依存からようやく解放され、興奮してMVPを作るが、レッドオーシャン市場で沈んでいくだけ。非技術者はさらに悲惨で、市場がどこにあるかすら分からないまま飛び込んでしまう。
ソフトウェア供給側:爆発的成長
なぜ作ったものが売れないのか?それはソフトウェアを作れる人が、驚くべき速度で爆増しているからだ。
Claude Code、Cursor、Codex、OpenCode——これらのAIコーディングツールは開発の参入障壁を歴史的な低水準にまで下げた。
| 指標 | データ |
|---|---|
| GitHub 2025年新規リポジトリ数 | 1億2,100万、毎分平均230の新規プロジェクトが誕生 |
| App Store 2025年提出数の増加率 | 24%増 |
| App Store 2026年提出数の増加率 | 前年比84%急増、過去10年で最大の増加幅 |
| Appleの審査状況 | 流入するソフトウェアの量が多すぎて審査サイクルが無期限に延長 |
全員がソフトウェアを書けるようになったとき、ソフトウェアそのものはもはや堀ではない。
かつてアプリ開発にはプロのチームが何ヶ月もかかった。今は一人がAIツールを使えば数日で納品できる。供給側は「少し増えた」のではなく、爆発的に成長した。
ソフトウェア需要側:断崖的急落
供給が急増する一方で、ソフトウェア購入の需要は断崖的に急落している。
多くのソフトウェアのアイデアは、大規模モデル企業が開発したAIエージェントで処理できるようになった。スキルを追加し、異なるサービスを接続するスクリプトを書き、定期的なプッシュ通知を設定するだけで、ほとんどのニーズを満たせる。
従来のソフトウェア需要の75%がエージェントによって直接消滅した。
さらに恐ろしいことに、**以前はソフトウェアにお金を払っていたユーザーすら購入をやめた。**年間580ドルのブラウザ翻訳プラグイン?今やAIを使えば1日で代替品を作れる。
ではお金はどこに流れたのか?すべてがトークンへ——ClaudeのサブスクリプションやGPTのプランを購入し、ユーザーは自分でほとんどのニーズを解決している。
| 次元 | 過去(Pre-AI) | 現在(Post-SaaS) |
|---|---|---|
| 開発障壁 | 高い——プロチームと数ヶ月の研究開発が必要 | 極めて低い——AIアシストで数日で納品 |
| 供給規模 | 専門人材の数に制限 | 爆発的成長(リポジトリ数は数十億単位) |
| 価格モデル | 高利益率のSaaSサブスクリプション | 限界費用ゼロ、トークンベースの価格設定 |
| 競争の激しさ | 安定市場、1:100の需給比 | 25倍から100倍の極端な競争 |
以前は1社がソフトウェアを作り100社の顧客に販売していた。今は10社が1社の顧客を奪い合っている。
これは少し難しくなったのではない——50倍から100倍残酷になった。
資本市場はすでに不信任票を投じた
上記のデータがまだ衝撃的でないなら、ウォール街の反応を見てみよう:
| イベント | 影響 |
|---|---|
ClaudeがAIデータ分析ツールをリリース |
Thomson Reutersが1日で18%暴落、Gartnerは21%下落 |
| 1日で蒸発した時価総額 | 2,800億ドル超 |
ClaudeがAIデザインツールをリリース |
AdobeとFigmaの株価が暴落 |
| S&P 500ソフトウェアサービス指数 | 全体の下落率が20%超、最大下落率は**40%**に達した |
投資家たちは本物のお金で語っている:SaaSの黄金時代は終わった。
これは一つの機能が一つの製品を打ち負かしたのではない。ソフトウェア業界全体が体系的崩壊を経験しているのだ。
市場は消えていない——変革している
汎用ソフトウェアの販売が行き止まりなら、需要はどこに行ったのか?
答えは:エンタープライズエージェント市場だ。
かつて企業がデジタル化しようとすると、ERPを買い、CRMを買い、外注企業にカスタム開発を依頼した。簡単に数十万から数百万ドルを費やし、導入期間は半年から1年。大金を使っても、システムは使いにくく、最終的にExcelに戻ることも多かった。
今は?熟練したエージェントコンサルタントが、業界への深い理解を武器に、3〜5営業日でオンサイトに入り、**「ナレッジベース+スキル」**のアプローチでクライアントのコアビジネスプロセスをエージェントに組み込む——会計管理、契約追跡、データレポート——すべて対応。
| 比較項目 | 従来のソフトウェア開発 | エージェントソリューション |
|---|---|---|
| 導入コスト | 数十万から数百万ドル | 従来の数十分の一 |
| 導入期間 | 半年から1年 | 3〜5営業日 |
| カスタマイズ度 | 個別ニーズに合わせにくい汎用ソリューション | 企業の具体的なビジネスプロセスに完全に合わせたテーラーメイド |
| 最終結果 | しばしばExcelに逆戻り | 既存のワークフローに組み込まれ、継続的に稼働 |
中小企業の従来のソフトウェアニーズの80%以上が、エージェントによって急速に置き換えられるだろう。
トップAI企業が争奪する新たな役割:FDE
この変革はビジネスモデルを変えるだけでなく、まったく新しい職業的役割も生み出している。
OpenAIのCEO Sam Altmanは最近発表した:OpenAIはエンジニアを企業のCEOオフィスに直接派遣し始めている。CEOの横に座り、日常のワークフロー、意思決定プロセス、すべてのルーティンタスクをAIで自動化する。ShopifyのCEOはこのモデルを全面的に採用した最初のビジネスリーダーだった。
この役割には専門用語がついた:
FDE——フロンティアデプロイメントエンジニア(Frontier Deployment Engineer)。
Anthropicも同じことをしている——Applied AIチームはエンジニアを戦略的顧客のオフィスに特別に配置している。
どこから人材を採用しているのか?Palantir、Salesforceから——**企業ビジネスを最もよく理解する「ベテラン」**たちの中から引き抜いている。
トップAI企業は、コーディングではなく、ビジネス・業界・顧客を理解することをコア能力とする、まったく新しい役割を大規模に採用している。
FDEはパソコンの前に座ってコードを書く人ではなく、企業に直接入り込む「ビジネストランスレーター」だ:
| 能力 | 説明 |
|---|---|
| オンサイトでの問題解決 | 企業内部に入り込み、CEOの横に座って意思決定とワークフローを観察し、人手のボトルネックを近距離で特定 |
| 業界の深いKnow-how | トップAI企業は最高のコーダーではなく、**企業ビジネスを最もよく理解する「ベテラン」**を求めている |
| プロセス変革能力 | 一目で課題を見抜き、複雑なビジネスプロセスをエージェントが実行可能な自動化タスクに迅速に変換 |
シリコンバレーのトップ企業は積極的にリストラしているが、収益は減っておらず、製品も出し続けている。彼らはより多くの資金をAIモデルとエージェントに投入しており、ソフトウェア開発チームにではない。
将来企業が本当にお金を払うのは、ソフトウェア製品ではなく、トークンとソリューションだ。
あなたは「AIを学んでいる」のか「AIを消費している」のか?
ここまで読んで、こう思うかもしれない:ならもっと一生懸命AIを学ぶべきだよね?
まず自分に問いかけてみよう:「毎日の時間は一体どこに使っているのか?」
「昨日
GPTの新バージョンが出たからテストしなきゃ。今日はDeepSeekがアップデートしたからそれもテストしなきゃ。明日はまた新しいモデルが出るし⋯⋯」
新しいモデルが出るたびに、コメント欄は比較する人であふれる:**どのモデルがほんの少し良いか、どのトークンがほんの少し安いか。**比較し終わった後は?
| 時間の使い方 | 割合 | 実際の成果 |
|---|---|---|
| 最新モデルのベンチマークを追う | 大量 | ほぼゼロ |
| どのトークンがより安いか比較 | 大量 | ほぼゼロ |
| 様々なAIツールをテスト | 大量 | ほぼゼロ |
| 顧客と会い、ニーズを理解する | ごくわずか | 本当にお金になるところ |
90%の時間をどの刃物がより鋭いか研究しながら、一度も森に入って薪を切らないなら、刃を研いでいるのではない——本当の戦いから逃げているのだ。
「斧を研いでも木を切る時間は無駄にならない」——ほとんどの人は前半しか理解していない。しかし、毎日斧を研いで一度も木を切りに行かないなら、それは知恵ではない——自分が本当に何をすべきか分かっていないということだ。
アルキメデスのてこには一文が足りなかった
アルキメデスは言った:「十分に長いてこをくれれば、地球を動かしてみせよう。」
AIは間違いなく、私たちの能力を10倍、100倍に増幅できる**「一万倍のてこ」**だ。うまく使えば、100倍すら上限ではない。
しかし多くの人は忘れている——アルキメデスは一言言い忘れた:
支点が必要だ。支点がなければ、てこがどれだけ長くても、動かせるのは空気だけだ。
支点とは何か?どのAIモデルを知っているかでもなく、どのプログラミング言語をマスターしたかでもない。
| 支点ではない | 本当の支点 |
|---|---|
Claude、GPT、Cursorの使い方を知っている |
特定の業界における深い理解と蓄積 |
| プログラミング言語をマスターしている | クライアントと築いた信頼関係 |
| 最新モデルのベンチマークを追跡 | クライアントが本当にどこで痛み、どこにお金を使う意思があるかを知っている |
AIはあなたの代わりにコードを書けるが、業界への理解、クライアントと対面で築いた信頼、そして前線で年月をかけて蓄積したDomain Know-howに取って代わることは決してできない。
AIは100のことができるが、どれが価値あるかは知らない。答えを知っているのは、前線でDomain Know-howを蓄積したあなただ。
「ソフトウェアエンジニア」から「ビジネスビルダー」へ
すべての分析は同じ結論を指している:アイデンティティの転換を完了させる必要がある。
| 転換前 | 転換後 |
|---|---|
Software Engineer(ソフトウェアエンジニア) |
Business Builder(ビジネスビルダー) |
| 「ソフトウェアを作って買い手を待つ」 | 「まずクライアントを見つけ、真のニーズを理解する」 |
| 堀:ソフトウェアが作れる | 堀:クライアントが何を必要としているか知っている |
| レッドオーシャン市場で汎用製品を販売 | ニッチなシナリオをターゲットにしたテーラーメイドソリューション |
ソフトウェアエンジニアは「作れば売れる」と考える。ビジネスビルダーは「まず需要を見つけ、AIで問題を解決する」と考える。
時間配分も完全に逆転させなければならない:
| 現在の配分 | 理想の配分 |
|---|---|
| 90%がツールとトレンドを追いかけ | **10%**でトレンドに敏感でいる |
| 10%で何をするか漠然と考える | **90%**で顧客と会い、ニーズを理解し、支点を見つける |
AIコーディング自体に問題はない——自分のツールを作る能力を与えてくれる。
しかし、それに対する期待を変えなければならない:
AIコーディングはあなたのツールであり、出口ではない。出口はあなたが最もよく知る業界の中にある。
最も具体的な第一歩
あなたが最もよく知る業界の古い友人を30分のお茶に誘おう。AIの話はしない、モデルの話もしない、ツールの話もしない。一つだけ質問する:
「今の仕事で、まだ手作業で繰り返し処理していることは何がある?」
痛みがあり、コストが高く、効率が低い手作業のプロセス——それがあなたの支点がある場所だ。
それを見つけ、AIという一万倍のてこをその上に置けば、あなたの能力は本当に増幅され、真の価値を創造し始める。
本当のブルーオーシャンは、崩壊しつつある汎用ソフトウェア市場にはない。それはまだ誰もエージェントで解決していない業界の課題の中に隠れている。
正しい支点を見つけること、それが本当の始まりだ。