2026年初頭、Anthropic の AI エージェント「Claude Cowork」が業務領域に踏み込み、SaaS 関連株が世界的に急落しました。いわゆる Anthropicショック です。市場が反応した本質は株価ではなく、「業務ソフトは汎用 AI 一つで代替できるのではないか」という問いでした。本稿は、その問いに SaaS 企業がどう応えうるかを整理します。

「Claudeでいいじゃん」という問い

これまで業務ソフト(SaaS)は、人が画面を開いて操作する前提で作られてきました。そこへ Claude Cowork のように、PC 上のファイルを直接操作し、法務・財務・営業の業務を自律的にこなすエージェントが現れます。

すると顧客はこう考えます。「Claude と MCP をつなげば済むなら、わざわざ SaaS を契約しなくても『Claudeでいいじゃん』ではないか」。

Anthropicショックの核心は、SaaS が担ってきた機能を汎用 AI が肩代わりし、シート(席)課金という収益モデルの前提が崩れること。

ここで言う MCP(Model Context Protocol) は、AI と外部ツールをつなぐ共通規格です。USB のように「AI から外部システムを呼び出す差込口」だと考えると分かりやすいです。これがあるからこそ「Claude から直接 SaaS を触る」が現実になりました。

SaaS に残された三つの道

この問いを前にしたとき、SaaS が取りうる道は大きく三つに整理できます。三つは対立せず、どこにリソースを厚く張るかで各社のポジションが決まります。

道 やること SaaS の立ち位置 性格
組み込み 既存プロダクトに AI エージェントを機能として埋める 主役は SaaS、AI は補助 守り
MCP 公開 自社 SaaS を MCP サーバとして開く 汎用 AI から「呼び出される側」 前提条件
自前エージェント AI クライアントを抱え、業務が回る場所を持つ AI が業務を遂行する「使う側」 攻め

第一の 組み込み は、経費精算や請求業務をエージェントが肩代わりする形で、学習コストなく既存ユーザーがそのまま使えます。ただし SaaS と人間の関係は従来のままで、世界の変化に対しては守りの戦略です。

第二の MCP 公開 は、Claude のような汎用 AI から自社の機能を呼べるようにする道です。ただしこれ自体は差別化になりません(後述)。

第三の 自前エージェント は、AI を UI の中心に据え、人の労働そのものを代替する場所を社内に持つ道です。マネーフォワードの「AI Cowork」や freee の構想がこれにあたり、最大の賭けになります。

MCP は差別化ではなく前提条件

「MCP 対応」は華々しく聞こえますが、freee の横路隆氏はこう釘を刺します。MCP 対応は パソコンに USB 端子が付いているのと同じだ、と。

差が出るのは端子の有無ではなく、その奥にどんな API がそろい、何ができ、裏側のデータがつながっているか。MCP は「あって当たり前」の前提条件に変わりつつあり、勝負は API の厚みとデータ統合度 に移っています。

裏を返せば、規制で保管が義務づけられたデータや、長年蓄積した独自データという「堀」を持つ SaaS は強い。問われるのは「人から使いやすいか」ではなく、AI からちゃんと使いやすい箱になっているかです。

勝負はガバナンス——エージェントハーネス

自前エージェントの道で最も難しいのは、賢いモデルを呼ぶことではなく、AI に業務を安全に任せる周辺環境の設計です。これを ハーネスエンジニアリング と呼びます。

AI が誤った仕訳や権限を逸脱した処理をしたとき、誰がどう責任を取り、どこで止めるのか。ここで効くのが、SaaS がエンタープライズ向けに長年作り込んできた要素です。

  • Draft & Approve — AI が下書きを作り、人間が承認する
  • 権限境界 — 業務ごと・企業ごとに「自動でよい/承認を通す」を切り替える
  • 監査ログ — AI の動作を記録し、巻き戻しとサンドボックス検証を備える

定型取引は自動でよくても、減損会計のような非定型は承認を通したい。同じ業務でも企業ごとに方針は割れます。この 業務単位の権限基準表 に踏み込めるのは、業務理解とデータを持つ SaaS の側であり、SaaS を持たない汎用エージェントには手が届きにくい領域です。

まとめ

  • Anthropicショックの問いは株価ではなく「業務ソフトは汎用 AI で代替できるか」という構造の問い
  • SaaS の応え方は 組み込み・MCP 公開・自前エージェント の三つ。対立せず、どこに厚く張るかでポジションが決まる
  • MCP は差別化ではなく前提条件。勝負は API の厚みとデータの堀に移った
  • 自前エージェントの肝は賢いモデルではなく ガバナンス(エージェントハーネス)。権限・承認・監査を業務単位で設計できるかが分かれ目
  • 真のリスクは「AI に代替されること」ではなく「AI との共存に乗り遅れること」