請求書を読み、発注書と照合し、支払予定まで作るAIを想像してみる。デモは見事に動く。担当者も喜ぶ。それでも、本番導入の最後には、こんな問いが残る。
このAIには、会社のお金をどこまで動かしてよいと認めるのか。
この問いに、モデルの正答率だけでは答えられない。取引先の口座が変更されていたら。承認者が不在だったら。一件ずつは少額でも、同じ相手に支払いが集中したら。企業が仕事を任せるには、その周囲の条件まで決まっていなければならない。
私は、この条件を設計し、実際の業務で維持することが、これからのSIerの有力な商品になると考えている。売るものは、企業がAIに任せられる業務の範囲だ。
この記事では、ナデラの提言を手がかりに、SIerの次の商売を三つの視点から考える。
- 商品：顧客が安心して手放せる業務と、その条件を設計する。
- 収益：構築費に、検証・監視・例外対応を続ける運用費を組み合わせる。
- 競争力：委任を取り消しても業務を続けられる仕組みと、再利用できる検証を蓄積する。
以下の事業予測と業務例は、公開資料を踏まえた筆者の考察・提案である。
ナデラが問う「知能」と「権限」の分離
2026年10月10日、サティア・ナデラは、AIを企業内部のリスク主体として扱い、権限や行動をモデルの外側で制御すべきだと論じた。投稿の中で特に重いのは、「知能の供給」と「その知能に対する権限」を分けるという主張である。AIの提供会社が安全性を説明しても、利用企業の責任が消えるわけではない。ナデラの原文
この議論は、超知能の到来を待たずに成立する。いま使っているAIでも、メールの下書きを任せる段階と、顧客への送信を任せる段階では、会社が引き受けるリスクが変わる。仕事の内容を理解する能力と、その仕事を実行する権限は、それぞれ設計する必要がある。
SIerの競争は、この二つの間で起こる。
顧客が買うのは、業務を手放せる条件
これまで、開発に必要な人数と期間は、受託開発の価格を説明する大きな根拠だった。AIによって実装やテストの一部が速くなれば、人月を主な売上根拠とする事業には値下げ圧力がかかる。一方、開発費が下がることで、これまで採算に合わなかった仕事が新たに発注される可能性もある。業界全体の仕事量と、一案件から得られる利益は、分けて考えるべきだ。
そのうえで注目したいのは、作れるものが増えたときに、顧客の購買理由がどう変わるかである。
提案文を作るAIを導入しても、その内容を読んで直し、承認を取り、送信する仕事が人に残るなら、削減できる負担には限界がある。企業がより大きな対価を払えるのは、一連の業務を実際に手放せるときだ。そこで必要になるのが、「どの条件なら最後まで任せられるか」という設計である。
冒頭の支払い業務なら、任せられる条件を次のように分けられる。これは説明のための架空の業務例だ。
| 支払い業務の状況 | 委任するための条件・対応 |
|---|---|
| 登録済みの取引先への支払い | 発注・検収・請求の一致と、合意した金額条件を確認する |
| 振込先の口座が変更された | 自動処理を保留し、別の確認に回す |
| 一件ずつは少額でも支払いが集中する | 一定期間の累計や重複を確認する |
| 自動処理の対象を広げる | 新しい条件での失敗を試し、結果を確かめてから広げる |
「支払いを自動化します」という提案が、どの条件で実行し、どこで止めるかまで具体的になる。
ここで扱うのは、経理規程、取引慣行、データの信頼性、既存システムの制約が交わる場所だ。業務を知る人と、権限を実装する人が、同じ具体例を見て合意しなければ進まない。SIerに蓄積された顧客理解が生きるとすれば、こうした場面だろう。
統制機能だけでは、SIerの利益は守れない
ただし、「AIには統制が必要だから、SIerの将来は明るい」と読むのは早い。統制を実現する汎用的な機能は、すでにプラットフォームの商品になっている。
Microsoftは、AIエージェントの可視化、保護、統制を担うAgent 365を提供している。AWSのAgentCore Policyも、ゲートウェイを通るツール実行を、エージェントのコードの外側でポリシーに照らして許可・拒否する。Microsoft Agent 365、AWSの公式仕様
クラウド製品に加え、認可の判断をアプリケーションから切り分けるCedarのような公開実装もある。こうした部品を自社で運用する選択肢もあるが、実行経路への組み込みや保守は必要になる。既製品で要件を満たせるなら、そこを独自開発する経済的な理由は薄くなる。Cedarの公開実装
この動きから私は、汎用的なログ収集や権限設定だけで高い利益を維持することは難しくなると予想する。Microsoftの発信を読むときには、同社自身がこの市場の供給者であることも視野に入れるべきだ。統制の必要性が高まるほど、その売上を誰が獲得するかが問われる。
顧客の「暗黙の判断」を実行できるルールにする
SIerが付加価値を出せるのは、製品に設定すべきルールを、顧客の業務から取り出すところにある。
たとえば、権限管理製品は「誰に支払いを許可するか」を設定できる。しかし、その会社で検収完了とみなしてよい条件や、口座変更を正当と認める証拠は、業務側で決める必要がある。規程同士が食い違い、部署ごとに例外の扱いが違うなら、設定画面を開く前に解決すべき仕事が残っている。
AI導入が企業に突きつけるのは、これまで人の判断で埋めてきた曖昧さを、どこまで明文化できるかという問題でもある。
ここで、長年の取引があるSIerには機会がある。ただし、長く付き合っていること自体には価値を付けにくい。「この場合は誰に聞けばよいか」という知識を、「この条件なら実行でき、この条件なら止まる」という仕組みに変えられて、初めて委任できる範囲が広がる。
その仕組みには、AIが自分で書いた説明以外の証拠も要る。Anthropicの研究では、評価対象のモデルが回答に影響したヒントを、思考過程の説明で明かさないケースが示された。説明文を読めることと、判断の経緯を忠実に把握できることは一致しない。Anthropicの研究
企業が確認したいのは、参照した記録、適用されたルールの版、承認した人、外部システムに送った要求、そして実行結果である。これらをAI自身が書き換えられない形で残す。別のモデルによる評価も役立つが、それに加えて、実際に何が起きたかを独立して確かめられる必要がある。
もちろん、ルールどおりに動いたことは、そのルールが正しかったことまで保証しない。だから運用では、モデルの更新だけでなく、取引条件や社内規程の変更に応じて、委任の条件を見直し続けることになる。
成果報酬は「止めた仕事」も評価できるか
この変化は、SIerが売る契約の単位にも及ぶだろう。
私が想定するのは、次のような料金設計だ。
- 初期費用：対象業務と、AIに委任する条件を設計する。
- 運用費用：検証・監視・例外対応を続け、条件を維持する。
- 成果に応じた対価：測定できる領域で、条件を満たして完了した処理を評価する。
検収の対象には、システムの稼働に加え、合意した条件で業務を完了できることを置く。顧客は継続して任せられる仕事を得て、SIerは担当者の投入量を増やさずに利益を伸ばす余地を得る。
ただし、成果報酬には罠がある。自動処理率だけを追えば、難しい案件を対象外にして数字をよく見せられる。処理件数だけを追えば、止めるべき案件まで通す誘因が生まれる。契約には、対象業務の範囲、誤処理、やり直し、人に戻した仕事の負担まで含める必要がある。
例外を止めたことも、業務を守った成果として評価されなければならない。
顧客が許容するリスクと委任範囲を決め、SIerが合意した制御・記録・対応を担う。この分担を具体的にすることが、ナデラのいう「責任を外注できない」という原則を商売に落とし込む道になる。
委任を取り消したあとも、業務は続けられるか
さらに私は、SIerの競争力は、障害を起こさない能力に加えて、委任を取り消したあとも業務を続けられる能力で測られるようになると考えている。
AIを停止しても、すでに送ったメールや実行済みの支払いは元に戻らない。停止時に、実行済みと未実行を区別できるか。途中の案件を人に渡せるか。再開時に同じ処理を二重に実行しないか。この地味な設計が、顧客にとっては、自動化の対象を広げる判断材料になる。
しかも、取り消せるべき委任は、AIに対するものだけではない。顧客は、SIerに任せた運用も、必要に応じて引き取れるべきだ。
ルール、検証用の業務事例、操作記録が一社の独自形式に閉じていたら、顧客はその会社を信頼し続けるしかない。モデルへの過度な依存を減らすために導入した仕組みが、新たな依存先を作ってしまう。顧客自身が権限を変更し、証拠を持ち出し、別の運用者へ引き継げることまで、提案の品質に含まれるだろう。
再利用できる「失敗の試し方」が資産になる
この条件のもとでSIerの資産になるのは、業務上の例外を、繰り返し使える検証に変えた蓄積だと考える。たとえば、支払い先の変更、承認の失効、途中でのシステム停止といった事象を、導入前にも更新時にも試せるようにしておく。顧客固有のデータを共有せず、試すべき条件と確認方法を再利用する。案件ごとの経験が、次の案件の設計費用と運用リスクを下げるなら、知識の蓄積は利益につながる。
ここには、既存のSIerにとって苦しい移行がある。顧客固有の事情を知る担当者が毎回対応していた仕事を仕組みに変えれば、その対応で得ていた売上は減る。
新しい事業の成長には、一社から受け取る人月を守る発想を越えて、同じ知識を別の業務や顧客に展開する必要がある。技術を習得しても、この収益構造の変更に踏み込めなければ、変革は自社の効率化で止まるだろう。
もちろん、すべてのSIerがこの事業を担うわけではない。標準的な業務はSaaSの機能で完結するかもしれない。戦略的な業務は顧客が内製するかもしれない。業務全体を引き受けるBPO事業者も競争相手になる。SIerが選ばれるには、複数のシステムと部署をまたぐ仕事を、顧客が引き取れる形で運用する強さが要る。
次の提案では、手放せる仕事を聞く
そのために最初に変えるべきものは、提案書の主語だろう。
「どんなAIを導入しますか」という問いに続けて、「導入後、御社はどの仕事を手放せますか」と聞く。そして、手放せる条件、止める条件、戻す方法を、一つの業務について具体的に示す。
AIの能力が上がり、運用で確かめられることが増えれば、この提案の対象は広がっていく。その広がりを顧客の利益に変えられるSIerには、成長の余地がある。
企業が委任を決断できるところまで設計する。その範囲を日々の運用で維持し、実績を確かめながら広げていく。AI時代のSIerの売り物は、そこにある。
具体的な実装とサービス設計は、Harness Engineeringで変わるSIerの仕事と収益モデルで掘り下げている。任せる条件を試験に落とすには、AIエージェントの受入テスト仕様書も参照してほしい。
WRITTEN BY
コメント