SaaS買収時のAI“競争優位”格付け
「このSaaSの中核は、AIによる自動要約・自動分類機能です。これがあるから他社と差別化できています」── 2026年、こう語るSaaSは数えきれない。しかし買い手の視点で見ると、その「AI機能」が、汎用LLMのAPIを薄く包んだだけのものなのか、それとも他社が容易に再現できない独自の価値を築いているのかで、事業の評価は天と地ほど変わる。同じ「AI搭載SaaS」でも、片や強固な参入障壁を持つ事業、片や週末に競合が複製できる薄いラッパー事業 ── この差を見極める枠組みが必要だ。
本連載のLLM依存度回（#41）が「運用上の脆弱性」を扱ったのに対し、本稿は「競争優位の持続性」に焦点を当てる。中核機能がLLMに乗るSaaS事業を、信用格付けのように体系的にスコアリングし、その事業がAI機能を持続的な競争優位に転換できているか、それとも代替可能な薄い実装に留まっているかを格付けする基準を提示する。
本稿では、AI機能依存度をなぜスコアリングするのか、格付けを構成する5つの評価軸、格付けのレンジと各段階の意味、そして買い手・売り手がこの格付けをどう活用するかを、現場目線で整理する。
1. なぜAI機能依存度をスコアリングするのか
1-1. 「AI搭載」という言葉が評価を曖昧にする
「AI搭載SaaS」という言葉は、あまりに広い範囲を覆う。汎用LLMに数行のプロンプトを投げるだけの機能から、独自データで磨き上げた専用モデルと業務ワークフローを統合した高度なシステムまで、すべてが「AI搭載」と呼ばれる。この言葉の曖昧さが、評価を雑にする。プレミアムを払うべき事業と、AI部分にほとんど価値がない事業が、同じラベルで括られてしまう。
スコアリングの目的は、この曖昧さを排し、AI機能が事業価値にどう寄与しているかを構造的に評価することだ。「AIを使っているか」ではなく「そのAIが持続的な競争優位を生んでいるか」を測ることで、評価の精度を上げる。
1-2. 薄いラッパーは競合に複製される
最も警戒すべきは、汎用LLMを薄く包んだだけの「ラッパー事業」だ。プロンプトとUIだけで構成された機能は、技術的には誰でも再現でき、同じLLMを使えば競合が同等の機能を短期間で実装できる。現在の売上があっても、参入障壁が低ければ、競争の激化で利益率は急速に削られる。
買い手が「AI機能による差別化」を価格に織り込むなら、その差別化が複製困難かを検証しなければならない。複製容易なAI機能に支払うプレミアムは、買収後に競合の参入で蒸発する。スコアリングは、この複製可能性を評価の中心に据える。
2. 格付けを構成する5つの評価軸
2-1. 軸1：AI機能の中核性 ── 中核か、付加価値か
第一の軸は、AI機能が事業の中核か周辺かだ。AI機能がなければ事業が成立しない（中核）のか、AIは付加機能で本体は別の価値（業務システム、データ、ネットワーク効果）にあるのか。中核性が高いほど、AI部分の品質と防御力が事業全体の評価を支配する。中核性が低ければ、AI部分の評価は事業全体への影響が限定的になる。
注意すべきは、中核性が高いこと自体は加点でも減点でもない点だ。中核であり、かつ防御力が高ければ強い事業だが、中核でありながら薄いラッパーなら最も脆い。中核性は、後続の軸の評価が事業全体に与えるインパクトの大きさを決める係数として働く。
2-2. 軸2：参入障壁 ── 薄いラッパーか、複製困難か
第二の軸は、AI機能の参入障壁だ。汎用LLMにプロンプトを投げるだけなら障壁はほぼゼロ。一方、独自の業務ドメイン知識を組み込んだパイプライン、複雑なツール連携、検証・後処理の蓄積、ユーザーフィードバックによる継続改善のループがあれば、複製は容易でない。プロンプトエンジニアリングだけでなく、その周辺に積み上げた工学的・運用的な厚みが障壁を作る。
DDでは、「同じLLMを使って、競合が3ヶ月でこの機能を複製できるか」を具体的に問う。複製に必要な時間・データ・ノウハウが大きいほど、参入障壁が高く、AI機能の価値が持続的だ。
2-3. 軸3：データ資産による差別化
第三の軸は、独自データによる差別化だ。汎用LLMは誰でも使えるが、その上に乗せる独自データ ── 業務特化のデータセット、ユーザーの利用データ、ラベル付けされた正解データ ── は、その事業固有の資産になり得る。独自データでファインチューニングや検索拡張（RAG）を行い、汎用モデルでは出せない品質を実現していれば、それは複製困難な差別化だ。
さらに、利用が増えるほどデータが蓄積し品質が上がる「データの飛車輪（データnetwork effect）」が働いていれば、先行優位が時間とともに拡大する。データ資産は、汎用LLMの上に築ける数少ない持続的な堀（moat）であり、格付けの重要な加点要素だ。本連載のベクトルDB回（#52）とも接続する論点になる。
2-4. 軸4：顧客のスイッチングコストと組み込み度
第四の軸は、顧客がこのSaaSから離れにくいか ── スイッチングコストだ。AI機能が顧客の業務フローに深く組み込まれ、蓄積データや設定やワークフローが顧客側に堆積していれば、競合が同等機能を出しても顧客は容易に乗り換えない。逆に、単発のAI処理を提供するだけで顧客側に何も蓄積されないなら、乗り換えは容易だ。
スイッチングコストは、AI機能の技術的な防御力とは別に、事業の収益持続性を支える。AI機能が顧客の業務に深く根を張っているほど、たとえ機能自体が複製可能でも、顧客基盤は守られる。格付けでは、技術的防御力と顧客側の組み込み度を区別して評価する。
2-5. 軸5：プロバイダー依存からの独立性
第五の軸は、特定LLMプロバイダーへの依存からの独立性だ。これは#41で扱った脆弱性指数と接続する。単一プロバイダーに完全ロックインされ、価格改定やモデル廃止に無防備な事業は、格付けを下げる。抽象化レイヤーがあり、複数プロバイダーに対応でき、必要なら自前モデルにも切り替えられる事業は、外部リスクへの耐性が高い。
この軸は、AI機能の「持続可能性」を支える基盤だ。どれだけ参入障壁やデータ資産があっても、土台のプロバイダーが価格を上げたりサービスを止めたりすれば事業が揺らぐ。独立性は、他の軸で築いた優位を外部ショックから守る防波堤として機能する。
3. 格付けのレンジと各段階の意味
3-1. 上位格付け ── 持続的優位を持つAI SaaS
5軸を統合し、格付けをレンジで表現する。上位（仮にS〜A格）は、AI機能が中核でありながら、独自データによる差別化があり、顧客への組み込み度が深く、参入障壁が高く、プロバイダー依存も管理されている事業だ。このクラスは、AI機能が持続的な競争優位として機能しており、プレミアム評価が正当化される。
このクラスの事業では、AI機能は「汎用LLMを使った機能」ではなく「独自データと業務知識と顧客基盤に裏打ちされたシステム」になっている。汎用モデルが進化しても、その上に積み上げた固有資産が優位を保つ ── これが上位格付けの本質だ。
3-2. 下位格付け ── 薄いラッパーと代替可能性
下位（仮にC〜D格）は、AI機能が中核でありながら、参入障壁が低く、独自データもなく、顧客側に何も蓄積されず、単一プロバイダーに無防備に依存している事業だ。このクラスは、現在の売上があっても、競合の参入とプロバイダーの変動の両方に脆く、AI機能に支払うプレミアムは正当化されない。
このクラスの評価では、AI機能を「持続的優位」としてではなく「現時点で機能している、しかし複製可能な実装」として割り引く。価値の重心は、AI機能そのものではなく、顧客基盤・ブランド・既存の売上の慣性に置くべきだ。本連載のVibe Coding回・ノーコード回と同じく、価値の在りかを見極める作業になる。
4. 買い手・売り手の格付け活用
4-1. 買い手 ── プレミアムの正当性を検証する
買い手は、この格付けを使って、売り手が主張する「AIによる差別化」のプレミアムが正当かを検証する。5軸でスコアリングし、上位格付けなら持続的優位を価格に織り込み、下位格付けなら複製リスクとプロバイダーリスクを減点する。重要なのは、格付けを価格交渉とバリュエーションに具体的に接続することだ。
「AI搭載だから高い」という売り手の主張に対し、買い手は「そのAIは複製困難か、データ資産はあるか、顧客に組み込まれているか」を問う。格付けは、AIという曖昧な言葉を、検証可能な評価軸へと分解する道具だ。
4-2. 売り手 ── 自社の堀を可視化する
売り手は、この格付けの観点で自社のAI機能を棚卸しし、持続的優位の源泉を可視化して提示する。独自データの規模と質、顧客への組み込み度を示すデータ（利用頻度、蓄積量、解約率）、参入障壁を構成する工学的・運用的な厚み、プロバイダー独立性の設計。これらを示せれば、上位格付けを裏付け、プレミアムを正当化できる。
逆に、自社のAI機能が薄いラッパーに留まると認識するなら、買収交渉前に堀を築く ── 独自データを蓄積し、顧客の業務に組み込み、プロバイダー独立性を高める ── ことが、格付けと事業価値を引き上げる経営課題になる。格付けは、売り手にとって自社の弱点と強化すべき点を映す診断ツールでもある。
5. 格付けの限界と動的な見直し
5-1. AI技術の進化が格付けを変動させる
AI機能の格付けは、技術の進化によって動的に変わる。汎用モデルが進化すると、かつて参入障壁だった機能がコモディティ化し、上位だった事業が下位に転落することがある。逆に、独自データとワークフローを蓄積し続ける事業は、汎用モデルの進化を取り込みながら優位を保つ。
したがって、格付けはスナップショットではなく、技術進化の方向性を織り込んで評価する必要がある。「今は障壁がある」機能が、半年後の汎用モデル進化で無価値になるリスクを、格付けに反映する。AI領域の評価は、他のどの領域より動的だ。
5-2. 格付けと他のDD論点の統合
AI機能依存度の格付けは、単独で完結しない。本連載で扱ったLLM依存の脆弱性（#41）、ベクトルDBの資産性（#52）、商用LLM契約の移管性（#53）、開発体制（#49）といった論点と統合して、初めて事業の全体像が見える。AI機能の競争優位（本稿）と、それを支える契約・データ・運用基盤の堅牢性を、合わせて評価する。
買い手は、これらを統合したAI事業のDDフレームワークとして格付けを位置づける。AI SaaSの評価は、競争優位の持続性と、それを支える技術・契約基盤の両輪で測ることで、初めて実態に迫る。格付けは、その競争優位の側面を担う評価軸だ。
結論：問うべきは「AIを使っているか」ではなく「AIで勝ち続けられるか」
「AI搭載SaaS」という言葉は、強固な堀を持つ事業も、週末に複製される薄いラッパーも、等しく覆い隠す。この曖昧さを排し、AI機能が持続的な競争優位を生んでいるかを構造的に評価することが、AI時代のSaaS買収の核心だ。中核性、参入障壁、データ資産、スイッチングコスト、プロバイダー独立性 ── これら5軸の格付けは、AIという言葉を検証可能な評価へと翻訳する。
買い手にとっては、格付けがプレミアムの正当性を検証する道具になり、売り手にとっては、自社の堀を可視化し強化する診断ツールになる。そして格付けは、AI技術の進化に応じて動的に見直され、他のDD論点と統合されて初めて事業の実像を映す。技術的DDの本質は、「AIを使っている」という表層を、「AIで勝ち続けられるか」という持続性の問いへと深めることにある。AI機能依存度のスコアリングは、その問いに体系的に答えるための枠組みだ。
