見出し画像

Vertical AI③：ビジネスモデル

SecondWave｜米国株・テックトレンド

近年の生成AIと大規模言語モデル（LLM）の進化は、これまで一部の業界でしか活用されていなかったAIを一挙に様々な産業へと広げる大きな原動力となっています。特に、テキスト、画像、音声、コードといった幅広い情報処理が可能なLLMの「人間らしさ」は、既存のソフトウェア活用では実現が難しかった大規模かつ言語集約的なタスクの自動化・効率化を可能にしました。これを「Vertical AI（業界特化型AI）」として捉えると、法律や医療、保険、建設など、多くの専門領域においてこれまでにない革新的なソリューションが次々と登場しています。

記事：

本稿では、こうしたVertical AIの発展を支える新たなビジネスモデルとして「Copilots」、「Agents」、「AI-enabled Services」の3つを取り上げ、それぞれの特徴や具体的な活用事例、価格戦略の動向をわかりやすく解説します。さらに、これら新ビジネスモデルの先導企業が採用し始めているハイブリッド型や成果連動型の料金体系についても整理し、Vertical AI時代のビジネスモデルのポイントを探ります。


1. Vertical AIの拡大と背景

1-1. LLMによる産業変革の可能性

クラウドコンピューティングが過去20年にわたり多くの業種を変革してきたように、大規模言語モデル（LLM）の登場は、「Vertical AI」と呼ばれる業界特化型のAIソリューションを各産業へと浸透させつつあります。特に、ドキュメントや契約書などテキスト量の多い業界（法律、ヘルスケア、保険など）では、AIによる言語処理能力が従来のソフトウェア活用の効果を大幅に上回る可能性があります。

実際、「Vertical AI」は、ワークフローを単に効率化するだけでなく、人手でなければ不可能だと考えられていた複雑かつ高コストのタスクを自動化しはじめています。法律事務所での契約レビューや医療現場での診療記録作成など、人間中心の専門業務が多い領域は、ソフトウェア市場の約10倍の市場規模があると推定され、Vertical AIへの期待はますます高まっています。

1-2. ビジネスモデルの重要性

しかし、どれほど革新的な技術や高い性能を誇るAIモデルを開発しても、それを具体的なサービスとして産業に導入し、継続的に価値を提供するためには強固なビジネスモデルが不可欠です。AIが生み出すアウトプットに対し、適切な価格設定と提供形態を設計しなければ、長期的な事業継続は困難になります。
本稿の後半では、Copilots、Agents、AI-enabled Servicesといった新しいビジネスモデルがどのように登場し、どのような価格戦略を採用しているのかを具体例を交えて紹介します。

2. Copilotsの登場

Copilots（コパイロット）とは、AIが人間の作業フローのすぐ隣に寄り添い、人間の判断や入力を要所で支援する形態のAIアプリケーションを指します。ユーザーは依然として主要な決定や操作を行いますが、AIが入力補助や提案、翻訳、要約を行うことで、作業効率と正確性を飛躍的に向上させます。

Copilotsの料金モデルとしては、「利用ユーザー数（シート単位）に応じたサブスクリプション課金」が主流です。これは従来のクラウドソフトウェアの料金形態に近く、組織の利用人数が増えればその分だけAI利用料金も増加する仕組みとなっています。マイクロソフトやセールスフォースなどの大手企業も、既存の製品にCopilot機能を追加し、1ユーザーあたり月額30ドルの追加料金を課すことで収益拡大に成功しています。

2-1. コード分野のCopilots

「GitHub Copilot」は、市場で最初に広く採用されたコード補完型のCopilotの一つであり、開発者がコードを入力すると続きのコードを提案し、疑問点があればAIに直接質問できるという機能を提供します。
実際の使用例では、コードを書く際に約55%の生産性向上が報告され、開発者の満足度も高いといわれています。さらに、Supermaven（後にCursorと合流）のように、巨大なコンテキストウィンドウ（トークン数100万など）を活用し、プロジェクト全体のコードベースを理解したうえで、より的確な自動補完を行うソリューションも登場しています。

2-2. テキスト分野のCopilots

文書作成や契約書レビューなど、テキスト量の多い業務でもCopilotは活躍します。たとえば、Harveyは、法律分野に特化し、契約書を素早く要約したり、文章内の特定箇所に関する質問に即座に回答したりします。保険業界向けのSixfold AIは、異なる文書やデータソースをまとめてアンダーライターが顧客のリスクプロファイルを迅速に把握できるようサポートするなど、テキスト中心の運用業務での生産性向上に寄与しています。

2-3. 音声分野のCopilots

音声認識（Speech-to-Text）の進歩により、会話内容の自動文字起こしと要約が高精度で実現できるようになりました。医療分野では、Abridgeが診察時の会話をリアルタイムに文字起こしし、医師の専門領域や患者の母国語を検知して、英語のカルテに即時翻訳する機能を提供しています。医師はそのまま編集すればよいため、診療記録の作成コストや時間を大幅に削減できます。

2-4. 画像分野のCopilots

画像生成や画像解析に特化したCopilotは、デザインや建設業界などで活躍しています。たとえば、建設・エンジニアリング（AEC）業界におけるWorkpack AIやTogal AIは、設計図を自動的に解析し、寸法を測ったりラベルを付けたりして、見積や設計修正の工程を短縮します。

3. Agents（エージェント）の進化

Copilotsが、「人間の隣でサポートする」形であるのに対し、Agents（エージェント）は「人間の代わりに作業を自動化する」AIモデルです。ここでは、人間の手をほとんど介さずに一定のアウトプットを出すことを目的としており、企業の生産性を人員削減や労働コストの圧縮を通じて直接的に向上させる可能性があります。

3-1. 新しい価格モデルの模索

エージェントは、人間が行うタスクを置き換えたり補完したりすることが多いため、「人件費の削減分」や「生み出されるアウトプットの価値」をベースにした価格設定が検討され始めています。「1人のSDR（インサイドセールス担当者）を雇うコスト相当」あるいは「コールセンターの1席相当」など、人間が行う業務と比較可能な指標に基づく料金が主流になるとみられます。

3-2. 代表的な事例

  • Bosh（Relevance AI）: ソフトウェアセールス領域におけるSDR（Sales Development Representative）の仕事を自動化。リードのリサーチからコンタクト、ミーティングのアレンジまでを担います。

  • LinkedIn Hiring Assistant: 採用活動での候補者探索や求人票の草案作成などを自動化し、リクルーターの作業負担を軽減。

  • Slang: レストランへの電話問い合わせをAIが一次対応し、予約受付やよくある質問への回答を代行。人手不足の飲食店での顧客対応コストを大幅に削減。

  • Assort Health: 医療機関のコールセンター業務をエージェント化し、患者の予約管理や簡単な問診を自動化。

  • Tennr: 医療関連のバックオフィス業務（書類整理、転院手続き、レファラル処理など）を自動化。

4. AI-enabled Services（AI活用型サービス）の可能性

AI-enabled Servicesは、AIによる自動化をサービス提供の中核に据え、従来のアウトソーシングやコンサルティングといった形態を根本から置き換える（もしくは大幅に効率化する）モデルです。CopilotsやAgentsと異なり、最終的に顧客が必要とするアウトプット（契約書一式や医療請求書類など）そのものを直接提供するため、顧客側は自らAIを操作する必要があまりありません。

4-1. 価格設定のポイント

既存のサービスプロバイダ（法務サービス、医療事務代行、保険のサードパーティアドミニストレーターなど）が従来設定していた料金水準が、AI-enabled Servicesの価格設定の基準点となる場合が多いです。人手中心のサービス費用と比較して、AIによる自動化でコストを削減しつつも、企業は既存プレイヤーより安価に提供でき、かつ利益率を保ちやすい利点があります。

4-2. 代表的な事例

  • EvenUp: 法律事務所向けに、交通事故や傷害関連の「デマンドパッケージ（請求書類一式）」を自動生成。従来はパラリーガルが多くの時間をかけて行っていた作業をスピードと精度の両面で向上。

  • SmarterDx: 病院の入院患者カルテから保険請求や診療報酬の取りこぼしを自動検出し、臨床ドキュメンテーションインテグリティ（CDI）の専門家が行う仕事を支援あるいは代替。

  • Reserv: 保険請求プロセスを自動化し、キャリアやMGA（Managing General Agent）が取り扱うデータを高度に分析。大手TPA（Third Party Administrator）を置き換える動きを見せている。

5. Emergent Vertical AI Leadersのビジネスモデル事例

AI導入企業が増えるにつれ、サブスクリプション型だけでなく「成果ベース」や「利用量ベース」に価格を連動させるモデルが注目されています。利用量ベースの場合、生成されたドキュメント数や自動応答で解決された問い合わせ数など、アウトプット指標とサービス価格を直接紐づけることが一般的です。また、一定の基本月額料金や利用額の最低保証ラインを設定しつつ、追加利用に応じて課金するハイブリッド型も増えています。

以下は一部企業の事例です。

  • DeepL

    • サービス内容: 多言語翻訳サービス

    • 料金体系: ユーザー数ベース + 翻訳ファイルの上限量（可編集ファイル数）に応じた課金

  • EvenUp

    • サービス内容: ケガ関連のデマンドパッケージ自動生成

    • 料金体系: 生成したパッケージ数に応じた従量課金

  • Intercom

    • サービス内容: AIを活用したカスタマーコミュニケーション

    • 料金体系: “FinAIエージェント”はAIが自動解決した1件ごとに$0.99課金

      • Copilot機能は月ごとに「10件まで無料」などのフリーティア付き

  • Zendesk

    • サービス内容: 顧客対応・問い合わせ管理

    • 料金体系: AIによる自動解決チケット数に基づく従量課金

このように、AIが提供するアウトプットが顧客にとって明確な価値（工数削減、スピード向上、コスト削減など）をもたらす場合には、成果連動型の価格設定が効果的です。一方で、一定の利用規模を超えない顧客に対してはサブスクリプション型やフリーミアム型を組み合わせることで、導入障壁を下げながら将来的な利用拡大も期待できるでしょう。

大規模言語モデルを中心としたAI技術の急速な進歩により、これまでソフトウェア導入の恩恵が限定的だった産業に大きな変革の波が押し寄せています。「Vertical AI」は、人間の創造力や判断力を必要とするタスクですら部分的に自動化し、より価値の高い業務への再配置を可能にする大きな潜在力を秘めています。

その中で新たに定義されつつあるビジネスモデルは、大きく「Copilots」、「Agents」、「AI-enabled Services」の3つに分かれ、いずれも従来のSaaS（ソフトウェア・アズ・ア・サービス）モデルにはなかった付加価値と価格設定を模索しています。Copilotsが人間の業務を強力にサポートする一方で、Agentsはほぼ自動化を目指し、AI-enabled Servicesは高付加価値のサービス提供を通じて差別化を図ります。

価格戦略としては「利用ユーザー数ベース」、「成果やアウトプットベース」、「ハイブリッド型」など、複合的なモデルが増加する傾向にあります。これにより、企業はAI導入の初期コストを抑えつつ、利用範囲や成果拡大に応じた柔軟な課金が可能となります。

今後もLLMや周辺技術（音声認識、画像生成など）は日進月歩で進化し、さらに多様なVertical AIビジネスが誕生するでしょう。新興企業から大手テック企業までが参入し、適切な価格戦略を迅速に構築できるか否かが、業界全体での競争優位を左右する重要なポイントとなります。こうしたダイナミックな変化の中で、「自社の提供価値をどのように定義し、それに合った課金モデルを設計するか」が、Vertical AI時代の事業成功の鍵となるでしょう。

関連記事


いいなと思ったら応援しよう！

この記事は noteマネー にピックアップされました

noteマネーのバナー