SIerの競合は、SIerではなく顧客になる｜生成AIで変わるシステム開発の未来

システム開発の競争相手と聞けば、これまでは別のSIerや海外の開発会社を思い浮かべればよかった。ところが生成AIがコードを書き、仕様を整理し、テストまで進めるようになると、その競争相手が発注者の社内に突然現れ始める。AIが変えようとしているのは開発速度ではなく、「誰かに頼んで作る」というシステム開発の前提そのものなのかもしれない。

生成AIによって最初に動くのは、プログラマーの仕事量ではない。Buildするコストが下がれば内製できる範囲が広がり、企業はSIerへ見積依頼を出す前に、自分たちで一度作ってみるようになる。AIがSIerを置き換えるのではなく、AIを持った顧客がSIerの仕事の一部を取り戻し始める。

60万ドルの契約が、境界線を動かした

米医療保険会社CurativeのCEO、フレッド・ターナー氏が語った事例は、この変化を考えるうえで象徴的である。同社は年間60万ドルのSalesforce CRM契約を解約し、AIを活用して約2カ月で独自CRMを構築したという。さらに2026年にはSaaS関連支出を約80%削減し、その資金をAIへ振り向ける方針も示している。

このニュースは「SaaSが終わる」という文脈で語られやすい。しかしSIの側から眺め直すと、もっと大きな変化が見えてくる。

これまで企業には、パッケージを買うか、SaaSを契約するか、SIerへ発注するかという選択肢があった。そこへ入り込んできた第4の選択肢が、「AIと一緒に自分たちで作る」である。

つまり動き始めたのはBuildかBuyかという境界だけではない。その一段内側にある、Buildするなら誰が作るのかという境界まで変わり始めている。

この変化は一本の流れで捉えると分かりやすい。

AIコーディング
→ Buildコストが下がる
→ 内製できる領域が広がる
→ 発注前に顧客が自分で試す
→ 小規模・定型案件が減る
→ SIerには高難度・高責任案件が残る
→ SIerの価値が「実装」から「設計・判断・責任」へ移る

生成AIがSI業界にもたらす構造変化は、この流れに集約できる。

1億円より大きいのは、作る人が変わったことだ

これは米国のテクノロジー企業だけで起きている話ではない。日本の町工場でも、これまでSIerへ頼んでいたかもしれない仕事を、現場を知る人自身がAIと作る光景が現れ始めている。

金沢市の岡田研磨では、現場を知る専務がClaudeとの対話を重ねながら、寸法管理など約30のメニューを備えた業務システムを構築した。外部へ発注すれば1億円規模とも見られる仕組みに対し、実際の費用は約30万円だったと報じられている。

ここで注目したいのは、1億円と30万円という金額差だけではない。

もっと大きいのは、「作る側の椅子」に座る人が変わったことである。

従来のシステム開発では、現場の担当者が困りごとを説明し、それをIT部門やSIerが聞き、要件へ変換し、仕様書へ落としてきた。その過程には、どうしても「翻訳」が入る。

ところが仕事を最も知る人自身がAIへ直接説明できれば、その距離が短くなる。

岡田研磨の事例では、現場で使われなかったタブレットという経験を経て、誰も避けて通れない検査成績書の業務から小さく仕組みを育てている。自ら作ることで、現場で見つけた違和感を短いサイクルで修正できることも、従来型の外注とは異なる特徴である。

この変化はSIerにとって大きい。

なぜなら顧客が手に入れ始めているのは、単なる「プログラミング能力」ではないからである。

自分たちの仕事を、そのままソフトウェアへ変える能力なのである。

顧客の机に、小さなSIが座り始めた

私自身もChatGPT Workを使い、曖昧な要求を整理し、仕様へ落とし、コードを書き、実行し、結果を確認するところまでを一連の仕事として試したことがある。

そのとき感じたのは、優秀なプログラマーが1人増えたというより、机の上に小さなSIチームが現れたような感覚だった。

システム開発は、プログラミングだけでは成立しない。要求を整理する人、仕様へ変換する人、設計する人、作る人、テストする人、全体を見る人が必要であり、SIはそれらを束ねることで価値を生んできた。

ところがAIが工程をまたいで動けるようになると、その分業の一部を一人とAIの組み合わせへ圧縮できる。

Curativeでは企業のIT組織がCRMを作り、岡田研磨では現場を知る専務が業務システムを作り、個人でもAIと一緒に小さな開発工程を回せるようになる。

規模は違っても、起きていることは同じである。

重要なのは、AIがコードを書けることではない。

発注者から、動くソフトウェアまでの距離が短くなったことである。

消えるのは、仕事より「見積依頼」かもしれない

AIによって100万円の開発案件が10万円になる、と考えるだけなら価格競争の話で終わる。しかしSIerにとって本当に大きな変化は、その100万円の見積依頼自体が来なくなることである。

小さな業務ツールやデータ処理、簡単な自動化、試作品であれば、企業側がまずAIで試すようになる。うまく作れなかったとき、難しい部分が出てきたとき、あるいは責任を外へ出したいときに初めて専門家へ相談する。

私はこの変化を、別の記事で「受託開発の半分は蒸発する」と表現した。

重要なのは数字そのものではない。

発注が、システム開発の最初の行為ではなくなる。

これまでは、

課題がある → SIerへ相談する → 見積を取る → 作ってもらう

だった。

これからは、

課題がある → AIで試す → 難しい部分を特定する → 必要な部分だけ専門家へ頼む

へ変わる。

SIerにとって最も大きいのは、AIによって開発工数が減ることではない。

営業機会が生まれるより前に、顧客自身が問題を解決してしまう可能性が出てきたことである。

案件は、簡単なものから消えていく

すべてのSI案件が同じ速度で内製化されるわけではない。AIによって最初に顧客側へ戻るのは、要件が限定され、失敗しても事業全体へ大きな影響を与えず、既存システムとの依存関係が少ない仕事である。

社内専用の小さな業務ツール、データ変換、集計やレポート生成、PoC、簡易なワークフロー、自部門だけで使うアプリなどは、AIとの相性がよい。完成度が70点でも一度使って改善できるため、最初から外部へ発注する理由が小さくなる。

岡田研磨の事例が興味深いのもここにある。最初から巨大な基幹システムを作ったのではなく、現場で確実に使われる仕事から入り、必要に応じて機能を増やしていった。

反対に、基幹システム、大規模なデータ移行、複雑なシステム連携、高可用性が必要なサービス、厳格なセキュリティや監査が必要な領域では、単にコードが書けるだけでは足りない。

失敗したときの損失が大きく、長期運用と責任の所在まで設計する必要があるからである。

つまりAIによってSI市場が均等に縮むわけではない。

「簡単だから外注していた仕事」は顧客へ戻り、「難しいから外注する仕事」はSIerに残る。

ここには重要な逆転がある。

SIerへ届く案件の数は減っても、残る案件に求められる専門性、品質、責任は重くなる。SI市場は単純に小さくなるのではなく、難しい側へ押し上げられていくのである。

人月は、速くなるほど説明が難しくなる

この変化は、SI業界が長く使ってきた人月モデルにも直結する。AIによって設計、実装、テストなどの時間が短縮されれば、投入時間と顧客価値を同じものとして扱うことは難しくなる。

人月モデルそのものについては、別の記事で詳しく考えている。

ここで押さえたいのは一つだけである。

投入した時間が、そのまま価値の証明になる時代ではなくなる。

さらに、AI導入によって工数が減るほど既存の人月売上も減ってしまうというSI企業側のジレンマについては、こちらで詳しく扱っている。

AI時代のSI経営では、「何時間働いたか」ではなく、何を可能にしたかへ価格の根拠を移せるかが重要になる。

競争相手は、海外だけではなくなった

日本のSI企業はこれまでも、オフショア開発や海外ベンダーとの価格競争にさらされてきた。ソフトウェアは国境を越えて開発力を調達しやすいため、競争相手はすでに国内企業だけではなかった。

しかし生成AIは、その競争をさらに内側へ持ち込む。

国内SIer、海外SIer、フリーランス、SaaS、ローコード。

そこへ今度は、顧客企業自身が加わる。

岡田研磨の事例を見れば、その意味が分かりやすい。SIerが別のSIerに案件を奪われたわけではない。仕事を最もよく知る顧客側の人間が、自分で作れる領域を広げたのである。

これは単に競合企業が一社増える話ではない。

これまで市場の反対側にいた「買い手」が、一部の供給能力を持つということである。

顧客が、顧客であると同時に作り手になる。

SIerの競合が顧客になるというのは、ここに本質がある。

内製化は、巨大企業だけの特権ではなくなる

これまで本格的な内製化には、多数のエンジニアと大きなIT組織が必要だった。そのため、大企業がIT人材を抱え込み、外注依存から脱却する動きとして語られることが多かった。

東京ガスの内製化については、こちらの記事で詳しく扱っている。

しかし生成AIが下げるのは、コードを書くコストだけではない。

内製化を始めるために必要だった組織の大きさまで小さくする可能性がある。

岡田研磨は、この変化を象徴している。約80人規模の町工場で、専門の巨大IT部門ではなく、仕事を知る専務がAIとの対話から業務システムを作っている。

AIが増やすのは、すべてを自社で作る「完全内製企業」ではない。

部分的に自分で作れる企業である。

これまで100%外注していた仕事のうち20%を自分たちで作れるようになるだけでも、市場構造は変わる。その20%は、昨日までSIerへ発注されていた仕事だからである。

大企業がSIerを必要としなくなることより、何万社もの中堅・中小企業が「これは自分たちで作れる」と考え始めることの方が、SI市場には広く効く可能性がある。

それでも、SIはなくならない

では、SIerは不要になるのかというと、私はそうは考えていない。

Curativeのターナー氏自身も、外部ソフトウェアを独自システムへ置き換えた後のメンテナンスを、難しい課題の一つとして認めている。

作ることと、長期間安全に動かし続けることは別の仕事である。

既存システムとの連携、セキュリティ、データ移行、権限設計、監査、法規制、大量アクセス、障害対応まで含めれば、AIに自然言語を渡してコードを出すだけでは済まない領域はいくらでも残る。

特に大企業や医療、金融、社会インフラでは、「動いた」だけではシステムは完成しない。誰が品質を保証し、事故が起きたとき誰が責任を引き受けるのかまで含めて初めてシステムになる。

だからAIによって消えるのは、SIそのものではない。

仕様を受け取り、人を並べ、作業時間を積み上げることだけで成立していたSIの価値が薄くなるのである。

作る価値が下がるほど、何を作るかが高くなる

10分で小さなアプリを作れる世界になれば、10分でアプリを作れること自体は差別化にならない。私は以前、この問いを「10分でアプリが完成する時代に、SIは何を売るのか」と置いた。

答えは、コードの外側へ移っていく。

どの業務を変えるべきなのか。何をシステム化せず残すのか。AIに何を任せ、人間がどこで判断するのか。既存データをどうつなぎ、成果をどう測り、失敗したときどこへ戻るのか。

むしろ岡田研磨の事例が示しているのは、業務を知っていることの価値が上がるという逆説である。

コードを書く専門性が希少だった時代には、仕事を知る人が開発者へ説明する必要があった。しかしAIとの対話でソフトウェアを作れる範囲が広がれば、仕事を最も深く知る人が、そのまま開発工程へ入ってくる。

するとSIerにも、コードを書く能力以上のものが求められる。

顧客がまだ言語化できていない業務構造を見つけ、何を変え、何を残し、どこまでを顧客が作り、どこから専門家が引き受けるのかを設計する能力である。

設計対象が、システムから仕事そのものへ移っていく。

SIerは「作る会社」から「判断を引き受ける会社」へ

AIによって実装力が上がれば上がるほど、実装そのものでは差がつきにくくなる。その一方で顧客企業もAIを持つため、「作れること」だけを理由に高額な案件を受注することは難しくなる。

そこで価値になるのは、顧客企業だけでは引き受けにくい判断である。

業務を読み、何を作るかを決め、技術を選び、AIと人間の境界を設計し、品質を確かめ、必要なら戻し、最後に責任を持つ。

これから厳しくなるSI企業の特徴については、別の記事で7つの観点から整理している。

AI時代にSIerが売るものは、プログラムの行数でも画面数でもない。

顧客が自分たちだけでは到達できない業務能力である。

言い換えれば、価値は「人」から「判断」へ、「実装」から「設計」へ、「納品物」から「成果」へ移っていく。

さらに、ここにはもう一つ重要な役割が生まれる。

顧客が自分で作ることまで含めて支援するSIerである。

すべてを受注して作るのではなく、顧客が作れる20%は顧客へ渡し、難しい30%を一緒に作り、責任が必要な50%を引き受ける。

そうなれば、内製化はSIerから案件を奪う敵ではなくなる。

顧客とSIerの新しい分業になる。

SIは終わらない。顧客との境界が変わる

CurativeのCRM事例を、SaaSの終末という話だけで読むと、この変化の半分しか見えない。

年間60万ドルのSalesforce契約を解約した企業が、次に大金をSIerへ支払って同じCRMを作っていたなら、SI業界にとって大きな事件ではなかった。

重要なのは、AIを使って約2カ月で自分たちのシステムを作ったという点にある。

そして日本では、町工場の専務がClaudeと対話しながら、自分たちの仕事に合わせたシステムを育てている。

この二つは規模も業種も違う。

しかし、同じ方向を向いている。

AIコーディングによってBuild vs Buyの境界が動く。

その次に、内製 vs 外注の境界が動く。

そして最後に、顧客とSIerの境界そのものが動く。

最初に顧客側へ戻るのは、小さく、定型的で、失敗しても大きな事故にならない仕事である。一方でSIerには、複雑で、止められず、判断と責任を伴う仕事が残っていく。

だからSI業界に必要なのは、AIより速くコードを書くことではない。

顧客が自分で作れるようになった仕事を守ることでもない。

顧客が自分で作れるものは、いずれ顧客へ戻っていく。

そのうえで、

顧客だけでは設計できない。
顧客だけでは判断できない。
顧客だけでは責任を負えない。

そこを引き受ける会社になる。

人月を売る会社から、成果を作る会社へ。

システムを納める会社から、仕事を設計する会社へ。

「作ってください」と言われるのを待つ会社から、何を作り、何を作らないかまで一緒に決める会社へ。

そして、顧客の内製化を恐れる会社から、顧客が自分で作れるところまで一緒に増やす会社へ。

生成AIは、SIerの仕事をすべて奪うわけではない。

顧客自身ができる仕事と、それでも専門家へ頼みたい仕事の境界を、引き直している。

SIerに問われるのは、その新しい境界のどちら側に立つのかである。