AIがインフラになる時代、ソフトウェア・ビジネスはどう変わるのか

2026年4月23日、Microsoftは創業51年の歴史で初めて、米国従業員向けの自主退職プログラム（voluntary retirement program）を発表しました。対象はシニアディレクター以下の社員で、資格条件は「Rule of 70」――年齢と勤続年数の合計が70以上であること。たとえば52歳で勤続18年、60歳で勤続10年の社員が該当します。対象者は最大約8,750人、全米従業員の約7%にあたります。

注目すべきは、この条件設計の巧みさです。「年齢＋勤続年数」という一見中立な数式は、必然的に「最も長く会社にいて、最も年齢が高い社員」を浮かび上がらせます。米国にはADEA（雇用における年齢差別禁止法）があり、年齢を理由にした解雇は訴訟リスクが極めて高くなります。しかし「自主退職」という形式と中立的な数式を組み合わせることで、法的に最も守られている層を、表向きは「退職特典」として静かに送り出す設計になっています。

背景にあるのは、AIへの巨額投資です。Microsoftは2026年だけでAIインフラに800億ドル（約12兆円）規模の投資を計画しており、2025年の15,000人超のレイオフ、2026年3月のAIチーム以外の採用凍結に続く動きです。AI・機械学習エンジニアの給与はその他の職種に比べて56%のプレミアムが付くとされており、古参社員の退職金を原資にAI人材を獲得するという構図が浮かび上がります。

さらに興味深いのは、営業職が対象外とされていることです。営業はAIで置き換えにくく、かつ短期的な売上に直結するため残す。一方で、エンジニアリング、PM、コーポレート部門のベテランは、AIが最も得意とする「過去の知識を体系的に再利用するホワイトカラー業務」に近いため対象になっていると読めます。これは単なる一企業の人事ニュースではなく、AI時代の労働市場の構造変化の始まりとして見るべきでしょう。

AIコードエディタとして急成長中のCursorは、2026年4月時点でARR（年間経常収益）が約27億ドル（約4,000億円）に到達しました。2025年6月に5億ドルを超えたARRが、11月に10億ドル、そして半年後には約3倍に。スタートアップとして異例のスピードです。

しかし、その裏側には深刻な構造問題がありました。2025年1月に終わった四半期の粗利益率はマイナス23%。つまり、ユーザーから1ドルの売上を得るたびに、CursorはAnthropicやOpenAIに1.23ドルのAPI使用料を支払っていた計算になります。投資会社Foundamentalの分析では、CursorはAnthropicだけに年間約6.5億ドルを支払い、売上約5億ドルを大きく上回っていました。

簡単に言えば、Cursorは「ユーザーから集めたお金以上のものを、AIモデルの胴元にそのまま流している」状態でした。サーバー代や人件費を入れる前から赤字という、かなり苦しいビジネス構造です。

ここから浮かぶのは、「AIアプリ層（ラッパー）の勝者は、実はモデル提供者である」という構図です。Cursorのようなアプリは、ユーザーから見ればAIエージェント体験を提供する主役ですが、お金の流れだけを追えば「AnthropicとOpenAIにユーザーを送客して手数料を払う代理店」に近い実態でした。

ただし、2025年11月にCursorは自社推論モデルの開発に踏み込み、2026年4月時点では大口法人契約でわずかに粗利黒字化を達成。個人向けサブスクリプションは依然赤字ですが、通期で60億ドル超のARRを見込むまでに成長しています。「ラッパー」が生き残るには、最終的に自前のモデルか独自のデータ資産を持つ以外に道がないことをCursorの軌跡が示しています。

シリコンバレーの著名投資家Chamath Palihapitiya（チャマス・パリハピティヤ。Facebookの初期幹部で、現在はSocial Capitalを率いる人物）は、AnthropicとOpenAIが抱える計算資源の危機を「five alarm fire（五段階警報の火事＝最も深刻な緊急事態）」と表現しました。

彼が指摘したのは、両社が今すぐ確保しなければならない3つの要素です。

GPUをいくら買い集めても、それを置く土地、動かす電力、収める建物がなければAIサービスは拡大できません。これまでAI業界の話題は「NVIDIAのGPUをいくつ確保したか」が中心でしたが、論点が「物理的なインフラをどれだけ早く立ち上げられるか」にシフトしてきたのです。

Chamathはさらに、3大ハイパースケーラー（Microsoft、Google、Amazon）がすでに全計算資源の約60%を握っていると指摘。AnthropicやOpenAIがどれだけ優れたモデルを開発しても、データセンターを持たない限り、最終的にはこれらの巨大プラットフォームに依存し続けるしかないという構造です。

実際、米国では約100件のデータセンター建設計画（推定投資額1,620億ドル）が地域住民の反対に直面しており、約40%が中止に追い込まれているとされています。Chamathが「ゾーニング承認済みの電力付き土地を持っているなら、それだけでチェックメイトだ」と述べたのは、この現実を踏まえてのことです。

長期的に見ると、AIの主導権争いは「誰が最も賢いモデルを作るか」から「誰が最も安く・早く・大量に計算資源を提供できるか」へとシフトしていきます。これは半導体や石油の歴史と同じで、最終的には「規模の経済」と「インフラの所有」が勝者を決めることになるでしょう。

3つの事例が示すのは、「AIの上にソフトウェアを被せるだけのビジネス（AIラッパー）」が構造的に厳しくなっているという現実です。では、米中それぞれの市場で何が起きているのでしょうか。

米国：「薄いラッパー」の大量死と生存者の条件

2026年現在、AIラッパー製品は世界で推定15,000〜25,000存在し、毎週70〜105の新製品が登場しています。しかし、その大半は生き残れません。RAND Corporationの調査ではAIプロジェクトの80%以上が失敗するとされ、有意な収益を上げるラッパーは全体の5〜20%にとどまります。

崩壊の理由は明確です。第一に、プラットフォームによる機能吸収。ラッパーが収益化した機能は、OpenAI・Google・Anthropicが自社プロダクトに次々と取り込みます。第二に、スイッチングコストがゼロに近いこと。「プロンプトをうまく書く」だけの価値なら、ユーザーは同じプロンプトを本家のインターフェースに貼り付ければ済みます。第三に、利益率の圧縮。API使用料が売上の40〜70%を占める薄いラッパーでは、価格競争に耐えられません。

一方、生き残っているのはバーティカルAI（特定業界に特化したAIサービス）です。建設、法務、物流、医療など、特定の業界ワークフローに深く入り込み、独自のデータ資産を持つ企業は平均340%の成長を記録しています。バーティカルSaaS市場は1,570億ドル規模に達し、水平展開型SaaSの2〜3倍の成長率です。

中国：オープンソース戦略と「トークン経済」の台頭

中国のAI市場は米国とは異なるアプローチを取っています。2025年のAI分野の資金調達額は1,250億ドルに達し、うち560億ドルが政府資金でした。

最大の違いはオープンソース戦略です。DeepSeek、アリババのQwen、Moonshot AIのKimiなど、中国の主要モデルの多くはオープンソースで公開されています。モデルそのもので稼ぐのではなく、無料で使わせてユーザーを集め、周辺サービスやプラットフォームで収益化するというエコシステム型の発想です。

アリババは今後3年間で3,800億元（約7.98兆円）をクラウド・AIインフラに投資すると発表。ECプラットフォーム「淘宝」にAI検索・AI推薦を組み込み、自社のスーパーアプリ「夸克（クォーク）」をAIアシスタントに全面刷新しています。Moonshot AI（Kimiの開発元）は評価額が180億ドルに達し、香港でのIPOを検討中です。

ただし、中国のAIスタートアップも赤字体質は同じです。MiniMaxは2025年売上が前年比159%増の7,900万ドルに達したものの、調整後純損失は2.5億ドル。収益よりユーザー数を優先する「トークン経済」と呼ばれる競争が続いています。

AIがインフラ化する時代に、ソフトウェア企業が生き残るために必要なのは何でしょうか。3つの事例と市場動向から見えてくるのは、以下の構造です。

1. 「AIを使う」だけでは差別化にならない

AIのAPIを呼び出してUIをかぶせるだけのサービスは、プラットフォーム側が同じ機能を本家プロダクトに統合した瞬間に存在意義を失います。Cursorの事例が示すように、ラッパー型ビジネスは売上がいくら伸びても、利益の大半がモデル提供者に流れる構造から逃れられません。

2. 大手が手を出しにくい「深い溝」を持てるか

生き残っているバーティカルAI企業に共通するのは、少なくとも2つ以上の「堀（モート）」を持っていることです。

• データの堀 — 特定業界の独自データを蓄積し、汎用モデルでは再現できない精度を持つ
• ワークフローの堀 — 既存の業務フローに深く組み込まれ、引きはがすコストが高い
• 規制の堀 — 医療、法務、金融など、規制対応そのものが参入障壁になる
• ネットワークの堀 — ユーザーが増えるほど価値が上がるプラットフォーム効果

3. 「AIの上」ではなく「AIの横」で戦う

Microsoftの事例が象徴するように、AIに投資できる巨大企業はインフラを押さえにかかっています。「AIの上」にサービスを載せるラッパーではなく、AIが苦手とする領域――人間関係の構築、業界固有の規制対応、現場でのオペレーション支援――で「AIの横」に立つビジネスの方が、大手との正面衝突を避けられます。