AIがインターフェースになると、SaaSはどうなるか？

長年にわたり、martechソフトウェアにログインすることは、ダッシュボードに入ることを意味していました。売上を分析したり、顧客データを確認したり、キャンペーンのパフォーマンスを監視したり、アカウントを管理したりする必要がある場合でも、ダッシュボードが出発点となっていました。ソフトウェア企業は、顧客をアプリケーションに誘導することが製品価値の提供に不可欠であるため、これらの環境をより使いやすくすることに多額の投資を行ってきました。

AIアシスタントは、人々がメニューやレポートを検索するのではなく、質問を投げかけることから始めることに慣れ始めているため、その前提に挑戦し始めています。ユーザーはAIアシスタントに知りたいことや達成したいことを伝え、テクノロジーが回答に必要な情報を判断してくれることを期待します。

このような行動が職場に広がると、ソフトウェア企業は、アプリケーション自体での使用時間は減少しつつもソフトウェアへの依存は続く顧客を見ることになり、機能の提供方法や顧客が製品から得ている価値の測定方法さえも変化させるでしょう。

ソフトウェアが会話の一部になる可能性

ClaudeやChatGPTといったAIアシスタントは、すでに人々が情報を探し、日常業務を完了する方法を変えました。企業での導入は、これらのシステムが従業員が仕事で使用する専門アプリケーションや専有データとますます接続できるようになるという新たな機会を生み出します。

Model Context Protocol (MCP)は、そうした接続を可能にする技術の一つです。MCPは、AIアプリケーションが外部データソースやソフトウェアツールと接続するための標準化された方法を提供します。すべてのやり取りを特定のアプリケーション内で開始する必要がある代わりに、ソフトウェア提供者は製品の一部を顧客が利用するAI環境を通じて利用可能にできます。

これを具体的にイメージすると、分析アプリケーションを想像してください。従来のマーケターは、ログインし、レポートを開き、期間を選択し、フィルタを適用して複数の顧客グループを比較し、答えを導き出していました。基盤となるソフトウェアに接続されたAIインターフェースを使えば、マーケターは単に高価値顧客になると予測される最近獲得した顧客はどれかを尋ねるだけで済みます。

分析ソフトウェアは、関連データを保持し、専門的なモデルを適用し、特定のユースケース向けに開発された機能を提供するという重要な役割を裏で果たし続けますが、顧客がそれらの機能にたどり着く方法は変わり始めています。

専有データの価値がますます高まる

ユーザーにソフトウェアへの会話型アクセスを提供することは、汎用AIの限界の一つも浮き彫りにします。

モデルは、マーケティングやeコマースについて多くを知っていても、特定の企業で昨日何が起きたかは把握していません。ブランドが顧客価値をどのように算出するか、あるいは顧客が離脱とみなされるまでの期間を自動的に知っているわけでもありません。実用的なエンタープライズAIは、利用する組織固有の情報へのアクセスに依存しています。

ソフトウェア企業はすでにそのような専門情報の多くを保有しています。顧客データプラットフォームは顧客行動を把握し、ビジネスインテリジェンスツールは企業の業績データを整理します。他のエンタープライズアプリケーションも、サービス対象組織に関する同様に専門的な情報を含んでいます。

これらのシステムをAIと接続することで、モデルは一般的な知識だけに頼るのではなく、企業固有の情報を活用できるようになります。

AIモデルが進化し続けるにつれて、専有データや専門的なソフトウェア機能は、差別化のますます重要な要素となる可能性があります。モデルが会話体験を提供し、エンタープライズアプリケーションが特定のビジネスにとって有用な会話を支える基盤データと機能を提供します。

回答は機会の一部に過ぎない

会話型ソフトウェアの次の段階は、AIが回答を提供した後に何が起こるかにも依存します。洞察を知ることは有用ですが、それに基づいて行動することこそがビジネスソフトウェアが価値を生む主要なポイントです。

AIアシスタントに「次回購入の可能性が最も高い顧客は誰か」を尋ね、その回答を使ってオーディエンスを作成し、別のシステムで利用できるようにすれば、会話がワークフローに変わります。同様の可能性はエンタープライズソフトウェア全体に存在します。ユーザーは問題を特定し、複数のアプリケーションを経由せずに次のステップを開始できるのです。基盤となるシステムは専門的な機能を引き続き実行し、AIアシスタントがユーザーのアクセス方法を調整します。

AIがアクションを開始できるようになると、SaaS製品は必要に応じてAIシステムが呼び出すことのできる専門機能の集合体のように見えてきます。分析製品がオーディエンスを特定し、コマースプラットフォームが取引データを提供し、マーケティングプラットフォームがキャンペーンを起動することができ、最も重要なのは、ユーザーが各アプリケーションを個別に操作しなくてもこれらの製品がワークフローに貢献できる点です。その上で、ソフトウェア企業は、目的地にたどり着くために必要な画面の順序ではなく、顧客が達成したいことに基づいてワークフローを設計し始めることができます。

ダッシュボードは依然として役割を持つ

ダッシュボードが完全に消えることは考えにくいです。なぜなら、いくつかのタスクは視覚的な探索や大量情報の一括閲覧に適しているからです。ユーザーは依然として多くの作業に専用アプリケーションを必要としますが、その役割は中心的ではなくなっています。

顧客は、より深い分析が必要なときにアプリケーションを開き、日常的な質問や操作はAIアシスタントで処理することがあります。また別のユーザーは、従来のインターフェースを全く開かずに基盤ソフトウェアと定期的にやり取りすることもあります。

SaaS企業はこれまで、ログイン回数やセッション、製品内での滞在時間をエンゲージメントの指標とみなしてきました。AIが仲介するソフトウェアはこれらの指標を複雑にします。ダッシュボードをほとんど開かない顧客でも、AIアシスタントが代わりに製品のデータやモデル、ワークフローを定期的に呼び出す場合、高いエンゲージメントを示すユーザーであり続ける可能性があります。

顧客が働く場所に合わせて構築する

SaaS企業は、顧客が最初に開くアプリケーションになるべく長年努力してきました。AIアシスタントは、どの個別ビジネスアプリケーションも常にその位置を占め続けるとは限らない可能性を提示します。ソフトウェアは依然として、信頼できるデータ、専門的な機能、そして確実な実行を提供し続ける必要があります。

このモデルに備える企業は、製品のどの部分が顧客に最も頻繁に必要とされているか、どのデータを安全にAIシステムに提供できるか、そしてユーザーが会話形式で開始できるべきアクションは何かを問い始めるべきです。ダッシュボードは依然として有用であり続けると考えますが、もはやインタラクションの出発点ではなくなる可能性があります。