作者：qinbafrank
この2日間、米国株とA株のAgent関連企業の決算を一通り調べてみて、強く感じたことがある。Agentが発表会から財務諸表に入り込み始めた。
この1年、市場がAgentを見るとき、主に注目していたのは、モデルがツールを呼び出せるか、複数ステップのタスクを連続して完了できるか、1社がいくつのAgentをリリースしたかだった。
今回の決算期になると、観察指標が明らかに変わった。今は、AgentがどれだけのARR、どれだけのACVに貢献したか、どれだけの新規受注をもたらしたか、どれだけの顧客が本番環境に入ったか、四半期ごとに実際にどれだけの作業量を完了したかを見るようになっている。
この変化は重要だ。
プロダクトが動くことは、技術的な方向性が成立していることを示すにすぎない。収益、契約、回収、利益が出始めて初めて、企業がこの能力に対して継続的に対価を支払う意思があることを示す。
だから、2026年をエンタープライズAgentの「財務的検証の起点かつ元年」と定義するほうに傾いている。ここで言うのは検証の元年であり、産業の成熟までにはまだ長い道のりがある。しかし、少なくとも財務モデルに組み込める最初の実データは出始めている。
一、米国株はすでに最初の答えを出した
現時点で最もはっきり見えている数社は、基本的に企業内部のデータ・権限・ワークフローを握っている。
1、ServiceNowの第2四半期サブスクリプション収益は38億7700万ドルに達し、前年同期比24.5%増。AI事業のACVは10億ドルを突破し、Agent導入数は9カ月で9倍に増えた。
以前は多くの人がServiceNowをITチケット管理・ワークフローソフトと見ていたが、今はますます企業Agentのコントロールセンターのようになっている。
企業内部では将来、Claude、Gemini、OpenAI、そしてさまざまな垂直モデルが同時に動く可能性がある。どのAgentがどのデータにアクセスできるか、誰を代表してタスクを実行できるか、どの操作に承認が必要か、エラー後のロールバックはどうするか。これらの問題には統一されたガバナンス層が必要になる。
ServiceNowはすでにこのポジションに立っている。同社が売るものは、ワークフローソフトから、Agentのアイデンティティ、権限、監視、実行体系へと徐々に広がっている。
2、Salesforceの検証も非常に直接的だ
AgentforceのARRはすでに15億ドルを超え、前年同期比240%以上増。AgentforceとData 360を合わせたARRは39億ドル近い。第2四半期、AgentforceとSlackは32億のAgentic Work Unitsを完了し、前期比97%増となった。
これまで市場でSalesforceを語るとき、汎用大規模モデルがCRMを迂回して、営業やカスタマーサポートを直接奪うのではないかという懸念があった。今見えてきたのは、大規模モデルが本当に企業タスクを完遂しようとすれば、やはり顧客資料、過去の受注、契約状況、リード、権限体系が必要だということだ。
Claudeは意図理解を担えるが、Salesforceは業務コンテキストと実行レールを握っている。
もちろん、前年同期比240%の成長率は少し割り引いて見る必要がある。Salesforceは今四半期からAgentforce ARRの集計範囲を拡大し、他のAI製品、Slackbot、Headless 360を加えた。方向性はすでに明確だが、具体的な成長率はやはり集計範囲の変更と合わせて判断する必要がある。
3、Workdayの決算も非常に代表的だ
AIはすでに新規ACVの25%超に貢献しており、5500社以上の顧客が少なくとも1つのWorkday自社開発Agentを利用している。
このデータが示すのは、企業がHR、財務、監査といった機微なシーンにおいて、既存のソフトウェアプラットフォームを単純に迂回してはいないということだ。従業員データ、給与規則、財務制度、組織権限はすべてWorkday内部に蓄積されており、Agentはこれらの確定的なレールに沿って動く必要がある。
多くの従来型SaaS企業にとって、AIは確かに一部のページ、ボタン、低価値シートを圧縮する。しかし、コアデータと業務ルールを持つプラットフォームは、むしろAgentによって新たな追加購入の機会を得る可能性がある。
4、Palantirはまた別の形態を代表している
第2四半期の収益は前年同期比93%増、米国商業部門の収益は149%増だった。Palantirの強みは一貫して、企業データ、業務オブジェクト、権限、実際の生産プロセスをつなぎ、ソフトウェアで意思決定と実行を完遂することにある。
多くのAgent製品は「答えを生成してくれる」段階にとどまっているが、Palantirは「企業が結果を出すのを助ける」に近い。
製造業は設備停止時間がどれだけ減ったかを気にし、サプライチェーン企業は在庫回転がどれだけ改善したかを気にし、営業チームはコンバージョン率がどれだけ上がったかを気にする。企業が最終的に高い対価を払うのは、通常、こうした定量化できる経営成果だ。
これら数社を並べて見ると、非常にはっきりしたトレンドが見えてくる。
最初にAgentの恩恵を受けるのは、おおむね、もともと企業のコア業務システムの中にいた企業だ。
モデル能力はもちろん重要だが、企業がAgentを導入するには、データ、権限、プロセス、監査、顧客接点も必要になる。単にモデルを接続し、チャット画面を1枚かぶせるだけでは、参入障壁はすぐに下がる。これは以前、AI採用がエンジニアリング化の時代に入ったという長文でも触れたことだ。本当にワークフローとコアな独自データを持つSaaSが、ワークの入口、業務オブジェクト、業務セマンティクス、ユーザー権限、過去の操作データ、システム記録、業界ルール、最終アクションの実行、顧客の成果フィードバックを握っている。
二、今回の決算で最も重要な変化は、実は測定方法が変わったことだ
これまでAI製品を判断するとき、市場は登録ユーザー、トライアル顧客、Token呼び出し量をよく見ていた。これらの指標は関心があることを証明できても、ビジネスモデルが成立していることを証明するのは難しい。
今は、AIが新規ACVにどれだけ貢献したか、AgentがどれだけのARRを生んだか、どれだけの顧客がトライアルから本番環境に移行したか、実際にどれだけのタスクを完了したかを開示する企業が増えている。
SalesforceがAgentic Work Unitsで作業量を測り始めたのは、非常に重要なシグナルだ。
これまでSaaSは主にシート単位で課金していた。企業に従業員が1万人いれば、1万アカウントを購入する。将来、Agentが企業に代わって大量のタスクをこなすようになると、課金方式は次第に次のように変わっていく可能性がある。
基本シート料金＋AI使用量＋タスク完了量。
さらに先では、高価値なシーンの一部では成果報酬になる可能性すらある。
たとえば、カスタマーサポートAgentが何件のチケットを解決したか、営業Agentが何件のリード選別を完了したか、税務・会計Agentが何枚の伝票を処理したか、セキュリティAgentが何件のリスク事象をクローズしたか。
課金単位が「どれだけの人がソフトウェアを使っているか」から「ソフトウェアがどれだけの仕事を完了したか」に移ると、SaaSの収益上限も変わる。
それは企業の人件費、アウトソーシング費用、運営予算に切り込み始めるのであって、IT予算の内部だけで再配分されるのではなくなる。
三、なぜモデルの知能向上がAgentを長期産業にするのか
Agentには非常にはっきりした能力閾値がある。仮に1つのAgentが単一ステップのタスクを成功させる確率が95%だとしても、10ステップ連続で実行すると、タスク全体が完全に成功する確率は6割程度にまで下がる。
だから初期のAgentにはよくある問題があった。各ステップはどれも賢そうに見えるのに、実際に長いフローに組み込むとエラーが出始める。企業はさらに従業員を配置してチェック、修正、やり直しをさせなければならず、結局節約できる時間は少なかった。
モデルの推論能力、コンテキスト長、ツール呼び出し、記憶能力が向上するにつれて、この状況は徐々に改善していく。Agentが連続して完了できるステップが増え、人手による介入が必要なポイントが減れば、これまで自動化できなかった仕事が商業化の閾値を超えていく。
これは均等なペースで進むプロセスではない。
モデル能力が少し上がっても、回答がより滑らかになるだけかもしれない。しかし、信頼性がある閾値を超えると、ワークフロー全体が一気に自動化される可能性が出てくる。
だからAgentの収益は今後、非常に強い非線形性を示す可能性がある。
今日は資料整理しかできなくても、次はシステム入力ができ、その先では承認申請、進捗追跡、例外処理までできるようになる。1つの工程を多くこなせるようになるたびに、商業価値は明確に高まる。
これも、Agentが先にいわゆる汎用人工知能を実現する必要がない理由だ。
税務・会計、カスタマーサポート、IT運用、営業リード選別、文書処理には、境界が明確で、繰り返し頻度が高く、結果をチェックできるタスクが大量にある。これも以前、悪Codingの次に来る第二のシーンとして話したことだ。
Agentがその大部分を安定的に完了できれば、顧客のROIはすでに成立する。
四、A株でも検証が始まっているが、米国株とは経路が少し違う
米国株で現在最初に実現しているのは、企業プラットフォームとワークフロー企業だ。A株では垂直シーンにより注目する価値がある。
1、金山弁公の上半期の売上高は33億1300万元で、前年同期比24.69%増。WPS 365はすでに6四半期連続で60%以上の成長を維持している。
金山弁公の強みは直感的にわかりやすい。文書の入口、フォーマット能力、コラボレーション関係、企業のオフィスデータを持っている。将来のオフィスAgentは、文書の生成、修正、審査、納品を直接行える。これは文書の横にチャットウィンドウを置くより価値がある。
ただし、金山弁公の上半期の親会社帰属純利益が200%超増加したのは、かなりの部分が投資益によるものだ。本業を見るときは、こうした一時的項目を除外する必要がある。
2、税友股份（Shuiyou Co., Ltd.）はA株の垂直Agentの中では比較的典型的な事例だ
上半期の売上高は10億1200万元で、前年同期比9.72%増。非経常損益を除く純利益は44.04%増だった。AI製品・事業の回収額はすでにデジタル税務・会計事業の回収額の33%を占め、2025年通年の28%を上回っている。
税務・会計シーンはAgentに非常に適している。ルールが比較的明確で、データの構造化度が高く、結果を再確認でき、顧客も人件費と税務リスクの低減に対して対価を払う意思がある。
この種の事業は、モデルが何でもこなせる必要はない。狭いシーンで十分に信頼できる動きができれば、実際の収益を形成できる。
3、漢得信息（Hande Information）
上半期のAIインテリジェント化事業の売上高は約2億2000万元で、前年同期比100%超の成長となり、すでに同社売上高の二桁の比率を占めている。
漢得は長年、ERP、サプライチェーン、製造、財務システムの導入を手がけてきた。企業Agent導入の最大の難題は、旧システムとの接続、非標準データ、複雑な承認フローにあることが多い。漢得はこれらの工程に精通しており、国内企業AIの導入層・統合層になるチャンスがある。
ただし、A株では特に財務の質に注意する必要があるため、A株エージェントの機会は大きいが、分析の難易度は米国株より高い可能性がある。
多くの企業は依然としてプロジェクト制の収入が中心であり、AI事業が標準化できるかどうか、粗利率を引き上げられるかどうか、一回限りの導入からサブスクリプションや継続的な利用量課金へ移行できるかどうかは、今後も引き続き観察する必要がある。
五、Agent産業チェーンは4層構造を形成する可能性がある
第1層は基盤モデルと計算力であり、Agentの知能の上限と推論コストを決める。
第2層はデータ、アイデンティティ、権限、ガバナンスである。ServiceNow、Salesforce、Workdayは現在、この層を争っている。
第3層はワークフローのオーケストレーションと実行である。Palantir、UiPath、および一部の企業向けデジタルサービス事業者がここで競争している。
第4層は業界特化型Agentであり、財務・税務、オフィス、法務、医療、製造、カスタマーサービス、営業が含まれる。
現在、財務面での検証が最も明確なのは第2層である。
企業は、権限の境界がなく監査できないAgentにコアシステムを直接操作させることを恐れており、そのためデータ・ガバナンスプラットフォームには強いポジショニング上の優位性がある。
長期的により弾力性のある余地があるのは第4層かもしれない。業界特化型Agentは具体的な作業量に直接対応でき、ROIを計算しやすく、人件費やアウトソーシング予算にも入り込みやすい。
第3層は、Agentが本当に本番環境へ入れるかどうかを決める。モデルが思考できるだけでは不十分で、旧システムに接続し、ツールを呼び出し、例外を処理し、プロセスを最後まで実行しなければならない。
UiPathは非常に重要な観察サンプルになるだろう。同社は米国東部時間2026年9月3日の取引終了後に第2四半期決算を発表する予定で、その際に従来型RPAからAgent実行層へのアップグレードの速度をさらに判断できる。
六、今後Agent企業をどう見るか
今後こうした企業を見るうえで、いくつかの指標がますます重要になると思う。
1、まずAI関連のARR、ACV、実際の収入を見て、その次に本番環境の顧客数を見る。トライアル顧客の参考価値は今後ますます低くなる。
2、次にAIの新規契約への貢献を見る。Workdayが開示した「AIが新規ACVの25%超を占める」は、Agentをいくつリリースしたかよりもはるかに意味がある。
3、さらにタスク呼び出し量、完全なタスク成功率、更新率、顧客拡大率を見る必要がある。
4、最後に財務諸表に戻り、推論コスト控除後の粗利率、導入期間、売掛金、営業キャッシュフローを観察する。
Agentを1つ導入するたびに、大量のエンジニアを投入して半年かけてカスタマイズしなければならないなら、それは従来型のITサービスに近い。
Agentを迅速に複製でき、顧客が使うほど単位コストが下がるなら、ソフトウェア企業の営業レバレッジが初めて実際に解放される。
最後に、Agentというラインへの理解は次のとおり。
1）モデルの知能向上が、Agentがどれだけの仕事をできるかを決める。
2）企業データ、権限、ワークフローが、その知能を安全に本番システムへ入れられるかどうかを決める。
3）実際のタスク成果が、顧客がいくら支払う意思を持つかを決める。
モデルがアップグレードされるたびに、自動化できるタスクの境界は外側へ押し広げられる。
今はプログラミング、カスタマーサービス、文書だが、今後は財務、営業、サプライチェーン、医療、さらに多くの専門領域に入っていく。信頼性が高まれば、人手によるチェックが減り、単位経済性は継続的に改善する。
したがってAgentは、おそらく何年にもわたって続く効率向上型の新産業になる可能性が高い。
ただし、今回の機会は均等には分配されない。
最初の勝者は、おそらくすでに企業データと業務プロセスを掌握しているプラットフォームになる。第2の勝者は、AIを本番環境へ導入し、実際にタスクのクローズドループを完結できる実行層の企業になる。A株の弾力性はより業界特化型シナリオから生まれるが、財務の質と収入の標準化にはより注意を払う必要がある。
2026年は、Agentの財務検証元年により近い。これまで市場はモデルがどれほど賢いかを議論してきたが、今後は「実際にどれだけの仕事を完了し、顧客のコストをどれだけ削減し、どれだけの価値が上場企業の収入・利益・キャッシュフローに入ったか」への関心がますます高まっていく。
