海外AI活用
「SaaSは死んだ」論争でSAP CTOが語る、ビジネスデータ特化型AIの本質
2026/10/26
1. 海外事例の概要
エンタープライズソフトウェア大手SAPのCTO、フィリップ・ヘルツィヒ（Philipp Herzig）氏が、AI専門メディア「The Rundown AI」のインタビューに応じ、昨今話題を集める「SaaS is dead（SaaSは死んだ）」という議論に対して独自の見解を示した。
原文として提供された情報は抜粋にとどまるため、発言の詳細な内容や具体的な数値・期間・製品名については原文に記載がなく、確認できていない。ただし、記事の主旨として報告されているのは、「SaaS終焉」論が見落としているポイントとして、ビジネスデータに特化したAI設計の重要性をヘルツィヒ氏が指摘しているという点だ。
SAPはERP（基幹業務システム）をはじめとする企業向けソフトウェアを世界規模で提供しており、同社CTOが語るAI戦略は、数十万社規模の法人顧客を抱えるエンタープライズ市場全体の方向性を示唆するものとして注目されている。
2. マネタイズ・ビジネスモデルの解説
今回の原文はインタビューの抜粋であり、SAP自身の具体的なAI収益化モデルや価格体系については原文に記載がない。そのため、マネタイズの詳細は原文に記載がないとしてここでは明示するにとどめる。
一般的な文脈として補足すると、SAPはすでに「SAP Business AI」ブランドのもとでAI機能を自社製品群に統合しており、既存のERPやCRMサブスクリプションへの付加価値として提供するモデルが業界では広く知られている。しかし、それが本インタビューで具体的に言及されているかどうかは、提供された抜粋からは確認できない。
3. 日本国内で再現・応用するための具体的な手順・プロンプト例
エンタープライズAI導入を検討する日本企業の担当者が、「ビジネスデータ特化型AI」という考え方を自社に取り入れる際の手順を、公開情報から合理的に推測できる範囲で以下に示す。
ステップ1：自社データの棚卸しと優先度づけ
使用ツール：ExcelまたはNotionなどのドキュメントツール
社内に存在するデータ（販売実績、在庫、顧客情報、ERPログなど）をリストアップし、「AIに学習・参照させると業務インパクトが大きいもの」を優先順位付けする。汎用LLMにそのままデータを投入する前に、まず自社固有の業務文脈を整理することが重要だ。
ステップ2：汎用LLMに業務コンテキストを与えるプロンプト設計
使用ツール：ChatGPT（GPT-4o）またはClaude
以下のようなシステムプロンプトを設定し、汎用AIをビジネスデータ文脈に寄せる試みから始められる。
あなたは[業種名]企業の業務改善アドバイザーです。
以下の社内データ概要を前提に、業務上の課題に対して具体的な提案を行ってください。
【社内データ概要】
- 主要KPI：[例：月次売上、在庫回転率]
- 使用中の基幹システム：[例：SAP S/4HANA、自社開発ERPなど]
- 現在の課題：[例：在庫過多、受注予測の精度不足]ステップ3：RAG（検索拡張生成）構成で社内ナレッジと連携
使用ツール：Azure OpenAI Service＋Azure AI Searchなど
社内マニュアル、過去の案件資料、ERPの出力データをベクトルDBに格納し、AIが回答時に自社固有情報を参照できる構成（RAG）を構築する。これにより、汎用モデルをそのまま使うよりも「ビジネスデータに根ざした回答」が得られるようになると、公開されている技術情報から推測できる。
ステップ4：パイロット運用と効果測定
小規模な部門（例：購買部門や問い合わせ対応チーム）を対象に試験導入し、回答精度・業務時間削減・ユーザー満足度などの指標で効果を測定する。ビジネスデータ特化型AIの価値は、汎用的な質疑応答ではなく、企業固有のコンテキストに根ざした意思決定支援にあるとされている。