※本記事は継続的に「最新情報にアップデート、読者支援機能の強化」を実施しています（履歴は末尾参照）。
シート圧縮とは？AIエージェントで「席」が減るSaaSの構造問題と対策（2026年版）
この記事を読むと、シート圧縮（Seat Compression）について「何が争点で、どこまでが確度の高い事実か」が整理でき、SaaS契約・運用・課金モデルの見直し優先度を判断できます。
この記事の結論：
「道具を買って人が働く」世界から、「働く存在を雇う」世界に変わると、席（シート）という単位は一気に弱くなります。
- シート圧縮は“景気”ではなく“構造”：AIエージェントがタスクを肩代わりすると、成果と席数が分離し、シート課金の伸び代が縮みます。
- ハイライトは「影響を受けるSaaS／受けにくいSaaS」の選別：UI依存か、タスク実行（自動化）依存かで、圧縮スピードが分かれます。
- 対策は“席を守る”より“単位を変える”：席→使用量→タスク→成果の順に、価値単位を移し替える設計が必要です（いきなり成果報酬に飛ばない）。
この記事の著者・監修者 ケニー狩野（Kenny Kano）
役職：(株)アープ取締役。Society 5.0振興協会・AI社会実装推進委員長。中小企業診断士、PMP。著書『リアル・イノベーション・マインド』
なぜ今「シート圧縮」がSaaSの収益を直撃するのか
シート圧縮（Seat Compression）とは、シート課金（per-seat pricing）のSaaSで、AIエージェント導入や業務自動化により必要なユーザー数（席）が減り、同じ成果でもARRが伸びにくくなる現象です。
「ユーザーが増えれば売上も増える」は、いつまで真実か
シート課金は、SaaSの“黄金律”でした。顧客企業が成長して従業員が増えれば、席が増え、売上も増える。ところがAIが「人の代わりに業務を回す」段階へ進むと、この相関がほどけます。増えるのは人ではなく、エージェント（実行主体）になるからです。
重要なのは、シート圧縮が「一部のコスト削減の話」ではなく、課金単位そのものが時代に合わなくなる可能性を孕む点です。
もちろん、すべてのSaaSが一律に崩れるわけではありません。人の操作が前提のプロダクトも当面は残ります。
ただし、チケット処理・文章作成・一次レビュー・定型オペレーションなど、AIエージェントが得意な領域を多く抱えるSaaSほど、席と成果の分離が早く進みます。
さらに、シート圧縮は「AI導入の後」に来るとは限りません。現場がエージェント活用を始めると、調達部門は必ず同じ問いを投げます。「使っていない席はどれか」。この棚卸し自体が圧縮の引き金になります。
何が起きているか：シート圧縮のメカニズムを分解する
図：人が操作することで売上が上がる」従来モデルから、「AIエージェントが介在することで席数が減っても成果が維持される」構造への変化を視覚的に示します
シート圧縮は、乱暴に言えば「成果の生産能力が、席数から切り離される」現象です。これを理解するために、まず“席が売上に直結する”前提条件を分解します。
図の要点まとめ：
・従来は「人が操作する＝席が増える＝売上が増える」の相関が強かった
・AIエージェントがタスクを肩代わりすると、成果と席数が分離する
・対策は「席を守る」より、価値の単位を“移す”こと（使用量／タスク／成果）
なぜAIで圧縮が起きるのか（3つのドライバー）
ドライバーは大きく3つです。ポイントは「AIが賢いから」だけではありません。運用・購買・組織の動きが連鎖して、圧縮を加速させます。
① 1人あたりの処理能力が上がり、席が余る
AIエージェントがチケット分類、一次対応、文書の下書き、要件整理、一次レビューを担うと、同じチーム人数でも処理量が増えます。その結果、以前は“人数”で回していた業務が、より少ない人員と席で回るようになります。
ここで発生するのは「人が減る」だけではなく、「システムにログインする主体が減る」という変化です。
② 低利用席が可視化され、棚卸しが起きる
生成AIの普及は、IT予算の再配分を伴います。新しいAI予算を作るには、どこかを削る必要がある。そこで最初に見直されるのが、低利用席・放置アカウント・重複ツールです。
調達部門が「10〜20%の削減」をまず狙う、という動きは現場感としても自然です（As of 2026-02 / 企業の一般的なIT購買プロセス）。
③ レイオフ/採用抑制が、そのまま席減に直結する
企業がAIで効率化すると、採用計画が変わります。ここでSaaS側に起きるのが“共食い”です。顧客が効率化するほど、席が増えない。
席課金の成長エンジンが、顧客の成長ではなく「顧客のヘッドカウント増」に依存していた場合、圧縮は避けにくくなります。
こうした構造が顕在化した結果として、議論の焦点は次に寄っています。“エージェントが増えるほど売上が増える”設計にできているか（As of 2025–2026 / 市場分析の論点）。
ハイライト：影響を受けるSaaS／受けにくいSaaSをどう選別するか
本記事の肝はここです。シート圧縮は「AI導入の必然」だとしても、同じSaaSでも“圧縮される側”と“されにくい側”が分かれます。選別軸はシンプルです。
結論：「価値がUIの“操作”に乗っているか」より、「価値が“タスク実行（自動化）”に乗っているか」の比率が高いほど、席と成果が分離し、圧縮が早く出ます。
| 評価軸 | 受けにくい（圧縮が遅い） | 受けやすい（圧縮が早い） |
|---|---|---|
| 価値の中心 | 人が使うUI/コラボ体験（合意形成・設計・創造） | 定型タスクの処理量（分類・一次対応・定型文・受付） |
| アウトプットの測り方 | 質・合意・意思決定（席＝参加者の価値が残る） | 件数・処理時間（席と切り離しやすい） |
| 代替のされ方 | AIは補助（Copilot）になりやすい | AIが実行主体（Agent）になりやすい |
| 判定根拠 | 「人が触ること自体が価値」か、「人が触らなくても価値が出る」かで、席の必然性が変わる | |
危険度を見抜くKPI：シート圧縮は数字で予兆が出る
ここからが実務です。シート圧縮は、契約・利用ログ・更新交渉に必ず痕跡が出ます。
結論：「利用の薄さ」と「更新時の削減要求」が同時に増えたら、圧縮は“すでに始まっている”サインです。
| 評価軸 | 圧縮が起きにくい状態 | 圧縮が進みやすい状態 |
|---|---|---|
| アクティブ率（席） | 購入席の大半が週次で使われる | 低利用席が目立つ／使う人が固定 |
| 更新交渉の論点 | 機能追加・拡張が中心 | 「席の棚卸し」「同等成果で席削減」要求 |
| NRR（実態） | 既存顧客内で拡張（アップセル） | ダウングレードが増える／拡張が止まる |
| 判定根拠 | 席の「未稼働」が増え、更新で削減要求が増えるほど、席課金の伸び代は先細る | |
押さえるべき追質問（現場ヒアリング用）
- このプロダクトは“人が操作するUI”が価値の中心か？それとも“裏側の処理（自動化）”が価値か？
- 更新交渉で“席の棚卸し”が出てきたのはいつからか？
- AI導入が進んだ部門ほど、席が減っていないか？（部門別アクティブ率で確認）
どう使えば勝てるか：シート圧縮への「対策ロードマップ」
ここでの「対策」は、立場で意味が変わります。本記事では混乱を避けるため、①SaaSベンダー（提供側）と②ユーザー企業（購買・運用側）に分けて整理します。
SaaSベンダー向け：席→使用量→タスク→成果（段階移行）
提供側の本質は「席を守る防衛戦」ではなく、価値の単位を移す設計です。ただし、いきなり成果報酬に飛ぶのは多くのSaaSで現実的ではありません。実務では、次の順番が安全です。
ステップ1：席の実態を“棚卸し前”に可視化する
圧縮の主導権を顧客の調達部門に渡すと、削減圧力は強く出ます。先にベンダー側が、アクティブ率・利用頻度・権限設計を可視化し、「削る」ではなく「再配分」の選択肢を用意します。
ステップ2：席プール／ロール段階化で“席の弾力”を作る
典型パターンは「一部のヘビーユーザーが価値を生み、残りは薄く使う」です。席を固定せず、役割（ロール）や機能で段階化し、席の入れ替えを許容する運用にします。削減要求が来ても“価値を落とさず”調整できる状態が理想です。
ステップ3：課金を“席”以外へ拡張する（ハイブリッド化）
次に、使用量（例：処理件数、生成回数、ワークフロー実行回数）やタスク単位のメーターを導入します。ここで重要なのは、顧客にとって「予算化しやすい」こと。完全従量は嫌われやすいので、上限付き（バンドル）や段階課金が現実解です。
ステップ4：エージェントの価値を“成果”に接続する
最終形は成果連動ですが、定義が難しい領域もあります。そこで、成果に近い代理指標（例：一次解決率、処理時間短縮、バックログ解消、レビュー工数削減）を用意し、契約更新時に「席ではなく成果」を会話の中心に移します。
これにより、AIが進むほど顧客価値が上がり、売上も上がる構図に近づけます。
ユーザー企業向け：削減だけで終わらせない「購買・運用」
ユーザー企業の勝ち筋は「席を削って終わり」ではなく、AI導入で浮いた原資をどこに再投資して成果を上げるかです。実務は次の3点に集約されます。
① 棚卸しは“削減”ではなく“再配分”として設計する
低利用席を切るだけだと、現場は「必要になったら増やせばいい」と考え、運用が崩れます。先にロールと権限を整理し、「必要な席が回る」状態を作った上で棚卸しを行うのが安全です（As of 2026-02 / 一般的なSaaS運用）。
② 価格交渉は「席」ではなく「アウトカムの代理指標」を握る
更新交渉のカードは、席数ではなく、成果に近い代理指標です。たとえば一次解決率、処理時間短縮、レビュー工数削減など、社内で説明できるKPIを持つほど、値引き以外の交渉余地が増えます。
③ AI予算は“浮いた席”の再配置で作る
AI導入の予算を新規に確保できない場合、削減で作った原資を「AIで増やせる成果」に直結する領域へ戻す方が、社内合意が取りやすくなります。
まとめ
シート圧縮は「AIが便利になった」という話ではなく、価値の単位が変わる話です。これまでSaaSは「従業員数の増加＝席の増加＝売上の増加」という成長方程式に乗ってきました。
しかしAIエージェントが業務を回すほど、席と成果は分離し、席課金は伸びにくくなります。だからこそ、ハイライトは「影響を受けるSaaS／受けにくいSaaS」を選別し、席の議論から“価値単位”の議論へ移ることです。
CxO向け（ユーザー企業）
- 次回更新までに「席の棚卸し」をやるなら、削減だけでなく“再配分”の設計（ロール/権限/プール）を先に用意する。
開発統括/リード向け（SaaSベンダー）
- プロダクト価値を「席」から「タスク実行（エージェント）」へ移す場合、KPIを席数からタスク/品質へ移すロードマップを作る。
実装担当向け（運用/IT購買）
- 利用ログ（アクティブ率、頻度、機能利用）を更新交渉に耐える形で整備し、圧縮の予兆を定点観測する。
落とし穴（1行）：「AI機能を足したのに席課金のまま」だと、顧客の効率化がそのまま減収トリガーになります。
今日のお持ち帰り3ポイント
- シート圧縮は、AIで「席」と「成果」が分離することで起きる構造問題。
- ハイライトは“圧縮されるSaaS／されにくいSaaS”の選別（UI価値か、タスク実行価値か）。
- 対策は“席を守る”より“価値の単位を移す”（席→使用量→タスク→成果）。
専門用語まとめ
- シート課金（per-seat pricing）
- ユーザー数（席）に応じて料金が決まるSaaSの基本モデル。導入の分かりやすさが強みだが、成果と席が分離すると伸びが止まりやすい。
- シート圧縮（Seat Compression）
- AI導入や業務自動化、棚卸しにより必要席数が減り、ARR成長が鈍化・減収に転じやすくなる現象。更新交渉と利用ログに予兆が出る。
- AIエージェント（Agentic AI）
- 人の指示を待つ補助（Copilot）に留まらず、タスクを計画し実行まで担う自律型AI。業務処理主体が「人」から「エージェント」に移る。
- ARR（年間経常収益）
- サブスクの年間換算売上。シート課金では席数と強く相関しやすいが、圧縮が進むと相関が弱まり、成長性評価にも影響が出る。
- NRR（Net Revenue Retention）
- 既存顧客が翌年にどれだけ売上を残すかを示す指標。アップセルとダウングレードを含むため、シート圧縮の影響が出やすい。
- アクティブ率
- 購入席のうち、実際に利用されている比率。低利用席が増えるほど、更新時の削減要求が出やすい（棚卸しの材料になる）。
- ハイブリッド課金
- 席課金に、使用量・タスク・機能レベルなど別の単位を組み合わせる設計。いきなり成果報酬に飛ばず、移行の摩擦を減らせる。
よくある質問（FAQ）
Q1. シート圧縮とは結局なに？
A1. AIや棚卸しで必要ユーザー数（席）が減り、シート課金SaaSの売上が伸びにくくなる（または減る）現象です。
Q2. 何が変わったの？（なぜ今？）
A2. AIエージェントが定型タスクを実行し、成果と席数が分離し始めたことで、席＝価値という前提が弱くなりました。
Q3. どうやって早期に気づける？
A3. 低利用席の増加と、更新交渉での「席の棚卸し・削減要求」がセットで出てきたら警戒信号です。
Q4. すべてのSaaSが危ないの？
A4. 危険度はプロダクト特性次第です。人が操作するUI価値が中心なら影響は遅く、タスク自動化が中心ほど圧縮は早く出ます。
Q5. まず何から始める？
A5. 席の実態（アクティブ率・低利用席・重複）を可視化し、席プール/段階化で運用の弾力を作ったうえで、課金単位をハイブリッド化します。
主な参考サイト
本記事は一次情報を軸に執筆しています。公式発表・仕様・標準化団体・論文を優先し、最低5本の外部リンクで検証可能性を担保します。
- Taking Control of Enterprise Software Costs（BCG / 2024）
- Jira Pricing（Atlassian / 2026）
- Confluence Pricing（Atlassian / 2026）
- The economic potential of generative AI（McKinsey / 2023）
- Agentic AI: The next frontier in gen AI（McKinsey / 2025）
合わせて読みたい
更新履歴
- 初版公開
