Frictionless SaaS 第22章:AI、自動化、そしてフリクションレス設計の未来

本記事は、書籍Frictionless SaaS: Designing Products Users Discover, Adopt, and Never Leave(英語版)を紹介するシリーズの、最後のセクションの続きです。シリーズを追ってくださっている方にとって、前回の記事は第21章「フリクションのない運用とスケーラビリティ」でした。そこでは、イベント駆動型の運用と、人員を増やさないスケーラビリティの原則(Scalability Without Headcount Principle)を取り上げました。

第22章は、おそらく私が最もよく質問を受ける章です。AIの章なのですが、多くの人が想像するような内容ではありません。作るべきAI機能の一覧ではないのです。もっと難しい問いに答えるための枠組みです。あなたが出せるAI機能を、競合のどこもが同じように出せる世界で、本当に守れるものは何になるのか?


AI機能についての耳の痛い真実

この2年間で、どのSaaSの経営チームも、何らかの形でこんな会議を経験しているはずです。誰かが「AI戦略」と冒頭に書かれたスライドを開きます。続いて機能の一覧が並びます。AIチャットボット、AIライティングアシスタント、AI要約、AI検索。全員がうなずき、ロードマップが承認されます。半年後、そのカテゴリーの競合はすべて、まったく同じ一覧をリリースしています。差別化は、機能がリリースされる前に消えてしまうのです。

問題は機能ではありません。問題はメンタルモデルです。AIは後付けする1つの部品ではなく、製品全体にわたってフリクションレスな設計のあり方を作り変える能力です。だからこそ、競争優位にとってどの種類のAIが本当に重要なのかを考えるための枠組みが必要なのです。

⚠ 注意: AI戦略が機能の一覧なのだとしたら、それはAI戦略ではありません。次の四半期にはコモディティ化してしまう、機能のバックログにすぎません。

AI時代のSaaSフレームワーク(AI-Era SaaS Framework)

第22章は、私がAI時代のSaaSフレームワークと呼んでいる枠組みから始まります。その核心は、AIを1つのカテゴリーとして考えるのをやめ、次の3つを区別し始めることです。

  1. コモディティ化したAI──同じカテゴリーのどの製品も、あなたと同じくらい簡単に実装できる能力です。チャットボット、ライティング支援、要約などです。価値はあります。あって当然のものです。しかし優位性の源泉にはなりません。
  2. ドメイン特化型のAI──競合が持っていない独自のデータや専門知識に基づいているため、あなたの製品にしかない能力です。最適化の戦略を提案する税務プラットフォーム。リスクのパターンを見つけ出すヘルスケアプラットフォーム。過去に失敗したプロジェクトに似ているものに警告を出すプロジェクト管理ツール。これらは守ることができます。堀(競争優位)となるのはモデルではなく、データだからです。
  3. 行動型のAI──あなたのユーザーの行動から学び、その蓄積が増えるほど賢くなっていく能力です。ユーザーごとにどのワークフローを好むのか、どの機能を見せるべきか、どのタイミングでメッセージを送るべきかを学習するシステムです。うまく機能すると、ほとんど未来を読んでいるかのように感じられるカテゴリーであり、複利で効いてくるのはこのカテゴリーです。

本章では、ほとんどの企業がAIの予算のすべてを1つ目のカテゴリーに使い、2つ目にはわずかしか使わず、3つ目にはほとんど何も使っていないと指摘しています。これは、守れる優位性がある場所とまさに正反対です。

💡 ポイント: コモディティ化したAIは、ゲームに参加するための入場券です。ドメイン特化型のAIは、ゲームに残り続けるための手段です。行動型のAIは、時間をかけてゲームに勝つための手段です。

本章には、同じくらい重要だと私が考えている、もう1つの区別もあります。支援としてのAI(ユーザーがよりうまく仕事をできるよう手助けする)と、自動化としてのAI(ユーザーに代わって仕事をする)の違いです。どちらも重要ですが、フリクションを減らす仕組みが根本的に異なります。そして多くのチームは、リリースしやすいという理由で支援を選びがちですが、本当に成果を動かすのは自動化です。本書では、製品のどの部分にどちらを投資すべきかをどう判断するかを解説しています。

説明可能性についてのセクションの中身はここでは明かしませんが、ユーザーが理解できない推奨をAIが出す機能をリリースしようとしているチームがあれば、私はまずこのセクションを渡すでしょう。そうした機能は、あなたの最も優良な顧客によってオフにされてしまいます。本章では、その理由を説明しています。


体験の堀(Experience Moat)──唯一残された、守れる優位性

第22章の後半では、本書全体の中で私が最も重要だと考えている考え方を紹介しています。それが体験の堀です。

前提はこうです。AIは、これまでに例のない速さで機能をコモディティ化させています。かつてはエンジニアのチームが何か月もかけて作っていた中核機能を、まずまずのAIチームを持つ競合なら数日で再現できてしまいます。このような世界では、機能は守れません。技術も守れません。データの優位性でさえ、合成データやオープンなデータセットが差を縮めるにつれて、時間とともに薄れていきます。

では、何が残るのでしょうか?

どの製品も似たようなことができるなら、最高の体験を持つ製品が勝つ。体験こそが、唯一の持続的な競争優位になりつつある。

本章では、代表的なケーススタディとしてStripeを取り上げています。Stripeは、革新的な機能を携えて決済のカテゴリーに参入したわけではありません。競合も同じ能力を持っており、むしろより多くの機能を備えていることさえありました。しかし、Stripeのドキュメントは圧倒的に優れていました。ダッシュボードはより直感的でした。エラーメッセージは、ユーザーのせいにするのではなく、問題をどう直せばよいかを正確に教えてくれました。オンボーディングにかかる時間は、週単位ではなく分単位でした。どれも1つひとつは革新的なものではありません。しかし積み重なることで、製品を使っていて気持ちがいいと感じさせる体験になり、その感覚こそが堀を築いたのです。

本章では、マイクロコピー、エラーの設計、感情のデザイン、一貫性、速さ、喜びといった、体験の堀へと積み重なっていく具体的な取り組みを詳しく解説しています。そして、Stripe、Slack、Figmaのような優れたSaaS企業が、過去の成功に安住せず、なぜ製品を絶えず再設計し続けるのかを説明しています。体験の堀は一度築けば終わりではありません。ユーザーの期待は上がり続けるので、四半期ごとに守り続けるものなのです。

💡 ポイント: AI時代に問うべきは、「製品にAIを追加できるか?」ではありません。「競合がやらないようなやり方で、AIを使って体験をどう良くできるか?」です。この2つはまったく別の問いであり、まったく別のプロダクトロードマップにつながります。

本章の終盤には、私が特に誇りに思っているセクションもあります。体験の堀が、ネットワーク効果、データの優位性、そしてAIそのものといった、ほかのあらゆる優位性に対して乗数効果を持つことを示したものです。手短に言えば、体験はフライホイールへの入力です。体験がなければ、ほかのどの優位性も積み上がるのが遅くなります。図はここでは再掲しませんが、競合がまだ同じ機能をリリースしている間に、なぜ一部の企業だけが抜け出していくのかと不思議に思ったことがあるなら、その答えはほぼ必ず、このフライホイールの形の中にあります。


この章が重要な理由

2026年に創業者へ本書から1章だけ渡すとしたら、おそらくこの章を選ぶでしょう。AIが本書で最も重要なテーマだからではありません。そうではないのです。そうではなく、間違ったメンタルモデルを持つと最も高くつく失敗につながるテーマだからです。AIを機能の一覧として扱うチームは、競合との横並びを追いかけてロードマップのサイクルを浪費します。AIを体験の設計を作り変える能力として扱うチームは、長く続く堀を築きます。

この章は、本書の最終部である第IX部:ケーススタディとパターンへの橋渡しでもあります。そこからは、これまでの枠組みが実際の企業でどう展開されるのかを示す、具体的な事例とパターンを見ていきます。


📖 さらに詳しく知りたい方へ

本章には、3つのAIカテゴリーそれぞれの具体例を含むAI時代のSaaSフレームワークの全体像、支援と自動化のどちらを選ぶかの判断ガイド、上で触れた説明可能性のセクション、そしてStripeのケーススタディを詳しく分解した体験の堀のフライホイールの全容を収録しています。

Frictionless SaaS をAmazonで購入する →(英語版)

── 下田 昌平

2026-04-12

下田 昌平

開発に関するインプットをアウトプットしています。