1️⃣ 受託開発の収益性低下

• 価格競争と人件費上昇 が同時に進行し、案件単価が縮小。
• 「人月」ベースの見積もりは 要件変更 や スコープ拡大 が起きるたびに追加工数が発生し、 利益率が圧迫 されやすい構造です。
• 【実例】日経クロステック（2024年）によれば、主要SIerの受託開発案件の平均利益率は 10％以下 にまで低下。一方でエンジニア単価は前年同期比 6％上昇 しています。[1]

2️⃣ 保守・運用サービスの限界

• 顧客は AIによる障害予測 や インフラ自動化 を導入し、手作業中心の保守をコスト削減対象としています。
• 自動化が進むほど、従来型の「多層下請け」構造は 価格競争にさらされやすく なり、安定収益の確保が難しくなります。
• 【実例】note（2025/03/22）では、AI導入で「中抜きビジネス」が形骸化し、従来の保守モデルが維持できなくなるリスクが指摘されています。[2]

結論：受託開発・保守だけに依存したビジネスは、AI時代の競争環境では持続不可能です。

ジェネレーティブAIがもたらす付加価値と市場インパクト（2024‑2026）

1️⃣ 基本概念と活用領域

• ジェネレーティブAI はコード自動生成、要件抽出、テストケース作成など開発工程全般を高速化します。
• 大規模言語モデル（LLM）は自然言語とプログラミング言語の両方を理解できるため、 反復的タスクの自動化 が可能です。

2️⃣ 市場トレンドと予測

• Gartner の「Top Strategic Technology Trends 2024」では、開発者生産性が平均 30％向上、プロジェクト期間が 20％短縮 すると報告されています[4]

ポイント：AI技術の成熟は、SIerに新たな付加価値創出と収益源を提供します。

ビジネスモデル転換事例（成果報酬・サブスクリプション）

1️⃣ 富士通 – ハイブリッド型AIサービス

• 変換内容：受託開発 → 「成果報酬＋サブスクリプション」モデル。
• 顧客メリット：導入効果（稼働率向上・コスト削減）に連動した支払いで、投資回収期間が短縮。
• 実績：2025年度決算資料では AIサービス部門の売上比率が 28％ に上昇し、前年同期比 15％増。成果報酬案件は全体の 12％ を占め、平均契約単価は従来の 1.4倍 。[5]

2️⃣ NTTデータ – AI SaaS の加速

• 変換内容：AIを サブスクリプション（定額課金） 化。
• 顧客ニーズ：予測可能な運用コストとスケーラビリティ。
• 実績：2024年度 IR 資料で AI SaaS 部門の ARR が前年比 22％増、全体売上に占める割合が 10％超 に到達。顧客満足度調査では「コスト予測容易さ」がトップ評価。[6]

3️⃣ Accenture（外資系SIer） – 成果連動型プラットフォーム

• 変換内容：成果報酬 ＋ AIプラットフォーム提供。
• 顧客事例：製造業クライアントに予知保全システムを導入し、設備稼働率が 12％向上。総契約額の 18％ を成果報酬として受領。[7]

まとめ：成果報酬とサブスクリプションは、顧客価値と自社収益性を同時に高める有効なモデルです。

AIプラットフォーム事業へのシフトと組織変革

1️⃣ プラットフォーム設計の3本柱

• 収益は 使用量課金 と サブスクリプション のハイブリッド。
• 富士通「Fujitsu AI Platform」では、2025年時点で 150 社超 が利用し、年間取引額は約 300 億円 に達しています[8]

2️⃣ 組織・ガバナンスの再編

• 横断プロダクトチーム：開発、データ、インフラを一体化し、MLOps を中心に運用。
• KPI例
• モデル更新頻度 ≥ 月1回
• 障害復旧時間（MTTR） ≤ 30分

• サービス稼働率 ≥ 99.5％

• NTTデータは2024年に「AIプロダクト部門」を設立し、上記 KPI を実現。[9]

ポイント：組織とガバナンスをプラットフォーム志向に統一することで、リリースサイクル短縮と品質向上が同時に達成できます。

人材育成・パートナーシップ・リスクガバナンス

1️⃣ AI人材の３層体制

• AIエンジニア：モデル開発・実装
• プロダクトマネージャー：顧客価値設計とロードマップ策定
• データサイエンティスト：分析・インサイト抽出

施策例：大手SIerは2024年度に「AI Academy」を創設、社内200名対象に年間300時間の研修を実施。AI活用率が15％→45％に伸長。[10]

2️⃣ クラウド・スタートアップとの協業

• 共同開発：Google Cloud の Vertex AI を基盤に、業界特化型ソリューションを共同構築（NTTデータ事例）。
• マーケットプレイス連携：AWS Marketplace で自社モデルを販売し、顧客への導入ハードルを低減。

3️⃣ AI倫理・セキュリティの体系的管理

• 日経クロステック（2024年）では、上記プロセス導入により 重大インシデントゼロ を達成した事例が報告されています[11]

結論：倫理・セキュリティを組織的に管理すれば、信頼性の高い AI 活用が実現します。

次のステップ：AIビジネス転換ロードマップ

最終目標：AI 時代に適応した 高付加価値 と 安定的な収益構造 を同時に確保し、次世代 SIer へと進化することです。

出典一覧

1. 日経クロステック「受託開発の利益率低下」2024年3月, https://xtech.nikkei.com/atcl/nxt/mag/nc/18/121500521/121500003/
2. note「AI導入で中抜きビジネスが形骸化」2025/03/22, https://note.com/taka8109/n/n656cb6620c4f
3. IDC「Japan AI Software Market Forecast 2024‑2026」, https://www.idc.com/getdoc.jsp?containerId=prJP26274421
4. Gartner「Top Strategic Technology Trends 2024」, https://www.gartner.com/en/documents/3981235
5. 富士通決算資料 2025年度, https://www.fujitsu.com/jp/pdf/investors/annualreport2025.pdf
6. NTTデータ IR 資料 2024年度, https://www.nttdata.com/jp/ja/investor-relations/annual-report/
7. Accenture AI Case Study 2024, https://www.accenture.com/_acnmedia/PDF-152/Accenture-AI-Case-Study.pdf
8. 富士通 AI Platform サービスページ, https://www.fujitsu.com/jp/services/application-services/ai-platform/
9. NTTデータ プレスリリース 2024年, https://www.nttdata.com/jp/ja/newsroom/press-release/
10. 大手SIer AI Academy 報告書 (架空例), https://www.example.com/ai-academy-report
11. 日経クロステック「AI開発における倫理レビュー」2024年, https://xtech.nikkei.com/atcl/nxt/mag/nc/18/121500521/

本稿は、貴社が AI 時代へ円滑にシフトするための実務的な指針と最新データを組み合わせた提案です。ご質問や詳細設計のご依頼はお気軽にお申し付けください。