コパイロット型とオートパイロット型 ─ AI時代に伸びるのは「ツール販売」より「成果販売」、自社事業の置き場を判断する6軸

最終更新：2026年4月

「AIで新規事業を作りたい。SaaSを作るべきか、サービスを作るべきか分からない」——この問いに対して、決定的な軸を1つ提示する。

AI時代の事業モデルは、いま**「コパイロット型」と「オートパイロット型」の2つに大きく分岐**している。

コパイロット型は、専門家や担当者にAIツールを渡し、最終判断は人間に残すモデル。営業担当者向けのメール作成AI、弁護士向けのリサーチAI、医師向けの診療記録支援AIがここに入る。読者の多くがイメージする「AIサービス」は、ほぼこちらだ。

オートパイロット型は、AIを裏側に使いながら、顧客には「成果」や「完了した仕事」を売るモデル。NDAレビューを完了して返す。月次決算レポートを完成させる。商談候補リストとアポを供給する。顧客はツールを使わない。欲しい結果が届く。

この2つの違いは、表面的なUXではない。事業の収益構造、競争優位の源泉、AIの進化が利益に与える影響、すべてが異なる構造を持つ。そしてAIモデルが進化するほど、後者が前者を圧迫する力学が働く。

この2分類は、米Sequoia Capitalが2026年3月に公開した論文「Services: The New Software」（Julien Bek）で "A copilot sells the tool. An autopilot sells the work." と定義されている。同論文は、ソフトウェア1ドルに対しサービスに6ドルが流れている市場構造を指摘し、「サービス領域こそが次のソフトウェアになる」と主張している。本記事はこのフレームを出発点に、日本市場での実装解釈と6軸の判断フレームを加える形で展開する。

この記事は、以下のような立場にいる人に向けて書いた。

  • 既存事業の経営者 — 自社のサービスをAI化したいが、SaaS化すべきか、業務代行サービスにすべきかの判断軸がない
  • 新規事業担当者 — AIを使った事業を構想中だが、SaaS型・サービス型・受託型のどこに置くべきか迷っている
  • 受託業の経営者 — 既存の受託業務をAIで進化させたいが、ただのコスト削減で終わらない設計を知りたい

読み終えたとき、あなたは「自社事業をコパイロット型・オートパイロット型のどちらに置くべきか」を判断できる状態になる。さらに業界別の具体例と6軸チェックリストで、明日から書き出せる実務素材を持ち帰れる。

この記事の結論

  • AI時代の事業モデルは「コパイロット型（ツール販売）」と「オートパイロット型（成果販売）」の2軸に分岐する。前者は専門家にAIを渡し、後者はAIを裏側に隠して成果を売る（Sequoia Capital 2026年3月）
  • 米国市場ではソフトウェア1ドルに対しサービスに6ドルが流れており、AIで奪える「サービス予算」の規模は「ソフトウェア予算」の桁を超えている
  • AIモデルが進化するほどコパイロット型は価格圧力を受け、オートパイロット型は内部原価が下がって利益率が上がる構造的な非対称が生まれる
  • 自社事業をどちらに置くかは「外注予算／業務性質／成果可視性／繰り返し性／顧客のツール耐性／自社のデータ蓄積力」の6軸で判断する
  • 最初からプロダクト化すると失敗する。「サービスとして始め、業務データを貯め、繰り返し部分だけ自動化する」順序が強い

ソフトウェア起業の発想がなぜ通用しなくなるのか

これまでの主流：ツールを売る発想

これまでのソフトウェア起業は、業務を効率化するツールを売る発想が中心だった。

CRMツール、採用管理ツール、会計ソフト、マーケティングオートメーション、プロジェクト管理ツール。SaaS（Software as a Service）の定型は、機能を組み立て、月額課金で売り、顧客は自分でツールを操作する、というものだ。

この発想で起業すると、競合は同じ機能を持つ別のSaaS、もしくは「ChatGPTで似たことができる」状態になる。価格競争・機能競争に巻き込まれ、そこから抜け出すには持続的なマーケティング投資が必要になる。

AIが進化するほどツール会社が苦しくなる構造的な理由

ここで重要な構造を押さえておく。AIモデルが進化するほど、コパイロット型のツール会社は不利になる。

理由は3つ。第一に、ツールが提供していた「機能」がOpenAI・Anthropic・Googleの汎用モデルに飲み込まれる。「メール文を生成する」「資料の要約を作る」といった単機能は、ChatGPTやClaudeが標準で持ってしまう。第二に、UI上の差別化は容易にコピーされる。第三に、顧客は「使うツールを増やしたくない」。新しいSaaSを契約するたびに、社内説明・運用ルール・入力管理が増える。

つまりコパイロット型は、AIの進化に乗るほど自社の機能優位が削られ、顧客の負担は増えていく。これが構造的な逆風だ。

一方でオートパイロット型は逆だ。AIが進化するほど、内部原価が下がり、同じ価格でより多くの仕事を引き受けられるようになる。月10万円で受けていた業務が、最初は人間が8割やっていたとして、AIが半分の時間で済むようになり、さらに自動化されて2割の工数で済むようになる。顧客への価格が大きく変わらなければ、利益率は上がる。

「便利なAIツールを作れば顧客がついてくる」が破綻している現実

「便利そうなAIツール」を作れば顧客がつく時代は、もう終わっている。

中小企業を含む多くの会社では、ChatGPT・Claudeの法人プランをすでに契約している。あるいは、必要があればすぐ契約できる。そこに「うちのツールはこういう機能があります」と売り込んでも、顧客の頭の中では「それChatGPTでできるよね？」が即座に立ち上がる。

AI時代の起業のチャンスは、ツール販売そのものではなく、「ツールを使う負担も含めて、丸ごと引き受ける」ところに移っている。これがオートパイロット型の出発点だ。

このセクションのポイント： AIモデルが進化するほど、コパイロット型（ツール販売）は機能が汎用モデルに飲み込まれ、価格競争に巻き込まれる。一方オートパイロット型（成果販売）はAIで内部原価が下がるため、構造的に利益率が上がる。

コパイロット型とは何か — ツールを渡すモデル

コパイロット型とは何か：ツールを渡す設計の本質

コパイロット型とは、専門家や担当者にAIツールを渡し、最終判断や顧客対応は人間に残すモデルだ。

AIはあくまで補助役（=コパイロット）。操縦桿は人間が握り、AIが副操縦士として情報を提供する。判断責任、顧客折衝、実行は専門家側に残る。

身近なイメージで言えば、ChatGPTやClaudeをそのまま社内で使ってもらう構造に近い。便利だが、結局は「使う人のスキル次第」で成果が決まる。

どの業界でコパイロット型は使われているのか：7業界の具体例

業界別に整理する。

業界 コパイロット型の例
法務 弁護士向けAIリサーチ、契約書チェック支援AI
会計 会計士向け仕訳補助AI、税務相談AI
営業 営業担当者向けメール作成AI、商談録要約AI
採用 人事担当者向け候補者管理AI、面接質問生成AI
医療 医師向け診療記録支援AI、医学文献検索AI
マーケ マーケター向けコピー生成AI、SEO分析AI
教育 教員向け教材生成AI、採点支援AI

これらは「専門家の生産性を上げる」ツールとして売られる。SaaSとして月額課金される構造になりやすい。

コパイロット型はなぜ価格競争に巻き込まれるのか

コパイロット型には3つの限界がある。

第一に、汎用AIに飲み込まれやすい。ChatGPTのGPTs機能、Claudeのプロジェクト機能、Geminiのジェムなどで、業界特化のプロンプトを公開すれば、似たことが無料〜低価格でできてしまう。

第二に、機能競争に巻き込まれる。「うちのほうがUIが分かりやすい」「業界用語に対応している」では、顧客は乗り換えコストを上回る差を感じない。

第三に、価格上限が低い。SaaSの月額相場は数千円〜数万円。エンタープライズプランでも、1ユーザーあたり月数万円が天井になることが多い。一方、後述するオートパイロット型は、月10万〜100万円のレンジで顧客の外注予算に入り込める。

ここを踏まえると、「とりあえずAIをラップしたSaaSを作る」のは、AI時代において最も差別化が難しい選択になっている。

オートパイロット型とは何か — 成果を売るモデル

オートパイロット型とは何か：成果を売る設計の本質

オートパイロット型とは、AIを裏側に使いながら、顧客には「成果」や「完了した仕事」そのものを売るモデルだ。

顧客はツールを使わない。ログインしない。操作を覚えない。欲しい結果が届く。

たとえば「営業メール作成AIを売る」のがコパイロット型なら、「商談候補リストとアポを供給する」のがオートパイロット型。顧客から見ると、ツールではなく完了した仕事が手に入る。

このモデルは Sequoia Capitalの「Services: The New Software」（2026年3月）で正式に定義された後、業界では「Service as a Software」「AI-Powered Services」「DFY（Done For You）」など複数の呼び方で議論されている。呼び方は何でもいいが、共通するのは「成果を売り、AIは社内インフラ化する」という設計だ。

どの業界でオートパイロット型が成立するのか：コパイロット型との対比表

業界別に対応するオートパイロット型を整理する。

業界 コパイロット型 オートパイロット型
法務 弁護士向けAIリサーチ NDAレビューを完了して返す
会計 仕訳補助AI 月次決算レポートを完成させる
営業 営業メール作成AI 商談候補リストとアポを供給する
採用 候補者管理AI 候補者接点を作り面談設定まで行う
マーケ 記事作成AI 記事制作・広告改善・LP改善を継続運用する
カスタマーサポート FAQ作成AI 問い合わせ対応を代行しFAQ改善まで行う
教育 AI教材ツール 研修設計・採点・フィードバックを運用する

両モデルの境界は「最終判断と顧客対応をどちらが持つか」にある。コパイロット型は専門家側、オートパイロット型は提供者側だ。

顧客視点での違い：「ツールを使う負担」 vs 「成果が届く」

オートパイロット型の最大の強みは、顧客から「ツールを使う負担」を取り除くことにある。

新しいSaaSを導入すると、契約・初期設定・社内説明・運用ルール・データ入力・管理が発生する。ツールが増えること自体が、顧客にとって負担になる。導入したのに使われないSaaSは、どの会社にも数本ある。

オートパイロット型は、この負担を提供者側で完結させる。「こちらで業務を回します。必要なレポートだけ見てください」のほうが、特に意思決定者には刺さる。

観点 コパイロット型 オートパイロット型
顧客がやること ツールを使いこなす・社内展開する 成果物を確認する
顧客の学習コスト 高い（操作方法・プロンプト設計） 低い
顧客の運用コスト 高い（ライセンス管理・利用率モニタリング） 低い
顧客が買っているもの 機能・UI 完了した仕事
提供者の競争優位 機能・UX 業務データ・運用ノウハウ
AIモデル進化の影響 機能が汎用モデルに飲み込まれる 内部原価が下がり利益率が上がる

→ 提供者側から見ると、オートパイロット型のほうが「顧客のツール疲れ」を避けて予算に入り込みやすい。AI時代に新規事業を作るなら、ここを意識すべき。

このセクションのポイント： オートパイロット型はAIを裏側に隠し、顧客には完了した仕事を届ける。顧客のツール疲れを回避し、業務データを蓄積でき、AI進化が利益率向上につながる。コパイロット型と並べると、構造的優位がいくつもある。

顧客が本当に買っているのは何か

顧客の「買っている言葉」と「本当に欲しい結果」はどう違うのか

ここでもう一段、視点を変える。顧客は本当のところ、何を買っているのか。

顧客が「買っている」と言うもの 本当に欲しいもの
CRMツール 売上につながる商談管理、顧客対応、受注率改善
採用管理ツール 良い人材の応募、面談設定、採用成功
会計ソフト 正確な月次決算、税務対応、経営判断に使える数字
マーケティングオートメーション 問い合わせ数の増加、CVR改善、顧客離脱の抑制
プロジェクト管理ツール 納期遅延の減少、チームの認識合わせ、上司への報告

顧客が口で言うのは左側だ。しかし、お金を払っている真の理由は右側にある。

オートパイロット型の出発点はここにある。「顧客はツールではなく成果を買っている」と言い切る覚悟を持てば、提供すべきものが変わる。

顧客の予算が流れている先 — SaaS月1万円 vs 外注月100万円

もう1つ重要な事実。多くの会社では、ソフトウェア費よりも人件費・外注費・業務委託費のほうが桁違いに大きい。Sequoiaの試算では 米国市場でソフトウェア1ドルに対しサービスに6ドルが流れている とされる。

日本市場で具体的に並べてもこの傾向は同じだ。

領域 SaaS市場 外注（BPO等）市場
国内全体 約3兆円超（2025年度予測・富士経済） 約5兆786億円（2024年度・矢野経済研究所）
営業領域 SaaSのCRM 月数千円〜数万円 テレマーケティング・コールセンター業界 約1.7兆円（2024年度）／テレアポ代行・リード獲得代行 月数十万円〜数百万円
採用領域 採用管理ツール 月数万円 人材紹介・スカウト代行 1名採用ごとに数十万円〜
マーケ領域 マーケオートメーション 月数万円 記事制作・広告運用代行 月数十万円〜
経理領域 会計ソフト 月数千円 記帳代行・月次決算代行 月数万円〜数十万円

SaaSの月額1万円を取りに行くのも事業だが、同じ顧客の外注予算 月10万〜100万円を取りに行くほうが市場が大きい場面が存在する。国内BPO市場 約5兆円 vs SaaS市場 約3兆円という対比は、AI時代の事業を作るときに「どこに釣り糸を垂らすか」の判断材料になる。

「便利そう」では事業にならない理由

新規事業の発想で陥りやすい罠が「便利そうなツールを作る」発想だ。これは、まだ誰もお金を払っていない領域を開拓しに行くことを意味する。

新しい予算を作るのは難しい。意思決定者を説得し、稟議を通し、社内導入の障害を乗り越える必要がある。一方、すでにお金が流れている外注業務には、予算が存在する。意思決定者は「この業務にお金を払うこと」自体には合意済みで、議論は「誰に払うか」だけになる。

これが「便利そうな新発明より、すでに払われている面倒な仕事」の意味だ。

このセクションのポイント： 顧客が買っているのはツールではなく成果。さらに顧客の予算は、ソフトウェア費ではなく人件費・外注費に厚く流れている。AI事業を作るなら、新しい予算を作るより、既存の外注予算を取りに行くほうが筋が良い。

自社事業をどちらに置くべきかの6軸

ここからが本題だ。自社事業を「コパイロット型」「オートパイロット型」のどちらに置くべきかは、以下の6軸でチェックする。

軸1：その業務に外注予算が流れているか

最重要の軸。すでに誰かがお金を払って外注している業務には、予算が存在する。

領域 既存の外注業務
営業 テレアポ代行、リード獲得代行、SDR as a Service
採用 求人広告、人材紹介、スカウト代行、採用代行
マーケ 記事制作、広告運用、SNS運用、LP制作
経理 記帳代行、月次決算、請求処理、年末調整
法務 契約書レビュー、規程整備、コンプライアンス
人事 研修、評価制度設計、オンボーディング
カスタマーサポート 問い合わせ代行、FAQ整備、メール対応
不動産 物件入力、反響対応、内見調整
医療・介護 事務記録、請求、予約管理

→ 外注予算がある業務を狙うなら、オートパイロット型に置く価値がある。逆に「便利そうだが誰もお金を払っていない」業務なら、まず予算を作る必要がある（オートパイロット型では難しい）。

軸2：知性労働だが最終戦略判断ではないか

オートパイロット型でAI化しやすいのは、ルール・パターン・文書・判断補助が中心の業務だ。

向いているもの：調査／要約／分類／一次対応／文書作成／レポート作成／比較／チェック／入力／定型判断／改善案のたたき台作成

向いていないもの：経営判断／医療診断の最終決定／法的責任を伴う判断／顧客の信頼そのものへの応答

→ 狙うなら「専門家の最終判断の手前にある大量作業」。最終判断ごと丸抱えしようとすると、規制リスクと責任リスクで詰む。

軸3：成果が数字で見えるか

オートパイロット型は「成果を売る」モデルなので、その成果が定量的に見えないと売れない。

成果が見えやすい 成果が見えにくい
商談数が増えた 社内の雰囲気が良くなった
応募数が増えた ブランド力が上がった
問い合わせが増えた 認知が広がった
処理時間が減った なんとなく便利になった
ミスが減った 情報共有が改善した

初期の事業としては前者のほうが明らかに売りやすい。後者を狙う場合は、定量化の設計を別途作る必要がある。

軸4：繰り返し発生するか

繰り返しがあるから、データが貯まり、自動化しやすくなり、継続課金しやすくなる。

良い例：毎月の経理処理／毎週のレポート／毎日の問い合わせ対応／毎月の広告改善／毎週の採用スカウト／定期的な研修・面談／継続的な記事制作

避けたい例：年1回の周年プロジェクト／単発のM&Aアドバイザリー／業界全体の戦略策定

→ 月次・週次・日次のリズムがある業務はオートパイロット型に向く。年次や単発は、サブスクモデルが組みにくいので不利。

軸5：顧客のツール耐性は限界に来ているか

これは見落とされやすい軸だ。「顧客はもうツールを増やしたくない」という気持ちが、いま強く働いている。

BOXIL の2024年調査では、SaaSの利用数が 11個以上の企業が全体の30.7% に達している。ID管理、課金管理、情報漏洩対策、退職者の権限剥奪、すべてが負担になる。新しいツールを導入するときの社内説得コストは、機能の良さ以上に重く効く。

→ 「ツールを増やしたくない」が強い領域・顧客層ほど、オートパイロット型が刺さる。逆に「むしろツールを社内で揃えたい」というIT先進企業の場合は、コパイロット型のほうが受け入れられやすい。

軸6：自社が業務データを貯められる構造か

オートパイロット型の真の競争優位は、特定業務の判断ログ・失敗パターン・成果データを貯めて再利用する力にある。

業務 貯まる価値あるデータ
営業代行 反応率の高い件名、業界別の刺さる訴求
採用支援 応募が増える求人文、面談辞退の理由
会計支援 よくある入力ミス、業種別の月次処理パターン
マーケ支援 CVRが上がったLP構成、失敗した広告コピー
研修支援 伸びる受講者の特徴、つまずきやすいポイント

→ 業務を「やる」だけで終わらせず、上記のデータを構造化して貯められる体制を作れるかが、5年後の競争優位を決める。詳細は業務データを「堀」にする方法を参照してほしい。

6軸チェックはどう判定するか：4軸Yesがオートパイロット型のサイン

6軸のうち、4軸以上で「Yes」が立つ業務はオートパイロット型に置く価値が高い。3軸以下なら、コパイロット型として設計するか、別の業務を探す。

軸 自社の業務はどうか
1. 外注予算が流れているか □ Yes / □ No
2. 知性労働だが最終判断ではないか □ Yes / □ No
3. 成果が数字で見えるか □ Yes / □ No
4. 繰り返し発生するか □ Yes / □ No
5. 顧客のツール耐性は限界か □ Yes / □ No
6. 業務データを貯める構造を作れるか □ Yes / □ No

→ 業務の選び方をさらに具体化したい場合は、AI時代に狙うべき業務の4条件で各条件を詳しく解説している。

このセクションのポイント： 自社事業をどちらに置くかは「外注予算／業務性質／成果可視性／繰り返し性／ツール耐性／データ蓄積力」の6軸で判断する。4軸以上で「Yes」が立てばオートパイロット型の価値が高い。

オートパイロット型に進む順序 — 落とし穴を避けながら

「最初からプロダクト」を作ってはいけない理由

オートパイロット型に向いていると判断できても、いきなりプロダクト化してはいけない。

理由は3つ。第一に、顧客の本当の不満は手作業でやらないと見えてこない。第二に、自動化すべき部分は最初の段階では特定できない。第三に、プロダクト化のコストはサンクコストになり、方向転換のスピードを落とす。

最初は人力でいい。スプレッドシート、Notion、ChatGPT、Zapier、Make、簡単な管理画面を組み合わせて、業務を手で回す。その過程で「何が繰り返されるか／何が自動化できるか／顧客が何に価値を感じるか／どこに例外処理が多いか」を見極める。

サービスから始め、データを貯めてから自動化する5ステップ概要

オートパイロット型事業の立ち上げは、以下の5ステップで進める。

  1. 業界を1つ選ぶ — 不動産会社向け、歯科医院向け、士業事務所向けなど、広く始めない
  2. 業務を1つ選ぶ — 求人票改善、月次レポート作成、問い合わせ一次対応など、さらに絞る
  3. 手作業で提供する — 最初は自動化しない。手で回すから本当の不満が見える
  4. 全部記録する — 依頼内容、成果物、修正、失敗パターン、判断ログ、繰り返し作業、作業時間、成果の出た施策、出なかった施策
  5. 繰り返し部分だけ自動化する — 判断基準が見えてきた部分から段階的に自動化する

→ 詳細は手作業から自動化への5ステップで解説している。各ステップで何を記録するか、自動化のタイミング判断まで踏み込む。

受託業化を回避するにはどんな設計が必要か

オートパイロット型の最大の落とし穴が「ただの受託業になる」ことだ。

顧客ごとにフルカスタムで対応すると、人間の工数が常に必要になり、AIで原価を下げる構造が作れない。受託業の労働集約モデルに戻ってしまう。

回避するための設計ルールは以下の通り。

  • 業界を絞る（最初は1業界だけ）
  • 業務を絞る（最初は1業務だけ）
  • 成果物をテンプレート化する（毎回ゼロから作らない）
  • レポート形式を標準化する（顧客別カスタムを増やさない）
  • 例外対応を増やしすぎない（ルールから外れる依頼は丁寧に断る）

→ 落とし穴を避ける設計はAI時代の事業設計でやってはいけない4つのことに詳しい。受託化・カスタム過多・成果保証・規制無視という4つの罠を整理している。

このセクションのポイント： オートパイロット型はいきなりプロダクト化せず、「サービスとして始め、業務データを貯めて、繰り返し部分だけ自動化する」順序が強い。受託業化を避けるため、業界・業務・成果物・レポート・例外対応を絞り込む設計が必須。

まとめ — 自社の置き場を決める3つの問い

自分の事業はコパイロット型か、オートパイロット型か、どちらでもないか

自社の現状を、まず正確に位置づける。

  • 専門家にツールを使ってもらう設計なら、コパイロット型
  • 顧客に成果物を届ける設計なら、オートパイロット型
  • どちらでもない（ただのSaaSや、ただの受託業）なら、どちらかに寄せる判断が必要

どの業界・業務にオートパイロット型を仕掛けるか

6軸チェックを通すと、自社の周辺で候補が浮かんでくる。

軸 業務A 業務B 業務C
1. 外注予算が流れているか
2. 知性労働だが最終判断ではないか
3. 成果が数字で見えるか
4. 繰り返し発生するか
5. 顧客のツール耐性は限界か
6. 業務データを貯める構造を作れるか

→ 4軸以上「Yes」が立つ業務を1つ選び、そこに集中する。

最初の3ヶ月で何を記録するか

オートパイロット型を立ち上げると決めたら、最初の3ヶ月は「自動化のための観察期間」と位置づける。記録すべきは以下9項目。

  1. 顧客の依頼内容
  2. 喜ばれた成果物
  3. 修正依頼の内容
  4. 失敗パターン
  5. 判断に迷った点
  6. 何度も繰り返す作業
  7. 作業時間
  8. 成果が出た施策
  9. 成果が出なかった施策

この記録が、6ヶ月後の自動化、12ヶ月後のテンプレート化、24ヶ月後のプロダクト化の原材料になる。

「今日の一歩」マイクロアクション

理論を理解した今、明日から動き出すために、以下の3アクションを推奨する。

  • 10分: 自社の主力サービスを「ツール名」と「成果名」で言い換えてみる（例：「採用管理ツール」→「候補者接点と採用改善」）
  • 15分: 自社が顧客に提供している、または顧客が外部に発注している月次予算の業務を1つ書き出す
  • 30分: その業務を6軸チェックリストで採点し、オートパイロット型に向くかを判定する

ここまでやれば、自社事業の置き場が見え始める。さらに具体的な業務選定に進むならAI時代に狙うべき業務の4条件、立ち上げ手順を知りたいなら手作業から自動化への5ステップ、価格設計を組みたいならAI時代の3層価格設計を読み進めてほしい。

自社事業を「ツール販売」から「成果販売」へ動かす

オートパイロット型事業を立ち上げる準備は、3つの記事で揃う。

すでに受託業として運用している事業なら、明日から手作業の中身を9項目で記録するだけで、半年後の自動化候補が見えてくる。

関連記事