「SaaSは死ぬ」と言われたWorkdayに8.2兆円----AIが賢くなるほど、人事データの価値が上がるという逆説
「SaaSは死ぬ」と言われたWorkdayに8.2兆円----AIが賢くなるほど、人事データの価値が上がるという逆説
2026年、企業向けソフトウェア業界を覆っていたのは「SaaSの死」という言葉だった。
生成AIやAIエージェントが人間の代わりにアプリケーションを操作し、やがてはアプリそのものを不要にする。ユーザーはUIを操作せず、AIに話しかけるだけで業務が完結する。だとすれば、月額課金でソフトウェアを提供するSaaSというビジネスモデルは、根本から崩れるのではないか----。この見立てから、企業向けソフトウェア株には強い逆風が吹いていた。
ところが2026年8月13日、その逆風のただ中で、意外なニュースが飛び込んできた。
米投資会社シルバーレイクが、人事・財務ソフト大手Workdayの買収に向けて協議しているとロイターが報じたのである。報道を受けてWorkday株は一時約30%高、終値でも約18%上昇。報道前に約433億ドル（約7兆円）だった時価総額は、約512億ドル（約8兆2,400億円）まで膨らんだ。
AIによって価値を失うはずのSaaSを、なぜ巨大投資会社は買おうとするのか。
この問いへの答えの中に、AI時代の人事とデータについて、極めて重要な示唆が含まれていた。本稿ではそれを掘り下げてみたい。
参考：ビジネス+IT「なぜ『SaaSの死』でもWorkday買収？ AIエージェント時代に価値が上がる企業の条件」
---
■ まず、Workdayの実像を数字で確認する
「SaaSの死」の文脈で語られるとき、Workdayはあたかも斜陽企業のように扱われがちだ。しかし決算を見ると、その印象はかなり異なる。
2026年1月期の売上高は95億5,200万ドル（約1兆5,400億円）で前期比13.1%増。サブスクリプション売上高は88億3,300万ドル（約1兆4,200億円）で14.5%増。営業キャッシュフローは29億3,900万ドル（約4,700億円）に達した。顧客数は世界で1万1,500社を超える。
さらに2027年1月期第1四半期（2026年4月まで）も、売上高は前年同期比13.5%増の25億4,200万ドル、サブスクリプション売上高は14.3%増の23億5,400万ドル。急成長期ほどの勢いではないにせよ、「AIに食われて売上が減り始めた会社」の姿ではない。
そして最も興味深いのが、AI活用の実態である。
Workdayによれば、自社開発のAIエージェントを1つ以上利用する顧客は4,000社を超える。第1四半期だけでRecruiting Agentが支援した採用プロセスは1,400万件で、前年同期比44%増。契約ユーザーは8,000万人を超える。
つまりWorkdayは、AIに侵食されているのではない。人事や財務といった企業の中核データとAIを結びつけることで、新たな利用量を自ら生み出し始めているのだ。
---
■ 記事の核心：「頭脳」が賢くなるほど、「記憶」の価値が上がる
記事の中で、私が最も本質的だと感じた一節がこれである。
AIエージェントがどれだけ賢くなっても、従業員情報、給与、組織、経費、承認ルールなどの正確なデータがなければ企業では仕事を完結できない。生成AIが「頭脳」になるほど、正しい業務データを保持する基幹システムの役割は、逆に重くなる可能性がある----。
この指摘は、AI時代のシステム論であると同時に、人事の実務論でもある。
考えてみてほしい。AIエージェントに「この職務に最適な社内候補者を3人挙げて」と依頼したとする。どれほど高性能なモデルであっても、社員のスキルデータが整備されていなければ、答えは出せない。「営業部門の離職リスクを分析して」と頼んでも、評価データと勤怠データとエンゲージメントサーベイが別々のシステムに分断されていれば、意味のある示唆は返ってこない。
AIは、与えられたデータ以上のことを知ることはできない。
これは当たり前のようでいて、実務では驚くほど軽視されている。多くの企業のAI導入検討は「どのツールを選ぶか」「どのモデルが優れているか」から始まる。しかし本当に成果を分けるのは、そのAIに何を読ませられるか----つまりデータ基盤の側なのである。
---
■ なぜ「人事データ」は、とりわけ重要なのか
ここで、人事データの特殊性について考えておきたい。財務データや販売データと比べて、人事データにはいくつか固有の性質がある。
第一に、時系列の履歴が極めて重要であることだ。「現在の役職」だけでなく、いつどの部署にいて、どんな評価を受け、どんな異動を経てきたか。この履歴の蓄積がなければ、キャリアパスの分析も、後継者計画も、離職の予兆検知も成立しない。人事データは、スナップショットではなく、時間軸を持った物語として意味を持つ。
第二に、データが極めて多様な形式で存在することである。等級や給与のような構造化データもあれば、目標管理シートの記述、1on1のメモ、360度評価のコメントといった非構造化データもある。そしてしばしば、後者にこそ重要な示唆が眠っている。生成AIが得意とするのは、まさにこの非構造化データの処理だ。だからこそ、それが整備されているかどうかで、AIの活用度は大きく変わる。
第三に、機密性と規制の厳しさである。給与、評価、健康情報、家族構成----人事データは、企業が保有するデータの中でも最も慎重な取り扱いを要する。だからこそ、外部のAIサービスに気軽に渡すことができない。この制約が、逆説的に「自社の基幹システムの中でAIが動くこと」の価値を高めている。
Workdayが8兆円超の評価を受けたのは、こうした人事・財務の中核データを、規制と機密性を担保しながら保持し、その上でAIを動かせるポジションにいるからだろう。投資家は「AIに代替される会社」ではなく、「AIが動くために不可欠な土台を握る会社」として同社を見たのだと思う。
---
■ 過去に読んだ知見と、一本の線でつながる
このWorkdayの話は、私がこれまで紹介してきたいくつかの知見と、驚くほど正確に重なる。
**Josh Bersin氏の「HR 2030」構想**
HRテクノロジーの世界的アナリストであるBersin氏は、エージェント型HRの未来像として、AIエージェントが従業員の役割、スキル、勤務スケジュール、職歴、給与、資格、個人の選好までを理解し、さらに外部の報酬ベンチマークや競合他社のスキルデータとも接続して洞察を生む世界を描いている。
そして氏は、実装上の難問としてこう指摘する。ドメイン特化型エージェントは知性と視点において優れる一方、「ひとつの巨大なHRエージェント」を構築しようとする試みは最終的に失敗する、と。求められるのはアーキテクチャの設計思想であり、どのエージェントが「コア」で一次データを保持するのかを明確にすることだ、と。
ここでも、議論の中心にあるのはモデルの性能ではなく、データとアーキテクチャである。
▼ 参考（筆者ブログ）
「巨大な万能HRエージェント」は必ず失敗する----Josh Bersinが描くHR 2030
マーサー Global Talent Trends 2026
グローバルで約12,000人を対象とした調査から導かれた4つのトレンドのうち、「新たな人事の時代の到来」では、人事のオペレーティングモデルの再設計として「人事とITの連携強化・統合」「一元的な人材データ基盤の構築」が明確に挙げられている。
人事とITが別々の組織として、別々の論理で動いている限り、AI時代の人事は成立しない----これは私自身、クライアント支援の現場で強く感じていることでもある。
消費財大手Reckittが棚割コンプライアンスの予測精度を20%から75%へ引き上げた事例では、変革を「人材のアップスキリング」「オペレーティングモデル」「データ」「テクノロジー」の4軸で進めたとされている。データは、テクノロジーと並ぶ独立した柱として位置づけられていた。
そしてマッキンゼーの調査では、成功するAI変革は技術に1ドル投資するごとにプロセス再設計に3ドル、能力構築と定着に5ドルを費やす「1:3:5」のパターンをたどるという。技術以外への投資が、成果の8割を決めている。
これらすべてが、同じことを言っている。AIエージェント時代の勝敗を分けるのは、モデルの選択ではなく、データ基盤とその周辺の設計である、と。
---
■ 日本企業が直面している現実
では、日本企業の人事データはどうなっているだろうか。
多くの企業で、人事関連のデータは複数のシステムに分散している。基幹人事システム、勤怠管理システム、給与計算システム、タレントマネジメントシステム、eラーニングプラットフォーム、エンゲージメントサーベイツール。それぞれが別のベンダーの製品で、別のタイミングで導入され、別の粒度でデータを保持している。
社員コードすら統一されていないケースもある。組織コードが年度ごとに振り直され、過去との接続が切れているケースもある。評価データが紙やExcelで管理され、システムに入っていないケースも珍しくない。
この状態でAIエージェントを導入したらどうなるか。答えは明白だ。AIは、断片的で矛盾したデータをもとに、断片的で矛盾した答えを返す。そして「AIは使えない」という結論に至り、投資が止まる。
以前、アクセンチュアのPulse of Change調査を紹介した際、「非効率なプロセスにAIを適用しているだけなら、非効率を自動化しているにすぎない」という言葉を引いた。データについても同じことが言える。分断されたデータにAIを適用しても、分断された答えが速く出てくるだけである。
---
■ 人事が、いまから始めるべきこと
この認識を踏まえて、人事部門がいまから着手すべきことを四点挙げたい。
第一に、データの棚卸しである。自社の人材に関するデータが、どこに、どんな形式で、どの粒度で存在しているのか。まずこれを把握することから始まる。地味な作業だが、これなしにAI活用の設計はできない。
第二に、識別子（ID）の統一である。個人を一意に識別するIDが、システムを跨いで一貫しているか。組織を識別するコードが、時系列で追跡可能か。データ統合において最も基礎的で、最も見落とされがちな論点である。
第三に、スキルデータの整備である。等級と役職だけでは、AIは人材の再配置を提案できない。誰が何をできるのかを、AIが読める形で持つ。私はnoteの連載で「ジョブベース → スキルベース → パーソナリティベース」への進化を論じてきたが、スキルベースへの移行はAI活用のインフラでもある。
第四に、人事とITの協働体制である。データ基盤の整備は、人事だけでもITだけでも完結しない。マーサーの調査が「人事とITの連携強化・統合」を挙げているのは、まさにこの点だ。人事がデータの意味を定義し、ITが技術的な統合を担う。この協働なしに、AI時代の人事基盤は立ち上がらない。
---
■ おわりに----「どのAIを入れるか」の前に
Workdayをめぐる報道は、一見すると人事の実務とは遠い、M&Aと株式市場の話に見える。
しかし、その根底にある論理----AIが賢くなるほど、正確な業務データを保持する仕組みの価値が上がる----は、あらゆる企業の人事部門に直接関わる話である。
AI活用の本質は、技術の導入ではなく、人と組織の変革にある。私はそう書き続けてきた。そして、その変革には「データを整えること」も含まれる。派手さはなく、時間がかかり、成果が見えにくい。しかしそれこそが、AI時代の人事の土台なのだと思う。
「どのAIを導入するか」を検討する前に、問うべきことがある。
AIが読める形で、自社の人材データは整っているだろうか。
この問いに自信を持って答えられないなら、最初にやるべき仕事は、ツールの選定ではないのかもしれない。
参考リンク
・ビジネス+IT「なぜ『SaaSの死』でもWorkday買収？ AIエージェント時代に価値が上がる企業の条件」
・Workday「Fiscal 2027 First Quarter Financial Results」
・AIはスキルを奪う。最後に残るのはパーソナリティだ。（筆者note）