SaaSの死という話を聞いて、半信半疑で調べ始めたら確かにそうだった

この記事の結論（2分で読める要約）

• 「SaaSの死」は誇張だが、AIエージェント統合によって一部のSaaSは価値を失いつつある
• 単機能・高価格のSaaSが最初に代替される。複雑なワークフロー統合SaaSはまだ安泰
• ローカルLLM普及でクラウドAI課金への依存度が下がり始めている
• 月額20〜30ドルのSaaSを複数契約する個人・小規模チームへの影響が大きい
• 「何に課金しているか」を整理する機会が来ている

情報の鮮度: 2026年2月時点の観察をもとに記述

「SaaSの死」という言葉が一時期よく聞こえた。

誇張だと思っていたが、半年経って確認してみると、いくつかの点では現実になっていることに気づいた。

月額で課金していたSaaSのうち、AIエージェントで代替できるものが出てきた。

具体的には、単機能のデータ変換・フォーマット変換ツール、ライティング補助ツール、簡単なデータ分析ダッシュボードなどだ。これらは、Claude + 適切なプロンプトで同等の出力が得られるケースがある。

ただし「全部AIで代替できる」は間違いだ。Salesforce・Notion・Figmaのように、複数人のワークフローが統合されたSaaSは、AIが単純に置き換えられるものではない。協調とストレージとUIが一体になっている。

もう一つの変化は、ローカルLLMの現実的な選択肢としての台頭だ。

月額20〜25ドルのAPIサービスを複数契約する代わりに、自前のサーバーでOllamaを動かし、Llama 3やQwen 2.5を使う。初期費用はかかるが、ランニングコストはほぼ0になる。プライバシーの問題も解消される。

この選択が現実的になったのは、2024〜2025年にかけてモデルの品質が急改善したからだ。2年前のローカルLLMはおもちゃに近かった。今は実用に足る。

判断基準は「その機能に人間の協調が必要か」だ。一人で完結する作業をSaaSに課金しているなら、AIで代替を検討する価値がある。

Q: SaaSへの課金を全部やめてもいい？ A: やめるべきではない。複雑なワークフロー統合・チーム共有・履歴管理はSaaSが依然として強い。「一人で完結する単機能SaaS」から見直すのが現実的。

Q: ローカルLLMはどのスペックのPCが必要？ A: 7Bモデルなら8GB VRAM（RTX 3060以上）で動く。70B規模は24GB以上必要。詳細はBlogOllamaでローカルにチャットを住まわせた記録 — インストールからモデル選びまでOllamaを使ってローカルLLMを動かした実録。インストール手順・VRAM別モデル選び・実際に使って感じた正直な評価まで。RTX 4070 Ti（12GB）環境での体験ベース。→で確認できる。

Q: 企業のSaaS導入判断はどう変わる？ A: AIエージェント統合の可否が選定基準に加わっている。API提供のないSaaSは選択肢から外れ始めている。

SaaSが「死ぬ」かどうかより、何に課金し続けるかを問い直す時期が来ている。

毎月引き落とされているあの請求、本当に必要か。その問いだけは残る。

関連: BlogOllamaでローカルにチャットを住まわせた記録 — インストールからモデル選びまでOllamaを使ってローカルLLMを動かした実録。インストール手順・VRAM別モデル選び・実際に使って感じた正直な評価まで。RTX 4070 Ti（12GB）環境での体験ベース。→ | BlogローカルAI vs クラウドAI、2026年の今どちらが本命なのかを正直に語る2026年のAI環境の中で、ローカルAIとクラウドAIのメリット・デメリットを徹底比較。コスト、プライバシー、性能、手軽さを管理人の視点で解説します。→ | AIワークロード一覧

• Blog【速報・完全版】Gemini 3.1 Pro徹底解説 — 推論2倍超・思考シグネチャ・エージェント時代の幕開け2026年2月19日リリースのGemini 3.1 Proを完全解説。ARC-AGI-2で77.1%（前世代比2倍超）、SWE-bench 80.6%を達成。Thinking Levels・思考シグネチャ・Context Caching最大90%削減・Batch API・Google Antigravityなど、開発者が知るべき全機能をベンチマーク比較表・料金表・プロンプト例付きで徹底解説。→
• BlogClaude Code の新effortモード徹底解説｜max・ultracode・autoと『呪文ultrathink』の正体Claude Code の /effort に増えた max・ultracode・auto と、プロンプトに紛れ込ませる呪文 ultrathink を、公式が明言した『ultracode は API の effort レベルではない』を起点に解剖。overthinking・自律ワークフロー・永続性と優先順位の罠まで、誤解されやすい論点を一次情報で正します。→
• BlogClaude Code の /effort 完全ガイド｜low〜maxの使い分けと『コストが増える本当の理由』Claude Code の /effort（low〜max・ultracode・auto）は「賢さ」ではなく「トークンの気前よさ」のレバー。モデル別の推奨スタートと、Opus 4.8 でコストが増えた気がする原因を『トークナイザ』と『effort』の2軸に切り分ける考え方を、公式一次情報と v2.1.156 の実機確認で解説します。→

• 実際の構成を探すなら、GPU 比較ページやローカルLLM向け構成記事もあわせて見ると判断しやすいです。
• ハードウェア候補は用途別の AI 構成ガイドからたどると、単体製品より違和感なく検討できます。

HW系エンジニアとして20年以上、10,000件を超える顧客訪問と2,000件を超える単独ソリューション実績。AIツールを使った個人開発やIoT農園など、Raspberry Piを使ったオートメーション化なども実践中です！エンジニア専門結婚相談所も運営中、ClaudeCodeで解決できない心の課題も解決いたします！