U.S. SMID-cap and global application software レポート解説

概要

本レポートは、AIによる生産性向上がホワイトカラー雇用を縮小させ、ユーザー席数で価格設定されるソフトウェアを弱体化させるかを検証する。Bernsteinの結論は逆であり、AIを最も集中的に導入する企業は採用を速めている。これは、生産性向上が主に人員削減やマージン拡大でなく成長に再投資されることを示唆し、席数ベースのソフトウェア需要を支える可能性がある。

主要見解

Bernsteinはまず、アプリケーションソフトウェアにとっての核心的な懸念を示す。AIエージェントとコパイロットは、開発者、ジュニア社員、サポート機能が従来担ってきた業務を担う割合を高めている。コーディングコパイロットは開発チームの出荷速度を高め、デスクトップおよび顧客サービス向けエージェントは報告業務やセルフサービスを自動化する。レポートは、ServiceNowのAgent Assistが顧客ベースのおよそ4分の1に導入されていること、Sierraの非公開市場評価額が約$16Bであることを、実際のエージェント導入例として挙げる。これらのツールが従業員数を減らせば、トークン消費、インフラ規模、ROIに連動する価格設定などの代替手法を試しているとしても、ユーザー単位で課金するベンダーは圧力を受けうる。 それでもレポートは、企業顧客が席数を好む合理的な理由があると論じる。人員数は組織能力の把握可能な尺度であるため、席数ベースのコストは変動しうる従量課金より予測・予算化しやすい。アプリケーションソフトウェアは主に従業員の生産性を高めることで価値を生むため、従業員数に価格を連動させることには価値ベースの論理もある。Bernsteinは、ベンダーが席数と代替メーターを組み合わせ、一部の顧客や業務が席数課金に適さないとしても、席数はソフトウェア販売の重要な構成要素であり続けるとみている。 実証分析の中心は、顧客の実際の財務・会計支出を利用してAI利用を識別するRampの調査である。AI導入は、企業がAIベンダーに毎月少なくとも$100を支出する状態が連続3か月続いた最初の月として定義され、導入強度は導入後最初の3か月における基準従業員1人当たりのAI支出で測定される。積極導入企業は、コーディングエージェント、APIトークンを利用した社内エージェント、AIネイティブなソフトウェアを広く使う一方、軽度導入企業は主に検索、要約、創作のためのチャットツールを導入する。サンプルの終了時点はFebruary 2026であり、Bernsteinが年央までに確認した追加的なテクノロジー採用の勢いは含まれない。 この基準では、AIを深く活用する米国企業は、同等の低導入企業および非導入企業より積極的に採用していた。高導入企業の雇用増加は統計的に有意で、一部の結果では99%の信頼度に達した。Rampは、高成長のテクノロジー企業を低成長産業と比較するのではなく、主に同じ同業企業群の導入前後を比較した。積極導入企業の成長率は、対照の非導入企業および低導入企業を平均で10%超上回った。初回導入後24か月時点で観察された企業は、低導入または非導入の同業企業より50%超大きかったが、この時点では早期導入企業の数が少なく、誤差幅が広がるため中央値の精度は低い。確度の高い結論は、積極導入企業の成長がより大きかったことであり、24か月時点の正確な差ではない。 職種構成も単純な雇用代替の見方に反する。成長志向のフロントオフィス機能として期待されたエンジニアと営業は強かったが、管理部門と顧客サービスの雇用も増加した。学士保有者、とりわけエントリーレベルの採用も強く、AIが主にジュニア職をなくすという見方と異なる。PhD保有者の雇用は主要導入企業では横ばいになりやすく、低導入企業では高度学位保有者と科学者への需要が高かった。レポートは、積極導入企業が導入前からPhD保有者を多く抱えていた可能性を一つの説明として示す。大半の職種は総雇用より緩やかに増えたため、真の生産性向上も示唆されるが、企業全体の成長効果はなお各機能でプラスの人員需要を生んだ。財務、科学者、オペレーションは、プラス成長が大幅に弱い、または統計的に有意でなかった3職種であり、人事は個別に報告されていない。 Rampのサンプルでは導入自体もすでに相応の規模にある。January 2026までに、少なくとも軽度のAI導入企業は40%超で、同時期の米国国勢調査のhigh-teens水準を大きく上回る。Bernsteinは、この差が定義の違い、回答者の認知、またはテクノロジー先進顧客に偏るRampのサンプルに起因しうるとする。導入率はNAICSのInformationで約54%と最も高く、Finance and Insuranceが約44%、Professional, Scientific and Technical Servicesが36%と続いた。その他の産業の大半は11%から22%だった。また、米国のソフトウェア開発求人はearly-2025の底から回復し始めており、BernsteinはこれをRampの顧客ベースを超えた補強材料としている。 Bernsteinはこの雇用結果を企業のインセンティブで説明する。企業価値にとっては、一時的なマージンの押し上げより、持続的な成長加速の方が大きな便益となる場合が多いという。したがって、生産性向上は、より生産的になった人材の維持・拡大、新製品の創出、販売能力の拡充、売上加速に使われうる。開発者のおよそ3分の2は、レポートが製品主導の成長に再投資しやすいとみる産業に勤務し、チームを縮小しやすい産業に勤務する割合は約25%にとどまる。この成長志向のグループには、テクノロジーやインターネットだけでなく、銀行、特定の自動車、航空宇宙、防衛の製造企業、さらに他産業の技術集約型リーダーも含まれる。 歴史的な証拠もこのメカニズムを支える。1989年から2019年にかけて大きな生産性向上があったにもかかわらず、S&P 500の同条件ベースのEBITマージン拡大は30年間で約1.5%、すなわち約150 basis pointsにとどまった。Bernsteinは、競争によって過剰なマージンは維持しにくい一方、安定したマージンでの売上成長は、追加的なマージン改善余地の逓減を伴わずに利益とEPSを増やすと論じる。1990年代の成熟したPC時代には、ホワイトカラーの生産性が急上昇する中で、米国GDPは力強く成長し、ホワイトカラーの広範な縮小ではなくprofessional and business servicesの雇用増加がみられた。その後、インターネット時代がデータ・情報産業の生産性をさらに高めた。GenAIも新しい提供物の発見、構築、販売における制約を緩和し、有機的成長を実現しやすくする可能性がある。 結論には条件がある。成長機会が限られる成熟企業や支配的企業、AIを成長に結び付ける製品、人材、資源、販売能力が不足する企業は、マージンを優先する可能性がある。したがって、財務、科学、オペレーション機能を主に対象とする席数ベースの製品は、成長の速い職種を対象とする製品より雇用面の支援が弱い可能性がある。雇用と需要が最終的にどう進展するかを確定するには、証拠はまだ早すぎる。それでもBernsteinは、生産性に誘発された採用を、AIが席数ベースのソフトウェアライセンスを構造的に陳腐化させるという懸念への重要な反証とみている。 31 August 2026の銘柄表では、モデルと投資判断は変更されていない。Atlassian、GitLab、Okta、ServiceNow、Microsoft、SAP、Adobe、WorkdayはOutperform、ZoomとHubSpotはMarket-Perform、SalesforceはUnderperformである。現在株価と目標株価は順に、TEAMがUSD 194.17とUSD 309.00、GTLBがUSD 46.54とUSD 60.00、OKTAがUSD 173.04とUSD 143.00、NOWがUSD 147.99とUSD 248.00、ZMがUSD 96.68とUSD 108.00、MSFTがUSD 507.29とUSD 660.00、CRMがUSD 257.54とUSD 195.00、SAPがUSD 220.89とUSD 319.00、ADBEがUSD 292.79とUSD 379.00、WDAYがUSD 197.45とUSD 238.00、HUBSがUSD 261.36とUSD 220.00である。同じ順に表記された相対パフォーマンスは(9.8)%、(22.1)%、67.6%、(38.3)%、(0.2)%、(18.9)%、(18.5)%、(37.8)%、(36.9)%、(33.4)%、(64.9)%であり、これは目標株価からの上昇余地ではなく、報告された過去の相対パフォーマンスである。

分析フレームワーク

Bernsteinはまず、AI自動化が従業員席数に連動するソフトウェア価格に及ぼすリスクを整理し、その後Rampの企業別支出・人員データを使って検証する。AI導入前後の雇用を同等企業群内で比較し、職種・学歴別の差、産業別の導入率を確認し、Indeedの雇用データで外部から補強する。最後に、PC・インターネット時代の生産性サイクルと、効率化を成長へ再投資するかマージンとして取り込むかという企業選択に結果を結び付ける。

手法メモ

• その他その他

  同等企業群における導入前後の比較

  Rampは、急成長するテクノロジー企業を低成長産業と単純比較するのではなく、主に同様の企業のAI積極導入前後の雇用推移を比較し、こうしたバイアスを抑えている。

• 業界・産業分析フレームワーク数量・価格分解

  職種、学歴、導入強度別の雇用成長

  レポートは総人員の成長を職種と労働者カテゴリーに分け、全体の採用増の裏で管理部門、顧客サービス、ジュニア職などの減少が隠れていないかを検証する。

• 景気循環・業況フレームワーク景気転換点分析

  採用トレンドの確認

  Bernsteinは、Rampの結果をearly-2025の底から回復した米国ソフトウェア開発求人と比較し、雇用シグナルがRampのサンプルを超えて広がっているかを評価する。

• その他その他

  PC・インターネット時代の生産性に関する歴史的アナロジー

  レポートは過去の技術主導の生産性ブームを用い、効率化が持続的なマージン拡大よりも、より速い成長とナレッジワーカーの追加雇用に再投資されうると論じる。

• バリュエーション手法PER・PEG評価

  調整後利益倍率

  銘柄表では、カバー企業を2026A、2027E、2028Eの調整後EPSと調整後P/E予想で比較している。

• バリュエーション手法その他

  HubSpotに対するEV/Sales評価

  HubSpotは調整後P/EではなくEV/Salesで示され、レポートが明記する企業固有の評価慣行を反映している。

資産マッピングと比較

投資テーゼから固有資産への構造化マッピング（強み、弱み、同業、リスク）。

• Atlassian (TEAM)

  Outperformのカバー対象アプリケーションソフトウェア企業であり、レポートはモデル、USD 309.00の目標株価、投資判断を据え置いた。

  強み

  AI主導の生産性向上がプロダクトチームの採用を支える場合、席数ベース需要の底堅さに参加する可能性がある。

  比較

  Bernsteinの複数企業を対象とするソフトウェア銘柄表に含まれる。

  リスク

  同セクターの見方は初期段階の雇用データに依存しており、顧客機能ごとに結果が異なる可能性がある。

• GitLab (GTLB)

  Outperformのカバー対象ソフトウェア企業であり、レポートはモデル、USD 60.00の目標株価、投資判断を据え置いた。

  強み

  AI対応のソフトウェア開発チームの拡大から恩恵を受ける可能性がある。

  比較

  Bernsteinの複数企業を対象とするソフトウェア銘柄表に含まれる。

  リスク

  レポートは、観察された全体的な採用傾向が企業別の席数増加に一様に結び付くとは示していない。

• Okta (OKTA)

  Outperformのカバー対象ソフトウェア企業であり、レポートはモデル、USD 143.00の目標株価、投資判断を据え置いた。

  強み

  Bernsteinのセクター見通しの下で、より広範な組織採用の支援を受ける可能性がある。

  比較

  Bernsteinの複数企業を対象とするソフトウェア銘柄表に含まれる。

  リスク

  雇用の証拠は初期段階であり、職種間でばらつきがある。

• ServiceNow (NOW)

  Outperformのカバー対象アプリケーションソフトウェア企業であり、レポートはモデル、USD 248.00の目標株価、投資判断を据え置いた。

  強み

  顧客ベースのおよそ4分の1でのAgent Assist導入は、企業向けAIエージェント需要の実例となっている。

  弱み

  サポート業務の自動化は、顧客サービス席数の置き換え懸念も高めうる。

  比較

  企業向けAIエージェント導入のレポート事例として用いられている。

  リスク

  自動化の便益がすべての機能で追加的な席数につながるとは限らない。

• Zoom Video Communications (ZM)

  Market-Performのカバー対象ソフトウェア企業であり、レポートはモデル、USD 108.00の目標株価、投資判断を据え置いた。

  強み

  従業員数に連動する企業ソフトウェア需要の継続から恩恵を受ける可能性がある。

  比較

  銘柄表でMarket-Performとされた2銘柄の一つ。

  リスク

  セクター全体の採用仮説は企業固有の事業上の恩恵を確立するものではない。

• Microsoft (MSFT)

  Outperformのカバー対象ソフトウェア企業であり、レポートはモデル、USD 660.00の目標株価、投資判断を据え置いた。

  強み

  レポートは導入と生産性を論じる中でMicrosoftの結果とデスクトップコパイロットに言及している。

  比較

  フロントオフィス導入に関する議論でHubSpotおよびSalesforceと並んで引用されている。

  リスク

  レポートは、現在の企業コメントがフロントオフィス導入の改善を明確に示していないと指摘する。

• Salesforce (CRM)

  Underperformのカバー対象アプリケーションソフトウェア企業であり、レポートはモデル、USD 195.00の目標株価、投資判断を据え置いた。

  強み

  AI生産性が営業その他の成長機能に再投資される場合、恩恵を受ける可能性がある。

  弱み

  より建設的なセクター全体の席数見通しにもかかわらず、企業固有の投資判断はUnderperformのままである。

  比較

  銘柄表で唯一のUnderperform銘柄。

  リスク

  レポートは、現在の結果とコメントがフロントオフィス導入の改善を明確に示していないとする。

• SAP (SAP)

  Outperformのカバー対象グローバルソフトウェア企業であり、レポートはモデル、USD 319.00の目標株価、投資判断を据え置いた。

  強み

  企業が予測可能な従業員連動型価格設定を維持することから支援を受ける可能性がある。

  比較

  Bernsteinのグローバルソフトウェア・カバレッジ表に含まれる。

  リスク

  成長機会が限られる顧客産業は、AIによる節約を採用ではなくマージンに振り向ける可能性がある。

• Adobe (ADBE)

  Outperformのカバー対象ソフトウェア企業であり、レポートはモデル、USD 379.00の目標株価、投資判断を据え置いた。

  強み

  AI生産性を成長へ再投資する動きから恩恵を受ける可能性がある。

  比較

  Bernsteinの複数企業を対象とするソフトウェア銘柄表に含まれる。

  リスク

  レポートは企業固有の席数面での便益を定量化していない。

• Workday (WDAY)

  Outperformのカバー対象アプリケーションソフトウェア企業であり、レポートはモデル、USD 238.00の目標株価、投資判断を据え置いた。

  強み

  企業全体の雇用が拡大し続ける場合、支援を受ける可能性がある。

  弱み

  人事機能は基礎となる調査で個別に特定されていない。

  比較

  Bernsteinの複数企業を対象とするソフトウェア銘柄表に含まれる。

  リスク

  人事採用への可視性が限られるため、調査結果からの直接的な読み替えはできない。

• HubSpot (HUBS)

  Market-Performのカバー対象アプリケーションソフトウェア企業であり、レポートはモデル、USD 220.00の目標株価、投資判断を据え置いた。

  強み

  営業など成長志向の機能での採用から恩恵を受ける可能性がある。

  比較

  大半の表項目で使われる調整後P/EではなくEV/Salesで評価されている。

  リスク

  レポートは、現在の企業結果がフロントオフィス導入の改善を明確に示していないとする。

主要データ

• 積極導入企業の雇用優位>10%対照となる非導入企業および低導入企業を上回る平均成長率。
• 導入24か月後の企業規模の差>50%積極導入企業は低導入・非導入の同業企業より50%超大きかったが、この期間では誤差幅が拡大した。
• 統計的信頼度Up to 99%測定指標によって、積極導入企業の成長がより高かったことに対する信頼度。
• AI導入の閾値At least $100 per month for three consecutive months最初に条件を満たした期間の初月を導入時点と定義する。
• Rampサンプルの終了時点February 2026サンプルには、Bernsteinが年央までに確認した追加的なテクノロジー採用の勢いは含まれない。
• 何らかのAI導入を行う企業>40% by January 2026Rampの比率は、同時期の米国国勢調査によるhigh-teensの結果を大きく上回った。
• 主要産業におけるAI導入率Information ~54%; Finance/Insurance ~44%; Professional/Scientific/Technical Services 36%その他の産業の大半で導入率は11%から22%だった。
• 開発者雇用の構成~2/3 growth-oriented; ~25% more likely to shrink teamsBernsteinによる、開発者が勤務する産業の分類。
• 長期の同条件ベースEBITマージン拡大1.5% (~150 bps)大幅な労働生産性向上にもかかわらず、1989年から2019年のS&P 500比較ではこの水準にとどまった。
• TEAM — AtlassianOutperform; current USD 194.17; target USD 309.00; relative performance (9.8)%調整後EPS 2026A/2027E/2028E: USD 5.85/7.61/9.35。調整後P/E: 33.2x/25.5x/20.8x。
• GTLB — GitLabOutperform; current USD 46.54; target USD 60.00; relative performance (22.1)%調整後EPS 2026A/2027E/2028E: USD 0.96/1.00/1.34。調整後P/E: 48.2x/46.6x/34.7x。
• OKTA — OktaOutperform; current USD 173.04; target USD 143.00; relative performance 67.6%調整後EPS 2026A/2027E/2028E: USD 3.50/4.05/4.45。調整後P/E: 49.4x/42.7x/38.9x。
• NOW — ServiceNowOutperform; current USD 147.99; target USD 248.00; relative performance (38.3)%調整後EPS 2026A/2027E/2028E: USD 3.50/3.92/4.69。調整後P/E: 42.2x/37.8x/31.5x。明記された基準年は2025。
• ZM — ZoomMarket-Perform; current USD 96.68; target USD 108.00; relative performance (0.2)%調整後EPS 2026A/2027E/2028E: USD 5.92/6.41/6.94。調整後P/E: 16.3x/15.1x/13.9x。
• MSFT — MicrosoftOutperform; current USD 507.29; target USD 660.00; relative performance (18.9)%調整後EPS 2026A/2027E/2028E: USD 17.28/19.96/24.01。調整後P/E: 29.4x/25.4x/21.1x。
• CRM — SalesforceUnderperform; current USD 257.54; target USD 195.00; relative performance (18.5)%調整後EPS 2026A/2027E/2028E: USD 12.52/17.13/15.49。調整後P/E: 20.6x/15.0x/16.6x。
• SAP — SAPOutperform; current USD 220.89; target USD 319.00; relative performance (37.8)%調整後EPS 2026A/2027E/2028E: EUR 6.10/7.71/8.72。調整後P/E: 31.2x/24.7x/21.8x。明記された基準年は2025。
• ADBE — AdobeOutperform; current USD 292.79; target USD 379.00; relative performance (36.9)%調整後EPS 2026A/2027E/2028E: USD 20.95/24.99/29.15。調整後P/E: 14.0x/11.7x/10.0x。明記された基準年は2025。
• WDAY — WorkdayOutperform; current USD 197.45; target USD 238.00; relative performance (33.4)%調整後EPS 2026A/2027E/2028E: USD 9.23/11.58/15.30。調整後P/E: 21.4x/17.1x/12.9x。
• HUBS — HubSpotMarket-Perform; current USD 261.36; target USD 220.00; relative performance (64.9)%2026A/2027E/2028Eの数値はUSD 9.70/13.20/15.91。EV/Sales倍率は3.8x/3.2x/2.8x。明記された基準年は2025。

影響と示唆

レポートは、この証拠がAIによる従業員席数連動のアプリケーションソフトウェア収益侵食という構造的懸念を弱めるが、解消するものではないとする。集中的なAI導入が生産性と採用を高めるなら、席数は従量課金や成果連動型価格設定と並行して拡大しうる。恩恵は顧客産業と職種により異なり、財務、科学、オペレーションを主対象とする製品への支援は弱い可能性がある。

リスク

• Rampの証拠は、長期的な労働需要と職務設計がどのように進化するかを示すにはまだ早すぎる可能性がある。
• 24か月前にAIを導入した企業は比較的少ないため、長期の観測期間では誤差幅が拡大する。
• Rampの顧客ベースはテクノロジー先進の買い手に偏っている可能性があり、導入率の代表性を制約しうる。
• Rampの導入率と米国国勢調査の差は、定義の不一致または回答者の認知に起因する可能性がある。
• 財務、科学者、オペレーションの職種ではプラス成長が大幅に弱い、または統計的に有意でなく、これらの機能を対象とするソフトウェアへの支援は限定される。
• 調査は人事などの機能を個別に報告しておらず、アプリケーションソフトウェア需要の重要な領域が不確実である。
• 成熟企業、有機的な成長機会が限られる企業、技術が主に業務運営に使われる産業は、AIによる節約を採用ではなくマージンやソフトウェア以外の投資に振り向ける可能性がある。

注目点

• サンプルがFebruary 2026を超えて拡大する中で、AI積極導入企業が低導入・非導入企業を雇用で上回り続けるか。
• early-2025の底からの米国ソフトウェア開発求人の回復が継続するか。
• 職種別の採用動向、特に財務、科学者、オペレーション、および報告されていない人事カテゴリー。
• AI導入がInformation、Finance and Insurance、Professional, Scientific and Technical Servicesを超えて広がるか。
• アプリケーションソフトウェア・ベンダーが席数課金と従量課金、インフラベース、成果ベースの価格設定をどう組み合わせるか。