Claude Code・Devin・SaaSpocalypse——ノーコードは本当に死んだのか。
月次解約率0.92%・日本SMBのAI活用率16%・kintone AIラボ。
moatが崩れる場所・残る場所・強化される場所を3シナリオで解剖する。
「ノーコードはAIに殺される」という言説は半分正しく、半分間違っている。 Claude Code・DevinはITエンジニア向けのツールであり、kintoneのターゲット（日本のSMB・非エンジニア現場）とはほぼ重ならない——これがGartnerを含む主要機関の共通見解だ。 しかしkintoneの「ノーコードで作る」という価値命題は変容を迫られている。 真の問いは「ノーコードが死ぬか」ではなく、「kintoneが"データと業務ルールの器"として再定義できるか」だ。 月次解約率0.92%というスイッチングコストの強さは確かだが、Microsoftの無差別爆撃・Anthropicのエンタープライズ参入という二正面からの圧力は本物だ。
2025〜2026年にかけて「No-code is dead」という言説が広がった。AIコーディングエージェント（Claude Code・GitHub Copilot・Devin・Cursor）が業務アプリを自然言語で生成できるなら、kintoneのような「ドラッグ&ドロップでアプリを作る」ツールは不要になるのでは——という論理だ。
しかしGartnerの評価は真逆だ。「生成AIはローコードを代替しない。AIとローコードプラットフォームは融合・強化の方向に向かっている」と明言し、2029年までにミッションクリティカルアプリの80%がLCAP（ローコード・アプリケーション・プラットフォーム）で構築されると予測している。ローコード市場は2029年に582億ドル（年平均成長率14.1%）に達する見通しだ。
Bainも同様に「AIエージェントが侵食しやすいSaaS」と「守られるSaaS」を分類しており、kintoneのような「顧客業務プロセスに深く組み込まれたプラットフォーム」は守られる側に分類される。
| 比較軸 | AIコーディングエージェント（Claude Code・Devin等） | kintone |
|---|---|---|
| 主要ユーザー | ITエンジニア（プログラミング経験者） | 非エンジニア・現場担当者（利用者の82%） |
| 必要スキル | ターミナル操作・Git・プロンプト設計・デプロイ知識 | ドラッグ&ドロップ・日本語UI・IT知識不要 |
| 保守・ガバナンス | 生成コードの管理・バージョン管理・セキュリティ審査が必要 | SaaS側が担保。更新・セキュリティパッチ自動適用 |
| 価格 | Claude Code月$20〜＋インフラコスト＋開発時間 | 月額従量（kintoneは月1,100〜3,000円/人） |
| 日本SMB実用性 | 日本SMBのAI実際活用率は16%（2025年）。技術的障壁が高い | 申し込みから最短当日で業務アプリが動く |
| 結論 | 両者はほぼ異なる顧客層を対象としており、直接的な代替関係にはない。ただし大企業IT部門が内製化を進める領域では競合リスクが存在する。 | |
「AIエージェントが業務アプリを作る時代になれば、kintoneは不要」という論理の致命的な欠陥は、「誰がAIエージェントを使いこなすのか」という問いを無視している点だ。
日本の中小企業のAI実際活用率はわずか16%（OECD・楽天調査、2025年）。「技術的障壁が課題」と答えたSMEは34%に上る。Claude Codeを使うためにはターミナルを開き、Gitを操作し、デプロイインフラを管理する必要がある。これができる人材が「ITシステム担当がいない中小企業の現場」に何人いるか——現実的な話として、2028年以前にAIエージェントがkintoneのターゲット層を代替することは困難だ。
| moat | 現在の強度 | AIリスク（2026〜） | 変化の方向 | 結論 |
|---|---|---|---|---|
| ノーコード参入障壁 | 中 | 中〜高 | 差別化軸が変質 | 「使いやすさ」→「業務組み込み深度」へ軸シフト。AI統合で変質するが消滅はしない |
| パートナーエコシステム | 強（500社/400連携） | 低〜中 | AI活用支援需要で変容 | 短期は強力。AI工数削減でSI収益圧縮リスクあり。ただし「AIラボ設定支援」需要も生まれる |
| スイッチングコスト | 最強（解約率0.92%） | 低 | さらに強化 | 20%値上げ後も解約率維持。全社規模で業務フローに組み込まれると移行コストは天文学的。AIも変えられない |
| ブランド・文化 | 中 | 低 | 維持 | AIが侵食できない無形資産。採用・営業・信頼の三位一体で機能し続ける |
| 日本語×SMBローカライズ | 強 | 低〜中 | 短期は堅固 | 〜2028年は強固。AIリテラシー向上で中長期は緩やかに低下。kintone AIラボが対抗策 |
| データ資産（潜在） | 育ちつつある | 低（強化） | AI時代に価値上昇 | 39,000社の業務データはRAG基盤として価値増大。「顧客データをAI学習に使わない」設計が規制時代の差別化に |
AI時代に「ノーコードアプリ作成ツール」から「AIエージェントの実行基盤・業務コンテキストデータベース」へと進化する可能性が高い。MCPサーバ対応・Zapier MCP連携はその第一歩。kintone AIラボの「日本語プロンプトでアプリ自動生成」が実用化されれば、ユーザーはより深くプラットフォームに依存する——AI統合がスイッチングコストをさらに高める逆説的構造。条件は「AI機能の開発速度を保てるか」。
パッケージ版サポートを2033年に終了すると発表済み。Microsoft Teams + Copilotのエコシステムに大企業市場で侵食される。クラウド版への移行コストを会社が負担しながら、Microsoftに押されるという「撤退コスト」を抱えた製品。AI機能（校正・要約）追加で延命しつつ、kintoneへのアップセル経路として機能させることが最善策。長期では縮小を前提にした戦略が現実的。
Microsoft 365・Google Workspaceの低価格化とAI統合で代替圧力が強まる。「汎用的なグループウェア機能」はAIに最も代替されやすいカテゴリだ。ただしグループウェア市場シェア国内2位（12.86%）という存在感は健在で、IT部門のない中小企業への「日本語サポートと使いやすさ」での差別化は続く。AI機能（ヘルプAI・要約AI）のβ版提供で防衛し、kintoneへの移行経路として位置づける戦略が現実的。
前提条件：MicrosoftがCopilot + Power Appsを実質無料化。Anthropic Claude Coworkが中小企業向け業務フロー自動化を月$10以下で提供。Gartner予測の「2030年までにノーコードプラットフォームの35%がAIに代替」が現実化する。
なぜ低確率か：「作れる」技術が普及しても、kintoneに39,000社分積み上がった業務ルール・プロセスの「文脈」は即座に移行できない。月次解約率0.92%が示すスイッチングコストは、AIが数年で解消できるものではない。日本のSMBが自力でAIエージェントを運用する能力を持つには時間がかかる。
内容：kintoneは「ノーコードアプリ作成ツール」から「AIエージェントが安全に業務を実行するためのデータ・ルール管理基盤」へと自己変革する。MCPサーバ対応により、Claude・GPT・Grokなど外部AIエージェントがkintoneのデータを参照・更新できるエコシステムが形成される。
具体的な変容：kintone AIラボ（2025年8月ベータ）が「日本語でアプリを作る」体験を提供。業務プロセスの「定義場所」としてkintoneが機能し、AIはそのルールに従って自律実行する。認証・権限管理・監査ログというエンタープライズAI導入の難関部分をkintoneが担う。
結果：ARPAが上昇し（すでに+27%/年）、中規模〜大企業での全社導入が進む。売上は年率15〜25%成長を維持。2028年目標330億円はこのシナリオで達成可能。
前提条件：AI規制（個人情報保護法改正・GDPR強化）が進み、「顧客データをAI学習に使わない」という設計が採用の決め手になる。39,000社分の業務データが「日本企業固有の業務語彙・商習慣」のRAG基盤として最大の競争優位になる。
根拠：グローバルAIが苦手とする「稟議・請求書フロー・日本型ワークフロー」はkintoneの独壇場。落合陽一が「環境構築が人間の主仕事になる」と述べる通り、kintoneは「AI実行環境を設計・維持する場所」として価値が強化される。東南アジア展開（+36%）が加速すれば、アジア版「業務データ主権プラットフォーム」としての地位も視野に入る。
※本記事の分析・シナリオは著者の独自見解です。投資判断の際は各社IR・一次情報をご確認ください。