企業は「税」を払っている
企業のIT支出を構造的に見ると、 技術への投資ではなく、税を払っていることが分かる。
選択肢がないから払う。慣性で払う。乗り換えが怖いから払う。 これは技術投資ではない。構造的な税だ。
企業が払っている6つの税：
- Oracle税 / SQL Server税 — データベースライセンス
- Microsoft税 — Windows、Office 365、Azure
- クラウド税 — AWS / Azure / GCPの月額課金
- SaaS税 — 月額サブスクリプションの積み重ね
- SIer税 — システム構築・運用の外部委託
- コンサルタント税 — 「何をすべきか」を外部に聞く費用
Claudeは、これらの税を構造的に引く道具だ。
Oracle税 / SQL Server税——最も分かりやすい税
Oracle Database のライセンス費用を見たことがあるか。
Oracle税の構造： Oracle Database Enterprise Edition → 1プロセッサあたり年間数百万円 Oracle RAC（高可用性）→ 追加ライセンス Oracle Partitioning → 追加ライセンス Oracle Advanced Security → 追加ライセンス Oracle サポート契約 → ライセンス費の22%を毎年支払い続ける 機能を使うたびに課金される。使わなくても基本料を取られる。
SQL Serverも同じ構造だ。Enterprise Editionは1コアあたり年間数十万円。 機能を追加するたびにライセンスが増える。
しかし、PostgreSQLが存在する。
| Oracle / SQL Server | PostgreSQL | |
|---|---|---|
| ライセンス費 | 年間数百万〜数千万円 | 無料 |
| 高可用性 | 追加ライセンス（数百万円） | Patroni等で構築可能（無料） |
| パーティショニング | 追加ライセンス | 標準機能 |
| JSON対応 | 追加オプション | 標準機能 |
| 全文検索 | 追加オプション | 標準機能 |
| 性能 | 高い | 同等（用途による） |
| 移行の壁 | — | SQLの方言、ストアドプロシージャの書き換え |
移行の壁は「SQLの方言の違い」と「ストアドプロシージャの書き換え」だ。 これが、企業がOracle税を何十年も払い続けてきた理由だ。
ここにClaudeが来る。
OracleのSQL・ストアドプロシージャをClaudeに渡す
→ ClaudeがPostgreSQL互換のSQLに書き換える
→ Oracle独自関数をPostgreSQL関数にマッピングする
→ PL/SQL → PL/pgSQLに変換する
→ テストケースも生成する
→ 移行の壁が消える
→ Oracle税が消える
これは仮説ではない。 Claudeは数十万行のコードベースを理解し、書き換える能力がある。 SQLの方言変換はコードの構造変換であり、AIが最も得意とする仕事だ。
SQL Serverからの移行も同じだ。 T-SQL → PL/pgSQL。SSMS依存の管理スクリプト → 標準SQL。 Claudeが書き換えれば、SQL Server税も消える。
SSMS＋Copilot——データベースに直結するAI
そもそもSSMS（SQL Server Management Studio）は必要か。
MicrosoftはSSMSにCopilotを組み込んだ。クエリエディターを開くと、Copilotは接続先のデータベースを自動的に認識し、チャットウィンドウからSQLを生成・実行できる。
SSMSにCopilotを入れるとはどういうことか： 非決定的なLLMが、本番データベースのスキーマとデータに直接アクセスする。 確率論で動くAIが、決定的なデータベースにSQLを書き込む。 Office＋Copilotが「メール・ファイル・チャット」へのバックドアなら、 SSMS＋Copilotは「データベースそのもの」へのバックドアだ。 顧客データ、決済情報、取引履歴——全てに非決定的AIが直接触れる。
PostgreSQL＋Claude Codeとの構造的な違いを見ればいい。Claude Codeは開発者のローカル環境で動く。生成されたSQLは人間がレビューし、テストを通過したものだけが本番に適用される。AIと本番データベースの間に人間の判断が入る。
SSMS＋Copilotは、AIを本番データベースに直結させる。間に何もない。これはOffice＋Copilotと全く同じ構造的誤りだ。
そしてSSMS自体、PostgreSQLに移行すれば不要になる。psql、pgAdmin、DBeaver——全てオープンソースで、AIを密結合する設計にはなっていない。SQL Server税とSSMS税とCopilotリスクが同時に消える。
Microsoft税
Windows、Office 365、Azure、Teams—— Microsoftは企業に対して複数の「税」を同時に課している。
Microsoft税の内訳： Windows → PCごとにOEMライセンス。選択の余地なし。 Office 365 → 月額1,000〜4,000円/ユーザー × 全社員 × 12ヶ月 Azure → 「Windowsとの親和性」でロックイン Teams → Office 365にバンドル。「無料」に見えるが、バンドルの一部 中堅企業（500人）で年間数千万円。
勝手にenableにする——税の自動徴収メカニズム
Microsoftの税には、もう一つの構造がある。 機能を勝手にenableにして、ユーザーが気づかないうちに課税する。
GitHub Copilot → コードをAI学習データに使用。デフォルトenable。
OneDrive → 勝手にファイル同期を開始。デフォルトenable。
Bing検索 → Windowsアップデートでデフォルトブラウザを変更。
Edge → 「おすすめ」で繰り返しデフォルトブラウザに設定。
Recall → AIが画面を常時記録。デフォルトenable。
Copilot → Windowsに統合。勝手に表示される。
これはダークパターンだ： opt-out（自分で無効にする）をデフォルトにすることで、 大多数のユーザーは気づかずenableのまま使い続ける。 気づいたユーザーも、設定画面を探し回って無効にする手間がかかる。 アップデートのたびに設定がリセットされることもある。 「機能を勝手にenableにする」とは「税を勝手に課す」ことだ。 ユーザーのデータ、注意力、選択の自由——そしてCPUも徴収されている。 Copilot、Recall、OneDrive同期、Windows Update、テレメトリ—— バックグラウンドで常に動いているプロセスがCPUとメモリを食い続ける。 ユーザーが買ったハードウェアの性能を、Microsoftが勝手に使っている。 これはCPU税だ。
Copilot——税ではなくバックドア
2026年4月、状況は根本的に変わった。Microsoft税はもはやコストの問題ではない。セキュリティの問題だ。
Copilotが開けた穴： EchoLeak脆弱性（CVE-2025-32711、CVSSスコア9.3）——見えないプロンプトを仕込んだメールで、Copilotを乗っ取れる。ユーザーがメールを開く必要すらない。CopilotのRAGエンジンが文脈としてメールを読み込んだ瞬間、正規ユーザーの権限で社内の機密情報を収集し、外部に送信する。ログには正常動作として記録される。 Copilotの便利機能が、そのままシステム制圧のバックドアとして機能する。
Claude Mythos Previewが証明したのは、このバックドアを突くAIが既に存在するということだ。国家レベルのハッカーが数ヶ月かけていたエクスプロイトが、一晩・50ドルで作れる。パッチ適用の中央値は70日。Mythosの脆弱性発見・兵器化は数時間。「段階的に移行する」時間はもうない。
Claudeが引けるMicrosoft税——これは今すぐ着手すべきだ：
文書作成 → ClaudeがMarkdown/HTML/PDFを直接生成。Wordが不要になる。
表計算 → Claudeがデータ分析コードを書く。Excelが不要になる。
プレゼン → ClaudeがHTML/Marpスライドを生成。PowerPointが不要になる。
メール → AIが下書き・整理。Outlookの必要性が低下。
クラウド → AWS/GCP/自前サーバーに移行。Claudeが設定を書く。
Copilot → 即時無効化。AIはプロダクトに入れない。開発に使う。
これは段階的に引ける話ではなくなった。MicrosoftのmonocultureにCopilotが密結合された瞬間、全ユーザーのデータが攻撃面になった。引くのが遅れれば遅れるほど、リスクは拡大する。
クラウド税——自社のLinuxで十分な時代
「クラウドに移行すべきだ」—— これは過去10年で最も成功したマーケティングメッセージの一つだ。
クラウド税の構造： AWS / Azure / GCP → サーバー、ストレージ、ネットワーク、全てに月額課金 EC2インスタンス → 月額数万〜数十万円 × 台数 RDS（マネージドDB）→ 同等スペックの自前サーバーの数倍の費用 S3 / Blob Storage → データ量に比例して永久に課金 データ転送料 → 入れるのは無料、出すのに課金（ロックイン構造） 中堅企業で年間数百万〜数千万円。大企業で数億円。
しかし、2025年のハードウェアとAIの組み合わせで、状況は変わった。
Linuxサーバー → 10万円台のマシンで十分。PostgreSQL、Nginx、全部動く
設定 → Claudeが設定ファイルを書く。AWSのコンソールを触るより速い
監視 → Claudeが監視スクリプトを構築。CloudWatch不要
バックアップ → rsync＋外付けストレージ。S3より安い
SSL証明書 → Let's Encryptで無料。自動更新もClaudeが設定
静的サイト → Cloudflare Pagesで無料ホスティング
月額数十万円のクラウド費用が、初期投資10万円＋電気代で済む
「クラウドは冗長性がある」「スケーラビリティがある」—— それは本当にあなたの会社に必要か。
クラウドが本当に必要な場面： 世界中からのアクセスが秒間数万件ある → 必要 リアルタイムでサーバーを100台に増やす必要がある → 必要 99.999%の可用性がSLAで求められている → 必要 しかし、大半の中小企業のワークロードは上記に該当しない。 社内システム、Webサイト、データベース—— 自社のLinuxサーバー＋Claudeでの開発で十分回る。設定もその方が速い。
なぜこれが重要か——AI需要予測の根本的な誤り
これは単なるコスト削減の話ではない。 AI産業全体の需要予測が根本的に間違っている理由そのものだ。
AIが普及する → 企業がAIを使う → クラウドでAIを動かす
→ クラウドのGPUサーバーが大量に必要になる
→ NVIDIAのGPUが大量に売れる
→ データセンターへの投資が爆発的に増える
この前提が、AI投資ブームの根拠になっている
企業がAIを使う → Claudeで開発する → 自社のLinuxマシンで十分
→ 公開サーバーでAIエージェントを常時稼働させる必要がない
→ クラウドのGPUサーバーは想定ほど必要にならない
→ NVIDIAのGPU需要は予測を大幅に下回る
→ データセンター投資は過剰になる
構造を見れば明らかだ： AIの本質的な価値は「開発を支援すること」であり、 「24時間クラウドで推論を回し続けること」ではない。 Claudeと対話してコードを書き、設定ファイルを作り、SQLを変換する—— この作業に巨大なGPUクラスターは要らない。 開発者のローカルマシンとAPIアクセスがあれば十分だ。 AIを「使う側」に必要なのはGPUではなく、知性だ。 クラウドに巨額を投じる企業は、この構造を見誤っている。 第一部 第7章で分析したNVIDIAの崩壊は、この構造的誤りから生まれる。
市場の過学習——AIだけでなく人間も過学習する
機械学習には過学習（overfitting）という概念がある。 訓練データのパターンに過剰適応して、現実に対応できなくなる現象だ。
今、AI市場そのものが過学習を起こしている。
過去のパターン：IT需要が増える → サーバーが売れる → データセンターが儲かる
AI時代のパターン：AI需要が増える → GPUサーバーが売れる → データセンターが儲かる
→ 過去のパターンをそのまま当てはめた
→ 「AI = 巨大なインフラ投資」と過学習した
→ 現実：AIの価値は開発支援であり、インフラの量ではない
AIも過学習する。人間も過学習する。 AIが訓練データに過学習して汎化性能を失うように、 人間は過去の成功パターンに過学習して新しい構造を見誤る。 「ITが伸びた→サーバーが売れた」というパターンに過学習した投資家が、 「AIが伸びる→GPUサーバーが売れる」と思い込んでいる。 農業も同じだ。「化学肥料で収量が増えた」に過学習して、 土壌微生物を殺し続けている。 過学習の本質は、パターンの奥にある構造を見ないことだ。 GitHubがユーザーのコードをAIの学習データに使おうとしているのも同じ構造だ。 より多くのデータでより大きなモデルを作れば性能が上がる——この前提自体が過学習だ。
SaaS税——月額課金の積み重ね、そしてAI内蔵の罠
SaaS（Software as a Service）は「所有しない」ことが売りだった。 しかし、気づけば月額課金が積み重なっている。
SaaS税の実態（中堅企業の例）： Salesforce → 月額数万円/ユーザー × 営業部門 Slack → 月額数千円/ユーザー × 全社員 Zoom → 月額数千円/ライセンス Notion → 月額数千円/ユーザー Figma → 月額数千円/ユーザー × デザイン部門 Jira → 月額数千円/ユーザー × 開発部門 その他10〜20のSaaS → 月額数十万〜数百万円 合計：年間数千万円の「税」を、気づかないうちに払っている。
SaaS＋AI——税にバックドアが付いた
2026年の現実では、これらのSaaSの多くにAIエージェントが組み込まれ始めている。
AIを組み込んだSaaSの実態： Salesforce Einstein AI → 顧客データ全体をスキャンして「提案」を生成 Notion AI → ワークスペース内の全文書にアクセスして要約・生成 Slack AI → チャンネルの全メッセージを読み込んで検索・要約 HubSpot AI → 顧客のメール・取引履歴にアクセスして予測 共通構造：AIが業務データにフルアクセスし、外部のLLMで処理する。
これはOffice＋Copilot、WordPress＋AIプラグインと全く同じ構造だ。決定的なシステム（CRM、プロジェクト管理、ドキュメント）の中に、非決定的なAIを密結合させている。
SaaSベンダーがAIを組み込む → AIが業務データにフルアクセスする
→ AIの推論は外部のLLMプロバイダーで処理される
→ データがSaaSベンダーとLLMプロバイダーの二重に外部へ出る
→ プロンプトインジェクション、データ漏洩、監査証跡の喪失
→ 自社データの管理を完全に失う
月額課金を払い続けるだけではない。自社の業務データを、自分が制御できないAIに読ませている。これは税ではなく、構造的な情報漏洩だ。
これらのSaaSが提供する機能の多くは、 Claudeの支援で自前のツールに置き換えられる。
CRM → Claudeがシンプルなデータベース＋UIを構築
チャット → オープンソース（Mattermost等）＋自前サーバー
プロジェクト管理 → Claudeが要件に合わせたツールを構築
ドキュメント → Markdown＋Git＋静的サイト生成
AIが内蔵されたSaaSは最優先で引く。データの外部流出リスクが最も高い。
SIer税——「作ってもらう」から「自分で作る」へ
日本企業のIT投資の大部分は、SIer（システムインテグレーター）に流れている。
SIer税の構造： 要件定義 → SIerが聞き取り → 数百万円 基本設計 → SIerが設計 → 数百万円 詳細設計 → SIerが文書化 → 数百万円 開発 → SIerが実装 → 数千万円 テスト → SIerがテスト → 数百万円 運用保守 → SIerが月額で請求 → 年間数百万〜数千万円 合計：一つのシステムで数千万〜数億円。
SIerの工数の大半は「設計書の作成」と「定型的なコーディング」だ。 Claudeが最も得意とする仕事である。
要件 → 社内の業務を知っている人間がClaudeに直接伝える
設計 → Claudeが設計書を生成
開発 → Claudeがコードを書く
テスト → Claudeがテストコードを生成
運用 → Claudeが監視・保守の仕組みを構築
SIerの役割の大半を、Claudeが代替する。
社内の業務を最もよく知っているのは社員だ。SIerではない。 社員がClaudeに直接要件を伝え、Claudeがシステムを作る。 「翻訳者」としてのSIerが不要になる。
これは単なるコスト削減ではなく、ソフトウェア開発の構造そのものが組み替わる話だ。SIer 委託モデルが数年で完了する不可逆な転換と、それに代わって立つ「ビルダー」(判断中心の専門職、弁護士・医師と同位)の輪郭は、AIネイティブな仕事の作法 ソフトウェア開発編で 11 章にわたって展開している。
コンサルタント税——「何をすべきか」は自分で考えろ
マッキンゼー、BCG、アクセンチュア—— 企業は「何をすべきか」を外部のコンサルタントに聞くために、 数千万〜数億円を払っている。
コンサルタント税の構造： 「我が社のDX戦略を策定してほしい」→ 数千万円 「AIの活用方針を提案してほしい」→ 数千万円 「コスト削減の施策を洗い出してほしい」→ 数千万円 成果物 → 美しいPowerPointのスライド数十枚 実装は含まれない。「考える」だけで数千万円。
Claudeは構造的思考の道具だ。 コンサルタントが数週間かけて作るスライドの内容を、 Claudeは数時間で構造化できる。
業界分析 → Claudeが公開データから構造を抽出
競合分析 → Claudeが生産ルートと依存関係を追跡
コスト分析 → Claudeが支出構造を分解
戦略提案 → Claudeが選択肢と因果関係を可視化
コンサルタントに払う数千万円の大半は、Claudeで代替できる。
コンサルタントの本当の価値は「外部の目線」だ。 しかし、「外部の目線」に数千万円を払う時代は終わりつつある。 Claudeは究極の外部の目線だ。業界の慣習に囚われない。忖度しない。
6つの税の合計——コストから脆弱性へ
| 税 | 中堅企業（500人）の年間コスト | 緊急度（Mythos以後） |
|---|---|---|
| Oracle / SQL Server税 | 数百万〜数千万円 | 高（ブラックボックス化したレガシーは攻撃面） |
| Microsoft税 | 数千万円 | 最優先（Copilotがバックドア。即時対応） |
| クラウド税 | 数百万〜数千万円 | 高（自社管理でアタックサーフェスを縮小） |
| SaaS税 | 数千万円 | 中〜高（AIエージェント付きSaaSは特に危険） |
| SIer税 | 数千万〜数億円（プロジェクトごと） | 高（自社で構造を理解できない状態が脆弱性） |
| コンサルタント税 | 数千万円（案件ごと） | 中（構造判断を外部に依存する遅延リスク） |
| 合計 | 年間1〜数億円の「税」 | 全て、今すぐ着手 |
Claudeの利用料は、これらの税に比べれば桁違いに安い。 月額数万円のClaude利用で、年間数千万〜数億円の税が引ける。
しかし、もはやこれはコスト削減の話ではない。
Mythosが変えたもの： 2025年まで → 「税を引けばコスト削減になる。段階的に進めればいい」 2026年4月以降 → 「税＝monocultureへの依存＝攻撃面。今すぐ引かなければシステムが崩壊する」 パッチ適用の中央値 → 70日。Mythosの脆弱性発見・兵器化 → 数時間。 一般公開の予想時期 → 2026年後半〜2027年前半。 残された時間は半年から1年だ。
企業のIT支出の大半は、技術への投資ではなく「税」だ。
Oracle税、Microsoft税、クラウド税、SaaS税、SIer税、コンサルタント税——
選択肢がないから払い、慣性で払い、乗り換えが怖いから払い続けてきた。
Claudeはこれらの税を構造的に引く道具だ。
しかしMythosが来た今、これはコスト最適化の話ではない。
Monocultureへの依存は、そのまま構造的脆弱性だ。
税を引くとは、攻撃面を減らすことだ。
密結合を疎結合に。ブラックボックスを自分で理解できる構成に。
AIは開発に使う。プロダクトの中には入れない。
残された時間で構造を変えなければ、崩壊は避けられない。