市場は倍増、重心は「特化型」へ

総務省「令和8年版情報通信白書」によると、国内AI関連市場規模は2025年度に約2兆3,800億円と、3年前のほぼ倍に膨らみました。年平均成長率は約24%で、SaaS市場全体の約13%を大きく上回ります。

注目すべきは成長の中身です。2024年度までは、OpenAIやGoogleが提供するAPI利用型の汎用サービスが市場を牽引していました。ところがIDC Japanの2026年2月の調査では、「業種特化型AIソリューション」のセグメントが前年比38.2%増と、市場全体を大幅に上回る伸びを示しています。資金の流れは明確に「汎用から特化へ」動いています。

投資動向にも変化が鮮明です。INITIALの2026年第1四半期レポートによると、AI関連スタートアップの調達額は前年同期比約1.4倍に増加。内訳を見ると、シリーズB以降の大型調達が全体の約55%を占め、ヘルスケア・製造業・不動産・金融に特化した企業が調達額の約47%を集めています。投資家の選好は「実証段階」から「収益化段階」へ、そして「汎用」から「特化」へと明確にシフトしました。

構造変化を駆動する3つの力

この転換を促しているのは、3つの構造的要因です。

第一に、汎用LLMのコモディティ化。 GPT、Gemini、Claude、Llama——主要モデルの性能差は実用上ほぼ消失し、価格競争が加速しています。ガートナージャパンの調査では、国内IT意思決定者の68%が「汎用LLMの選定より自社データとの統合・業務適合性を重視する」と回答しているとされています。APIを叩くだけでは差別化できない時代に入ったのです。

第二に、DXの実装フェーズへの移行。 IPAの「DX白書2025」によると、全社戦略としてDXを推進する企業は54.2%と、2021年の21.7%から2.5倍に増加しました。ツール導入の段階を過ぎ、業務そのものを再設計する段階に入った企業が急増しています。この局面では、業界固有の商慣習や法規制、現場オペレーションを理解した実装力が不可欠です。

第三に、投資家の評価軸の変化。 技術の新規性よりも、ARR（年間経常収益）の成長率やNRR（売上維持率）、業種横展開の再現性が重視されるようになりました。「すごい技術があるか」から「安定的に稼げるか」へ。投資の成熟を示す変化です。

プレイヤー間で分かれる戦略

この環境下で、主要プレイヤーの戦略は明確に分岐しています。

Preferred Networks（PFN）は独自の基盤技術を武器に、製造業やロボティクスへ垂直展開する研究開発型。PKSHA Technologyは汎用プロダクトをプラットフォーム化し、複数業界に横展開するスケール重視型です。NTTデータや富士通など大手SIerも業種特化AIへの投資を加速していますが、JUASの調査ではAI導入プロジェクトで「ベンダーの対応スピードに不満がある」との回答が43.1%に達しているとされており、機動力が課題として残ります。

こうした中で、エンティームのような「実装伴走型」のスタートアップが台頭しています。AIモデルの納品で終わるのではなく、業務プロセスへの組み込みから運用定着までを一気通貫で担い、業務成果に連動した継続課金を収益の柱とする。クライアントとの利害が一致しやすい設計であり、現在の市場環境との適合度は高いと評価できます。

差別化の軸は3つに整理できます。技術の独自性、業界浸透度、スケーラビリティ。現時点でこの3軸すべてを同時に満たすプレイヤーは存在しません。各社が自社の強みに応じて異なるポジションを選択しているのが実態です。

今後3〜5年のシナリオ

先行きを展望すると、3つの経路が見えてきます。

第一に、業種ごとの寡占化（2027〜28年）。 業種特化型AIはデータの蓄積が精度向上に直結するため、先行者にネットワーク効果が働きます。ここ1〜2年で業界シェアを確立できるかが、長期的な参入障壁の形成を左右します。

第二に、大手との協業と競合の同時進行。 大手SIerがスタートアップの知見を活用する動きは合理的ですが、知見を吸収した後に内製化へ転じるリスクも常にあります。協業による顧客基盤の拡大と、自社固有の業界知見・データ資産の保持を両立できるかが問われます。

第三に、事業会社のAI内製化による市場再編（2029年以降）。 DXの成熟が進めば、先進企業はAI開発・運用を内製化します。外注需要そのものが縮小する可能性を見据え、業界横断のベンチマークデータや匿名化データを活用した精度向上の仕組みなど、内製化後も手放せない独自価値の構築が生存条件となります。

3つのシナリオに共通するのは、「業界特化の深さ」だけでは長期的な優位を維持できないという冷徹な現実です。特定業界で磨いた実装ノウハウを他業界にも適用可能なフレームワークとして体系化し、「深さ」と「再現性」を両立できた企業が市場を制する。2026年時点でこの課題を完全にクリアした国内プレイヤーは見当たりません。

日本のAI市場は「使ってみた」段階を卒業しつつあります。次に求められるのは、業界の深部に入り込み、成果を出し、それを再現可能な形で広げる力です。勝者が誰になるかはまだ見えませんが、勝敗を分ける条件は、すでに明確になり始めています。