結論から言う。業務システムの「適正価格」が、もうすぐ2桁変わる

SaaS月額30万円。よくある話だ。

顧客管理、在庫管理、請求書処理——中小企業がまともに業務を回そうとすると、SaaSを3つ4つ重ねて月30万〜50万は飛んでいく。年間360万〜600万。従業員20人の会社にとって、これは人件費1人分に匹敵する。

それが「自社でAIを組めば月5万になる」というフェーズに入ったのが、ここ1〜2年の話だった。クラウドLLMのAPI費用と、ちょっとしたインフラ代。確かにコストは下がった。

だが、次に来る波はもっとえげつない。

月300万クラスの業務システムが、月5,000円以下で動く。

大げさに聞こえるだろう。でも3つの技術トレンドが同時に動いている今、この数字は絵空事ではなくなってきた。MCPサーバーのインクリメンタル更新、合成ツールによる開発スケーリング、そしてローカルLLMの実用域への到達。この3つが噛み合ったとき、業務システムの「値段」という概念そのものが壊れる。

順に見ていく。

—

1. MCPサーバーの差分更新——「API連携コスト」が消える

業務システムのコストの大部分は、実は「つなぎ込み」にかかっている。

会計ソフトとCRMをつなぐ。CRMと在庫管理をつなぐ。在庫管理とECサイトをつなぐ。このAPI連携の開発・保守が、SaaSベンダーが高い月額を取れる根拠になっている。自前で組もうとすれば、外部APIの仕様変更のたびにシステム全体をテストし直す必要があり、開発会社に頼めば1回あたり数十万〜数百万。だからSaaSに依存する。この構造が、中小企業のコストを押し上げてきた。

MCP（Model Context Protocol）は、LLMが外部ツールやAPIを呼び出すための標準プロトコルだ。要するに「AIが勝手にAPIを叩ける仕組み」。これ自体は2024年後半から話題になっていた。

注目すべきは、ここに「差分更新（インクリメンタルアップデート）」の仕組みが乗り始めたことだ。DeltaMCPと呼ばれるアプローチでは、外部APIの仕様が変わっても、MCPサーバー全体を再構築する必要がない。変更があった部分だけを差分で更新できる。

これが何を意味するか。

従来、API連携の保守に年間100万〜200万かかっていたコストが、ほぼゼロに近づく。APIの仕様書（OpenAPI Specなど）を食わせれば、MCPサーバーが自動的に差分を検知し、該当するツール定義だけを更新する。人間がやることは「新しいAPI仕様書を置く」だけ。

保守コストが消えるということは、「SaaSベンダーに月額を払い続ける理由」の一つが消えるということだ。

—

2. 合成ツール——「開発工数」が10分の1になる

業務システムを自前で作る最大のハードルは、開発工数だ。要件定義、設計、実装、テスト。中小企業が外注すれば300万〜1,000万は覚悟しなければならない。

ここに風穴を開けるのが、合成ツール（Synthetic Tools）のフレームワークだ。SynthToolsに代表されるこのアプローチは、LLMを使って「業務環境そのもの」をシミュレーションし、その上でタスクを定義・検証する。

具体的に言うとこうだ。

1. 環境生成: 「うちは従業員15人の製造業で、受注→製造→出荷→請求のフローがある」と記述すると、LLMがその業務環境をシミュレーション用に自動生成する
2. ツール合成: その環境に必要なツール（受注登録、在庫チェック、請求書発行など）をLLMが自動で定義・実装する
3. タスク検証: 実際の業務シナリオを流して、ツールが正しく動くかを自動テストする

従来なら要件定義だけで2週間、実装に1〜2ヶ月かかっていた工程が、数時間〜数日で回る。しかも、実際のAPIの複雑さに煩わされない。合成環境でまず動くものを作り、検証が通ったら本番APIにつなぎ替える。この「まず動くものを爆速で作る」プロセスが、開発コストを根本から変える。

開発期間が2ヶ月から3日になったら、外注費300万円は何になるか。自社のスタッフがLLMに指示を出す人件費——せいぜい数万円だ。

—

3. ローカルLLM——「ランニングコスト」が電気代だけになる

「でもLLMのAPI費用がかかるでしょ？」

その通りだった。GPT-4クラスのAPIを業務システムで常時回せば、月数万〜十数万は飛ぶ。これが「自社AI月5万」の内訳の大部分だった。

だが、ローカルLLMの性能が急速に実用域に入ってきている。

2025年現在、Llama 3.1やQwen 2.5、Phi-4クラスのモデルが、8B〜70Bパラメータで業務レベルのタスクをこなせるようになった。量子化技術の進歩で、70Bモデルですら消費者向けGPU（RTX 4090やRTX 5090）で動く。vLLMやllama.cppなどの推論エンジンの最適化で、レスポンスも実用的な速度に達している。

ハードウェアコストを計算してみよう。

• RTX 4090搭載の推論用PC: 約40〜50万円（中古なら30万円台）
• 電気代: 月2,000〜3,000円
• 保守: ほぼゼロ（壊れたらパーツ交換）

イニシャル50万、ランニング月3,000円。3年使えば月あたりの総コストは約1.7万円。5年使えば月1.1万円。API費用はゼロ。データは社外に出ない。

SaaSに月30万払っていた会社が、月5,000円以下で同等以上のシステムを動かせる計算になる。

—

3つが噛み合うと何が起きるか

ここからが本題だ。この3つは個別に見ても面白いが、組み合わさったときに構造的な変化が起きる。

ローカルLLMがランニングコストをほぼゼロにし、
合成ツールが開発コストを10分の1以下にし、
MCPサーバーの差分更新が保守コストをほぼゼロにする。

業務システムのコスト構造は「開発費 + 運用費 + 保守費」だ。この3つが同時に桁違いに下がる。

従来: 開発300万 + 運用月30万 + 保守年100万 = 初年度660万、2年目以降460万/年

これからの構造: 開発5万（自社スタッフ数日）+ 運用月5,000円（電気代）+ 保守ほぼゼロ = 初年度11万、2年目以降6万/年

年間460万が6万になる。 約77分の1。

もちろん、これは理想的なケースだ。実際にはLLMの精度調整や業務固有のカスタマイズに時間がかかる。だが、桁が2つ変わる方向に向かっているのは間違いない。

—

中小企業にとって、これは「逆転の構造」になる

ここで考えてほしい。

大企業は、すでにSaaSベンダーと年間契約を結び、カスタマイズに数千万を投じ、専任のIT部門が保守している。この「重い構造」は、コストが劇的に下がる局面ではむしろ足かせになる。契約の縛り、既存システムとの互換性、社内調整——大企業ほど動きが遅い。

一方、中小企業は身軽だ。

既存システムがショボい？　むしろチャンスだ。捨てるものが少ないほうが、新しい構造に乗り換えやすい。IT部門がない？　LLMに指示を出せる人が1人いれば足りる時代が来ている。

「ITに投資できないから負けていた」構造が、「ITにコストがかからないから同じ土俵に立てる」構造に変わる。

これは、かつてクラウドが「サーバーを持てない中小企業」を救ったのと同じ構造だ。ただし、今回のインパクトはもっと大きい。クラウドは「インフラのコスト」を下げた。今回は「システムそのもののコスト」が消える。

—

で、今日から何をすればいいのか

3つ、やることがある。

1. 自社の「SaaS月額」を棚卸しする

今、月にいくら払っているか。何のSaaSに、いくら。これを一覧にするだけで、「この金額、本当に必要か？」という問いが生まれる。多くの中小企業は、惰性で払い続けている月額がある。

2. ローカルLLMを1台、触ってみる

中古のゲーミングPCにOllamaを入れて、Llama 3.1の8Bモデルを動かす。所要時間30分、コスト5万円以下。「こんなことがローカルでできるのか」という体感を得ることが、すべてのスタート地点になる。

3. MCPサーバーを1つ、立ててみる

Claude DesktopやCursorなど、MCP対応のツールはすでにある。自社で使っているサービスのAPIをMCPサーバー経由でLLMにつないでみる。「AIが勝手にデータを取ってきて、勝手に処理する」体験をすると、SaaSの管理画面をポチポチする作業がいかに無駄だったか気づく。

どれも、今日始められる。コストは数万円。失敗しても痛くない。

—

最後に

「300万が5,000円」は、今日の話ではない。だが、3年後の話でもない。

要素技術はすでに揃い始めている。足りないのは「組み合わせて実際に動かした事例」だけだ。そして、その事例を最初に作るのは、大企業ではなく、身軽な中小企業のはずだ。

待っていても誰も教えてくれない。まず触れ。まず動かせ。コストが壊れる側にいるか、壊される側にいるか。その分岐点は、もう目の前にある。

—