人工知能は、ワークフローフリクション、労働集約、アプリケーションのスティッキネスに依存する企業に挑戦をもたらす一方で、インフラストラクチャ、独自データ、ネットワーク効果、または専門的なドメインワークフローに基づくビジネスを維持または強化します。今日の株価には多くのAIの影響が織り込まれていますが、AIラボが最終的に公開を目指し、エージェントの提供を迅速に反復し続けるため、近い将来にはさらなるボラティリティが予想されます。市場の物語がAIラボのマキシマリズムと既存企業の利点の間を揺れ動く中、最近の売却後に合理的な価格でレジリエントなビジネスを買う機会を見ています。AIが企業のモートに及ぼす影響に対処するため、私たちはAIが破壊的であると感じた132社のモート評価を再評価しました。AIの破壊の中でのモート評価に関するモーニングスターのガイドをダウンロードしてください。AIが経済的モートに与える影響の測定--------------------------------------------モーニングスター経済的モート評価は、企業の競争優位性の持続期間を要約します。経済的モートは、企業が長期間にわたり超過利益を生み出すことを可能にする構造的な特徴です。モーニングスターのアナリストが超過リターンが20年以上持続すると信じている場合、その企業は広いモート評価を得ます。狭いモートを持つ企業は、少なくとも10年間競争力を維持すると予想されています。私たちは、AIがモートの耐久性にどのように影響を与えるかを体系的に評価するための独自のスコアリングフレームワークを開発しました。このシステムは主にソフトウェアのモートを評価することを目的としており、ITサービスや金融サービスなどの他の特定の業界に適用するために小さな調整が行われました。このフレームワークは、AIが既存のモートに対してもたらす脅威と、AIバリューチェーンにおいて良好に位置づけられた企業に対して生み出す機会の両方を捉えるように設計されています。**AIの世界におけるモートについて考えるための主要な次元**#### AIの世界におけるモートについて考えるための7つの主要な次元 出所：モーニングスター。データは2026年3月13日現在。CSVをダウンロード。AIは均一にモートを破壊するわけではなく、選別メカニズムとして機能します------------------------------------------------------------------132社のレビューの中で、22の広いモートが格下げされ（20が狭いモートに、2がモートなしに）、18の狭いモートが格下げされ、2つの狭いモートがインフラ層のポジショニングとネットワーク効果に基づいて広いモートに格上げされました。AIはリスクを生み出しますが、それに疑いの余地はありません。しかし、それらのリスクはすべての企業において同じでしょうか？モートが残っているソフトウェア企業は存在しないのでしょうか？絶対にありません。給与サービス、ITサービス、エンタープライズソフトウェアは、モートの格下げ、ネガティブな再評価、そして不確実性の増加から最もプレッシャーを感じたグループでした。これは、AIの破壊が企業が人的労働、単純なワークフローの自動化、そしてシートベースのソフトウェアライセンスを収益化する際に最も厳しく影響を与えるため、直感的に理解できます。興味深いことに、格下げされた企業の中には、依然として大規模な既存のユーザーベース、人気のある製品、および/または重要な顧客関係を持つものが多くあります。言い換えれば、格下げされた企業の多くでも、単純ではなく、白黒ではありませんでした。とはいえ、私たちはAIが長期的な可視性を著しく減少させ、ワークフロー層の一部を複製しやすく、自動化しやすく、またはシート成長に依存しにくくすることで、既存の優位性の耐久性を弱める可能性があると考えています。企業がレジリエンスを示した場所---------------------------------私たちは、AIがすべての競争優位性を普遍的に破壊するものではなく、むしろ選別メカニズムであると考えています。ほとんどの企業のモートは変わりませんでしたが、格下げされた企業の数はかなりのものでした。企業の競争優位性は、通常、ネットワーク効果から利益を得たり、インフラや独自データを管理したり、深く複雑なエコシステムを持ったり、高い規制の障壁内で運営されたり、ユニークなドメインロジックを持ったりしている場合には、確保されていました。しかし、企業が主にワークフローの非効率性やアプリケーションレベルでのユーザー習慣から利益を得ている場合、その優位性は信頼性が低くなる傾向がありました。私たちは、複雑なエンジニアリングソフトウェアのワークフロー、サイバーセキュリティ、金融インフラ企業、そしてユニークなデータおよび/またはネットワーク効果の資産を持つ提供物において、最もレジリエンスを見つけました。この演習の後、広いモート評価を持つ企業の半分がネットワーク効果を示しています。他の重要なレジリエンスの源は、変化に対する規制の障壁や他の切り替えコストの障壁、そしてユニークなデータ資産でした。#### デザインソフトウェア、プラットフォーム、サイバーはよりレジリエントでした 出所：モーニングスター。データは2026年3月13日現在。CSVをダウンロード。企業のモートのソースがどのように影響を受けたか-------------------------------------------------ネットワーク効果をモートのソースとする企業は、相対的に最も少ない数の格下げを受けました。ネットワーク効果は製品の技術に基づいているのではなく、ネットワークの強さに基づいています。技術が変化しても、ネットワーク自体は依然として破壊が難しいというのは理にかなっています。ここでの古典的な例には、決済ネットワーク、取引所、さらにはBooking Holdings BKNGのような旅行ネットワークが含まれます。Bookingのビジネスの核心は、旅行ネットワークの強さとホテル供給のロングテールを集約する能力に依存しており、AIのような技術革新が必ずしも解決するものではありません。ネットワーク効果は、このプロセスから生じた2つの格上げ、Cloudflare NETとCrowdStrike CRWDにも中心的です。サイバーセキュリティソリューションは、AIが普及し、無限の攻撃ベクトルを開くにつれて、これまで以上に需要が高まります。悪意のあるエージェントが24時間365日活動していることを想像してみてください。CloudflareやCrowdStrikeのような企業は、ネットワークから得られる構造的なデータおよびスケールの利点も持っており、これが私たちのモートの格上げにつながりました。#### AIモートレビュー結果分布 出所：モーニングスター。データは2026年3月13日現在。CSVをダウンロード。切り替えコストはそれほど効果的ではなく、格下げされた企業のほぼ半数は、かつて切り替えコストのモートを持つと分類されていました。現在のAI重視の環境では、切り替えコスト—歴史的にソフトウェアのモート評価を支持するために使用されたもの—は慎重な再評価を必要とします。特にAIモデルが断片的で複雑なエンタープライズテクノロジースタックに統合されるにつれて。AIは、歴史的に切り替えコストの源であった重要な技術プロセス（データ転送など）を自動化し、特定のソフトウェアの既存企業に対する最終需要を損なう可能性があります。AIの世界におけるソフトウェアの未来に関する不確実性の増加は、私たちが多くの企業に対して10年以上のリターン構造に自信を持つことを難しくさせ、最も高い格下げの集中をもたらしました。切り替えコストとネットワーク効果の間の不均衡を考慮すると、ワークフローがよりAI駆動になるにつれて、単純な顧客の埋め込み（切り替えコストの前兆）は圧力にさらされる可能性がありますが、規模が流動性、関連性、コンテンツの深さ、テレメトリー、またはエコシステムの有用性を改善する真のネットワーク効果は、価値が増加すると予想されます。 AIと経済的モート：どの株が最もリスクにさらされているか？ ------------------------------------------------------------ 132社の経済的モートに関するモーニングスターの株式アナリストのレビューの裏側。 26分49秒 2026年3月10日 視聴する
AIは経済的堀を破るものではないが、産業を破壊するだろう
人工知能は、ワークフローフリクション、労働集約、アプリケーションのスティッキネスに依存する企業に挑戦をもたらす一方で、インフラストラクチャ、独自データ、ネットワーク効果、または専門的なドメインワークフローに基づくビジネスを維持または強化します。
今日の株価には多くのAIの影響が織り込まれていますが、AIラボが最終的に公開を目指し、エージェントの提供を迅速に反復し続けるため、近い将来にはさらなるボラティリティが予想されます。
市場の物語がAIラボのマキシマリズムと既存企業の利点の間を揺れ動く中、最近の売却後に合理的な価格でレジリエントなビジネスを買う機会を見ています。
AIが企業のモートに及ぼす影響に対処するため、私たちはAIが破壊的であると感じた132社のモート評価を再評価しました。
AIの破壊の中でのモート評価に関するモーニングスターのガイドをダウンロードしてください。
AIが経済的モートに与える影響の測定
モーニングスター経済的モート評価は、企業の競争優位性の持続期間を要約します。経済的モートは、企業が長期間にわたり超過利益を生み出すことを可能にする構造的な特徴です。モーニングスターのアナリストが超過リターンが20年以上持続すると信じている場合、その企業は広いモート評価を得ます。狭いモートを持つ企業は、少なくとも10年間競争力を維持すると予想されています。
私たちは、AIがモートの耐久性にどのように影響を与えるかを体系的に評価するための独自のスコアリングフレームワークを開発しました。このシステムは主にソフトウェアのモートを評価することを目的としており、ITサービスや金融サービスなどの他の特定の業界に適用するために小さな調整が行われました。
このフレームワークは、AIが既存のモートに対してもたらす脅威と、AIバリューチェーンにおいて良好に位置づけられた企業に対して生み出す機会の両方を捉えるように設計されています。
AIの世界におけるモートについて考えるための主要な次元
出所：モーニングスター。データは2026年3月13日現在。CSVをダウンロード。
AIは均一にモートを破壊するわけではなく、選別メカニズムとして機能します
132社のレビューの中で、22の広いモートが格下げされ（20が狭いモートに、2がモートなしに）、18の狭いモートが格下げされ、2つの狭いモートがインフラ層のポジショニングとネットワーク効果に基づいて広いモートに格上げされました。AIはリスクを生み出しますが、それに疑いの余地はありません。しかし、それらのリスクはすべての企業において同じでしょうか？モートが残っているソフトウェア企業は存在しないのでしょうか？絶対にありません。
給与サービス、ITサービス、エンタープライズソフトウェアは、モートの格下げ、ネガティブな再評価、そして不確実性の増加から最もプレッシャーを感じたグループでした。これは、AIの破壊が企業が人的労働、単純なワークフローの自動化、そしてシートベースのソフトウェアライセンスを収益化する際に最も厳しく影響を与えるため、直感的に理解できます。
興味深いことに、格下げされた企業の中には、依然として大規模な既存のユーザーベース、人気のある製品、および/または重要な顧客関係を持つものが多くあります。言い換えれば、格下げされた企業の多くでも、単純ではなく、白黒ではありませんでした。
とはいえ、私たちはAIが長期的な可視性を著しく減少させ、ワークフロー層の一部を複製しやすく、自動化しやすく、またはシート成長に依存しにくくすることで、既存の優位性の耐久性を弱める可能性があると考えています。
企業がレジリエンスを示した場所
私たちは、AIがすべての競争優位性を普遍的に破壊するものではなく、むしろ選別メカニズムであると考えています。ほとんどの企業のモートは変わりませんでしたが、格下げされた企業の数はかなりのものでした。
企業の競争優位性は、通常、ネットワーク効果から利益を得たり、インフラや独自データを管理したり、深く複雑なエコシステムを持ったり、高い規制の障壁内で運営されたり、ユニークなドメインロジックを持ったりしている場合には、確保されていました。
しかし、企業が主にワークフローの非効率性やアプリケーションレベルでのユーザー習慣から利益を得ている場合、その優位性は信頼性が低くなる傾向がありました。
私たちは、複雑なエンジニアリングソフトウェアのワークフロー、サイバーセキュリティ、金融インフラ企業、そしてユニークなデータおよび/またはネットワーク効果の資産を持つ提供物において、最もレジリエンスを見つけました。この演習の後、広いモート評価を持つ企業の半分がネットワーク効果を示しています。他の重要なレジリエンスの源は、変化に対する規制の障壁や他の切り替えコストの障壁、そしてユニークなデータ資産でした。
出所：モーニングスター。データは2026年3月13日現在。CSVをダウンロード。
企業のモートのソースがどのように影響を受けたか
ネットワーク効果をモートのソースとする企業は、相対的に最も少ない数の格下げを受けました。ネットワーク効果は製品の技術に基づいているのではなく、ネットワークの強さに基づいています。技術が変化しても、ネットワーク自体は依然として破壊が難しいというのは理にかなっています。
ここでの古典的な例には、決済ネットワーク、取引所、さらにはBooking Holdings BKNGのような旅行ネットワークが含まれます。Bookingのビジネスの核心は、旅行ネットワークの強さとホテル供給のロングテールを集約する能力に依存しており、AIのような技術革新が必ずしも解決するものではありません。
ネットワーク効果は、このプロセスから生じた2つの格上げ、Cloudflare NETとCrowdStrike CRWDにも中心的です。
サイバーセキュリティソリューションは、AIが普及し、無限の攻撃ベクトルを開くにつれて、これまで以上に需要が高まります。悪意のあるエージェントが24時間365日活動していることを想像してみてください。CloudflareやCrowdStrikeのような企業は、ネットワークから得られる構造的なデータおよびスケールの利点も持っており、これが私たちのモートの格上げにつながりました。
出所：モーニングスター。データは2026年3月13日現在。CSVをダウンロード。
切り替えコストはそれほど効果的ではなく、格下げされた企業のほぼ半数は、かつて切り替えコストのモートを持つと分類されていました。現在のAI重視の環境では、切り替えコスト—歴史的にソフトウェアのモート評価を支持するために使用されたもの—は慎重な再評価を必要とします。特にAIモデルが断片的で複雑なエンタープライズテクノロジースタックに統合されるにつれて。
AIは、歴史的に切り替えコストの源であった重要な技術プロセス（データ転送など）を自動化し、特定のソフトウェアの既存企業に対する最終需要を損なう可能性があります。AIの世界におけるソフトウェアの未来に関する不確実性の増加は、私たちが多くの企業に対して10年以上のリターン構造に自信を持つことを難しくさせ、最も高い格下げの集中をもたらしました。
切り替えコストとネットワーク効果の間の不均衡を考慮すると、ワークフローがよりAI駆動になるにつれて、単純な顧客の埋め込み（切り替えコストの前兆）は圧力にさらされる可能性がありますが、規模が流動性、関連性、コンテンツの深さ、テレメトリー、またはエコシステムの有用性を改善する真のネットワーク効果は、価値が増加すると予想されます。
視聴する