Klarnaの2025年年次報告では、取引件数が25%増えた一方、カスタマーサービス・業務費用の増加は約2%だった。同社はAIアシスタントが顧客対応チャットの80%を扱ったとし、人による対応も選べると説明している。Klarna 2025 Form 20-F
事業の拡大に対し、費用の増加は緩やか
Klarna の 2025 年の取引件数の伸び率は、カスタマーサービス・オペレーション費用の伸び率を上回りました。
- 取引件数25
- 顧客対応・オペレーション費用(概数)2
前年比のデータ表を見る
| 指標 | 2024 年に対する 2025 年の増加率(%) |
|---|---|
| 取引件数 | 25 |
| 顧客対応・オペレーション費用(概数) | 2 |
各指標はそれぞれの 2024 年の値を分母とし、年次報告書の整数表示を使用しています。費用は 2 億 300 万米ドルから 2 億 700 万米ドルに増加しました。取引件数は問い合わせ件数ではなく、この図から AI、規模、その他の要因の寄与を切り分けることはできません。
出典買う側には、ほぼ同じ支出で多くの事業を扱える魅力がある。売る側には、まだ問いが残る。節約分のいくらを払ってもらえるか。一人で扱える仕事が増えたら、人数に応じた請求はどう変わるか。
私は、製品が引き受ける仕事を先に決めてから課金単位を考えたい。Klarnaは需要側の例であり、年報から各ソフトウェア提供者の利益は分からない。この図だけでAIの貢献も切り出せない。
「完了」には、少なくとも三つの意味がある
返品処理サービスを売ると仮定する。モデルが苦情を読み、注文を探し、返金指示を出した。ここには、指示の実行成功、契約上の案件終了、顧客が返金を受けて再び買うこと、という別々の終点がある。
最初はシステムで観測しやすく、最後は店にとって価値が大きい。ただ、提供者が制御できる範囲は異なる。物流や銀行の処理が残り、再購入は返品対応だけで決まらない。指示の送信だけに課金すれば後処理が顧客に残るが、最終結果を全て約束すれば制御できない要因まで抱え込む。
IntercomのFinは、この区別を具体的に示す。Intercomと組み合わせる文字チャット・メールでは、顧客による確認のほか、回答後に追加の支援が求められない場合も解決と推定する。設定済みProcedureに従って人や別のworkflowへ引き継ぐことも、課金対象になり得る。同じ会話は最大一回の課金で、解決とされた後に同じ会話へ戻って支援を求めると、その解決分は差し引かれる。Finの成果定義と課金
調査と振り分けを買っているなら、十分な引き継ぎは対価に値する。人への転送が必ず失敗とは限らない。一方、会話の終了だけで返金の着金は分からない。請求上の成果は合意した納品単位であり、顧客の事業上の効果とは分けて見る必要がある。
再開案件、資料不足、引き継ぎは価格を決める段階で話したい。成功一件につき同額なら、安く処理できる案件を好み、難しい案件を顧客へ戻す誘因も考えられる。これは価格設計からの推論だ。成功件数だけでなく、何を受け、何を断ったかも評価したい。
画面を開かれなくても、収入が残る場合がある
Appの記事では調整作業を一か所へ集められるかを考えた。SaaSでは、操作が移ったら収入も必ず移るのか、が次の問いになる。
AtlassianのMCPなら、外部AIツールからJiraやConfluenceを検索し、作業項目を作成したりページを更新したりできる。既存の権限が適用され、MCP経由のデータ取得や洞察生成にはRovo creditsを使うと文書にある。機能の発表、利用量の説明
入口は変わっても、正式な記録と実行機能は元の基盤に残る。全てのアシスタントがデータ、権限、結果の保存のために戻るなら、入口が増えるほど基盤が利用される可能性もある。

ログイン回数だけで製品の衰退を判断したくない。なぜ顧客はそこを通る必要があるのか。確実な取引処理か、組織で共有する記録か、それとも単にデータが移しにくいからか。前二つは継続的な仕事を提供するが、最後の理由は代替手段が育つと弱くなり得る。
新しい入口が最大の収入を得るとも限らない。提供者を比較し仕事を振り分けられても、取引の承認が元の基盤にしかできないなら協力が必要だ。価値の配分を見るには、一件の仕事に沿って、代替できるもの、拒否できる相手、まだ必要な作業を追いたい。
残る人の仕事が、一件の原価を決める
実行を引き受けると、案件ごとにモデル利用、ツール呼び出し、再試行、確認の費用が発生する。定型処理を自動化した後には、情報不足、争い、例外規則が人の側に集中するかもしれない。引き継ぎの件数が減っても、一件が簡単になるとは限らない。
PilotのCoreは、記帳担当者による処理、説明、確認をサービスに含める。ソフトウェアと専門作業を一緒に届ける形だ。人が関わることだけで、自動化が役に立たなかったとは言えない。Pilotのプラン
毎回最初から火消しする仕事と、次にも使える分類ルール、確認手順、引き継ぎ情報を残す仕事は分けたい。前者は顧客が増えるほど熟練者を必要とする。後者は将来の原価を下げる余地があるが、実際の納品記録で確かめる必要がある。
私は次のように計算する。
同じ期間の失敗案件も費用に含める。再試行がモデル費用や人件費に入っていれば二重には加えない。これは提供作業の分析で、財務諸表の粗利益率ではない。研究開発、営業、導入、初回のデータ整理も事業全体では計上する。
顧客側に残した仕事も見る。提供者の一件あたり原価が下がっても、顧客が監督や修正の人員を増やしているなら、契約更新につながるとは限らない。
節約できた金額は、もう一度配分される
高価な人の作業を置き換えるから高く売れる、という説明だけでは価格は決まらない。顧客には代替案がある。数社が同じ返金処理を行えるなら、仕事の価値は残っても価格は下がり得る。モデルが安くなれば、既存企業の利益が増える前に競争相手が増えるかもしれない。
価格低下は、以前は割に合わなかった仕事を可能にして需要を増やすこともある。席数の減少だけを見たり、成果課金が必ず勝つと決めたりはできない。SalesforceのAgentforceにも、利用者、会話、動作に応じた異なる条件のプランがある。料金説明
専門家が長く使う道具なら席数、範囲の明確な案件なら件数、専門家の待機や継続サービスなら固定費と作業量の組み合わせが考えられる。ここで扱う製品文書は2026年10月27日に確認した。変動する単価の比較はしていない。
私がこの事業を始めるなら、繰り返し発生し、終了条件を説明できる仕事を選ぶ。差し戻し、やり直し、人の時間まで数え、まず顧客の仕事が実際に減ったことを確かめ、その後で価格を試す。例外が利益を食べ続けるなら、職務全体をAIに任せられると宣言する前に、引き受ける範囲を狭めたい。
