【2026Q3】SES/SIer業界の変化：AI時代の受託開発はどう変わるか

2026年7月17日

この記事の要点

【結論】2026Q3のSES/SIer業界は、AIコード生成の実装浸透によって「工数×単価」モデルの前提が崩れる転換点にあります。JISA調査ではAIを本番開発に組み込んだ企業でコード実装工数が平均41%削減され、価格説明ロジックの再構築が経営課題になりました。
【重要ポイント1】多重下請構造は解消していません。IPA調査で「3次請け以上あり」の案件は依然として48.6%残存しています。ただし1次請けと3次請けの粗利率格差は2024年比で1.4倍に拡大し、上流ポジションへの集中が加速しました。
【重要ポイント2】受注モデルは「準委任・工数ベース」から「請負・成果ベース」または「アウトカム型」へと二極化が進み、AI時代の上流人材を持つ企業が価格支配権を握る局面です。
【重要ポイント3】ITベンダーが生き残る条件は、業務×AI×実装を1人で往復できるFDE型人材の育成、およびPoC卒業条件と請負範囲を業務言語で書き切れるコンサル化された営業体制の2点に集約されます。
【対象読者】SIer・SES・IT受託開発企業の経営層および事業責任者、IT人材ビジネスの企画担当、発注側企業の情報システム部門長。

2026Q3のSES/SIer業界に何が起きているのか？
AIコード生成は開発工数と単価をどう変えたか？
多重下請構造は本当に崩れているのか？
AI時代のSIerに求められる新しい役割は何か？
先行企業はどうモデルを転換しているのか？
経営者が2026年下期に決めるべきアクションは何か？
2027年に向けたSIer業界の予測は？

2026Q3のSES/SIer業界に何が起きているのか？

結論： 業界全体が「工数ビジネスの慣性で伸びる会社」と「AIを織り込んだ請負モデルに転換する会社」に分岐した、というのが2026年7月時点の姿です。

情報サービス産業協会（JISA）が2026年6月に公表した「情報サービス産業基本統計調査（2026年速報）」によれば、国内ソフトウェア開発・情報処理サービス業の市場規模は前年比8.4%増の16.8兆円、5期連続の増加となりました。一方で、上位20社の営業利益率中央値は11.8%（2025年）→14.6%（2026年速報）と改善したのに対し、中堅SES（売上30-300億円層）の営業利益率中央値は6.2%→5.4%と低下しています。

業界内で進む3つの構造変化

変化	2024Q3	2026Q3	増減
開発案件でのAIコード生成ツール活用率（JISA）	18.4%	71.9%	+53.5pt
準委任契約に占める「AI併用前提」条項ありの案件	3.1%	26.7%	+23.6pt
請負契約でのアウトカム型契約割合（IPA）	5.8%	14.3%	+8.5pt

AI活用が「案件の前提」に組み込まれた結果、同じ機能を開発しても投入工数が減り、単価と工数を掛け合わせる従来のプライシングでは売上が縮む構図が起き始めました。ここに対応できたSIerは請負・成果報酬側に舵を切り、対応が遅れた企業は稼働率の維持だけで手一杯というのが実態です。

AIコード生成は開発工数と単価をどう変えたか？

結論： JISAとIPAの2026年調査を突き合わせると、AIコード生成を本番組み込みした案件では実装工数が平均41%削減され、要件定義・設計・受入テストの工数比重が相対的に上昇、単価は上流工程で20-35%上振れしました。

工数構成の変化（IPA「ソフトウェア開発データ白書2026」）

工程	2023年平均工数比	2026年平均工数比	増減
要件定義	12.4%	21.6%	+9.2pt
基本・詳細設計	22.1%	27.9%	+5.8pt
実装（コーディング）	34.8%	18.3%	-16.5pt
単体・結合テスト	18.2%	15.4%	-2.8pt
受入テスト・移行	12.5%	16.8%	+4.3pt

実装工程がほぼ半減する一方、要件定義と受入テストが増えた点が特徴です。AIが生成するコードは初期段階では正しく見えても、業務要件との整合や例外処理の網羅性で問題が起きやすく、上流と受入側の負荷が上がりました。

単価はどう動いたか

上流工程（コンサル・要件定義・アーキテクト）の平均月単価：2024年125万円→2026年158万円（+26.4%）
実装工程の平均月単価：2024年86万円→2026年79万円（-8.1%）
テスト工程の平均月単価：2024年72万円→2026年70万円（-2.8%）

出典はエンジニアフォースLab「IT技術者単価市場調査2026年6月版」およびレバテック「フリーランス市場動向2026Q2」。上流と実装の単価差は倍近くまで広がっています。「実装ができるだけの人材」は市場価値が縮小し、業務理解と設計をセットで扱える上流人材に価値が集中しました。

具体的な影響

中堅SES企業A社（従業員800名、2026年3月期売上148億円）は、実装ロールの稼働率が92.1%→84.7%に落ち、営業利益率が7.8%→4.6%に低下しました。同社は2026年4月にビジネスアーキテクト職を新設し、上流案件への配置転換を始めています。IT技術者派遣にとどまるモデルからの脱皮が、経営課題として顕在化した実例です。

多重下請構造は本当に崩れているのか？

結論： 多重下請構造そのものは温存されています。ただし1次請けと3次請け以下の粗利率格差が拡大し、下位階層の企業体力が急速に細っているというのが2026Q3の姿です。

階層別の実態（IPA「IT人材白書2026」および帝国データバンク「情報サービス業信用調査2026」）

階層	案件残存率	平均粗利率	従業員数中央値
1次請け（元請け）	100%（基準）	32.4%	1,850名
2次請け	78.6%	21.7%	480名
3次請け	48.6%	12.8%	120名
4次請け以下	19.3%	7.4%	45名

3次請け以上ありの案件は48.6%と、2024年の62.1%からは減りましたが、依然として半数近くが残ります。粗利率の差は1次と3次で約2.5倍、4次では4.4倍にまで開きました。生成AIによる実装効率化の恩恵は上流ほど大きく、下流には価格圧力として跳ね返る構造が続いています。

下位階層の倒産・廃業の増加

帝国データバンク「2026年上期情報サービス業倒産動向」によれば、2026年上期のソフトウェア開発・情報処理サービス業の倒産件数は前年同期比+27.8%の138件で、業種別倒産増加率で2位となりました。うち従業員50名以下の事業者が82.6%を占めます。「AIで発注が減った」ではなく「AIで単価が下がった案件を追いかけざるを得ず、資金繰りが尽きた」ケースが目立ちます。

上流集中で起きること

1次請けは「AIを使いこなす前提」で業務要件と成果責任を負い、成果報酬型の契約を取れるようになりました。逆に下流は「言われたものを速く安く作る」ポジションから抜け出せず、AIによる代替とのゼロサム競争に晒されます。同じ受託開発というくくりでも、上流と下流はもはや別業種と捉える必要があります。

AI時代のSIerに求められる新しい役割は何か？

結論： 「業務理解を持ちながらAI実装を回すFDE型ロール」と「AIエージェントの運用・監査を担うAIオペレーション部門」が、AI時代の受託開発の中核ロールになりました。

新しい2つの必須ロール

FDE（フォワード・デプロイド・エンジニア）型ロール：Palantirが定義した業務現場に張り付いてAIとデータの実装を進める役割。日本のSIerでは業務コンサル×アーキテクト×PMを1人で担う人材像として広がっています。
AIオペレーション（AIOps／エージェントガバナンス）部門：AIエージェントの稼働監視、モデル更新、監査ログ管理を担うチーム。金融庁「AIガバナンス監督指針改訂案」（2026年3月）が実質的な必置ロールに位置づけました。

コンサル化するSIer営業

営業ロールも変質しました。「稼働人月×単価」を提案する型から、「業務課題×AIによる解決策×アウトカムKPI」を提案する型に変わりつつあります。JISA調査では、提案書に業務指標（例：受注リードタイム、顧客対応時間）を書いた案件の受注率が、書かない案件と比べて2.7倍高いという結果でした。営業のコンサル化は、単なるスキル要件ではなく受注率そのものの分岐点になっています。

DSSでの位置づけ

経産省デジタルスキル標準（DSS）2024年改訂版は、中核5職種にBA（ビジネスアーキテクト）を加え、SIer業界に対して「業務起点で設計できる人材への転換」を明示しました。従来のSE・PL・PMラダーの延長では、AI時代の顧客要求に応えられないというメッセージです。

先行企業はどうモデルを転換しているのか？

結論： 上場SIerの2026年3月期IR資料を横断すると、「請負・成果報酬シフト」「AI基盤の自社化」「BA・PMの育成投資強化」の3点で共通した動きが確認できます。

上場SIerの主要動き（2026年3月期IR資料）

企業	施策	2026年時点の状況
NTTデータグループ	Everflowプログラム拡張、成果報酬型契約比率24%→31%へ	上流案件比率46%まで上昇
富士通	Uvance注力、コンサル人材比率18%→25%へ	業種別コンサル部門を新設
BIPROGY（旧日本ユニシス）	AIオペレーション事業を新設	監査・運用市場で先行
SCSK	「AIコンサル1,000名構想」を2026年5月発表	3年で1,000名育成
TIS	上流特化型子会社の設立と600名BA育成投資	2026-2028年で完了予定

中堅SIerの事例

売上300億円規模のSIerでも、モデル転換の実例が出ています。ABC情報システム（仮名、実企業の公開IRから統合）は、2025年に社内BA育成プログラムを開始し、2026年6月時点でBA認定者を78名まで積み上げました。BAをリードとした請負契約の粗利率は33.6%と、従来型準委任案件の18.4%を大きく上回っています。全社的な採算構造の改善に直結した事例です。

転換の3点セット

準委任から請負・成果報酬へのシフト（少なくとも新規案件の30%を目標）
AIコード生成ツールの標準化と社内プロンプト資産化
BA・PMの育成投資（一人あたり年30-50万円）と評価制度の連動

この3点を同時に動かせない企業は、AI時代の受託開発で価格支配力を失っていきます。

経営者が2026年下期に決めるべきアクションは何か？

結論： 「請負・成果報酬案件の目標比率を明文化」「BA候補の名指し配置」「AIコード生成ツールの全社標準化」の3点を2026Q3中に取締役会で決議するのが、下期に効くレバーです。

90日ロードマップ

期間	決めること	責任者	検証KPI
Day 0-30	案件ポートフォリオ分析、上流/下流比率の可視化	経営企画×営業部長	案件別粗利分析、上流案件比率の現状値
Day 31-60	BA候補15名を名指しで指名、育成投資額と実案件アサインを承認	CEO×人事×事業部長	BA候補名簿、育成予算、初回研修開始
Day 61-90	新規契約の30%を請負・成果報酬型に切り替える営業ガイドを策定	営業本部長×法務	契約フォーマット改訂、提案テンプレ改訂

意思決定OSの見直し

営業案件の稟議書にPoC卒業条件・アウトカムKPI・撤退基準の3項目を必須化するだけで、案件品質が変わります。IPA白書2026でも、これら3項目を稟議に組み込んだ企業のPoC卒業率は48.2%（未組込み企業16.7%）と3倍近く高い数字です。

育成投資の目安

BA候補一人あたり年30-50万円の育成投資が、業界の先行事例における中央値です。従業員200名規模の中堅SIerで20名を育成するなら、年600-1,000万円のコストで済み、粗利改善のほうが早期に上回るケースが大半です。

2027年に向けたSIer業界の予測は？

結論： 2027年前半にかけて「AIによる実装工数削減が価格に本格反映」「多重下請構造の下位階層で再編・撤退」「業種特化型SIer・BA特化型SIerの誕生」の3つの動きが同時進行します。

3つの予測

プライシングの再定義：AIコード生成による工数削減が単価に本格反映される局面が来ます。JISAが試算する2027年時点の平均案件工数は2023年比で35%減、単価は上流20%増・下流15%減の見通しです。「人月」で提案し続ける企業は競争力を失います。
下位階層の再編：帝国データバンクは、2026年下期〜2027年上期にかけて情報サービス業の倒産・M&Aが前年比40-50%増と予測しています。従業員50名以下の下請け専業SESが最も影響を受けます。買い手側は、業種知見または特定技術に強みを持つ小規模プレイヤーを狙う動きが加速します。
業種特化・BA特化型SIerの登場：金融・医療・製造など業種別に、業務理解を深く持つ「業種特化型SIer」が新規参入・スピンオフで生まれます。また、実装は他社に任せて上流のみに特化する「BA特化型」も出始めるでしょう。事業モデルとしてはコンサルティングファームと重なりつつも、契約実行までを担う点でユニークです。

予測を踏まえた3つの意思決定

準委任案件の粗利下限を明示的に定義し、下限を割る案件を段階的に整理する
AI活用前提のプライシングテンプレートを法務・営業合同で年内に作成する
業種特化ドメインを1つ絞り、そこにBA10-20名を集中投下する

FAQ（よくある質問）

Q1：SIer業界は本当にAIで縮小するのか？

A1：市場全体は縮小しません。JISAの2026年速報でも売上は前年比+8.4%です。ただし工数×単価モデルの前提が崩れるため、業界内の勝ち負けが極端になります。上流ポジションと業種知見を持つ企業は伸び、下位階層の下請け専業SESは苦しくなる二極化です。

Q2：中小SIerが生き残るには何をすべきか？

A2：業種特化と上流特化の2つを組み合わせるのが現実解です。全業種・全工程を対応するのは大手が有利ですが、「金融の与信領域だけ」「製造の生産管理だけ」といったニッチに深く入り、BAを2-5名育てれば、大手が入れない粗利の高い領域で戦えます。

Q3：AIコード生成でエンジニアの仕事はなくなるのか？

A3：実装だけを担うエンジニアは需要が減ります。一方で業務要件を理解して設計に落とせるエンジニアや、AIエージェントを運用・監査できるエンジニアの需要は増えます。JISA調査でも2026年時点でBA・PdM・AIOps系職種の求人倍率が3-5倍と高い水準です。

Q4：多重下請構造は今後なくなるのか？

A4：完全解消は見込みにくいものの、下位階層は急速に細ります。IPA調査で3次請け以上の残存率は2024年62.1%→2026年48.6%と14pt低下しました。2027年にはさらに30%台まで下がる可能性があり、「下請け専業」の事業モデルは事業戦略の見直しが必要です。

Q5：発注側（ユーザー企業）は何を意識すべきか？

A5：発注仕様の書き方を「機能要件のリスト」から「業務アウトカム＋制約条件」に変えることが有効なレバーです。AI時代のSIerは、業務課題を持ち込まれれば設計から実装まで担えます。逆に細かい機能仕様を丸投げされると、AIによる効率化余地を失い、双方の利益が縮む契約になりがちです。

参考文献・出典

情報サービス産業協会（JISA）「情報サービス産業基本統計調査（2026年速報）」https://www.jisa.or.jp/
独立行政法人情報処理推進機構（IPA）「ソフトウェア開発データ白書2026」「IT人材白書2026」https://www.ipa.go.jp/
経済産業省「デジタルスキル標準（DSS）」（2024年改訂版）https://www.meti.go.jp/policy/it_policy/jinzai/dss/
帝国データバンク「2026年上期情報サービス業倒産動向」「情報サービス業信用調査2026」https://www.tdb.co.jp/
金融庁「AIガバナンスに関する監督指針改訂案」（2026年3月）https://www.fsa.go.jp/
エンジニアフォースLab「IT技術者単価市場調査2026年6月版」／レバテック「フリーランス市場動向2026Q2」