Claude CodeなどのAIの台頭が既存SaaSを揺さぶる時代になり、米国の上場SaaS企業の株価は今年に入ってからさらに下落し続けている。ここ最近では、「シートコンプレッション」—AIエージェントが複数人分の業務を代替することで、企業がSaaSライセンス数を削減しはじめる現象が現実になりはじめ、AtlassianやMonday.comなどの株価は急落。 直近（2026年5月1日）の米SaaSの売上高マルチプル（EV/NTM Revenue）の中央値は3.2xと、非常に低い水準を推移している。
そんなSaaSへの超逆風のなかでも、AIインフラやサイバーセキュリティを除いた、従来型のSaaSで比較的評価が安定している会社の1つがShopifyだ。直近でも売上高マルチプルは10.4xと中央値の約3倍。
なぜShopifyは、他社を抑えて優れた株価パフォーマンスを維持できているのか。その背景にあるShopifyのAIシフトを、プロダクト、経営哲学、組織の3層から徹底解剖し、日本のソフトウェアスタートアップへの示唆を考えてみよう。
第1章 Shopifyの財務パフォーマンス - SaaS冬の時代の”異次元成長”
まずShopifyの上場マーケットでの株価パフォーマンスを見てみるうえで、米上場SaaS企業の売上トップ5社（Adobe、Salesforce、ServiceNow、Workday、Shopify）の1年前の時価総額指数（自己株式調整後）を基準とした、直近1年（2025年5月〜2026年5月）の推移を見てみる。自己株式調整後の時価総額は、企業が保有する自社株を差し引いた「実際に市場に流通している株式」ベースの真の株式価値を表す。
下の図を見てわかる通り、Shopifyの時価総額はSaaSpocalypse後の下落の影響はあるが、1年前と比較して、約1.3倍。ほかの4社が1年前の時価総額の約半分（約0.5〜0.6倍）で推移していることを踏まえると、異例とも言えるパフォーマンスだ。
このShopifyの高い株価パフォーマンスの裏側を見るうえで、この5社の最新の財務パフォーマンスを見てみよう。
売上上位SaaSのなかで特筆すべきは、Shopifyはこの規模でもYoY成長率が+27%と高い点だ。しかし、Shopifyの利益構成を見てみると、粗利率は48%と他社よりも圧倒的に低く、FCFマージンも18%とトップ5社中で最下位だ。高い成長率のためRule of 40は40%越えの45%と健全な水準だが、特に優れているとは言えない。
Shopifyの粗利率とFCFマージンの低さは、彼らの他社とのビジネスモデルの違いにある。ほかの4社がシート課金主体に対して、Shopifyはマーチャントの売上に比例して増加するトランザクション課金が約70%で残りの約30％がシート課金という構造だ。このShopifyのビジネスモデルの特徴は、粗利率・FCFマージンの観点からはネガティブに映るが、AIエージェントによる「シートコンプレッション」の影響を受けにくい収益構造とみられるため、ポストSaaSpocalypse時代には好意的に受け取られていると考えられる。
しかし、これだけで他社より高い評価を受けられるだろうか？
その答えは、Shopifyの成長加速と収益改善、そして急速な従業員の生産性の向上だ。
直近5年間の各社の売上成長率を見てみると、Shopifyを除く4社は徐々に成長を鈍化させて10%前後が主流の一方、Shopifyはコロナ禍のボーナス時期だった2022年以降も唯一成長を加速させ、直近では25%以上の成長を継続している。
同様にFCFマージンのトレンドを見てみると、Salesforceに代表される他社は一般的なセオリー通り、成長を犠牲にして利益シフトしているにもかかわらず、Shopifyはコロナ反動の2022年から急回復し、2023年以降は成長加速と利益率改善を同時に実現している（FCFマージンは2021年10% → 2025年17%）
この成長加速と利益改善の大きなドライバーになっているのが、AIシフトなども含めた従業員の生産性の大幅な改善だ。Adobe、Salesforce、Shopify、Workdayの4社の過去8四半期（2年間）の従業員一人あたり売上の推移を下の図に示す。Shopify以外の3社は高単価なエンタープライズ向けのため、一人あたり売上の絶対値ではSMB主体のShopifyより高いが、Shopifyが他社に図抜けている点は、その変化幅だ。他社がこの2年間で従業員一人あたり売上が1.1〜1.2倍にしか改善できていないにもかかわらず、Shopifyはそれを大きく上回る2.3倍にまで引き上げている。顧客基盤がSMB主体にも関わらず、$400Kを超えており、他社に比肩するレベルにまで達している。
Shopifyのマルチプル（EV/NTM Revenue）は、SalesforceやAdobeの2.5〜3倍だが、成長率も2〜3倍であることを踏まえると、グロース調整後のバリュエーションは必ずしも割高ではない。AIシフトなどで目に見える生産性向上による、利益成長の期待も加味すると、マーケットはShopifyに対して「高成長と利益改善をし続ける確信」をもって、プレミアムを払い続けていると考えられる。
第2章 ShopifyのAIプロダクト戦略 - コマースAIへの転換
コマースに特化したAIレイヤー：Shopify Magic
ShopifyのAI戦略の中核を担っているのが「Shopify Magic」です。Shopify MagicはSaaSに後付けされたChatGPTのようなチャットボットではなく、Shopify内に独自に蓄積された、数十億件の購買データ・在庫データ・顧客データを学習したコマース特化型AIエンジンになっている。
ShopifyはAI化に早くから取り組んでおり、Shopify Magicは2023年4月に商品説明文生成という小さなAI機能のリリースからはじまったが、その夏にShopify AIのコアであるSidekickを初公開、2025年12月にAI検索時代のエージェンティックコマースを実現するAgentic Storefrontsと次々と新しいAI機能をリリースしている。
Shopify Magicが、現在提供している主な機能は以下の通り。
- テキスト生成
商品名やキーワードなどの入力をもとに自然な文章を生成する、ブランドに合わせたカスタマイズされたテキスト（SEOに最適化された商品説明文、メール、ブログ記事など）を生成。日本語も含めた8ヶ国語に対応。 - 画像生成・編集
外部の画像編集ツールを使わずに、プロンプトや独自画像を使って、プロレベルのビジュアルを生成・編集。専用スマホアプリもリリース。 - カスタマーサポート自動応答
Shopifyのポリシーや会話履歴をもとにインスタント返信の候補文を自動生成 。 - Sidekick
当初、質問への回答・分析・シンプルなタスクのチャットアシスタントとしてスタートしましたが、2025年12月に大幅にリニューアル。プロアクティブにタスクを提案・実行するAIアプリを構築する基盤に進化。（詳細は後述） - Agentic Storefronts
Shopify上の商品をChatGPT・Perplexity・Microsoft CopilotなどのAIアシスタント上で直接掲載・販売できる新チャネルで、AIによる検索から購買までを完結 - SimGym
2026年3月にリリースされたばかりの新機能。AIショッパーをシミュレートして、実際の顧客に公開する前にストアの変更をA/Bテスト。
AIオンコール・コファウンダー Sidekick
Shopify Magicのコア戦略になっているのがSidekickだ。当初はよくある「質問すると答えるチャットボット」で利用率は低かったが、2025年春に大幅なアーキテクチャの刷新を実施した。これによって質問回答型のチャットボットからAIエージェントライクなプラットフォームに進化している。たとえば、以下の様なユースケースがある。
- 売上下落の原因をマーケティング・在庫・顧客セグメントにまたがってクロス分析し、具体的な対策をプロアクティブにレコメンド
- 「月200ドル以上使った顧客にタグ付けして」などの自然言語指示でShopify Flowにオートメーションワークフローを自動生成
- Sidekick自身がカスタム管理アプリを構築（エンジニアが必要だった作業）
- B2B向けに顧客企業リストの自動作成や発注書処理の自動化
Sidekickの利用は急速に伸びており、週次利用ショップ数はこの1年で4倍に、2026年Q1の3ヶ月間だけで作成されたカスタムアプリは12,000アプリを超えている。
第3章 Shopify CEOによるAIファースト企業の経営戦略
「最良の起業家育成プラットフォーム」という北極星
ShopifyのAIシフトを語るうえで、最も象徴的かつ先頭に立つ人物こと、Shopify創業者CEOのTobi Lütkeです。Tobiの思想を理解するには、Shopifyの「Why」を把握する必要がある。彼が繰り返し語ってきた北極星は、「起業家精神をより多くの人々にとって実行可能なキャリアパスにすること」。
AI時代において、この北極星はより壮大な意味を持っており、Tobiは繰り返し語っている ── AIは「いかなる時代においても最も多くの商人と起業家を生み出せる時代」の到来を意味する、と。Shopifyはその時代の最良のキャンバスでなければならない。
CEOが最先端ユーザーとしてのAIを活用
TobiがほかのSaaS CEOと異なる点は、Shopifyのミッションの実現に向けてCEO自身が最高のAIユーザーであり続けようとする点だ。彼はAcquiredのインタビューで語った ── 自分は「Tobi Eval」と呼ぶフォルダを持ち、さまざまなプロンプトと期待される回答のセットを用意し、主要なAIモデルが出るたびに自分でテストしている、と。これは機械学習エンジニアが「評価（Eval）」と呼ぶ手法そのものだ。
CEOが自らモデルを評価し、コーディングにAIを使い、製品開発のあらゆる場面にAIを組み込む ── こうした姿勢が、全社のAI文化の源泉となっている。
Xで公開された全社員向けメモ
2025年4月7日、Shopify創業者CEOのTobi LütkeはXに全社員向けメモを公開しました。「リークされそうだったから自分で出した」という言葉が、センセーショナルさを物語っている。概要としては、AIの積極的な活用がShopifyの当然の要件になっているというもので、非常に参考になる具体的な内容なので、提言されている6つのポイントの翻訳を紹介する。
- Shopifyでは、AIを効果的に活用することが、今や全社員に求められる基本的な要件となっています。今日ではAIはあらゆる分野で活用されるツールとなっており、その重要性は今後ますます高まる一方です。率直に言って、自分の専門分野にAIを応用するスキルを習得しないという選択肢は現実的ではないと思います。試してみるのも自由ですが、正直なところ、それが今日うまくいくとは到底思えませんし、将来的に成功する見込みはまったくありません。停滞はほぼ確実であり、停滞とはスローモーションでの失敗に他なりません。前進しなければ、後退しているのと同じことです。
- AIはGSD（Get Shit Done）プロトタイプ段階に組み込む必要があります。 GSDプロジェクトの試作段階では、AIを活用した探索が中心となるべきです。試作の目的は、学びを得て情報を生み出すことにあります。AIはこのプロセスを劇的に加速させます。これにより、ほかのチームメンバーが確認し、使用し、考察できる成果物を、従来に比べてはるかに短い時間で作り出すことができるようになります。
- 人事評価およびピアレビューのアンケートに、AIの利用に関する質問を追加します。AIをうまく使いこなすことは、一見して分かりにくいスキルです。私の感覚では、プロンプトを入力してもすぐに理想的な結果が得られないと、多くの人が諦めてしまうようです。プロンプトの作成や文脈の設定を学ぶことは重要であり、その進捗について仲間からフィードバックをもらうことは非常に有益でしょう。
- 学習は自主的なものですが、学んだことは共有しましょう。可能な限り多くの最先端のAIツールを利用できます。そこには chat.shopify.io、これはもう何年も前から使っていたものです。開発者たちは プロキシ、Copilot、Cursor、Claude codeなど、すべて事前に準備が整っており、すぐに利用可能です。私たちはチーム一丸となって学び、適応していきます。新しいAI機能の実験を通じて、成功体験（そして失敗体験も！）を互いに共有し、毎月のビジネスレビューや製品開発サイクルにおいて、AIの統合に時間を割いていきます。SlackやVaultには、ユーザーが開発したプロンプトを共有する場所が数多くあり、たとえば #revenue-ai-use-cases（収益関連のAI活用事例の共有チャンネル）と #ai-centaurs（人とAIの協働を実践するメンバーのチャンネル）。
- 人員やリソースの増強を依頼する前にチームは、なぜAIを活用しても目的を達成できないのかを説明しなければなりません。もし自律型AIエージェントがすでにチームの一員だったとしたら、この分野はどのような姿になるでしょうか？この問いかけは、非常に興味深い議論やプロジェクトにつながる可能性があります。
- 「全員」とは、文字通り全員を意味します。これは私たち全員に当てはまります──私や経営陣も含めてです。
"Chaos Monkey"に象徴される組織哲学：引き算の経営
Shopifyの組織哲学で最も象徴的なのが、2023年1月の"Chaos Monkey"（カオスモンキー）実験だ。全社員が年末年始の休暇中に、Slackの大規模グループチャットが突然削除・制限された。社員たちは最初、システムバグと思ったが、これはCEOによる意図的な決定だった。
Tobiは「会議はバグだ」と表現し、2名超の定例会議を全キャンセル、水曜日をノーミーティングデーに設定、50名超の大規模ミーティングは木曜の6時間枠に限定した。
>「創業者ができる最善のことは引き算だ。何かにYesと言うことは、その時間にできたすべてのほかのことにNoと言うことだ。人々が物事を追加し続けると、できることの集合は小さくなっていく。そして最終的には、現状維持をするだけの人が増えていく。」
- Tobi Lütke, Shopify CEO
AI時代においても、この哲学は一貫している。人を増やさず、AIで「深化」させる。会議を減らし、「集中」を守る。複雑性を削ぎ落とし、本質的な仕事に全エネルギーを投入させていることがShopifyの組織哲学の大きな部分を占めている。
AI時代だからこそ活きるTobi Lütkeのテクノロジー企業の経営姿勢
2026年1月のDavid Senraとのポッドキャストで、Shopifyへの経営姿勢をTobi Lütkeはこのように語っています。
>「私はコーポレートレーダーとして動いているつもりです。Shopifyが倒産して、私が叩き売りで買収した。そして初日にShopifyに乗り込んで、前の経営陣はおかしかった。この会社を立て直さなければならない。そういう視点で常に考えています。」 - Tobi Lütke
この彼の根本的な見方は、Tobi LütkeはTyler Cowenとの対談でも、「私はこの世のすべての会社はとても悪いと思ってます。会社というものはどれも非常に未完成だとし、自分自身を含む同時代の経営者たちは、2020年代初期に経営していた会社を将来振り返って、とても恥ずかしく思うだろう 」と語っている。
自ら創業した会社、自身の経営を常に批判的に見続けている経営姿勢が、Tobi Lütke、そしてShopifyの本質的な強みだと考える。特に現在のように、AIによる変化と適合が目まぐるしく、ソフトウェア企業の置かれる環境が厳しい現代においては、非常に合理的だとも言える。アマゾン創業者Jeff Bezosの「Always Day One - 毎日創業1日目の気持ちで」とも類似した視点なので、それを常に意識してきたからかもしれません。
Shopifyは、2022年に11,600名だった従業員数を、2023年末に8,300名、2024年末に8,100名まで削減しながら、売上は逆に毎年20〜30%成長させている。これは単なるコスト削減ではありません。Tobiは2025年4月の全社員向けのメモでも、「毎年20〜40%成長する会社では、あなた自身も少なくとも同じ速度で進化しなければならない。これは私自身にもあてはまる。」と語っている。
常に自らの経営を批判し続け、「一人当たり創出できる価値を、AIでもっともっと最大化できる」という経営哲学は、AI時代のソフトウェア企業に必要な経営哲学の実践といえる。
第4章 Shopify開発組織のAIシフト
ソフトウェアスタートアップのAIシフトにおいて、最も重要かつインパクトが大きいのが開発組織だ。Shopifyの開発組織は、AIシフトのなかでどう変化してきたのか？
「私は過去3週間で、その前の10年分より多くのコードをShipした」
Tobi CEOは2026年1月のX投稿でこのように書いている。本章ではBessemer Venture Partnersによる、Shopifyのエンジニアリング組織を実際に率いるFarhan Thawar VPへのインタビュー記事を元に、「AI-First Engineering」の具体的なプレイブックからキーとなる5つのポイントで解剖する。
ポイント1. ツールではなくインフラを標準化する
ShopifyのAIエンジニアリング戦略の土台は、インフラの標準化だ。多くの企業がやりがちな「全社ツールを1本に絞る」というアプローチを、Shopifyはあえて取らなかった。代わりに構築したのがLLMプロキシ（社内AIゲートウェイ）だ。Claude Code、GitHub Copilot、Cursor、OpenAI Codexなどあらゆるリクエストを、一つの中央ゲートウェイ経由で各モデルに振り向ける。これによりコストの一元化、利用状況の可視化、モデル切り替えの柔軟性を実現している。
さらにMCPサーバーを活用し、AIツールを社内Wiki・GSD・データウェアハウス・Salesforce・Google Workspaceなどに接続。既存の認証フローを通じているため、「自分がアクセス権を持つ情報しかAIは返さない」という安全性も担保している。
もう一つの重要なインフラが社内ツール即時デプロイ基盤「Quick」だ。JavaScriptやHTMLファイルをドラッグ&ドロップするだけで社内URLが発行され、エンジニア不要で簡易アプリをデプロイできる。セールス・財務チームがAIで生成したコードを即時デプロイし、自分たちの問題を自力で解決する文化の基盤になっている。
ポイント2.「トップダウンの命令」ではなく「カルチャーによる感染」で広げる
FarhanがCursorを社内展開したとき、最も驚いたのはエンジニア以外への波及だった。セールス・財務・HRが次々と使いはじめ、「Cursorチームから『どうやってセールスにまで使わせたの？』と聞かれた」という。
>「私は『自分がどれだけすごいか』を見せたんじゃない。『自分がいかに怠け者になれたか』を見せた。『これを5分で作ったよ』と言うだけ。強制は一切ない。私はただ、何が可能かを人々に見せようとするだけだ。」
─ Farhan Thawar, VP & Head of Engineering, Shopify
リーダーが「AIを使ったら楽になれた」という具体的な成果を公開し続けることで、組織全体に「自分もやってみよう」という空気が醸成された。これにセットアップガイド・プロンプトライブラリ・MCPサーバー接続という「低摩擦の環境整備」が組み合わさり、自発的な採用が加速した。半年に1回の業績レビューで「AIに対してどれだけ反射的に使っているか」が評価項目に組み込まれていることも、このカルチャーを強化している。
ポイント3.「コード量」ではなく「ソリューション」でエンジニアの生産性を測る
Shopifyが経験した象徴的なエピソードがある。あるインターンが6行のコードを削除したことで、年間$600,000のインフラコストが節約された。PRベース・コード行数ベースの指標では、このインパクトは絶対に捉えられない。
計測手段として最も信頼しているのは週次デモだ。「どんな指標よりも、これが最も人間的で、最も正確な進捗の信号だ。チームが実際に何を作っているかを見る。アラインメントを確認し、ブロッカーをリアルタイムで解消する」。Farhanはエンジニア生産性が約20%向上したと推計するが、「これは控えめな見積もりだ」と自負している。
ポイント4.品質・セキュリティのガードレールは、AIは学習だけで思考はヒトが行う
Shopifyが継続的にモニタリングしたリバージョンレート（プルリクエストの取り消し率）は、AIツール利用後もほぼ横ばいだった。速度が上がっても品質は落ちていないという実測値だ。ただし「ShopifyはまだAIが自動でリポジトリにコミットすることを許可していない。シニアエンジニアによる人間のPRレビューを必ず挟む」。
セキュリティについてはAIを「ペアのセキュリティレビュアー」として活用する。SQLインジェクションやIDOR脆弱性の探索、API境界のファズテストなどをAIに担わせる方針だ。「AIがセキュリティを完全に保証することはできない。しかし人間だけでは到底できない量のセキュリティ分析を実行できる」。
>「脳は筋肉だ。使わなければ萎縮する。エンジニアは自分が作業している層の2〜3層下まで理解していなければならない。AIは『学習を加速するツール』であり、『学習を代替するツール』ではない。AIに任せていいのは苦労（toil）だ。思考は任せてはいけない。」
── Farhan Thawar, VP & Head of Engineering, Shopify
Farhanが最も恐れるリスクがコンプリヘンション・デット（人間に認知の借金）だ。AIにコードを生成させ続けることで、エンジニアが自分のシステムを深く理解しなくなるリスクを指す。F1ドライバーが単に運転技術を持つだけでなく、エンジン・ブレーキシステム・素材まで深く理解しているように、エンジニアもシステムの深部を理解し続けなければならない ── これがShopifyのガードレール哲学の核心だ。
ポイント5. 2026年の最重要テーマは「エージェントハーネス」
2026年にエージェントをハーネスする方法を身につけなければ、確実に遅れを取る。エンジニアの役割は「コードを1行1行書く職人」から「AIシステムを指揮するオーケストレーター」へと根本的に変化している。このシフトには新たなインフラ・ワークフロー・メンタルモデルが必要になる。Shopifyはすでにこのエージェント時代のインフラ投資をはじめている。
Shopifyから学ぶ6つのポイント
1. AIを「機能」として追加するのではなく、ビジネスモデルを再設計する
SaaSpocalypseの被害者に共通するのは「ソフトウェアをAIに加えた」という構造だ。HubSpotもSalesforceもAI機能を追加しているが、コアビジネスモデルはシート課金のまま変わらなかった。Shopifyはこの点で大きく異なる。Shopifyの収益の約70%はMerchant Solutions（決済手数料・送料・ローン・POS）というトランザクション課金型だ。マーチャントが成功するほどShopifyも儲かる、という完全にアライメントされた構造がある。AIはこの構造を強化する ── AIは「コスト」でも「付加機能」でもなく、コアビジネスのアクセラレーターとして捉えている。
2. 業界特有のデータによるMoatを構築する
ShopifyのAIが強いのは、数十億単位の独自の購買データを保有しているからだ。日本のバーティカルSaaSが持つ業界固有データは同じ価値を持つ。そのデータをAIモデルでどう差別化するかをShopifyは体現している。
3.従業員数を追わず、一人あたり生産性を最大化するモデルを目指す
Shopifyは過去2年間で従業員一人あたり売上を、$176K（2024Q1）から$408K（2025Q4）と2.3倍まで急速に拡大した。この点は売上と利益の二刀流成長の大きなポイントになっている。「採用できないからスケールできない」というナラティブから脱却し、採用戦略の前に「AIで同等の成果を出せないか」を常に問うことがソフトウェア企業にとって重要になっている。
4.CEOが最先端のAIユーザーでいる
Tobiが自らAIモデルを評価し、コードを書き、プロンプトを磨く姿勢は社内カルチャーへの最も強力なシグナリングになっている。その姿勢が、組織全体に広がり、AIによる生産性を最大化するモデルにつながっている。
5.AIシフトの組織のインセンティブを設計する
Shopifyは「AIリテラシーを人事評価に組み込む」「ヘッドカウント増加の条件にAI代替不可の証明を求める」という制度を明文化した。日本の組織文化では、利用の制度はあっても評価の制度がないため、本質的な行動変容は起きにくい。評価制度・採用基準・予算配分プロセスにAIリテラシーを組み込まなければ、「AIを使いましょう」という声掛けは空振りになるリスクがある。
6. 現在の会社と自身の経営を批判的に叩きなおし続ける
AIによる変化が目まぐるしい今、この「自己批判を手放さない経営姿勢」は単なる美徳ではなく、生存戦略そのものだと思います。 あなたは自分自身の会社を、創業者として見ているか。それとも、Tobiのようにコーポレートレーダーとして、自ら創業した会社を常に「叩き直すべき対象」として見続けているか。この経営のマインドセットは、AI時代において非常に大きな差を生む。
本記事の財務データについて
本記事中の米上場SaaS企業の財務指標および評価指標は、すべてClouded Judgement（Altimeter Capital / Jamin Ball氏）の2026年5月1日版を出典としています。
