William Blair：Manhattan Associates、市場の混乱下で2四半期連続の受注記録を更新 — AIエージェントが本番環境で出荷効率を6〜30%向上
Manhattan Associates経営陣、第46回William Blair成長株カンファレンスにて（2026年6月3日）
Manhattan Associatesは、エンタープライズソフトウェア業界を覆う広範な不安を払拭するメッセージをWilliam Blair成長株カンファレンスに持ち込んだ。それは「サプライチェーンは裁量的な支出ではなく、顧客はマクロ経済の明瞭化を待たずに近代化を進めている」というものだ。CEOのEric Clark氏、CTOのSanjeev Siotia氏、そして新たに就任したCFOのLinda Pinne氏は、AIエージェントの導入、収益化構造、そして同社のコストベースにおける顕著な構造的変化について具体的なデータを示し、カンファレンスシーズンの中でも極めて実質的なプレゼンテーションを行った。投資家にとって最も重要なヘッドラインは、同社が販売予約（bookings）の観点で史上最高の第4四半期を終え、それに続く第1四半期も過去最高を記録したという事実である。Clark氏は、この期間を「Liberation Day（解放記念日）の関税、進行中の地政学的紛争、そしてAIが従来のソフトウェアを駆逐するといういわゆる『SaaSポカリプス』の物語が入り乱れる、ここ数年で最も騒がしい時期」と評した。
人員削減はレガシー製品の刷新であり、事業の減速ではない
カンファレンスは、その週の初めに発表された約6%のグローバルな人員削減の話題で幕を開けた。Clark氏はその根拠を率直に語った。「当社はこれまで、いかなる製品のサポートも打ち切ったことはなく、その方針に変更はない。しかし、当社のクラウド製品へ移行する顧客が増えるにつれ、利用者が減少しているレガシー製品が多数存在する」。今回の人員削減は、レガシーなオンプレミスシステムに関連するコスト構造を見直すためのものであり、中核需要の減退を示すものではない。その背景には、CFOに就任したPinne氏が、構造的に縮小している事業部門の支出をより厳格に精査したという側面がある。同社の基本方針は、利益率を悪化させることなく営業・マーケティングへの投資を拡大することであり、今回の措置はその転換を支えるためのものだ。
AI登場以前に構築されたコードジェネレーターが、今や同社最大の資産に
Manhattanが持つ最も過小評価されている構造的な優位性は、現在のAIブームより10年以上前に遡るものかもしれない。Siotia氏によると、12年前、Manhattanのエンジニアリングチームは従来のエンタープライズソフトウェアを記述するのではなく、コードを生成する「コードジェネレーター」を構築し、それを用いて製品そのものを作り出すという決断を下した。現在、Manhattanのコードの75%は機械生成されており、コードベースから毎晩約4,500万行のコードが生成されている。「当時これを実行した理由は、実は効率性のためではなかった」とSiotia氏は指摘する。「核心にあったのは、変化が訪れた際にいかにして追随し続けるかという点だった」。APIファースト、ヘッドレス、真のマイクロサービスというアーキテクチャの哲学は、グリーンスクリーンからモバイル、そしてその次に何が来ようとも、インターフェースのパラダイムシフトを乗り越えられるよう設計されていた。その「次」に来たのが生成AIであり、同社のアーキテクチャはそれに理想的に適合していた。
Siotia氏は、結果として生まれたシステムを「決定論的な背骨（deterministic spine）」と表現し、そこに確率的なAIの推論をクリーンに挿入できると説明する。この区別は、サプライチェーンにおいて極めて重要だ。同氏が「『ほぼ正しい』は『間違い』と同義」と語る通り、100個の注文に対して101個を出荷することは、後続のプロセスを破綻させる可能性がある。厳密さが求められる場所ではルールベースの決定論的ロジックを維持し、確率的推論が価値を生む特定の意思決定ノードにのみLLMを導入するという同社のハイブリッドアプローチは、AIネイティブな競合他社でさえも採用し始めている手法である。「現在このアプローチを採用している企業でさえ、おそらく当社の見解に同調しつつあるだろう」とSiotia氏は述べた。
AIエージェントが本番環境で稼働し、測定可能な出荷改善を実現
Manhattanは「パイロットの停滞」には陥っていない。同社のエージェント型AIは本番環境で実際に稼働しており、初期のROIデータは驚異的だ。Siotia氏は、その中核となるユースケースを説明した。サプライチェーン業務は本質的に例外処理の連続であり、専門家が1つの問題を解決するために3〜6時間を費やすことも珍しくない。多くの場合、対応可能な時間はすでに過ぎ去っている。「割り当てがうまくいかない注文がある場合、担当者がその追跡に2〜3時間かかることもある。在庫が受け入れドックにあると判明した頃には、トラックはすでに出発しており、出荷を逃してしまう」。リアルタイムでこれらの例外を解決するエージェントは、初期顧客において出荷完了率を6%〜30%向上させており、この範囲は、たとえ低い数値であっても大規模に運営する事業者にとって重大な経済的インパクトをもたらす。
Clark氏は、なぜManhattanのエージェントが競合他社よりも早く本番環境で価値を発揮できるのか、そのアーキテクチャ上の理由を付け加えた。「当社は顧客に対して、データレイクやデータインデックス作成プロジェクト、あるいはそれに伴う遅延やセキュリティリスクについて語ることはない。当社のシステムでAIを実行する場合、人間のユーザーが使用するのと同じAPIを利用する」。クラウドプラットフォームを利用する顧客は、データ準備プロジェクトなしで、初日からエージェントを有効化できる。AIレイヤーがコアアプリケーションの外側にある競合他社は、本番稼働までに3ヶ月から1年という準備期間が必要となる。同社はまた、チームがどのエージェントを使用し、どのような価値が抽出されているかを顧客が正確に把握できるダッシュボードを構築しており、これはAIのコスト対効果の説明責任を求める企業CFOの懸念に対する直接的な回答となっている。
収益化は「利用税」ではなく、段階的なサブスクリプションのアップリフト
Pinne氏は、投資家の間で不透明感があったAIエージェントの商用構造について明確にした。Manhattanは、トークン消費量ではなく、展開範囲（拠点数やエージェント数）に応じたティア選択に基づく、基本サブスクリプションへの「上乗せ料金（uplift）」としてエージェントを価格設定している。「最初は1つの拠点や少数のエージェントから導入したい場合、サブスクリプションの観点から低いティアを選択できる。その後、より多くの拠点に展開したり、エージェントを増やしたりしたい場合は、上のティアを選択すればよい」。90日間のパイロットプログラムは、顧客がティアを固定する前に価値を自ら確認するための需要発見メカニズムとして機能している。この構造により、Clark氏が指摘した、企業バイヤーが現在最も懸念している「トークンの使いすぎ」という問題を回避している。
クラウド収益が第4四半期にサービス収益を上回る見通し、利益率拡大が加速
Clark氏は、投資家がカレンダーに記すべき構造的な転換点として、「今年の第4四半期には、当社のクラウド収益がサービス収益を上回る。一度上回れば、その差はますます広がっていくだろう」と述べた。クラウドの利益率はサービスよりも高いため、収益構成の変化は、現在の軌道を超えた営業利益率の拡大に直接つながる。同社は今年、絶対額ベースでサービス収益を伸ばしているが、Clark氏はこれをサービス事業そのものの健全性というよりも、プロジェクトのスピード（より多くの稼働開始、より多くの導入）が高まっている兆候と解釈している。Pinne氏が年初から導入した重要な先行指標である「Ramped ARR（4年後の契約収益を見据えた指標）」は、2025年末時点で前年比23%増となっており、RPO（残存履行義務）だけでは捉えられない構造的な収益の可視性を提供している。
固定価格変換とAI支援型移行がクラウド移行の最大の障壁を除去
Clark氏が明かした運用面での具体的な進展の一つは、オンプレミスからクラウドへの移行メカニズムに関するものだ。Manhattanのレガシー顧客にとって歴史的な障壁となっていたのは、ERPの痛みを伴うアップグレードの経験に基づいた「移行は大規模で高額、かつ数年かかるリスクの高いものだ」という認識だった。Manhattanは、期間と価格を固定した変換プログラムでその認識を打ち砕いている。同社は各レガシー顧客が何を運用しているかを正確に把握しており、目標とするクラウド構成を理解しているため、AI支援ツールを使用して移行を自動構成している。Clark氏は、必要な拡張機能の数が40%削減され、残りの拡張機能も2倍の速さで記述されていると述べた。「我々は固定期間・固定価格での移行を約束する」と語る同社の商用コミットメントは、残るオンプレミス顧客の意思決定におけるリスクを大幅に軽減する。
過去1年以内に立ち上げられた専任の移行営業チームは、パイプライン指標にも反映され始めている。更新時のクロスセルおよびアップセル量は大幅に増加しており、パイプラインには当四半期だけでなく、第3四半期および第4四半期の更新案件も含まれている。更新チームは、単に基本契約を維持するだけでなく、製品全体を拡張する機会を特定し提案するために、契約満了の2四半期前から顧客と関与している。
マルチ製品の付帯率が循環的ではなく構造的に上昇
Manhattanの歴史的な事業は倉庫管理（WMS）に基づいていたが、プラットフォームの統合アーキテクチャが、持続的なマルチ製品への需要を生み出している。Clark氏は、現在倉庫管理を購入する新規顧客の約半数が、同時に輸送管理（TMS）も購入していると指摘した。これは、輸送クラウドが導入された当初のほぼゼロという状況とは対照的だ。そのメカニズムは説得力がある。Manhattanは別々のアプリケーションを統合するのではなく、統一されたマイクロサービスプラットフォームを構築したため、WMSとTMSはコアデータオブジェクトを共有している。出荷情報は、両方のモジュールからアクセス可能な単一のレコードである。Siotia氏はそのビジネスケースをこう説明する。「計画を立て、在庫の観点から正確な状況を把握できれば、それに応じて計画を立てることができ、適切な積載率でトラックを出荷できる可能性が大幅に高まる」。この効率化の利点だけで、WMSとTMSの組み合わせ投資を輸送コストの削減分で正当化できるという。
1年余り前にクラウドで開始されたサプライチェーン計画（SCP）も、すでに顧客ベース全体で一般的な追加製品として現れている。注文管理（OMS）とPOSも同様に連動して導入が進んでいる。5年前に導入された倉庫クラウドのコホートにとっての自然な更新サイクルは、最初の更新ウィンドウに入っていることを意味しており、今後数年にわたって展開される構造的なマルチ製品拡張の機会となっている。
パートナーエコシステムの転換が、競合顧客ベースからの新規パイプラインを創出
1年前、Manhattanはパートナーモデルを再構築した。パートナーが主にManhattanの案件に追随しサービス収益を追うという力学から、パートナーが能動的にパイプラインを創出することを期待するモデルへと移行した。初期の指標は良好だ。Clark氏は、あるパートナーが欧州の6都市を巡回し、更新時期を迎える競合他社の現行顧客をターゲットにしたツアーを紹介した。その目的は、Manhattan Activeについて教育し、ユーザーカンファレンス「EMEA Exchange」へ誘導して購買意欲の高い見込み客にすることだ。「これまで見られなかったような新規案件を獲得できている」とClark氏は語る。パートナーは通常、Manhattanがより積極的に浸透を図ろうとしているTier 2アカウントとの関係が深いため、このエコシステムの転換は、市場拡大に直接的な影響を及ぼしている。
Tier 2市場の拡大が次の成長ベクトルに、下半期に詳細を発表へ
Manhattanは歴史的にターゲット市場をTier 1およびTier 2と定義しており、これらはサプライチェーンソフトウェア支出全体の約80%を占めている。しかしClark氏は、Tier 2の下位層が必ずしも十分に開拓できていなかったことを認めた。それはManhattanに能力が欠けているからではなく、同社のブランドが「複雑で大規模」というイメージを伴うため、小規模な見込み客の間で自己選別バイアスが生じていたからだ。固定価格移行やAI支援型導入によるスピードとコスト削減は、総所有コスト（TCO）を十分に下げ、Tier 2のより広い層でManhattanを現実的な選択肢にすることを目的としている。Clark氏は、2026年下半期には、同社がどのようにその方向で市場を拡大するかの正式な発表があることを示唆しており、自然発生的な拡大ではなく、構造的な市場開拓イニシアチブを計画していることを示している。
Siotia氏は、5年後のエンタープライズソフトウェアがどのように評価されるかという、セッションで最も先見的な見解を述べた。「それは『IQ』、つまり自律的な部分と、どれだけ自動化し知能をもたらせるか、そして『EQ』、つまり文脈的な知能と、ユーザーがソフトウェアに適応するのではなくソフトウェアがユーザーに適応する能力によって測定されるだろう」。この枠組みは、投資家がその用語を採用するかどうかにかかわらず、その周囲でようやく形成されつつある市場のために、10年かけてインフラを構築してきた企業の姿を浮き彫りにしている。