シリーズ位置付け宣言：本稿 #14 はシリーズ初の非製造業業界深掘り、続編シリーズの第4弾（#9 化学／#10 電子部品／#11 営業秘密管理に続く）。製造業中堅で確立した「6型」を廃棄するのではなく、SaaS 5型（仮称）として橋渡しで拡張する設計とした。
中心仮説：SaaS中堅の知財ポートフォリオは「著作権・営業秘密 70-85%／商標 10-20%／特許 5-15%」（本稿の試論・推計）。製造業中堅（特許60-70%）とは構成比が根本的に異なる。Anand & Galetovic 2004 の「営業秘密選択」理論の SaaS 拡張として現代的再解釈。
3つの主要発見：
- 知財ポートフォリオの重心が根本的に異なる：SaaS は著作権・営業秘密・商標が主軸、特許は補助的。
- 「6型」は「橋渡しで拡張」する：SaaS 5型（仮称、A コア・コード／B プラットフォーム・商標／C データ・規約／D AI・モデル／E 規制対応・金融）を新規提示、製造業6型との橋渡し図で連続性を担保。
- AI 時代の不確実性：PKSHA／HENNGE／Sansan の AI 関連知財モデルは急変中。本稿は2026年6月時点の試論、半年〜1年以内の改訂を前提。
序章 なぜいまSaaS・ソフトウェア中堅か
シリーズ既存読者への連続性宣言
本稿は「別シリーズの開始」ではなく、既存シリーズの業態拡張である。#8 製造業中堅15社マップ／#9 化学中堅12社／#10 電子部品中堅12社の業界深掘り型を、非製造業として初めてSaaS・ソフトウェア中堅に適用する試みである。
製造業中堅で確立した 「6型」理論（縦串／特化／転換／並列／自前主義／ハイブリッド）は、生産技術の組織内分業構造を主軸とする分類軸であった。SaaSでは生産技術が「コード生成・データ集積・サービス提供」に置き換わるため、6型を直接適用すると分類の意味が失われる。そこで本稿は、知財ポートフォリオの構成比を主軸とする「SaaS 5型（仮称）」を新規提示する。第5章で「6型↔5型」の橋渡し図を提示し、6型を捨てない／拡張する路線でシリーズ理論的連続性を担保する。
#9 #10 との連続性と非連続性
| 観点 | #9 化学中堅 | #10 電子部品中堅 | 本稿 SaaS中堅 |
|---|---|---|---|
| 業界カテゴリ | 製造業（プロセス型） | 製造業（組立型） | 非製造業（サービス型） |
| Pavitt 1984 類型 | Science-based | Specialized Suppliers | Information-intensive（拡張） |
| 知財ポートフォリオ重心 | 特許＋営業秘密 | 特許＋ノウハウ | 著作権＋商標＋営業秘密 |
| 代表KPI | 営利率 10-20%・PER 15-25倍 | 営利率 10-25%・PER 12-20倍 | PSR 3-15倍・ARR成長率・営利率 0-60%超 |
| 学術接続 | Achilladelis-Antonakis・Malerba | Klemperer・Henderson-Clark | Cusumano・Parker et al./Lerner-Tirole |
| 3大課題 | REACH／原料／脱炭素 | 中国勢／EV/AI／車載品質 | SaaS会計／AI時代／GTM |
連続性は「業界深掘り型の方法論」と「IP-P&L 仮称フレームの試論的適用」にあり、非連続性は「業態の根本的相違」にある。
12社選定の根拠と限界
既存学派の現代的再解釈である旨の明示
本稿で用いる「SaaS 5型」「IP-P&L SaaS版」「5層モデル」等のフレームは、Cusumano 2004／Parker, Van Alstyne & Choudary 2016／Lerner & Tirole 2002／Gawer & Cusumano 2014／Anand & Galetovic 2004／Rochet & Tirole 2003／Klemperer 1995／Katz-Shapiro 1985／Chesbrough 2003 など既存学派の現代的再解釈であり、本稿独自概念ではありません。
第1章 SaaS中堅12社の俯瞰
| # | 企業 | コード | サブ業界 | 時価総額（推計） | 営利率（推計） | PSR（推計） | 主要プロダクト |
|---|---|---|---|---|---|---|---|
| 1 | オービック★ | 4684 | バーティカル | 3兆円超 | 60%超 | 12-15倍 | OBIC7 |
| 2 | OBC | 4733 | バーティカル | 4,000-5,000億 | 30%台 | 6-8倍 | 奉行シリーズ |
| 3 | freee | 4478 | バーティカル | 2,000-3,000億 | 赤字〜微益 | 5-8倍 | クラウド会計 |
| 4 | マネーフォワード | 3994 | バーティカル | 3,000-4,000億 | 微益 | 4-7倍 | クラウド会計・家計簿 |
| 5 | サイボウズ | 4776 | ホリゾンタル | 1,500-2,500億 | 10-15% | 5-8倍 | kintone・Garoon |
| 6 | Sansan | 4443 | ホリゾンタル | 2,000-3,000億 | 5-15% | 5-9倍 | 名刺・契約DB |
| 7 | ラクス | 3923 | ホリゾンタル | 3,000-4,500億 | 15-25% | 8-12倍 | 楽楽精算・明細 |
| 8 | HENNGE | 4475 | ホリゾンタル | 500-800億 | 10-20% | 4-7倍 | HENNGE One |
| 9 | PKSHA Technology | 3993 | AI・データ | 1,000-1,500億 | 5-15% | 5-9倍 | 対話エンジン・AI |
| 10 | インフォマート | 2492 | AI・データ | 1,000-1,500億 | 15-25% | 5-8倍 | BtoBプラットフォーム |
| 11 | ユーザベース | — | AI・データ | （非上場化済） | — | — | SPEEDA・NewsPicks |
| 12 | kubell | 4448 | AI・データ | 500-800億 | 0-10% | 3-6倍 | Chatwork／BPaaS |
図1 — 12社 PSR vs 営業利益率 散布図（製造業中堅対比）
第2章 バーティカルSaaS 4社プロファイル
2.1 オービック（4684）★準大企業 — 「コア・コード型（仮称）」の到達点
事業概要：統合業務パッケージ「OBIC7」を中堅・大企業向けに提供する。直販・自社開発・自社運用の完全垂直統合モデル。営業利益率60%超は SaaS 世界全体でも稀（Microsoft でも40%前後）であり、本稿では★準大企業マークで別格扱いとする（推計）。
知財ポートフォリオ推計：著作権（コード）60-65% ／ 営業秘密（カスタマイズ・運用ノウハウ）25-30% ／ 商標 5-10% ／ 特許 1-3%。
型分類（仮称）：A. コア・コード型 — ソフトウェア著作権＋営業秘密が圧倒的主軸、商標は補助、特許はほぼ無。
製造業6型との橋渡し：自前主義型（ファナック）のSaaS版。完全内製・情報統制・直販という構造が共通する。ファナックのCNC縦串が「物理的工作機械」だとすれば、オービックのOBIC7は「論理的統合業務基盤」である。
2.2 OBC（4733）— 「コア・コード型」中堅特化版
事業概要：「奉行」シリーズで中堅・中小向け業務ソフトを提供。オービックよりも顧客規模が小さく、価格レンジも低い。
知財ポートフォリオ推計：著作権 55-60% ／ 商標（「奉行」ブランド）15-20% ／ 営業秘密 15-20% ／ 特許 3-5%。商標比重がオービックより高い。
型分類（仮称）：A. コア・コード型（商標寄り変種）。中小顧客への到達には「奉行」ブランドの認知が決定的に重要なため。
製造業6型との橋渡し：特化型（キーエンス）のSaaS版に近い — 単一プロダクト群への集中、ブランド優位、安定収益。
2.3 freee（4478）— 「規制対応・金融型（仮称）」の代表
事業概要：クラウド会計を中心としたSMB向けファイナンスSaaS。直近では人事労務・税務・銀行APIへ拡張。商標を巡る係争経験が公開情報として報道されている事実があるが、本稿は個別の係争評価を行わない（公開情報の範囲に限定）。
知財ポートフォリオ推計：著作権 40-50% ／ 商標 20-25% ／ 営業秘密 15-20% ／ 特許 10-15% ／ 規制対応資産（電子帳簿保存法対応・金融APIライセンス）別建て。
型分類（仮称）：E. 規制対応・金融型 — 商標＋業界ライセンス・認証＋契約による囲い込み、コード保護は標準的。
製造業6型との橋渡し：転換型（パナソニック）のSaaS版 — 単機能（会計）から多機能（人事労務・税務・銀行接続）への事業転換過程にある点が共通。Helfat & Raubitschek 2000 の Dynamic Capabilities の現代SaaS事例。
2.4 マネーフォワード（3994）— 「規制対応・金融型」拡張版
事業概要：個人向け家計簿アプリから始まり、現在はSMBクラウド会計・経費精算・人事労務・MFKessai・Mikatus 等の複合ポートフォリオを構築。複数のM&Aを通じてポートフォリオ拡張機会を獲得してきた（統合の質的成功は別問題）。
知財ポートフォリオ推計：著作権 40-50% ／ 商標（傘下複数ブランド）20-25% ／ 営業秘密 15-20% ／ 特許 5-10% ／ データセット（家計簿・取引履歴）別建て。
型分類（仮称）：E. 規制対応・金融型（複数買収による拡張変種）。
製造業6型との橋渡し：転換型（パナソニック）のSaaS版 — 個人→SMBへの事業転換、複数買収による多角化が共通。
第3章 ホリゾンタルSaaS 4社プロファイル
3.1 サイボウズ（4776）— 「プラットフォーム・商標型（仮称）」の代表
事業概要：グループウェア（Garoon）、kintone（業務改善プラットフォーム）、Office を中心とした汎用業務SaaS。kintoneは「ノーコード／ローコード」プラットフォームとして、エコシステム・パートナー認証が知財モデルの核。
知財ポートフォリオ推計：著作権 40-45% ／ 商標（kintone・Garoon・Office）25-30%（SaaS中堅で突出して高い） ／ 営業秘密 15-20% ／ 特許 5-10% ／ エコシステム資産別建て。
型分類（仮称）：B. プラットフォーム・商標型 — 商標＋APIライセンス＋パートナー認証が主軸。
製造業6型との橋渡し：特化型（キーエンス）のSaaS版。ただしキーエンスは「顧客の現場最適化を直販で」、サイボウズは「パートナーがそれを行う」エコシステムモデル。
Gawer & Cusumano 2014 接続：kintone は「Industry Platform」として機能し、パートナーが拡張機能を開発・販売する二層構造のエコシステムを構築。Gawer & Cusumano 2014『Platform Leadership』の現代SaaS版実装である。
3.2 Sansan（4443）— 「データ・規約型（仮称）」の代表
事業概要：法人向け名刺管理「Sansan」、契約データクラウド「Contract One」、個人向け名刺アプリ「Eight」を提供。データセットの集積と利用規約による囲い込みが知財モデルの核。
知財ポートフォリオ推計：データセット（名刺・契約データ）30-40% ／ 著作権 25-30% ／ 利用規約・契約による囲い込み 15-20% ／ 商標 10-15% ／ 営業秘密（OCR・名寄せロジック）10-15% ／ 特許 5-10%。
型分類（仮称）：C. データ・規約型 — データセット＋利用規約・契約による囲い込み＋営業秘密、著作権は補助。
製造業6型との橋渡し：並列型（信越化学）のSaaS版 — 「目に見えない縦串」がSansanではデータ基盤（名寄せ・OCR・契約抽出）である点が、信越化学の「目に見えない共通基盤（製造プロセス）」と類比可能。
データ・規約型の特徴的論点：(1) データの所有権 vs 利用権（顧客の名刺・契約データの帰属の契約明確化）、(2) 個人情報保護法・GDPR・海外データ法対応、(3) 競合参入障壁としてのデータ集積（Klemperer 1995 ＋ データのネットワーク効果）。
3.3 ラクス（3923）— 「プラットフォーム・商標型」中堅特化版
事業概要：「楽楽精算」「楽楽明細」を中心とするバックオフィスSaaS。中堅・中小向けに、経費精算・請求書発行を提供。
知財ポートフォリオ推計：商標（「楽楽」ブランドファミリー）25-30% ／ 著作権 40-45% ／ 営業秘密 15-20% ／ 特許 5-10% ／ 規制対応資産別建て。
型分類（仮称）：B. プラットフォーム・商標型（中堅特化版）。
製造業6型との橋渡し：特化型（キーエンス）のSaaS版 — 中堅・中小バックオフィス市場への集中、ブランド優位、安定収益。
3.4 HENNGE（4475）— 「AI/モデル型」境界事例
事業概要：クラウドセキュリティの統合プラットフォーム「HENNGE One」。SaaS導入時のID管理・メール監査・ファイル監査等を統合的に提供。社名・主力プロダクトのブランド再構築（HDE → HENNGE）を経験。
知財ポートフォリオ推計：著作権 35-45% ／ 営業秘密（セキュリティ検知ロジック・脅威データベース）25-30% ／ 商標 15-20% ／ 特許 5-10% ／ エコシステム資産別建て。
型分類（仮称）：D. AI/モデル型（境界、セキュリティ側） — 脅威検知ロジックとデータベースが営業秘密化される点が AI/モデル型に近い。
ブランド再構築の知財論点：HDE → HENNGE への社名・主力プロダクト名変更は、商標の継承・新規登録・旧商標の取り扱いという典型的なブランド再構築実務を伴う（公開情報の範囲）。
第4章 AI・データプラットフォーム 4社プロファイル
4.1 PKSHA Technology（3993）— 「AI/モデル型（仮称）」の代表
事業概要：自然言語処理・機械学習を用いた対話エンジン・予測モデル・最適化アルゴリズムを各業界向けに提供。AI関連特許出願数が SaaS 中堅の中では多い方（公開情報）。
知財ポートフォリオ推計：営業秘密（モデル重み・学習データ・プロンプト）35-40% ／ 著作権 25-30% ／ 特許（NLP・予測モデル関連）15-20%（SaaS中堅で特許比重が高い）／ 商標 10-15% ／ データセット別建て。
型分類（仮称）：D. AI/モデル型 — モデル重み・学習データ・プロンプトの営業秘密化＋一部特許出願。
製造業6型との橋渡し：縦串型（Sony）のSaaS版 — AI基盤技術（NLP・予測モデル）が複数事業（対話・予測・最適化）を貫く構造。Sony の CMOS が物理的縦串なら、PKSHA のAIモデルは論理的縦串。
4.2 インフォマート（2492）— 「データ・規約型」BtoBプラットフォーム版
事業概要：BtoB プラットフォーム（請求書・受発注）を、外食・食品・物流等の業界向けに提供。取引相手の双方を顧客化するため、ネットワーク効果が知財モデルの核。
知財ポートフォリオ推計：データセット（BtoB取引データ）30-35% ／ 利用規約・契約による囲い込み（双方顧客）20-25% ／ 著作権 20-25% ／ 商標 10-15% ／ 営業秘密 10-15%。
型分類（仮称）：C. データ・規約型（BtoBネットワーク特化版）。
製造業6型との橋渡し：並列型（信越化学）のSaaS版 — 複数業界（外食・食品・物流）への並列展開、共通プラットフォーム基盤の構造。
Katz-Shapiro 1985 + Rochet-Tirole 2003 接続：BtoBプラットフォームは典型的な両面市場であり、ネットワーク効果が決定的に重要。早期に取引相手の臨界量を確保した後発参入は構造的に困難（推計）。
4.3 ユーザベース（旧3966、非上場化済）— 「データ・規約型」コンテンツ複合版
事業概要（上場時点ベース）：法人向け経済情報「SPEEDA」、消費者向け経済ニュース「NewsPicks」を中心とする経済情報プラットフォーム。MBO により非上場化された経緯（公開情報の範囲）。
知財ポートフォリオ推計（上場時点ベース）：データセット（経済情報DB・編集記事）35-40% ／ 著作権 25-30% ／ 商標 15-20% ／ 営業秘密 10-15% ／ 特許 5%未満。
型分類（仮称）：C. データ・規約型（コンテンツ複合版） — データセット＋コンテンツの編集著作物＋利用規約による囲い込み。
製造業6型との橋渡し：並列型（信越化学）のSaaS版 — SPEEDA（法人）と NewsPicks（個人）の並列、共通の経済情報基盤。
4.4 kubell（旧Chatwork、4448）— 「プラットフォーム・商標型」転換中事例
事業概要：ビジネスチャット「Chatwork」を主力としつつ、2024年に社名を「kubell」に変更（公開情報）、BPaaS（Business Process as a Service）への転換中（2026年6月時点）。中小企業向け業務代行・伴走支援を SaaS と組み合わせる。
知財ポートフォリオ推計：商標（kubell・Chatwork 両ブランド）20-25% ／ 著作権 35-40% ／ 営業秘密（業務代行のノウハウ・運用基準、BPaaS化により上昇）20-25% ／ 特許 5%未満 ／ エコシステム資産別建て。
型分類（仮称）：B. プラットフォーム・商標型（BPaaS転換中変種）。
製造業6型との橋渡し：転換型（パナソニック）のSaaS版 — 単一プロダクト（Chatwork）から複合サービス（BPaaS）への事業転換が共通。
社名変更の知財論点：「Chatwork」→「kubell」の社名変更は商標の継承戦略の典型実務。Chatwork ブランドを完全廃棄するのか共存させるのかが論点（公開情報の範囲では Chatwork ブランドは継続使用、kubell はコーポレートブランドの整理）。
第5章 SaaS 5型分布（仮称）— 6型理論との接続と非接続
5.1 SaaS 5型（仮称）の分布
| 仮称型 | 代表企業 | 該当社数 |
|---|---|---|
| A. コア・コード型 | オービック★・OBC | 2 |
| B. プラットフォーム・商標型 | サイボウズ・ラクス・kubell | 3 |
| C. データ・規約型 | Sansan・インフォマート・ユーザベース | 3 |
| D. AI/モデル型 | PKSHA・HENNGE | 2 |
| E. 規制対応・金融型 | freee・マネーフォワード | 2 |
5型がほぼ均等に分布する（2-3社／型）。これは「SaaS は単一モデルに収束しない」という観察と整合する（本稿の試論）。
5.2 図5 — SaaS 5型 ↔ 製造業6型 橋渡しマトリクス
5.3 6型を「捨てない」決断の意義
製造業中堅で確立した「6型」を本稿で「使わない」のではなく、「橋渡しで拡張する」と位置付けることは、シリーズの理論的連続性を担保する重要な設計判断である。これにより、製造業中堅の読者は「自社が並列型なら、SaaS のデータ・規約型と類比可能なロジックがある」といった異業種類比を行えるようになる。Aegis Nova の IP-P&L 仮称フレームの業態横断性が本章で確立される。
第6章 SaaSの知財ポートフォリオ — 5層モデル（仮称）
6.1 5層モデルの構造
6.2 5型ごとの5層構成比（推計、本稿の試論）
| 仮称型 | 第1層 商標 | 第2層 著作権 | 第3層 営業秘密 | 第4層 データ・規約 | 第5層 特許・規制 |
|---|---|---|---|---|---|
| A. コア・コード型 | 5-10% | 60-65% | 25-30% | 0-5% | 1-3% |
| B. プラットフォーム・商標型 | 25-30% | 40-45% | 15-20% | 5-10% | 5-10% |
| C. データ・規約型 | 10-15% | 25-30% | 10-15% | 30-40% | 5-10% |
| D. AI/モデル型 | 10-15% | 25-30% | 35-40% | 5-10% | 10-15% |
| E. 規制対応・金融型 | 20-25% | 40-50% | 15-20% | 5-10% | 10-15% |
製造業中堅（特許 60-70%／営業秘密 25-45%／商標 数%）と比べ、SaaS は第1層（商標）・第3層（営業秘密）・第4層（データ・規約）の比重が高く、第5層（特許）の比重が低いことが構造的に観察される（本稿の試論・推計）。
第7章 3大課題（業界特有）
7.1 課題① — SaaS会計（R&D資産化／無形資産計上）
SaaS の開発投資は「営業費用として計上するか、無形資産として資産計上するか」の選択が会計実務の重要論点である。日本基準・IFRS・米国基準で扱いが異なり、SaaS 中堅では多くが営業費用計上を選択する（推計）。
知財論との接続：会計上の無形資産計上は特許・商標・購入ソフトウェア・買収による暖簾に限られることが多く、内部開発したコードベース・営業秘密・データセットは資産計上されない。つまり、SaaS の知財ポートフォリオの大部分が貸借対照表に表れないという構造的不均衡がある。これは Lev & Gu の「無形資産の会計問題」の典型事例。
7.2 課題② — AI時代のデータ・モデル保護
生成AI の急速な普及により、SaaS の AI 関連知財モデルは急変中である：
- モデル重みの保護：営業秘密として組織内保護するが、推論結果から重みを推定する「Model Inversion 攻撃」のリスクがある（公開情報、構造的論点）
- 学習データの保護：第三者の著作物・個人情報を学習データに含めることの可否（日本著作権法30条の4・米国フェアユース・EU AI Act 等で扱いが異なる）
- プロンプトの保護：ユーザーが入力したプロンプト、企業が設計したシステムプロンプトの帰属と保護
- 生成物の権利：AI生成物の著作物性、職務著作の適用、契約による帰属の明確化
- 特許との関係：AI モデル発明の特許出願時の「実施可能要件」「進歩性」の判断基準が国際的に進化中
7.3 課題③ — グローバル商標・GTM
SaaS は物理的国境を持たないため、商標のグローバル登録・防衛がより重要である。具体的論点：(1) 商標の国際出願（マドリッドプロトコル経由）、(2) 指定商品・役務の選択（第9類・第42類等の戦略的選択）、(3) 海外現地商標の先取り対応、(4) ドメインとの連動管理、(5) GTM（Go-To-Market）の知財含意（海外展開時のローカライゼーション、現地パートナー契約、データの域内保管要件）。
12社中、海外売上比率が10%以上に達するのはサイボウズ・Sansan・HENNGE 等の限定的事例（推計）。国内中堅SaaS のグローバル化の遅さは、商標・データ規制対応コストの高さも一因と考えられる（推計）。
第8章 PSR・営業利益率・ARR成長率の分布
8.1 製造業中堅 vs SaaS中堅のKPI差異
8.2 ARR成長率と営業利益率のトレードオフ
オービック★は右上の例外（高成長＋高収益）、freee・マネーフォワードは右下（高成長＋赤字〜微益）、サイボウズ・ラクスは中央右（中成長＋中収益）に分布する（推計）。「Rule of 40」（ARR成長率＋営業利益率 = 40%超）の SaaS 業界指標で12社を評価すると、オービック★・ラクス・OBC が安定的に達成、他は時期により変動する（推計）。
8.3 IP-P&L 仮称フレームの SaaS 版
製造業中堅で用いた IP-P&L フレーム（特許費用・営業秘密費用・商標費用を売上・利益と接続）を、SaaS に拡張する試論として以下を提示する：収益側に ARR・解約率・ネット拡張率（NRR）、無形資産側に商標投資・著作権保護コスト・営業秘密管理コスト・データ集積投資・特許出願費用・規制対応コスト、接続論理として無形資産投資が ARR の拡張・解約率の低下・NRR の上昇にどう寄与するかを推計する。
第9章 地政学リスク＋ESG＋データ主権
9.1 地政学リスク
12社の多くが国内売上中心という構造が支配的である。海外売上比率10%以上はサイボウズ（米国・東南アジア）・Sansan（東南アジア）・HENNGE（東南アジア・グローバルSaaS連携）等の限定的事例（推計）。SaaS のグローバル化が、商標規制／データ規制／現地パートナーという三重の壁により遅れがちであることを反映する。
9.2 ESG
SaaS は物理的なエネルギー消費の直接的負荷は製造業より小さいが、データセンターのクラウド消費電力を間接的に負担している。日本中堅SaaS の多くは AWS・Google Cloud・Microsoft Azure 等のグローバル・クラウドベンダーに依存しており、Scope 3 排出量の管理が ESG 観点の論点となる（推計）。
9.3 データ主権
SaaS にとってデータ主権は事業の前提条件である：(1) 個人情報の越境移転（APPI／GDPR／CPRA 等）、(2) 業界規制対応（金融・医療）、(3) データの保管場所要件、(4) 政府要請への対応。これらは知財論を超えるが、SaaS の知財ポートフォリオの「規制対応資産」として整理される。
第10章 業界横断パターン
10.1 OSS活用 — Lerner & Tirole 2002 接続
12社のいずれも、何らかの OSS（オープンソースソフトウェア）を活用している（推計）。これは Lerner & Tirole 2002『Some Simple Economics of Open Source』をOSSを使う側としてのSaaSに橋渡し再解釈した適用である（原典は OSS の生成・貢献者動機を扱うが、本稿はOSS依存型SaaSの観点で参照）。
OSS活用の知財論点：(1) ライセンス遵守（MIT・Apache・GPL・LGPL）、(2) GPL汚染リスク、(3) SBOM（Software Bill of Materials）の管理、(4) OSSへの貢献判断。
10.2 API公開とパートナーエコシステム — Gawer & Cusumano 2014 接続
サイボウズ（kintone API）・Sansan・freee・マネーフォワード等は、API公開を通じてパートナーエコシステムを構築。Gawer & Cusumano 2014『Industry Platforms and Ecosystem Innovation』の現代SaaS版実装である（規模差の留保：原典は主に大規模プラットフォーム分析）。API公開の知財論点：API の著作物性、API 利用規約、パートナー認証制度。
10.3 営業秘密管理 — #11 連続性
#11『営業秘密管理の推奨実務』で確立した5つの汎用原則（経営アジェンダ／アクセス権限／退職者／海外子会社／共同研究）は、SaaS 中堅にも適用される。SaaS 固有の論点：(1) エンジニア退職時のコード・データ流出リスク、(2) GitHub等の社外開発環境、(3) AI モデル重みの保護（物理隔離困難）、(4) 顧客データと自社営業秘密の区別。
10.4 横断パターン マトリクス
第11章 実装チューニング指針（SaaS中堅CIPO向け5項目）
11.1 第1項目 — 自社の SaaS 5型（仮称）の特定
自社のプロダクトポートフォリオを、本稿第5章の SaaS 5型（仮称）のどれに最も近いかを分類する。複数型のハイブリッドであれば、どの型が重心かを特定する。第6章の5層モデル（仮称）における重点投資領域が見えてくる（本稿の試論／個別協議が必須）。
11.2 第2項目 — 5層モデルの自社実装
第6章の5層モデルについて、自社の各層への投資額・管理体制・人員配置を可視化する。多くの中堅SaaS は第1層（商標）と第3層（営業秘密）の管理体制が不十分な傾向がある（推計）。個別協議が必須。
11.3 第3項目 — AI時代の知財戦略の継続的改訂
第7章②の AI 時代の論点について、自社のモデル重み・学習データ・プロンプト・生成物の帰属・保護・利用条件を契約と内部規程で明確化する。半年〜1年ごとの改訂を前提とする運用設計を行う。弁護士・弁理士の個別助言が必須。
11.4 第4項目 — グローバル商標・データ規制対応の投資判断
第7章③のグローバル商標・GTM、第9章のデータ主権について、海外展開のロードマップに知財対応コストを組み込む。弁理士・現地代理人の個別助言が必須。
11.5 第5項目 — IP-P&L 仮称フレームの SaaS 版の試論的導入
第8章のIP-P&L 仮称フレームの SaaS 版を、自社の経営ダッシュボードに試論的に組み込む。ARR・NRR・解約率と、商標投資・営業秘密管理コスト・データ集積投資の接続関係を可視化する。業界標準ではなく、各社の試論である旨を関係者に明示する。Big4の IP 評価サービスとは異なる、Aegis Nova の整理枠組みである旨も明示する。CFO／CIPO の個別協議が必須。
結論
主要発見の再確認
- SaaS 中堅の知財ポートフォリオは、製造業中堅とは構成比が根本的に異なる：特許の比重が劇的に小さく、著作権・営業秘密・商標・データ・規約の比重が高い。Anand & Galetovic 2004 の「営業秘密選択」が AI 時代により強く成立することの構造的観察。
- 「6型」は「捨てない」「拡張する」：SaaS 5型（仮称）を新規提示しつつ、製造業6型との橋渡し図を提示することで、シリーズの理論的連続性を担保。Aegis Nova の IP-P&L 仮称フレームが業態横断性を獲得。
- AI 時代の不確実性が知財モデルを揺さぶる：重要な留保 6点目「AI時代の不確実性」を新設。本稿の AI 関連分析は2026年6月時点の試論であり、半年〜1年以内の改訂を前提とする。
独自貢献
- シリーズ初の非製造業業界深掘り
- SaaS 5型（仮称）と5層モデル（仮称）の新規提示
- 製造業6型 ↔ SaaS 5型の橋渡し図（図5）
- IP-P&L 仮称フレームの SaaS 版試論
- 重要な留保 6点目「AI時代の不確実性」の新設
- 学術接続を 30+学派から34+学派に拡張（Cusumano／Parker et al./Lerner-Tirole／Gawer-Cusumano 追加）
シリーズ全体への貢献
続編ロードマップへの含意
- 次の続編候補：医療・ヘルスケア中堅（FDA・PMDA等規制業界）が論理的に近い（非製造業＋規制対応資産の中心）
- 業界横断テーマ第2弾として「SaaS と製造業のIP評価指標の架橋」が考えられる
- 個別大企業深掘りとして、Toyota の日本型ハイブリッドが残課題
- 本稿の AI 関連分析の半年以内改訂検討（重要な留保6点目の運用）
参考文献
- Anand, B.N. & Galetovic, A. (2004) "Weak Property Rights and Holdup in R&D" Journal of Economics & Management Strategy ※原典は R&D Holdup を扱うが、本稿は営業秘密選択の SaaS 拡張として現代的再解釈
- Rochet, J.-C. & Tirole, J. (2003) "Platform Competition in Two-Sided Markets" Journal of the European Economic Association
- Klemperer, P. (1995) "Competition When Consumers Have Switching Costs" Review of Economic Studies
- Katz, M.L. & Shapiro, C. (1985) "Network Externalities, Competition, and Compatibility" American Economic Review
- Chesbrough, H.W. (2003) Open Innovation: The New Imperative for Creating and Profiting from Technology, Harvard Business School Press
- Hall, B.H. & Ziedonis, R.H. (2001) "The Patent Paradox Revisited" RAND Journal of Economics
- Levin, R.C., Klevorick, A.K., Nelson, R.R. & Winter, S.G. (1987) "Appropriating the Returns from Industrial Research and Development" Brookings Papers on Economic Activity
- Helfat, C.E. & Raubitschek, R.S. (2000) "Product Sequencing" Strategic Management Journal
- Lev, B. & Gu, F. (2016) The End of Accounting and the Path Forward for Investors and Managers
- 【新規】Cusumano, M.A. (2004) The Business of Software, Free Press ※SaaS 業界が確立する前の文献であり、本稿では古典として位置付け、現代SaaSへの適用に注釈
- 【新規】Parker, G.G., Van Alstyne, M.W. & Choudary, S.P. (2016) Platform Revolution, W.W. Norton ※主に大規模プラットフォームを分析。中堅SaaSへの適用には規模差の留保が必要
- 【新規】Lerner, J. & Tirole, J. (2002) "Some Simple Economics of Open Source" Journal of Industrial Economics ※原典は OSS の生成・貢献者動機を扱う。本稿は OSS を使う側としての SaaS の文脈で参照
- 【新規】Gawer, A. & Cusumano, M.A. (2014) "Industry Platforms and Ecosystem Innovation" Journal of Product Innovation Management
- シリーズ既出参考：Coase 1937 / Penrose 1959 / Williamson 1985 / Chandler 1962, 1977 / Wernerfelt 1984 / Barney 1991 / Teece et al. 1997 / Christensen 1997 / Porter 1980 / Jacobides 2018 / Brand Finance / Damodaran ほか30+学派（シリーズ累計34+学派）
本稿は法的助言を構成しません。商標・著作権・営業秘密・データ規約・契約・規制対応・国際出願戦略・税務・会計処理等の実務には、弁護士・弁理士・税理士・監査法人・データ保護責任者の個別の専門助言が必須です。本稿は投資判断・企業価値評価の根拠として用いられることを意図していません。
本稿のAI 関連分析は2026年6月時点の試論であり、生成AIの急速な普及により半年〜1年以内に大幅改訂の可能性があります。