AIエージェント時代、「人類の実データ」を持つ企業が再評価されるかも知れない

インターネット検索では届かない専門データを、AIが毎回参照する世界で伸びる銘柄

生成AIの進歩によって、AIは文章を作るだけでなく、情報を検索し、比較し、判断し、業務を実行する「AIエージェント」へ進化し始めている。

これまでAIは、人間から質問を受けて回答を返す道具だった。

しかし今後は、

• 保険契約を引き受ける
• 融資先や取引先を評価する
• 契約書を確認する
• 税務申告を作成する
• 投資対象を分析する
• 医薬品の開発候補を選ぶ
• 不正な取引や請求を検出する

といった業務そのものを、AIが部分的に担当するようになる。

そのとき、本当に必要になるのはGPUや大規模言語モデルだけではない。

AIが業務上の判断を行うには、一般的なインターネット検索からは得られない、正確で体系化された「実データ」が必要になる。

法律であれば、最新の法令、判例、行政解釈、管轄地域ごとの違い。

金融であれば、企業財務、信用格付け、倒産履歴、非上場企業情報、実質的支配者、証券価格。

保険であれば、事故履歴、損害率、保険約款、建物構造、災害リスク、修理費用。

医療であれば、患者の治療履歴、ゲノム、臨床試験、薬剤反応、実際の治療結果。

こうしたデータの多くは、インターネット上に無料公開されていない。

公開されていたとしても、最新なのか、正確なのか、業務判断に使用する権利があるのか、誰が責任を持っているのかが分からない。

AIが雑談をするだけなら、それでもよい。

しかしAIが保険料、融資、契約、医療、企業評価といった現実の意思決定に関与するようになると、「それらしい回答」では足りなくなる。

AIが回答を作るたびに、信頼できる専門データを参照し、判断の根拠を示す必要が出てくる。

ここに、これまで人間社会が数十年、場合によっては100年以上かけて蓄積してきた実データの価値がある。

AIの進歩で、データ企業は不要になるのか

生成AIの登場直後には、従来の情報サービス企業はAIに代替されるのではないかという見方が広がった。

AIが質問に答えられるなら、法律情報端末、金融情報端末、専門データベースを人間が直接操作する必要がなくなるように見えるからだ。

しかし、AIエージェントが実際の業務に入るほど、逆の動きが起こる可能性がある。

人間が検索画面を操作しなくなったとしても、AIがその裏側でデータベースを参照するからだ。

従来は、

人間が専門データベースを検索する ↓ 必要な情報を読み取る ↓ 人間が判断する

という構造だった。

AIエージェント時代には、

AIが業務内容を理解する ↓ 専門データベースやAPIへ問い合わせる ↓ 根拠データを取得する ↓ 判断案を作る ↓ 人間へ説明する、または一定範囲で自動実行する

という構造へ変わる。

画面を操作する人間の数は減っても、AIによるデータ参照回数は大きく増える可能性がある。

したがって、今後重要になるのは「人間向け検索端末を持っているか」ではない。

AIが毎回参照する、信頼できるデータ層を持っているかである。

価値が上がりやすいデータの条件

すべてのデータ企業がAI時代に伸びるわけではない。

公開ウェブから容易に取得できる情報や、更新頻度の低い一般情報は、AIによって価格が下がる可能性がある。

一方、次の条件を持つデータは価値が上がりやすい。

1．独自性がある

企業や業界から直接集めたデータ、長期間の取引履歴、事故履歴、医療データなど、他社が簡単に再構築できないことが重要になる。

2．継続的に更新される

AIが参照する情報は、古いままでは使えない。

法令、信用状態、企業財務、価格、医療情報などを継続的に更新できる仕組みが必要になる。

3．分類と定義が統一されている

AIに大量の文書を渡すだけでは、業務判断には使いにくい。

人間が長年かけて作った業界分類、用語体系、評価指標、ルールが組み込まれていることが重要になる。

4．出所と権利が確認されている

誰が作ったデータなのか、業務利用が認められているのか、判断の根拠として提示できるのかが問われる。

5．APIやMCPでAIから直接呼び出せる

データを持っているだけでは不十分である。

AIエージェントが必要なときに、安全かつ機械可読な形で呼び出せる必要がある。

6．顧客の業務フローに組み込まれている

AIモデルは変更されても、契約、審査、保険、税務、医療などの業務は残る。

その業務に深く組み込まれたデータ企業ほど、モデル企業の盛衰に左右されにくい。

この条件から、今後注目したい銘柄を分野別に見ていく。

1．RELX

法律、科学、医療、保険、不正検知を横断する総合データ企業

このテーマで最も完成度が高い候補の一つがRELXである。

RELXは、複数の専門データ事業を持っている。

• LexisNexisの法律・判例・規制情報
• Elsevierの科学論文・医学情報
• LexisNexis Risk Solutionsの保険・本人確認・不正検知
• 金融犯罪、デジタルID、端末情報の分析
• 業界別の意思決定支援ツール

法律AIが契約書や訴訟案件を分析する場合、一般的なウェブ検索だけでは不十分である。

最新の判例、法令、管轄地域、引用関係を確認しなければならない。

医療・研究AIでも同様に、公開ウェブ上の医療記事ではなく、査読論文、臨床情報、引用関係、研究履歴を参照する必要がある。

RELXは2026年4月の事業更新で、独自コンテンツと包括的なデータセットをAI技術と組み合わせる方針を示している。法律部門では、AIエージェント「Protégé」を統合したLexis+の採用拡大によって、法律事務所・企業向け事業が二桁成長を続けている。科学・技術・医療部門でも、AI対応データベースや意思決定支援ツールの利用が拡大している。(Relx)

RELXの強みは、単なるコンテンツ保有ではない。

専門家が使う業務ツールの中に、データ、検索、分析、AIをまとめて組み込めることにある。

AIが普及するほど、利用者は「AIを使う」のではなく、「LexisNexisやElsevierの中に組み込まれたAIを使う」ようになる可能性がある。

期待できる収益化

• AI機能を含む上位プランへの移行
• 契約単価の上昇
• 法律・研究・医療業務への利用範囲拡大
• AIによるデータ参照回数の増加
• 不正・本人確認需要の拡大

注意点

出版物や論文を巡る著作権問題、AI企業とのライセンス交渉、専門家向け情報市場での競争は残る。

それでも、法律、科学、医療、保険という複数の高リスク領域を横断している点では、AI参照データ企業の本命候補と考えられる。

2．Thomson Reuters

AIによる増収がすでに決算へ表れ始めている

Thomson Reutersは、RELXと並ぶ法律・税務データの有力企業である。

主な資産は、

• Westlawの法律・判例情報
• Practical Lawの実務手順・書式
• Checkpointの税務・会計情報
• CLEARの人物・企業調査情報
• Reutersのニュース・事実情報

である。

同社の特徴は、データを外部のAI企業へ販売するだけでなく、自社のCoCounselへ組み込み、完成した業務支援製品として販売していることだ。

2026年第1四半期は、法律専門家部門の有機売上が9％増、企業向けが9％増、税務・監査・会計部門が10％増となった。法律専門家部門では、継続収入が9％増加し、WestlawとCoCounselが主要な成長要因となっている。(Thomson Reuters)

これは重要な変化である。

AI関連製品は、将来の構想にとどまらず、すでに既存契約の成長を押し上げ始めている。

法律や税務では、AIの回答に対して、

• どの法律を参照したのか
• その法律は現在も有効なのか
• どの管轄地域に適用されるのか
• どの判例が根拠なのか
• 税制改正が反映されているか

を確認する必要がある。

そのため、汎用AIが高性能化しても、WestlawやCheckpointの正規情報を裏側で参照する需要は残りやすい。

期待できる収益化

• CoCounselを含む契約へのアップグレード
• 法律・税務業務の処理件数増加
• AIによる調査、起草、確認作業の自動化
• 企業法務や中小法律事務所への顧客拡大
• 1人当たり契約から業務量・利用量課金への移行

Thomson Reutersは、AI参照データの価値が売上に転換され始めているという点で、現在最も分かりやすい銘柄の一つである。

3．Moody’s

AIが企業を評価する「信用圏」の基準データ候補

AIエージェントが企業間取引や融資、サプライヤー選定を行うようになると、企業の信用力を判断するデータが必要になる。

Moody’sは、信用格付けだけでなく、

• 企業・債券の信用情報
• 非上場企業情報
• 企業の所有関係
• 実質的支配者
• KYC・制裁・金融犯罪情報
• 倒産確率
• 経済シナリオ
• 取引先・サプライチェーンリスク

を提供している。

AIが企業について文章を検索するだけでは、実際の信用判断はできない。

同名企業の識別、親会社・子会社関係、過去の債務不履行、制裁対象、財務状態、業界比較などを確認する必要がある。

Moody’sは、この「企業を一意に識別し、信用状態を評価する層」を持つ。

2026年第1四半期の全社売上は前年同期比8％増の20.79億ドルだった。Moody’s AnalyticsのARRは8％増の36.07億ドルとなり、その98％を継続収入が占めた。KYCのARRは13％増、Decision Solutions全体では10％増加している。経営陣は、AI導入の加速によって、高リスク業務で使用できる「decision-grade connected intelligence」への需要が高まっていると説明している。(Q4 Capital)

Moody’sが持つ可能性は、AIへ企業の説明文を提供することではない。

AIが、

• この企業へ融資してよいか
• この取引先と契約してよいか
• このサプライヤーにはどのようなリスクがあるか
• 実質的な所有者は誰か
• 制裁・金融犯罪リスクがないか

を判断するための基準データを提供することである。

期待できる収益化

• AI審査システムからの信用データ照会
• KYC・AML確認回数の増加
• 企業評価エージェントへのAPI提供
• 民間信用・サプライチェーン評価への拡大
• AI判断の検証・説明用ベンチマーク

ただし、格付け部門の売上は債券発行市場に左右される。

また、信用評価にAIを用いる場合、規制、公平性、過去データの偏りへの対応も必要になる。

4．S&P Global

金融市場、指数、商品価格を支える巨大な基準データ層

S&P Globalは、信用格付けだけでなく、

• Capital IQの企業・財務情報
• S&Pの株価指数
• Plattsの商品・エネルギー価格
• 債券・信用データ
• 非上場市場データ
• PMIなどの経済指標
• 海運・サプライチェーン情報

を持つ。

AIが投資、リスク管理、商品取引、企業分析を行う際、こうした指標や価格評価が基準になる。

特に指数や商品価格は、単なる参考情報ではない。

ファンド、契約、デリバティブ、取引価格の基準として使用されるため、「どの数字を正しい基準とするか」という制度的価値がある。

2026年第1四半期の売上は前年同期比10％増の41.71億ドル、調整後EPSは14％増加した。サブスクリプション製品の売上は6％増加しており、会社側はAI機能の採用が速いペースで進んでいると説明している。2026年の有機・為替一定売上成長率は6～8％を見込む。

S&P Globalはデータ領域が非常に広いため、単一のAI製品に依存しない点が強い。

モデルがOpenAI製でもGoogle製でもAnthropic製でも、そのAIが金融市場の現実を理解するには、S&P Globalのデータやベンチマークを参照する可能性がある。

一方で、事業分離やポートフォリオ再編の途中であるため、純粋なAIデータ成長を読み取るには時間が必要になる。

5．FactSet

AIに代替される懸念から、AIへデータを供給する側への転換

FactSetは、金融機関や投資家向けに、

• 企業財務
• 株価・証券情報
• コンセンサス予想
• M&A
• ファンド
• 非上場資産
• ポートフォリオ分析
• リスク分析

を提供している。

従来、FactSetは人間が端末を操作する金融情報サービスと見られてきた。

そのため、生成AIによって検索や分析が自動化されれば、既存端末が代替されるという懸念がある。

しかし、AIが金融分析を行うためには、結局、正規化された企業財務や証券データが必要になる。

FactSetは、自社のデータをAIエージェントが直接利用できるよう、MCPサーバーを提供している。

2026年度第3四半期は、有機売上が7.0％増、年間サブスクリプション価値であるOrganic ASVが7.1％増となった。上位50顧客の90％超が、すでに4種類以上のFactSet AI製品を利用している。Google CloudやAI企業との提携、MCPによるデータ接続も進めている。(FactSet)

この数字からは、AIによる代替だけでなく、AIを通じた利用拡大も始まっていることが分かる。

FactSetの注目点は、

人間向け金融端末の企業から、AIエージェント向け金融データ基盤へ移行できるか

である。

期待できる収益化

• AIエージェントからのデータ呼び出し
• API・MCP契約の拡大
• 非構造化文書の自動取り込み
• ポートフォリオ分析の自動化
• 企業全体での一括契約
• 小規模運用会社へのAI製品展開

一方で、AI投資や第三者データ費用による利益率低下には注意が必要になる。

今回の候補の中では、「AIに壊される企業」という市場の見方が、「AIへ必要なデータを供給する企業」へ反転する可能性を持つ再評価候補である。

6．Verisk Analytics

保険AIが判断するための約款、損害、事故データ

Veriskは、保険業界向けに、

• 保険約款
• 料率算定ルール
• 基準損害コスト
• 事故・保険金請求履歴
• 不正検知情報
• 建物・車両情報
• 災害モデル
• 修理・復旧費用

を提供している。

保険AIが引受や保険金支払いを判断するには、一般的なウェブ情報では足りない。

過去に同じ種類の建物でどれほど損害が発生したか、どの約款が適用されるか、修復費はいくらか、過去の請求に不自然な関連性がないかを確認する必要がある。

Veriskの価値は、保険業界が長期間にわたって構築してきた分類、統計、約款、実損害を、機械が扱える形で保有していることにある。

2026年第1四半期の売上は7.83億ドルで前年同期比3.9％増、有機・為替一定では4.7％増だった。調整後EBITDAは5.0％増の4.38億ドルで、通期売上予想31.9億～32.4億ドルを維持している。経営陣は、独自データを生成AI・エージェント型AIへ組み込み、保険業務へ展開する方針を示している。(Verisk Investor Relations)

さらにVeriskは、保険数理や引受情報をAnthropicのClaudeから直接参照できる仕組みも展開している。(Verisk Investor Relations)

Veriskは、AIが答えを作るための情報だけではなく、

AIの判断が保険業界の実績、ルール、規制から外れていないかを確認する基準器

になれる可能性がある。

ただし、現時点ではAIによって全社成長率が明確に加速したとは言いにくい。

AI信用基盤としての可能性は高いが、財務的な第二の成長曲線はまだ実証途中である。

7．Experian

AI時代の本人確認・信用確認インフラ

Experianは、個人や企業の信用情報、本人確認、不正検知、雇用・所得確認などを提供する。

AIエージェントが、

• 融資を承認する
• 分割払いを許可する
• 賃貸契約を審査する
• 就業履歴を確認する
• 本人確認を行う
• 不正アカウントを排除する

場合、インターネット検索で判断するわけにはいかない。

本人が誰なのか、申告された所得や勤務先が正しいのか、過去の信用履歴がどうなっているのかを、権限管理されたデータから確認する必要がある。

Experianの2027年度第1四半期は、全社有機売上が7％増、B2B事業が9％増、北米B2Bが11％増となった。会社は成長を、信頼性の高いデータ資産、規模の大きいプラットフォーム、AI対応機会によって支えられていると説明している。(Experian)

AIが自律的に取引を行う世界では、「AIの能力」だけでなく、「取引相手が本物か」という問題が大きくなる。

合成された身分、偽造文書、AIによる詐欺も増える可能性がある。

そのため、信用情報企業は融資判断だけでなく、AI取引圏における本人確認・信頼確認の基盤となる可能性がある。

一方で、個人信用情報は規制が非常に厳しく、AIによる差別や不公平な判断が起きれば大きな社会問題になる。

8．IQVIA

医薬品開発AIが参照する臨床・実世界データ

医療分野では、単に論文を読むだけでなく、実際の患者データや治療結果を理解する必要がある。

IQVIAは、

• 臨床試験
• 医薬品販売
• 処方
• 患者データ
• 治療結果
• 医療機関
• 医師
• 実世界データ

を持ち、製薬会社の研究開発から商業化までを支援している。

2026年第1四半期の売上は前年同期比8.4％増の41.51億ドルだった。Commercial Solutionsは為替一定で8.5％成長し、会社はAI対応製品の顧客採用が進んでいると説明している。臨床開発部門の受注残は342億ドルに達している。(IQVIA)

IQVIAは2026年3月、臨床、商業、実世界データを横断するエージェント型AI基盤「IQVIA.ai」も発表した。(IQVIA)

医薬品開発AIが、

• どの患者を臨床試験へ参加させるか
• どの病院で試験を行うか
• どのバイオマーカーが効くか
• どの治療が現実世界で効果を上げているか

を考える際、IQVIAのデータが参照される余地は大きい。

ただしIQVIAは、データ専業ではなく臨床試験受託など人員を必要とするサービス事業も大きい。

また負債も大きいため、純粋な高利益データ企業としては評価しにくい面がある。

9．Tempus AI

患者データを集めながら、医療AI用データを販売する高成長枠

Tempus AIは、診断事業を通じて、

• ゲノム
• 電子カルテ
• 病理画像
• 治療内容
• 薬剤反応
• 患者転帰

を集め、それを製薬会社向けのデータライセンスや分析モデルとして提供する。

Tempusの特徴は、診断を行うほどデータが増え、データが増えるほどAIモデルや製薬会社向け分析の価値が高まる可能性があることだ。

2026年第1四半期の売上は前年同期比36.1％増の3.481億ドルだった。Data and Applications部門は40.5％増、データライセンスとモデリングを含むInsightsは44.1％増加した。通期売上予想は15.9億～16.0億ドルへ引き上げられている。(Tempus AI)

このテーマにおける成長率は非常に高い。

一方、第1四半期には1.259億ドルの純損失を計上しており、株式報酬、買収統合、規制、資金調達などのリスクも大きい。(Tempus AI)

Tempusは、成熟したデータ企業ではなく、

医療データ市場そのものが拡大した場合に大きく伸びる、高リスク・高成長銘柄

として見る必要がある。

どの銘柄をどう分類するか

このテーマの候補は、同じ「データ企業」でも性格が異なる。

AI増収がすでに決算へ表れている企業

• RELX
• Thomson Reuters
• FactSet

これらは、AI対応製品の採用が既存契約、売上成長、顧客利用に表れ始めている。

特にRELXとThomson Reutersは、法律、科学、税務など、回答の正確性と出典が強く求められる分野にいる。

AI信用圏の基準企業になり得る企業

• Moody’s
• S&P Global
• Verisk
• Experian

企業信用、保険、本人確認、金融市場のベンチマークを提供する。

AIが企業や個人を評価し、取引や契約を実行するようになるほど、これらの企業が持つ基準データの価値が高まる可能性がある。

金融AIへの再評価候補

• FactSet

AIによる端末代替懸念がある一方、AIエージェントへデータを直接供給する側へ移行し始めている。

医療データの高成長候補

• IQVIA
• Tempus AI

IQVIAは巨大な臨床・商業データ基盤を持つ安定型、Tempusは診断とデータライセンスを組み合わせる高成長型である。

AIエージェント時代の収益モデル

専門データ企業の収益モデルも変化する可能性がある。

これまでは主に、人間の利用者数に応じて課金してきた。

例えば、法律事務所で100人が情報端末を使えば、100人分のライセンスを契約する。

しかしAIエージェント時代には、課金対象が変わる可能性がある。

• AIエージェントの数
• API呼び出し回数
• 処理した契約や請求の件数
• データ取得量
• AI判断の検証回数
• 業務全体の処理量
• 利用したデータセットの範囲

AIによって人間の作業時間が減っても、処理できる案件数が増えれば、データ参照量は増える。

そのためデータ企業が、従来の座席数課金から、利用量や処理量に応じた課金へ移行できれば、大きな上振れ要因になる。

最大のリスク

この投資テーマには、いくつか重要なリスクがある。

AIが既存製品を代替する

データ企業がAI向けAPIへ移行できなければ、従来の検索画面や分析ツールだけが不要になる可能性がある。

顧客が自社データで内製する

大手銀行、保険会社、製薬会社は、自社データと汎用AIを組み合わせ、外部サービスへの依存を減らす可能性がある。

データの偏りが問題になる

過去の信用、保険、雇用、医療データには、歴史的な格差や偏りが含まれている場合がある。

AIがそのまま学習・参照すれば、過去の不公平を大規模に再生産する危険がある。

データ漏洩・知的財産

AIへデータを接続することで、機密情報や著作物が外部へ流出するリスクが高まる。

評価倍率

RELX、Thomson Reuters、Moody’s、S&P Global、Veriskなどは、もともと利益率と継続収入が高い企業として評価されている。

AIとの相性がよいからといって、どの価格でも投資妙味があるわけではない。

結論

AIエージェントが広がり、実際の業務を担当するようになるほど、AIにはインターネット検索だけでは得られない専門データが必要になる。

重要になるのは、単なる文章やコンテンツの量ではない。

• 長期間の実績
• 独自の一次データ
• 人間が作ってきた分類体系
• 規制や業界ルール
• 継続的な更新
• 出所と権利
• AIから直接参照できる接続性
• 判断を後から説明できる監査性

である。

この視点では、AI時代の勝者はAIモデル企業だけではない。

AIが判断するたびに参照する「現実世界の基準データ」を持つ企業にも、大きな価値が生まれる可能性がある。

現時点で特に注目したいのは、

RELX、Thomson Reuters、Moody’s、FactSet、Verisk、S&P Global、Experian

である。

医療分野では、

IQVIAとTempus AI

も有力な候補となる。

ただし、それぞれの企業について確認すべきなのは、「AI」という言葉を決算資料で使っているかではない。

本当に重要なのは、

• AI対応製品が契約額を押し上げているか
• サブスクリプション成長率が加速しているか
• AIからのAPI・MCP利用が増えているか
• AI関連売上が独立して開示され始めるか
• 顧客の実証実験が本契約へ移行しているか
• データ参照量が新しい従量課金収入になるか

である。

AIモデルは数年ごとに入れ替わる可能性がある。

しかし、法律、信用、保険、金融、医療において、人類が積み上げてきた実データそのものは残る。

AIが強くなるほど、何を根拠に判断するのかが重要になる。

その根拠を持ち、整理し、更新し、AIへ供給できる企業は、AI時代の「データの水道」あるいは「判断の基準器」として再評価される可能性がある。

特定銘柄の推奨・勧誘・投資助言を目的とするものではありません。投資判断はご自身の責任でお願いいたします。