saas-decomposer
SaaS → AIaaS 変換分析エンジン
既存のSaaSサービスを分解し、AIエージェントスキルで代替可能な領域を特定して内製化ロードマップを策定します。
コアコンセプト: SaaS → AIaaS 変換分析
Mupengism の核となるビジョン: 「SaaSの終焉 → AIaaS」
- 2000億ドルのSaaS市場全体が反転している
- ソフトウェア販売の時代から、AI労働力の導入の時代へ
- 既存のSaaS機能のどの部分がAIエージェントスキルで置き換え可能かを分析
機能
1. SaaSサービス分解
入力: SaaSサービスのURLまたは名称
プロセス:
web_fetchでサービスのランディング/機能ページをクロール- コア機能リストを抽出
- 各機能を原子タスクに分解
- AI代替可能性スコア（1-5）を付与
- 既存のMupengスキルによるカバレッジをマッピング
出力フォーマット:
## [サービス名] 分解結果
### 機能一覧
- 機能A（AI代替: ⭐⭐⭐⭐⭐）→ 既存スキル: copywriting
- 機能B（AI代替: ⭐⭐⭐）→ 新規スキルが必要
- 機能C（AI代替: ⭐）→ インフラ開発が必要
### AI代替率: 70%
### 必要新規スキル数: 3
### 推定開発期間: 2週間
2. 内製化計画
分解結果に基づいて開発ロードマップを生成:
- スキル開発優先順位（代替効果が最も高いものから）
- 既存スキルの再利用をマッピング
- 新規スキル仕様ドラフトを自動生成
- コスト比較: SaaSサブスクリプション vs 自前スキル運用
例:
### 内製化ロードマップ
#### フェーズ1: Quick Wins（1週間）
- [既存スキル利用] copywritingでメールテンプレートを自動化
- [既存スキル利用] auto-replyで顧客対応を自動化
#### フェーズ2: 新規スキル開発（2週間）
- lead-scorer: リードスコアリングアルゴリズム
- campaign-optimizer: A/Bテスト自動化
#### フェーズ3: インフラ整備（4週間）
- データパイプライン構築
- リアルタイム同期システム
### コスト比較
- HubSpot Pro: 月額800ドル → Mupengスキルパック: 月額120ドル（85%削減）
3. 競合SaaS比較分析
同カテゴリの3～5つのSaaSを同時に分解:
- 機能クロス比較表
- AI代替領域の重複分析
- 「これらのSaaSの何%を当スキルパックで置き換えられるか」 を計算
例:
### マーケティングSaaS比較
| 機能 | HubSpot | Mailchimp | ActiveCampaign | Mupengでの代替 |
|----------|---------|-----------|----------------|-------------------|
| メール自動化 | ✅ | ✅ | ✅ | ⭐⭐⭐⭐⭐ auto-reply |
| リードスコアリング | ✅ | ❌ | ✅ | ⭐⭐⭐ (新規スキル) |
| A/Bテスト | ✅ | ✅ | ✅ | ⭐⭐⭐⭐ copywriting |
| CRM連携 | ✅ | ⚠️ | ✅ | ⭐⭐ (インフラ必要) |
**全体代替率**: 65%
4. 業界別SaaS → AIaaS変換テンプレート
あらかじめ定義された業界別SaaS分解パターン:
マーケティング
- SaaS: HubSpot, Mailchimp
- Mupengでの代替:
auto-reply+copywriting+mail+seo-content-planner
プロジェクト管理
- SaaS: Notion, Jira
- Mupengでの代替:
decision-log+daily-report+git-auto
顧客管理
- SaaS: Salesforce, Zendesk
- Mupengでの代替:
auto-reply+notification-hub+data-scraper
会計
- SaaS: QuickBooks
- Mupengでの代替:
invoice-gen+tokenmeter(コスト追跡)
コンテンツ
- SaaS: Canva, Buffer
- Mupengでの代替:
cardnews+social-publisher+content-recycler
学生自治会（AssoAIモデル）
- SaaS: EveryTime + Notion + CampusGroups
- Mupengでの代替: Ref →
memory/2026-02-09-insight-university-saas.md
分析フレームワーク
1. クロール — サービス機能を収集（web_fetch + data-scraper）
2. 分解 — 原子タスクに分割
3. スコア — AI代替可能性スコア（1-5）
4. マッピング — 既存のMupengスキルに対応付け
5. ギャップ — 不足しているスキルを特定
6. 計画 — 開発ロードマップを生成
7. 比較 — コスト比較（SaaS vs AIaaS）
使用例
基本的な分解
ユーザー: 「HubSpotを分解して」
→ クロール + 分解 + スコアリング + マッピングを実行
→ 分解結果レポートを出力
内製化計画の生成
ユーザー: 「NotionをAIで置き換えるには何が必要？」
→ 分解 + 内製化を実行
→ ロードマップ + コスト比較を出力
競合分析
ユーザー: 「マーケティングSaaSを比較して」
→ HubSpot、Mailchimp、ActiveCampaignを同時分析
→ クロス比較表 + 代替率計算
イベントバス
生成されるイベント
events/saas-analysis-YYYY-MM-DD.json（分析完了時）
コンシューマ
business-planner: ビジネス計画で分析結果を利用
参照ファイル
分析時に参照すべきメモリー:
memory/2026-02-09-insight-university-saas.md— 大学SaaS市場分析（CampusGroups、EveryTime）memory/2026-02-09-assoai-pitchdeck.md— AssoAI（学生自治会SaaS → AI自動化）memory/consolidated/doyak-business-plan.md— 「SaaSライセンス50%削減、AIで置き換え」（Publicis Sapient）memory/research/absorb-frameworks.md— フレームワーク分析（MetaGPT、OpenHandsなど）SOUL.md— Mupengismのビジョン: 「2000億ドルのSaaS市場全体が反転している」
AI代替可能性スコア基準
| スコア | 意味 | 例 |
|---|---|---|
| ⭐⭐⭐⭐⭐ | 即時置き換え可能（既存スキルを利用） | 自動メール返信、コンテンツ生成 |
| ⭐⭐⭐⭐ | 軽量スキル開発で置き換え可能（1～2週間） | リードスコアリング、A/Bテスト |
| ⭐⭐⭐ | 中程度の開発が必要（2～4週間） | ワークフローエンジン、ダッシュボード |
| ⭐⭐ | インフラ開発が必要（1～2ヶ月） | リアルタイム同期、データパイプライン |
| ⭐ | 長期的な研究開発が必要（3ヶ月以上） | 高度なMLモデル、複雑な連携 |
トラブルシューティング
web_fetchが失敗した場合
- ブラウザツールでスナップショットを取得して分析
- 公開ドキュメント（ヘルプセンター、価格ページ）のクロールを優先
競合情報が不足している場合
- まず業界テンプレートを参照
- 類似カテゴリのSaaSパターンを活用
コスト比較データがない場合
- 価格ページをクロール
- 業界平均サブスクリプション料金を推定
🐧 무펭이(Mupeng) 作成 — Mupengism エコシステムスキル