AI時代はなぜこれまでの技術革新とは根本的に異なるのか？ – 比類なきスピードと変革の力

テクノロジーの進化は、常に私たちの社会と経済を形作ってきました。PC、インターネット、クラウド、そしてモバイル。それぞれの時代が新たな成長サイクルと企業の台頭をもたらし、私たちの生活を一変させてきました。しかし、今まさに私たちが経験しているAI時代は、これまでのどの技術シフトとも根本的に異なる、比類なきスピードと広範な変革力を持っています。

本記事では、このAI時代がなぜ特別なのか、具体的なビジネスモデルの変革、新しい機会の創出、そして投資家がどこに注目しているのかを、詳細かつ分かりやすく解説します。

テクノロジーの歴史とAIの登場 – 基盤の上に築かれる新たな力

過去を振り返ると、テクノロジーの主要なサイクルが経済成長を牽引してきたことがわかります。1977年から現在までのNASDAQの推移を見ても、長期的に見て市場は成長を続けていますが、その中には大きな浮き沈みがありました。この成長を支えてきたのは、以下の4つの主要なプロダクトサイクルです。

PC時代（1980年代）: 半導体の基盤の上に、AppleやMicrosoftといったインフラ企業が誕生し、Lotus、Adobe、Symantecなどのアプリケーション企業が成長しました。PCが人々の働き方を根本的に変え、生産性を飛躍的に向上させた時代です。
インターネット時代（1990年代〜2000年代初頭）: CiscoやAkamaiのような強固なインフラ企業が生まれ、eBayやAmazonのようなアプリケーション企業がその上に築かれました。情報へのアクセスを民主化し、グローバルな商取引を可能にした時代です。この時代には多くのバブルも経験しましたが、結果として非常に永続的な企業群が誕生しました。
クラウド時代（2000年代中盤〜）: AWS（Amazonの市場価値の大部分を占める）がその代表であり、Workday、Shopify、VeevaといったSaaS（Software as a Service）アプリケーションが企業活動の中心となりました。オンプレミスからサブスクリプションモデルへの移行は、企業のITコスト構造と柔軟性を劇的に変えました。
モバイル時代（2000年代後半〜）: これまでの技術の全てを集約し、「スーパーコンピューター」を地球上のほぼ全ての人のポケットに収めました。40ドルのAndroidスマートフォンが、1946年のENIACスーパーコンピューターを凌駕する処理能力を持つという事実は、モバイル技術の驚異的な進化を物語っています。モバイルは、いつでもどこでも情報にアクセスし、サービスを利用できる社会を実現しました。

そして、今から約2年前に、私たちは新たな「AI時代」の幕開けを迎えました。NASDAQ市場は上昇を続けていますが、AIの真の価値は、これまでの技術の全てを基盤として、さらにその上に築き上げられている点にあります。スマートフォンとクラウドがなければ、AIは博物館でしか見られない「クールな技術」に過ぎなかったでしょう。しかし、今日では約80億人の人々がスマートフォンを持ち、クラウドインフラがそれを支えることで、AIの普及はかつてないスピードで進んでいます。ソフトウェア業界における新規収益の大部分は、現在、AI、特にアプリケーション層とインフラ層の両方からもたらされています。

AI時代の到来と加速 – AGIへのゴールポストの変更

わずか2年前を振り返ると、ChatGPT-3が発表され、その後ChatGPT-4も登場しましたが、その時点ではまだテキストと画像、そして基本的な推論が中心でした。ネイティブなオーディオ機能やリアルタイムのインタラクションは存在せず、AIがここまで進歩するとは想像し難いものでした。

私たちは、AIが人間と同等、あるいはそれ以上の知能を持つ「汎用人工知能（AGI）」という概念や、人間とコンピューターを区別できない「チューリングテスト」について議論してきました。10年、20年前の人々に現在のAIの能力を見せれば、「これは完全に意識を持った存在だ。どの人間よりも賢い」と驚嘆したことでしょう。私たちはAGIの「ゴールポスト」を常に動かし続けているかのようですが、イノベーションのペースが驚異的であることは間違いありません。そして重要なのは、AIが解き放つ膨大な機会です。

一部には「AIはバブルだ」「過剰に宣伝されている」といった懐疑的な見方もあり、MITの論文では「ほとんどの企業導入はうまくいっていない」と指摘されたこともありました。しかし、私たちはその真逆の現実を目の当たりにしています。

例えば、経費管理サービスを提供する「RAMP」のような先進的な企業では、2025年1月にAIの活用が急増しています。これは、GPT-3.5やGPT-4の登場によって、「魔法のトリック」のように感じられたAIの能力が、実際に企業の業務で時間とコストを節約する「現実のツール」へと変化したことを示しています。

私たちが人間の行動について持っている一般的な見解は、「誰もが2つのことを望んでいる。それはより豊かになることと、より怠惰になることだ」というものです。つまり、より少ない労力でより多くの経済的価値を得たいという欲求です。まさにジェネレーティブAI（生成AI）は、この人間の本質的な欲求を解き放ち始めており、その影響はインフラ層とアプリケーション層の両方で、企業収益のデータや成長率に明確に表れています。

日常の一部となるAI – 無限のユースケース

マズローの欲求段階説を冗談めかして言えば、ピラミッドの最下層には「Wi-Fi」が来るでしょう。そして今、そのWi-Fiのすぐ上に「AI」が位置し始めています。地球上の成人の約15%が毎週ChatGPTを利用しているという事実は、AIがすでに彼らの日常的なルーティンの一部となっていることを示しています。

友人とのちょっとした賭けの決着、目的地への道案内、あるいは複雑な問題の解決など、ChatGPTのユースケースは無限に広がっています。私の妻が、バスの運転手が子供の乗車を拒否した際に、カリフォルニア州や連邦政府の法律をChatGPTに検索させて、学校に丁寧な抗議文を作成したという話は、AIが個人の生活の中でいかに実用的なツールになっているかを示す好例です。学校側も、AIを使って謝罪文を作成し始めるかもしれません。

このように、AIの性能が向上し、新たなユースケースが解放されるにつれて、ユーザーあたりの利用時間が増加するのは当然の流れです。この成長は驚異的なスピードで進行しています。

トランスフォーマーモデルの衝撃とアプリの黄金時代

AIのこの爆発的な成長の鍵となったのが、2017年にGoogle Brainチームによって発表された論文「Attention Is All You Need」で導入された「トランスフォーマーモデル」です。このモデルが、現在の大規模言語モデル（LLM）の基盤となっています。

以前、GPT-2が発表された際、それは1960年代に登場した「Eliza」という原始的なAIセラピストを彷彿とさせると言われていました。Elizaはユーザーの言葉をオウム返しに質問に変えることで、あたかも対話しているかのような錯覚を起こさせましたが、具体的な問題解決能力はありませんでした。しかし、トランスフォーマーモデルとそれに続く研究によって、OpenAIの技術はわずか数年で飛躍的に進化しました。

2023年から現在にかけて、私たちはまさに「アプリの黄金時代」に突入しています。ソフトウェア企業がゼロからわずか1〜2年で1億ドルの収益を達成するという現象は、これまで前例のないことです。これは、企業がAI製品を単に「流行だから」買っているのではなく、AIが彼らにとって計り知れない価値を解き放ち、「より怠惰に、より豊かに」なることを可能にしているからです。

AIアプリケーションの3つの主要戦略 – 競争優位を築く道

私たちは、AIアプリケーションにおいて3つの広範なテーマと投資機会を認識しています。これらのテーマは、AI研究機関（ラボ）が全てをカバーできない領域であり、永続的な成長を築くための「堀（Moat）」をどのように構築するかに焦点を当てています。

1. 既存ソフトウェアのAIネイティブ化：グリーンフィールドか、ブラウンフィールドか？

最初のテーマは、従来のソフトウェアカテゴリーが「AIネイティブ」へと進化する、というものです。これは、かつて「クラウドネイティブ」な企業（Shopify, Veeva, Salesforceなど）に投資していれば、素晴らしいポートフォリオを築けたのと同様の現象です。既存のオンプレミスソフトウェア企業がクラウドへの移行に苦戦したように、AIネイティブ化もまた、既存企業にとって大きな課題であり、同時に新たな参入者にとって大きな機会となります。

ここで重要なのは、「グリーンフィールド（Greenfield）」と「ブラウンフィールド（Brownfield）」という概念です。

グリーンフィールド: 新規に企業を設立したり、既存のソリューションを使っていない企業が、初めてそのカテゴリーの製品を導入する機会。
ブラウンフィールド: 既存の製品（例：Mailchimpのメールマーケティング、NetsuiteのERP）を使用している企業に対し、AIを搭載した新しい競合製品を売り込む機会。

ブラウンフィールド市場で既存顧客を奪うのは非常に困難です。顧客は既存のシステムに深く根ざしているため、単にAI機能があるというだけでは乗り換えません。しかし、グリーンフィールド市場、つまり新規に事業を開始する企業や、既存システムでは対応できない新たな段階に達した企業（例：従業員50名、複数事業体、複数通貨を扱うようになった企業がQuickBooksからNetsuiteのようなERPへの移行を迫られる場合）では、AIネイティブな新しい選択肢が圧倒的に有利になります。

例えば、会計システム「Real」は、Netsuiteと同様の機能に加え、50ものAI機能を搭載し、決算処理の自動化などを実現しています。このようなAIネイティブなシステムは、既存のQuickBooksが限界を迎えた企業にとって、魅力的な選択肢となります。

既存の企業（Bill.com、SAP、Adobe、Workdayなど）もAIを採用し、そのビジネスを強化していくでしょう。彼らはAIによって新たな機能を提供し、それに対して料金を請求するようになります。例えばWorkdayは、AIによる従業員のレファレンスチェックサービスを1回500ドルで提供するかもしれません。これは、顧客が一度Workdayにロックインされると、他のソリューションに乗り換えにくいという「顧客ではなく人質を持つ企業」の優位性をAIがさらに強化する例です。

また、カスタマーサポートソフトウェアのビジネスモデルも変化しています。Zendeskのような従来のシステムはシートあたり月額料金を請求しますが、AIが99%の問い合わせに回答できるようになれば、企業は「成果あたり」の料金体系を求めるようになるでしょう。これにより、既存のカテゴリー（給与計算、サポート、ERPなど）において、AIを基盤とした新しいシステム・オブ・レコードが台頭する機会が生まれます。システム・オブ・レコードは、企業の業務全体を支える基盤であり、一度導入されると撤去が非常に困難であるため、強力な「堀」となります。

2. 労働市場を「ソフトウェアが食べる」：未開拓の巨大市場

2番目のテーマは、ソフトウェアが「労働を食べる（Software is eating labor）」、つまり人間が行っていた仕事をソフトウェアが代替・強化することで、これまでソフトウェアが存在しなかった新たなカテゴリーが生まれるというものです。この市場は、既存のソフトウェア市場よりも圧倒的に大きく、巨大な成長の可能性を秘めています。

これは、人間を雇うことが経済的に見合わなかったり、人間ではできないようなタスク（24時間稼働、21ヶ国語対応など）をソフトウェアがこなすことで実現します。

具体的な事例:

フロントデスク受付のAI化: 眼科医院のフロントデスク受付の求人票を例に考えてみましょう。年間47,000ドルの給与で募集されているこの仕事の一部（例えば8つのタスクのうち5つ）を、年間20,000ドル程度のソフトウェアがこなせるとしたら、多くの企業はそのソフトウェアを採用するでしょう。この価格帯は、従来のソフトウェア価格（年間数百ドル）と人件費（年間数万ドル）の間にある、これまで未開拓だった市場です。ソフトウェアがシステム・オブ・レコードとなり、高い顧客定着性を確保できれば、この市場で大きな収益を上げることが可能です。
弁護士業界のAI（EVE）: 文書作業が膨大な弁護士業界では、特に「原告側」でAIの大きなインパクトが見られます。原告側弁護士は成功報酬型で、勝訴した場合にのみ報酬を得るため、案件の選択と生産性の向上が非常に重要です。100件のリードから1件しか案件を受けないような状況で、AIが最適な案件を特定し、証拠収集、書類作成（医療記録の時系列化、ディマンドレターの草稿）、訴状提出などを自動化することで、弁護士の生産性を5倍に高め、市場全体を拡大する可能性があります。EVEは、クライアントからの証拠収集に音声AIエージェントを導入し、医療記録や雇用関連文書を分析して、案件の潜在的な価値（5万ドルか、500万ドルか）を予測します。この製品は、弁護士が日常的に使用するワークフローに深く統合されており、さらに案件の成果データを収集・学習することで、独自の競争優位性（Moat）を築いています。このデータは一般に公開されておらず、AIモデルをさらに賢くする循環を生み出します。
債権回収のAI（Saliant）: オートローンの債権回収サービスを提供するSaliantは、人間では嫌がられる（顧客から怒鳴られる、長時間待たされるなど）ような仕事をAIがこなすことで、驚異的な成果を上げています。彼らは単にコストを削減するだけでなく、回収率を50%も向上させています。これは、AIが21ヶ国語に対応し、常に最新の連邦法・州法（州によっては郡レベルの法律まで）を遵守した会話を正確に行うことができるためです。人間がこれらの法律全てを記憶し、状況に応じて適切に対応することは不可能であり、ヒューマンエラーによる法的リスクも伴います。Saliantは、システム・オブ・レコードとして顧客に深く組み込まれ、その比類なき価値創造能力により、爆発的な成長を遂げています。

これらの事例が示すのは、AIが「仕事をなくす」のではなく、「仕事を拡張する」または「人間には不可能だった仕事を可能にする」という側面です。1789年には98%のアメリカ人が農民でしたが、トラクターの登場で彼らの多くは他の仕事へと移行しました。現在の「プロダクトマネージャー」や「デザイナー」といった職種は、1800年代の人々には想像もつかなかったでしょう。AIは、これまで価値よりもコストが高く人間が就くことのなかった仕事、あるいはスキルや人材不足で雇用できなかった仕事に、新たな価値と効率性をもたらしています。

3. データによる「ウォールドガーデン」の構築：希少価値の源泉

3番目のテーマは、「ウォールドガーデン（Walled Garden）」、つまり独自のデータモデルを構築することで、強固な競争優位性を確立する戦略です。物理的な不動産に壁を築き、そのアクセス料を徴収するように、データの世界でも独自のデータセットに「壁」を築き、AIを介してそのデータから生成される高付加価値な情報やサービスを提供することで、大きなビジネスチャンスが生まれます。

Chat GPTやAnthropicのような汎用AIモデルは、インターネット上の公開データで学習しています。しかし、世の中には公開されていない、あるいは散在していて収集が困難な、非常に価値のあるデータが山のように存在します。

具体的な事例:

FlightAware（フライト追跡）: 航空機のADSBトランスポンダーデータは、アマゾンでアンテナを買えば誰でも受信できる「無料」の情報です。しかしFlightAwareは、世界中に100台以上のアンテナを設置してこのデータを収集・蓄積し、特定の航空機の飛行経路、高度、速度などを瞬時に提供できるサービスを構築しました。Chat GPTはこのようなリアルタイムの、あるいは特定の過去のデータを持っていません。
Pitchbook（資金調達情報）: 1992年のシリーズBの資金調達ラウンド価格など、公開されていない詳細な企業情報をPitchbookは収集・提供しています。この情報を元にアナリストがレポートを作成する代わりに、AIが直接「完成品」としてレポートを生成できれば、その価値は劇的に高まります。
Lexus Nexus（法律情報）やCo-Star（不動産データ）、Ancestry.com（系譜データ）: これらも同様に、散在する膨大な情報を収集・整理し、独自のデータセットとして提供することで大きな価値を生み出している企業です。Ancestry.comはモルモン教会の系譜記録を購入することで、独自のデータベースを構築しました。
DomainTools（ドメイン所有者情報）: 特定のドメイン名が1998年に誰によって所有されていたかを知るには、DomainToolsに行くしかありません。これは、長年のデータ蓄積がもたらす独自性です。
Open Evidence（医療知識）: アメリカの医師の2/3が毎週利用すると言われるOpen Evidenceは、Chat GPTと非常によく似たインターフェースを持ちますが、New England Journal of Medicineをはじめとするあらゆる医療ジャーナルへの独占的なライセンスを持っています。この独自の「野菜（データ）」を元に、AIがエビデンスに基づいた診断や治療に関する情報を提供することで、汎用AIモデルでは提供できない、はるかに高品質なサービスを実現しています。
VLEX（スペインの法律データ）: スペインの法律記録を全て買い取り、デジタル化したVLEXは、これにAIを組み合わせることで収益を5倍に増やしました。スペインの判例法に関する詳細な情報を必要とする弁護士事務所にとって、VLEXは唯一のソリューションとなり、AIによって「完成された法的メモ」を提供できるようになりました。
Ask Leo（企業契約情報）: 企業内の調達部門が直面する課題を解決する製品です。Deloitteとの契約交渉において、自社がDeloitteと過去に締結した50もの契約書を参照し、交渉すべき点や過去に譲歩した点などをAIが分析して提示します。このような企業独自の契約データは、Chat GPTがアクセスできない「宝の山」であり、Ask LeoはこれをAIで活用することで、調達プロセスを劇的に改善します。
古いマニュアルの収集: 1980年代や90年代に製造されたブレンダーの古いマニュアルをeBayで集め、それをデジタル化してAIで検索可能にすれば、それ自体がユニークなデータセットとなり、大きな価値を持つ可能性があります。

これらの事例からわかるのは、これまであまり価値がないと見なされていたり、収集・整理が困難だったりした「無料」または「散在する」データが、AIの力によって「完成された高付加価値な製品」へと変貌するということです。「なぜ今なのか？」という問いに対し、AIは、これまで経済的に成立しなかったデータ収集・活用ビジネスを可能にしているのです。

この「ウォールドガーデン」戦略は、スタートアップだけでなく、既存のデータプロバイダー（Bloomberg、Lexus Nexusなど）にとっても大きな機会です。彼らは独自のデータ資産にAIを導入することで、その製品の価値を飛躍的に高めることができます。彼らはもはや生のデータを提供するだけでなく、データから直接、顧客が求める「答え」や「解決策」を提示する「レストラン」となることで、より高い価格設定と強固な顧客定着性を実現できるのです。

消費者AIの進化と投資の視点

Alexが提示した3つのAI戦略は、コンシューマーAIの領域でも全く同じパターンで展開されています。

既存カテゴリーのAIネイティブ化: Adobe Photoshopのような既存の素晴らしい製品がある一方で、新世代のデザイナーは「AIネイティブ」なデザインツールを求めています。例えば「Krea」は、わずか18ヶ月で急成長し、AIのプリミティブを内蔵した新たなスタンダードとして、キャリアの早い段階にあるデザイナーに選ばれています。
カテゴリー創造: 5年前にはほとんど存在しなかった新しいカテゴリーが生まれています。「11 Labs」は、音声・オーディオモデルの分野で新たな市場を創造し、コンシューマーとエンタープライズの両方で急速に成長しています。
独自データによるウォールドガーデン: コンシューマーAIでも独自データが競争優位の源泉となります。例えば「Slingshot」はAIセラピストを提供する会社ですが、彼らは既存のセラピストにAI書記（notetaker）を提供し、その書記が作成したメモを基に独自の基盤モデルを訓練しています。このモデルから生まれたコンシューマー製品「Ash」は、OpenAIやChatGPTにはない、独自の治療データを学習したことで、差別化された高価格帯のサービスを提供し、成功を収めています。

さらに、コンシューマーAIの領域では、「モデルアグリゲーター」の重要性も高まっています。これは、Kayakのような航空券比較サイトのメタファーで説明できます。個々の航空会社のサイトを見るよりも、Kayakで全ての航空会社のフライトを横断的に検索する方がはるかに有用です。同様に、vibe codingやクリエイティブツールのようなカテゴリーでは、特定の専門性を持つ複数のAIモデル全てにアクセスできることが望ましいです。大手AIラボやビッグテック企業は自社のモデルしか利用できないため、複数のモデルを統合して最適なソリューションを提供するアグリゲーターが優位に立つと考えられます。

AI時代の投資戦略と未来への展望

私たちは、このAI時代において「Find, Pick, Win（見つけ、選び、勝つ）」という投資戦略を追求しています。そのためには、各市場のリーダーであり専門家であることが不可欠です。私たちは、AIプロダクトの生産性ベンチマークのような独自の調査を公開したり、「Death of a Salesforce」や「Death Taxes and AI」といったテーマで記事や動画を公開したりすることで、専門知識を構築し、最良の起業家たちと出会い、彼らをサポートしています。

VCとしての役割は、起業家が「永遠の動き（perpetual motion）」の泉を見つけたかのように確信している（あるいはそう思っている）時に、彼らと会うために全てを投げ打つことです。同時に、投資の意思決定プロセスでは、経験豊富なパートナーが若手チームの「高い確信」をサポートし、徹底的なデューデリジェンスが行われたかを検証します。私たちは、投資委員会における多数決ではなく、「高い確信」を持つ専門家の意見を尊重し、最高のディールを獲得するために全社一丸となって取り組んでいます。

顧客定着と販売戦略

AIネイティブ企業の顧客定着性に関しては、これまでのところ、価格競争によるスイッチングはあまり見られません。これは、成功しているスタートアップが、AIのプリミティブの上に豊かなソフトウェアエコシステムを構築しているためと考えられます。単なる音声認識機能だけでなく、それを核とした包括的なワークフローを提供することで、顧客は製品に深くロックインされます。また、AIの進化が非常に速いため、多くの顧客はスタートアップをAIソリューションプロバイダーとして信頼し、新しい技術の導入と活用を全面的に任せています。

エンタープライズセールスの観点からは、これまでのところ劇的な変化は見られませんが、むしろインバウンドのリードが増加しています。例えばEVEは、その規模で事業を展開しているにもかかわらず、アウトバウンドのセールス活動をほとんど必要としていません。特に大企業への販売においては、セールス部門よりも「フォワード・デプロイド・エンジニアリング（FDE）」、つまり顧客の組織に深く入り込み、AIの導入と適用を支援するエンジニアリングの役割がますます重要になっています。企業はAIをコスト削減と収益向上の両面で変革の力と捉え、自らもAIを活用した組織へと変貌を遂げようとしているからです。

ホワイトカラーサービスのAIロールアップ戦略

「ホワイトカラーサービスのAIロールアップ」という戦略、つまり複数のサービス企業を買収し、AIを導入して効率化を図るアプローチも注目されています。これは、私募ファンドが得意とする戦略ですが、VCも一部の領域で関心を持っています。

例えば、会計事務所のロールアップは、顧客獲得の難しさから、単純に規模を拡大しても大きなレバレッジは得にくいでしょう。しかし、債権回収のような全国規模で展開できるビジネスでは、AIを導入する優れたツールを持つ企業が、既存の債権回収会社を買収することで、強力な参入障壁と成長機会を得られる可能性があります。買収した企業の顧客基盤と、自社のAIによる高い回収率とコンプライアンスを組み合わせることで、競合他社には真似できない優位性を構築できるのです。

AIがもたらす社会変革と未来への期待

AI時代は、単なる技術革新に留まらず、私たちの働き方、ビジネスモデル、そして社会そのものを根底から変革する力を持っています。雇用の変化は避けられないでしょうが、それは必ずしも「失業」を意味するものではありません。AIは、人間を不快な仕事や非効率な作業から解放し、より創造的で価値の高い活動に集中させる「労働の拡張」をもたらす可能性があります。

私たちは、AIが「より価値を生み出し、よりコストを削減する」という本質的な特性から、この変革期が社会全体に前向きなインパクトをもたらすと確信しています。もちろん、倫理的、社会的な課題は存在しますが、人類の歴史が示してきたように、技術革新は常に新たな機会と進歩を生み出してきました。

結論

AI時代は、これまでのPC、インターネット、クラウド、モバイルといった技術シフトが築き上げてきた基盤の上に、かつてないスピードと規模でその変革の波を広げています。企業は、既存ソフトウェアのAIネイティブ化、労働市場の革新、そして独自データを活用した「ウォールドガーデン」の構築という3つの主要な戦略を通じて、計り知れない価値を創造する機会を得ています。そして、AIは単なる「魔法のトリック」ではなく、私たちの日常に深く浸透し、企業活動や個人の生活を「より豊かに、より怠惰に」するという人間の根源的な欲求を叶える現実的なツールとなっています。

この比類なき変革期において、私たちはAIの持つ無限の可能性を理解し、賢明な戦略を立て、未来を共に築いていく必要があります。AI時代は、私たちがこれまで経験したことのない、エキサイティングで挑戦的な道のりとなるでしょう。