AI時代を生き抜く企業の羅針盤：Gokul Rajaramが語る「耐久性」と「防御性」の8つのモード

現代のビジネス環境は、AIの急速な進化によって未曾有の変革期を迎えています。コードはコモディティ化し、かつてのソフトウェア企業の優位性は揺らぎ始めています。このような激動の時代において、企業がいかにして持続的な成長を遂げ、競争優位性を確立するのか。そして、投資家はいかにして真に価値ある企業を見極めるのか。

今回、私たちは過去20年間で最も優れたオペレーターの一人から、成功した投資家へと転身を遂げたGokul Rajaram氏の貴重な洞察に迫ります。Google、Facebook、Square、DoorDashといった名だたる企業で要職を歴任し、現在は投資家として活躍するRajaram氏が、AIが世界を再定義する中で、企業の「耐久性」と「防御性」をどのように分析すべきか、その独自のフレームワークを提示しています。本稿では、Rajaram氏が提唱する「8つのモード」を中心に、彼の投資哲学、AI時代のビジネス戦略、そして未来への展望を詳細に解説します。

第1章: 過去の経験が形作る投資哲学 ― GoogleからDoorDashまで

Rajaram氏の現在の投資哲学は、彼がこれまでに経験してきた企業の核心的な強みに深く根ざしています。彼がGoogle、Facebook、Square、DoorDashで得た教訓は、それぞれが現代の技術企業が持つべき重要な要素を浮き彫りにしています。

1.1. Googleが教えた「驚くべき製品」の力

Rajaram氏がGoogleで学んだ最も重要な教訓は、究極的に「最高の企業は、その中核に驚くべき製品を持っている」というものでした。Googleは、GTM（Go-to-Market）戦略が常に優れていたわけではないものの、卓越した製品を構築する能力において傑出していました。その哲学は「驚くべきものを構築すれば、人々は集まってくる」というものでした。

彼が2003年にGoogleに入社した際、社内で「カリブー」というプロジェクトが進められていました。これは、当時としては信じられないような1GBの無料ストレージを提供するウェブメールサービス、後のGmailです。当時、Yahoo!メールが10MBのストレージしか提供していなかったことを考えると、これは「100倍」という桁外れの改善でした。人々はエイプリルフールのジョークだと思ったほどです。Rajaram氏は、このような「信じられないものを現実にする」製品こそが、真の価値を持つと語ります。彼の投資哲学の中核には、「代替案と比較して10倍、あるいは100倍優れた製品、すなわち『驚くべき製品』が存在するかどうか」という問いがあります。マーケティングや流通がどれほど優れていても、製品自体が卓越していなければ成功はない、というのがGoogleからの教訓です。

1.2. Facebookが示した「流通力」と「マルチプレイヤー製品」の優位性

製品が驚くべきものであっても、それだけでは不十分です。Facebookでの経験は、Rajaram氏に「流通の力」を教えてくれました。Mark Zuckerberg氏は、世界最高の流通の天才の一人だと彼は評します。特に、Facebookが示したのは「マルチプレイヤー製品」の絶大な力です。

ほとんどのソフトウェア製品は「シングルプレイヤー」で設計されていますが、Facebookのように「マルチプレイヤー」にすることで、ユニークなスイッチングコストと防御性が生まれます。Facebookは、一人だけでは使う意味がなく、多くの人が参加して初めて価値を発揮します。この洞察は、Figmaを見たときに明確になったとRajaram氏は言います。Figmaは単に個人が使えるだけでなく、社内の他のメンバーと簡単に共有できることで、その価値を飛躍的に高めました。最高のPLG（Product-Led Growth）ソフトウェア企業とは、複数人が同時に利用することで、その防御性を高めることができる製品を提供する企業であるという彼の考えは、ここからきています。

1.3. Squareが確立した「マルチプロダクトポートフォリオ」戦略

Squareでの経験は、Rajaram氏に「マルチプロダクトポートフォリオ」の重要性を深く認識させました。彼がSquareに参画した当初、同社は決済という単一製品の企業でした。しかし彼が去る頃には、それぞれが5,000万ドル以上の収益を上げる11もの製品を展開していました。

興味深いことに、Squareの主要な北極星指標は「マーチャントが利用する製品の中央値」へと変化しました。多くの製品を利用するマーチャントほど、その定着率が高く、よりスティッキーになることが判明したからです。このことから、Rajaram氏は「単一製品企業であってはならない」という確固たる信念を持つようになりました。重要なのは、追加する製品が自然に派生し、既存の製品と「隣接」していることです。例えば、Square Capitalは決済フローを掌握していたからこそ、マーチャントの信用履歴を正確に把握し、キャッシュアドバンスを提供できました。

さらに、マルチプロダクトポートフォリオの利点は、すべての製品が利益を上げる必要がない、という点です。Square Capitalは、それ自体で大きな利益を生み出したわけではありませんが、顧客の定着率向上に大きく貢献しました。企業は、どの製品が「利益プール」に貢献し、どの製品が「定着率向上」に寄与するのかを明確に理解し、それに基づいてチームを編成し、目標を設定する必要があります。Rajaram氏は、この区別が曖昧だとチームが誤った目標に向かってしまうと指摘します。

1.4. DoorDashが極めた「卓越したオペレーション」と「人材」の価値

DoorDashでの経験は、Rajaram氏に「オペレーション」の真髄を教えてくれました。彼自身も優れたオペレーターだと自負していましたが、DoorDashで物理世界とソフトウェアが融合する「ハードモード」でのオペレーションを経験し、その意味を再認識したと言います。

DoorDashは、製品とオペレーションが物理世界でいかに協調できるかの典型例でした。彼の投資哲学において、DoorDashが形成したのは「人材」と「困難な問題解決能力」への強い信念です。COVID-19パンデミックの際、多くのレストランが閉鎖に追い込まれる中、DoorDashは短期的には多大な痛みを伴うものの、長期的な顧客との関係性構築のため、1ヶ月間レストランからの手数料を徴収しないという大胆な決断を下しました。このような「困難な問題」に直面した際のリーダーシップと、それを解決する人材の能力を、Rajaram氏は高く評価しています。DoorDash出身の人材は非常に優秀であり、彼らを獲得しようと常に考えていると彼は語ります。

これらの経験は、Rajaram氏がAI時代における企業の防御性と耐久性を評価するための独自のフレームワークを構築する上で、不可欠な基盤となりました。そして、このフレームワークこそが、AIによるコードのコモディティ化が進む中で、企業が生き残り、繁栄するための羅針盤となるのです。

第2章: AI時代の耐久性と防御性 ― 8つのモード分析

AIの登場により、ソフトウェア開発の障壁は劇的に低下し、コード生成は容易になりました。この変化は「SaaSの終焉」という悲観的な議論を巻き起こしています。多くのソフトウェア企業の評価額が大幅に下落する中、Rajaram氏はこれを「過剰反応」と断じます。彼は、すべてのソフトウェア企業が同じではないと述べ、真に「耐久性のあるソフトウェア企業」を見極めるための独自の「8つのモード」を提唱しています。これは、Hamilton Helmerの「7つの力」をAI時代の文脈に合わせて発展させたものです。

Rajaram氏によると、これらのモードのうち「4つ以上」を備えている企業は「非常に安全」であり、「2つか3つ」では「脆弱なモード」にあり、「1つ以下」では「危険な状態」にあると判断されます。

2.1. 8つのモードの詳細解説

データモード (Data Mode)
- 定義: 競合他社がアクセスできない、独自のプロプライエタリなデータ資産を持つこと。このデータは時間とともに価値を高め、製品の独自性を生み出します。
- AI時代における重要性: AIモデルの性能はデータの質と量に大きく依存します。独自のデータを持つ企業は、競合が追いつくことのできない、より優れたモデルを構築・ファインチューニングできます。データが多ければ多いほど、AIはより賢くなり、製品はよりパーソナライズされ、価値が高まります。
- 具体例: SpotifyのDiscover製品。数十億人、数十年にわたるリスニング行動データに基づいて、ユーザーごとに最適化された音楽推薦を提供します。この膨大なデータは、簡単に複製できるものではありません。AIが一般化しても、このような独自のデータ資産は強力な防御壁となります。
ワークフローモード (Workflow Mode)
- 定義: 顧客企業の中核的な業務やオペレーションに深く組み込まれていること。単なる軽いツールではなく、ビジネスの運用に不可欠な存在であるほど、モードは強力になります。
- AI時代における重要性: AIがタスクを自動化し、ワークフローを合理化する中で、企業の中核的な業務に深く根ざしたシステムは、置き換えが非常に困難です。企業の資金の流れや主要なプロセスを管理している場合、そのシステムからの切り替えは、コスト、リスク、慣性の面で巨大な障壁となります。AIエージェントが既存のワークフローを自動化するとしても、そのエージェントは既存のワークフローシステムの上に構築されるか、既存システムと密接に連携する必要があります。
- 具体例: NetSuiteのようなERP（Enterprise Resource Planning）システムは、企業の財務、在庫、人事など、あらゆる業務を統合的に管理します。これは非常に深いワークフローモードを持ち、企業にとっての「心臓部」のような存在です。一方、Zendeskのような顧客サポートツールは比較的軽いワークフローモードと言えます。
規制モード (Regulatory Mode)
- 定義: サービス提供に必須となるライセンス、資本要件、複数年にわたる調達契約など、法規制や契約上の障壁を持つこと。
- AI時代における重要性: AI技術が急速に進化する一方で、特に金融、医療、防衛といった規制の厳しい業界では、イノベーションよりもコンプライアンスと信頼性が重視されます。AI企業がこれらの分野に参入するには、多額の投資と時間、そして専門知識を要する規制要件を満たす必要があります。これは新規参入者にとって大きな参入障壁となります。
- 具体例: Coinbaseは、マネーロンダリング防止ライセンス（MTL）を州ごとに取得し、FinCENに登録しています。これらの規制要件を満たすことは、新規の暗号資産カストディプロバイダーにとって非常にハードルが高く、顧客が安易に他のサービスに切り替えることを困難にしています。
流通モード (Distribution Mode)
- 定義: 独自の、または排他的な流通経路や販売チャネルを確立していること。顧客獲得において強力な優位性を持ちます。
- AI時代における重要性: AIが製品開発を加速させ、市場に新しい製品が溢れる中で、顧客へのアクセスはますます重要になります。独自の流通経路を持つ企業は、競合他社よりも効率的に顧客にリーチし、製品を普及させることができます。AIを活用したパーソナライズされたマーケティングも、既存の流通チャネルに乗せることでより効果を発揮します。
- 具体例: IntuitのQuickBooksは、公認会計士（CPA）のネットワークを育成し、彼らがクライアントにQuickBooksの使用を推奨する独自の流通チャネルを築いています。これにより、新しい会計システムがどれほど優れていても、既存のQuickBooksユーザーやその会計士を変えさせるのは非常に困難です。
エコシステムモード (Ecosystem Mode)
- 定義: 多くのサードパーティ開発者や企業がそのプラットフォーム上でアプリケーションやサービスを構築し、依存していること。プラットフォーム自体が価値のネットワークを形成しています。
- AI時代における重要性: AIが様々なタスクを自動化し、企業がより多くのテクノロジーを統合しようとする中で、豊富なサードパーティ製アプリを持つプラットフォームは、顧客にとってさらに魅力的になります。AIを活用した新しいアプリやインテグレーションがエコシステム上で生まれることで、プラットフォーム自体の価値も向上します。
- 具体例: Shopifyは、誰でも簡単にECサイトを構築できるプラットフォームですが、その真の強みは、何十万もの開発者や企業が構築したアプリのエコシステムにあります。Shopifyマーチャントの多くが5つ以上のサードパーティアプリを利用しており、これらのアプリがサイトの機能やマーケティングを強化しています。たとえAIで同様のECプラットフォームをコード化できたとしても、この巨大なエコシステムを複製することは極めて困難です。
ネットワークモード (Network Mode)
- 定義: ユーザーが増えるほど、製品やサービスの価値が増大するネットワーク効果を持つこと。供給側と需要側の双方の密度が防御性につながります。
- AI時代における重要性: AIが特定のタスクを効率化できるとしても、マーケットプレイスにおける流動性、キャリアの密度、評判、履歴といったネットワーク効果は、AI単体では簡単に複製できません。これらの要素は、人間とシステムの相互作用によって構築され、時間と共に強化されます。
- 具体例: DoorDashは、AIがレストランへのアクセスをコード化できるかもしれませんが、それだけでは十分ではありません。DoorDashの防御性は、特定の地域における配達員の密度、レストランの選択肢の広さ、ユーザーのレビューや履歴といったネットワーク効果によって確立されています。これにより、迅速な配達、多様な選択肢、信頼性が提供され、ユーザーとレストラン双方にとって価値が最大化されます。
物理インフラモード (Physical Infrastructure Mode)
- 定義: 物理的な資産やインフラストラクチャを所有していること。これは、純粋なソフトウェア企業にはない、 tangibleな防御性を提供します。
- AI時代における重要性: AIやロボティクスが進歩しても、物理的な世界の制約は依然として存在します。工場、データセンター、物流ネットワーク、特定のハードウェアなどは、構築に多大な資本と時間を要し、容易に模倣できません。ヒューマノイドロボットが普及する未来はまだ数年先であり、当面の間、物理インフラは強力な防御壁となり続けます。
- 具体例: ハイパースケーラー（AWS, Azure, GCP）は、膨大なデータセンターとその基盤となる物理インフラを所有しており、これが彼らの「スケールモード」と相まって、強力な防御性を提供します。また、高度な製造設備を持つTSMCのような半導体メーカーも、このモードに該当します。
スケールモード (Scale Mode)
- 定義: 非常に大きな規模で事業を展開することで、他社が容易に模倣できないほどの低コスト構造を実現していること。
- AI時代における重要性: AIがコストを最適化できるとしても、すでに巨大な規模を持つ企業は、その効率性をさらに高めることができます。巨大な購買力、効率的なオペレーション、あるいは独自の技術開発能力は、小規模な競合他社では到達できないコスト優位性を生み出します。ただし、純粋なソフトウェア企業の場合、AIによってソフトウェア生産コストがコモディティ化するため、データセンターのような独自の物理インフラを持たない限り、このモードは昔ほど強力ではないとRajaram氏は指摘します。
- 具体例: Amazonは、その巨大な規模と効率的なサプライチェーンによって、他社が追随できないほどの低コストで製品を提供できます。TSMCも、半導体製造における規模の経済と技術力により、圧倒的なコスト競争力を持っています。

2.2. アトラシアンとマンデー・ドットコムの比較

この8つのモードを実際に適用する例として、Rajaram氏はAtlassianとMonday.comを比較します。両社とも株価は大幅に下落していますが、評価は異なります。

Atlassian:
- データモード: 独自のコードデータ（チェックインされるコードに関する情報）を保有しており、これを活用して製品を構築する可能性があります。
- ワークフローモード: 企業内の開発ワークフローに深く組み込まれています。
- エコシステムモード: JiraやConfluence上には多くのサードパーティアプリが構築されています。
- 合計スコア: 最低でも3点。
- Rajaram氏は、Atlassianは過剰に売られすぎている可能性があると示唆します。彼らは独自のデータ資産やエコシステムを持っており、まだ活用しきれていない強みがあるからです。
Monday.com:
- ワークフローモード: ワークフローに組み込まれています。
- 合計スコア: おそらく1点。
- Rajaram氏は、Monday.comはAtlassianよりもモードスコアがはるかに低い可能性があるため、現在の株価は妥当な水準かもしれないと指摘します。

この比較は、単に製品の見た目や人気だけでなく、その背後にある構造的な防御性を評価することの重要性を浮き彫りにしています。

2.3. Salesforceとデータポータビリティの課題

AIエージェントの出現により、システム間のデータ移行が容易になるという主張に対し、Rajaram氏は「スイッチングコストがゼロに近づく」可能性を認めつつも、Salesforceのようなシステム・オブ・レコード企業の防御性を分析します。

Salesforceは、ワークフロー、流通（AppExchange）、エコシステムといった強力なモードを持っています。しかし、純粋なソフトウェア企業であるため、スケールモードの恩恵は以前ほど大きくないかもしれません。Rajaram氏の評価では、SalesforceのスコアはAtlassianと同様に約3点です。

AI時代において、Salesforceのような企業が生き残るためには、以下の戦略が不可欠だとRajaram氏は語ります。

コンプリメントのコモディティ化: 利益プールがデータにあるのか、ワークフローにあるのかを明確にする。もし利益プールがワークフローにあるなら、データストレージを無料にし、価格設定を成果ベースモデルに変更すべきです。もし利益プールがデータにあるなら、ワークフローを無料で提供し、AIエージェントなどの企業が構築しようとしているものをコモディティ化し、その上で課金すべきです。
データ活用による製品の改善: 独自のデータを活用して、より優れた、そしてできれば無料の製品を構築する必要があります。他社がその上に構築するのを待つだけでなく、自ら能動的に動くことが求められます。

このように、Rajaram氏の8つのモードは、AI時代において企業が自社の強みと弱みを客観的に評価し、持続可能な競争優位性を構築するための強力な分析ツールとなります。投資家にとっても、表面的な成長率だけでなく、より深い構造的な防御性を見抜くための羅針盤となるでしょう。

第3章: AIとの共存と進化するビジネスモデル

AIは、企業が製品を開発し、市場に投入し、顧客と関わる方法を根本的に変えつつあります。Rajaram氏は、AIがもたらすこの変革期において、企業が直面する課題と、それに対応するための新しいビジネスモデル、そして投資家が注目すべき点について詳しく語ります。

3.1. AIボルトオン戦略の落とし穴と成功の鍵

多くの既存ソフトウェア企業が、自社製品にAI機能を「ボルトオン」（追加）しようとしています。しかし、Rajaram氏は「単なるAIボルトオン戦略には限界がある」と警告します。成功の鍵は、AIが「製品の役割を再定義し、UX（ユーザーエクスペリエンス）と経済学を根本的に変える」ことにあります。

単なるアップグレードでは不十分: 例えば、単に「AI検索」機能を追加するだけでは、既存の検索機能のわずかなアップグレードに過ぎません。そうではなく、AIによって「新しいUXプリミティブを持つ検索体験」を構築する必要があります。
体験と経済学の再構築: AIは単にマージンを改善するだけでなく、顧客体験そのもの、そして製品の経済学を変化させる力を持っています。ドキュメント処理が良い例です。以前は非構造化文書から構造化情報を抽出することは困難でしたが、今ではAIによってそれが可能になりました。企業は、ドキュメントがアップロードされた瞬間に、AIが即座に洞察を提供し、ユーザー体験を根本的に変える必要があります。単に「ドキュメントをアップロードするフロー」を維持するだけでは不十分で、すべてのインタラクションを再評価し、「何が変化したのか？」を問うべきです。
モデル進化への迅速な対応: AIモデルの能力は6ヶ月ごとに向上するため、製品ロードマップを長期に設定しすぎると、次のモデル更新でロードマップ全体が陳腐化するリスクがあります。企業は、新しい世代のモデルがもたらす能力を常に理解し、それに対応できる俊敏な製品開発体制を築く必要があります。

Notionのような企業は、AIエージェントの導入に際し、単なる薄いレイヤーを追加するだけでなく、ユーザーのインタラクションに基づいてモデルを微調整し、顧客ベースに合わせて全体のエクスペリエンスを再構築しようとしています。このようなアプローチこそが、AIボルトオン戦略を成功させる道だとRajaram氏は見ています。

3.2. 金融（Fintech）の防御性

AI時代において、どの業界が防御性が高いのでしょうか？ Rajaram氏は「フィンテック」をその一つに挙げます。特に「お金の移動」に関わる事業は、非常に強い防御モードを持つと彼は考えます。

規制モードの強み: フィンテック企業は、すでに厳しい規制要件（規制モード）によって守られています。これは新規参入者にとって大きな障壁となります。
ワークフローモードの深さ: 企業の資金フローに深く組み込まれている場合、そのシステムからの切り替えは非常に困難です。
データモードの独自性: 取引データや信用履歴といった独自の金融データは、AIモデルの精度向上に不可欠であり、競合他社が容易にアクセスできない独自の資産となります。
したがって、フィンテック、特に「お金を動かす」事業は、AIがもたらすコモディティ化の波に対して比較的耐性があると考えられています。

3.3. 垂直SaaSとフルスタックの重要性

AIによって、特定の垂直分野（歯科医、カイロプラクター、自動車メーカー向けの音声エージェントなど）に特化したソフトウェアが数多く登場しています。Rajaram氏は、これらの「一機能に特化した垂直ソリューション」は、単体では大規模なビジネスにはなりにくいと見ています。

フルスタックの必要性: 垂直市場で成功し、100億ドル以上の企業になるためには、「フルスタックを所有し、垂直市場全体の製品を構築する」野心と能力が必要です。単一機能のボルトオンでは、単なる「傷口に貼る絆創膏」に過ぎません。
ServiceTitanの事例: 現場サービスプロ向けのSaaS企業であるServiceTitanは、32もの異なる製品を提供し、垂直市場の「聖典」とも言える存在ですが、それでも市場価値は100億ドル規模です。これは、水平市場で幅広い顧客をターゲットにするRobinhoodやCoinbaseがそれぞれ13、12もの1億ドル規模の製品ラインを持つことと比較すると、垂直市場の規模の限界を示唆しています。
TAMの拡大: 垂直SaaSは、ソフトウェア予算だけでなく、人件費予算を取り込むことでTAM（Total Addressable Market）を劇的に拡大する可能性があります。中小企業は、ツールへの支出よりもバックオフィス業務や人的資本への支出がはるかに大きいため、垂直SaaSがこれらのサービス支出をターゲットにすることで、大きな成長機会が生まれます。

3.4. シート課金から成果ベース課金への移行

AIが特定の作業を代替するようになると、従来の「シート課金」（ユーザー数に応じた課金）モデルは限界を迎えます。Rajaram氏は、これからの課金モデルは「アクセス製品」と「作業製品」の2種類に分かれると予測します。

アクセス製品（シート課金）: Chat GPT Enterpriseのように、アクセス自体に価値がある製品は、予測可能性を提供するため、引き続きシート課金が採用されるでしょう。ただし、単一のシートではなく、異なる機能を提供するティアに分かれたシートなど、より多角的なシート課金モデルが主流になります。
作業製品（成果ベース課金）: AIがユーザーに代わって「作業」を行う製品の場合、ユーザーは制約ではなくなり、作業のアウトプットが価値となります。この場合、成果ベースの課金モデルに移行する必要があります。例えば、法律AIのHarveyは、処理した契約数に基づいて課金されるべきであり、何人がそれを利用したかではありません。

企業は、自社の製品がどちらのタイプに属するのかを明確に理解し、それに応じて最適な課金モデルを設計する必要があります。

3.5. ブランドの再評価

AIの進化とデータポータビリティの向上は、ブランドの重要性にも影響を与えています。Rajaram氏は、特に企業向け市場において「ブランドモードは以前ほど強力ではない」と語ります。

スイッチングコストの低下: データポータビリティが容易になり、あるエコシステムから別のエコシステムへデータを移植することが可能になると、スイッチングコストは実質的にゼロに近づきます。AIは、ある製品のユーザーエクスペリエンスをピクセル単位で複製する「クローン」を簡単に生成できるようになります。
ビジネスの合理性: 企業は、消費者よりもはるかに合理的に意思決定を行います。ブランドへの信頼よりも、コストパフォーマンスや製品の機能性を重視する傾向が強まります。
消費者市場との違い: 消費者市場では、感情的な結びつきや信頼からブランドを重視する傾向は残るかもしれませんが、ビジネスサイドではその重要性は低下する可能性があります。

この見解は、一部の成長専門家が「テクノロジーがコモディティ化する中でブランドが最も重要になる」と主張するのとは対照的です。しかし、Rajaram氏は、データポータビリティと複製能力の向上により、ブランドが提供する「ロックイン」効果が薄れると考えているようです。

第4章: 投資戦略と市場のリアリティ

AIが技術とビジネスの風景を塗り替える中、投資家はどのように機会を見つけ、リスクを管理すべきでしょうか？ Rajaram氏は、自身の経験と洞察に基づき、市場の現状、企業の評価、ファンド運営、そして創業者との関係性について深く掘り下げます。

4.1. ゾンビ企業とAIネイティブへの変革

多くの既存ソフトウェア企業は、高い評価額で資金調達を行ったものの、成長が鈍化し、AIへの適応に苦戦しています。Rajaram氏は、これらの企業には2つの主要な運命が待ち受けていると語ります。

ゾンビ化と売却: 一部の企業は「ゾンビ企業」と化し、AI機能を最後の頼みの綱として追加しようとしますが、成功せず、最終的にプライベートエクイティ（PE）ファンドに売却される可能性があります。しかし、PEファンド自体も数年前に高値で買収した企業の消化に苦労しており、必ずしも良い結果になるとは限りません。
AIネイティブへの大胆な変革: もう一つの道は、強力なリーダーシップの下で「既存事業の橋を焼き払い」、完全に新しいAIネイティブな製品をゼロから構築することです。IntercomやPodiumのような企業は、新しいAI製品でわずか数年で1億ドル以上の収益を上げ、既存事業からの顧客移行を大胆に進めています。これは「サンクコストの誤謬（sunk cost fallacy）」を捨て、新しいビジネスに焦点を当てる勇気を必要とします。

投資家は、企業が単に既存製品を「修正」しようとしているのか、それとも全体的なスタックを再構築し、デジタル労働を置き換え、支払いや取引から収益を得るような野心的な「新しいビジネス」を創造しようとしているのかを見極める必要があります。

4.2. BO（ビジネス・オペレーション）支出からAIへの移行

AIが人件費に与える影響について、Rajaram氏は、企業が必ずしも直接的なレイオフを行うわけではないという現実的な見方を示します。

段階的な人件費削減:
1. アウトソーシングの代替: 最初に起こるのは、インドやフィリピンなどの第三者BPO（ビジネスプロセスアウトソーシング）へのアウトソーシングの代替です。AIによって、より高品質で、速く、20～30%安価なサービスを提供できるようになるため、この支出は真っ先に削減されます。コールセンターなどがその例です。
2. 自然減員の不補充: 次に、従業員が退職しても、そのポストを補充しないことで、間接的に人件費を削減します。
3. レイオフ: レイオフは最後の手段であり、まだ少し先のことかもしれません。

しかし、BO支出からAIへの移行はすでに始まっており、これは市場のTAMを劇的に拡大させる潜在力を持っています。AIカスタマーサービス企業は、すでに存在するBO予算をターゲットにしており、医師のオフィスなどが海外のコールセンターを利用している現実は、AIによる置き換えの大きな市場を示唆しています。

4.3. 非消費市場の開拓

従来の市場規模の考え方は、既存の市場を分割する前提に立っています。しかし、真に革新的な企業は「非消費市場」（non-consumption markets）、つまりこれまで存在しなかったニーズや行動パターンを生み出すことで、市場全体を拡大させます。

GranolaとGammaの例: Rajaram氏は、Granola（ノートテイキングアプリ）やGamma（プレゼンテーションツール）を例に挙げます。ZoomやGoogle Slidesにはすでに組み込みのノートテイカーやプレゼンテーション機能がありますが、GranolaやGammaはそれらの機能が「驚くほど優れている」ため、ユーザーはあえて独立した製品としてこれらを購入します。これは、これまで存在しなかった「ノートテイキング専用市場」や「プレゼンテーション専用市場」をゼロから創出したことになります。
UberやShopifyも非消費市場の開拓者: Uberは、自家用車で移動するという「非消費」の行動から、ライドシェアという新しい行動を生み出しました。Shopifyは、誰もがオンラインで物を売るという「起業家精神」を解き放ち、既存のECマーチャント市場をはるかに超える新たな市場を創出しました。
ベンチャー投資の本質: ベンチャー投資の本質は、既存の市場ではなく、このような「新しい行動パターン」や「非消費市場」に賭けることにあるとRajaram氏は強調します。GoogleやFacebookも、登場当初は非消費市場の開拓者でした。

4.4. 投資判断と市場規模の読み違い

投資家としてRajaram氏が最も大きな読み違いの一つとして挙げたのは、Shopifyの市場規模です。初期の頃、彼は「ECマーチャントがどれほどいるのか？」という疑問から、その潜在的なTAMを過小評価していました。しかし、Shopifyは単に既存のEC市場を奪うだけでなく、誰でも簡単に「販売」できるツールを提供することで、世界中のあらゆる起業家をターゲットにし、新しい市場を創出したのです。

この教訓は、市場規模を評価する際に、ボトムアップ分析だけでなく、製品が新たな行動や市場を創造する可能性を考慮することの重要性を示唆しています。

4.5. 価格設定と企業の評価

投資における価格の重要性について、Rajaram氏は以下のように語ります。

シード・初期段階: 企業が本当に優れていると確信できる場合、シード段階では価格はほとんど問題になりません。彼は、シードラウンドで非常に高価だったFairに投資し、それが100～200倍のリターンになった経験を共有します。
シリーズB以降: しかし、シリーズB以降、つまり明確な収益とトラクションがある段階では、価格はリターンを大きく左右します。この段階では、良い企業に投資しても、高値で買いすぎるとリターンが得られないことがあります。
投資家の忍耐と集中: どんなファンドでも、リターンの大半は1つか2つの企業によってもたらされます。重要なのは、その「ウィナー」を見つけ、そこに集中して投資することです。

4.6. ファンド運営とLPへの責任

ベンチャーキャピタルファンドの運営において、Rajaram氏はLP（リミテッド・パートナー）への責任を強調します。

予備資金の重要性: 彼のファンドでは35%の予備資金を確保しており、これは有望なポートフォリオ企業に追加投資できるようにするためです。ファウンダーズ・ファンドのように、成功する企業に「倍賭け」する戦略は、ファンド全体のリターンを劇的に向上させることが示されています。
IRRとMO: 投資家はMO（Multiple on Invested Capital、投資回収倍率）だけでなく、IRR（Internal Rate of Return、内部収益率）も重視すべきです。20年かけて7倍のMOを達成しても、IRRが低い場合は、LPにとって必ずしも良いリターンとは言えません。
流動性と出口戦略: IPO後のロックアップ期間や市場の不確実性を考慮し、流動性が発生した際には、少なくとも一部の株式を売却することを検討すべきです。特に、ファンドのリターンの大部分を占めるような資産の場合、LPへの責任として売却は不可欠です。Fred Wilson氏の「3分の1を売却、3分の1を保有、3分の1をトレード」という戦略も参考に挙げられます。

4.7. 「プロプライエタリな創業者アクセス」の真実

多くのVCがLPに対して「プロプライエタリな創業者アクセス」を謳いますが、Rajaram氏はこれが必ずしも真実ではないと指摘します。

価値提供の重要性: 創業者へのアクセスは「プロプライエタリ」ではなく、VCが創業者に対して「どのような独自の価値を提供できるか」にかかっています。単に資金を提供するだけでなく、アドバイス、流通チャネル、顧客ネットワークへのアクセス、人材紹介など、具体的な価値を提供できるファンドこそが選ばれます。
LPへのアドバイス: LPは、VCのセールストークを鵜呑みにせず、実際に投資を受けた創業者に直接話を聞き、そのVCをなぜ選んだのか、どのような価値を得られたのかを確認すべきです。

第5章: 未来への視点と個人の成長

Rajaram氏の洞察は、技術トレンドやビジネス戦略に留まらず、働き方、教育、そして未来への根本的な楽観論にまで及びます。

5.1. リモートワークへの見解の変化

Rajaram氏は、以前は適切な文化があれば純粋なリモートワークでも初期段階の企業がスケールできると考えていましたが、この12ヶ月で考えを改めたと言います。

対面コミュニケーションの重要性: いくつかのリモート企業が、創業者が戦略の合意形成や迅速な意思決定ができなかったために頓挫するのを見て、彼は「少なくとも週に数日、対面で集まること」の重要性を再認識しました。純粋なリモートでは、アイデアの反復速度やアライメントが著しく損なわれる可能性があると彼は感じています。週5日である必要はないが、週3日は必要だと彼は推奨しています。

5.2. 若手へのアドバイス

大学を卒業したばかりの若者に対し、Rajaram氏は「焦らず、まず2～3年間は良い会社で働く経験を積むべきだ」と強くアドバイスします。

経験とネットワークの価値: 創業の興奮やAIブームに乗りたい気持ちは理解できるものの、この数年間の実務経験は、単にスキルを学ぶだけでなく、将来のビジネスに役立つ貴重なネットワークを構築する上で不可欠です。人生は長く、焦る必要はないと彼は語ります。

5.3. 投資家としての学びと最大の読み違い

Rajaram氏は、投資家としてのキャリアの中で、成功と失敗の両方から多くの教訓を得てきました。

パターンマッチングの罠: 彼の最大の投資ミスの一つは、D2C企業であるQuinceを4年前に評価額1億ドルで見送ったことです。当時、D2C市場は下降トレンドにあり、彼は深く掘り下げずに見送ってしまいました。しかし、Quinceは35～40%という驚異的なリピート購入率を誇り、ほとんどのコンシューマーアプリよりも高いリテンションを達成していました。この経験から、彼は「業界全体で判断するのではなく、個々の企業の『驚くべき点』や『差別化要因』を深く理解すること」の重要性を学びました。
成功体験からの教訓: Figmaへの初期投資（500～1000倍のリターン）は、価格が高くても、会社が良いと確信できるなら投資すべきという彼の信念を強化しました。
市場の過小評価: 自身がGoogleやFacebookにいた時でさえ、それらが数兆ドル規模の企業になるとは予測できなかったことを、彼は最大の読み違いの一つとして挙げます。これらの企業がもたらす「桁外れのスケール」は、想像をはるかに超えるものでした。

5.4. 未来への期待と若き創業者への評価

Rajaram氏は、未来に対して極めて楽観的です。

野心的な起業家の登場: 彼が最も興奮しているのは、最も野心的な起業家たちが、人類や社会が直面する最も困難な問題にFinally取り組んでいることです。AIの進化がその野心に拍車をかけ、かつてピーター・ティールが問いかけた「空飛ぶ車を求めたのに、140文字アプリしか得られなかった」という問いへの答えが、ついに見え始めてきたと彼は感じています。
若き創業者への支持: Rajaram氏は、非常に若い創業者、特にAI時代に育った世代を高く評価しています。彼らは「AI-maxing」な思考を持ち、AIツールを自然に使いこなし、既存の枠にとらわれない新しい方法で生きています。彼自身も、過去15年間よりもこの数ヶ月で、より多くの「中退した」創業者に投資しています。彼らは社会的な経験が不足しているかもしれませんが、その例外的な才能とAIへの適応能力は、信じられないような企業を生み出す可能性があると彼は見ています。

結論: AIが拓く新時代の企業の羅針盤

Gokul Rajaram氏が提供する洞察は、AIが世界を再構築する中で、企業が生き残り、繁栄するための、そして投資家が真の価値を見極めるための強力なフレームワークを提供してくれます。単なる製品の機能性や短期的な成長率だけでなく、より深い構造的な「耐久性」と「防御性」を8つのモードを通じて評価することの重要性は、SaaSのコモディティ化が進む今、これまで以上に意味を持ちます。

Rajaram氏の経験豊かな視点からは、驚くべき製品の創造、流通チャネルの掌握、マルチプロダクト戦略、卓越したオペレーション、そして特にAI時代において、独自のデータ、ワークフローへの深い組み込み、規制、エコシステム、ネットワーク効果、物理インフラ、そしてスケールが、企業の競争優位性を構築する上で不可欠であることが示されました。また、AIの登場により、製品開発のアプローチ、ビジネスモデル（課金方法）、そして市場の捉え方（非消費市場の開拓）も根本的に変化しています。

この激動の時代において、企業は既存の殻を破り、AIネイティブな思考でUXと経済学を再構築する野心を持たなければなりません。そして投資家は、表面的な指標に惑わされず、これらの深い構造的防御性を持つ企業、特に人類の最も困難な問題に取り組む野心的な創業者を見出し、長期的な視点で支援することが求められます。

AIがもたらす未来は不確実性に満ちていますが、Rajaram氏の羅針盤は、この新しい海図を進む私たちに、確かな方向性を示してくれるでしょう。この変革の時代を生き抜く企業と投資家にとって、彼の言葉はまさに実践的な知恵の宝庫と言えます。