AIの2つの未来——無限のアプリ市場か、モデル寡占か：a16z Martin Casado & Sarah Wangが語る構造論

AIへの投資はベンチャーとグロースの境界を溶かし、インフラとアプリの区別を曖昧にしている。a16zでAIインフラ投資を牽引するMartin CasadoとSarah Wangが、ポッドキャスト「Len Space」に出演し、資本フライホイール、フロンティアモデルの覇権問題、そして、Cursorが示すアプリ層の可能性を率直に語った。この議論の核心は、AIスタックのどこに長期的な価値が残るかという問いだ。

1. AI投資の構造変化——ベンチャーとグロースの融合

1-1. ラウンドの性質が変わった

「10年やってきたが、こういう状況は見たことがない」とCasadoは言う。かつてシリーズAやBは2000万〜6000万ドルの小切手一枚で完結していた。今や大型AIラウンドは財務投資家と戦略的投資家が混在し、コンピュート調達契約の交渉だけで数ヶ月を要する。

Wangはこう整理する。「多くの大型ラウンドは本質的にベンチャーとグロースのハイブリッドだ。創業初期の技術者賭けでありながら、必要なリソースはグロース規模。その両方を扱えるチーム構成が効いている」。

1-2. 資本フライホイールという新しいメカニズム

従来のスタートアップは、資金調達後にエンジニアリングが追いつくまで待つ必要があった。しかし、今のモデル企業は、10〜20人のチームで資金を調達し、1年以内に前世代を超えるモデルを投入し、その需要を使って次のラウンドを積み上げる。Casadoが「資本フライホイール」と呼ぶこの構造は、コンピューターサイエンスの歴史上前例がない。

「ドルをコンピュートに注ぎ、ブレークスルーを得て、それを垂直統合アプリに投入し、ユーザーを獲得し、勢いの頂点で資金調達してまた繰り返す。2年前にはこのパターンは存在しなかった」。

2. フロンティアモデルは競合他社を飲み込めるか

2-1. 最大の問い——寡占か、無限の断片化か

Casadoは、この業界全体が分岐点に立っていると語る。「私には2つの未来が見える。一つは、市場が無限に大きく、モデルは出るたびに知識を広め、ソフトウェアが至るところで書き直され、上位互換が続く世界。もう一つは、モデルが本当に汎用化し、3倍の資金を投じるだけで何でも取り込む寡占の世界だ」。

後者のシナリオが意味することは単純ではない。「APIビジネスを持つフロンティアモデルは、自分のAPIを使っているすべての企業の動向を把握している。もし自社が業界全体の合計より多くの資金を調達できるなら、それら全てを消化できる。エンジニアリングのボトルネックが障害にならない今、これは現実の問いだ」。

2-2. 現在の財務構造が示す矛盾

Casadoは興味深い観察を加える。「これらの企業の数字を見ると、多くは直前のモデルに対して粗利益ベースでプラスだ。しかし、現在トレーニング中の次モデルに対しては粗利益ベースでマイナスになっている。つまり、将来の資金調達を先食いしている状態だ。次のラウンドを調達できなければ、また収束・断片化へ戻る可能性がある」。

2-3. CharacterAIが示したAGI vs. プロダクトのジレンマ

a16zは、2023年1月にCharacterに投資し、2024年8月のGoogleとのIP使用許諾契約を見届けた。Wangはこれを構造的問題として解釈する。「世界最高の研究者たちはAGI一点集中で行きたいが、プロダクト収益のフライホイールがGPUを回し続ける燃料になっている。この緊張は、AnthropicもOpenAIも等しく抱えている」。GPUという限られたリソースをプロダクトに振るか研究に振るか——この配分の問題は、フロンティアモデルすべてが直面する経営判断だ。

3. アプリ層とモデル層——どこに長期的な価値が残るか

3-1. Cursorが示したアプローチ

Wangは、cursorを「アプリから入ってモデルに降りていくアプローチ」の典型例と位置づける。「フロンティアモデルの数分の一以下のコストで、一時期世界で最も使われるコーディングモデルに近い地位を築いた。アプリとプロダクトデータを起点に、自前モデル構築に成功した稀有なケースだ」。

Casadoは、一般原則として整理する。「アプリ企業は、トークンパス上にいる以上、トークンから利益を抜くことを常に考えなければならない。cursorはその問いに非常に真剣に向き合っている」。

3-2. エージェント層が持つ構造的な優位

Casadoは、「エージェントラボ」という概念を提示する。複数のモデルを組み合わせて使うエージェント企業は、エンドユーザーの労働時間に対して価格設定できる。一方で、モデル企業は、トークン単価でコモディティ化圧力にさらされる。「トークン単価は下がり続け、人件費は上がり続ける。その差分がエージェント企業のマージンになる」。

ただし、Casadoはすぐに留保をつける。「モデル企業が自社製品を補助してサードパーティに高く課金するというオペレーティングシステムやクラウドで見た構図が、非常に速いスピードで繰り返される可能性がある」。

3-3. 「退屈なソフトウェア」という見落とされた領域

Casadoが、「最も投資が少ない領域」として挙げたのが、AIとは直接関係しない伝統的なエンタープライズソフトウェアだ。「データベース、モニタリング、ロギング、ツーリング——大きな市場で着実に成長している会社が今、投資家の注目を集められない。ゼロから100に行かないと面白くない、という風潮は間違いだ。大きな市場で5倍成長する会社は誰にとっても良い投資だ」。

4. 投資判断の基準——能力と専門性の組み合わせ

Wangは、基盤モデルへの投資判断を2つの軸に整理する。一つは「その分野でN of 1の創業者であるかどうか」。Ilyaが、SSIに、John Schulmanが、思考機械（Thinking Machines）にいるのは、それぞれが15年にわたる実績を持つからだ。もう一つは、「ゼロサムではない」という認識だ。「ElevenLabsは、音声モデルの競合が次々登場しても1位を維持している。特定領域での専門性は持続的な価値を生む」。

評価額が現在の収益から見て高く見える点については、「能力のブレークスルーが起きると需要が生まれ、収益成長は、過去のSaaSと比較にならない速さで来る。GAから数週間で数千万ドルの収益に達した企業を見ている」と述べる。

AIスタックのどの層が長期的な価値を持つかは、まだ決着がついていない。CasadoとWangの議論が示すのは、フロンティアモデルの拡張力を楽観視するにせよ警戒するにせよ、「誰がトークンの最終価値を定義するか」という問いへの答えが、今後数年の競争構図を決めるという認識だ。

オススメ記事

Next Big Wave（成長株・アイデアの種・トレンド深掘り）