エガリタリアン・テクノロジー、アリストクラティック・アウトカム

新たなテクノロジーが参入障壁を下げるたび、同じ予測が繰り返されます。誰もができるようになれば、誰も優位に立てなくなる——。カメラ付き携帯は写真家を、Spotifyはミュージシャンを、AIはソフトウェア開発者を誰にでも可能にしました。

この予測は常に半分だけ当たります。ボトムは確かに上がり、創造する人も競争する人も増えます。しかし、予測が見誤るのは「上限」です。上限はそれ以上の速さで引き上げられます。そして、ボトムと上限——中央値と最高水準——の間のギャップは縮まるどころか、むしろ広がります。

これがパワーロー（べき乗則）の本質です。個人の意図には関心がありません。平等主義的なテクノロジーが生み出すのは、結局は特権的な成果です。例外はありません。

AIも例外ではありません。むしろ、その傾向はさらに顕著になるでしょう。

市場の形がどう変わるか

Spotifyが登場したとき、本当に革新的だったのは、地球上のどんなミュージシャンにも、従来はレコード会社やマーケティング予算、幸運が必要だった流通網を提供したことです。その結果、音楽は爆発的に増えました。何百万人もの新しいアーティスト、何十億もの新曲。まさにボトムは上がりました。

しかし、同時に起きたのが、上位1%のアーティストがCD時代よりも多くのストリームシェアを獲得するようになったことです。減ったのではなく、増えたのです。音楽が増え、競争が激化し、最高のものを見つけやすくなり、地理や物理的な制約を受けないリスナーがそれに集中しました。Spotifyは音楽を民主化したのではなく、競争を激化させたのです。

同じことが執筆、写真、ソフトウェアにも当てはまります。インターネットは歴史上どんな技術よりも多くの書き手を生み出し、同時により苛烈なアテンション・エコノミーも生み出しました。参加者は増え、トップの競争は激化し、結局はごく一部が大半の価値を手にします。

私たちがこれを驚きと感じるのは、線形的に考えてしまうからです。生産性の向上は均等に分配されると考えがちですが、複雑なシステムはそうなりません。パワーローは市場の偶然や技術の失敗ではなく、自然のデフォルトです。テクノロジーが生み出すものではなく、それを明らかにするものなのです。

Kleiberの法則を例に挙げましょう。地球上のすべての生物——バクテリアからシロナガスクジラまで、27桁に及ぶ体重の範囲——で、代謝速度は体重の0.75乗に比例します。クジラの代謝が単純な体重比で大きいわけではありません。この関係はパワーローであり、ほぼすべての生物で非常に高い精度で成り立っています。誰かが設計した分布ではなく、複雑なシステムのエネルギーが独自の論理に従ったときに自然に現れる形です。

市場は複雑なシステムです。注意力もリソースです。摩擦がなくなれば、市場は本来の形に収束します。それは釣鐘型ではなく、パワーローです。平等主義的な物語と特権的な結果は共存します。だからこそ、新しいテクノロジーが登場するたびに私たちは驚かされるのです。ボトムが上がるのを見て、上限も同じ速度で上がっていると考えてしまいますが、実際は上限がより速く引き離していきます。

AIはこれまで以上に速く、強くこの傾向を加速させます。今や誰でも製品をリリースし、インターフェースを設計し、プロダクションコードを書くことができます。ボトムは上がっていますが、上限もまた、より速く上昇しています。本当に問うべきは、「最終的に自分がどこに位置するかを決めるものは何か？」ということです。

実行コストが下がると、「審美眼」が証明になる

1981年、Steve Jobsは初代Macintoshの回路基板の美しさにこだわりました。外観ではなく、内部——顧客が決して目にしない部分です。エンジニアたちは理解できませんでしたが、彼は「何事もどう取り組むかがすべてに通じる」という本質を理解していました。見えない部分まで美しく仕上げる人は、品質を演じているのではなく、それ以下のものを世に出せない性分なのです。

これは重要です。信頼は築くのが難しく、偽装は一時的には簡単だからです。私たちは常に、誰が本当に優れているのか、誰が優秀さを演じているだけなのかを見極めようとしています。資格は操作でき、経歴は受け継がれます。本当に偽装が難しいのは「審美眼」——誰からも求められていない基準に対する持続的なコミットメントです。Jobsが回路基板を美しくする必要はありませんでしたが、そうした事実が彼の本質を物語っています。

この10年ほどは、このシグナルがやや弱まっていました。SaaS全盛期（2012〜2022年）は、実行が標準化されすぎて、実際に希少なのは流通でした。効率的に顧客を獲得し、営業体制を構築し、「Rule of 40」を達成できれば、製品自体はほとんど問題になりませんでした。審美眼が発するシグナルは、成長指標というノイズに埋もれていました。

AIはシグナルとノイズの比率を根本的に変えます。誰でも機能する製品、洗練されたインターフェース、動作するコードベースを半日で生成できる時代——「動くかどうか」が差別化要因ではなくなります。問われるのは、「これは本当に卓越しているか？」です。この人は「良い」と「圧倒的に素晴らしい」の違いを理解し、その差を誰に強制されるでもなく埋める意志があるのか、ということです。

これは、特にビジネスの根幹を担うソフトウェア——給与計算やコンプライアンス、従業員データを扱うシステム——において顕著です。これらは気軽に導入し、翌四半期には捨てるような製品ではありません。切り替えコストは現実的で、失敗のリスクも重大です。そして、導入する担当者はその結果に責任を負います。つまり、契約前にあらゆる信頼のヒューリスティクスを働かせます。美しい製品は、最も強いシグナルのひとつです。「これを作った人たちは本気で取り組んでいる」と伝えます。見える部分にこだわる人は、見えない部分にも同じようにこだわっている可能性が高いのです。

実行コストが下がった世界では、「審美眼」こそがProof of Workです。

新たなフェーズが評価するもの

これは昔から真実でした。しかし、過去10年ほど、市場はそれをほとんど見えなくしていました。ソフトウェアで最も重要なスキルは、ソフトウェアそのものとは関係がなかったのです。

2012年から2022年にかけて、SaaSの基本アーキテクチャは確立され、クラウドインフラは安価で標準化され、開発者ツールも成熟しました。機能する製品を作るのは難しいが、既存のパターンに従い、十分なリソースがあれば妥当な成果に到達できました。本当に希少で勝者とそれ以外を分けたのは「流通」でした。効率的に顧客を獲得できるか、再現性のある営業活動を構築できるか、ユニットエコノミクスを理解し最適なタイミングで資金を投入できるかが重要でした。

その環境で成功した創業者は、営業、コンサルティング、金融出身でした。彼らは10年前なら意味不明だったであろう指標——ネットドルリテンション、平均契約額、マジックナンバー、Rule of 40——に精通していました。スプレッドシートやパイプラインレビューに没頭し、当時の文脈ではまさに正しい適応でした。

私は息苦しさを感じていました。

私はインドの人口2億5,000万人の州の小さな町で育ちました。インド全体で毎年、MITに進学できるのはせいぜい3人。その全員が、デリー、バンガロール、ムンバイの高額な進学校出身です。私は州史上初の合格者でした。これは自慢ではなく、このエッセイの主題を体現しているからです。アクセスが限られていれば経歴が結果を決めますが、アクセスが開かれれば最も深く掘り下げた者が勝つのです。私は経歴の部屋における「深さへの賭け」でした。

私は物理学、数学、コンピュータサイエンスを学びました。最も深い洞察はプロセス最適化ではなく、他人が見落とした真実を見抜くことから生まれます。修士論文は分散機械学習のトレーニングにおける遅延ノードの緩和についてでした。大規模なシステム運用時に一部が遅れた場合、全体の整合性を失わずにどう最適化するか、というテーマです。

20代前半でスタートアップの世界を見たとき、私にはそれが本質から外れているように感じられました。重視されるのは「市場投入力」であり、モノそのものではありませんでした。技術的に卓越したものを作るのは、むしろナイーブで、本当の勝負——顧客獲得、リテンション、営業速度——から目を逸らす行為のように見えました。

しかし2022年末、状況が変わりました。

ChatGPTが可視化したのは、何年もの研究論文では感じられなかった「曲線の変化」でした。新しいSカーブが始まったのです。フェーズの転換点は、前のフェーズに最も適応していた人ではなく、新しいフェーズが何を可能にするかを誰よりも早く見抜いた人を報います。

私は仕事を辞め、Warpを創業しました。

その賭けは具体的でした。米国には800を超える税務機関——連邦、州、地方——があり、それぞれに申告要件や締切、コンプライアンスロジックがあります。APIもプログラムによるアクセスもありません。何十年もの間、すべての給与計算プロバイダーは人手で対応してきました。多くのコンプライアンス担当者が、スケール運用を想定していないシステムを手作業で乗り越えてきたのです。既存大手は、この複雑さを人員に吸収させて顧客にコスト転嫁するビジネスモデルを構築してきました。

2022年、私は「エージェントは脆弱だ」と見抜きました。そして、改善の曲線も見えていました。分散システムの大規模運用に長年携わり、モデルの進化を間近で見てきた人間なら、「今は脆弱でも、数年後には十分対応できる」と判断できるのです。そこで私たちは賭けました。カテゴリで最も困難なワークフロー——既存大手が自動化できなかった部分——から、AIネイティブなプラットフォームをゼロから構築する、と。

その賭けは今、実を結びつつあります。しかし、より重要なのはパターン認識です。AI時代の技術系創業者は、エンジニアリング上の優位性だけでなく、洞察上の優位性も持っています。彼らは異なる入口を見つけ、異なる賭けをします。誰もが「恒久的に複雑」と諦めたシステムを前に、「本当に自動化するには何が必要か？」と問い、そして実際に答えを構築できるのです。

SaaS全盛期を制した創業者は、制約内で合理的に最適化する人たちでした。AIはその制約を取り払い、別の制約を課しています。新しい環境で希少なのは「流通」ではありません。「今何が可能か」を見抜く力、そしてそれをふさわしい水準で作り上げる審美眼と信念です。しかし、すべてを決める第3の変数があります。そして、それをAI時代の多くの創業者が致命的に見誤っています。

高速度での「長期戦」

今、スタートアップ界隈で流行しているミームがあります。「2年で永遠のアンダークラスから抜け出せ。速く作り、速く資金調達し、EXITか死か」

その発想は理解できます。AIは存在論的なほどの速度で進化しています。波に乗るためのウィンドウは狭く感じられます。Twitterで一夜にして成功を収めた話を見ている若者は、「このゲームは何よりもスピードだ」と考えがちです——勝者は最も短期間で最速に動いた人だと。

しかし、これは本質を見誤っています。

実行の速さは非常に重要です。私もそれを誰よりも信じています——自分が立ち上げた会社の名前にまで込めたほどです。しかし、実行の速さと、視野の短さは同じではありません。AI時代に最も価値ある会社を作るのは、2年で全力疾走して売却する人ではありません。10年全力疾走し、複利を積み上げる人です。

短期主義が見誤るのはここです。ソフトウェアで最も価値あるもの——独自データ、深い顧客関係、本物の切り替えコスト、規制対応力——は、何年もかけて蓄積されるもので、いくら資本やAI能力があっても短期間で再現できません。Warpが複数州の企業の給与計算を処理するたび、何千もの管轄区域のコンプライアンスデータを蓄積しています。税務通知の解決、イレギュラーケースの対応、州登録の完了、そのすべてが、月を追うごとに再現困難なシステムを育てています。それは単なる機能ではなく、質量を持つ「堀」なのです。

こうした複利効果は1年目には見えません。2年目にうっすら見え始めます。5年目には、それがすべてになります。

Frank Slootman（数多くのソフトウェア企業を構築・拡大してきた人物）は、こう言います。「不快であることに慣れろ。それは一時的なものではなく、恒常的な状態だ」と。アーリーステージの会社の「戦争の霧」——混乱、不完全な情報、それでも意思決定を迫られる状況——は2年で消えるものではありません。進化し続けます。新たな不確実性が古いものに取って代わります。生き残る創業者は、確実性を見つけた者ではなく、不確実性の中でも明確に動ける者です。

会社を作るのは、経験のない人には伝わりにくいほど過酷です。常に低レベルの恐怖が続き、時には高レベルの恐怖に襲われます。不完全な情報で何千もの意思決定を下し、間違いが続けばすべてが終わると知っています。Twitterの一夜の成功談は、すでにパワーロー的分布の中の外れ値であり、その中でも極端な外れ値です。それを戦略の参考にするのは、マラソンの練習でコースを間違えて5km走った人のタイムを研究するようなものです。

では、なぜやるのか？快適だからでも有利だからでもありません。ある人々にとって、それ以外は「生きている」と感じられないからです。何も作らない静かな窒息感の方が、ゼロから何かを作る恐怖より耐えがたいのです。

そして——もし賭けが当たり、他人が見抜いていない真実を見つけ、それを十分長い期間、審美眼と信念を持って実行できれば——得られるものは単なる経済的成果にとどまりません。本当に人々の働き方を変えるものを作ることができます。人々が愛用する製品を生み出せます。自分が作った組織で、人が最高の仕事をできる環境を提供できます。

それは10年かかるプロジェクトです。AIはそれを変えません。もともと変えられませんでした。

AIが変えるのは、その10年で「何が可能かという上限」です——十分長く挑み続けた創業者にとって。

誰も見ていない「上限」

この先のソフトウェアは実際どうなるのでしょうか？

楽観論者は「AIが豊かさを生む」と言います——より多くの製品、より多くの開発者、より多くの価値がより多くの人に分配される、と。彼らは正しいです。悲観論者は「AIがソフトウェアの堀を破壊する」と言います——何でも午後には複製でき、防御力は死んだ、と。彼らもまた一部正しいです。両者とも「ボトム」を見ています。「上限」は見ていません。

数千ものポイントソリューションが現れるでしょう——狭い課題を十分に解決する、小規模で機能的なAI生成ツールです。その多くは企業ではなく、個人や自社課題を解決する社内チームによって作られるでしょう。低リスクで簡単に置き換え可能なソフトウェアの分野では、市場は本当に民主化されます。ボトムは高く、競争は激しく、利益率は薄くなります。

しかし、ビジネスの根幹を担うソフトウェア——資金移動、コンプライアンス、従業員データ、法的リスクを扱うシステム——では異なることが起こります。これらは失敗許容度の低いワークフローです。給与計算が止まれば人々に給料が支払われず、税務申告が間違えばIRSに指摘され、福利厚生の登録が壊れれば実際に人が補償を失います。そのソフトウェアを選んだ人が、その結果に責任を負います。その責任は、AIが半日で作ったソリューションに外注できるものではありません。

こうしたワークフローでは企業は引き続きベンダーを信頼し、その中で勝者総取りの傾向はこれまでのソフトウェア世代よりさらに極端になります。ネットワーク効果が強いからだけでなく、AIネイティブなプラットフォームがスケールで運用し、数百万件の取引と何千ものコンプライアンス事例を通じて独自データを蓄積することで、ゼロからの再現がほぼ不可能になるからです。堀は機能セットではなく、ミスが許されない領域で高品質・大規模運用を長期間続けて蓄積されるものです。

つまり、ソフトウェア市場はSaaS時代よりさらに統合が進みます。HRや給与計算分野では、10年後に20社がそれぞれ1桁のシェアを持つことはなく、2〜3社が大半の価値を獲得し、残りはほとんど価値を得られないポイントソリューションが長い裾野を形成するはずです。コンプライアンスの複雑さ、データの蓄積、切り替えコストが複利的に効くすべてのソフトウェア分野で、同じパターンが繰り返されるでしょう。

その分布の頂点に立つ企業は、どれも似た特徴を持ちます。技術者で本物のプロダクトセンスを持つ創業者が立ち上げ、最初からAIネイティブなアーキテクチャで構築し、既存大手が既存ビジネスを解体しない限り対応できない市場で運用する。彼らは早い段階で「洞察への賭け」をし、AIが何を可能にするかを他者より早く見抜き、十分長く続けて複利効果を顕在化させます。

私はこれまで抽象的にこの創業者像を語ってきましたが、まさに自分がそれを目指しています。

私は2022年、従業員オペレーションの全スタック——給与計算、税務コンプライアンス、福利厚生、オンボーディング、デバイス、HRオペレーション——が、手作業とレガシーアーキテクチャの上に乗っており、AIで完全に置き換えられると信じてWarpを始めました。改善ではなく、置き換えです。既存大手は複雑さを人員で吸収することで10億ドル規模のビジネスを築いてきました。私たちは、その複雑さを根本から排除することで構築します。

3年が経ち、その賭けは現実になりつつあります。ローンチ以来、$500M超の取引を処理し、急成長し、世界で最も重要な技術を作る企業にサービスを提供しています。毎月蓄積されるコンプライアンスデータ、対応したイレギュラーケース、構築したインテグレーションが、プラットフォームの再現難度と顧客価値を高めています。堀はまだ初期段階ですが、質量は増し、加速しています。

これを語るのはWarpの成功が必然だからではなく、ここに至った論理がこれまで述べてきた内容と同じだからです。真実を見抜く。他人が掘り下げないほど深く掘る。外圧がなくても維持できる水準で作り上げる。十分長く続けて、自分が正しかったかを確かめる。

AI時代に生まれる卓越した企業は、アクセスが希少なリソースではなく、洞察こそが希少だったことを理解した人たちによって作られます。実行が堀ではなく、審美眼こそが堀であり、スピードが強みではなく、深さこそが強みだったと理解した人たちです。

パワーローは意図には無関心ですが、正しい意図には報いてくれます。

免責事項：

1. 本記事は[ayushswrites]より転載しています。著作権はすべて原著者[ayushswrites]に帰属します。転載にご異議がある場合は、Gate Learnチームまでご連絡ください。速やかに対応いたします。
2. 免責事項：本記事に記載されている意見や見解はすべて著者個人のものであり、いかなる投資助言も構成するものではありません。
3. 本記事の他言語翻訳はGate Learnチームが行っています。特に記載がない限り、翻訳記事の無断転載・配布・盗用を禁止します。