AI は技術的な平等性を達成することはなく、適切な人々にのみ報酬を与えます。

著者：ナマン・バンサリ

編集： Deep Tide TechFlow

深掘り：新技術導入の初期段階では、人々はしばしば「技術的平等」という幻想を抱きます。写真撮影、音楽制作、ソフトウェア開発が容易になれば、競争上の優位性は失われてしまうのでしょうか？Warpの創設者であるNaman Bhansali氏は、インドの小さな町からMITに移住した自身の経験と、AIを活用した給与計算分野における起業家としての実践を踏まえ、直感に反する真実を深く掘り下げています。それは、技術への参入障壁（フロア）が低いほど、業界の天井（シーリング）は実際には高くなるということです。

実行コストが安価になり、AIによって「バイブコーディング」さえ可能な時代において、真の堀はもはや単なるトラフィック配分ではなく、偽造できない「センス」、複雑なシステムの根底にあるロジックへの深い理解、そして10年以上にわたって継続的に複利を生み出す忍耐力であると著者は主張する。この記事は、AI起業家精神についての冷静な考察であるだけでなく、「ありふれた技術は貴族的な結果をもたらす」というべき乗法則を力強く実証している。

全文は次のとおりです。

新しいテクノロジーが参入障壁を下げると、必ず同じ予測が成り立ちます。誰もが使えるようになった今、誰も優位に立つことはもうありません。カメラ付き携帯電話は誰もが写真家になり、Spotifyは誰もがミュージシャンになり、AIは誰もがソフトウェア開発者になったのです。

こうした予測は常に半分は当たる。確かに底値は上昇している。創造に携わる人が増え、製品を立ち上げる人が増え、競争に参入する人が増えている。しかし、こうした予測は常に天井を無視している。天井はさらに速いペースで上昇している。そして底値と天井、つまり中央値と上限の差は縮まるどころか、むしろ広がっているのだ。

これがべき乗則の特徴です。つまり、あなたの意図は考慮されないのです。平等を求めるテクニックは、常にエリート主義的な結果を生み出します。毎回。

AIも例外ではなく、より極端な動作をする可能性さえあります。

市場の進化

Spotifyがサービスを開始した時、それは真に革新的な出来事をもたらしました。地球上のあらゆるミュージシャンが、これまでレコード会社、マーケティング予算、そして並外れた幸運によってしか得られなかった配信チャネルにアクセスできるようになりました。その結果、音楽業界は爆発的な発展を遂げ、何百万人もの新しいアーティストが誕生し、数十億曲もの新曲がリリースされました。そして、約束通り、収益はまさに上昇しました。

しかしその後、上位1%のアーティストがCD時代よりも大きなストリーミングシェアを獲得するようになった。シェアは縮小したのではなく、拡大したのだ。音楽の流通量が増え、競争が激化し、質の高いコンテンツを見つける手段が増えた結果、リスナーはもはや地理的な場所や棚のスペースに縛られなくなり、最高のアーティストに群がるようになった。Spotifyは音楽の均質化を実現したのではなく、競争を激化させただけなのだ。

文章、写真、そしてソフトウェアの世界でも、同じことが起こります。インターネットは歴史上最も多くの作家を生み出しましたが、同時に、より過酷なアテンション・エコノミー（注目経済）も生み出しました。参加者は増え、最高額の賭け金は高くなり、そして根本的な構造は変わりません。つまり、ごく少数の人々が価値の大部分を独占しているのです。

私たちは線形思考に慣れているため、これに驚かされます。生産性の向上は、平らな容器に水を注ぐように均等に分配されるはずだと考えているからです。しかし、ほとんどの複雑なシステムはそのようには機能しません。これまで一度もそのようなことは一度もありませんでした。べき乗分布は市場の奇抜さでも技術的な欠陥でもなく、自然界のデフォルト設定です。テクノロジーがそれを作り出したのではなく、単にそれを明らかにしただけなのです。

クライバーの法則を考えてみましょう。地球上のあらゆる生物 ― 細菌からシロナガスクジラまで、体重の27桁にも及ぶ ― において、代謝率は体重の0.75乗に比例します。クジラの代謝率は体の大きさに比例しません。この関係はべき乗法則であり、ほぼすべての生物において非常に高い精度を維持しています。この分布を設計した人はいません。これは単に、複雑なシステムの中でエネルギーが本来の論理に従って現れる形なのです。

市場は複雑なシステムであり、注意力は資源です。摩擦がなくなると、つまり地理、棚スペース、流通コストがバッファーとして機能しなくなると、市場は本来の姿に収束します。この形は正規分布のベルカーブではなく、べき乗則です。平等の物語はエリート主義の帰結と共存しており、だからこそあらゆる新しいテクノロジーは私たちを不意打ちします。私たちはベースラインが上昇しているのを見て、天井も同じペースで上昇すると想定します。しかし、実際にはそうではありません。天井は加速して下がっているのです。

AIは、これまでのどのテクノロジーよりも速く、そして力強くこのプロセスを加速させるでしょう。ベースラインはリアルタイムで上昇しており、誰もが製品をリリースし、インターフェースを設計し、製品版のコードを書けるようになっています。しかし、上限もまた上昇しており、しかもその速度は加速しています。重要な問いは、最終的にあなたのポジションを決定づけるものは何なのか、ということです。

実行が安価になると、美学がシグナルになります。

1981年、スティーブ・ジョブズは初代Macintoshの回路基板は見た目に美しくなければならないと主張した。外装ではなく、内部、つまり顧客が決して目にすることのない部分だ。エンジニアたちは彼を狂人だと思った。しかし、彼はそうではなかった。彼は、完璧主義として簡単に片付けられてしまうが、実際にはある種の証明に近いことを理解していた。それは、何かをする方法は、すべてを行う方法と同じだということだ。目に見えない部分を美しく仕上げられる人は、質の高い製品を作っているわけではない。ただ、欠陥品を一切出すことを許容できないだけなのだ。

これは重要な点です。信頼を築くのは難しいですが、短期間で築き上げるのは容易だからです。私たちは常にヒューリスティックスを駆使し、誰が本当に優秀で、誰が単に優れたパフォーマンスを発揮しているだけなのかを見極めようとしています。資格は役に立ちますが、操作される可能性があります。血統は役に立ちますが、継承される可能性があります。真に築き上げるのが難しいのは、センス、つまり、ある基準への永続的で、目に見える形で、そして疑いようのない遵守です。ジョブズは回路基板をあんなに美しくする必要はなかったのです。彼が回路基板を美しく作ったという事実自体が、彼が舞台裏で何をするかを物語っています。

過去10年間の大部分において、このシグナルは幾分隠蔽されてきました。SaaS全盛期（およそ2012年から2022年）には、実行があまりにも標準化されたため、流通は真に希少なリソースとなりました。効率的に顧客を獲得し、販売システムを構築し、「40のルール」を達成できれば、製品そのものはほぼ無意味になりました。市場開拓戦略が十分に強力であれば、凡庸な製品でも勝つことができました。美的感覚のシグナルは、成長指標のノイズにかき消されてしまったのです。

AIは信号対雑音比に革命をもたらしました。誰もが午後1日で機能的な製品、美しいインターフェース、そして実際に動作するコードベースを生成できるようになった今、「使いやすさ」はもはや差別化要因ではありません。問題はこうなります。「これは本当に優れた製品なのか？」人は「良い」と「とてつもなく素晴らしい」の違いを理解できるのか？強制されなくても、最後のわずかなギャップを埋めるだけの関心を持つのか？

これは特に、給与計算、コンプライアンス、従業員データを扱うビジネスクリティカルなソフトウェアに当てはまります。これらの製品は、気軽に試してみて翌四半期に放棄できるようなものではありません。切り替えコストは現実的であり、障害モードは深刻であり、システムを導入した人々はその結果に責任を負うことになります。つまり、彼らは契約前にあらゆる信頼ヒューリスティックを実行するということです。美しい製品は、それが発する最も力強いシグナルの一つです。それは、それを作った人々が心を込めて作ったことを示しています。彼らは目に見えるものを大切にしているように、目に見えないものにも気を配っている可能性が高いのです。

実行コストが低い世界では、美学が仕事の証明になります。

新しいフェーズの報酬は何ですか?

この論理は常に真実でしたが、過去10年間の市場環境により、この論理はほとんど忘れ去られてしまいました。ソフトウェア業界で最も重要なスキルが、ソフトウェアそのものにさえ関連していなかった時代もありました。

2012年から2022年の間に、SaaSの中核アーキテクチャはほぼ確立されました。クラウドインフラストラクチャは安価で標準化され、開発ツールも成熟しました。機能的な製品を構築することは困難でしたが、「解決済みの難題」でした。十分なリソースがあれば、人材を雇用し、確立されたパターンに従い、合格点に達することができました。真に不足していたのは、流通能力でした。勝者と凡庸な企業を区別するものは、流通能力でした。効率的に顧客を獲得できますか？繰り返し可能な販売活動を確立できますか？適切なタイミングで成長を促進するために、ユニットエコノミクスを十分に理解していますか？

そうした環境で成功を収めた創業者たちは、ほとんどが営業、コンサルティング、あるいは財務といった分野出身者でした。彼らは、10年前には意味不明に聞こえた指標、例えば純顧客維持率（NDR）、平均契約額（ACV）、マジックナンバー、そして40ルールといったものに造詣が深かったのです。彼らはスプレッドシートと営業パイプライン監査の中で生きており、その文脈において、彼らの考えは正しかったと言えるでしょう。SaaSブームは、そのブームを牽引するSaaS創業者たちを生み出しました。それは、まさに合理的な進化的適応でした。

しかし、息苦しさを感じました。

私は人口2億5000万人のインドのある州の小さな町で育ちました。毎年、インド全土からMITに入学できるのはわずか3人ほど。彼らは例外なく、デリー、ムンバイ、バンガロールにある高額な予備校――この目的のために特別に設立された学校――の出身です。私は、この州の歴史上初めてMITに入学した人物です。このことを言うのは自慢するためではなく、本稿の論点を象徴しているからです。つまり、入学障壁が高いとき、名声が結果を左右するということです。入学障壁が高いとき、深い知識を持つ者が必ず勝利するのです。恵まれた環境の出身者でいっぱいの部屋の中で、私は深い知識で勝つチップでした。それが私が知っている唯一の賭けでした。

私は物理学、数学、そしてコンピュータサイエンスを学びましたが、これらの分野において最も深い洞察はプロセスの最適化からではなく、他の人が見逃した真実を見出すことから得られました。修士論文は、分散機械学習の訓練におけるストラグラー緩和についてでした。大規模なシステム運用時に発生する制約を、全体の整合性を損なうことなく最適化する方法です。

20代前半、スタートアップの世界を覗いていた頃、こうした深遠な洞察がまるで無意味であるかのような光景を目にしました。市場プレミアムは製品そのものではなく、「市場開拓」に注がれていました。技術的に優れたものを作ることはナイーブに見え、顧客獲得、維持、そして販売スピードといった「真のゲーム」から目を逸らすものと見なされていたのです。

そして、2022年末に環境は変化しました。

ChatGPTが示すのは、長年の研究論文よりも直感的でインパクトのある方法で、曲線が曲がったということです。新たなS字カーブが始まったのです。フェーズ移行は、前のフェーズに最もうまく適応した者ではなく、他の人々がその代償に気づく前に、新しいフェーズの無限の可能性を予見できる者に報います。

そこで私は仕事を辞めて、Warpを設立しました。

この賭けは非常に特殊です。米国には連邦、州、地方自治体合わせて800以上の税務機関があり、それぞれが独自の申告要件、期限、コンプライアンスロジックを持っています。APIもプログラムによるアクセスインターフェースもありません。何十年もの間、あらゆる給与計算サービスプロバイダーは、同じ方法でこの問題に対処してきました。つまり、人員を積み重ねるという方法です。何千人ものコンプライアンス専門家が、大規模運用を想定して設計されていないこれらのシステムを手動で操作してきました。ADP、Paylocity、Paychexといった伝統的な大手企業は、この複雑さを自ら解決するのではなく、従業員に吸収させ、そのコストを顧客に転嫁することで、ビジネスモデル全体を構築してきました。

2022年当時、AIエージェントはまだ脆弱だと分かっていました。しかし同時に、改善の兆しも見えていました。大規模分散システムに深く関わり、モデルの進化の軌跡を綿密に観察している人は、当時脆弱だった技術が数年後には信じられないほど強力になるだろうと、的確に予測できました。そこで私たちは賭けに出ました。AIネイティブなプラットフォームを、この分野で最も難しいワークフロー、つまり従来の巨大企業がアーキテクチャ上の制約のために決して自動化できなかったワークフローから着手し、根本から構築するという賭けです。

今、その賭けは成功しつつあります。しかし、より大きな視点はパターン認識にあります。AI時代の技術系創業者は、エンジニアリングの優位性だけでなく、洞察力にも優れています。彼らは様々な参入ポイントを見極め、様々な賭けに出ることができます。誰もが「永遠に複雑」だと考えているシステムを検証し、「真の自動化を実現するには何が必要か」と問いかけることができます。そして重要なのは、自らその答えを導き出せるということです。

SaaS全盛期には、制約下での合理的な最適化が支配的な力となっていました。AIはこうした制約を取り除き、新たな制約を導入しています。この新しい環境において、希少なリソースはもはや配分ではなく、可能性を見極める能力、そしてそれらを適切な基準に沿って構築する美的感覚と信念にかかっています。しかし、すべてを決定づける第三の変数があり、まさにこの点においてAI時代の創業者のほとんどが壊滅的なミスを犯しています。

高速での長期ゲーム

スタートアップ界で今、流行っているミームはこうです。「永久的な貧困から抜け出すには2年しかない。急いで構築し、急いで資金調達するか、さもなければ撤退するか、あるいは消滅するかだ。」

こうした考え方がどこから来るのか、私には理解できます。AI開発の急速なペースは、実存的な危機感を生み出し、その波に乗る機会は極めて限られているように思われます。Twitterで一夜にして有名になったという話を見た若者は、当然のことながら、ゲームの本質はスピードであり、最短時間で最速のランナーが勝者だと思い込んでしまうのです。

これは完全に間違った次元では正しいです。

実行のスピードは確かに重要です。私はこの信念を強く持ち、社名（Warp）にもその精神が刻まれています。しかし、実行のスピードは近視眼的であることと同義ではありません。AI時代に最も価値のある企業を築く創業者は、2年で利益を上げる人ではなく、10年間努力を続け、複利の恩恵を受ける人です。

近視眼的な過ちは、ソフトウェアの最も価値ある要素、すなわち個人データ、深い顧客関係、実際のスイッチングコスト、そして規制に関する専門知識が長年の蓄積を必要とし、競合他社がどれだけの資本やAI能力を持ち込んでも、すぐには再現できないという事実にあります。Warpが州間企業の給与計算処理を行う際、私たちは数千もの管轄区域にわたるコンプライアンスデータを蓄積しています。解決済みの税務通知、処理済みの境界線上のケース、完了した州登録など、あらゆるデータが、時間の経過とともに再現がますます困難になるシステムを訓練します。これは機能上のポイントではなく、堀のようなもので、私たちが長年にわたり高品質で培ってきたからこそ、品質密度が実現されているのです。

この複利は1年目は目に見えません。2年目にはほとんど見えません。5年目には、すべてが明らかになります。

スノーフレークの元CEOで、現存する誰よりも多くのソフトウェア企業を立ち上げ、成長させたフランク・スルートマンは、簡潔にこう表現した。「不快な」状態に慣れること。それも一時的なものではなく、永続的な状態として。アーリーステージのスタートアップにおける「戦場の霧」――方向感覚の喪失、不完全な情報、そして行動決定へのプレッシャー――は、2年経っても消えることはない。単に進化し、古い不確実性が新しい不確実性に取って代わられるだけだ。生き残る創業者とは、確実性を見出す者ではなく、霧の中を明晰に航海する方法を学んだ者なのだ。

会社を立ち上げるのは信じられないほど過酷なことです。その過酷さは、実際に経験したことのない人に伝えるのは難しいものです。常に軽い恐怖に苛まれ、時折、より大きな不安に襲われることもあります。不完全な情報に基づいて何千もの決断を下し、たった一つの誤った決断が破滅につながることを重々承知の上で行動します。Twitterで見かける「一夜にして成功した」人たちは、単なるべき乗分布の外れ値ではなく、外れ値の極端な例です。こうした事例に基づいて戦略を最適化することは、間違ったコースを5km走ってよろめきながら完走した人たちのパフォーマンスを研究してマラソンのトレーニングをするようなものです。

では、なぜそれをするのでしょうか？楽だからでも、成功率が高いからでもありません。それをしないと、本当の意味で生きていないように感じる人がいるからです。「ゼロから何かを築く」ことへの恐怖よりも悪いのは、「決して挑戦しない」という静かな息苦しさだけなのです。

そして、もしあなたが正しい賭けに出て、他者がまだ価格を付けていない真実を見出し、美学と確信を持って十分な期間をかけて実行すれば、結果は単なる金銭的なものにとどまらないでしょう。あなたは人々の働き方を真に変える何かを築き上げたのです。人々が使いたくなる製品を生み出したのです。そして、あなたが築き上げたビジネスにおいて、最高の人材を採用し、彼らが活躍できるよう権限を与えたのです。

これは10年計画のプロジェクトです。AIがそれを変えることはできません。これまで一度も変わったことがないからです。

AI は、過去 10 年間で、粘り強く事業の全体像を把握できる創業者が到達できる限界を変えつつあります。

誰も注目しない天井

それで、このすべてが終わったらソフトウェアはどのようになるのでしょうか?

楽観論者は、AIが豊かさを生み出すと言います。より多くの製品、より多くの開発者、より多くの人々により多くの価値が分配されるのです。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。何でも午後のうちにコピーでき、防御策は機能しなくなるのです。彼らも部分的には正しいです。しかし、どちらの側も底値にばかり注目していて、天井値には誰も注意を払っていません。

将来、何千ものポイントソリューションが登場するでしょう。それは、特定の限定的な問題を解決できる、AIが生成した小さくて機能的なツールです。これらの多くは企業ではなく、個人や社内チームがそれぞれの課題を解決するために開発するでしょう。参入障壁が低く、容易に置き換え可能な特定のソフトウェア分野では、市場は真に民主化します。収益は高くなり、競争は激しく、利益率は極めて低くなります。

しかし、キャッシュフロー、コンプライアンス、従業員データ、法的リスクなどを扱うビジネスクリティカルなソフトウェアの場合、状況は全く異なります。これらのワークフローでは、エラーは極めて許容されません。給与計算システムに不具合が生じれば、従業員は給与を受け取れません。確定申告に誤りがあれば、IRS（内国歳入庁）から督促が来ます。給付金の受給期間中に給付が停止されれば、生身の人間が保険を失います。ソフトウェアを選択した者は、その結果に対して責任を負わなければなりません。この責任は、「バイブコーディング」で午後のひと晩で作り上げたAIにアウトソーシングできるものではありません。

こうしたワークフローにおいて、企業は引き続きベンダーを信頼するでしょう。これらのベンダー間では、 「勝者総取り」の力学が、前世代のソフトウェアよりもさらに極端になるでしょう。これは、ネットワーク効果がより強まっているからだけでなく（確かにそうではありますが）、大規模な運用、数百万件のトランザクション、そして数千件のコンプライアンスエッジケースを通じて蓄積されたプライベートデータを基盤とするAIネイティブプラットフォームの複合的な優位性により、後発企業が「リープフロッグ」方式で追いつくことが事実上不可能になっているからです。堀はもはや機能の集合体ではなく、ミスが許されない領域における長期にわたる高水準の運用を通じて蓄積された品質なのです。

これは、ソフトウェア市場がSaaS時代よりも統合化が進むことを意味します。10年後には、人事・給与計算分野では、市場シェアがそれぞれ1桁台にとどまる企業が20社も存在しなくなると予測しています。2～3社のプラットフォームが市場価値の大部分を占め、多数の汎用ソリューションがほとんどシェアを占めなくなると予想しています。コンプライアンスの複雑さ、データの蓄積、そして切り替えコストといった要素が絡み合うあらゆるソフトウェア分野で、同様の傾向が見られるでしょう。

これらの分布の上位に位置する企業は、驚くほど似通っている。真の製品美学を持つ技術に精通した個人によって設立され、創業初日からAIネイティブのアーキテクチャを基盤としており、既存の巨大企業が既存事業を解体しなければ構造的な対応ができない市場で事業を展開している。彼らはAIが生み出すものに関する確かな真実を見抜き、早い段階で独自の洞察力に富んだ賭けに出た。そして、その複利効果が明らかになるまで、持ちこたえたのだ。

これまで、このタイプの創業者について抽象的な説明をしてきました。しかし、私自身もそのような創業者を目指しているので、その人物像をはっきりと理解しています。

2022年にWarpを設立したのは、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、備品管理、人事プロセスなど、従業員業務のあらゆるスタックが手作業と時代遅れのアーキテクチャに基づいて構築されており、AIがこれらを完全に置き換えることができると信じているからです。改善ではなく、置き換えるのです。大手企業は、複雑さを従業員に吸収させることで数十億ドル規模のビジネスを築き上げました。私たちは、複雑さを根源から排除することでビジネスを構築していきます。

この賭けは3年で成功しました。サービス開始以来、5億ドル以上の取引を処理し、急成長を遂げ、世界で最も重要なテクノロジーを構築す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、対処するエッジケース、そして構築する統合によって、プラットフォームは模倣が困難になり、お客様にとってより価値のあるものになっています。堀はまだ初期段階ですが、既に形になり、加速しています。

私がこう言うのは、Warpの成功が予め決まっていたからではありません。べき乗分布の世界では、何も決まっていないのですから。私たちをここに導いた論理は、まさにこの文章全体を通して述べてきた通りだからです。真実を見極めろ。誰よりも深く掘り下げろ。外部からの圧力を受けずに維持できる高い基準を確立しろ。そして、自分が正しいかどうかを見極めるまで、それを貫き通せ。

AI 時代において、優れた企業は、アクセスは決して希少なリソースではなく、洞察力が重要であることを理解している人々によって構築されます。実行は決して堀ではなく、テイストが重要である;スピードは決して優位性ではなく、深さが重要である。

べき乗則はあなたの意図を気にしません。しかし、正しい意図には報いを与えます。