作者：贝叶斯之剑
昨夜、北京大学イノベーション・起業学院の第2回AI起業投資授業が終わったばかりで、熱が冷めやらぬうちに、今日この記事を書き上げた。
ゲスト講師は金沙江創投のマネージングパートナー、朱嘯虎氏。
2時間以上にわたり、彼はインターネット、AI、オープンソース、身体性知能、ロボット、投資について語ったが、実際に一貫して流れていたのは、一つの問いだった：
技術がますます強力になる中で、一つの会社は一体何によって生き残るのか？
そして彼は冒頭で早々に自身の答えを提示した：
「技術は重要だが、さらに重要なのは人文とビジネスである。」
この一文だけを切り取ると、AI時代にテクノロジーに反対の立場を取るインターネット投資家と簡単に解釈できてしまう。
しかし、2時間以上聞いてみると、彼が本当に伝えたかったのは、まさに「技術は重要ではない」ということではなかった。
むしろ、この授業に一貫して流れていた問いはこれだ：
新しい技術が登場した後、技術的優位性は一体どれだけ持続できるのか？
今日、半年先行していても、半年後には業界全体が実現できるとしたら？
今日、モデル訓練に数億ドル必要でも、数年後にはコストが端数になるだけだとしたら？
今日、ある会社が新機能で資金調達しても、明日にはプラットフォーム側がその機能を無料でOSに組み込んでしまうとしたら――では、10年後に企業がまだ存在しているかどうかを本当に決めるものは、一体何なのか？
朱嘯虎氏は、テンセント、アリババ、滴滴出行、美団、DoorDash、Airbnb、太陽光発電、電気自動車、大規模言語モデル、AIアプリケーション、世界モデル、ロボットなど、長い一連の事例を用いて、実際には同じ問いに答えていた：
技術は永遠に希少ではない。本当に難しいのは、技術が希少から普及へと移行する過程で、次の希少資源を見つけることである。
これこそが、この授業から持ち帰るべき最も価値のある認識かもしれない。
朱嘯虎氏は冒頭で、異なる技術サイクルを区別した：技術サイクルの初期段階では、技術の先進性とインフラが最も重要である。
しかし、技術が急速に普及し平準化されると、起業と投資は再び、顧客獲得、維持、スケール化、ビジネスモデルといった「セクシーではない」問題に直面する。
そして、このロジックを今日のAI、身体性知能、ハードテック産業に当てはめると、さらに鋭い問いが浮かび上がる：
モデル、アルゴリズム、ハードウェアの能力が最終的に拡散するのであれば、テクノロジー企業の参入障壁は、一体どこに築くべきなのか？
01｜技術は重要でないのではなく、「重要性には有効期限がある」
朱嘯虎氏の授業全体を理解する上で、まず一つの誤解を取り除くことが最も重要だと思う。
彼は「市場派が技術派に反対している」わけではない。
彼が本当に提供しているのは、動的な枠組みである：
技術進歩の速度が技術拡散の速度を上回る場合、技術の優位性が最も重要になる。技術拡散の速度が技術進歩の速度を上回る場合、勝敗を決める変数は移行する。
これは授業のPPTの中で最も記憶に値する図でもある：縦軸は技術進歩の速度、横軸は技術拡散・商品化の速度である。
大規模言語モデルの初期段階が非常に典型的だ。
新しい最先端モデルが、前世代を明らかに上回る能力を持てば、すぐにユーザー、開発者、注目を集めることができる。この段階では、誰が先にSOTAを達成するかが、主導権を握る鍵となる。
なぜなら、技術自体が希少品だからである。
しかし問題は、AIが歴史上最も急速に拡散する技術革命の一つになる可能性があることだ。
モデルアーキテクチャが公開され、論文が公開され、エンジニアリングの経験が拡散し、人材が企業間を移動し、オープンソースモデルが急速に追いつき、推論価格が継続的に低下すると、過去には非常に高い資本が必要だった能力が、ますます安価に多くの企業に提供されるようになる。
すると、非常に直感に反する現象が現れる：
先行者は業界全体のために金を払って道を切り開き、後発者はすでに検証された経路に沿って急速に追いつく。
これが、朱嘯虎氏がインターネットとハードテックを非常に興味深い形で区別した理由でもある。
インターネットにはしばしば明確な先発優位性がある。
プラットフォームが最初にユーザーを獲得する際、トラフィックは安い。ネットワーク効果とユーザーの認知が形成されると、後発者は追いつくために10倍、20倍のコストを払わなければならないかもしれない。
しかし、テクノロジー産業は全く同じではない。
先行者はまず、研究開発の失敗、路線の試行錯誤、エンジニアリングコストを負担しなければならない。
路線が検証されると、後発者の学習速度は非常に速くなる可能性がある。
朱嘯虎氏はさらに、太陽光発電と新エネルギー自動車を例に挙げた。
産業が技術成熟と拡散段階に入ると、最終的な勝敗は「誰が最初に技術を掌握したか」ではなく、徐々に次の要素に移行する：
サプライチェーン効率、チャネル、ブランド、資本コスト、規模製造能力。
彼が通威、華為、小米などの事例を用いて示そうとしたのは、技術が無用だということではなく、次のことである：
技術が差別化能力から業界標準装備へと変わると、競争のルールが変わる。
朱嘯虎氏は授業の質疑応答でも、この線を明確に説明した：技術進歩が拡散より速い場合、技術が支配的な位置にある。進歩が拡散より遅くなると、企業は再び顧客獲得、ユーザー維持、ビジネス効率の問題に答えなければならない。
したがって、この授業全体で本当に記憶に値するのは、「先発優位か後発優位か」ではないかもしれない。
そうではなく：
あなたは技術サイクルのどの段階にいるのかを判断しなければならない。
同じ企業でも、異なる段階で構築すべき能力は全く異なる可能性がある。
技術的ブレークスルーの段階では、誰よりも速く走る必要がある。
拡散段階では、他社よりも安く、安定して、規模化して技術を実際の顧客に届ける必要がある。
成熟段階では、チャネル、ブランド、資金コスト、運営効率の競争に入る可能性がある。
つまり：
技術の重要性は消えないが、「希少変数」としての技術のライフサイクルは、創業者が想像するよりもはるかに短い可能性がある。
02｜3Sは起業の常識ではなく、「価値獲得モデル」である
朱嘯虎氏は、自身が20年間使用してきたプロジェクト判断基準を3つのSにまとめている：
Significant、Scalable、Sustainable。
表面的な翻訳は簡単だ。
市場は十分に大きいか？
急速に拡大できるか？
長期的に防御できるか？
しかし、これを単にVCによくある投資チェックリストと理解するなら、この3つの言葉を過小評価していることになる。
私はむしろ、3Sをより本質的な3つの問いに翻訳したい。
第一に、あなたが生み出す価値のプールは一体どれほど大きいのか？
彼はベンチャーキャピタルに対する要求を非常に直接的に述べている：小さな市場から十分な投資リターンを生み出すのは難しい。
したがって、創業者はまず「自分にできるかどうか」ではなく、次のように問うべきである：
たとえ私が1位になったとしても、この事業は一体いくらの価値があるのか？
起業プロジェクトは初日から、製品ではなく天井を選んでいることになる。
これが、彼が後に「市場の再定義」を繰り返し強調する理由でもある。
DoorDashは米国で最初のフードデリバリープラットフォームではなかった。
先行するGrubhubはすでに大きな市場を占めていたが、そのモデルは主に自社配送が可能なレストランをカバーしていた。
DoorDashは自社で配送能力を構築することを選択し、これにより元々デリバリーを提供できなかったレストランも市場に取り込むことができた。
他社から10%のシェアを奪うのではなく、市場そのものを拡大したのである。
Airbnbも同様のロジックである。
もし「民泊」が観光地の高級住宅や別荘だけを含むなら、市場には明らかな上限がある。一般住宅、一室、さらにはソファーも供給に含めることができれば、市場全体の定義が変わる。
第二に、価値を生み出すプロセスは複製可能か？
これがScalableである。
多くの企業は顧客がいないわけでも、儲かっていないわけでもない。新しい顧客を獲得するたびに、新たな人員を投入して新たなプロジェクトをやり直さなければならないのである。
こうした企業は儲かるかもしれないが、ベンチャーキャピタルが追求する指数関数的な拡大ロジックには必ずしも合致しない。
朱嘯虎氏は中国のソフトウェア企業を例に挙げた：カスタマイズに大きく依存する場合、顧客が増えるごとに納品コストが増加するため、規模が大きくなるほど組織は重くなる。
一方、標準化された消費者向けアプリケーションは、1つの製品で1万、100万のユーザーにサービスを提供できるため、拡大のロジックは全く異なる。
第三に、最も見落とされがちな点：あなたが生み出した価値は、最終的に誰のものになるのか？
これこそがSustainableの真に難しいところである。
スタートアップは非常に優れた製品を作ることができる。
多くのユーザーを持つこともできる。
短期間で急速に成長することもできる。
しかし、特定のプラットフォームにトラフィックを依存し、特定の大口顧客に収入を依存し、少数のサプライヤーに生産を依存している場合、あるいは中核機能がプラットフォーム側によって迅速に複製される可能性がある場合、企業が生み出した価値は最終的に自分たちのものにはならない可能性が高い。
したがって、Sustainableが本当に問うているのは：
あなたは価値獲得権を持っているか？
これは特許を持っているかどうかとは別問題である。
技術的優位性とも別問題である。
真の参入障壁とは、競争が発生した後、あなたが他者が迂回できないものを手中に収めているかどうかである。
03｜テンセント、滴滴、美団が繰り返し登場：真の参入障壁は「コントロールポイント」
なぜ朱嘯虎氏はAIについて語りながら、テンセント、アリババ、滴滴、美団にかなりの時間を割いたのか？
それは彼の体系において、インターネット時代の最も重要な遺産は、特定の製品戦略ではなく、次の理解だからである：
バリューチェーン上のコントロールポイントはどこにあるのか？
彼はテンセントを「トラフィックの高台」と定義した。
テンセントの多くの事業は、最初に手がけたものではない。
ゲームもそうではない。
動画もそうではない。
ネット文学もそうではない。
しかし、QQやWeChatのようなソーシャル関係ネットワークが存在する限り、テンセントは長期的に極めて希少なトラフィック入口を掌握している。
これは、先行者の失敗を観察し、入口、資本、ユーザーベースを活用して迅速に追いつくことができることを意味する。
言い換えれば：
製品の優位性は追いつかれる可能性があるが、入口の優位性はそれほど簡単には複製できない。
朱嘯虎氏のアリババ分析は全く逆である。
ECは本質的にトラフィックを消費する。最終的には取引を促進し、ユーザーにお金を使わせる必要があるため、継続的にトラフィックを獲得する必要がある。
これが、彼がテンセントやバイトダンスのような、持続的に注目を集めることができるプラットフォームは、取引プラットフォームとは異なる構造的優位性を持つと考える理由である。
さらに一段下がって、二面性ネットワークがある。
なぜ滴滴や美団のようなプラットフォームの価値が高いのか？
それは両側が十分に分散しているからである。
多数のドライバーが多数の乗客とつながり、多数の店舗が多数の消費者とつながっている。
このような「多対多」のネットワークが一度構築されると、後発者は単にAPIを接続するだけで複製できるものではない。
対照的に、供給側に中核となるサプライヤーが2、3社しかいない場合、たとえユーザーが多くても、防御力は十分ではない可能性がある。
朱嘯虎氏は非常に直接的な例を用いた：
映画チケット事業は一見膨大な消費者を抱えているように見えるが、上流のチケット発行システムが高度に集中している場合、競合他社は同じインターフェース接続を完了するだけで参入することができる。
このようなプラットフォームはトラフィックを持っているが、必ずしも十分に強い供給コントロール力を持っているわけではない。
さらに、彼は高頻度・低頻度について語ったが、本質はやはり「頻度が高ければ高いほど高度」ではない。
本当の問題は：
ユーザー関係は一体誰のものなのか？
年に一度しか使わない製品は、需要が発生するたびに大規模プラットフォームに流れを奪われる可能性がある。
一方、高頻度製品は継続的にユーザーの入り口を占拠できる。
つまり、本当に重要なのは「高頻度」という言葉ではなく、その背後にある関係の継続性である。
これが、彼がユーザー維持を非常に重視する理由でもある。
講義の中で、彼が示した経験的な基準は、翌月の維持率と半年後の維持率であり、VCからの資金提供は企業が新規ユーザーを獲得するのを助けることができるが、獲得したユーザーが長期間留まるかどうかは全く別の問題であると明確に強調した。
これらの事例をすべて抽象化すると、朱啸虎が繰り返し探し求めているのは、実は次のようなものであることがわかる：
ユーザー入り口、需給ネットワーク、ブランド、サプライチェーン、チャネル、そして長期的なユーザー関係。
これらのものには共通点がある：
それらはすべてコントロールポイントである。
したがって、AI起業家が自問すべき非常に価値のある問いは：
もし明日、競合他社があなたと同じくらい優れたモデルを持っていたら、あなたには何が残るのか？
答えが「何も残らない」なら、今日見えている技術的優位性は、おそらく単なる時間的猶予に過ぎず、まだ参入障壁ではない。
04｜AI時代に最も危険なこと：あなたが作り出しても、プラットフォーム側が無料であなたの機能を提供してしまう
これこそが、この講義全体で最も現実的な破壊力を持つ部分でもある。
過去2年間、多くのAIスタートアップは実際には同じことを行ってきた：
ワークフローを見つけ出し、そこに大規模言語モデルを組み込み、元のタスクをより速く、より安く、より自動化する。
このアプローチは確かにプロダクト価値を生み出すことができる。
しかし、朱啸虎は繰り返し別の問題を指摘している：
機能価値は、企業価値と同義ではない。
ある企業が非常に有用な機能を作り出せたとしても、その機能が本質的に特定の大規模プラットフォームに属するものであれば、製品が成功すればするほど、むしろ他人のために需要を検証しているようなものになる。
彼はこの状況を次のように呼んでいる：
大企業の踏み台になる。
例えば、AIオフィス業務。
もしユーザーが最終的にオペレーティングシステム、オフィススイート、またはスーパーアプリの中で作業を完了するのであれば、独立したAI PPT、AI文書、AIオフィスツールは答えなければならない：
なぜプラットフォーム自身がこれを作らないのか？
もしプラットフォームが同じ機能を統合したら、あなたには何が残るのか？
彼は講義の中で、このリスクをAI医療ソフトウェアにまで拡大した。
Abridgeのような製品は、AIを利用して医師と患者の会話を自動的にカルテに整理する。需要は現実的であり、製品にも価値がある。
しかし、もし病院のコアとなるカルテシステム自体が医師の入り口、病院の顧客、データを掌握しているなら、プラットフォーム側が同様の機能を無料で統合した場合、独立した機能型製品は極めて強い圧力に直面することになる。
すると、「大企業があなたを真似る」よりもさらに危険な構造が現れる：
あなたの投資家、チャネルパートナー、顧客が、将来あなたの競合他社になる可能性がある。
朱啸虎はこの枠組みをさらに半導体産業にも当てはめた。
自動車メーカーの調達量が少ない場合、専門の半導体企業から購入するのは確かに割に合う。
しかし、自動車全体の規模が十分に大きくなり、技術もある程度普及すると、半導体の内製化が経済性を持つようになる可能性がある。
すると、昨日までの顧客が再計算を始める：
なぜ自分たちで作らないのか？
同じロジックは、大規模言語モデル、AIエージェント、エンタープライズソフトウェア、ロボットにも当てはまり得る。
したがって、本当に危険なのは「大企業は強い」という当たり前の言葉ではない。
そうではなく：
あなたはバリューチェーンの中で、上流または下流に自然に統合されてしまう位置にいるのかどうか、である。
講義の中で朱啸虎は非常に率直に表現した：入り口を持たずに、簡単にコピーされるAI機能だけを作るなら、最終的には他人のための下準備をしているに過ぎない可能性が高い。
この判断は、今日の多くのAIスタートアップにとって、「モデルの能力がさらにどれだけ向上したか」よりも警戒すべきものである。
なぜなら、モデルが強力になればなるほど、特定のアプリケーションの開発ハードルは逆に低くなる可能性があるからだ。
かつてはチームが半年かけて行っていたことが、将来的には小さなチームが数週間で実現できるようになるかもしれない。
すると、パラドックスが生じる：
AIが強力になればなるほど、起業は容易になる。しかし、起業が容易になればなるほど、単純な製品自体が障壁を構成することが難しくなる。
05｜200社以上のロボット企業の後で：朱啸虎は一体何を弱気に見て、何に賭けているのか
この部分は、私が最も注目すべき点だろう。
なぜなら、朱啸虎は身体性知能とロボットに対して常にかなり「毒舌」だからだ。
講義の中で、彼は中国ですでに200社以上のロボット企業が出現し、ダンスやボクシングの能力を繰り返し披露していることに再び言及した。
ワールドモデルにも多数のスタートアップチームが現れている。
彼の態度は非常に明確だ：
技術的な道筋自体がまだ完全に収束していないにもかかわらず、コピーと資金調達の速度がすでに非常に速い場合、投資家にとってリスクは高い。
ここだけ聞けば、容易に次の結論に達するだろう：
朱啸虎はロボットに弱気である。
しかし、講義全体を最後まで聞いた後、この判断は正確ではないと私は考える。
彼が本当に弱気なのは、ロボットではない。
そうではなく：
商業的価値がまだ現れていないにもかかわらず、事前に「汎用知能」という物語で自らに値札を付けたロボット企業である。
彼は実際にロボットに投資している。
そして、講義の中でかなりの時間を割いて、自分がどのようなロボット企業に投資したいかについて語った。
答えは非常に一貫している：
シナリオが十分に具体的で、価値が十分に高く、技術が今すぐに実現可能であること。
彼は水中ロボットプロジェクトについて語った。
最初は単なる船体洗浄だった。
これは最初に聞くと全く「セクシー」には聞こえない。
しかし、実際のタスクに沿って拡張していくと、需要が次々と現れる。
船体の洗浄が必要。
税関は水中での船体検査が必要。
洋上太陽光発電や風力発電の構造物の洗浄が必要。
水産養殖の生け網には海藻や付着物の除去が必要。
そして水中環境には、非常に重要な特徴がある：
人間にとっては、危険で、高コストで、効率が低い。
ロボットにとっては、タスクは比較的標準的である。
すると、当初は非常にニッチだった「船体洗浄ロボット」が、隣接するタスクに沿って拡大し続ける可能性がある。
これは、人型ロボットに今日は服をたたませ、明日は料理を作らせ、明後日は高齢者の介護をさせるのとは全く異なる。
前者は：
類似したタスク空間内での汎化である。
後者は、ロボットに一度に非常に異なる環境とタスク分布をまたぐことを要求する可能性がある。
朱啸虎は後に倉庫ロボットの問題に答えた際に、ある言葉を使った。身体性知能に携わる人々が特に覚えておく価値があると思う：
「少しジャンプすれば手が届く距離であること。」
彼は、倉庫内での衣類の仕分けがまさにそのようなシナリオだと考えている。
環境は制御可能で、タスクは明確で、人手の規模は十分に大きく、経済的価値は計算可能であり、技術的な距離もそれほど遠くない。
逆に、家庭用シナリオは誰もが理解しているように見えるが、実際に参入すると、物体、空間、タスク、そして人間のニーズの変化は極めて複雑であり、汎化の難易度は価値密度をはるかに上回る可能性がある。
したがって、朱啸虎のロボット投資ロジックを一文に要約するなら：
ロボットが何でもできることを先に証明するのではなく、ある一つのことを誰かが継続的にお金を払ってでもやらせる価値があることを先に証明せよ。
これは実際、身体性知能がデモから産業へと移行する際に避けて通れない一歩でもある。
企業は非常にクールな動画を制作できる。
しかし、現実のビジネス世界が答える必要がある問いは以下の通りである：
- 誰が買うのか？
- なぜ今買うのか？
- 投資回収期間はどのくらいか？
- タスクの頻度はどのくらいか？
- ロボットが代替するのは誰か？
- 一台の機械が年間にどれだけの経済的価値を生み出すのか？
- このタスクは隣接する業界に移行できるか？
- 一度技術が普及したら、サプライチェーン、チャネル、納品、コスト面での優位性はどこにあるのか？
したがって、朱啸虎は従来のインターネットのロジックで単純に身体性知能を否定しているわけではない。
より正確に言えば、彼はテクノロジー起業を最も素朴な問いに立ち返らせようとしている：
この技術は、今日、具体的に計算可能などんな価値を生み出しているのか？
06｜AIアプリケーションの二つの道：C向けは10倍の体験、B向けはオープンソースを活用した海外展開
ロボットに加えて、この講義で情報密度が非常に高かったもう一つの部分は、朱啸虎のAIアプリケーションに関する判断である。
彼のC向けとB向けのロジックは全く異なる。
C向け：需要を発明するな、すでに検証された需要をやり直せ
朱啸虎は、今日のAIネイティブな消費者向けアプリケーションはまだ非常に初期段階にあると考えている。
彼は非常にイメージしやすい比喩を使った：
トークンプランは、まだ3G以前のデータ通信料金プランのようなものだ。
真の大衆向けアプリケーションの爆発には、少なくともさらにいくつかの条件が成熟する必要がある。
使用価格が十分に低いこと。
レイテンシが十分に低いこと。
ユーザーが複雑なプロンプトを研究する必要がないこと。
ユーザーが毎日、どのモデルを選ぶべきか考える必要もないこと。
これらの技術的な詳細が徐々に背景に消え、一般の人が製品体験だけを見るようになって初めて、AIアプリケーションは真の消費者向け製品に近づく。
では、今最も作る価値のある製品は何か？
朱啸虎が示した答えは非常に興味深い：
必ずしも全く新しい人間の需要を創造しようとしなくてよい。
過去にすでに存在が証明されている需要に対して、AIが体験を10倍に向上させることができれば、巨大な機会が生まれる可能性がある。
彼はロールプレイング、感情的な伴走、AI玩具を例に挙げた。
人間が仮想キャラクターと感情的な関係を築きたいという欲求は、大規模言語モデルの時代になって初めて現れたわけではない。
電子ペット、恋愛ゲーム、インタラクティブエンターテインメントは、数十年にわたって検証されてきた。
AIが変えたのは、製品の供給方法である。
以前は、恋愛ゲームはあらかじめデザインされた数人のキャラクターと数本のストーリーラインしか提供できなかった。
現在では、各ユーザーは理論上、よりパーソナライズされ、動的で、継続的に進化するキャラクターを得ることができる。
需要は変わっていない。
供給能力に桁違いの変化が起きた。
したがって、朱啸虎が強調するのは単なる「AI＋旧製品」ではない。
重要なのは：
AIがユーザー体験を桁違いに向上させたかどうかである。
講義の質疑応答で、彼はこのハードルを非常に明確に述べた：ユーザーが真に10倍の改善を感じることができて初めて、スタートアップの成長ロジックが成立し得る。
B向け：オープンソースは技術戦略であるだけでなく、GTM戦略にもなり得る
中国のエンタープライズソフトウェアは、長期間にわたってある困難に直面してきた。
国内顧客の客単価は限られており、同時に大企業向けカスタマイズと営業コストは高い。
ある企業が主に営業チームに依存して一つ一つキーアカウントを獲得していると、「収益は増えるが、組織も同時に重くなる」という状況に陥りやすい。
そしてAI時代において、朱啸虎は「オープンソース」が全く異なる海外展開の道を提供する可能性があると考えている。
まず、オープンソース製品を通じてグローバルな開発者コミュニティに参入する。
ユーザー自身にダウンロード、試用、フォーク、デプロイをさせる。
その後、コラボレーション、セキュリティ、エンタープライズサービスなどの段階で商業化を完了する。
ここでのオープンソースは、もはや単なる技術理念ではない。
それは本質的に：
PLG（プロダクト主導型成長）（PLG）＋グローバルな流通である。
中国のソフトウェアがこれまで最も欠いていたグローバルな販売チャネルが、GitHub、開発者コミュニティ、オープンソースエコシステムによって部分的に代替される可能性がある。
その一方で、彼は基盤モデルそのものについても、オープンソースに非常に好意的な見方を示している。
彼の判断は、オープンソースモデルの能力が徐々に「十分に良い」レベルに達するにつれて、クローズドソースモデルの高いプレミアムは絶えず挑戦を受けるだろうというものだ。
注意してほしいのは、これはあくまで朱嘯虎の投資判断であり、すでに確定した産業の最終形ではない。
しかし、その背後にあるロジックは非常に一貫している：
基盤となる能力がコモディティ化に向かうとき、価値は上位のアプリケーション、流通、シーン、ユーザー関係へと移行する。
つまり：
モデル自体がますます安くなることは、AIに価値がないことを意味しない。
それがより示唆するのは：
価値が別の場所に移り始めるということだ。
07｜「コンセンサスから15°の偏り」：朱嘯虎の真の投資手法
講義の後半には、非常に見落とされがちだが、非常に「朱嘯虎らしい」言葉があった：
15°。
多くの投資家は「非コンセンサス」を好んで語る。
最も伝説的な投資ストーリーは、往々にしてこうだ：
全世界が信じない中で、私だけが信じた。
しかし、朱嘯虎のこの手法は実際にはそれほどロマンチックではない。
彼はコンセンサスからあまりにも遠く離れることさえ望んでいない。
彼のロジックはむしろこうだ：
大きな方向性はコンセンサスで構わないが、具体的なベットポイントは市場より少しずらす。
なぜか？
なぜなら、投資は学術研究ではないからだ。
投資は最終的に出口（エグジット）を必要とする。
主流から90°も逸脱していれば、たとえ理論的に先駆的であっても、後続の資本、上場への道筋、流動性がない可能性がある。
しかし、完全にコンセンサスに従えば、別の問題に直面する：
全員の資金が同じ種類の資産に集中し、バリュエーションが将来数年、あるいは十数年の楽観的な期待をすでに先食いしている。
したがって、最もオッズのあるポジションは、ちょうどその中間にあるかもしれない。
朱嘯虎は最後に「15°の偏角」を説明する際、非常に現実的に述べた：
偏りすぎると、出口が困難になる；
しかし、依然としてAIの大きなトレンドの中にあり、ほんの少しずらすだけで、商業化、安全域、そして比較的合理的なバリュエーションを同時に得られる可能性がある。
これは、彼が今日の最もホットな方向性のいくつかにこれほど慎重である理由も説明している。
LLM。
AIインフラ。
GPU。
人型ロボット。
VLA（視覚-言語-行動モデル）。
世界モデル。
これらはもちろん重要だ。
しかし、全員がその重要性を認め、すべての資本がそこに殺到するとき、「重要」であることは自動的に「投資に値する」ことを意味しない。
投資が本当に気にするのは：
価格はいくらか？
いつ収益が発生するか？
技術パスは収束するか？
この会社は、他人が複製できないものを本当に持っているのか？
したがって、朱嘯虎が本当に探しているのは、おそらく「次の最もホットな技術」ではない。
むしろ：
大きなトレンドは間違っていないが、市場が一時的にすべての価値を価格に織り込んでいない、その15°の偏角だ。
これが、彼のPPTの別の側面に、それほどセクシーではない方向性が現れる理由でもある：
AI消費者向けアプリケーション。
AIによる能力強化サービス。
AI消費者向け電子機器。
産業オートメーション。
これらは必ずしもAI技術の最先端を代表するわけではない。
しかし、実際の支払い、サプライチェーン、ビジネスのクローズドループにより近い可能性がある。
したがって、「コンセンサスから15°の偏り」の本質は、結局のところオッズにある：
誰も理解していない未来に賭けるのでもなく、誰もが知っている未来を最も高い価格で買うのでもない。
08｜最後に：技術は平等化し、希少性は移行する
講演全体を聞き終えて、朱嘯虎が本当に伝えたかったのは、「AIでスタートアップをどうやって成功させるか」という固定された公式ではないと思う。
まったく逆に、彼は実際にすべての起業家に警告している：
いかなる固定された答えも盲信するな、と。
インターネット時代、希少だったのはトラフィックだ。
したがって、ファーストムーバーアドバンテージとネットワーク効果が極めて重要だった。
大規模言語モデルのブレイクスルー初期、希少だったのはトップレベルのモデル能力だ。
したがって、技術的リードが最も重要な変数だった。
しかし、モデル能力が絶えず拡散し、推論価格が下がり続け、オープンソースが徐々に迫ってくれば、新たな希少変数は次のようになる可能性がある：
ユーザー。
入口。
シーン。
サプライチェーン。
ブランド。
チャネル。
資金コスト。
デリバリー効率。
そして、本当にユーザーを引き留め続けられるプロダクト体験。
身体性知能（Embodied AI）も同様だ。
今日、皆が争っているのはモデル、データ、VLA（視覚-言語-行動モデル）、世界モデル、そして本体能力だ。
もしある日、これらの能力が徐々に収束し始めれば、ロボット産業は最終的に、すべての製造業がよく知る世界に入る：
誰がより安定して生産できるか、誰のBOM（部品表）がより低いか、誰のサプライチェーンがより強いか、誰が顧客チャネルを持っているか、誰が迅速に納品できるか、誰が顧客にROIを計算させられるか。
技術はもちろん重要だ。
しかし、「技術が重要である」ことと、「技術が長期的にビジネス上の障壁を構成できる」ことは、まったく異なる二つの文である。
したがって、朱嘯虎のこの2時間以上、数十枚のPPT、そして大量のインターネット事例を一文に圧縮するなら、私はむしろこうまとめたい：
AIスタートアップの真の勝負どころは、常に最先端の技術を持つことではなく、技術が希少性から平等化へと向かう過程で、他人より早く次の希少性を見つけ出し、それをスケーラブルで、防御可能で、長期的に価値を獲得できるビジネスシステムに変えることにある。
技術は平等化する。
しかし、価値は消えない。
価値はただ移行しているだけだ。
起業家にとって、本当に難しいのはAIが重要だと知ることではない。
別の問いに答えることだ：
いつか皆がAIを使えるようになったとき、あなたには一体何が残るのか？
