著者：フランク、PAニュース

ほとんどのテクノロジーカンファレンスで最も一般的な質問は「誰が何を発表したのか？」ですが、2026年5月に開催されたmu Shanghai AI WEEKで、PANewsはより実践的な質問を耳にしました。AIによって製品プロトタイプの構築がますます容易になるにつれ、起業における真の難しさはどこに移ったのでしょうか？

このイベントの特徴は、一般的なカンファレンスとは異なり、一時的な開発者向けスペースのような点です。ブースや企業プレゼンテーションはごくわずかで、テーマも固定されていません。アルゼンチン、シリコンバレー、日本、東南アジアなどから多くの海外開発者が上海に集まり、わずか1ヶ月の間に中国の開発者、模範企業、投資家、そして現地のエコシステムと交流を深めます。

イベント会場は、従来のホテルの会議室のような設えではなく、オープンスペース、段差のある座席、ビーズクッション、仮設プロジェクターなどを組み合わせたハイブリッドな空間だった。デスクでコーディングをする人もいれば、カーペットや四角いクッションの周りに集まってプレゼンテーションを聞く人も、隅に寄りかかってノートパソコンで製品の改良を続ける人もいた。壁には色鮮やかなmu Shanghaiの旗が飾られ、「私は誰？何が私を形作ったのか？」という問いが書かれた世界地図には、付箋や線がびっしりと貼られており、参加者たちが協力してアイデンティティのネットワークを構築している様子を彷彿とさせた。

PANewsが現地で複数の主催者、プロジェクト担当者、投資家、モデル企業の関係者と行った話し合いから、AI起業が新たな段階に入りつつあることが明らかになった。AI起業の第一段階が「モデルに接続してより速く製品を開発できる人」だったとすれば、第二段階は「現実世界のシナリオを見つけ、ユーザーを獲得し、コミュニティを構築し、十分な期間存続できる人」となる。モデルは水、電気、ガスのようなものだ。今本当に希少なのは、パイプを接続する能力だけではなく、水を最も必要としている人を見つけ出す能力なのだ。

グローバル開発者向けの奥深い社会実験

mu Shanghaiを真にユニークなものにしているのは、その組織構造です。創設者の孫氏はPANewsのインタビューで、muは中国発祥ではなく、タイ、アルゼンチン、アフリカ、日本などのポップアップシティやスタートアップコミュニティを通じて広まったと述べています。従来の2～3日間のカンファレンスとは異なり、muでは約1ヶ月間、人々が同じ都市に集まり、共同で創造し、アイデアを交換し、共に生活し、関係を築くことを重視しています。

この形式は、イベントに自然と強いコミュニティ要素をもたらします。Sun氏によると、mu Shanghaiには約2,000人が登録し、最終的に800人以上が選ばれました。参加者の多様性も非常に高く、約20%が中国、18%が日本、韓国、インドなどの他のアジア地域、16%が東南アジア、10%がラテンアメリカ、10%が米国、11%がヨーロッパ、そして約6%がアフリカ出身でした。業界背景に関しては、AI専門家が約40%、Web3専門家が約20%から30%を占め、ハードウェア、バイオテクノロジー、投資など、さまざまなグループからの参加者もいました。

インタビューの中で、孫氏はこうしたイベントの魅力について次のように説明した。「大学を卒業すると、人々はこうした深い人間関係を築く機会がほとんどなくなります。職場や大都市でも、このような繋がりを築くのは難しいので、非常に価値があると思います。」孫氏の見解では、muは従来の学会のような瞬間的な人の流れを再現しようとしているのではなく、大学や地域社会、共同生活に近い、より密度の高い人間関係を築こうとしているのだという。

実際のイベント環境は、まさにこのイメージに近いものでした。メインステージが常に会場の中心にあるわけではなく、プロジェクタースクリーンの横に設置された字幕スクリーン、仮設のディスプレイスタンド、そして会場のあちこちに散らばったコンピューターが、イベントの日常的な背景を形成していました。ユーザーエクスペリエンスに関するプレゼンテーションでは、聴衆はきちんと椅子に座っているのではなく、低いクッションや床、オープンスペースのワークステーションなどに分散していました。講演者は前方でプレゼンテーションを行い、聴衆は耳を傾けたり、メモを取ったり、メッセージに返信したり、各自のプロジェクトに取り組んだりしていました。このややリラックスした雰囲気は、実際の開発者コミュニティの運営方法に非常に近いものでした。

これらの数字の意義は、イベント自体の規模にあるのではなく、従来の展示会とは異なる組織的な論理が示された点にある。従来のカンファレンスは、ブランドとユーザー、あるいは企業とクライアントを結びつけることが多いが、mu Shanghaiは、中国と海外の開発者文化を結びつけるという趣向に近い。このイベントでは、大規模な模擬ラウンドテーブル、ハッカソン、共同創造活動、語学学習、コミュニティ共有、即興のディスカッションなどが行われた。MiniMaxのプロダクトマネージャーであるFeng Wen氏は、会場での意見交換で、ここの雰囲気は「ステージ上でAIを共有する」だけではなく、文化交流、開発者の共同創造、コミュニティ参加も含まれていると述べた。

多数のWeb3実践者の出現は、この関係性をより複雑にしている。Web3業界がここ数年で蓄積してきたのは、オンチェーン資産や投機的な物語だけではなく、コミュニティの動員、グローバルなコラボレーション、ソーシャルメディアを通じた情報発信、開発者組織化のための手法群も含まれる。AIスタートアップ企業がモデルの実装からユーザーへのリーチ拡大へと焦点を移すにつれ、この手法は再び価値を持つようになった。

「どのように実現するか」から「誰に販売するか」まで：AIスタートアップ企業は、より複雑な段階に入りつつある。

PANewsがこのイベントで最も印象的だったのは、AI起業家たちがもはや「製品を作れるかどうか」にそれほどこだわっていないという点だった。マルチモーダルモデル、コード生成ツール、エージェントフレームワーク、自動化されたワークフローによって、製品プロトタイプの作成障壁は急速に低くなっている。以前はデザイナー、エンジニア、運用スタッフ間の連携が必要だった小さなツールも、AI搭載のコーディングツールを使えば、数人で数晩のうちに初期バージョンを構築できるようになったのだ。

より最近のデータは、参入障壁の変化をさらに明確に示している。JetBrainsが2026年1月に実施したAI Pulse調査によると、プロの開発者の90%が日常業務で少なくとも1つのAIツールを使用しており、74%が開発者向けに特別に設計されたAIツールを採用している。起業家にとって、「成功する」能力は、もはや障壁ではなく、より一般的なスキルになりつつある。

しかし、本当の問題は製品開発後に始まった。ネイサンという名の起業家はPANewsに対し、AI起業家が起業の方向性を見つけるのを支援する製品を開発していると語った。彼の論理は、AIが情報収集の範囲を拡大し、連続起業家の判断力と嗜好をルールに集約することで、AIがビジネスチャンスの兆候を発見できるようになるというものだ。しかし、この製品はより大きな現実も明らかにしている。製品開発が容易になるにつれて、「何をすべきか」という問いがますます少なくなっていくのだ。

ネイサン氏はPANewsに対し、「AIコーディングツールを使えば、新しいものを作るのはすでに簡単だ。本当に重要なのは、その方向性を追求する価値があるかどうかだ」と語った。彼の製品は、まさに「方向性を見つける」という行為そのものを製品化したものである。この小さな事例は、AI起業における新たな潮流を反映している。つまり、実行がAIによって強化されると、判断力は希少な資産となるのだ。

PANewsが主催した「AIコンシューマーエコシステムにおける革新的な実践と道筋の探求」に関する円卓会議において、複数の参加者が同様の見解を示した。AIによって迅速なプロトタイピング、デモサンプル、初期ローンチは確かに容易になったが、起業の真に困難な側面は消え去っていない。顧客獲得、商業化、コミュニティとの連携、ユーザー教育、そして人間関係の構築には、依然としてチームがより包括的な能力を備えている必要がある。

言い換えれば、AIは開発のハードルを下げるのであって、起業のハードルを下げるわけではない。かつて、製品競争における最初のハードルは「それが製造可能かどうか」だった。しかし、このハードルが大幅に下がった今、真の選考基準は流通、応用シナリオ、そして商業化へと移行した。あるインタビュー対象者は、これを次のように要約している。「ツールを作ることはもはや難しくない。難しいのは、製品、その知的財産、そしてその価値をより多くの人々に知ってもらうことだ。」

これは多くのAIツールが直面する共通のジレンマです。ツールが増えれば増えるほど、ユーザーは選択に迷い、モデルが強力になればなるほど、個々の機能が次のモデルアップデートで代替されてしまう可能性が高くなります。起業家にとって、今日では有望に見える製品も、基盤となるモデルの性能向上によって6か月後には存在意義を失う可能性があります。したがって、真の問題は「AIを導入するかどうか」ではなく、モデルが短期的に完全に排除できない特定のシナリオを見つけることができるかどうかなのです。

AIの利用は急速に広まっているが、AIをツールとして活用することと、シナリオ、プロセス、ガバナンス、組織能力など、その安定的な価値を実現することの間には、依然としてギャップが存在する。

Web3ユーザーがAIに殺到するのは、単に流行を追っているからではない。

純粋に物語的な観点から見ると、Web3の専門家がAI分野に流入しているのは、単なるトレンドの変化のように見えるかもしれません。しかし、mu Shanghaiでは、この変化の背景にはより実際的な理由があります。

一方では、仮想通貨業界の富の効果、資本配当、技術的配当は減少しており、多くの実務家が新たな技術的方向性を模索し始めている。他方では、AIアプリケーションは、Web3業界が最も得意とする機能、すなわちコミュニティ、グローバルな普及、開発者との関係構築、ソーシャルメディアを通じた配信といった機能を必要とする。

あるベテランWeb3実践者は、イベントで率直に、暗号通貨業界は10年の歴史があり、資本配当や認知配当の時代はほぼ終わったと述べた。今こそ、新たな技術的方向へ進むべき時だ。彼は起業家に対し、暗号通貨に多大なエネルギーを注ぎ続けるのではなく、事業、パーソナルブランド、資産配分を徐々にAIへとシフトさせるよう助言した。この見解はすべてのWeb3実践者を代表するものではないかもしれないが、聴衆の一部の人々の真の考え方を確かに反映している。

彼の発言は簡潔明瞭だった。「AIは長期的な投資に値すると信じています。ここで言う投資とは、単にツールを使うことだけでなく、キャリア、パーソナルブランド、資産配分を徐々にAIへとシフトさせていくことを意味します。」彼自身は、アクションカメラを使ってAI製品を開発するチームを探し出し、Vlogを撮影するAIブロガーに転身することを選んだ。

このような判断はすべてのWeb3実践者を代表するものではないかもしれないが、現場の雰囲気を示すには十分だ。AIはもはや単なる選択肢ではなく、一部のWeb3実践者にとって、時間、資産、そして職業上のアイデンティティを再構築するための方向性になりつつある。

AIを活用したソーシャルメディアアシスタントであるXerpaAIは、このイベントにブースを出展した。インタビューの中で、スタッフは「私たちは純粋なAIプロジェクトであり、技術的にはWeb3とは直接関係ありません。しかし、ユーザーの視点から見ると、間違いなくWeb3ユーザーにリーチできるでしょう。例えば、X AIアシスタントは、運用上のニーズを持つWeb3ユーザーの一部にサービスを提供します」と述べた。この発言は、AIアプリケーションとWeb3コミュニティの現在の曖昧な関係を的確に表している。つまり、製品自体はWeb3ではないかもしれないが、ユーザー、普及、初期段階のニーズは、しばしばWeb3と密接に結びついているということだ。

現地での意見交換の中で、モデル企業の代表者からは、AIツールを頻繁に利用するユーザーの多くが元々Web3の経験を持っているため、AIとWeb3のユーザー層を区別することがますます難しくなっているとの指摘があった。特に香港や上海のような地域では、AIとWeb3のユーザー層は、頻繁にイベントに参加する人、初期ユーザー、コミュニティの発信拠点となる人など、共通のグループを持つことが多い。彼らにとって、コミュニティメンバーがWeb3ユーザーであるかどうかは問題ではなく、テーマがAIであれば、全員の目標は同じなのだ。

この観点から見ると、Web3のAI分野への参入は単なる「移行」ではない。Web3は、オンチェーン技術そのものだけでなく、世界中の開発者をプロジェクトに結集させ、継続的な議論を促進し、彼らの貢献を促すための方法論をもたらす。現在のAIアプリケーションにとって、この機能は短期的な機能よりも再現が難しいかもしれない。

ハードウェア、サプライチェーン、そして中国の基盤

AIソフトウェアアプリケーションがモデルに「食い尽くされる」のではないかという不安に比べ、イベントでのAIハードウェア、身体化された知能、中国のサプライチェーンに関する議論は、より確実なものに見えた。インタビューを受けた数人は、AIが現実世界に進出すれば、ハードウェア、ロボット工学、身体化された知能、多感覚インタラクションに大きなチャンスが生まれるだろうと述べた。PANewsが主催した消費者向けAIラウンドテーブルでは、MiniMaxオープンプラットフォームのプロダクトマネージャーであるFeng Wen氏も、スマートハードウェア、ロボット工学、身体化された知能は今後3～5年で大きな転換期を迎え、AIはもはやソフトウェアインターフェースに限定されず、現実の物理世界に進出するだろうと予測した。

会議会場以外でも、ロボット分野は注目を集めている。5月18日に海外のロボットメーカーであるFigurが開催した、人間とロボットが競う荷物仕分けコンテストは、オンラインで大きな議論を巻き起こした。10時間以内では人間が僅差で勝利したが、より長い期間ではロボットが勝利したことは明らかだ。スタンフォード大学のHAI 2026 AIインデックスも、OSWorldのような実世界のコンピュータタスクテストにおけるAIエージェントの精度が約12%から66.3%に向上したことを示している。自動運転も大規模展開が始まっており、中国のApollo Goは1100万回の完全自動運転走行を達成した。

ハードウェア、ロボット、エッジコンピューティングなどを通じてAIが現実世界に浸透していくことは、もはや遠い未来の話ではない。

まさにここに、中国のエコシステムの独自の強みがある。孫氏はインタビューの中で、中国はハードウェア、AI、消費者向けテクノロジー、インフラを含むほぼ完全なサプライチェーンを有していると繰り返し述べた。AIハードウェアの開発を目指す海外の起業家にとって、原材料、工場、エンジニア、迅速なプロトタイピング能力など、あらゆる面で中国を迂回することは極めて困難だ。また、今回のイベントのために中国を訪れた多くの海外起業家は、中国の完全な産業チェーンを直接体験し、観察することを目的としていたことも明らかにした。

孫氏は、「ハードウェアを製造している限り、海外のチームは最終的にサプライチェーン、原材料、エンジニア、試作能力を求めて中国に戻ってくるだろう」と述べた。彼は、今後5年から10年の間に、より多くの国際的な人材がサプライチェーン、原材料、人材、そして資金を求めて中国に集まるだろうと考えている。海外の起業家にとって、中国は単なる市場ではなく、製品を市場に投入するためのインフラでもあるのだ。

イベントに参加したあるベンチャーキャピタリストはPANewsに対し、参加の主な目的は、単なる消費者向けアプリケーションではなく、ハードウェア技術、具現化された知能、そして世界モデルに重点を置いたアプリケーションがあるかどうかを見極めることだったと語った。彼らの論理は、ソフトウェアAIの複製コストが低下しているならば、ハードウェア、サプライチェーン、そして現実世界での相互作用が、単にモデルを更新するだけでは克服しにくい障壁となる可能性があるというものだ。

しかし、中国のAIエコシステムが海外の開発者にとって魅力的なのは、サプライチェーンだけによるものではありません。DeepSeek、Kimi、MiniMax、Zhipu、Qianwenといった国内開発モデルの登場により、海外の開発者は中国製モデルの能力を再評価するようになりました。しかし、中国製モデルを海外に輸出する際には、信頼性や導入に関する課題が残ります。MiniMaxオープンプラットフォームのプロダクトマネージャーであるFeng Wen氏は、中国製モデルは主にオープンソースを通じて海外で注目を集め、ブランド力を高めているものの、多くの海外開発者はデータ、コンプライアンス、信頼性の問題を依然として懸念していると指摘しています。オープンソースモデルであっても、ほとんどの人は自分で導入するのに十分なコンピューティング能力を持っていない可能性があります。そのため、米国企業が中国のオープンソースモデルを導入し、それを海外の顧客に提供するという中間層が出現しました。

海外の開発者にとって、中国のAIエコシステムの魅力は、もはやコストや市場規模だけではなく、絶えず拡大するモデル供給、エンジニアリング能力、そして産業変革能力にもある。

これは、中国のAIエコシステムにおける機会が直線的に広がるわけではないことを意味します。モデル能力、ハードウェアサプライチェーン、政府の取り組み、そして開発者コミュニティがすべて連携して初めて、海外の起業家を真に中国に呼び込むことができるのです。mu Shanghaiは、このプロセスにおいて、海外の開発者を中国に招き入れるコネクターのような役割を果たしています。

大手モデル企業が開発者コミュニティの獲得競争を開始

過去1年間、大手モデル企業間の競争は主にパラメータ、ランキング、価格に焦点が当てられてきたが、mu Shanghaiでは開発者コミュニティの重要性が前面に押し出された。国内の大手モデル企業は、単にAPI呼び出し数を増やすだけでなく、開発者に自社の存在を認知させ、信頼してもらい、自社のモデルを基盤としたアプリケーションを構築してもらう必要がある。

現地での意見交換の中で、馮文氏は、開発者関連の取り組みを数多く行ってきたと述べた。開発者体験、イベント選定、ゲスト参加、ハッカソン、審査員、トークンスポンサーシップなど、モデル企業のエコシステム構築には、これらすべてを組み込む必要があるという。

「開発者は私たちのユーザーです。だからこそ、私たちは開発者の体験を重視し、より多くの開発者に私たちの取り組みを理解してもらえるよう努めています」と馮文氏は述べた。この発言は、国内大手モデル企業のエコシステム戦略における補足説明とも言えるだろう。モデルはもはやプラットフォーム上に置かれて利用されるのを待つだけではなく、開発者が集まる場に積極的に進出しているのだ。

これはMiniMaxだけの判断ではない。参加者によると、Zhipuは北京に独自のYuandian Academyを所有しており、ほぼ毎週イベントを開催し、清華大学や北京大学といった一流大学のリソースにも近いという。AIGCとAGIのコミュニティも、固定スペース、ハッカソン、ホットポット会、開発者ナイトなどを通じて継続的に人材を集めている。これらのスペースは、開発者にとってオフラインのゲートウェイになりつつある。

この背景には、より大きな変化があります。モデル企業はもはや単に「モデルを公開する」だけでは満足しなくなっています。ユーザーが最初のハードルを克服できるよう、ドキュメント、試用プラットフォーム、事例研究、ビデオチュートリアルに加え、コミュニティ、ハッカソン、開発者向けイベントなどが必要となっています。エージェントの機能が向上するにつれて、ユーザー教育自体も再構築されています。以前は、開発者はドキュメントを読み、エラーコードを確認し、パラメータを理解する必要がありましたが、今ではエージェントがユーザーがドキュメントを読み、解決策を検索し、モデルを選択し、パスを自動的に修正するのを支援できます。

モデル企業にとって、真の競争はモデル利用料金だけではなく、開発者の日常業務にいち早く統合できるかどうかにかかっています。アプリケーション起業家にとって、真のチャンスはどのモデルを統合するかだけではなく、継続的に利用し、フィードバックを提供し、積極的に口コミを広めてくれる初期ユーザーグループを見つけることにあります。

必要とされること、理解されること、そして置き去りにされること

mu Shanghaiは、AIスタートアップにとって統一的な答えを提供しなかった。ハードウェアに楽観的な見方をする企業もあれば、ソーシャルメディアの成長に注目する企業、スタートアップの機会を探求する企業、文化輸出や精神的消費について議論する企業、海外の開発者や地元のパートナーとつながるための入り口と捉える企業もある。

しかし、一見散在しているように見えるこれらの手がかりこそが、まさに今日のAI起業の最も現実的な状況を表している。モデルの能力は向上し続けているが、アプリケーションの形態は依然として安定したシナリオを模索している段階であり、開発のハードルは下がったものの、流通と商業化はより重要になっている。Web3ブームは沈静化したが、その後に残されたコミュニティの手法はAIに吸収されつつある。中国のサプライチェーンとモデル能力は重要になっているが、海外の開発者は中国を理解するための信頼できる足がかりを依然として必要としている。

インタビューの中で、孫氏は、mu Shanghaiの長期的な目標は単なるイベント開催ではなく、海外と中国の人々が一堂に会し、協力し、新たなものを創造できる持続可能な空間を創り出すことだと述べた。実際、muには正社員はほとんどおらず、業務の多くは貢献者やパートナーによって支えられている。この組織構造は、Web3やオープンソースコミュニティと非常によく似ており、分散型で貢献主導型、そしてネットワーク構築に重点を置いているため、こうした文化に馴染みのある人々を惹きつける可能性が高い。

もちろん、このモデルにはまだ多くの不確実性が残っています。活動が長期的な空間へと発展するかどうか、コミュニティの熱意が実際のプロジェクトへと結びつくかどうか、海外の開発者が中国のエコシステムに長期的に留まるかどうか、そして大手モデル企業が開発者の活動を安定した利用量へと転換できるかどうかは、いずれも未知数です。コミュニティは出会いを生み出すことはできますが、閉鎖的なビジネスループを代替することはできません。都市はシナリオを提供することはできますが、製品の成功を保証することはできません。

しかし、mu Shanghaiは少なくとも一つの傾向を明確に示している。それは、AI起業が「モデル崇拝」から「シナリオ競争」へ、「ツール開発」から「ユーザーへの認知」へ、そして単一製品への注力からコミュニティ、サプライチェーン、国境を越えた協業を含む包括的な競争へと移行しているということだ。一般の起業家にとって、AIがもたらす機会は、誰もが簡単に勝者になれるということではなく、より多くの人々をより早く、より厳しい選抜プロセスにさらすということなのである。

製品の製造がますます容易になるにつれ、真に希少なのは、ユーザーを理解し、シナリオに統合し、信頼を築き、人々と継続的なつながりを維持する能力です。AIはツールの製造コストを削減し続けるでしょうが、「なぜあなたなのか？」という問いに自動的に答えてくれるわけではありません。この意味で、製品を作ることは第一歩に過ぎず、必要とされ、理解され、維持されることこそが、AI起業におけるより困難な後半部分なのです。

Binance AlphaはOpinion（OPN）を上場する

人気記事