原題: ビッグアイデア2026: パート1

原作者: a16z New Media

編集：ペギー、BlockBeats

概要：過去1年間、AIのブレークスルーはモデル機能からシステム機能へと移行しました。つまり、長期時系列の理解、一貫性の維持、複雑なタスクの実行、そして他のインテリジェントエージェントとの連携といった機能です。その結果、産業の高度化の焦点は、単一点のイノベーションから、インフラ、ワークフロー、そしてユーザーインタラクション方法の再定義へと移行しました。

毎年恒例の「Big Ideas 2026」レポートでは、a16z の 4 つの投資チームが、インフラ、成長、ヘルスケア、インタラクティブな世界という 4 つの側面から 2026 年の主要な洞察を提供しました。

本質的に、それらはすべて、AI がもはやツールではなく、環境、システム、そして人間とともに行動するエージェントであるというトレンドを描いています。

2026年の構造変化に関する4チームの評価は次のとおりです。

投資家としての私たちの仕事は、テクノロジー業界の隅々まで深く掘り下げ、その仕組みを理解し、次の進化の方向性を予測することです。そのため、毎年12月には、投資チームを招き、テクノロジー起業家が来年取り組むべき「ビッグアイデア」について、彼らが考えるものを共有していただきます。

本日は、インフラストラクチャ、グロース、バイオ+ヘルス、スピードランの各チームからの視点をご紹介します。他のチームの視点は明日公開予定ですので、どうぞお楽しみに。

インフラストラクチャチーム

ジェニファー・リー：スタートアップ企業はマルチモーダルデータの「混乱」を抑制します。

非構造化マルチモーダルデータは、企業にとって常に最大のボトルネックであると同時に、未活用の宝庫でもあります。あらゆる企業がPDF、スクリーンショット、動画、ログ、メール、そしてあらゆる種類の半構造化「データスラッジ」に圧倒されています。モデルはますますインテリジェント化していますが、入力データはますます混沌としています。その結果、RAGシステムは錯覚を起こし、インテリジェントエージェントによる微妙ながらもコストのかかるエラーを引き起こし、重要なワークフローが手作業による品質チェックに大きく依存することになります。

今日の AI 企業にとっての本当の制限要因は、データのエントロピーです。企業の知識の 80% が含まれる非構造化の世界では、鮮度、構造、信頼性は常に低下しています。

だからこそ、非構造化データの「混乱」を解きほぐすことは、今世代の起業機会となりつつあります。企業は、下流のAIワークロードを真に効果的に機能させるために、マルチモーダルデータをクレンジング、構造化、検証、そしてガバナンスするための継続的なアプローチを必要としています。契約分析、オンボーディング、請求処理、コンプライアンス、カスタマーサービス、調達、エンジニアリング検索、セールスイネーブルメント、分析パイプライン、そして信頼できるコンテキストに依存するすべてのエージェントワークフローなど、アプリケーションは至る所に存在しています。

ドキュメント、画像、ビデオから構造を抽出し、競合を調整し、データ パイプラインを修復し、データを最新かつ検索可能な状態に維持できるプラットフォーム スタートアップは、企業の知識とプロセスの「王国への鍵」を握ることになります。

ジョエル・デ・ラ・ガルザ氏: AI はサイバーセキュリティ チームの採用のジレンマを一変させるでしょう。

過去10年間、採用はCISOにとって最大の悩みの種の一つでした。2013年から2021年にかけて、サイバーセキュリティ分野の世界的な人材不足は100万人未満から300万人に急増しました。その原因は、セキュリティチームには高度に専門化された技術者が求められる一方で、ログの精査といった、ほとんど誰もやりたがらないレベル1のセキュリティ業務を求められることにあります。

問題のより根深いところは、サイバーセキュリティチームが自ら面倒な作業を作り出していることにあります。彼らは「無差別にあらゆるものを検知する」ツールを購入し、チームに「あらゆるものを検閲する」ことを強いています。これが人為的な「人手不足」を生み出し、悪循環を生み出しています。

2026年には、AIがこの悪循環を打破し、反復的かつ冗長なタスクの大部分を自動化することで、人材不足を大幅に解消するでしょう。大規模なセキュリティチームで働いた経験のある人なら誰でも、業務の半分は自動化できることを知っています。問題は、日々の仕事に追われていると、何を自動化すべきかを考える時間を取ることができないことです。真にAIネイティブなツールは、セキュリティチームに代わってこの問題を解決し、攻撃者の追跡、システムの構築、脆弱性の修正といった本来の業務に集中できるようにします。

Malika Aubakirova: インテリジェントエージェントのネイティブインフラストラクチャが「標準」になります。

2026年に最大のインフラ変革をもたらすのは、外部ではなく内部です。私たちは「人間並みのスピード、低同時実行性、予測可能な」トラフィックから、「エージェント並みのスピード、再帰的、爆発的、そして大規模」なワークロードへと移行しています。

現在のエンタープライズバックエンドは、「人間の行動からシステムの応答まで」​​という1:1のモデルを想定して設計されています。エージェントからの単一の「ターゲット」によって引き起こされる、5,000ものサブタスク、データベースクエリ、内部API呼び出しを伴うミリ秒レベルの再帰的な攻撃への対応には適していません。エージェントがコードベースのリファクタリングやセキュリティログの修正を試みるとき、それはユーザーとして動作しません。従来のデータベースやレートリミッターにとっては、DDoS攻撃に似た動作です。

2026年にエージェントワークロード向けのシステムを構築するには、コントロールプレーンを再設計する必要があります。エージェントネイティブなインフラストラクチャが登場し始めるでしょう。次世代のシステムは、群集効果をデフォルトとして受け入れる必要があります。コールドスタートを短縮し、レイテンシの変動を減らし、同時実行数の制限を桁違いに増やす必要があります。

真のボトルネックは、ルーティング、ロック制御、状態管理、そして大規模並列実行におけるポリシー適用といった調整そのものへと移行するでしょう。ツール呼び出しの洪水に耐えられるプラットフォームだけが、最終的に勝利を収めるでしょう。

ジャスティン・ムーア：クリエイティブツールはマルチモーダル化へと完全に移行している

AIによるストーリーテリングの基本的な構成要素、つまり生成サウンド、音楽、画像、そして動画は既に存在します。しかし、コンテンツが単なる短編映画以上のものである限り、監督レベルの制御を実現するのは時間がかかり、困難を伴い、不可能ですらあります。

モデルに30秒の動画クリップを渡し、こちらが用意した参考画像と音声を使って新しいキャラクターを作成し、同じシーンの撮影を続けることはできないのでしょうか？モデルに別のアングルから「再撮影」させたり、参考動画に合わせてモーションを調整させたりできないのでしょうか？

2026年は、AIが真にマルチモーダルな創作を可能にする年となるでしょう。ユーザーはあらゆる形式の参照コンテンツをモデルに入力し、共同で新しい作品を制作したり、既存のシーンを編集したりできるようになります。

Kling O1やRunway Alephなどの第一世代の製品はすでに登場していますが、これはほんの始まりに過ぎず、モデルレベルとアプリケーションレベルの両方で新たなイノベーションが必要です。

コンテンツ作成は AI の「キラー アプリケーション」の 1 つであり、ミームの作成者からハリウッドの監督まで、さまざまなユーザー グループから複数の成功した製品が生まれることを期待しています。

Jason Cui: AI ネイティブ データ スタックは今後も継続的に反復されます。

過去1年間、「モダンデータスタック」は明確に統合化が進んできました。データ企業は、収集、変換、計算といったモジュール型サービスから、バンドルされた統合プラットフォーム（Fivetran/dbtの合併やDatabricksの拡張など）へと移行しています。

エコシステムは成熟しつつありますが、真にAIネイティブなデータアーキテクチャの実現はまだ初期段階にあります。AIがデータスタックの様々な側面を変革し続け、データとAIインフラが不可逆的に深層統合へと向かい始めていることに、私たちは大きな期待を抱いています。

当社は特に以下の分野に重点を置いています。

従来の構造化ストレージを超えて、高性能ベクトル データベースにデータを継続的に流すにはどうすればよいでしょうか?

AI エージェントが「コンテキスト問題」を解決する方法: 正しいデータ セマンティクスとビジネス定義に継続的にアクセスすることで、「データと対話する」アプリケーションは複数のシステム間で一貫した理解を維持できます。

データ ワークフローがよりインテリジェントかつ自動化されるようになると、従来の BI ツールとスプレッドシートはどのように進化するのでしょうか。

ヨーコ・リー：まさに「映像の中に入り込む」。

2026年には、動画はもはや受動的な視聴コンテンツではなく、私たちが「入り込める」場所になり始めるでしょう。動画モデルはついに時間を理解し、提示された内容を記憶し、私たちの行動に反応できるようになるでしょう。しかも、数秒間の無関係な画像を出力するだけでなく、現実世界に近い安定性と一貫性を維持します。

これらのシステムは、キャラクター、オブジェクト、そして物理法則を長期間にわたって維持することができ、行動が真に影響を与え、因果関係を展開することを可能にします。こうしてビデオは、単なるメディアから、様々なものを構築できる空間へと変貌を遂げます。ロボットの訓練、ゲームのメカニクスの進化、デザイナーのプロトタイプ作成、そしてインテリジェントエージェントが「行動」を通して学習するのです。

提示される世界はもはや短い動画ではなく、「生きた環境」のようになり、認識と行動のギャップが縮まり始めています。人類が自らが生み出す動画の中に真に「住む」ことができたのは、これが初めてです。

成長チーム

サラ・ワン：企業の「記録管理システム」の地位が揺らぎ始めるでしょう。

2026 年には、エンタープライズ ソフトウェアの真の変革は、根本的な変化から生まれます。つまり、記録保持システムの中心的な役割がついに低下し始めるのです。

AI は「意図」と「実行」の間のギャップを埋めています。モデルは企業の運用データを直接読み取り、書き込み、推測できるため、ITSM、CRM、その他のシステムを受動的なデータベースから自律的なワークフロー エンジンに変換できます。

推論モデルとエージェント ワークフローの急速な進歩により、これらのシステムは要求に応えるだけでなく、エンドツーエンドのプロセスを予測、調整、実行できるようになりました。

インターフェースは動的インテリジェントエージェント層となり、従来のシステムレコード層は徐々に「安価な永続ストレージ」へと後退し、戦略的な優位性はインテリジェント実行環境を制御するプレーヤーに引き継がれることになります。

Alex Immerman: 垂直型 AI は、「情報の取得と推論」から「複数人のコラボレーション モード」へとアップグレードしています。

AIは、垂直産業向けソフトウェアの爆発的な成長を牽引しています。ヘルスケア、法律、住宅セクターの企業は、ARRが急速に1億ドルを超えており、財務・会計セクターもそれに追随しています。

最初の革命は情報取得、つまり情報の検索、抽出、要約でした。

2025 年には推論が導入されました。Hebbia は財務諸表を分析し、Basis は複数のシステム間で試算表を調整し、EliseAI はメンテナンスの問題を診断してサプライヤーのスケジュールを作成します。

マルチプレイヤーモードは2026年にロック解除されます。

垂直型ソフトウェアは当然ながら業界固有のインターフェース、データ、統合機能を備えていますが、垂直型業界の仕事は本質的には購入者、販売者、テナント、コンサルタント、サプライヤーなど複数の関係者によるコラボレーションであり、それぞれが異なる権限、プロセス、コンプライアンス要件を持っています。

現在、さまざまな関係者の AI が独立して動作しているため、混乱した権限委譲ポイントが発生しています。契約を分析する AI は CFO のモデリング設定と通信できず、メンテナンス AI は現場の担当者がテナントに対して行ったコミットメントを認識していません。

マルチプレイヤー AI は、関係者間の自動調整、コンテキストの維持、変更の同期、機能エキスパートへの自動ルーティング、境界内での敵対 AI による交渉の許可、人間によるレビューのために非対称性のマーク付けなどにより、この状況を打破します。

「複数のエージェントと複数の人間」の連携によって取引の品質が向上すると、切り替えコストが急上昇します。この連携ネットワークは、AI アプリケーションに長らく欠けていた「堀」となるでしょう。

ステファニー・チャン：将来の創造の対象はもはや人間ではなく、インテリジェントなエージェントになります。

2026年までに、人々はインテリジェントエージェントを通じてネットワークとインタラクトするようになり、人間中心のコンテンツ最適化は本来の重要性を失うでしょう。

私たちは、Google ランキング、Amazon のトップ製品リスト、ニュース記事の 5W1H、目を引くオープニングなど、予測可能な人間の行動に合わせて最適化しました。

人間は 5 ページ目に埋もれている深い洞察を見逃す可能性がありますが、インテリジェント エージェントは見逃しません。

ソフトウェアもそれに応じて変化します。アプリケーションはこれまで、人間の目とクリック操作を念頭に設計され、最適化によってUIとプロセスが改善されていました。しかし、インテリジェントエージェントが検索と解釈を担うようになると、ビジュアルデザインの重要性は低下します。エンジニアはGrafanaをじっと見つめる必要がなくなり、AI SREはテレメトリを自動的に分析し、Slackでインサイトを提供します。営業チームはCRMを手動で確認する必要がなくなり、インテリジェントエージェントがパターンとインサイトを自動的に要約します。

私たちはもはや人間のためにデザインするのではなく、インテリジェントエージェントのためにデザインしています。新たな最適化は、もはや視覚的な階層構造ではなく、機械の可読性を重視しています。これは、コンテンツの作成方法と利用可能なツールを根本的に変えるでしょう。

サンティアゴ・ロドリゲス：「スクリーンタイム」KPIは消えます。

過去 15 年間、「スクリーン時間」は製品価値を測定するためのゴールド スタンダードでした。Netflix の視聴時間、医療システムでのマウス クリック、ユーザーが ChatGPT に費やす時間などです。

しかし、成果に基づいた価格設定の時代が到来すると、スクリーンタイムは段階的に完全に廃止されるでしょう。

メリットはすでに明らかになっています。ChatGPT の DeepResearch クエリは、ほとんど画面を見る必要がありませんが、非常に大きな価値を提供します。Abridge は医師と患者の会話を自動的に記録し、フォローアップ タスクを処理するため、医師はほとんど画面を見る必要がありません。Cursor は完全なアプリケーション開発を完了し、エンジニアたちはすでに次のフェーズを計画しています。Hebbia は大量の公開文書から自動的にピッチ デッキを生成するため、投資銀行のアナリストはようやく眠ることができるようになりました。

それに続く課題は、企業が ROI を測定するためのより洗練された方法を見つける必要があることです。ROI には、医師の満足度、開発者の生産性、アナリストの幸福度、ユーザーの満足度などがあり、これらはすべて AI によって向上します。

最も明確な ROI ストーリーを伝えることができる企業が、今後も勝ち続けるでしょう。

バイオ+ヘルスチーム（バイオテクノロジーと健康に重点を置く）

ジュリー・ヨー：「ヘルスMAU」がコアユーザーグループに

2026 年には、新たなヘルスケア ユーザー グループ、「Healthy MAU」(毎月活動しているが病気ではない健康な人々) が中心的な役割を担うことになります。

伝統医学は主に次の 3 つのタイプの人々に役立ちます。

不調なMAU：高コストで循環的な需要者

-病気のDAU：長期の重篤患者など

-健康なYAU：めったに医療を受けない人々

健康なYAUは容易に病的なMAU/DAUへと変化する可能性があり、予防ケアによってこの変化を遅らせることができた可能性があります。しかしながら、現在の「治療重視」の医療制度では、積極的な検査とモニタリングはほとんどカバーされていません。

健康なMAUの出現により、この構造は変化しました。健康なMAUは病気ではなく、定期的に健康状態を監視する意思があり、潜在的な最大の人口です。

AIネイティブのスタートアップ企業と、従来の機関を「再パッケージ化」した企業の両方が参加し、定期的な健康サービスを提供するようになると予想されます。

AI によって医療提供コストが削減され、予防保険商品が登場し、ユーザーがサブスクリプション サービスに喜んで支払うようになると、「ヘルス MAU」は、継続的にアクティブで、データ主導型で、予防志向である次世代のヘルス テクノロジーにとって最も有望な顧客グループになります。

スピードランチーム（ゲーム、インタラクティブメディア、ワールドモデリング）

ジョン・ライ：世界モデルは物語の手法を変える

2026年には、AIによる世界モデルがインタラクティブな仮想世界とデジタル経済を通じて物語に革命をもたらすでしょう。Marble（World Labs）やGenie 3（DeepMind）といった技術は、テキストから完全な3D世界を生成し、ユーザーがゲームのように探索できるようにします。

クリエイターがこれらのツールを採用するにつれて、まったく新しい形のストーリーテリングが生まれ、プレイヤーが広大で進化する世界を共同で創造する「Minecraft の汎用バージョン」が登場する可能性もあります。

これらの世界は、プレイヤーとクリエイターの境界を曖昧にし、共有されたダイナミックな現実を形成します。ファンタジー、ホラー、アドベンチャーなど、異なるジャンルが共存し、デジタル経済が活性化することで、クリエイターはアセットの作成、プレイヤーのガイド、インタラクティブツールの開発を通じて収入を得ることができます。

生成された世界は、AIエージェント、ロボット、そして将来的なAGIの訓練場にもなります。ワールドモデルは、新たなゲームジャンルを生み出すだけでなく、全く新しいクリエイティブメディアと経済のフロンティアも生み出します。

ジョシュ・ルー：「私の一年」

2026 年は「私の年」になります。製品はもはや「平均的な消費者」向けに大量生産されるのではなく、「あなた」向けにオーダーメイドで作られるようになります。

教育においては、Alphaschool の AI 講師が各生徒のペースと興味に合わせて指導します。

健康面では、AI がサプリメント、運動計画、ダイエット計画をカスタマイズできます。

メディアでは、AI によってコンテンツをユーザーの好みに合わせてリアルタイムでリミックスできるようになります。

前世紀の巨人は「平均的なユーザー」を見つけることで勝利しました。次の世紀の巨人は「平均的なユーザーの中から個人」を見つけることで勝利するでしょう。

2026年には、世界はもはやすべての人々のために最適化されるのではなく、「あなた」のために最適化されます。

エミリー・ベネット：世界初のAIネイティブ大学が誕生間近

2026年には、真のAIネイティブ大学、つまりインテリジェントシステムを中心にゼロから構築された教育機関が誕生するでしょう。従来の大学では、成績評価、個別指導、スケジュール管理にAIが既に活用されていますが、今、より深い変革が生まれつつあります。それは、リアルタイムで学習し、自己最適化できる「適応型学術組織」です。

コース、メンターシップ、研究協力、キャンパス運営がすべてフィードバックに基づいてリアルタイムで調整され、コーススケジュールが自動的に最適化され、新しい研究が発表されると読書リストが動的に更新され、各学生の学習パスがリアルタイムで変化する大学を想像してみてください。

すでに前例が出てきている。アリゾナ州立大学と OpenAI のコラボレーションにより、数百の AI プロジェクトが生まれ、ニューヨーク州立大学では AI リテラシーを一般教育カリキュラムに取り入れている。

AIネイティブ大学では：

教授は「学習システムの設計者」となり、データを計画し、モデルを調整し、機械の推論を調べる方法を学生に教えます。

- 評価方法が「AI認識」評価に変更されます。学生にAIを使用したかどうかを尋ねるのではなく、AIをどのように使用したかに重点が置かれます。

さまざまな業界でインテリジェントシステムと連携できる人材が緊急に必要とされている中、本大学は新経済の「人材エンジン」となるでしょう。