AIは技術的公平性を実現しません。むしろ、適切な人材に報酬を与えるだけです。
TechFlow厳選深潮セレクト
AIは技術的公平性を実現しません。むしろ、適切な人材に報酬を与えるだけです。
平等主義的な技術は常に貴族化をもたらし、そのたびにそうなる。
Web3業界の深掘り報道に専念し潮流を洞察著者： ナマン・バンサリ（Naman Bhansali）
翻訳・編集： TechFlow
TechFlow 解説：新技術の普及初期には、つねに「技術による機会均等」という幻想が生じる。写真撮影、音楽制作、ソフトウェア開発が容易になれば、競争優位性も消滅してしまうのか？Warp の創業者であるナマン・バンサリは、インドの地方都市からMITへとたどり着いた自身の経験と、AI主導の給与処理（payroll）分野における起業実践を踏まえ、直感に反する真実を鋭く明らかにする——技術が入り口のハードル（Floor）を下げるほど、業界の天井（Ceiling）はむしろより高くなるのだ。
今や実行力（Execution）は安価になり、AIによってさえ「ビブコード」（vibecoded：感覚的・直感的なコーディング）可能となった時代において、著者は真の護城河が単なるトラフィック配信ではなく、偽造困難な「審美眼」（Taste）、複雑システムの基盤的論理に対する深い洞察、そして10年スケールで継続的に複利効果を積み重ねる忍耐力であると指摘する。本稿は、AIを活用した起業についての冷静な考察であるばかりか、「民主化された技術が、むしろ貴族的な結果を生む」というべき冪乗則（Power Law）の力強い証左でもある。
全文は以下に続く：
新しい技術が参入障壁を下げると、常に同じ予測が繰り返される。「誰もができるようになったのだから、もはや誰も優位性を持たない」と。スマートフォンのカメラは誰もが写真家にし、Spotifyは誰もが音楽家にし、AIは誰もがソフトウェア開発者にする。
こうした予測は、半分だけ正しかった：確かに「床（floor）」は上がった。より多くの人が創造に参加し、より多くの人が製品をリリースし、より多くの人が競争に加わった。しかし、この予測は常により高い「天井（ceiling）」を見落としてきた。その天井は、床よりもさらに速いペースで上昇しているのだ。そして、床と天井の間——すなわち中位水準と最高峰水準の間——のギャップは縮小どころか、むしろ広がっている。
これはまさに冪乗則（Power laws）の特徴である：それはあなたの意図など気にしない。機会均等をもたらす技術は、つねに貴族化された結果を生む。これまでそうだったし、これからもそうである。
AIも例外ではない。むしろ、それ以上に極端な形で現れるだろう。
市場の進化形態
Spotifyが登場したとき、それは本当に革新的なことを成し遂げた：地球上のあらゆる音楽家が、かつてはレコード会社やマーケティング予算、そして極めて幸運な運だけが手に入れ得た流通チャネルにアクセスできるようにしたのだ。その結果、音楽産業は爆発的に成長し——数百万もの新人アーティストが登場し、数十億曲もの新曲がリリースされた。約束通り、確かに「床」は上がった。
だがその後に起きたのは、トップ1％のアーティストが再生回数の占める割合を、CD時代よりもさらに拡大させたことだ。縮小したのではなく、むしろ拡大したのだ。より多くの音楽、より激しい競争、より多様な良質コンテンツ探索手段の登場により、地理的制約や棚スペースの制限から解放されたリスナーは、自然と最高峰の作品へと集中するようになった。Spotifyは音楽の「大同」を実現しなかった。ただ、この「トーナメント」を一層激化させただけなのである。
この物語は、ライティング、写真、ソフトウェアの分野でもまったく同じだ。インターネットは人類史上最多の著者を生み出したが、同時に、より苛烈な注目度経済（Attention Economy）も生んだ。参加者が増えれば増えるほど、頂点での賭け金は高まり、基本構造は変わらない——ごく少数の人々が、ほとんどすべての価値を獲得する。
我々がこれに驚くのは、線形思考に慣れているからだ。生産性の向上が、平らな容器に水を注ぐように均等に分配されると期待してしまう。しかし、ほとんどの複雑系はそうは動かない。そもそもそう動いたことはない。冪乗分布は市場の奇癖でもなければ、技術の裏切りでもない。それは、自然のデフォルト設定なのだ。技術がこれを創り出したのではない。技術は、ただそれを明らかにしただけである。
クレイバーの法則（Kleiber's Law）を考えてみよう。地球上のあらゆる生物——細菌からシロナガスクジラまで、体重規模は27桁にも及ぶ——において、代謝率は体重の0.75乗に比例する。クジラの代謝は、単純にクジラのサイズに比例して増えるわけではない。この関係は冪乗則であり、ほぼすべての生命体において極めて高い精度で維持されている。誰もこのような分布を設計したわけではない。それは、エネルギーが複雑系の中でその内在的論理に従って振る舞うときに自然に現れる姿にすぎない。
市場もまた複雑系であり、注目度（Attention）は一種の資源である。摩擦が消失すれば——つまり地理的制約、棚スペース、流通コストといった緩衝機能が失われれば——市場はその自然な形態へと収斂する。その形態は、正規分布の釣鐘型曲線ではなく、冪乗則である。機会均等という物語と、貴族化という結果が共存するのは、そのためだ。なぜなら、すべての新技術は、我々をいつも予期せぬところから打ちのめすからである。我々は床が上がっているのを見て、「天井も同じスピードで上がるはずだ」と仮定する。しかし実際は、天井が加速して離れていくのだ。
AIは、このプロセスを過去のいかなる技術よりも速く、より激しく推進するだろう。床はリアルタイムで上昇している——誰もが製品をリリースし、インターフェースをデザインし、本番環境向けのコードを書けるようになっている。だが天井も上昇しており、しかもそれよりも速く上昇している。ここで問われるべきは、結局のところ、あなたの最終的位置を決めるものは何か、ということである。
実行力が安価になるとき、審美眼が信号となる
1981年、スティーブ・ジョブズは初代Macintoshの内部基板が美しくなければならないと主張した。外観ではなく、内部——顧客が絶対に見ることのない部分である。彼のエンジニアたちは、彼が狂っていると思った。だが、彼は狂っていなかった。彼が理解していたのは、しばしば完璧主義と嘲笑されがちな、しかし実際にはもっと本質的な何か——すなわち、「あなたがどんなことに取り組むか」は、「あなたがどんなふうにすべてのことを行うか」を示す、という事実だった。隠れた部分を美しく作れる人というのは、品質を演じているのではない。彼の性格そのものが、二流のものをリリースすることを許容できないのだ。
これは重要である。なぜなら、信頼は築くのが難しく、短期間で偽装することは容易だからだ。私たちは絶えずヒューリスティクス（経験則）を駆使し、誰が本当に卓越しているのか、あるいは単に卓越しているふりをしているのかを判断しようとしている。資格（Credentials）は役立つが操作可能であり、出自（Pedigree）も役立つが相続可能である。真正に偽装困難なのは「審美眼（Taste）」——つまり、誰も要求していない基準に対して、持続的かつ観察可能なほど高い水準を貫く姿勢である。ジョブズは基板をそこまで美しくする必要はなかった。彼がそうしたという事実自体が、あなたに、彼が見えないところで何をするかを語っているのだ。
過去10年の大部分において、この信号はある程度覆い隠されていた。SaaSの全盛期（およそ2012年から2022年）において、実行力はあまりに標準化され、真に希少な資源は「流通（Distribution）」となった。顧客を効率よく獲得でき、営業マシンを構築でき、「40の法則（Rule of 40）」を達成できれば、製品そのものはほとんど重要ではなかった。十分に強力な市場投入（Go-to-market）戦略さえあれば、平凡な製品で勝利することが可能だったのだ。審美眼が発する信号は、成長指標のノイズに埋もれてしまったのである。
AIは、このSN比（信号対ノイズ比）を完全に変えてしまった。誰もが午後1つのうちに機能的な製品、美しいインターフェース、実行可能なコードベースを生成できるようになった今、「使いやすいか？」という問いは、もはや差別化要因ではなくなった。問題は、「本当に卓越しているか？」に移った。この人物は、「良い」と「圧倒的に素晴らしい（Insanely great）」の違いを知っているか？誰も強制しないのに、最後のわずかなギャップを埋めようとするほど気遣いを持っているか？
特に、給与支払い、コンプライアンス、従業員データを扱う「業務キーアプリケーション（Business-critical software）」においては、それが顕著である。これらは、気軽に試して次の四半期に放棄できるような製品ではない。切り替えコストは現実に存在し、障害モードは深刻であり、システムを導入する担当者はその結果に対して責任を負う。これはつまり、契約締結前に、彼らはすべての信頼に関するヒューリスティクスを実行するということを意味する。美しい製品は、最も明確な信号の一つである。それは、「これを構築した人々は、誠実に取り組んでいる」と言っているのだ。あなたが目に見える部分を大切にしているなら、見えない部分に対しても同様に気遣いがある可能性が高い。
実行力が安価になった世界では、審美眼こそが「作業量証明（Proof of work）」である。
新たな段階が報酬とするもの
この論理は常に成立していたが、過去10年間は、市場環境によってほとんど見えなくなっていた。かつて、ソフトウェア業界で最も重要なスキルは、ソフトウェアそのものとは無関係であった。
2012年から2022年の間、SaaSのコアアーキテクチャはすでに定式化されていた。クラウドインフラは安価で標準化され、開発ツールも成熟しつつあった。機能的な製品を構築することは難しかったが、それは「すでに解決済みの難しさ」——採用すれば解決できる、既存のパターンに従えばよい、十分なリソースがあれば合格点に達する——だった。真に希少で、勝者と凡庸者を分けるものは流通能力（Distribution capability）であった。顧客を効率よく獲得できるか？再現可能な営業活動を構築できるか？ユニットエコノミクス（Unit economics）を十分に理解し、成長の火に適切なタイミングで燃料を供給できるか？
その環境で成功した創業者の多くは、営業、コンサルティング、金融出身であった。彼らは、10年前には天文学のように聞こえた指標を熟知していた：純増額保留率（NDR）、平均契約金額（ACV）、マジックナンバー（Magic number）、40の法則。彼らはスプレッドシートと営業パイプラインレビューの中に暮らしており、その文脈では、彼らが正しかったのだ。SaaSの全盛期は、まさにその時代のSaaS創業者を生み出した。これは合理的な進化的適応であった。
しかし私は息苦しさを感じていた。
私はインドの2億5千万人の人口を抱える州の小さな町で育った。毎年、全インドでMIT（マサチューセッツ工科大学）に入学できる学生はわずか約3名のみである。例外なく、彼らはニューデリー、ムンバイ、バンガロールの高額な予備校——その目標のために特別に設立された機関——出身だった。私は、私の州で史上初めてMITに入学した人物である。この話をしたのは自慢のためではない。むしろ、これが本文の主張のミニチュア版だからだ：参入障壁が制限されているとき、出自（Pedigree）が結果を予測する。参入障壁が開放されたとき、深く掘り下げる者（Deep people）が必ず勝つ。 出身の名門校が並ぶ部屋の中で、私は「深さ」で勝負するチップだった。それが私が知る唯一の賭け方であった。
私は物理学、数学、コンピューターサイエンスを学び、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、他人が見過ごした真実を見る力から生まれることを学んだ。私の修士論文は、分散型機械学習トレーニングにおける「遅延者緩和（Straggler mitigation）」についてのものであった：大規模システムを運用する際に、一部の処理が遅れた場合、全体の整合性を損なうことなく、この制約を最適化する方法を探るものだった。
私が20代前半で起業の世界を見渡したとき、そこにあったのは、こうした深い洞察がまるで無関係であるかのような風景だった。市場は「市場投入（Go-to-market）」にプレミアムを付け、製品そのものには付けていなかった。技術的に卓越したものを構築することは、やや天真的ように思われた——それは「本当のゲーム」（つまり、顧客獲得、リテンション、営業スピード）への干渉と見なされていたのだ。
その後、2022年末に状況が変わった。
ChatGPTが示したのは——何年もかけて書かれた研究論文よりも直感的で、より衝撃的な形で——曲線がすでに曲がり始めたということだった。新しいSカーブが始まっているのだ。段階的転換（Phase transitions）は、前の段階に最も適応できた者を報いるのではなく、まだ誰も価格付けをしていない新しい段階の無限の可能性を、先んじて洞察した者を報いる。
そこで私は仕事を辞め、Warpを創業した。
この賭けは非常に具体的なものだった。米国には連邦・州・地方を含む800以上の税務機関があり、それぞれ独自の申告要件、期限、コンプライアンスロジックを有している。APIもなければ、プログラムによるアクセスインタフェースもない。何十年もの間、各給与サービスプロバイダー（Payroll provider）は、この問題を同一の方法で処理してきた：人海戦術だ。何千人ものコンプライアンス専門家が、本来スケールアウトを想定されていないシステムの中で、手作業でやりくりしていた。伝統的大手企業——ADP、Paylocity、Paychex——はこの複雑性をビジネスモデルの核に据えており、それを解決しようとはせず、むしろ従業員数に吸収し、そのコストを顧客に転嫁していたのだ。
2022年当時、AIエージェント（Agents）はまだ脆弱であった。しかし、その改善曲線は明瞭に見えていた。大規模分散システムを深く理解し、モデル進化の軌跡を近くで観察してきた者であれば、正確な賭けが可能だった：当時は脆弱な技術が、数年以内に極めて強力になるだろう、と。そこで我々は賭けに出た：第一原理からAIネイティブなプラットフォームを構築し、このカテゴリで最も難しいワークフロー——アーキテクチャ上の制約により、伝統的大手企業が永久に自動化できないと断じられていたワークフロー——から着手したのだ。
今、この賭けは現実になりつつある。しかし、それ以上に重要なのはパターン認識（Pattern recognition）である。AI時代の技術系創業者は、工学的優位性だけでなく、洞察の優位性（Insight advantage）も持っている。彼らは異なる視点から入り、異なる賭けを下すことができる。彼らは、誰もが「永遠に複雑なもの」として受け入れているシステムを、改めて見つめ、「真の自動化を実現するには何が必要か？」と問いかけ、そして決定的に、その答えを自ら構築することができるのだ。
全盛期SaaS時代の支配者は、制約条件の下で合理的に最適化する者であった。AIはこうした制約を撤廃し、新たな制約を課している。新しい環境では、希少な資源はもはや流通ではなく、可能性を洞察する能力——そして、それを必要な水準まで構築する審美眼と信念——である。だが、決定的な第三の変数がもう一つあり、それが、大多数のAI時代の創業者が災害的な誤りを犯している場所である。
高速走行の中での長期ゲーム
現在のスタートアップ界隈では、こんなミーム（Meme）が流行っている。「あなたには、永遠の底辺から抜け出すために2年しかない。早く作り、早く資金調達し、早期にエグジット（Exit）するか、あるいは終わるかだ。」
私はこのマインドセットの出所を理解している。AIの進化速度は、ある種の生存危機を引き起こしており、波に乗るウィンドウは極めて狭いように感じられる。Twitterで一夜にして有名になる話を見た若者たちは、当然のように、このゲームの本質は「速度」にあると考える——勝者は、最短時間で最も速く走る者だと。
これは、まったく間違った次元において、正しい。
実行の速度は確かに極めて重要である。私はこれに強く信じており——それは、私の会社の名前（Warp）にさえ刻まれている。しかし、実行のスピードは、視野の狭さを意味しない。 AI時代に最も価値ある企業を築く創業者は、2年間でダッシュして利益を得る者ではない。10年間ダッシュし、複利を享受する者である。
短視的思考の誤りは、ソフトウェアで最も価値あるもの——プライベートデータ、深い顧客関係、実際の切り替えコスト、規制レベルの専門知識——が、いずれも数年にわたって蓄積され、競合他社がどれだけの資金やAI能力を持っていても、短期間でコピーできないという点にある。Warpが州をまたぐ企業の給与処理を支援するとき、我々は数千の司法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る。処理された各税務通知、各境界ケース、各州政府登録は、時間が経つにつれてますますコピー不可能になっていくシステムを訓練している。これは単なる機能ではなく、護城河である。それは、我々が極めて高い品質で十分に長い期間深耕してきたからこそ存在し、品質密度を生み出したのだ。
この複利効果は、1年目には見えない。2年目にはぼんやりと見えてくる。5年目になると、それがゲームのすべてになる。
Snowflakeの元CEO、フランク・スロットマン（Frank Slootman）氏は、現存する誰よりも多くのソフトウェア企業を立ち上げ、規模拡大させた人物であるが、彼はこの点を簡潔に述べている：「不快さ」に慣れるべきだ。短距離走のためではなく、それを恒常的な状態として慣れるべきだ。スタートアップの初期の「戦場の霧」——方向感の喪失、不完全な情報、行動を迫られる状況——は、2年後に消えるわけではない。ただ、進化するだけだ。新しい不確実性が古いものを置き換える。持続可能な創業者は、確実性を見つけた者ではなく、霧の中でも明確に動けるよう学んだ者である。
企業を築くことは極めて過酷であり、その過酷さは、経験したことのない者には伝えにくい。あなたは常に軽微な恐怖の中に生き、時にさらに高度な恐怖に包まれる。情報が不完全な中で数千の意思決定を行い、連鎖的に誤った判断が終焉を招くことを知っている。Twitterで見る「一夜にしての成功」は、冪乗則分布の中の外れ値であるばかりか、外れ値の中の極端な例である。こうした事例に基づいて自分の戦略を最適化するのは、まるで、5キロを間違った道で偶然走り抜いた人の記録を研究して、マラソンのトレーニングをするようなものだ。
では、なぜそんなことをするのか？快適さのためでも、勝率の高さのためでもない。むしろ、ある種の人にとっては、それを行わないことが、真に生きているとは感じられないからだ。なぜなら、「ゼロから何かを創り出す」ことへの恐怖よりも、さらにひどいのは、「一度も挑戦しなかった」という静かな窒息感だからである。
そして——もし賭けに勝ち、誰もまだ価格付けしていない真実を見抜き、審美眼と信念を持って十分な長期間をかけて実行できれば——その結果は、財務的なものにとどまらない。あなたは人々の働き方を本当に変えるものを作り出す。あなたは人々が愛して使う製品を生み出す。あなたが自ら築いた事業の中で、そこで最高のパフォーマンスを発揮できる人材を雇い、育て、成就させるのだ。
これは10年プロジェクトである。AIはそれを変えない。これまで一度も変えたことはない。
AIが変えるのは、最後まで粘ってその先を見届けることのできる創業者にとって、この10年間で到達可能な天井（Ceiling）の高さである。
誰も注目しない天井
では、すべての出来事を超えた先に、ソフトウェアは一体どのような姿を呈するのだろうか？
楽観主義者は、AIが豊かさを創り出すと言う——より多くの製品、より多くの構築者、より多くの人々に価値が分配される、と。彼らは正しい。悲観主義者は、AIがソフトウェアの護城河を破滅させると言う——何でも午後1つで複製可能になり、防衛性は死んだ、と。彼らも一部は正しい。だが、この両派はいずれも「床（The floor）」にばかり注目し、「天井（The ceiling）」には誰も目を向けていない。
将来、数千もの単一目的ソリューション（Point solutions）——狭い課題を解決するのに十分な、小さく機能的な、AI生成のツール——が出現するだろう。その多くは企業によって作られるのではなく、個人や内部チームが自らの課題解決のために開発したものである。ある種の低障壁・容易に置き換え可能なソフトウェアカテゴリーでは、市場は真に民主化されるだろう。床は高く、競争は異常に激しく、利益率は薄如蝉翼である。
しかし、業務キーアプリケーション（Business-critical software）——資金の流れ、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——については、事情は全く異なる。これらは許容されるエラー率が極めて低いワークフローである。給与処理システムがダウンすれば、従業員は給料を受け取れない。税務申告が間違えば、IRS（米国国税庁）が訪問する。オープンエンロールメント期間中に福利厚生の納付が途切れれば、実際に人々が保障を失う。ソフトウェアを選択する人は、その結果について責任を負う。この責任感は、午後の「ビブコード」（vibecoded）で寄せ集められたAIに外部委託できるものではない。
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し続けるだろう。そのベンダーの中では、「勝者総取り（Winner-takes-all）」のダイナミクスが、これまでの世代のソフトウェアよりもさらに極端になるだろう。 これはネットワーク効果がより強力だからという理由だけではない（実際にはそうだが）——大規模運用で、何百万ものトランザクションおよび何千ものコンプライアンス境界ケースを通じて蓄積されたプライベートデータを持つAIネイティブなプラットフォームが、後発者にとって「ゼロから即座に追いつく」ことを事実上不可能にする複利的優位性を有するからである。護城河はもはや機能セットではなく、エラーが罰せられる領域において、長期にわたり高い水準を維持し続けた結果として沈殿した「品質」なのである。
これは、ソフトウェア市場の統合度がSaaS時代を上回ることを意味する。私は、10年後のHRおよび給与処理分野では、各々が一桁台のシェアを占める20社という構図は出現しないと予測する。むしろ、2〜3のプラットフォームが大部分の価値を占め、単一目的ソリューションの長い列は、ほとんど一切の恩恵を受けることができないと予測する。同様のパターンは、コンプライアンスの複雑性、データ蓄積、切り替えコストが共同で作用するすべてのソフトウェアカテゴリーで展開されるだろう。
この分布の頂点に立つ企業は、非常に似通った特徴を持つだろう：本物の製品審美眼を持つ技術者によって創立され；初日からAIネイティブなアーキテクチャ上で構築され；現職の大手企業が自社の既存事業を解体しない限り、構造的に対応できない市場で運営されている。彼らは、AIが創り出した、まだ誰も価格付けしていない真実を、早い段階で独特な洞察力で捉え、その賭けを下した——そして、複利が明確に可視化されるまで、十分に長い時間を粘り強く続けたのだ。
私はこうした創業者を抽象的に描いてきた。だが、私は彼が誰なのかを非常に良く知っている。なぜなら、私がまさにその人物になろうとしているからだ。
私は2022年にWarpを創業した。それは、従業員オペレーション全体のスタック——給与処理、税務コンプライアンス、福利厚生、新入社員オンボーディング、デバイス管理、HRプロセス——が、すべて手作業と旧来のアーキテクチャに基づいていると信じ、AIがそれらを完全に置き換える（replace）ことができるからである。改良（improve）ではなく、置き換え（replace）である。老舗の大手企業は、複雑性を従業員数に吸収することで、10億ドル規模のビジネスを築いた。我々は、複雑性を根源から除去することで、事業を築く。
3年の歳月が、この賭けの正しさを証明した。リリース以来、我々は5億ドルを超える取引を処理し、急成長を続け、世界で最も重要な技術を構築する企業にサービスを提供している。毎月、我々が蓄積するコンプライアンスデータ、処理する境界ケース、構築する統合は、プラットフォームをより複製困難なものにし、顧客にとってより価値あるものにしている。護城河はまだ初期段階だが、すでにその規模は形成され、加速している。
私がこれらを語るのは、Warpの成功が運命づけられているからではない——冪乗則の世界では、何もが運命づけられているわけではない——むしろ、私たちをここまで導いてきた論理こそが、私が全文で述べてきた論理であるからだ：真実を見る。誰よりも深く掘り下げる。外部からの圧力なしでも維持可能な高い水準を築く。自分が正しいかどうかを確認するために、十分に長く粘り抜く。
AI時代の卓越した企業は、以下の真理を理解する者たちによって築かれるだろう：参入障壁は決して希少資源ではなく、洞察力（Insight）こそが希少資源である；実行力は決して護城河ではなく、審美眼（Taste）こそが護城河である；速度は決して優位性ではなく、深さ（Depth）こそが優位性である。
冪乗則はあなたの意図など気にしない。だが、正しい意図を報いるのだ。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
@ayushswrites
