見解：AIへの投機ブームにおいて、「金を掘る者にシャベルを売る」というロジックはもはや通用しない
TechFlow厳選深潮セレクト
見解：AIへの投機ブームにおいて、「金を掘る者にシャベルを売る」というロジックはもはや通用しない
実際に生き残るAI企業は、ツールを販売する企業ではなく、AIを素材として垂直領域に活用する「職人」である。
Web3業界の深掘り報道に専念し潮流を洞察著者：ベン・バスチ
編訳：TechFlow
TechFlow解説：「金鉱ブームでは、シャベルを売るべし」——これはかつて起業家コミュニティの金科玉条とされてきた格言だ。しかしAI時代においては、このロジックはもはや通用しない。なぜなら、採掘者が自ら金物屋を開店してしまったからである。OpenAI、Anthropic、Googleは、ミドルウェア層、プログラミングアシスタント、ブラウザ自動化など、これまで起業家が手がけてきた分野を体系的に食い尽くしつつある。著者のベン・バスチは、真に生き残れるAI企業は「ツールを販売する企業」ではなく、「AIを原材料として特定の垂直領域に深く入り込み、ローカルな知識を習得し、複製不可能なコンテキストを有する『宝飾職人』」であると主張する。
全文は以下の通り：
インターネットバブル初期前後、起業家コミュニティの間で広まった格言がある。「金鉱ブームでは、シャベルとピッケルを売れ」。つまり、実際に金を掘る者ではなく、その作業を支える道具を供給する者が真に儲けるという意味である。実際、リーヴァイズ・ストラウスが富を築いた一方で、金を掘っていたのは単なる労働者だったのだ。
これは優れたフレームワークであり、一時期は確かに有効であった。
しかし、AI分野においては、この考え方は誤りである。もし貴社の事業がこのロジックに基づいているなら、過去12か月間に何が起きたかを改めて検討すべきである。
実験室こそが、技術スタック全体である
以下に実際に起こったことを述べよう。それは静かに始まり、やがて一斉に爆発した。
OpenAIは、ウェブページの閲覧、フォーム入力、タスクのエンドツーエンド実行が可能なコンピューターエージェント「Operator」をリリースした。さらに、サードパーティ製フレームワークを必要とせずにネイティブなツール呼び出し、メモリ機能、オーケストレーション能力を提供する「Responses API」と「Agents SDK」を発表した。続いて、ソフトウェアの自主的な開発・テスト・反復を可能にするクラウドベースのプログラミングエージェント「Codex」、そして「Deep Research」を投入した。これらの製品のいずれも、2年前には十分に資金調達可能な独立したスタートアップ企業を支えるだけの価値があった。
Anthropicは、「Claude Code」「Computer Use」、永続的メモリを備えた「Projects」、および外部ツールやデータとAIを接続するための事実上の標準となりつつある「MCP（Model Context Protocol）」をリリースした。そして、MCPをLinux財団へ寄贈することで、それがインフラストラクチャーとして定着することを保証した。さらに、「Claude in Excel」「Claude in Chrome」「Cowork」など、さまざまな統合製品を展開した。
Googleは、ネイティブなツール呼び出し機能とマルチモーダル認識能力を内蔵した「Gemini 2.0」をリリースし、エンタープライズ向けエージェント制御プレーンとしてVertex AIに組み込み、組織レベルのポリシー管理およびオーケストレーション機能を即時利用可能とした。
これら各社の一連の動きは、いずれもかつてスタートアップ企業が占めていた市場領域を侵食している。
「シャベルを売る」ロジックには、ある暗黙の前提が存在する。すなわち、研究機関（ラボ）は自らの専門分野に留まり、基盤モデルの開発とAPI提供に集中し、ツール層、オーケストレーション層、アプリケーション層はエコシステムに委ねるという前提である。しかし、この前提はすでに崩壊した。
ミドルウェアの大虐殺
ミドルウェア層で実際に何が起きているかを、具体的に見てみよう。
LangChainは2023年のAIブーム期における最も典型的な「シャベル販売型」投資先であった。LLM呼び出しの連携、ツールとの接続、メモリ管理といったオーケストレーション機能を提供するフレームワークであり、数千のチームがこれに基づいて製品を開発し、GitHubスター数は10万を超えた。しかし2024年に入ると、さまざまなチームがブログで「本番環境からLangChainを撤去する理由」を説明し始めた。それはLangChainが劣っているからではなく、基盤となるモデルがすでに十分に賢くなり、そのような抽象化層を必要としなくなったためである。LangChainが解決しようとしていたのは、もはや過去の問題なのである。
一方で、OpenAIは自社の「Agents SDK」をリリースした。マイクロソフトも「AutoGen」と「Semantic Kernel」を公開した。こうしたラボおよびその親会社は、LangChainを買収しなかった。単に自社プラットフォーム内で、LangChainが果たしていた機能をネイティブに再構築したのである。
この脚本は、あらゆるレイヤーで繰り返されている。エージェントフレームワーク、プロンプト管理ツール、RAGパイプライン、評価フレームワーク、観測可能性（オブザーバビリティ）ツール——これらすべてが、基盤モデルを運営するベンダーによってネイティブ製品へと吸収されつつある。
残酷なのは、OpenAIやAnthropicがオーケストレーション機能をAPIに直接組み込むことで、機能面で勝つ必要がない点にある。彼らは「十分に使える」ことと「すでにそこに存在すること」だけで十分なのである。開発者は自然と抵抗の少ない道を選ぶ。巧みなミドルウェアを提供するスタートアップ企業は、圧倒的な差をつけなければならず、しかもモデルが日々進化し続ける中でその優位性を維持し続けなければならない。加えて、無限の資本を持ち、基盤インフラを支配する競合相手と戦わなければならない。これはビジネスではなく、カウントダウン付きの研究プロジェクトである。
採掘者が自ら金物屋を開店したため、シャベルは売れなくなった
「シャベルを売る」という比喩がAI分野で通用しない根本的な理由は、構造的な違いにある。1849年のゴールドラッシュでは、リーヴァイズ・ストラウスや他の金物商人自身は金を掘っていなかった。採掘者と供給者は、利益が分離された独立した存在であった。
一方、AI分野では、ラボは採掘者であり、同時にシャベルの販売者でもあり、道路の建設者でもあり、地図の製作者でもある。彼らには技術スタック全体を掌握する十分な動機がある。なぜなら、レイヤーを一つ増やすごとに、顧客のロックインポイント、利益拡大の機会、流通の護城河が一つ増えるからである。
AnthropicがMCPをLinux財団へ寄贈した行為は、慈善活動ではない。これは、彼らが設計した規格がイーサネットのように普遍的なインフラストラクチャーとなるよう保証するための戦略である。規格こそが、テクノロジー業界において最も強力な護城河であり、それは目に見えず、永続的である。
したがって、もし貴社のスタートアップの価値主張が「我々は開発者とモデルの間に位置し、Xという作業をより容易にします」というものであれば、あなたが「間に挟まれている」その主体が既に貴社に気づき、リソースを用いて模倣することが可能であり、かつそれを実行する構造的理由を有しているという現実に直面しなければならない。
では、何が有効なのか？
再びゴールドラッシュの比喩に戻ろう。シャベルはもう売れなくなった。では、何を売ればよいのか？
宝石を売ればよい。
あるいは、より正確に言えば：金を工業原料として使い、採掘者が興味を持たないものを生み出せばよい。
1849年の実際のゴールドラッシュでは、繁栄期を生き延びた企業は、汎用的なツールを販売する企業ではなかった。金を原材料として、深い専門知識を駆使して特定の製品を生み出す企業であった。宝飾職人、歯科医、後に電気技師たちである。彼らは特定の応用シーンについて、一般論では到底到達できないほど深い理解を持っていた。
AI版の答えは、ラボが有していない、かつ容易に入手できないリアルワールドのコンテキストを必要とする垂直領域へのアプリケーション構築である。
OpenAI、Anthropic、Googleが構造的に苦手とするものを考えてみよう：
彼らは、あなたの業界の業務フローを深く理解していない。あなたの顧客とは関係がない。特定のシーンでモデルを本当に有効にするために不可欠な、プライベートなデータを低コストで取得できない。南アフリカの個別職人がなぜそのように請求書を作成するのか、ケニアのモバイル決済統合がなぜ単純でないのか、米国の医療事前承認がなぜ特定の、厄介な、かつ深く業務に組み込まれた課題なのか——こうしたことを、彼らは絶対に深く掘り下げることはない。
ラボは水平方向のインフラストラクチャーを構築している。チャンスは、地理的・規制的・文化的・業界特有のローカル知識なしには到底実現できない垂直領域にある。
だからこそ、新興市場におけるフィンテック、特定の法域に特化した法務AI、規制対象業界のコンプライアンスツール、ニッチな専門領域のワークフロー自動化は、「より優れたLangChainを作る」よりも防御力が高いのである。
護城河はモデルにはない。護城河はコンテキストにある。
金の工業的活用
この考え方には、もう一つのバリエーションがあり、明確に言及する価値がある。すなわち、金を工業的に使うようにAIを使うということである。価値保存手段や見せびらかすための装飾品としてではなく、耐久性のある経済的価値を生み出す何かに埋め込まれる部品として使うのである。
金の導電性は、ほぼ比類がないほど優れている。そのため、すべてのプリント基板には金が含まれている。誰もそれについて語らないし、その文脈で過熱した議論もない。金は、より大きなシステム内の重要な入力として、静かに機能しているのだ。
今まさに構築されようとしている、最も持続性の高いAI企業は、モデルを単なる製品ではなく、リアルな課題を解決する製品の一部として組み込んでいる。AIはプリント基板の中の金であり、ショーケースに飾られた金ではない。
実際の運用方法はこうである。まず、リアルな課題があり、リアルな業務フローの複雑さがあり、リアルなデータ取得の難しさがある領域を選択する。そして、その領域に適した製品を構築する。その製品の裏側には、たまたまモデルが使われており、それによって性能が劇的に向上する。AIは実装の詳細に過ぎず、製品こそが、苦痛を伴う手作業プロセスを置き換えるものである。
これは「GPT-4の上にラッパーを被せる」というアプローチとは正反対である。ラッパーはショーケースであり、プリント基板は目立たない。
最近、消滅した分野
さらに明確にするために、2024年末以降、ラボが体系的に食い尽くしつつあるスタートアップカテゴリーを以下に列挙する：
エージェントオーケストレーションフレームワーク。 現在は、OpenAI Agents SDK、Anthropicのツールチェーン、Google Vertex Agent Builderのネイティブ機能となった。
AIプログラミングアシスタント。 OpenAIのCodexは、フルリポジトリ規模の自律的プログラミングを実現できるようになった。Claude Codeも同様の機能を持つ。GitHub Copilotはマイクロソフトのネイティブソリューションである。純粋なプログラミングアシスタントという独立した分野は、大幅に縮小された。
ブラウザおよびコンピューター自動化。 OpenAIのOperator、AnthropicのComputer Use、GoogleのGemini Astra——最先端の3つのラボが、すべてこの分野に製品を投入している。LLMを用いたRPA（ロボティック・プロセス・オートメーション）を提供するスタートアップ企業は、すべて防衛戦を強いられている。
RAGパイプラインおよびベクトル検索ツール。 ほぼ商品化が完了した。ほとんどのモデルAPIにはネイティブな検索機能が内蔵されている。フレームワークレベルでの差別化は既に消失している。
汎用AIアシスタントおよび生産性ツール。 Claude、ChatGPT、Geminiによって直接吸収された。
プロンプト管理および評価ツール。 段階的にネイティブ機能へと移行しつつある。LangSmithにはまだわずかな余地があるが、それは時間との競争である。
パターンは非常に一貫している。ラボは、あるカテゴリが開発者層で注目を集め始め、自社のコア製品と密接に関連していると判断すると、すぐに自社版をリリースする。必ずしも優れている必要はない。ただ、統合されており、デフォルトで安価であり、スタートアップ企業が到底及ばないほどの流通力を持っているだけで十分なのである。
あなたが今すべきこと
もし今、AI関連の起業を検討しているなら、問うべき問いは「この製品には需要があるか？」ではない。需要は至る所にある。問うべきは、「この製品は、資本金100億ドル以上のラボが、ひとつの製品リリースで一掃してしまうだろうか？」である。
その答えが「そうなる」または「そうなるかもしれない」ならば、それはビジネスではなく、単なる機能にすぎない。
持続可能な戦略には、以下の特徴が備わっている必要がある。すなわち、極めて深い垂直領域特化性（ラボは汎用的なものは作れても、貴社のような特化はできない）、公開ネットワークからのクローリングでは複製不可能な独自データや関係性、単純なAPI呼び出しでは不十分になる規制・コンプライアンスの複雑性、そして信頼性やローカルコンテキストが単純な機能以上に重要となるコミュニティにおける流通チャネルの確保である。
ゴールドラッシュは本当である。そこには金が山ほどある。だが、採掘者自身が店を開き、無限の資本を背景に事業を展開しているのだ。
宝石を売れ。金を工業原料として使え。採掘者が興味を持たないものを創れ——それはあまりにもニッチで、あまりにもローカルで、あまりにも彼らが決して持ち得ない領域知識に深く根ざしているからである。
これが、私が正しいと考える戦略である。
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
@basche42
