効率が武器になるとき：AIが報いるのは人数ではなく認知

作者：Naman Bhansali

翻訳：深潮 TechFlow

原文タイトル：AIは技術的平等を実現しない、適切な人に報いるだけだ

深潮ガイド：新技術の普及初期には、「技術的平等」の幻想が生まれることが多い。写真、音楽制作、ソフトウェア開発が容易になると、競争優位は消えるのか？Warp創始者のNaman Bhansaliは、インドの小さな町からMITへと渡った個人的経験と、AIをリードする給与管理分野での起業実践を通じて、直感に反する真実を深く明らかにしている：技術が門戸を下げる（Floor）ほど、業界の天井（Ceiling）はむしろ高くなる。

この時代、実行力が安価になり、AIによる「振動符号化」（vibecoded）さえ可能な中で、著者は真の競争優位は単なる流量配信ではなく、偽造困難な「審美眼」（Taste）、複雑なシステムの根底にある論理への深い洞察、そして長期的に複利を追求する忍耐力にあると考える。この文章は、AIを用いた起業についての冷静な考察だけでなく、「庶民の技術が貴族の結果をもたらす」という幂律法則の強力な証明でもある。

全文

新しい技術が参入障壁を下げるたびに、同じ予測がつきまとう：今や誰もができるのなら、優位性はなくなる。スマホのカメラで誰もが写真家に、Spotifyで誰もが音楽家に、AIで誰もがソフトウェア開発者に。

この予測は半分正しい：確かに底辺（Floor）は上昇した。より多くの人が創造に参加し、製品をリリースし、競争に加わる。しかし、常に見落とされるのは天井（Ceiling）の方だ。天井の上昇速度はより速い。そして、底辺と天井の間――中央値とトップレベルの差は縮まらず、むしろ拡大している。

これが幂律法則（Power laws）の特徴だ：意図は関係ない。平等を目指す技術は常に貴族化の結果をもたらす。これが繰り返される。

AIも例外ではなく、むしろより極端に現れる。

市場の進化形態

Spotifyが登場したとき、彼らは本当に革新的なことをした：地球上のどんな音楽家も、かつてレコード会社やマーケティング予算、幸運だけがアクセスできた配信チャネルを得られるようにした。結果、音楽産業は爆発的に拡大し、数百万の新しいアーティストと数十億の新曲が登場した。底辺は確かに上昇した。

しかし、その後に起きたのは、トップ1％のアーティストが獲得する再生数の割合がCD時代よりも大きくなったことだ。縮小ではなく拡大だ。より多くの音楽、より激しい競争、より良質なコンテンツを求める流れにより、地理的制約や棚スペースの制限を超えたリスナーたちが、最上位の作品に集中し始めている。Spotifyは音楽のユートピアを実現したのではなく、この競争を激化させただけだ。

同じ話は、執筆、写真、ソフトウェアの分野でも起きている。インターネットは史上最多の作者を生み出したが、同時により残酷な注意力経済も生んだ。参加者は増え、トップ層への賭け金も高まり、基本的な形態は変わらない：ごく少数が大部分の価値を獲得している。

私たちが驚くのは、線形思考に慣れているからだ。生産性の向上が水を平らな容器に注ぐように均一に分布すると期待している。しかし、多くの複雑系はそう動かない。幂律分布は市場の奇癖や技術の失敗ではなく、自然のデフォルト設定だ。技術はそれを生み出したのではなく、むしろそれを明らかにしている。

クレイバーの法則（Kleiber’s Law）を考えてみよう。地球上のすべての生物――細菌からシロナガスクジラまで、27桁の体重スケールを跨いで――の代謝率は体重の0.75乗に比例する。この関係は幂律であり、ほぼすべての生命形態で高い精度を持つ。誰かがこの分布を設計したわけではなく、エネルギーが複雑系の中で内在的な論理に従う結果だ。

市場も複雑系であり、注意力は資源だ。摩擦がなくなると――地理、棚スペース、配信コストがバッファーとして機能しなくなると――市場は自然な形態に収束する。それは正規分布の鐘形曲線ではなく、幂律だ。平等の物語と貴族化の結果は共存し、これが新技術が私たちを驚かせる理由だ。底辺が上昇しているのを見て、天井も同じ速度で追随すると誤解しがちだが、実際には天井は加速して遠ざかっている。

AIはこの過程をこれまで以上に速く、激しく推進する。底辺はリアルタイムで上昇している――誰でも製品をリリースし、インターフェースを設計し、運用コードを書けるようになっている。しかし、天井も上昇し、その速度はさらに速い。問うべきは、最終的にあなたの位置を決めるのは何かだ。

実行力が安価になり、審美眼が信号となる

1981年、スティーブ・ジョブズは初代Macintoshの内部回路基板の美しさにこだわった。外見ではなく、顧客が決して見えない内部の部分だ。彼のエンジニアたちは彼を狂っていると思ったが、彼は狂っていなかった。彼は理解していた：何事も完璧主義に近い証明のようなものだ。何かをする方法は、すべてのことをする方法だ。隠れた部分を美しく作る人は、品質を演じているのではなく、性格的に不良品を許さないのだ。

これは重要だ。信頼は築きにくいが、短期間で偽造しやすい。私たちは常にヒューリスティックな判断を行い、誰が真の卓越者か、誰がただ見せかけているかを見極めようとする。証明（Credentials）は役立つが操作可能だ。出自（Pedigree）も役立つが継承可能だ。本当に偽造困難なのは審美眼（Taste）だ――持続的で観察可能な、ある基準に対する高いこだわりだ。ジョブズは回路基板を美しく作る必要はなかったが、そうした。これ自体が、彼が見えない部分でどう行動するかを示している。

過去10年の大半、こうした信号はある程度隠されていた。SaaSの絶頂期（2012年〜2022年）には、実行力が標準化され、配信（Distribution）が真の希少資源となった。顧客を効率的に獲得し、販売体制を築き、「40原則」（Rule of 40）を達成すれば、製品自体はほとんど重要でなくなる。市場投入戦略が強力なら、平凡な製品でも勝てる。審美の信号は成長指標のノイズに埋もれていた。

しかし、AIはこの信号とノイズの比率を根本的に変えた。誰でも午後一で機能的な製品、洗練されたUI、動作するコードベースを生成できると、「使いやすさ」が差別化要因ではなくなる。問題は、「本当に優れているか？」、「“良い”と“卓越した”の違いを理解しているか？」だ。誰も強制されなくても、その最後の一線を越えるほど気にかけるかどうか。

特にビジネスクリティカルなソフトウェア――給与、コンプライアンス、従業員データを扱うシステム――ではそうだ。これらは試用して次の四半期に放棄できるものではない。切り替えコストは実在し、故障モードは深刻だ。導入担当者はすべての信頼ヒューリスティックを働かせる。美しい製品は最も明確な信号の一つだ。これは、「作った人が真剣だ」と示している。見えない部分も気にかけている証拠だ。

実行力が安価な世界では、審美眼は仕事量の証明（Proof of work）だ。

新段階で何が報われるか

この論理は常に成立してきたが、過去10年の市場環境はそれをほとんど見えなくした。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ではなくなった。

2012年〜2022年、SaaSのコアアーキテクチャは確立された。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た。機能的な製品を作るのは難しいが、それは「解決済みの難題」だ。採用し、既定のパターンに従えば、資源さえあれば合格ラインに到達できる。本当に希少なのは、勝者と凡人を分ける配信能力だ。顧客を効率的に獲得できるか？再現性のある販売アクションを築けるか？ユニットエコノミクスを理解し、適切なタイミングで投資できるか？

その環境に適応した創業者の多くは、営業、コンサル、金融出身だった。彼らは、10年前には未知だった指標――純保持率（NDR）、平均契約額（ACV）、マジックナンバー（Magic number）、40原則――に精通している。彼らはエクセルと営業パイプラインの管理の中で生きていた。その時代、彼らは正しかった。SaaSの絶頂期は、絶頂期の創業者を生んだ。これは合理的な進化の結果だ。

しかし、私は息苦しさを感じていた。

私はインドの人口2.5億の州の小さな町で育った。毎年、インド全土でMITに入れるのは約3人だけ。その全員がデリー、ムンバイ、バンガロールの高額な予科校出身だった。私はその州で初めてMITに合格した人だ。これは自慢ではなく、この記事の論点の縮図だ：参入障壁が高いと、出自（Pedigree）が結果を予測する。障壁が開かれると、深く取り組む人（Deep people）が勝つ。名門出身者が多い中で、私は深さで勝負できる人間だった。これが私の唯一の賭けだった。

物理、数学、計算機科学を学び、最も深い洞察は、プロセスの最適化ではなく、見落とされていた真実を見つけることにあった。修士論文は、大規模分散機械学習の遅れ者対策（Straggler mitigation）についてだった。システムを大規模に動かすとき、一部が遅れた場合、全体の整合性を損なわずにどう最適化するか。

20代前半で起業の世界を見たとき、私にはこれらの深い洞察は無意味に思えた。市場のプレミアムは「参入」（Go-to-market）にあり、製品そのものではなかった。技術的卓越性は、いささか夢物語のように見えた――それは「真のゲーム」（顧客獲得、保持、販売速度）への干渉とみなされた。

しかし、2022年末に状況は変わった。

ChatGPTが示したのは、長年の研究論文よりも直感的で衝撃的な、曲線の折れ曲がりだった。新たなS字曲線が始まったのだ。段階的な変革（Phase transitions）は、前段階に最も適応した者ではなく、誰も気づかぬうちに次の段階の無限の可能性を洞察した者を報いる。

そこで私は辞職し、Warpを創立した。

この賭けは非常に具体的だ。アメリカには800以上の税務機関――連邦、州、地方――があり、それぞれ申告要件や締め切り、コンプライアンスロジックが異なる。APIもなく、プログラム的アクセスもない。何十年も、給与管理サービスは同じやり方でこの問題に取り組んできた：人を積み重ねる。何千何万ものコンプライアンス専門家が、これらの規模化されていないシステムの中で手作業を続けてきた。伝統的な巨頭――ADP、Paylocity、Paychex――は、この複雑さをビジネスモデルに組み込み、コストを顧客に転嫁してきた。

2022年、私はAIエージェントの脆弱性を見ていたが、同時に改善の曲線も見えていた。大規模分散システムに深く関わり、モデルの進化を間近で観察してきた者は、次の一手を打てる。あの時点の脆弱な技術は、数年以内に圧倒的に強力になると予測できた。だから私たちは賭けた：最も難しいワークフローから始め、AIネイティブのプラットフォームを構築する。従来の巨頭が自動化できなかった、アーキテクチャの制約による作業フローだ。

今、その賭けは実を結びつつある。しかし、よりマクロな視点では、パターン認識が重要だ。AI時代の技術創業者は、エンジニアリングの優位性だけでなく、洞察の優位性も持つ。彼らは異なる切り口を見つけ、異なる賭けを打つことができる。彼らは、「永遠に複雑」とみなされるシステムを見て、「本当の自動化に必要なものは何か？」と問い、その答えを自ら構築できる。

絶頂期のSaaSの覇者は、制約条件下での合理的最適化者だった。しかし、AIはこれらの制約を取り除き、新たな制約を設置している。新たな環境では、希少資源は配信能力ではなく、可能性の洞察と、それを適切な審美と信念に基づいて構築する能力だ。だが、もう一つ、すべてを決定づける第三の変数がある。それは、多くのAI創業者が致命的な誤りを犯している点だ。

高速での長期戦

今のスタートアップ界には、「永久に底辺から抜け出すまでの2年」というミームが流行している。早く作り、早く資金調達し、退出（Exit）か破綻か。

この心情の出所は理解できる。AIの進化速度は生存の危機を感じさせ、波に乗るタイミングは非常に狭いと感じさせる。Twitterで一夜にして有名になった若者たちは、当然のように考える：ゲームの本質はスピードだ――最短時間で最速で走る者が勝つ。

しかし、これは誤った次元の話だ。

確かに、実行速度は重要だ。これには絶対の自信がある――それは私の会社名（Warp）にも刻まれている。しかし、スピードだけが短期的な視野を意味するわけではない。AI時代に最も価値のある会社を築く創業者は、2年でキャッシュアウトする者ではなく、10年走り続けて複利を享受する者だ。

短期志向の誤りは、ソフトウェアの最も価値ある資産――私有データ、深い顧客関係、真の切り替えコスト、規制に関する専門知識――が、数年の蓄積を必要とし、資本やAI能力をいくら投入しても短期間で模倣できない点にある。Warpが州跨ぎの給与処理を行う中で、私たちは数千の司法管轄区のコンプライアンスデータを蓄積している。税務通知や境界ケースの処理、州政府への登録完了のたびに、模倣困難なシステムが育っている。これは単なる機能ではなく、護城河だ。長い時間をかけて高品質に取り組むことで、密度の高い価値を生み出している。

この複利は最初の年には見えない。2年目にはぼんやりと、5年目には完全に勝負を決める。

Snowflakeの前CEO、Frank Slootmanはこう言った：不快な状態に慣れろ、と。短距離走のためではなく、永続的な状態として。創業初期の「戦争迷雲」――迷い、情報不足、意思決定の必要性――は、2年後には消えない。それは進化し続け、新たな不確実性が旧いものを置き換えるだけだ。持続できる創業者は、確信を見つけた者ではなく、迷いの中でも明確に動き続ける者だ。

会社を作るのは非常に残酷だ。これを未経験者に伝えるのは難しい。常に微かな恐怖と、時により高次の恐怖に襲われながら、情報不足の中で何千何万の決定を下す。連続した誤判断が終焉をもたらすことを知っている。Twitterの「一夜成功」例は、幂律分布の外れ値だけでなく、極端な外れ値だ。これらを研究し、誤った道を走った人の記録からマラソンのトレーニングを学ぶように、戦略を最適化する。

なぜそんなことをするのか？快適だからでも、勝算が高いからでもない。そうしないと、「本当に生きている」と感じられないからだ。唯一の恐怖は、「何もせずに終わる」ことよりも、「何かをやって失敗する」ことだ。

もし賭けに勝ち、他者が未評価の真実を見抜き、長期的に審美と信念を持って行動できれば、その結果は財務だけにとどまらない。人々の働き方を根本から変える何かを創り出し、愛される製品を作り、そこに関わる人々を最大限に引き出す事業を築く。

これは10年のプロジェクトだ。AIはこれを変えられない。変えたこともない。

AIが変えるのは、最後まで見届けることができる創業者にとっての天井（Ceiling）だ。

注目されない天井

では、その先に、ソフトウェアはどのような姿を見せるのか？

楽観派は言う：AIは豊かさをもたらす――より多くの製品、より多くの創造者、より多くの価値がより多くの人に分配される。彼らは正しい。一方、悲観派は言う：AIはソフトウェアの護城河を破壊する――何でも午後一でコピーできる時代が来る、守備は死んだ。これも一部正しい。しかし、両者とも底辺（Floor）に目を奪われており、天井（Ceiling）には注目していない。

未来には、AI生成の微小なツール群――ポイントソリューションが無数に登場し、狭い問題を解決できるものが出てくるだろう。多くは企業ではなく、個人や内部チームが自分たちの痛点を解決するために作るものだ。参入障壁の低いソフトウェアカテゴリでは、市場は真の民主化を迎える。底辺は高く、競争は激しく、利益は薄い。

しかし、資金流動やコンプライアンス、従業員データ、法的リスクを扱うビジネスクリティカルなシステムは別だ。これらはフォールトトレランスの低いワークフローだ。給与システムの故障で従業員は給与を受け取れず、税務申告のミスで税務署が動き、福利厚生の断絶で人々の保障が失われる。選択したソフトウェアの責任は重い。これらの責任は、午後に「感性符号化」（vibecoded）だけで組み上げたAIに外注できない。

こうしたワークフローでは、企業は引き続き信頼できる供給者を選ぶ。そこでは、「勝者総取り」のダイナミクスが、前世代のソフトウェアよりもさらに極端になる。ネットワーク効果が強いのはもちろんだが、何百万の取引と何千のコンプライアンスケースを通じて蓄積された私有データを持つAIネイティブプラットフォームの複利優位性は、後発が「一気に追いつく」ことをほぼ不可能にしている。護城河はもはや機能の集合ではなく、誤りを罰しながら長期に高水準を維持する品質の蓄積だ。

これにより、ソフトウェア市場の統合はSaaS時代を超える規模になるだろう。10年後のHRや給与分野では、10数％のシェアを持つ20社は存在しないと予想する。2〜3のプラットフォームが大部分の価値を握り、多くのポイントソリューションはほとんど価値を持たないだろう。同じパターンは、複雑なコンプライアンスやデータ蓄積、切り替えコストが絡むあらゆるソフトウェアカテゴリに適用される。

これらの分布の頂点にいる企業は、非常に似通った姿になるだろう。真の製品審美を持つ技術者が創業し、AIネイティブアーキテクチャに基づいて最初から構築し、既存の巨頭が既存事業を解体しないと構造的に対応できない市場で運営している。彼らは早期に、AIが生み出す未評価の真実を見抜く洞察の賭けをし、長く続けて複利を明確にしている。

私はこうした創業者を抽象的に描写してきたが、その実像は明白だ。私も彼を目指している。

2022年にWarpを創立したのは、社員運営の全スタック――給与、税務、福利、入社、設備管理、HRフロー――が、手作業と旧式アーキテクチャに基づいていることに気づき、それをAIで根本的に置き換えられると確信したからだ。改善ではなく、置換だ。伝統的巨頭は複雑性を社員数に吸収させて価値を築いたが、私たちは根源から複雑性を排除し、事業を構築する。

3年の時を経て、その賭けは証明された。リリース以来、5億ドル超の取引を処理し、急速に成長し、世界の最重要技術を支える企業にサービスを提供している。毎月、蓄積されるコンプライアンスデータ、処理された境界ケース、構築されたインテグレーションは、プラットフォームの模倣困難性と顧客価値を高めている。護城河はまだ初期段階だが、すでに規模を持ち、加速している。

これらを伝えるのは、Warpの成功が運命づけられているからではない――幂律分布の世界では、何も運命づけられていない――。むしろ、私たちをここに導いた論理こそが、全文で述べた「真実を見ること」だ。誰よりも深く掘り下げ、外部圧力なしに高い基準を維持し、長く続けて正しさを確かめる。

AI時代の卓越した会社は、次のことを理解した人々によって築かれる：参入は決して希少資源ではなく、洞察力（Insight）こそが重要だ。実行力は護城河ではなく、審美眼（Taste）だ。速度は優位性ではなく、深さ（Depth）だ。

幂律法則は意図を気にしないが、正しい意図を賞賛する。