Mighty Capitalの創業マネージングパートナーであり、Products That Countの取締役会会長を務めるSC Moattiは、「AIを使っている」という表現だけでは、もはやスタートアップを差別化するには不十分だと述べている。今年のProducts That Countの受賞候補製品の97%にAIが組み込まれていることから、彼女の見解では、AIは競合他社の追随を阻む障壁というより、利用可能なインフラに近いものになっている。
Moattiはこの結論を、Crunchbaseのデータを分析した結果に基づいている。この分析には、2025年初頭以降に5,000万ドル以上の資金調達ラウンドを実施した企業向けAI企業576社が含まれる。分析では、Hamilton Helmerが提唱した「7つの力」の枠組みに加え、60万人を超えるProducts That Countのプロダクトリーダー・コミュニティのデータも用いた。
第1の優位性：対抗ポジショニング
Moattiは「対抗ポジショニング」を、既存の競合企業が現在の経済性を損なわずには模倣できない、根本的に異なるビジネスモデルを構築することと定義している。彼女はNetflixとBlockbusterのよく知られた比較を例に挙げる。Blockbusterはサブスクリプションモデルを導入できたが、それは店舗が依存していた延滞料金収入を損なうことになった。
記事に示されたデータによれば、分析対象企業のうち、この種の障壁を利用しているのはわずか5%だが、調達額1ドル当たりの企業価値の中央値は5.3倍に達し、分析対象となった力の中で最も高い倍率となった。記事で挙げられた例では、AIを活用し雇用主に直接販売する保険会社や、当初からAIを基盤として構築された収益管理システムに、この考え方が表れている。
前者の場合、従来型の保険ブローカーは、関係性や引受利益率を損なわずにこのモデルを模倣することが難しい可能性がある。後者の場合、新しいモデルへの移行は、従来型システムの提供企業が得ている高利益率のコンサルティング収入を損なう可能性がある。既存の競合企業が、既存事業に悪影響を及ぼすために動けないこと自体が障壁になると、筆者は考えている。
第2の優位性：ネットワーク効果
ネットワーク効果のモデルでは、新しいユーザーが加わるほど製品の価値が高まる。MoattiはLinkedInを例に挙げている。採用担当者が増えると候補者が集まり、さらに多くの専門職が参加し、それによってさらに多くの採用担当者が引き寄せられる。
ネットワーク効果が見られるのは調査対象企業のわずか5%だが、倍率は4.2倍に達しており、分析によれば、強い評価プレミアムに到達するための資本効率が最も高い道筋となっている。筆者は、企業向け分野での適用では、ネットワークは個人ユーザーに限定されず、ブランドと工場、広告主とオーディエンス、プラットフォームとパートナーを結び付けることもできると考えている。
こうした相互作用を通じて価格設定、生産サイクル、オーディエンスの行動に関するデータが蓄積されると、ネットワークの模倣はより困難になる。ただし実務上の課題は、両面市場の双方に同時に参加し続けてもらうことにある。Moattiによれば、コールドスタート問題を乗り越えた企業は、資金力のある競合企業であっても、より優れたモデルを備えていても、直接購入できない資産をすでに保有している。
強そうに見えるが、持続性の低い障壁
専有データ、知的財産、独占的アクセスなどの限定資源は、普及度では上位に位置し、調査対象企業の44%に見られる。しかし、その倍率は2.6倍と最も低かった。筆者はその理由として、基盤モデルや合成データによって、多くの専有データセットが複製困難な優位性であり続ける力を弱められたことを挙げている。
一方、スイッチングコストは企業の37%に見られる。実際に顧客の離脱を防ぐ可能性はあるが、そこに到達するには通常、企業との深い統合、高コストの販売サイクル、システム再設計のリスクが必要となる。その倍率は約4倍で、ネットワーク効果に近いものの、記事によれば、構築に必要な資本は約10倍大きい。
Moattiは、プロダクト主導の成長に依存したり、ユーザーがプラットフォーム内で協力する理由を設計したりすれば、スイッチングコストはより効率的になる可能性があり、これによってこの障壁を徐々にネットワーク効果へと転換できると考えている。
スタートアップにとって何を意味するのか？
記事はまた、規模の経済を大半の創業者が利用できる戦略とみなすことにも疑問を呈している。このカテゴリーの中央値倍率は、OpenAIとAnthropicを除外すると6.1倍から3.2倍に低下し、両社がこのカテゴリーの資本の88%を占めている。そのため筆者は、成長に伴う単位経済性の改善と、実際に規模に基づく障壁を持つことを区別している。
certi.newsの編集部による見解：この資料は、対抗ポジショニングとネットワーク効果があらゆる市場で可能な唯一の障壁であることを示す証拠ではない。特定のサンプルと、直接的な因果検証ではなく評価倍率に基づいているためだ。しかし、AI企業に重要な実務上の問いを投げかけている。今日の競合企業が、より大きな資本とより優れたモデルを持って参入した場合、事業に何が残るのか。提示された議論によれば、その答えはAIの存在そのものではなく、ビジネスモデルまたはネットワーク構造の設計にあるべきだ。