a16z: 2026年に向けた主要なビジョン：パート2

執筆者: a16z New Media

編集者: Block unicorn

昨日、私たちは「ビッグアイデア」シリーズの最初の部分を共有しました。これには、インフラストラクチャ、成長、バイオ + ヘルス、そして Speedrun チームパートナーがスタートアップが 2026 年に直面すると考えていることが含まれていました。

本日は、このシリーズの第 2 部として、American Dynamism (a16z が 2021 年に設立した投資チーム) とアプリケーションチームの寄稿を取り上げます。

アメリカのダイナミズム

デビッド・ウレヴィッチ：AIネイティブな産業基盤の構築

アメリカは、国家の真の力となる経済の構成要素そのものを再構築しつつあります。エネルギー、製造、物流、インフラが再び注目を集めていますが、最も重要な変化は、真に人工知能（AI）を基盤として構築された、ソフトウェアファーストの産業基盤の台頭です。これらの企業は、アナログの自動化設計とAI主導のオペレーションからスタートしています。彼らは過去を近代化しているのではなく、未来を築いているのです。

これにより、先進エネルギーシステム、重工業ロボット製造、次世代鉱業、そして生物学的・酵素的プロセス（様々な産業で利用される前駆化学物質の生産）に大きなチャンスが生まれます。人工知能は、よりクリーンな反応炉の設計、採掘の最適化、より優れた酵素の設計、そして従来のオペレーターにはない洞察力を備えた自律型機械群の調整を可能にします。

工場だけでなく、世界にも同様の変革が起こっています。自律型センサー、ドローン、そして最新のAIモデルは、かつては規模が大きすぎて包括的な管理が困難だった港湾、鉄道、送電線、パイプライン、軍事基地、データセンターといった重要システムを、現在では継続的に監視できるようになりました。

現実世界は新しいソフトウェアを必要としている。このソフトウェアを構築する創始者たちが、次の世紀のアメリカの繁栄を形作るだろう。

エリン・プライス・ライト：アメリカ工場の復活

アメリカの最初の偉大な世紀は、強大な工業力を基盤として築かれましたが、広く認識されているように、私たちはその力の多くを失ってしまいました。これは、アウトソーシングと社会における建設的な関与の意図的な欠如によるものです。しかし、錆びついた機械が再び動き始め、ソフトウェアと人工知能を中心としたアメリカの工場の復活を目の当たりにしています。

2026年までに、エネルギー、鉱業、建設、製造業といった分野の課題解決において、企業が工場のような考え方を取り入れるようになると私は考えています。これは、人工知能と自動化を熟練労働者と組み合わせることで、複雑でカスタマイズされたプロセスを組立ラインのように効率的に運用することを意味します。具体的には、以下のようなことが挙げられます。

複雑な規制およびライセンスプロセスに迅速かつ反復的に対処します
設計サイクルを加速し、最初から製造可能性設計を実施します。
大規模プロジェクト調整のより良い管理
自律システムを導入すると、人間にとって困難または危険なタスクが加速されます。

ヘンリー・フォードが1世紀前に開発した技術を応用し、最初から規模と再現性を考慮した計画を立て、最新の人工知能を統合することで、私たちはまもなく原子炉の大量生産を実現し、国民のニーズを満たす住宅を建設し、驚異的なペースでデータセンターを建設し、産業の新たな黄金時代を迎えるでしょう。イーロン・マスクが言ったように、「工場こそが製品である」のです。

Zabie Elmgren: 観測可能性の次の波はデジタルではなく物理的なものになるでしょう。

過去10年間、ソフトウェアの可観測性はデジタルシステムの監視方法を変革し、ログ、メトリクス、トレースを通じてコードベースとサーバーの透明性を高めてきました。そして、同じ変革が現実世界にも押し寄せようとしています。

米国の主要都市には10億台を超えるコネクテッドカメラとセンサーが設置されており、都市、電力網、その他のインフラのリアルタイムの運用状況を把握する能力、すなわち物理的な可観測性は、喫緊の課題であり、かつ実現可能なものになりつつあります。この新たなレベルの認識は、ロボット工学や自律技術の新たなフロンティアを切り開くでしょう。機械は、コードのように物理世界を観測可能にする普遍的なフレームワークを活用するようになるでしょう。

もちろん、この変革には現実的なリスクも伴います。山火事を検知したり、建設現場の事故を防いだりできるツールが、ディストピア的な悪夢を引き起こす可能性もあるのです。次の波の勝者は、社会の信頼を獲得し、プライバシーを保護し、ネイティブAIサポートを備えた相互運用可能なシステムを構築し、社会の自由を損なうことなく社会の透明性を高める企業です。この信頼できるフレームワークを構築できる企業が、今後10年間の可観測性の方向性を決定づけるでしょう。

ライアン・マッケンタッシュ：エレクトロニクス産業のアーキテクチャが世界を変える

次の産業革命は工場で起こるだけでなく、工場を動かす機械内部でも起こるでしょう。

ソフトウェアは私たちの思考、設計、そしてコミュニケーションの方法に革命をもたらしました。今日では、移動、建築、そして生産の方法をも変革しています。電化、素材、そして人工知能の進歩が融合し、ソフトウェアが物理世界を真に制御できるようになっています。機械は感知し、学習し、自律的に行動し始めています。

これは、電気自動車、ドローン、データセンター、そして現代の製造業を支える統合技術、エレクトロニクス産業スタックの台頭です。このスタックは、世界を動かす原子と、それを制御する部品を結びつけます。部品へと精製される鉱物、バッテリーに蓄えられたエネルギー、電子機器によって制御される電気、そして精密モーターによって実現される動きに至るまで、すべてがソフトウェアによって調整されています。これは、あらゆる物理的自動化における飛躍的進歩の背後にある目に見えない基盤であり、ソフトウェアが単にタクシーを呼び出すだけなのか、それとも真にハンドルをコントロールするのかを決定づけるのです。

しかし、重要な材料の精製から高度なチップの製造に至るまで、このスタックを構築する能力は失われつつあります。米国が次の産業時代をリードしたいのであれば、それを支えるハードウェアを製造しなければなりません。エレクトロニクス産業スタックを掌握する国こそが、産業技術と軍事技術の未来を決定づけるでしょう。

ソフトウェアは世界を飲み込んできた。そして今、世界を前進させる。

オリバー・スー：自律的な研究室が科学的発見を加速させる

マルチモーダルモデル機能の進歩とロボット操作の継続的な改善により、チームは自律的な科学的発見を加速させます。これらの並列技術は、仮説の策定から実験の設計と実行、推論、結果分析、そして将来の方向性に向けた反復的な研究に至るまで、科学的発見における閉ループを実現できる自律型ラボを生み出します。これらのラボを構築するチームは学際的であり、人工知能、ロボット工学、物理学と生命科学、製造、そしてオペレーションの専門知識を統合し、無人ラボを通じて継続的な学際的な実験と発見を可能にします。

ウィル・ビツキー：主要産業におけるデータの旅

2025年には、人工知能の時代精神はコンピューティングリソースの制約とデータセンターの構築によって定義されるでしょう。2026年には、データリソースの制約と、データの旅の次のフロンティア、つまり主要産業によって定義されるでしょう。

私たちの主要産業は、依然として潜在的な非構造化データの宝庫です。トラックの配車、メーターの読み取り、メンテナンス作業、生産工程、組み立て、そして試運転といったあらゆるデータが、モデルの学習のための材料となります。しかしながら、データ収集、アノテーション、そしてモデル学習といった用語は、業界では一般的には使われていません。

この種のデータに対する需要は尽きることはありません。Scale社、Mercer社、AI研究機関といった企業は、プロセスデータ（「何が行われたか」だけでなく「どのように行われたか」）を容赦なく収集しています。彼らは「スウェットショップ」から収集するデータ一つ一つに法外な料金を支払っています。

既存の物理インフラと人員を有する産業企業は、データ収集において比較優位性を有しており、この優位性を活用し始めるでしょう。彼らの事業活動は膨大な量のデータを生み出し、それらは事実上限界費用ゼロで収集され、自社モデルの学習に利用したり、第三者にライセンス供与したりすることができます。

スタートアップ企業が登場し、支援を提供してくれることも期待できます。これらのスタートアップ企業は、収集、ラベリング、ライセンス供与のためのソフトウェアツール、センサーハードウェアとソフトウェア開発キット（SDK）、強化学習（RL）環境とトレーニングパイプライン、そして最終的には独自のインテリジェントマシンなど、統合されたスタックを提供してくれるでしょう。

アプリチーム

デイビッド・ハーバー：人工知能はビジネスモデルを強化する

優れたAIスタートアップは、単にタスクを自動化するだけでなく、クライアントの経済的利益を増大させることにも取り組んでいます。例えば、利益分配法では、法律事務所は勝訴した場合にのみ収益を得ます。Eveのような企業は、独自の成果データを用いて訴訟の勝訴率を予測し、法律事務所がより適切な案件を選択し、より多くのクライアントにサービスを提供して勝訴率を向上させるのを支援しています。

人工知能自体がビジネスモデルを強化する可能性があります。コスト削減だけでなく、収益増加にもつながります。2026年までに、AIシステムが顧客インセンティブメカニズムとより深く連携し、従来のソフトウェアでは実現できない複合的なメリットを生み出すようになるため、このロジックは様々な業界に広がるでしょう。

アニッシュ・アチャリヤ：ChatGPTはAIアプリストアになる

消費者向け製品サイクルを成功させるには、新しいテクノロジー、新しい消費者行動、新しい流通チャネルという 3 つの要素が必要です。

最近まで、AIの波は最初の2つの条件を満たしていましたが、新たなネイティブな流通チャネルが不足していました。ほとんどの製品は、Xのような既存のネットワークや口コミマーケティングに頼って成長していました。

しかし、OpenAI Apps SDKのリリース、Appleによるミニプログラムのサポート、そしてChatGPTのグループチャット機能の導入により、コンシューマー向け開発者はChatGPTの9億人のユーザーベースを直接活用し、Wabiのような新しいミニプログラムネットワークを通じて成長を実現できるようになりました。コンシューマー向け製品ライフサイクルの最終段階となるこの新しい流通チャネルは、2026年に10年に一度のコンシューマー向けテクノロジーのゴールドラッシュを引き起こすと予想されています。これを無視すれば、後を追うことになります。

オリビア・ムーア：音声エージェントが足場を築き始めています。

過去18ヶ月の間に、AIエージェントが企業の実社会でのやり取りを担うというビジョンは、SFから現実へと変化しました。中小企業から大企業まで、数千もの企業が音声起動AIを活用し、アポイントメントのスケジュール設定、予約の完了、アンケートの実施、顧客情報の収集などを行っています。これらのエージェントは、企業のコスト削減と収益増加に貢献するだけでなく、従業員の時間を、より価値が高く、よりやりがいのある仕事に充てることを可能にします。

しかし、この分野はまだ初期段階にあるため、多くの企業は「音声を入り口として」という段階にとどまっており、単一のソリューションとして1種類または数種類の通話しか提供していません。音声アシスタントがワークフロー全体（場合によってはマルチモーダル）を処理できるようになり、さらには顧客関係ライフサイクル全体を管理できるようになることを期待しています。

これは、エージェントがビジネスシステムにさらに深く統合され、より複雑な種類のインタラクションを自由に処理できるようになることを意味すると考えられます。基盤となるモデルが進化し続けるにつれ、エージェントはツールを呼び出し、異なるシステムを横断して操作することが可能になっています。そのため、すべての企業は音声主導のAI製品を導入し、ビジネスの重要な側面を最適化するために活用すべきです。

Marc Andrusko: プロンプトのないプロアクティブなアプリが登場します。

2026年までに、主流ユーザーはポップアッププロンプトに別れを告げるでしょう。次世代のAIアプリケーションは完全にプロンプトフリーになり、ユーザーの行動を観察し、積極的に提案を提供します。統合開発環境（IDE）は、質問する前からリファクタリングを提案します。顧客関係管理システム（CRM）は、通話終了後にフォローアップメールを自動的に生成します。デザインツールは、作業中にさまざまなソリューションを生成します。チャットインターフェースは単なる補助ツールになります。今日、AIはあらゆるワークフローに潜む目に見えない足場となり、ユーザーの指示ではなく意図によって起動されます。

アンジェラ・ストレンジ：人工知能は最終的に銀行と保険のインフラをアップグレードするだろう

多くの銀行や保険会社は、ドキュメントのインポートや AI 音声エージェントなどの AI 機能を従来のシステムに統合していますが、AI が金融サービス業界を真に変革できるのは、それをサポートするインフラストラクチャを再構築した場合のみです。

2026年までに、AIの近代化と最大限活用に失敗することのリスクは、失敗そのもののリスクを上回るでしょう。そうなると、大手金融機関は従来のベンダーとの契約を破棄し、より新しくAIネイティブな代替ベンダーを採用するようになるはずです。これらの企業は、従来の分類から脱却し、従来のシステムや外部ソースから得られる基盤データを一元管理、標準化、そして拡充できるプラットフォームへと進化していくでしょう。

結果はどうでしたか？

ワークフローは大幅に簡素化され、並列化されます。複数のシステムや画面を行き来する必要はなくなります。想像してみてください。ローン・オリジン・システム（LOS）で数百もの保留中のタスクを一度に確認・処理し、煩雑な作業もエージェントが処理できるのです。
私たちが慣れ親しんだカテゴリーは、より大きなカテゴリーに統合されます。例えば、顧客のKYC、口座開設、取引モニタリングのデータは、単一のリスクプラットフォームに統合できるようになります。
これらの新しいカテゴリーの優勝者は既存企業の 10 倍の規模になります。カテゴリーの範囲ははるかに広く、ソフトウェア市場は労働力を貪り食っています。

金融サービスの将来は、古いシステムに人工知能を適用することではなく、人工知能に基づいたまったく新しいオペレーティングシステムを構築することです。

ジョー・シュミット：先進的な戦略により、99%の企業に人工知能が導入される

人工知能（AI）は、私たちの人生における最もエキサイティングな技術革新の一つです。しかしながら、これまでのところ、新興企業からの収益の大部分は、シリコンバレーの上位1%の企業に流れ込んでいます。これらの企業は、ベイエリアに拠点を置いているか、その広大なネットワークの一部です。これは理解に難くありません。起業家は、オフィスを直接訪問したり、役員会に参加しているベンチャーキャピタリストを通して人脈を築いたりすることで、容易にアクセスでき、よく知っている企業に自社製品を売りたいと考えているからです。

2026年までに、状況は一変するでしょう。企業はAI活用の機会の大部分がシリコンバレーの外にあることに気づき、先進的な戦略を用いて、従来の大規模垂直産業の中に潜むさらなる機会を発掘しようとするスタートアップ企業が現れるでしょう。AIは、システムインテグレーターや実装会社といった従来のコンサルティング・サービス業界、そして製造業のような成長の遅いセクターにおいて、計り知れない可能性を秘めています。

シーマ・アンブル：人工知能はフォーチュン 500 企業に新たな調整層と新たな役割を生み出しています。

2026年までに、企業はサイロ化されたAIツールから、協調的なデジタルチームのように機能することが求められるマルチエージェントシステムへとさらに移行していくでしょう。エージェントが複雑で相互依存的なワークフロー（共同計画、分析、実行など）を管理するようになるにつれ、企業は業務構造とシステム間のコンテキストの流れを再考する必要があります。AskLioやHappyRobotといった企業は既にこの移行を進めており、個々のタスクではなくプロセス全体にエージェントを導入しています。

フォーチュン500企業は、この変化を最も痛感するでしょう。なぜなら、彼らは膨大なサイロ化されたデータ、組織内の知識、そして業務の複雑さを抱えており、その多くは従業員の頭の中に眠っているからです。こうした情報を自律的な従業員のための共有基盤へと転換することで、意思決定の迅速化、サイクルの短縮、そして人間による継続的なマイクロマネジメントに依存しないエンドツーエンドのプロセスが実現します。

この変化は、リーダーに役割とソフトウェアの見直しを迫るでしょう。AIワークフローデザイナー、エージェントマネージャー、そして協調的なデジタルワーカーの調整と承認を担うガバナンスリーダーといった新たな役割が生まれるでしょう。企業は既存の記録管理システムに加え、マルチエージェント間のインタラクションを管理し、コンテキストを判断し、自律的なワークフローの信頼性を確保するための新たなレイヤーである調整システムを必要とします。人間は、エッジケースや最も複雑な状況への対応に注力するようになります。マルチエージェントシステムの台頭は、単なる自動化の新たな一歩ではなく、企業の運営方法、意思決定、そして最終的には価値創造のあり方を再構築することを意味します。

ブライアン・キム：消費者向けAIは「私を助ける」から「私を理解する」へと変化している

2026年は転換点を迎え、主流の消費者向けAI製品は、生産性向上から人間関係の強化へと重点をシフトするでしょう。AIはもはや単に物事をこなす手助けをするだけでなく、自分自身をより深く理解し、より強固な人間関係を築く手助けをしてくれるでしょう。

明確にしておきたいのは、これは決して容易なことではないということです。これまで多くのソーシャルAI製品がリリースされてきましたが、最終的には失敗に終わっています。しかし、マルチモーダルなコンテキストウィンドウと推論コストの継続的な低下により、AI製品はチャットボットに伝える内容だけでなく、生活のあらゆる側面から学習できるようになりました。スマートフォンの写真アルバムに、あなたの心温まる瞬間が映し出され、1対1のメッセージやグループチャットのモードが会話に合わせて変化し、ストレス下では日々の習慣が変化する様子を想像してみてください。

これらの製品が実際に発売されれば、私たちの日常生活の一部となるでしょう。一般的に、「理解する」製品は「助ける」製品よりもユーザー維持メカニズムに優れています。「助ける」製品は、特定のタスクに対するユーザーの高い支払い意欲を通じて収益を生み出し、ユーザー維持率の向上に重点を置いています。一方、「ついて行く」製品は、日々の継続的なインタラクションを通じて収益を生み出します。ユーザーの支払い意欲は低いものの、ユーザー維持率は高くなります。

人々は常にデータを価値と交換しています。問題は、彼らが受け取る報酬が価値があるかどうかです。その答えはまもなく明らかになるでしょう。

キンバリー・タン：新しいモデルプリミティブが前例のない企業を生み出す

2026年までに、推論、マルチモーダル、そしてコンピューティングアプリケーションの飛躍的進歩がなければ存在し得なかった企業が台頭するでしょう。これまで、法務やカスタマーサービスなど多くの業界が、改良された推論技術を活用して既存製品を強化してきました。しかし、コア製品の機能を根本的にこれらの新しいモデルプリミティブに依存している企業は、ようやく登場し始めたばかりです。

推論能力の進歩は、複雑な金融請求を評価したり、徹底的な学術研究やアナリストによる調査に基づいて行動したりする新たな能力（例：請求紛争の裁定）を生み出す可能性があります。マルチモーダルモデルは、現実世界（例：製造現場のカメラ）から潜在的なビデオデータを抽出することを可能にします。コンピュータの応用は、これまでデスクトップソフトウェア、不十分なAPI、断片化されたワークフローによって価値が阻害されてきた大規模産業における自動化を可能にしました。

James da Costa: AI スタートアップ企業は、自社製品を他の AI スタートアップ企業に販売することで規模を拡大します。

私たちは今、AI製品サイクルの到来を主な原動力として、かつてないほどの企業創出の波の真っ只中にいます。しかし、これまでの製品サイクルとは異なり、既存企業は傍観しているわけではなく、積極的にAIを導入しています。では、スタートアップはどうすれば成功できるのでしょうか？

スタートアップ企業が流通チャネルで既存企業を凌駕するための最も効果的でありながら過小評価されている方法の一つは、最初から既存企業にサービスを提供することです。つまり、グリーンフィールド企業（全く新しい事業）にサービスを提供することです。あらゆる新規企業を引きつけ、共に成長できれば、顧客基盤の拡大とともに大企業へと成長することができます。Stripe、Deel、Mercury、Rampといった企業はこの戦略を採用しています。実際、Stripeの顧客の多くは、Stripeが設立された当時は存在すらしていませんでした。

2026年には、ゼロからスタートしたスタートアップ企業が、様々なエンタープライズソフトウェア分野で規模を拡大していくでしょう。彼らに必要なのは、より優れた製品を開発し、既存のベンダーに縛られていない新規顧客の開拓に注力することだけです。