作者： Ben Basche翻訳： 深潮 TechFlow深潮ガイド： 「金鉱掘り熱の中で、シャベルを売る」ことはかつて起業界の金科玉条でした。しかし、AI時代においてこの論理は通用しなくなっています。なぜなら、マイナー自身が金物店を開いてしまったからです。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のスタートアップ領域を体系的に飲み込もうとしています。著者のBen Bascheは、真に生き残るAI企業はツールを売るのではなく、AIを垂直分野の原材料として活用する「ジュエリー職人」のような存在だと考えています。特定の業界に深く入り込み、現地の知識を掌握し、模倣困難なコンテキストを持つことが重要です。全文は以下の通りです。最初のインターネットバブル前後に起業界の福音となった言葉があります：「金鉱掘り熱の中で、シャベルとピッケルを売る」。これは、実際に儲かるのは鉱夫ではなく、鉱夫に資材を供給する者だという意味です。富を得るのはLevi Straussであり、金掘りをしている者たちではありません。これは良いフレームワークです。一時的には非常に有効でした。しかし、AI分野ではこれは誤りです。もしあなたの会社がこの論理に基づいているなら、過去12か月に何が起きたかをよく見直す必要があります。実験室は全体の技術スタック以下は実際に起きたことです。最初は静かに始まり、次第に一気に爆発しました。OpenAIは、ウェブ閲覧、フォーム入力、エンドツーエンドのタスク実行が可能なコンピュータエージェント「Operator」をリリースしました。続いて、Responses APIとAgents SDKを公開し、開発者はサードパーティのフレームワークを使わずにネイティブのツール呼び出し、記憶、オーケストレーションを利用できるようになりました。その後、Codexが登場し、自律的にソフトウェアを書き、テストし、反復できるクラウドプログラミングエージェントが出ました。さらにDeep Researchも加わります。これらの製品のいずれかは、2年前なら資金調達を受けたスタートアップを支えるのに十分でした。AnthropicはClaude Code、Computer Use、持続記憶を持つProjects、そしてMCP（Model Context Protocol）をリリースし、ほぼ一夜にしてAIと外部ツール・データをつなぐ主流標準となりました。その後、MCPはLinux財団に寄付され、インフラとしての役割に徹することになりました。次に、Claude in Excel、Claude in Chrome、Coworkも登場しています。GoogleはGemini 2.0を発表し、ネイティブのツール呼び出しとマルチモーダル認識能力を備え、Vertex AIに組み込まれ、企業向けのコントロールパネルとして、組織レベルの戦略とオーケストレーションを即座に提供しています。これらの動きの一つひとつが、かつてスタートアップが持っていた領域を奪いにかかっています。「シャベルを売る」論理には暗黙の仮定があります。それは、実験室は自分たちのレースに留まるということです。基礎モデルを作り、APIを提供し、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任せるという前提です。しかし、この仮定はすでに死にました。ミドルウェアの大規模淘汰具体的に何が起きているのか見てみましょう。LangChainは2023年のAIブームの中で最も典型的な「シャベル売り」への賭けです。LLM呼び出しを連結し、ツールとつなぎ、記憶を管理するオーケストレーションフレームワークです。何千ものチームがこれを基盤に製品を構築し、GitHubのスター数は10万を超えています。2024年には、多くのチームがブログで「なぜ本番環境から取り除いたのか」を解説し始めました。差があるわけではなく、底層のモデルが賢くなりすぎて、もはや必要なくなったからです。LangChainが構築した抽象層は、昨日の問題を解決しているにすぎません。一方、OpenAIは自社のエージェントSDKをリリースしました。MicrosoftはAutoGenとSemantic Kernelを提供しています。実験室と親会社はLangChainを買収しませんでした。彼らは自社プラットフォーム内でLangChainがやっていたことをネイティブに構築したのです。同じシナリオが各層で繰り返されます。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、可観測性ツール。これらすべてが、モデルを動かす企業によってネイティブ製品に吸収されつつあります。残酷な現実は、OpenAIやAnthropicがオーケストレーション能力をAPIに直接組み込むとき、彼らは機能面で勝つ必要はないということです。十分に「使える」もしくは「すでにそこにある」だけで良いのです。開発者は最も抵抗の少ない道を選びます。巧妙なミドルウェアを持つスタートアップは、大きくリードし続ける必要があり、モデルの進化とともにこの優位性を維持しながら、資本力とインフラを握る競合と戦わなければなりません。それはビジネスではなく、倒計時の研究プロジェクトです。マイナー自身が金物店を開いたことで、シャベルは売れなくなった「シャベルを売る」比喩は、AI分野では通用しなくなっています。その根本的な理由は、構造的な大きな違いにあります。1849年、Levi Straussや金物商人たちは自分たちで金鉱を掘りませんでした。鉱夫と供給者は利益が分離された独立した役割だったのです。しかし、AI分野では、実験室は鉱山を掘るだけでなく、シャベルも売り、道路も作り、地図も印刷しています。彼らは技術スタック全体を所有する動機を十分に持っています。なぜなら、一層をコントロールするたびに、ロックインポイント、利益拡大の機会、流通の堀が増えるからです。AnthropicがMCPをLinux財団に寄付したのは慈善ではありません。それは、彼らが設計した標準を普遍的なインフラにするためです。Ethernetが標準になったのと同じです。標準は、無形かつ永続的な最も強力な技術的堀です。したがって、あなたのスタートアップの価値提案が「開発者とモデルの間に立ち、Xをより簡単にする」ことだとしたら、次の事実に直面しなければなりません：あなたの中間にいる存在はすでに気づいています。資源を持ち、あなたを模倣しようとしています。そして、構造的な理由からそれをやるのです。では、何が効果的なのか？金鉱掘り熱の比喩に戻ると、何を売るべきか？宝石です。あるいは、より良い表現としては、金を工業原料として使い、鉱夫が興味を持たないものを作ることです。1849年の実際の金鉱掘り熱では、繁栄期を乗り切った企業は、汎用ツールを売る企業ではありませんでした。彼らは金を原材料とし、深い専門知識を活かして特定の製品を作る人々です。宝石職人、歯科医師、その後の電気技師たちです。彼らは、特定の応用シナリオに対する理解が深すぎて、一般的な技術者には到底真似できません。AIのバージョンでは、垂直分野において、実験室が持ち得ない、または入手しにくい現実世界のコンテキストを必要とするアプリケーションを構築することです。OpenAI、Anthropic、Googleが苦手とするのは何かを考えてみてください。それは、あなたの業界のワークフローを深く理解していないことです。彼らとあなたの顧客は関係ありません。特定のシナリオでモデルを本当に使えるようにするためのプライベートデータを低コストで取得できません。南アフリカの個人職人がどうやって請求書を発行しているのか、ケニアのモバイル決済の統合がなぜ簡単でないのか、アメリカの医療事前承認がなぜ特定の運用上の深い問題なのか、そういったことに深く入り込むことはありません。実験室は水平インフラを構築しています。チャンスは垂直分野にあります。地理、規制、文化、業界特有のローカル知識が必要な領域です。これが、新興市場のフィンテック、特定の法域向けの法律AI、規制対象の業界向けコンプライアンスツール、ニッチな専門分野のワークフロー自動化が、「より良いLangChainを作る」よりも防御的である理由です。堀はモデルではなく、コンテキストにあります。黄金の工業利用この考え方にはもう一つのバージョンもあります。それは、工業的に金を使うのと同じようにAIを使うことです。価値の保存や展示品としてではなく、持続的な経済価値を生み出すコンポーネントとして組み込むのです。金の導電性はほぼ比類がありません。だから、すべての回路基板に使われています。誰もそれについて語らず、盛り上げもしません。静かに、より大きなシステムの重要な入力として役立っています。今構築されている最も持続的なAI企業は、モデルを製品の入力となるコンポーネントとして扱っています。モデル自体を商品とするのではなく、実際の問題を解決するための部品です。AIは回路基板の金であり、ショーケースの金ではありません。実際のやり方はこうです。実際の痛点、複雑なワークフロー、入手困難なデータを持つ分野を選び、その上に製品を構築します。底層にはモデルを使い、より良くします。AIは詳細な実装部分であり、製品は手動の煩わしい作業を置き換えるものです。これは、「GPT-4の上に一層の殻をかぶせる」こととは正反対です。殻はショーケースであり、回路基板は見えない部分です。最近消えつつある領域より明確にするために、2024年末以降に実験室が体系的に飲み込もうとしているスタートアップのカテゴリーを挙げます。エージェントオーケストレーションフレームワーク。 现在はOpenAI Agents SDK、Anthropic工具链、Google Vertex Agent Builderのネイティブ機能です。AIプログラミングアシスタント。 OpenAIのCodexは、リポジトリ全体の自律プログラミングも可能です。Claude Codeも同様です。GitHub CopilotはMicrosoftのネイティブソリューションです。純粋なプログラミングアシスタントだけの独立した領域は大きく縮小しています。ブラウザとコンピュータ自動化。OpenAIのOperator、AnthropicのComputer Use、GoogleのGemini Astra。これらの最先端実験室はすでにこの方向の製品を持っています。LLMを使ったRPAスタートアップは防戦一方です。RAGパイプラインとベクトル検索ツール。ほぼ商品化済みです。多くのモデルAPIにはネイティブの検索機能が内蔵されています。フレームワークレベルの差別化は消えつつあります。汎用AIアシスタントと効率化ツール。Claude、ChatGPT、Geminiに直接奪われています。プロンプト管理と評価ツール。ますますネイティブ機能になっています。LangSmithにはまだ少し余地がありますが、それは時間との戦いです。パターンは非常に一貫しています。実験室があるカテゴリーに注目し、それが自社のコア製品と密接に関連していると判断し、バージョンをリリースします。必ずしもより良いわけではありませんが、統合、デフォルトの安さ、配信能力はスタートアップには敵わないのです。今、あなたがすべきこともしあなたが今AIスタートアップをやっているなら、「これには需要があるか」ではなく、「この技術が大手銀行の研究所の製品一つで潰される可能性はあるか」を問うべきです。答えが「ある」もしくは「可能性が高い」なら、それはビジネスではなく、機能です。持続的な戦略の特徴は以下の通りです：深い垂直特化（研究所は汎用はできるが、あなたのような特定の用途にはできない）、公開ネットワークをクローズドなデータや関係性でコピーできないこと、「API直接呼び出し」だけでは不十分な規制やコンプライアンスの複雑さ、そして信頼やローカルコンテキストが原始的な能力よりも重要なコミュニティにおいて、分配チャネルを持つこと。金鉱掘り熱は本物です。金はそこら中にあります。しかし、マイナーも今や店を開き、無限の資本を使っています。宝飾品を売るのです。金を工業原料として使い、鉱夫が興味を持たないものを作るのです。ニッチでローカルな、深く埋め込まれた知識に基づくものです。これが私の考える正しい戦略です。
見解：AIブームにおいて、「シャベルを売る」戦略は既に通用しなくなっている
作者： Ben Basche
翻訳： 深潮 TechFlow
深潮ガイド： 「金鉱掘り熱の中で、シャベルを売る」ことはかつて起業界の金科玉条でした。しかし、AI時代においてこの論理は通用しなくなっています。なぜなら、マイナー自身が金物店を開いてしまったからです。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のスタートアップ領域を体系的に飲み込もうとしています。著者のBen Bascheは、真に生き残るAI企業はツールを売るのではなく、AIを垂直分野の原材料として活用する「ジュエリー職人」のような存在だと考えています。特定の業界に深く入り込み、現地の知識を掌握し、模倣困難なコンテキストを持つことが重要です。
全文は以下の通りです。
最初のインターネットバブル前後に起業界の福音となった言葉があります：「金鉱掘り熱の中で、シャベルとピッケルを売る」。これは、実際に儲かるのは鉱夫ではなく、鉱夫に資材を供給する者だという意味です。富を得るのはLevi Straussであり、金掘りをしている者たちではありません。
これは良いフレームワークです。一時的には非常に有効でした。
しかし、AI分野ではこれは誤りです。もしあなたの会社がこの論理に基づいているなら、過去12か月に何が起きたかをよく見直す必要があります。
実験室は全体の技術スタック
以下は実際に起きたことです。最初は静かに始まり、次第に一気に爆発しました。
OpenAIは、ウェブ閲覧、フォーム入力、エンドツーエンドのタスク実行が可能なコンピュータエージェント「Operator」をリリースしました。続いて、Responses APIとAgents SDKを公開し、開発者はサードパーティのフレームワークを使わずにネイティブのツール呼び出し、記憶、オーケストレーションを利用できるようになりました。その後、Codexが登場し、自律的にソフトウェアを書き、テストし、反復できるクラウドプログラミングエージェントが出ました。さらにDeep Researchも加わります。これらの製品のいずれかは、2年前なら資金調達を受けたスタートアップを支えるのに十分でした。
AnthropicはClaude Code、Computer Use、持続記憶を持つProjects、そしてMCP（Model Context Protocol）をリリースし、ほぼ一夜にしてAIと外部ツール・データをつなぐ主流標準となりました。その後、MCPはLinux財団に寄付され、インフラとしての役割に徹することになりました。次に、Claude in Excel、Claude in Chrome、Coworkも登場しています。
GoogleはGemini 2.0を発表し、ネイティブのツール呼び出しとマルチモーダル認識能力を備え、Vertex AIに組み込まれ、企業向けのコントロールパネルとして、組織レベルの戦略とオーケストレーションを即座に提供しています。
これらの動きの一つひとつが、かつてスタートアップが持っていた領域を奪いにかかっています。
「シャベルを売る」論理には暗黙の仮定があります。それは、実験室は自分たちのレースに留まるということです。基礎モデルを作り、APIを提供し、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任せるという前提です。しかし、この仮定はすでに死にました。
ミドルウェアの大規模淘汰
具体的に何が起きているのか見てみましょう。
LangChainは2023年のAIブームの中で最も典型的な「シャベル売り」への賭けです。LLM呼び出しを連結し、ツールとつなぎ、記憶を管理するオーケストレーションフレームワークです。何千ものチームがこれを基盤に製品を構築し、GitHubのスター数は10万を超えています。2024年には、多くのチームがブログで「なぜ本番環境から取り除いたのか」を解説し始めました。差があるわけではなく、底層のモデルが賢くなりすぎて、もはや必要なくなったからです。LangChainが構築した抽象層は、昨日の問題を解決しているにすぎません。
一方、OpenAIは自社のエージェントSDKをリリースしました。MicrosoftはAutoGenとSemantic Kernelを提供しています。実験室と親会社はLangChainを買収しませんでした。彼らは自社プラットフォーム内でLangChainがやっていたことをネイティブに構築したのです。
同じシナリオが各層で繰り返されます。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、可観測性ツール。これらすべてが、モデルを動かす企業によってネイティブ製品に吸収されつつあります。
残酷な現実は、OpenAIやAnthropicがオーケストレーション能力をAPIに直接組み込むとき、彼らは機能面で勝つ必要はないということです。十分に「使える」もしくは「すでにそこにある」だけで良いのです。開発者は最も抵抗の少ない道を選びます。巧妙なミドルウェアを持つスタートアップは、大きくリードし続ける必要があり、モデルの進化とともにこの優位性を維持しながら、資本力とインフラを握る競合と戦わなければなりません。それはビジネスではなく、倒計時の研究プロジェクトです。
マイナー自身が金物店を開いたことで、シャベルは売れなくなった
「シャベルを売る」比喩は、AI分野では通用しなくなっています。その根本的な理由は、構造的な大きな違いにあります。1849年、Levi Straussや金物商人たちは自分たちで金鉱を掘りませんでした。鉱夫と供給者は利益が分離された独立した役割だったのです。
しかし、AI分野では、実験室は鉱山を掘るだけでなく、シャベルも売り、道路も作り、地図も印刷しています。彼らは技術スタック全体を所有する動機を十分に持っています。なぜなら、一層をコントロールするたびに、ロックインポイント、利益拡大の機会、流通の堀が増えるからです。
AnthropicがMCPをLinux財団に寄付したのは慈善ではありません。それは、彼らが設計した標準を普遍的なインフラにするためです。Ethernetが標準になったのと同じです。標準は、無形かつ永続的な最も強力な技術的堀です。
したがって、あなたのスタートアップの価値提案が「開発者とモデルの間に立ち、Xをより簡単にする」ことだとしたら、次の事実に直面しなければなりません：あなたの中間にいる存在はすでに気づいています。資源を持ち、あなたを模倣しようとしています。そして、構造的な理由からそれをやるのです。
では、何が効果的なのか？
金鉱掘り熱の比喩に戻ると、何を売るべきか？
宝石です。
あるいは、より良い表現としては、金を工業原料として使い、鉱夫が興味を持たないものを作ることです。
1849年の実際の金鉱掘り熱では、繁栄期を乗り切った企業は、汎用ツールを売る企業ではありませんでした。彼らは金を原材料とし、深い専門知識を活かして特定の製品を作る人々です。宝石職人、歯科医師、その後の電気技師たちです。彼らは、特定の応用シナリオに対する理解が深すぎて、一般的な技術者には到底真似できません。
AIのバージョンでは、垂直分野において、実験室が持ち得ない、または入手しにくい現実世界のコンテキストを必要とするアプリケーションを構築することです。
OpenAI、Anthropic、Googleが苦手とするのは何かを考えてみてください。
それは、あなたの業界のワークフローを深く理解していないことです。彼らとあなたの顧客は関係ありません。特定のシナリオでモデルを本当に使えるようにするためのプライベートデータを低コストで取得できません。南アフリカの個人職人がどうやって請求書を発行しているのか、ケニアのモバイル決済の統合がなぜ簡単でないのか、アメリカの医療事前承認がなぜ特定の運用上の深い問題なのか、そういったことに深く入り込むことはありません。
実験室は水平インフラを構築しています。チャンスは垂直分野にあります。地理、規制、文化、業界特有のローカル知識が必要な領域です。
これが、新興市場のフィンテック、特定の法域向けの法律AI、規制対象の業界向けコンプライアンスツール、ニッチな専門分野のワークフロー自動化が、「より良いLangChainを作る」よりも防御的である理由です。
堀はモデルではなく、コンテキストにあります。
黄金の工業利用
この考え方にはもう一つのバージョンもあります。それは、工業的に金を使うのと同じようにAIを使うことです。価値の保存や展示品としてではなく、持続的な経済価値を生み出すコンポーネントとして組み込むのです。
金の導電性はほぼ比類がありません。だから、すべての回路基板に使われています。誰もそれについて語らず、盛り上げもしません。静かに、より大きなシステムの重要な入力として役立っています。
今構築されている最も持続的なAI企業は、モデルを製品の入力となるコンポーネントとして扱っています。モデル自体を商品とするのではなく、実際の問題を解決するための部品です。AIは回路基板の金であり、ショーケースの金ではありません。
実際のやり方はこうです。実際の痛点、複雑なワークフロー、入手困難なデータを持つ分野を選び、その上に製品を構築します。底層にはモデルを使い、より良くします。AIは詳細な実装部分であり、製品は手動の煩わしい作業を置き換えるものです。
これは、「GPT-4の上に一層の殻をかぶせる」こととは正反対です。殻はショーケースであり、回路基板は見えない部分です。
最近消えつつある領域
より明確にするために、2024年末以降に実験室が体系的に飲み込もうとしているスタートアップのカテゴリーを挙げます。
エージェントオーケストレーションフレームワーク。 现在はOpenAI Agents SDK、Anthropic工具链、Google Vertex Agent Builderのネイティブ機能です。
AIプログラミングアシスタント。 OpenAIのCodexは、リポジトリ全体の自律プログラミングも可能です。Claude Codeも同様です。GitHub CopilotはMicrosoftのネイティブソリューションです。純粋なプログラミングアシスタントだけの独立した領域は大きく縮小しています。
ブラウザとコンピュータ自動化。OpenAIのOperator、AnthropicのComputer Use、GoogleのGemini Astra。これらの最先端実験室はすでにこの方向の製品を持っています。LLMを使ったRPAスタートアップは防戦一方です。
RAGパイプラインとベクトル検索ツール。ほぼ商品化済みです。多くのモデルAPIにはネイティブの検索機能が内蔵されています。フレームワークレベルの差別化は消えつつあります。
汎用AIアシスタントと効率化ツール。Claude、ChatGPT、Geminiに直接奪われています。
プロンプト管理と評価ツール。ますますネイティブ機能になっています。LangSmithにはまだ少し余地がありますが、それは時間との戦いです。
パターンは非常に一貫しています。実験室があるカテゴリーに注目し、それが自社のコア製品と密接に関連していると判断し、バージョンをリリースします。必ずしもより良いわけではありませんが、統合、デフォルトの安さ、配信能力はスタートアップには敵わないのです。
今、あなたがすべきこと
もしあなたが今AIスタートアップをやっているなら、「これには需要があるか」ではなく、「この技術が大手銀行の研究所の製品一つで潰される可能性はあるか」を問うべきです。
答えが「ある」もしくは「可能性が高い」なら、それはビジネスではなく、機能です。
持続的な戦略の特徴は以下の通りです：深い垂直特化（研究所は汎用はできるが、あなたのような特定の用途にはできない）、公開ネットワークをクローズドなデータや関係性でコピーできないこと、「API直接呼び出し」だけでは不十分な規制やコンプライアンスの複雑さ、そして信頼やローカルコンテキストが原始的な能力よりも重要なコミュニティにおいて、分配チャネルを持つこと。
金鉱掘り熱は本物です。金はそこら中にあります。しかし、マイナーも今や店を開き、無限の資本を使っています。
宝飾品を売るのです。金を工業原料として使い、鉱夫が興味を持たないものを作るのです。ニッチでローカルな、深く埋め込まれた知識に基づくものです。
これが私の考える正しい戦略です。