AI 投資フレームワーク：アウトライヤー的な成長を遂げるスタートアップの見極め方

投資家としての私たちの仕事は、未来を予測しようとすることです。私たちは、AI の分野がどのように進化し、現状に基づいて「どこに価値が集積するか」について熟考します。しかし現実には、AI における「価値の捕捉」が絶えず変動し、有利な立場が 3 ヶ月ごとに移り変わるようなダイナミックな環境では、未来について「既知のこと」よりも「未知のこと」の方が多いと想定するのが妥当です。

このことは、どの強気の論にも、非常に説得力のある弱気の論が存在するという事実によって証明されています。Anthropic のシリーズ E（評価額 610 億ドル）の時点でさえ、市場の懐疑論者は、API 層はすぐにコモディティ化するだろう、計算リソースと価格設定の圧力により粗利益率はマイナスのままになるだろう、巨額のトレーニングコストを常にやり直さなければならないため研究所は恒常的に高いキャッシュバーン状態に陥るだろう、と懸念していました。懐疑論者は、OpenEvidence は Doximity 規模の成果で頭打ちになると心配しました。彼らは、推論エンジンがコモディティ化するという確固たる確信を持っていました。彼らは、ClickHouse はリアルタイム分析の領域を決して超えず、そのためより小さな成果に限定されると主張しました。総じて、これらの善意に基づく懐疑論者たちは、[数十億ドル](https://www.anthropic.com/news/series-h) ものリターンをテーブルに残すことになるでしょう。

厳しい真実

私たちは、未来について自分たちが思っているほど多くを知っているわけではありません。上記のそれぞれのケースにおいて、当時の合理的な議論は、後に展開された現実に反する結果となりました（例：API 層はコモディティ化しなかった）。合理的な議論は、せいぜいコイントス並みの結果に終わるか、最悪の場合、分析過多による誤った判断に終わります。

新興市場における終局的な市場構造は、定義上、知り得ないものです。では、市場が形成されている最中に、論理に代わって何をすべきでしょうか？選択肢は 3 つあります：1) 市場が落ち着き、市場構造や TAM をリスクとして排除するのを待つが、そのようなリスクに伴う世代を超えるリターンを逃す。2) 古いフレームワークを新しい市場に適用しようと試み、結果として前述の分析麻痺の罠に陥る。3) 最近の成功事例を、その後の意思決定を簡素化するのに役立つ新しいフレームワークに抽象化する。私は 3 番目の選択肢を支持します。

外れ値コンポーネントのフレームワーク

以下のフレームワークは、ミドルステージおよびレイトステージの成長企業に適用されます。シリーズ A および初期のシリーズ B は対象外です。フレームワークは以下の通りです：企業が少なくとも 1 つの外れ値コンポーネントを持っている場合は、真剣に関与する。2 つ以上持っている場合は、積極的に関与する。外れ値コンポーネントは次のように定義されます：

外れ値の成長：同コホートの中で成長率が上位 0.1% に入っている。
外れ値の顧客アクセス：独占的、または参入が困難な関係性を有している。
外れ値のチーム：単なる「優れた」または「説得力のある」チームではない。「技術の天才」ですらありません - シリコンバレーにはそのような人材はたくさんいます。判断基準は次の通りです：彼らは業界の上位 0.1% に入るような何かを成し遂げたことがあるか？
例：Anthropic の創業者は GPT-3 を生み出しました。RJ Scaringe は Rivian を構築しました。Arkady Volozh は Yandex を構築しました。Bret Taylor は Bret Taylor です。

これは現状とどのように比較されるのか？

外れ値フレームワークは、追い風、痛烈なバリュープロップ、トップ四分位の指標でフィルタリングする従来のグロース・テクノロジー投資とは、時に相反することがあります。現在の市場では、企業はこれらの各側面で高いスコアを獲得しながらも、外れ値コンポーネントを欠いているため、決してブレイクアウトできない可能性があります。

外れ値の例は以下の通りです - 注記：これらはすべて明確に大きな成果を上げた例というわけではありません。その多くはまだ出口を迎えていません。単に入力の例です。

\は Meritech ポートフォリオ企業を示します。*

グロースステージのラウンド時点での外れ値の成長：

注意点 1: 外れ値の成長には、大きなビジョンが伴うべきです。要点は、企業がそのビジョンを達成する可能性について考えすぎないことです。

注意点 2: バケツに穴がある（つまり、NDR が 100% 未満）状態での外れ値の成長は、このバケットから除外されます。

グロースステージのラウンド時点での外れ値の顧客アクセス：

Anthropic（Amazon との GTM パートナーシップ）
Abridge（独自の Epic との関係）
Roblox*（マーケットプレイスの流動性）
Kalshi*（マーケットプレイスの流動性）
Anduril（政府関係）
Palantir（政府関係）
True Anomaly*（政府関係）
Castelion（政府関係）
Mind Robotics*（Rivian、VW との関係）
Lumilens*（大手ハイパースケーラー）
Sierra（Bret Taylor との関係）
ClickHouse（OSS ベース）
Vercel（OSS ベース）

外れ値のチーム：

Anthropic（GPT-3 の生みの親）
Glean（Rubrik の共同創業者）
Mind Robotics*（Rivian の CEO/創業者）
OpenEvidence*（Kensho の共同創業者）
Nebius（Yandex の創業者）
Sierra（Salesforce の共同 CEO）
SSI（OpenAI の共同創業者）

注記：上記に欠けているコンポーネントの 1 つは「外れ値の技術的堀」です。これは、今日ではそのようなものがますます手に入りにくくなっているためです。SpaceX、Waymo、Tesla を除けば、アーリーグロース投資において外れ値の技術的堀を見つけるのは困難です。Anthropic の堀でさえ、技術的 IP よりも、規模、資本、そして先発者優位性との関連性が高くなっています。

ガイダンス：少なくとも 1 つの外れ値を持つ企業を検討し、2 つ以上持つ企業には積極的に関与してください。2 つ以上の例は次の通りです：

Anthropic（外れ値の成長、顧客アクセス、チーム）
ClickHouse（外れ値の成長、顧客アクセス）
Kalshi（外れ値の成長、顧客アクセス）
OpenEvidence（外れ値の成長、顧客アクセス、チーム）
Sierra（外れ値の成長、顧客アクセス、チーム）

堀についてはどうか？

これこそがポイントです - 市場構造が流動的である場合、堀を見極めるのは困難です。Cursor や Cognition には堀があるのでしょうか、それとも単なるラッパーなのでしょうか？それは、製品スイートを拡大するにつれて、彼らがどのようなエンタープライズコンテキストを捕捉し、その周りに構築できるかに依存します。それは、モデルとハーネスのどちらにどれだけの価値が帰属するかに依存します。終局的な市場構造はまだ分かっていません。それまでの間、これらの企業はまず規模を拡大し、その後で堀を構築します。規模自体が、資本の利用可能性、コスト構造、クロスセルのメリットに関する二次的効果を考慮すると、最も魅力的な堀の 1 つであることが多いです。

なぜこれはアーリーグロース企業には適用されないのか？

これはアーリーグロース企業にとって知り得ることなのでしょうか？企業が ARR 2000 万ドル未満の場合、外れ値コンポーネントはせいぜい初期段階であり、特にトップダウン型のエンタープライズ IT ビジネスでは、存在しないことがよくあります。これらの投資には、未来を予測することが依然として重要です。

反証事例はあるのか？

少なくとも 1 つの外れ値コンポーネントを持ちながらも、外れ値とは言えない結果に終わった反証事例は数多く存在します。うまくいかなかった企業について議論するのはあまり礼儀正しいとは言えませんが、うまくいった A+ チームを擁するプレレベニューのグロースラウンドが 1 つあるごとに、その背後には、過剰に資金調達され、プロダクト・マーケット・フィットを見つけられなかった企業の墓場が存在すると言っても過言ではありません。

同様に、グロースラウンド時点では外れ値コンポーネントが見えなかった企業から、外れ値の成果が生まれた例も数多くあります。Cerebras は、多くのグロース投資家が見逃した優れた例です。

現実は、どんな投資ステージにも、万能のフレームワークは存在しないということです。もしそれほど単純なら、2/20 の手数料体系は存在しなかったでしょう。しかし、これは現在の状況を理解しようとする私の最善の試みです。