- クラウド時代の最大級のインフラ企業は、プラットフォームの中核的な消費単位（コンピュート） に収益モデルを直接連動させることで成長してきたが、AI時代にはその単位がトークンへと移行しつつある
- Snowflake、Datadog、Cloudflare などはワークロード実行パス上に直接位置し、コンピュート活動の増加に応じて自動的に売上が拡大する構造を築いた
- Docker はクラウドネイティブ開発の中核技術だったが、コンピュート消費のプリミティブと収益モデルを結び付けられず、数十億ドル規模の価値を取り逃した
- AI時代には、Cursor（コーディングエージェント）のようにトークン消費の経路上に直接位置する企業が急成長しており、Cursor は最近ARR 20億ドルを突破した
- 単にトークンの経路上にいるだけでは不十分であり、CDN企業 Limelight（現 Edgio）の破綻事例が示すように、差別化とスイッチングコストがなければ生き残れない
クラウド時代の核心パターン: 消費プリミティブの収益化
- クラウド時代の中核プリミティブはコンピュートであり、ストレージ・ネットワーク・データベースも重要だったが、システムを動かすエンジンはデータセンター内のコンピュートサイクルだった
- 最大級のインフラ企業は、自社売上をコンピュート活動に直接連動させるか、コンピュート自体に課金することで「メーターを握る」形を取った
- AWS とハイパースケーラーは文字通りコンピュート時間を販売する事業であり、ワークロードがクラウドへ移行するほど自動的に売上が増加した
- ハイパースケーラーだけでなく、クラウド構築を支えたインフラリーダーたちにも同じパターンが当てはまった
クラウドインフラのリーダー企業による収益化モデル
- Databricks はジョブコンピュートを収益化し、データパイプラインの実行・モデル学習・ワークロード処理のたびに売上が自動的に成長する
- Snowflake はクエリコンピュートを収益化し、新しいクエリ・データセット・ワークロードが追加されるたびに、シート販売なしで売上増につながる
- Datadog はコンピュートワークロードが生み出すテレメトリーを収益化し、新しいマイクロサービス・コンテナ・クラウドインスタンスごとに売上が積み上がる
- Cloudflare はコンピュート上で動作するアプリケーションが生み出す**リクエスト（requests）**を収益化している
- MongoDB は Atlas を通じて消費されるストレージとコンピュートに基づいて課金する
- 細部は異なってもパターンは一貫している。すなわち、ワークロード実行パス上に直接位置し、コンピュート活動の増加に応じて自動的にスケールする価格モデルだ
核心的なインサイト: 消費課金モデルそのものではなく、エコシステムの成長単位との構造的な結合
- 単なる「消費ベース価格設定」が核心なのではない。消費課金を採用していても、成長の遅い企業は数多く存在する
- これらの企業を特別な存在にしたのは、自社の消費単位が、エコシステム全体がスケールするその単位と一致していたことだ
- 世界でより多くのコンピュートが稼働すれば、これらの企業は何もしなくても成長する。売上がプラットフォーム成長ベクトルに構造的に結び付いていたからだ
- クラウド初期には、多くのインフラ企業が依然として永久ライセンス、期間ライセンス、保守契約、オープンソース上のサポートサブスクリプションといった旧来型モデルでソフトウェアを収益化しようとしていた
- オンプレミス環境ではインフラ成長が緩やかで予測可能かつ制御可能だったため、こうしたモデルは機能した。しかしクラウドではワークロードが即座に拡大し、コンピュート消費が桁違いに増え得るため、経済性そのものが根本から変化した
Docker: 最も示唆に富む事例
- Docker はコンテナ化そのものであり、クラウドネイティブ開発を可能にした技術だった
- 数百万人の開発者に利用され、クラウド時代の最重要の開発者ツールと言ってよかった
- しかし Docker はそのプリミティブを収益化する方法を見つけられず、大規模な開発者採用を、コンテナが可能にした基盤となるコンピュート支出と結び付けられなかった
- Kubernetes（Google がオープンソース化）がオーケストレーション事業を侵食し、すべてのハイパースケーラーがマネージドコンテナサービスを通じて Docker の革新を収益化した
- Docker は数十億ドル規模のコンピュート支出を可能にしたにもかかわらず、そのどれも取り込めなかった（近年ははるかに改善しているが、この分析は初期の話である）
- Docker と同様に大規模採用を得ながらもビジネスモデルの壁にぶつかった企業に共通するのは、クラウドインフラスタックに深く組み込まれた重要なツールでありながら、売上を中核消費プリミティブの派生物にできなかったことだ
- シート、サポート契約、コンサルティングなど隣接的な方法で収益化し、市場もそれに応じて評価した。つまり、評価しなかったのである
AI時代への対応づけ: トークンが新たなプリミティブ
- クラウドインフラがコンピュートというプリミティブの上に構築されたのだとすれば、AIインフラはトークンという別のプリミティブの上に構築されつつある
- すべてのAIワークロードは最終的に、モデルが生成・処理・消費するトークンへと行き着く
- プロンプト → トークン、コンテキスト → トークン、応答 → トークン
- マルチステップのワークフローを実行するエージェントは、タスクを推論しながら膨大な量のトークンを生成しうる
- トークンは現代のAIシステムにおける原子的な作業単位である
トークンの経路上に位置するAI企業
- OpenAI、Anthropic などのモデル提供者はトークンプリミティブそのものであり（ハイパースケーラーがクラウドにおけるコンピュート／ストレージのプリミティブだったのと同じ）、入力トークン・出力トークン単位で課金する
- 今日、最も急成長しているAI企業はトークンの経路上に直接位置する企業である
- コーディングエージェントは代表例であり、Cursor は報道によれば最近ARR 20億ドルに到達した
- すべてのキーストローク、コード補完、エージェントアクションが推論をトリガーし、ビジネスモデルは単純なシート課金から、利用上限を含むシート課金へと進化している
- 売上がトークン消費に構造的に結び付いている
- Inferact、Baseten、Fireworks、Together などの推論ビジネス企業は、本質的に生のプリミティブ自体を販売している
- トークンの生成と消費に最も近い位置にいる企業ほど、AI活動に応じて売上が自然に拡大する
- AIエコシステムの他の領域では、**伝統的なSaaS価格設定（シートベース、プラットフォームサブスクリプション、オープンソース上のエンタープライズライセンス）**が試されている
- こうした事業も成功しうるが、歴史を手がかりにするなら、最大級のインフラ企業はプラットフォーム活動の中核単位が測定・収益化される場所から現れる
必要条件ではあるが十分条件ではない: 差別化の重要性
- トークンの経路上にいることは必要条件ではあっても十分条件ではない
- クラウド時代のピュアプレイCDN企業は技術的には「コンピュート経路」上にあり、帯域幅とリクエストベースで課金し、トラフィックは爆発的に増加した
- しかし帯域幅はコモディティであることが判明し、価格は絶えず下落した
- Limelight Networks は 2020〜2021年のストリーミングブーム期に記録的なトラフィックを経験したにもかかわらず、売上は減少し、その後 Edgio にリブランドしたものの最終的に破綻した
- 一方で Cloudflare は類似の出発点から、セキュリティ・開発者ツール・エッジコンピュートを積み重ねることで、プリミティブの上に真の差別化とスイッチングコストを構築し、同じ出発点から極めて異なる結果を生んだ
AI起業家への教訓
- トークンの経路に乗ると同時に、その上に差別化された何かを構築しなければならない
- 単にトークンが流れるパイプではなく、トークンをより価値あるものにするレイヤーになる必要がある
- より優れた開発者体験（Cursor）、特化型のバーティカルモデル、セキュリティ・コンプライアンスツール、独自データの堀など
- タイミングの要素もある。クラウド時代にコンピュート経路のデフォルトとして早期に定着した企業が、最も大きな価値を獲得した
- Datadog、Snowflake、Cloudflare はいずれも、プリミティブが完全にコモディティ化する前にスケールを達成した
- トークン経路に参入する窓は今である。推論コストは急速に低下しており（より多くのトークン消費を意味する一方で、単位当たりの経済性も圧縮される）
- その圧縮は堀を築く前に進行するため、経路への参入と堀の構築を同時に進めなければならない
- メーターを握れば、成長は自然についてくる
SaaS市場のバリュエーション・アップデート
- SaaS企業は通常、売上倍率（主に今後12カ月予想売上高 NTM Revenue）でバリュエーションされる
- ほとんどのソフトウェア企業は黒字でないか、有意な FCF を生み出していないため、業界全体を比較できるほぼ唯一の指標となる
- DCF も長期前提に満ちており、SaaS の約束は初期成長が成熟期の利益につながることにある
- Enterprise Value（時価総額 + 負債 - 現金）/ NTM 売上高で算出
- 全体中央値: 3.5x、上位5社中央値: 17.7x、10年国債: 4.1%
成長率別バリュエーション・バケット
- 高成長（NTM成長率 >22%）中央値: 10.4x
- 中成長（15%〜22%）中央値: 6.5x
- 低成長（<15%）中央値: 2.7x
- 高成長の基準である 22% はやや恣意的だが、高成長バケットに約10社を含めて統計的に意味のあるサンプルサイズを確保するためのカットオフである
EV / NTM Rev / NTM Growth
- EV / NTM 売上倍率を NTM コンセンサス成長期待で割った指標
- 例: 20x NTM 売上で 100% 成長が見込まれる企業は 0.2x で取引される
- 各銘柄が成長期待に対してどれだけ相対的に割安／割高かを示すことが目的
EV / NTM FCF
- FCF 倍率が >0x かつ <100x の企業の中央値をラインチャートで表示
- FCF が有意なバリュエーション指標となる企業サブセットを示すための構成
- NTM FCF がマイナスの企業はチャートから除外
成長率 vs バリュエーション倍率の相関関係
- EV / NTM 売上倍率 vs NTM 売上成長率の**散布図（Scatter Plot）**を提供
- 成長率とバリュエーション倍率の相関を可視化
オペレーティング指標（Operating Metrics）
- NTM成長率中央値: 13%
- LTM成長率中央値: 15%
- 売上総利益率（Gross Margin）中央値: 75%
- 営業利益率（Operating Margin）中央値: (1%)
- FCFマージン中央値: 20%
- ネットリテンション（Net Retention）中央値: 109%
- CAC回収期間中央値: 34カ月
- S&M比率中央値: 売上の 35%
- R&D比率中央値: 売上の 23%
- G&A比率中央値: 売上の 15%
Comps Output: Rule of 40 および GM Adjusted Payback
- Rule of 40 は売上成長率 + FCF マージン（LTM と NTM の両方）で表示
- FCF = 営業活動によるキャッシュフロー - 設備投資で算出
- GM Adjusted Payback = （前四半期 S&M）/（四半期純新規 ARR × 売上総利益率）× 12
- SaaS企業が売上総利益ベースでフルロードの CAC を回収するまでに要する月数
- 大半の上場企業は純新規 ARR を開示しないため、四半期サブスクリプション売上 × 4 で暗黙の ARRを算出
- 純新規 ARR = 当四半期 ARR - 前四半期 ARR
- サブスクリプション売上を開示しない企業は分析から除外（NA 表示）
まだコメントはありません。