- YCのパートナーたちとCEOのGarry Tanが、最近のLLMによって可能になった新しいアイデアと、それに対応するスタートアップの製品戦略について語る動画
- AI導入によって、これまで不可能だったアイデアが実現可能になっており、とくにリクルーティング、教育、エージェントインフラの分野で急激な変化が進行中
- 技術中心で起業アイデアを探る方がより効果的で、複雑な市場調査よりも興味を起点に始める方が有利な時代へと移行している
- AIの進化は、既存の低マージンなフルスタック・ビジネスモデルを高マージン構造へ転換できる可能性を持つ
- 依然としてAIインフラ、MLOps、マルチモーダルインターフェースの分野には起業機会が多く、初期には軽視されていた領域が再評価されている
- スタートアップの成功要因としては、モデル品質だけでなく、流通、ブランディング、運用の簡素さなどの要素が組み合わさる必要がある
Intro: 今はAI起業の黄金期
- 最新技術を探索している起業家であれば、偶然魔法のような成果物を得ることがますます増えている
- 最近登場した代表的なAIスタートアップ（例: Meror, Apriora, Revision Dojo, Adexia, Speak）は、それぞれソフトウェアエンジニア採用、テクニカル面接、個別最適化学習、教師業務の自動化、パーソナライズされた語学学習など、さまざまな問題をAIとエージェントで解決している
- AIとエージェント中心のエコシステムが開かれる中で、新しいインフラとツーリングの必要性が高まっている
従来は不可能だったスタートアップのアイデア
リクルーティングプラットフォームの進化
- 以前はエンジニア評価のためのラベル付きデータセットを何年もかけて構築する必要があったが、今ではLLMがその評価をそのまま代替できる
- 例: MerorはLLMを活用し、即時にエンジニア評価が可能なAIベースの採用マーケットプレイスを運営
- TripleByteと異なり、Merorは初期からAI評価を導入し、拡張性と多様性を確保
- Aprioraは技術面接エージェントによって事前スクリーニングを自動化し、大企業にも採用されている
教育分野のハイパーパーソナライズ
- AIは学生の学習ジャーニーを精密に把握して反応できるため、個人チューターに近い体験を提供できる
- Revision Dojo: 学生向けの個別最適化フラッシュカード学習サービス
- Adexia: 教師向けの採点支援エージェントを提供し、業務負担の軽減効果を実証
より良い製品 = より広い流通？
- AIによってより良い製品を作れる時代だが、消費者向けスタートアップは依然として流通に苦労している
- 例: OpenAIは**プレミアムモデル構造（基本無料 + 一部有料）**で成功を収めている
- Speakのように優れた製品は有料サブスクリプションを通じて成長できる
- 学校との統合、認証システム、UI/UX最適化などにおいて、ブランドとスイッチングコストの確保が重要
プラットフォーム中立性とビッグテックの矛盾
- 大手テック企業（OpenAI, Google, Meta）のAIサービス戦略は、製品品質、プラットフォーム連携、ブランド、参入障壁など、さまざまな「モート」要素の確保に集中している
- SiriやGoogle Assistantなどは依然として進化が不十分だが、これはプラットフォームの閉鎖性によるもの
- プラットフォーム中立性が保証されなければ、新しいAI製品が成長しにくいという構造的問題が存在する
- Googleは高性能なGeminiモデルを持ちながらも、社内組織の問題によりユーザー到達に失敗している
フルスタック・スタートアップの再評価
- 過去にはインフラ、運用、人員構成のためにフルスタックモデルのマージンが低かった
- 例: TripleByte, Atrium, ZS などは良いアイデアだったが、複雑さと低収益性に苦しんだ
- しかし今では、AIエージェントによって既存オペレーションを自動化し、高マージン構造へと生まれ変わることができる
- 例: YCのLegoraは法務分野のAIエージェントベースのサービスとして急成長中
インフラとMLOpsは今なお機会の大地
- しばらく見向きもされなかったMLツーリングとインフラのスタートアップが、今では非常に注目される分野へと変わっている
- 例: Replicateは画像生成モデルブーム以降、急成長
- OlamaはLLMをローカルで簡単に実行できるツールを提供し、注目を集めている
- 核心的な教訓: 技術の準備が整う前から関心を持ち、継続して挑戦してきたチームが最終的に大きな機会をつかむ
スタートアップ助言の転換
- 過去には「まず売って、あとで作れ」というLean Startup戦略が強調されていた
- しかしAI時代には、興味ベースの実験と技術探索の方がより効果的な戦略である
- 興味深い技術をまず活用し、自ら実験し、新技術の最前線にとどまる過程で、自然に革新的なアイデアとソリューションが生まれる
- 適切なプロンプト、データセット、センスだけでも新しい可能性を実装できる
- 依然として多くの企業がLLM導入に慎重であり、これはスタートアップにとっては機会である
- ユニコーン企業が実際に社内でAIトランスフォーメーションを積極推進している例は少なく、新興スタートアップの方がより機敏に市場機会を捉えられる
まとめ
- 今はAIのおかげで、1年前には不可能だったアイデアも実現可能な時代
- フルスタック、リクルーティング、エドテック、法務、インフラ、オペレーション自動化など、あらゆる領域に革新的な機会が開かれている
- 技術への好奇心に従うことが、最高の起業アイデアを見つける方法
- まだ多くの企業が変化を始めていないため、機会の扉は大きく開かれている
1件のコメント
GN+ AIボットにYouTubeのスクリプトを抜き出して要約してもらったところ、かなり性能が良いですね。
見るべき動画が多すぎて大変でしたが、これは良さそうです