バーティカルAIプレイブック

 (research.contrary.com)
16 ポイント 投稿者 GN⁺ 2025-09-22 | まだコメントはありません。 | WhatsAppで共有

Actionable Summary

  • AI導入の不均衡により、2024年には企業のAIイニシアチブの42%が中止となり、問題の本質はモデルではなくビジネスへの埋め込み方にある
    • 勝者は単なるコパイロットの提供ではなく、ワークフローの再設計や組織構造の再考、場合によっては価値が生まれるサービスレイヤーの保有を選んでいる
  • 歴史的な先例は、規律ある資本配分と再現可能なM&Aの複利効果を示している
    • Waste Management、United Rentals、Constellation Softwareの事例は、1ドル・1時間あたりの収益率最大化に合わせた構造選択が長期的な成果を左右することを示している
  • バーティカルSaaSは業界別ワークフローのデジタル化で勝負してきたが、生成AIは記録管理から実行段階まで拡張し、業務遂行そのものを可能にする
    • これにより、ソフトウェア予算だけでなく労働支出の一部も取り込み、総アドレス可能市場（TAM）の拡大が起きる
  • 過去の買収統合企業が中央集権型 vs 分散運営を選んだように、今日のAI起業家もツール販売とオペレーティングレイヤーの保有のあいだで構造的な選択に直面している
    • 2つの経路は、資本集約度、流通構造、防御力において異なる含意を持つ
  • バーティカルAIの起業には、ワークフローのマッピング、ターゲットパイロットの実行、流通の拡張性テスト、資本・人材のモデル整合が必要だ
    • 単一の正解を処方するのではなく、顧客行動と市場条件の変化に合わせた再現可能な意思決定プロセスを提供する
  • 次世代のCEOは技術者というより資本配分者に近い役割を担う
    • AIを機能（feature）ではなく労働階級として扱い、連続買収企業の規律で配置して、パイロットをキャッシュフロー複利エンジンへ転換する所有構造の設計が課題であり機会でもある

# The Terrain

# 歴史の教訓

Nichesに眠る富

Enter VC

# AI & The Vertical Stack

  • 1990年代には、SaaSの登場により、インターネットを通じて中核的なビジネスツールを提供できるようになった
    • Salesforceは1999年に創業し、CRMをブラウザベースのSaaSとして提供して、自動アップデート・低い初期コスト・IT負担の解消という革新を示した
    • これはソフトウェアの購入・販売方式を根本的に変化させ、ほぼすべてのカテゴリーへと拡大した
  • その後、創業者たちは、すべての企業が共通の課題を抱えているわけではないことを認識した
    • 業界ごとにワークフロー・規制・顧客期待値が異なる
    • バーティカルSaaSは特定業界の論理と言語に深く組み込まれており、数百の専門ツールが小規模市場でも成長できる
    • しかし、このような小さな市場はVCにとっての投資魅力が低く、初期資本の調達が難しい
  • バーティカルSaaS創業者たちの成長経路は多様だった
    • 一部はConstellationやPEなどに売却して長期成長を遂げた
    • 一部は独立を維持しながら、製品投資・ワークフロー拡張を通じて業界のデジタルバックボーンへと発展した
    • 事例:
      • ServiceTitan → HVAC・配管・電気分野向けの運用インフラ
      • Toast → レストランPOSから出発し、給与・決済・在庫・融資まで拡張
      • Mindbody → ウェルネススタジオの予約・会員管理・顧客管理
      • Shopify → 独立系マーチャント向けのオールインワンeコマーススタック
      • Procore → 建設プロジェクト管理ソフトウェアの標準
      • Epic Systems → 米国の主要病院を網羅する強力なEMRエコシステム
  • これらはすべて狭いニッチ市場から出発し、徐々に金融・インフラ・マーケットプレイスへと拡張した
    • うまく実行されたバーティカルSaaSは、一時的なツールではなく、持続可能な基盤ビジネスへと成長しうる
  • Stripeは2024年の年次報告書で、新規創業ブームがバーティカルSaaSの拡大とつながっていると分析した
    • 例: 米国のピザ店は2005〜2017年に減少したが、SliceのようなSaaSツールが登場してから反転し、フランチャイズに対抗する独立店舗が増加した
  • SaaSは独立系ビジネスにフランチャイズ並みのインフラを提供しつつ、自律性も保証する
    • Stripeの表現:
      • 「米国の中小企業の60%がバーティカルSaaSを活用している」
      • 例: SingleOps（樹木管理）、Traxero（レッカー業）、Transformity（酒類販売店）、Moxie（メッドスパ）、Clio（法律）、Skimmer（プール管理）、Planning Center・Tithe.ly（教会）、Shulware（シナゴーグ）、Procede（トラックディーラー）、Meadow Memorials・Tribute Technology（葬儀サービス）など

AIで何が変わるのか

  • 2022年11月、OpenAIがChatGPTを公開し、2カ月で1億人を突破して史上最速で成長したソフトウェアとなった
    • 当初はチャットボットと見なされていたが、ほどなくLLMが汎用的な認知作業インターフェースとして活用可能であることが明らかになった
  • この公開はソフトウェア業界全体での広範な実験を引き起こし、多くのB2B企業が製品戦略を見直し、生成AIの統合を始めた
    • 既存機能にOpenAIモデルを統合した企業もあれば、まったく新しいAIベースの製品を開発した企業もある
  • 従来のSaaSはワークフローをデジタル化し、紙ベースのプロセスを構造化してクラウド化してきた
    • CRMやERPなどがデータを標準化し、コラボレーションを強化し、追跡可能にした
    • LLMは今や作業の記録・整理を超えて、作業の実行にまで拡張している
  • この変化は垂直産業にとって大きな意味を持つ
    • 保険請求、貨物仲介、医療請求などは歴史的に労働集約的で、ソフトウェア浸透率が低かった
    • 今やAIは記録管理ではなく実行の自動化を通じて、TAMを拡大し、人件費の一部まで取り込めるようになった
  • 代表的な事例: 2023年6月、Thomson ReutersがCasetextを6億5,000万ドルで買収
    • CasetextのCoCounselはOpenAIモデルを基盤に、法務調査、メモ作成、契約レビューなどを行う
    • これはAIが単なる文書検索ではなく、実質的な専門業務の遂行まで可能であることを示している
    広告
  • 産業全体に広がれば、市場規模は急速に拡大する
    • 2023年の米国労働者の総賃金は11兆ドルで、このうち4兆ドル以上がAIの影響を受ける可能性がある
    • 2024年、AIスタートアップは約1,100億ドルを調達し、前年比62%増となった
    • 一方で技術分野全体の投資額は12%減少しており、資本がAIネイティブ企業に集中していることを示唆している

Deployed Intelligence

  • AI投資は急増しているが、価値が実現するのは技術が日常業務に組み込まれたときだ
    • 制約はより大きなモデルの開発ではなく、それを現実のワークフローに埋め込むことにある
    • これは従来のSaaS導入とは異なるアプローチを必要とする
  • 従来のSaaSはオンボーディング・トレーニング・設定によって統合されるが、AIではしばしばワークフローの書き換えとユーザーとの反復実験が必要になる
  • AIは新たな労働階級として理解するのが適切だ
    • 単にソフトウェアを買うのではなく、AIを雇用し、訓練・監視・ワークフロー調整まで行う必要がある
    • 成功はモデル品質よりも配備の仕方に左右され、インターフェース設計、意思決定ロジックの整合、運用への埋め込みが中核となる
  • Ramp 2025 AI Indexによると、有料サブスクリプションを保有する企業はテック企業で72%に達する一方、建設業は28%、宿泊・飲食サービス業は22%にとどまる
    • AI利用は増えているが、それが実質的な利益率改善につながっているかは不明だ
  • 非テック企業の大半はAIを効果的に導入する準備が不足している
    • AI導入にはエンジニアリング、プロダクトデザイン、ドメイン知識、チェンジマネジメントが必要だ
    • 多くの企業はAIをSaaSのように期待しているが、AIには確率的な動作・フィードバック学習・反復的なチューニングが求められる
  • このギャップはあらためて垂直統合モデルの妥当性を強めている
    • 2010年代のフルスタック企業は低マージンサービスで苦戦したが、AIエージェントがより多くの業務を遂行することで、人手への依存が下がり、利益率が改善している
    • Y Combinatorは2025年のRFSで、**「AIエージェントを法律事務所に販売することもできるが、自らAI法律事務所を設立して競争することもできる」**と提示している

Vertical XでAIマージンを獲得する2つの道筋

  • AIが伝統産業のワークフローを再編するなか、起業家は自動化によって生まれたマージンをどう確保するかという2つの選択肢に直面している
    • 既存の事業者にソフトウェアを販売するか
    • 事業者そのものを自ら運営・買収するかという方法である
      Path 1: 事業者にソフトウェアを売る
  • 従来のSaaSモデルに似ているが、コパイロット・自動化レイヤー・エージェントベースのツールを開発し、既存の事業者に展開する方式である
    • 既存ワークフローに合わせた性能改善ツールは受け入れられやすく、実行速度と拡張性が高い
    • ただし、顧客企業が社内でソフトウェアを効果的に導入・運用・教育・例外管理できることが前提となる
  • 実際には展開の難しさが大きな制約要因である
    • 多くの業界はいまだにレガシーシステムに依存しているか、ソフトウェア活用能力やチェンジマネジメントのリソースが不足している
    • 製品が明確な価値を提供していても、チームの再教育やプロセスの再構成が必要なため、導入は遅くなりがちである
    • さらに市場は競争が激しく、AIベースのベンダーが急増しているため、差別化と維持が難しい
      Path 2: 事業者を構築または買収する
  • ソフトウェア販売を超えて、サービス提供者を直接構築または買収して運営する方式である
    • 顧客企業の統合への依存をなくし、AIを内製化する
    • 実装は遅く、運用集約的で、初期資本の要求も大きいが、より大きな統制力とマージン確保を約束する
  • サービスレイヤーを所有すれば、ツールを直接導入し、顧客を説得することなくワークフローを再設計できる
    • 効果を精密に測定でき、顧客からのフィードバックを待たずに素早く反復可能である
    • 結果として防御力の強化と技術・サービスの整合性を確保できる
  • 結局、AI時代にはどちらの経路も既存のベンチャー・プレイブックの再考を迫る
    • 事業化モデル、組織構造、さらには所有のあり方まで新たに定義する必要がある

# ケーススタディ

  • 伝統産業全般において、AIの導入モデルは (1) 顧客への販売、(2) 既存オペレーターの買収、(3) フルスタックなAIネイティブ構築 の3つに収斂している

    • 企業は1つのモデルから始めて拡大の過程で別のモデルへ移行することもあり、業界構造・製品の持続性・チームの実行力 によって適した解決策は異なる

  • Real Estate

    • EliseAI: 住宅中心の賃貸管理会社向け自動化プラットフォームで、対話型エージェント スイート を顧客のPMSに 統合 し、内見予約・入居者からの問い合わせ・メンテナンス依頼を処理する ソフトウェア販売モデル を採用
      広告
    • Metropolis: 駐車業界に インテリジェントなインフラの内在化 を目指し、アプリから出発してAI・コンピュータビジョンで 非接触の入出庫 を 実現
      • B2B営業では長期リース・運営契約のため 営業停滞 を 経験 し、運営会社の買収戦略 へ転換
      • 2022年の Premier Parking買収 で600の駐車場を確保後に技術をロールアウトし、2023年には SP Plusを$1.5Bで買収 するため $1.7Bを調達 実施
    • Wander: プレミアム短期賃貸で 垂直統合→アセットライト運営 に転換した テック主導のオペレーター
      • 当初はREITとして保有・運営していたが、金利上昇とCSの資金ライン崩壊でREITを終了し、Wander Operated と Wander Branded モデルへ転換して 非保有運営 を拡大、2025年5月時点で 1K超の採用住宅
    • Long Lake: 2024年設立のサービス業向け ロールアッププラットフォーム で、HOA管理会社から始め、生産性30%向上 の事例を 根拠 にAIツールの レトロフィット を推進
      • Thrive Holdingsなどを通じて $600M超の資金 を 調達 し、18社を買収、1.4K人員 を基盤に 拡大
    • 示唆: 不動産では ツールを上乗せすることより運営そのものの再設計 が中核であり、EliseAIは顧客のチェンジマネジメント能力に依存する一方、Metropolis・Wander・Long Lakeは 運営レイヤーを保有 することで変化を 直接実行 している

  • Accounting

    • Basis: 2023年にニューヨークで設立、エージェント型バーチャルチーム で会計ワークフローを拡張・自動化する ソフトウェア販売モデル
    • Crete: 2023年に始動した会計 プラットフォームロールアップ で、地域会計事務所を M&Aで統合 し共通インフラを提供
      • 2年で $300M超の売上・900人 規模に成長し、20超の買収 を実施、追加で$500Mの買収 計画を 発表
      • OpenAIおよびThriveのエンジニアリングとともに 社内AIツール を開発し、監査テスト・メモ作成・データマッピング を 支援
    • Multiplier: 2022年設立、税務ソフトウェア から出発したが、法人買収後にAIを内在化 する形へピボット
      • 最初の買収先である Citrine International Tax で 中核的な税務・コンプライアンスの自動化 により 利益率2倍 と サービス供給力の拡大 を 実証
    • 示唆: 会計分野での 最大の効果はツール追加ではなく運営再設計 から生まれ、Basisは デジタルチーム化、Crete・Multiplierは 所有・運営側への内在化 によって成果を確保している

  • Legal Services

    • Harvey: 法律事務所・インハウス向け AI法務プラットフォーム で、契約レビュー・作成・デューデリジェンス・リサーチ を ドメイン特化LLM と 組み合わせ ている
      • 既存ワークフロー内で 動作 し、リスクポイントのハイライトや草案生成を提供、300超の顧客 と2025年7月時点で $100M超のARR を達成
    • Eudia: General Catalystが インキュベート した インハウス法務向けAI+ロールアップ プラットフォーム
      • 2025年2月に $105M を調達し、そのうち $75Mは買収条件付き の 構造 で、7月には Johnson Hana（300人） を 買収
      • 知識レイヤー+エージェント を 組み合わせ 、コンプライアンス・契約・リスク などの反復業務を内在化

  • 示唆：法律サービスの本質は 専門家中心の信頼・関係・判断 にあり、Casetext の事例は ルーティン業務の効率化 を示している

    • Atrium の事例が示すように、低頻度・高難度領域では トップロイヤーの確保・維持 が鍵であり、技術は補助的役割にとどまる

  • Investment Advisory

    • OffDeal: ロウアー・ミドルマーケットM&A に焦点を当てた AIネイティブ投資銀行 で、大手が見落とすセグメントを再構築
      • 2人ポッドモデル で AI が買い手探索・ベンチマーク・ピッチ作成などを支援し、ジュニアが 判断・関係管理 に集中できるよう設計
    • Inven: 投資専門家の ソーシング初期段階の自動化 のためのプラットフォームで、数百万のソースから LLMパイプライン でデータを抽出・分析し、未上場ターゲットの発掘を支援
    • 示唆：Inven は リサーチ・ソーシングの高度化、OffDeal は 組織設計そのものの転換 を通じて効率を実現
      • 大手IBにもツールは存在するが、階層構造・インセンティブのボトルネック により活用が制限され、新たな組織デザイン が実質的な効率を生み出すことを証明している

  • Contact Centers

    • Replicant: 音声・会話型AI で 反復的な問い合わせ を処理する コールセンター自動化プラットフォーム で、エンタープライズ顧客向けに月間数千万件のコールを処理
      • 多業種の会話データを蓄積する 汎用性の高い製品 で、自社運用を望む顧客 に 制御性・カスタマイズ性 を提供
    • Crescendo: General Catalyst が立ち上げた AIネイティブBPOオペレーター で、自社ツール構築＋コールセンターの保有・運営 の混合モデル
      • 2024年にPartnerHeroを買収し、2025年5月には $90Mの売上規模 に言及
      • 目標は リクエストの自動化からエージェント・顧客間インタラクションの再設計 まで、全レイヤーを内製化 すること
      広告
    • 示唆：自社運用を望むなら Replicant の 制御性・カスタマイズ性 が、成果重視のフルマネージド型 を望むなら Crescendo が適しており、両者とも 手作業中心で断片化した既存スタック を AI で再編している

The Playbook

  • AIの 不均衡なインパクト の中で、起業家と投資家は 技術を確実なキャッシュフローへ転換 できる構造を選ぶ必要がある。2024年の生成AIパイロットの 42%が成果なく中止 された現実を踏まえると、William Thorndikeの The Outsiders が示すように、追加の1ドル当たりのリスク調整後リターンが最も大きい場所 に資本を配分する発想が必要だ
  • 従来のSaaSは増分資源を 人員・マーケティング に投入する傾向があるが、AIロールアップ はより幅広いツールボックスを持つ。ただし、ワークフローマッピング・モデル高度化 だけでは不十分で、追加の1ドル／1時間をどこに使うか が価値実現を左右する
  • 現代のAIビジネスにおける 3つの参入モデル: (1) ソフトウェアをライセンスし、運用は顧客が担当、(2) 既存資産（運営会社）を買収 して技術を組み込み、キャッシュを再投資、(3) フルスタックで直接運営（コード・資本・日常業務を一つの屋根の下に置く）
  • 実際には混合やピボットが頻繁に起こるため、以下のプレイブックは 非効率の特定 → AIの影響検証 → 販売／買収／自社構築の一次選択 へと続く基準線を提示する

  • I. Map The Ontology

    • Palantir流の提案: 現状維持の ビジネス・オントロジー（オブジェクト・状態・遷移）をまず図式化する
      • このグラフは 時間・人員・資本を過度に吸い込む遷移 を 可視化し、改善範囲とJTBDを明確にする
      • Palantirの 全工程をモデリングしてからコーディングする 原則は、R&Dの優先順位 と 投資家との整合 を助ける精密な地図を提供する

  • II. Define The Terrain

    • 非効率が見えたなら、P&L全体を統制 するだけの見返りがあるか、市場構造を点検する

  • III. Prove, Then Buy

    • レバレッジ を使う前に、実戦指標 でモデルの有効性を証明する
      • 最も低コストな方法は、顧客現場での パイロット と、既製のAI部品を組み合わせた 統制実験 だ
      • Slow Venturesは 価値創出が先行してこそM&A と強調する。製品が 強い価値 を生むことが確認されてから初めて買収する（「Build → then Buy」）

  • IV. Test The Distribution Wedge

    • 長期契約・低い利用率・重いオンボーディングによって SaaS営業が遅い、または高コストなら、すでに関係を持つ企業を買収 するほうが むしろ安く 済む可能性がある
      • 不動産／資産運用 のように、供給者の切り替えが 更新タイミング にしかできない市場では、既存 incumbents の買収 が CAC削減 + 慣性 → moat になる
      • これはMetropolisが B2Bセールスのボトルネック を経験し、Premier Parking・SP Plusを連続買収 して解いた典型的なケースだ

  • V. Match Capital & Talent To The Path

    • 運営会社の買収・直接運営 では、製品開発に加えて M&A・日常運営 という 2つの能力 が追加で求められる
      • 負債のストラクチャリング・統合プレイブック・スリムなHQ予算 を扱える必要があり、コベナンツ を無理なく守れる 資本力 も必要だ
      • 過度なレバレッジ は、Thrasioの事例のように キャッシュフローを窒息 させかねない（破産に至った経緯）
      • 人材・資本がまだその水準に達していないなら、アセットライト戦略 を維持するのが合理的な選択だ

Blurring The Lines

  • AIは マージン拡大 を可能にするが、その規模と速度は 参入モデル によって変わる
    • 時間がたつにつれて バーティカルSaaS・ロールアップ・フルスタック の境界は曖昧になっていくが、「どこで戦うか」 を決めるための問いの順序は、依然として最も経済的だ
  • 技術者が オペレーション中心の事業 に移るときに直面する3つの難題:
    1. オペレーション改善の難しさ: AIツールが未成熟な状況では、実質的な効率向上を確保するには単なるモデル統合ではなく、厳格なプロセス再設計 が求められる
    2. 価格規律の重要性: 過去のロールアップ成功は、低いEBITDA倍率で買収 → 高い倍率で売却 という構造に基づいていた。AIがあっても バリュエーション規律 から逃れることはできず、高値で買えばマージン拡大は崩れる
    3. 希少なディール・統合能力: 買収・負債管理には プライベートエクイティに近いプレイブック が必要だ。大半のAIロールアップには、オペレーター・ディールリード・技術者 が速度とリスクの均衡を取る混成チームが必要になる
  • 現在は 統合サイクルの初期段階 にあり、多くの企業が ハイブリッド構造 を試すことになるだろう
    • 技術・資本コスト・顧客行動が変化するにつれ、初期モデルが適合しなくなるケースも生じる
    • ツール・構造・市場のマッチング と同時に、合わないときには撤退できる規律 を持つチームが最良の成果を上げるだろう

「私は投資家だからこそ、より優れた事業家であり、事業家だからこそ、より優れた投資家である。」 — Warren Buffett

関連記事

まだコメントはありません。

まだコメントはありません。