- 断片化され、運用が複雑な産業ほど、むしろ バーティカルAIシステム が強力な参入障壁を築ける最適な市場であり、そのことを多くの起業家や投資家が見落としている
- きれいな単一タスクの自動化は簡単に複製されるが、規制・レガシー統合・例外処理が絡み合うワークフロー に深く入り込んだシステムは、競合・顧客・AI研究所のいずれにも容易には追随できない構造を持つ
- 市場規模をソフトウェア予算ではなく サービス・労働コスト 基準で再計算すると、小さく見えていたバーティカル市場が、実際には巨大な支出領域であることが分かる
- 製品が業務を支援する段階から 業務そのものを代替する段階 へ移行すると、同一顧客内で課金可能な領域は数十倍に拡大しうる
- 今後5年間で、各産業において 目的特化型バーティカルプラットフォーム、既存SoRへのAI追加、インハウスAI構築 のどのアプローチが勝つかが決まる見通し
この市場が隠れている理由
- 最高のバーティカルAI市場を隠している2つの特性が、同時にその市場の 参入障壁 として機能している
- 1つ目の特性は ワークフロー・グリット（workflow grit）: 例外処理、レガシー統合、人間による承認、コンプライアンス、高コストな失敗モードに満ちた複雑な業務環境
- きれいで明確に定義されたタスクは構築・デモ・販売が容易だが、インテリジェンスが移植可能になった瞬間に コモディティ化（commoditize） する
- 狭く低リスクで既存システムに容易に差し込める業務は、競合が機能を複製したり、顧客が自作したり、フロンティアラボが自ら投入 したりできる
- グリットの高いワークフローは3つの脅威をすべて遮断する。ラボは運用上の複雑さを扱いたがらず、顧客には技術力が足りず、競合もショートカットできない
- AIをグリットの高いワークフローで実用化するには、モデルへのアクセス以上の作業が必要となる。つまり 非構造データの構造化、レガシーシステム統合、承認ループの設計、許容エラー率の定義、ミスのコストが高い環境での信頼構築 だ
- この作業が静かに蓄積され、新規参入者が同じモデルを買っただけでは複製できない ワークフロー運用の独自マップ（proprietary map） が形成される
- 初期には見返りが小さく見えるが、この難しい運用作業こそが 隣接ワークフローやより大きな予算カテゴリへ拡張する権利 を与える
実例: 自動車ローン、医療請求、貨物物流
- Salient: 延滞中の自動車ローン借り手に電話するAI音声エージェントを構築。FDCPA、TCPA、Reg F の規制下で運用され、1回の違反でも規制措置を招きうる環境
- AIは重複する州・連邦ルールを横断し、リアルタイムで支払い交渉を行い、通話頻度制限を守り、必要に応じて人間のエージェントへルーティングしなければならない
- 人間の回収電話コストは $4〜$12 である一方、AIの電話コストはその一部に過ぎない
- Charta Health: 専門分野や地域ごとに異なる保険会社のルール、CPTコード、却下パターンをまたぐ 請求前カルテレビュー を自動化
- 貨物物流分野では HappyRobot、Pallet、Augment などが、運送会社・荷主・倉庫間の調整に必要な終わりのない音声通話、メール、ポータル更新を処理する AIエージェント を構築
- 「トラック運転手に積載状況を電話で確認する」ことはベンチャー規模には見えないが、あらゆる積載案件には数十の手作業タッチポイントが含まれ、物流業界は年間 1兆ドル超を非物理的な運用コスト に費やしている
2つ目の特性: 市場構造
- 数千の事業者にまたがって 断片化 され、買い手の技術的DNAが低い市場構造
- 水平型AIベンダーは展開の経済性を成立させるために集中した高価値顧客を必要とするが、売上がそれぞれ異なるシステムと非構造データを運用する何千もの中小事業者に分散していると、汎用プレイヤーはGTM努力を正当化できない
- 不動産運営会社、フィールドサービス企業、外来リハビリクリニックなどは、社内で本番AIを構築する 技術力を持たず、技術を所有すべきものではなく購入すべきものとして捉えている
- 断片化が構築の余地を生み、低い内製志向がそれをさらに広げることで、誰よりも先に 運用コンテキストを複利で蓄積 する時間を確保できる
事例: 米国の税務・会計市場
- 米国の税務・会計市場は 1,450億ドル規模 の産業で、約46,000のCPA法人というロングテールが存在し、そのうち86%が 従業員10人未満
- 同時に Big Four や全国規模の大手法人も含む
- Blue J: AIベースの税務リサーチプラットフォームで、両端の市場でトラクションを獲得。現在 2,800超の組織 にサービスを提供し、利用量は 前年同期比700%以上成長
- ロングテール構造が汎用プレイヤーにとって市場を魅力的でなくし、重複する税法・曖昧な事実パターン・専門家が評判を懸けて下す回答といった ワークフロー・グリット が、難しい買い手環境でも持続可能な参入点を形作る
参入障壁の複合的強化
- 運用の複雑さが スイッチングコスト（switching costs） を生む。取り外すには人員の再雇用、プロセスの再構築、何年にもわたって蓄積したワークフロー文脈の放棄が必要になる
- 断片化は時間が経っても縮小せず、買い手が突然エンジニアリングDNAを備えることもない
- OpenAI や Anthropic が市場の存在に気づく頃には、バーティカルシステムの 運用コンテキストと流通基盤はすでに何年も複利で蓄積 されている
ゴルディロックスTAM
- ほとんどのバーティカルAI市場が隠れて見えるのは、市場規模の測り方を誤っている ためだ
- 標準的なアプローチはそのカテゴリの ソフトウェア支出 をTAMとみなすことだが、断片化され運用が複雑な産業では、ソフトウェア予算はたいてい小さい
- 正しい測定基準は、その産業が 業務そのものに支出している金額、すなわち業務を担う人員、外部委託先、エージェンシー、請負業者にかかる サービス・労働予算 である
- この再定義は、最も危険な競合が市場を見落とす理由も説明する。ソフトウェア予算基準で「不動産賃貸向けAI」を見るとニッチに見え、フロンティアラボが動員される理由がない
- 労働・サービス予算基準で見れば巨大だが、それが明らかになる頃には、バーティカルシステムはすでに何年分も蓄積されている
- ゴルディロックスTAM の条件は、ベンチャーとして十分な成果を出せるほど大きい一方で、控えめなソフトウェア表面積に偽装され、運用の複雑さゆえに見過ごされ、システムとしての地位を確立した後に劇的に拡張できること
支援から代替への転換
- 拡張は、製品が業務を 支援 する段階から 実行 する段階へ移るときに起こる
- 不動産管理会社の例: 賃貸ソフトウェアに年間 $30,000、賃貸担当スタッフに $300,000 を支出
- 製品が業務そのものを担い始めると、売る相手は $30K の項目ではなく $300K の項目 になる
- ワークフローと運用全体へ拡張すれば、総運用予算である $1M超 にアクセス可能
- 同じ顧客、同じ会社の中で 課金可能領域が30倍に拡大 する
事例: EliseAI
- EliseAI: AI不動産管理プラットフォームで、限定的なPropTech市場から出発
- 初期は単一SKUの賃貸自動化ソリューションとして 約$50K ACV で開始
- 製品が賃貸業務を支援ではなく 代替 するようになるにつれて拡大し、その後は保守、回収、AIガイドツアー へと広がり、入居者ライフサイクル全体をカバー
- 現在は米国のアパート 8戸に1戸 にサービスを提供し、不動産管理者・運営者はこのプラットフォームに 数百万ドル超 を支出している
- ヘルスケアにも進出し、年間 6,000億ドルの管理コスト を同じプレイブックで攻略中
- TAMが製品とともに成長したのではなく、製品が TAMがもともとどれほど大きかったかを明らかにした のだ
先に到達すると何が起きるか
- この市場でシステムとしての地位に到達したバーティカルAI企業は、単に大きな事業を築くだけでなく、今後10年間の産業全体の運営方法そのものを定義 することになる
- Anthropic と OpenAI はアプリケーション層にとって実質的な脅威だが、同時に 相反する優先事項 を処理しなければならない
- モデル最前線の進歩に継続投資する必要があり、トークンベース売上の最大化は、エージェント導入が広がるほど 最終顧客との利害衝突 を生む
- そのうえで、数十の異なるバーティカル向けに高品質なカスタムアプリケーションを同時に構築しなければならない
- ほとんどの市場では、目的特化型バーティカルAIが 純粋な集中力によってラボを実行力で上回る 見通しだ
- 今後5年で、各市場でどのアプローチが勝つかが決まる。すなわち AIウェッジをバーティカルシステムへ拡張する目的特化型プラットフォーム、十分に良いAIを上乗せして市場ポジションを守る 既存SoR（System of Record）、あるいは Anthropic/OpenAI 上に構築する インハウスAI だ
- 中核戦略は、小さすぎるように見える市場で 鋭く、運用上複雑な参入点 を選び、ワークフロー全体へ拡張して権限を獲得し、労働を代替し、顧客がそれなしでは運営できない システムになること
- 「モデルはデモで勝ち、ウェッジはパイロットで勝ち、システムは市場で勝つ」
まだコメントはありません。