a16z 「2026 年に向けた大きなアイデア: パート 2」

<スパンリーフ=""><スパンテキスト="">著者:<スパンリーフ=""><スパンテキスト="">a16z ニューメディア、<スパンリーフ=""><スパンテキスト="">コンパイルする<スパンリーフ=""><スパンテキスト="">：ブロックユニコーン

昨日、インフラストラクチャ、成長、バイオ + ヘルス、そして Speedrun チームのメンバーが 2026 年にスタートアップが直面すると考えている課題を取り上げた Big Ideas シリーズの最初の部分を共有しました。

今日は、American Dynamism (特に 2021 年に設立された投資グループ a16z) と Apps チームからの貢献により、シリーズの第 2 部を続けます。

アメリカンダイナミクス

David Ulevitch: AI ネイティブの産業基盤の構築

アメリカは、この国に真の強さをもたらす経済の要素を再構築しています。エネルギー、製造、物流、インフラストラクチャーが再び注目を集めており、最も重要な変化は、人工知能をネイティブ基盤とした真のソフトウェアファーストの産業基盤の台頭です。これらの企業は、シミュレーション、自動設計、AI 主導の運用から始めます。彼らは過去を近代化するのではなく、未来を構築しています。

これにより、先進的なエネルギー システム、頑丈なロボット製造、次世代鉱業、さまざまな産業が依存する前駆体化学物質を生成する生物学的プロセスや酵素プロセスなどの分野で大きなチャンスが開かれています。AI は、よりクリーンなリアクターを設計し、採掘を最適化し、より優れた酵素を設計し、従来のオペレーターが及ばない洞察を備えた自律型マシンのクラスターを調整できます。

同じ変化が工場の外の世界を再構築しています。自律型センサー、ドローン、最新の人工知能モデルにより、かつては大きすぎて完全に管理できなかった港湾、鉄道、送電線、パイプライン、軍事基地、データセンター、その他の重要なシステムを継続的に監視できるようになりました。

現実の世界では新しいソフトウェアが必要です。これらのソフトウェアを構築した創設者たちが、次の世紀のアメリカの繁栄を形作ることになります。

エリン・プライス・ライト: アメリカ工場の復活

アメリカの最初の偉大な世紀は、偉大な産業力の上に築かれましたが、私たち皆が知っているように、部分的にはオフショアリングによって、部分的には社会の意図的な建設性の欠如によって、私たちはその多くを失いました。しかし、錆びついた機械は再び回転し、ソフトウェアと人工知能を中核としたアメリカの工場の復活を私たちは目の当たりにしています。

2026 年までに、エネルギー、鉱業、建設、製造などの分野の課題に対処するために工場の考え方を採用する企業が現れると私は信じています。これは、人工知能と自動化テクノロジーを熟練労働者と組み合わせて、複雑でカスタマイズされたプロセスを組立ラインと同じくらい効率的に実行できるようにすることを意味します。具体的には次のものが挙げられます。

<リ>

複雑な規制および許可プロセスを迅速かつ反復的にナビゲートします

<リ>

設計サイクルを加速し、最初から製造可能性を考慮した設計を行う

<リ>

大規模プロジェクトの調整をより適切に管理する

<リ>

自律システムを導入して、人間にとって困難または危険なタスクを加速します

1世紀前にヘンリー・フォードによって開発されたテクノロジーを適用し、最初から規模と再現性を計画し、人工知能の最新の進歩を組み込むことで、私たちは間もなく原子炉を量産し、国のニーズを満たす住宅を建設し、猛スピードでデータセンターを建設し、産業力の新たな黄金時代に入ることができるでしょう。イーロン・マスクが言うように、「工場は製品である」。

ザビー・エルムグレン氏: 次の可観測性の波はデジタルではなく物理的なものになるでしょう

過去 10 年にわたり、ソフトウェアの可観測性によりデジタル システムの監視方法が変革され、ログ、メトリクス、トレースを通じてコードベースとサーバーが透過的になりました。同じ変化が物理世界を席巻しようとしています。

米国中の都市が 10 億台以上の接続されたカメラやセンサーを導入するにつれ、物理的な観測性、つまり都市、送電網、その他のインフラストラクチャがどのように機能しているかをリアルタイムで可視化することが緊急かつ実現可能になってきています。この新しいレベルの認識は、機械が物理世界をコードと同じように観察可能にする共通のフレームワークに依存するロボット工学と自律性の次のフロンティアも推進します。

もちろん、この変化には現実のリスクも伴います。山火事を検知したり、現場での事故を防止したりできるツールも、ディストピア的な悪夢を引き起こす可能性があります。次の波の勝者は、国民の信頼を獲得し、人工知能をネイティブにサポートするプライバシー保護で相互運用可能なシステムを構築し、それによって社会の自由を損なうことなく社会の透明性を高める企業となるでしょう。この信頼できるフレームワークを構築する人は誰でも、今後 10 年間に可観測性がどこに向かうのかを定義できるでしょう。

ライアン・マッケンタス氏: 電子産業アーキテクチャが世界を変える

次の産業革命は工場だけでなく、工場を動かす機械の内部でも起こります。

ソフトウェアは、私たちの考え方、設計、コミュニケーションの方法に革命をもたらしました。今日、私たちの移動、建設、生産の方法が変わりつつあります。電化、材料、人工知能の進歩が融合し、ソフトウェアが物理世界を真に制御できるようになりました。機械は自律的に感知し、学習し、行動できるようになり始めています。

これは、電気自動車、ドローン、データセンター、現代の製造を推進する統合テクノロジーであるエレクトロニクス産業スタックの台頭です。世界を動かす原子と、世界を制御するビットを結び付けます。コンポーネントに精製される鉱物、バッテリーに蓄えられるエネルギー、電子機器によって制御される電気、高精度モーターによって実現される動きなど、すべてがソフトウェアによって調整されます。これは、物理的な自動化におけるあらゆる画期的な進歩の背後にある目に見えない基盤です。ソフトウェアが単にタクシーを呼び出すのか、それとも実際にハンドルを握るのかを決定します。

しかし、重要な材料の精製から高度なチップの製造まで、このスタックを構築する能力は失われつつあります。米国が次の産業時代をリードしたいのであれば、それをサポートするハードウェアを構築する必要がある。エレクトロニクス産業スタックを習得した国々が、産業技術と軍事技術の未来を定義することになります。

ソフトウェアは世界を飲み込みます。今、それが世界を前進させます。

オリバー・スー: 自律型研究室が科学的発見を加速する

マルチモダリティにおけるモデル機能の進歩とロボット操作機能の継続的な向上により、チームは自律的な科学的発見を加速します。これらの並行技術により、仮説の策定から実験計画と実行、推論、結果分析、将来の研究方向の反復に至るまで、科学的発見の閉ループを達成できる自律的な研究所が誕生します。これらの研究所を構築するチームは本質的に学際的であり、人工知能、ロボット工学、物理学と生命科学、製造、運用、その他の分野の専門知識を統合して、無人の研究所を通じて継続的なクロスドメインの実験と発見を実現します。

Will Bitsky: 主要産業のデータジャーニー

2025 年には、人工知能の時代精神は、コンピューティング リソースとデータ センターの建設の制約によって定義されるでしょう。そして 2026 年までに、データ リソースの制約と、データ ジャーニーの次のフロンティアである主要産業によって定義されるようになるでしょう。

私たちの重要な業界は依然として潜在的な非構造化データの宝庫です。すべてのトラックの配車、すべてのメーター読み取り、すべてのメンテナンス作業、すべての生産運転、すべての組み立て、すべてのテスト運転がモデル トレーニングの材料となります。ただし、データ収集、アノテーション、モデル トレーニングのいずれも、業界では一般的に使用される用語ではありません。

この種のデータに対する需要は無限にあります。Scale、Mercor、Artificial Intelligence Research Labs などの企業は、プロセス データ (「何が」行われたかだけでなく、「どのように」行われたか) を収集するために精力的に取り組んでいます。彼らは「搾取工場のデータ」ごとに法外な金額を支払います。

既存の物理的インフラストラクチャと労働力を備えた産業企業は、データ収集において比較優位を持っており、この優位性を活用し始めるでしょう。彼らの運営により生成される膨大な量のデータは、限界コストをほぼゼロで取得して、独自のモデルのトレーニングに使用したり、サードパーティにライセンス供与したりできます。

また、それを支援する新興企業が現れることも期待すべきです。スタートアップ企業はオーケストレーション スタック、つまり収集、ラベル付け、承認のためのソフトウェア ツールを提供します。センサーのハードウェアおよびソフトウェア開発キット (SDK)。強化学習 (RL) 環境とトレーニング パイプライン。そして最終的には独自のスマート マシンを開発します。

アプリケーション (アプリ) チーム

デビッド・ハーバー: 人工知能がビジネスモデルを強化する

最高の AI スタートアップは、単にタスクを自動化するだけではありません。彼らは顧客の経済的利益を拡大しています。たとえば、ウィンシェアベースの法律では、法律事務所は訴訟に勝った場合にのみ収益を受け取ります。Eve のような企業は、独自の結果データを活用して事件の成功率を予測し、法律事務所がより適切な事件を選択し、より多くのクライアントにサービスを提供し、勝率を向上させるのに役立ちます。

人工知能だけでもビジネス モデルを強化できます。コストを削減するだけでなく、より多くの収益ももたらします。2026 年までに、AI システムが顧客のインセンティブとより深く連携し、従来のソフトウェアでは太刀打ちできない利点が生み出されるため、このロジックは業界全体に拡大するでしょう。

Anish Acharya: ChatGPT は人工知能アプリケーション ストアになります

消費者製品サイクルが成功するには、新しいテクノロジー、新しい消費者行動、新しい流通チャネルという 3 つの要素が必要です。

最近まで、AI の波は最初の 2 つの基準を満たしていましたが、新しいネイティブ流通チャネルがありませんでした。ほとんどの製品は、X や口コミなどの既存のネットワークで成功します。

しかし、OpenAI Apps SDK のリリース、Apple のミニ プログラムのサポート、ChatGPT のグループ チャット機能の開始により、消費者開発者は ChatGPT の 9 億人のユーザー ベースを直接活用し、Wabi のような新しいミニ プログラム ネットワークで成長できるようになりました。消費者製品のライフサイクルの最後のリンクとして、この新しい流通チャネルは、2026 年に 10 年に 1 度の消費者テクノロジーのゴールド ラッシュを引き起こすと予想されています。無視する場合は自己責任で行ってください。

オリビア・ムーア: 音声エージェントが定着し始めている

過去 18 か月間で、人工知能エージェントが企業の実生活のインタラクションを処理するというアイデアは、SF から現実になりました。中小企業から大企業まで、何千もの企業が音声 AI を使用して、予約のスケジュール設定、予約の履行、アンケートの実施、顧客情報の収集などを行っています。これらのエージェントは、企業のコストを節約し、追加の収益を生み出すだけでなく、従業員をより価値のある仕事、そしてより興味深い仕事に従事できるようにします。

しかし、この分野はまだ初期段階にあるため、多くの企業はまだ「エントリ ポイントとしての音声」段階にあり、単一のソリューションとして 1 つまたは数種類の通話のみを提供しています。音声アシスタントがワークフロー全体 (おそらくマルチモーダル) を処理し、顧客関係サイクル全体を管理できるように拡張されることを期待しています。

これはおそらく、エージェントがビジネス システムにより深く統合され、より複雑な種類の対話を自由に処理できるようになるということを意味します。基盤となるモデルが改善を続けているため、エージェントがツールを呼び出して異種システム間で操作できるようになっているため、すべての企業が音声主導の AI 製品を展開し、それを使用してビジネスの主要な側面を最適化する必要があります。

マーク・アンドルスコ: プロンプトのないプロアクティブなアプリが登場

2026 年には、主流ユーザーはプロンプト ボックスに別れを告げることになります。次世代の AI アプリはプロンプトをまったく表示しません。ユーザーの行動を観察し、参考となるアクションの提案を積極的に提供します。統合開発環境 (IDE) は、質問する前にリファクタリングを提案します。顧客関係管理システム (CRM) は、通話終了後にフォローアップ電子メールを自動的に生成します。作業中に設計ツールがソリューションを生成します。チャット インターフェイスは単なる補助ツールです。今日、AI はあらゆるワークフロー全体で目に見えない足場となり、コマンドではなくユーザーの意図によって起動されます。

アンジェラ・ストレンジ: 人工知能は最終的に銀行と保険のインフラをアップグレードするでしょう

多くの銀行や保険会社は、レガシー システムにドキュメント インポートや AI 音声エージェントなどの AI 機能を統合していますが、AI をサポートするインフラストラクチャを再構築することによってのみ、金融サービス業界を真に変革することができます。

2026 年までに、AI の最新化と完全な活用に失敗するリスクが失敗のリスクを上回り、その時点で大手金融機関はレガシー ベンダーとの契約を放棄し、より AI ネイティブな新しい代替手段の導入を選択するようになるでしょう。これらの企業は、過去の分類の束縛から解放され、レガシー システムや外部ソースからの基礎となるデータを一元化、正規化し、強化するプラットフォームになりつつあります。

結果はどうなりましたか?

<リ>

ワークフローは大幅に簡素化され、並列化されます。異なるシステムや画面間を行ったり来たりする必要はもうありません。考えてみてください。住宅ローン組成システム (LOS) で何百もの保留中のタスクを一度に並行して確認して処理でき、エージェントはそれらの面倒な部分も完了します。

<リ>

私たちがよく知っている分類を組み合わせて、より大きな分類を形成します。たとえば、顧客の KYC、口座開設、取引監視データを単一のリスク プラットフォームに統合できるようになりました。

<リ>

これらの新しいカテゴリーでの勝者は、既存企業の 10 倍の規模になるでしょう。カテゴリーはより広範囲に及び、ソフトウェア市場は労働力を食い荒らしています。

金融サービスの未来は、古いシステムに人工知能を適用することではなく、人工知能に基づいて新しいオペレーティング システムを構築することです。

ジョー・シュミット: AI を 99% のビジネスに導入するための先進的な戦略

人工知能は、私たちの生涯で最もエキサイティングな技術的進歩です。しかし、これまでのところ、新しいスタートアップからの収益のほとんどは、シリコンバレーの 1% の企業、つまり実際にベイエリアに拠点を置く企業か、その広大なネットワークの一部に流れています。それは当然です。起業家は、自分のオフィスで直接会うか、取締役会の VC とのつながりを通じて、よく知っていて簡単にアクセスできる企業に売り込みたいと考えています。

2026 年までに、これは完全に変わります。企業は、AI の機会の大部分がシリコンバレーの外に存在することに気づき、新しいスタートアップが先進的な戦略を活用して、従来の大規模な業界内に隠されたより多くの機会を発見することになるでしょう。システムインテグレーターや実装会社などの従来のコンサルティング業界やサービス業界だけでなく、製造業などの動きの遅い業界にもAIの大きなチャンスが広がっています。

Seema Amble: AI はフォーチュン 500 企業に新たな調整層と新たな役割を生み出す

2026 年までに、企業はサイロ化された AI ツールから、調整されたデジタル チームのように運用する必要があるマルチエージェント システムにさらに移行するでしょう。エージェントが複雑で相互依存するワークフロー (共同計画、分析、実行など) を管理し始めると、企業は仕事がどのように構造化され、システム間でコンテキストがどのように流れるかを再考する必要があります。この変化は、個別のタスクではなくプロセス全体にエージェントを導入する AskLio や HappyRobot のような企業ですでに起こっています。

この変化はフォーチュン 500 企業で最も顕著に感じられるでしょう。企業はサイロ化されたデータ、組織の知識、運用の複雑さの最大の宝庫であり、その多くは従業員の心の中にあります。この情報を自律的な労働者のための共有基盤に変換することで、意思決定の迅速化、サイクルタイムの短縮、および継続的な手動による細かな管理に依存しないエンドツーエンドのプロセスが可能になります。

この変化は、リーダーに役割とソフトウェアの再考を強いることになります。AI ワークフロー デザイナー、代理店スーパーバイザー、共同作業するデジタル ワーカーの調整とレビューを担当するガバナンス リーダーなどの新しい機能が登場します。既存の記録システムに加えて、企業はオーケストレーション システム、つまりマルチエージェントの対話を管理し、コンテキストを判断し、自律型ワークフローの信頼性を確保するための新しいレイヤーを必要としています。人間は、エッジの問題や最も複雑な状況に対処することに集中します。マルチエージェント システムの台頭は、自動化への単なる新たな一歩ではありません。それは、企業がどのように運営され、どのように意思決定を行い、最終的にはどのように価値を生み出すのかを再考することを意味します。

ブライアン・キム氏: 消費者 AI は「私を助ける」から「私を理解する」に移行する

2026 年は、主流の消費者向け AI 製品の機能が生産性の向上から人間関係の強化に移行する年になります。人工知能はもはや仕事の遂行を支援するだけでなく、自分自身をより明確に理解し、より強い人間関係を築くのに役立ちます。

はっきり言っておきますが、これは簡単ではありません。多くのソーシャル AI 製品が発売されましたが、最終的には失敗に終わりました。しかし、マルチモーダル コンテキスト ウィンドウと推論コストの低下のおかげで、AI 製品はチャットボットに伝える内容だけでなく、生活のあらゆる側面から学習できるようになりました。実際の感情的な瞬間、1 対 1 のメッセージやグループ チャットがチャット相手に応じて変化し、ストレスによって変化する毎日の習慣が表示される携帯電話のフォト アルバムを想像してみてください。

これらの製品が実際に世に出ると、私たちの生活の一部となるでしょう。一般に、「私を知ってください」製​​品は、「助けてください」製​​品よりも優れたユーザー維持メカニズムを備えています。「ヘルプ ミー」製品は、ユーザーが特定のタスクに対して高い支払い意欲を示すことで収益を上げ、ユーザー維持率の向上に努めます。「フォローミー」製品は、毎日の継続的なインタラクションを通じて収益を上げます。ユーザーは支払い意欲が低くなりますが、ユーザー維持率は高くなります。

人々は常に価値を求めてデータを交換しています。問題は、見返りに得られるものに価値があるかどうかです。そしてその答えは間もなく明らかになるでしょう。

キンバリー・タン: 新しいモデルのプリミティブが前例のない企業を可能にする

2026 年までに、推論、マルチモダリティ、コンピューター アプリケーションの画期的な進歩がなければ存在できなかった企業が台頭することになるでしょう。これまで、多くの業界 (法律業界や顧客サービスなど) は、改良された推論技術を活用して既存の製品を強化してきました。しかし、中核となる製品機能が基本的にこれらの新しいモデルのプリミティブに依存している企業が現れ始めたばかりです。

推論の進歩により、複雑な財務上の請求を評価したり、集中的な学術研究やアナリストの研究結果に基づいて行動したりするための新しい機能（請求に関する紛争の裁定など）がもたらされる可能性があります。マルチモーダル モデルにより、物理世界 (製造現場のカメラなど) から基礎となるビデオ データを抽出できるようになります。コンピューターの出現により、これまでデスクトップ ソフトウェア、貧弱な API、断片化したワークフローによってその価値が束縛されてきた大規模産業の自動化が可能になりました。

ジェームス・ダ・コスタ: AI スタートアップは他の AI スタートアップに販売することで規模を達成する

私たちは、主に現在の AI 製品サイクルによって推進される、前例のない企業創設の波の真っ只中にいます。しかし、これまでの製品サイクルとは異なり、既存企業は傍観しているわけではありません。彼らはAIも積極的に導入しています。では、スタートアップはどうやって勝つのでしょうか?

スタートアップ企業が流通チャネルで既存企業を上回るパフォーマンスを発揮するための最も効果的だが過小評価されている方法の 1 つは、スタートアップ企業、つまりスタートしたばかりのグリーンフィールド企業 (つまり、まったく新しいビジネス) にサービスを提供することです。すべての新しい企業を誘致し、顧客の成長とともに成長することができれば、あなたも大きな企業になるでしょう。Stripe、Deel、Mercury、Ramp などの企業はすべてこの戦略に従っています。実際、Stripe の顧客の多くは、Stripe の設立時には存在すらしませんでした。

2026 年には、ゼロからスタートしたスタートアップ企業がエンタープライズ ソフトウェアの多くの分野で規模を拡大することになるでしょう。。彼らはより良い製品を開発し、既存のベンダーにまだ固定されていない新規顧客の開拓に全力を尽くす必要があるだけです。