AI企業はこれまでに見たことがないほど速い成長を遂げています。しかし、急速な成長は長期的な成功を保証するものではありません。
では、カテゴリーリーダーシップに向けて構築している企業と、壁にぶつかる企業をどのように見分けるのでしょうか？
それは長期的な防御可能性にかかっています。スケール、エンベディング、ブランドと共に、ネットワーク効果は過去10年間でスタートアップの防御可能性を構築する主要な方法でした。
しかし、AIがゲームを変えました。企業を始めてプロダクトを構築することがこれまでになく容易になりました。その結果、「典型的な」防御可能性戦略の一部は、この急速なAIスケーリングの時代では競合するには遅すぎます。
答えは：複数の短期的および長期的な防御可能性戦略が必要だということです。スケールへのスピードが主要なレバーですが、常に未来のために構築しなければなりません。ネットワーク効果は、このAIブームを生き残り支配的になる企業を決定する重要な役割を果たしますが、適切なタイミングで展開する必要があります。長期的な戦略の一部として。
一つの考え方として：あなたのスタートアップは城郭（モット・アンド・ベイリー）のようであるべきです。中世の戦争では、城郭には2つの異なる防御位置がありました：ベイリー（日常業務が行われ、初期の戦闘が行われる大きくアクセスしやすい中庭）と、モット（ベイリーが突破された時に守備者が退却できる丘の上の重要な要塞）。ベイリーは必要に応じて放棄されるよう設計されていましたが、モットは難攻不落となるよう構築されていました。
AIスタートアップにとって、あなたの「ベイリー」は市場ポジションを確立する迅速に展開可能な防御可能性で構成されます：優れた流通、急速なスケーリング、ブランドの勢いです。これらは迅速にゲームに参入できますが、決意を固めた競合に対して永続的に持続することはありません。あなたの「モット」は競争が激化した時に退却する場所です：真のネットワーク効果、深いワークフロー埋込み、システマティックなロックインで、これらは排除することがほぼ不可能になります。
鍵は、いつベイリーで戦い、いつモットを構築するかを知ることです。
追加のユーザーがそれぞれ、既存のユーザーにとってプロダクトをより良くする効果。
今日のネットワーク効果は、過去と同じように強力ですが、見た目ほど明白ではありません。例えば、ChatGPTは一人用ゲームに見えますが（あなたとAIだけですから）、詳しく見ると多くのマルチプレイヤー機能があります。例えば、AIと会話するユーザーは皆、追加のユーザーのためにサービスを改善します。また、AIコパイロットがあなたと共により多くの記憶を構築すればするほど、そのコパイロットからより多くの個人的な効用を得られます。これは個人効用ネットワーク効果の例です。
大規模または独自のデータへのアクセスは、より高性能なAIモデルを構築するために使用できるため、初期の優位性を与えます。ただし、データネットワーク効果には明確な限界があります（重要な差別化要因は、リアルタイムデータです）。
長期的成長の可能性がある初期段階の企業は、今日の流通ゲームのエキスパートです。Cursor、Lovable、Clayなどの企業は現代の流通をマスターし、その勢いを利用して防御可能性マップのより高いレイヤーに飛躍できます。
かつては弱い防御可能性と考えられていましたが、ブランドは最重要になりました。多くのプロダクトが似た機能を持ち、幻覚やデータプライバシーに関する懸念があるため、ブランドの創造（これは必然的に優れた流通とプロダクト品質と結びついています）は企業を差別化するのに役立ちます。一部の人々がChatGPTをClaudeより、またはClaudeをGrokより好む理由があります。
今日の用語では、スケールはしばしばコンピューティングのシステムとより多くのデータの収集と同義です。コンピューティングをスケールアップできるAI企業は、プロダクト、パフォーマンスなどの面でフライホイールを増加させる可能性があります。
歴史的に、エンベディングは大きな既存企業の専売特許でした。これは今でも真実です：既存企業は今、流通の優位性を活用するために自社のプロダクトにAIを埋め込んでいます。
興味深いことに、スタートアップがこの考え方を借用し、自社の機能を既存のワークフローに埋め込み、そのようにして信じられないほど粘着性を持つようになったケースが見られます。
例えば、NFXが支援する法務企業Evenupは、人身事故弁護士のワークフローに需要書作成サービスを埋め込んでいます。ワークフローへの埋め込みは、多くのAIスタートアップにとって強力な戦術になっています。
真実は、非常に初期段階のスタートアップには防御可能性がほとんどありません。むしろ、防御可能性は時間をかけて層状に構築されます。問題は、それぞれをいつ展開するかです。
**まず、ベイリーを構築し、次にモットを構築する。**これにより、初期のスピードが最大化され、より深い防御可能性に向かうために必要なリソースを獲得できます。
例えば、流通はシードからシリーズAにスケーリングする企業にとって、急速で早期成長の主要な源泉になっています。急速な成長自体が初期段階での防御可能性になります。より良い投資家、より良い人材を引き付け、会社周辺にフライホイールを構築します。
しかし、シリーズAからシリーズBやCに卒業すると、成長の根本的なメカニズムが重要になります。今、あなたはこの段階まで成功裏に成長した企業すべてと競合しています。
そして、ネットワーク効果のようなツールが活躍します。これは、より大きな防御可能性カスケードの一部です。競合他社が追いついていると思った時に、次の防御ラウンドを展開するのです。
Googleの歴史は、防御可能性がいかに順次展開されるべきかを完璧に示しています。
1996年、Larry PageとSergey BrinがPageRankアルゴリズムを開発した時、Googleの初期の優位性は純粋な速度でした。競合他社が複製できるよりも速く、優れたデータとアルゴリズムの基盤を構築することでした。
このアプローチが効果を発揮し、Googleは1998年の1日1万検索から2000年には1日4200万検索に成長しました。その急速なスケーリングが彼らの中核データ優位性を深め、Googleは後にそれを流通とネットワーク効果戦略に展開しました。
2000年までに、Google AdWordsを立ち上げ、これがさらなる革新の資金調達において重要となり、流通フライホイールを作り出しました。
真のネットワーク効果は後に現れました。GoogleのマーケットプレイスとなったGoogle検索は、より多くの検索が行われ、ウェブサイトがGoogle検索結果で目立つように最適化されることで改善されます。
最後に、インターネットエコシステム全体における体系的な埋め込みが、流通パートナーシップを通じて、そしてAdSense、Gmail、Maps、そして最終的にはAndroidとChromeなどのプロダクト革新を通じて行われました。
この規律ある順序付け（まずデータ基盤、次に流通、次にネットワーク効果、最後に埋め込み）は、Googleが世界の検索エンジン市場シェアの90%以上を一貫して保持することを可能にする、ほぼ乗り越えられない優位性を生み出しました。
反対の例も豊富にあります。モット構築への移行に失敗した企業は死ぬ傾向があります。Grouponはそのような企業の例です。
Grouponが立ち上げられた時、彼らは技術界の寵児でした。約16か月で10億ドルの評価額に達し、有名なことにGoogleからの60億ドルの買収提案を断りました。
彼らのモデルは素晴らしく見えました：地元企業の需要を集約し、十分な人数が「買い入れ」したら急激でバイラルな割引を提供し、手数料を取る。彼らは序盤から素早く動きました。
しかし、彼らには真のネットワーク効果がなく、リテンションが弱かったのです。Grouponはネットワーク効果のように感じられました。追加のユーザーがそれぞれ、取引が成立する可能性を高めました。しかし、Grouponのユーザーは互いに親和性を持たず、Groupon自体への忠誠心もほとんどありませんでした。
ネットワーク効果のように見えたものは、実際には偽装されたバイラリティでした。ユーザーを素早く引き付けるキャッシュインセンティブですが、留まる理由を与えることはありませんでした。
多くのAI-nativeネットワーク効果がまだ発展中なので、これらのフレームワークが新たな戦略を特定するのに役立つかもしれません。
考えるべき質問：
CursorはこのパターンをＡＩエンジニアリングツールとして象徴しています。AIコード補完ツールとして始まりましたが、Cursorの真の防御可能性は、チームパターンと共有コンテキストの学習から生まれます。
エンジニアリングチーム全体がCursorを使用すると、AIはチームのコードベースアーキテクチャ、コーディング慣行、プロジェクト構造を理解します。
離れようとする開発者は、コーディングアシスタントを失うだけでなく、AIに埋め込まれた何か月分の蓄積されたチーム知識を失います。
Character.aiが強力な初期例のようです。Character.AIのウェブサイトやアプリを訪れる人は多数のチャットボットに迎えられますが、厳選された少数が非常に高い会話数を持っています。
Character.AIは、AIのためのハブアンドスポークモデルを完成させています。ユーザーは「キャラクター」を作成し、「パーソナリティ」を作り、特定のパラメータを設定し、それらを他の人がチャットするためにコミュニティに公開できます。
AIエージェントは、単独よりも接続された時に無限により強力になるでしょう。例えば、あなたのスケジューリングエージェントが旅行エージェントとコミュニケーションを取り、確認済みの会議の周りで自動的に航空券を予約する、または財務エージェントが調達エージェントと連携して、予算制約に基づいて会社の支出を自動的に最適化する、などです。
これらのエージェントは、いくつかの既知のネットワーク効果を発展させるでしょう：
2017年に、私たちは**テクノロジーエコシステムの価値の70%**がネットワーク効果によって説明できると推定しました。しかし、当時評価していた企業のほとんどは、新しく確立されたデジタル既存企業でした。彼らは戦略にネットワーク効果を層状に組み込んでいました。
今日、AI時代にネットワーク効果が死んでいるかどうかについて多くの議論があります。より説得力のある説明は、AI-nativeアプリケーションレイヤーの既存企業の新しいセットがまだ存在しないということです。
AIアプリケーションエコシステムは、まだ急速なスピードと急速なスケールの時代にあります。ネットワーク効果のような、より持続可能な防御可能性への転換点を迎え始めたばかりです。
今後数年間で、AI時代のネットワーク効果が結晶化するでしょう。それらが、この10年のGoogleになる企業と、この10年のGrouponになる企業を定義するでしょう。
前者になりたいなら、今すぐロードマップの構築を始めてください。スピードを犠牲にしないでください。しかし、時が来た時に防御可能性マトリックスを上がる準備をしてください。