AIスタートアップはどう防御力を築くか

著者: Brian Tr · 更新日: 2026年10月7日

防御力とは、あなたの成果によって市場が追う価値のあるものだと証明されたとき、競合がその成果を模倣して顧客を奪うのを防ぐものです。AIスタートアップにとって、この問いは従来のソフトウェアよりも切実です。プロダクトを印象的なものにしている要素、つまり高性能なモデルは、APIを呼び出すコードを書ける人なら、ほぼ誰でも利用できるからです。

本ページはその全体像を示す地図です。モデルだけで参入障壁になることがまれな理由、防御力の源泉の候補、それらが従来のSaaSとどう違うか、そして時間をかけてそれらを評価し、順序立てて築く方法を取り上げます。参入障壁のうち3つについては、以下にリンクした詳しい解説記事があります。まず一般的な戦略の概念を知りたい方は、経済的な堀(エコノミック・モート)と競争優位から始めてください。

2つのレンズ: Buffettの堀とHelmerのパワー

Warren Buffettは、投資家の間に「堀(モート)」という比喩を広めました。1995年のBerkshire Hathawayの株主への手紙で、彼は「突破できない『堀』に守られた経済的な城」を探していると書いています。考え方は単純です。利益を上げるビジネスは攻撃者を引き寄せ、堀とは、攻撃を割に合わないものにする何かのことです。

この比喩は役に立ちますが、堀が何でできているのかについてはあいまいです。Hamilton Helmerの著書『7 Powers』(Deep Strategy、2016年)は、より正確です。Helmerはパワーを、企業が持続的に差別化されたリターンを得ることを可能にする条件と定義しています。そしてAcquiredポッドキャストのインタビューで述べたように、パワーには2つのものが同時に必要です。ビジネスモデルを良くする何かであるベネフィットと、賢い競合がそれを奪うのを防ぐバリアです。ベネフィットはよくあるものです。難しいのはバリアのほうです。

彼は7つのパワーを挙げています。

1. 規模の経済: 生産量が増えるにつれて単位コストが下がる。
2. ネットワーク経済: ユーザーが増えるほどプロダクトの価値が高まる。
3. カウンターポジショニング: 新規参入者の優れたビジネスモデルが、既存のビジネスの経済性を損なうため、既存企業が模倣しようとしないもの。
4. スイッチングコスト: 顧客が乗り換える際に、実際の摩擦や費用が生じる。
5. ブランディング: ブランドが、競合には簡単にまねできないプレミアム価格や強い選好を支える。
6. コーナードリソース: 人材、知的財産、データなど、競合が容易に確保できない資産への特権的なアクセス。
7. プロセスパワー: 競合が再現しにくい形で、低コストやより良い成果をもたらす組み込まれたプロセス。

ベネフィットとバリアのテストは、本ページで最も役に立つツールです。主張する参入障壁のそれぞれについて、2つの問いを立ててください。それは自社の経済性に何をもたらすのか。そして、潤沢な資金を持つ競合が1年以内にそれを無力化できないのはなぜか。最初の問いにしか答えられないなら、それは参入障壁ではなく機能にすぎません。

モデルだけでは参入障壁になりにくい理由

創業者が最初に手を伸ばす防御力の源泉は、fine-tuningしたもの、プロンプトで調整したもの、ゼロから作ったもののいずれであれ、モデルそのものです。しかし、ほとんどのスタートアップにとって、それは最も弱い源泉でもあります。理由は2つあります。

モデルのコモディティ化。 最上位のモデル同士の差は縮まり続けています。Stanfordの2025 AI Index Reportによると、トップのモデルと10位のモデルのスコア差は1年で11.9%から5.4%に縮まり、一部のベンチマークでは、オープンウェイトモデルとクローズドモデルの差が8%から1.7%に縮まりました。トップ集団がこれほど接近していると、わずかな品質の優位の上に築かれたスタートアップは、他社の次のリリースでその優位を失いかねません。

薄いラッパーのリスク。 プロダクトが、モデルとプロンプトとインターフェースを組み合わせただけのものであれば、同じアクセス権を持つチームはあなたのしていることを何でも模倣でき、モデル提供元はあなたの機能を自社プロダクトに追加できます。問題はラッパーが悪いかどうかではありません。あなたが築いた層に、基盤となるモデルが持っていない何かがあるかどうかです。この点はAI wrapperとAIネイティブなプロダクトの比較と、アプリケーション層とモデル層の比較で扱っています。

AIの研究所でさえ、この点を懸念しています。SemiAnalysisが2023年5月に再掲載した、流出したGoogleの社内メモは、GoogleにもOpenAIにも、オープンソースのモデルが迫れないような秘伝のタレはないと論じていました。SemiAnalysisによると、この文書は公開Discordサーバー上の匿名の人物から提供されたものです。これは1人の研究者の見解であって結論ではありませんが、内部の人々がコモディティ化の問題をどれほど深刻に受け止めているかを示しています。

従来のSaaSとの違いは次のとおりです。SaaS企業のコードは通常、短期間で再現するのが難しかったため、プロダクトそのものが時間を稼いでくれました。AIでは、モデルの能力は借り物であることが多く、それが稼いでくれる時間は短くなります。防御力は、モデルの周囲にあるものから生まれなければなりません。

参入障壁の候補

AIスタートアップの主な防御力の源泉を、当てはまる場合はHelmerのパワーに対応付けて紹介します。

独自データとデータフライホイール

直感的な考え方は、利用が増えるほどデータが増え、それがプロダクトを改善し、さらに利用を呼び込むというものです。これが当てはまる場合もありますが、多くの場合は誇張されています。a16zのMartin CasadoとPeter Lautenは、The Empty Promise of Data Moats(2019年5月)で次のように論じました。データの優位のほとんどはネットワーク効果ではなく規模の効果であること、独自データの獲得は次第に高コストになる一方でその追加的な価値は逓減していく傾向があること、そしてデータが防御力を持つのは主に、独自の情報源から得られ、プロダクトの品質を測定可能な形で向上させ、バーティカル化と市場開拓の強みと組み合わされている場合であることです。Helmerの用語で言えば、データは通常、コーナードリソースとして、または規模の経済の一部として機能し、それもバリアが維持される場合に限られます。詳しい解説はAIのデータフライホイールの仕組みをご覧ください。

ワークフローへの統合とスイッチングコスト

プロダクトが顧客の日々のプロセスの中に組み込まれ、顧客のシステムに接続され、顧客のルールに合わせて設定され、スタッフに信頼されていれば、離れることは高くつきます。これは古典的なスイッチングコストのパワーであり、AIプロダクトにとっては、初期に利用できる最も確実なものであることがよくあります。注意点は、価値によって得たロックインは長続きする一方、摩擦によって作ったロックインは反感と解約を招くということです。一般的な概念についてはスイッチングコストを、AI特有の考え方についてはAIプロダクトのワークフローのロックインをご覧ください。

流通

既存のオーディエンス、チャネルパートナー、マーケットプレイス、あるいは人々がすでに使っているソフトウェアの中のポジションを通じて、買い手に安く繰り返し届くことは、プロダクト同士が似ている場合には、プロダクトの違いよりも重要になることがあります。流通はHelmerの7つのパワーに名前としては含まれておらず、規模の経済、ブランディング、カウンターポジショニングを通じて表れる傾向があります。詳しい解説はAIの流通による参入障壁をご覧ください。

ネットワーク効果

本当のネットワーク効果は、ピッチデックが示唆するよりもAIではまれです。マーケットプレイスや共有プロトコルのように、ユーザーが1人増えるごとに、ほかのユーザーにとってプロダクトが直接良くなることが条件です。ほとんどのAIプロダクトは、共有された学習を通じて全員にとって改善されますが、CasadoとLautenはこれを規模の効果に分類しています。ユーザー同士がテンプレート、エージェント、データを共有するプロダクトなど、本物のネットワーク効果を持つものもあります。基礎となる概念についてはネットワーク効果をご覧ください。

ブランドと信頼

AIシステムにデータ、意思決定、顧客との会話を委ねる買い手にとって、信頼は購入の基準です。精度、セキュリティ、限界についての誠実さに関する評判があれば、より安い代替手段ではなくそのベンダーを選ぶ理由になります。信頼は築くのに時間がかかり、失うのは一瞬です。スタートアップがそれをどう獲得するかは、AIの信頼と評価についてのページで扱っています。

規制とコンプライアンス上のポジション

医療、金融、法務、公共部門などの規制の厳しい分野では、認証、監査証跡、調達審査を通過した経験がバリアとして機能することがあります。より優れたモデルを持つ競合も、同じ関門を通過しなければならず、それには時間がかかります。リスクは、コンプライアンスがやがて誰もが満たすベースラインになりがちなことと、ルールが変わることです。永続的な壁ではなく、先行するための優位として扱いましょう。

規模の経済

規模の大きいAI企業は、固定費を分散したり、計算資源の料金をより有利に交渉したり、評価やインフラにより多く投資したりできる場合があります。それが持続的な優位につながるかどうかは、コスト構造次第です。AIのコスト構造は、限界費用がほぼゼロのソフトウェアとは大きく異なります。その経済性の仕組みについては、AIの推論コストと粗利益率をご覧ください。

カウンターポジショニング

これはスタートアップの特別な武器です。Helmerの定義によると、既存企業が自社のビジネスを食い合うことになるため模倣しようとしないビジネスモデルを採用したときに機能します。完了した仕事や成果を売るAIネイティブなベンダーは、顧客に必要なライセンスが減れば収益が縮小する、シート課金型の既存ソフトウェア企業を脅かすことができます。既存企業はそれが見えていても、対応できないことがあります。この効果は初期に最も強く、既存企業が打撃を受け入れた時点で薄れていきます。

参入障壁の比較

「典型的な強さ」の列は判断のための枠組みであり、測定されたデータではありません。議論の出発点として使い、各セルを自社の市場に照らして検証してください。

自社の防御力を評価する方法

実践的な監査は午後のうちに終えられ、四半期ごとに繰り返すべきです。

1. 主張する参入障壁を列挙する。 競合があなたの顧客を奪えないと考える理由をすべて書き出します。ほとんどのチームは3つか4つの主張を見つけます。
2. ベネフィットとバリアのテストを当てはめる。 主張ごとに、コストの低下、価格の上昇、継続率の向上といった経済的なベネフィットと、具体的なバリアを書きます。「優れたデータを持っている」は不合格です。「競合に共有することが契約上できない顧客から得た、何年分ものラベル付きの成果データを保有している」は合格です。
3. 再構築テストを行う。 あなたと同じモデルへのアクセスと潤沢な資金を持つ競合を想像してください。あなたに追いつくまでにどのくらいかかり、お金ではすぐに買えない何を手に入れる必要があるでしょうか。
4. 証拠を確認する。 自社の数字の中に証拠を探します。コホート別の継続率、特定の競合に対する受注率、顧客が価格以外の継続理由を挙げる頻度などです。
5. 脅威を特定する。 モデル提供元、AIを追加する既存企業、資金力のあるスタートアップなど、最も強い攻撃者を1つ選び、各参入障壁がその相手に対してどう持ちこたえるかをたどります。

参入障壁を築く順序

防御力は築くものであり、立ち上げの時点で存在するものではありません。Think Insightsの要約によると、Helmerは、企業のライフサイクルの段階ごとに利用できるパワーが異なると指摘しています。ビジネスモデルがまだ流動的な初期にはカウンターポジショニングとコーナードリソース、成長が加速する時期にはネットワーク経済、規模の経済、スイッチングコスト、企業が成熟するにつれてブランディングとプロセスパワーです。

AIスタートアップにとって、妥当な順序は次のようになります。

• 立ち上げ期: スピードと、場合によってはカウンターポジショニングがあります。既存企業が反応する前に、それを使って最初の顧客を獲得しましょう。本当の防御力はほとんどないと想定してください。
• 最初の顧客: ワークフローへの統合に集中します。プロダクトを顧客の業務の一部にするシステムやプロセスと接続しましょう。
• 成長期: 本当に独自で、プロダクトを測定可能な形で改善するデータを集め始め、競合よりも低コストで顧客を獲得できる流通チャネルを築きます。
• 拡大期: 信頼、コンプライアンス、ブランドに投資します。これらはゆっくりと複利的に効き、すぐには買えないものです。

注意点が2つあります。1つ目は、アーリーステージのピッチで後期の参入障壁を主張しないことです。目の肥えた買い手や投資家はそれを検証します。2つ目は、バーティカルに特化すると参入障壁がより速く積み上がることが多いという点です。1つの業界にしっかり対応すれば、データ、ワークフロー、コンプライアンスのすべてが深まるからです。バーティカルAIとホリゾンタルAIの比較をご覧ください。

構築を進めている間も、競争圧力は重要です。Porterのファイブフォースは、買い手、供給者、代替品(自社のモデル提供元を含む)が、参入障壁で守っている利益率を圧迫しうるかを確認するのに役立ちます。

AIの防御力が従来のSaaSとどう違うか

従来のSaaSの防御力は、3つのものに頼っていました。再構築に何年もかかるコードベース、データ入力と連携によって囲い込まれた顧客基盤、そして競合が追いつかなければならない営業体制です。AIはそのそれぞれを変えます。

コードベースの重要性は下がります。かつてチームで1年かかった実用的なプロトタイプが、今では数人のエンジニアで数週間あれば作れることがあります。難しい能力は借りられるからです。そのため、プロダクトがもたらす先行期間は短くなり、参入障壁は別のところから生まれなければなりません。

ロックインの形が変わります。SaaSでは、顧客は保存された記録によって囲い込まれていました。AIプロダクトでは、ロックインはむしろ蓄積された設定であることが多くなります。その顧客の業務のやり方をシステムに教え込むルール、評価セット、プロンプト、例外です。これはスプレッドシートよりもエクスポートしにくく、ワークフローの深さがこれほど重要である理由の1つです。

コスト構造が参入障壁の一部になります。従来のソフトウェアは限界費用がほぼゼロなので、規模の経済は主に営業とサポートで表れます。AIプロダクトはタスクごとに実際の変動費がかかるため、同じ成果をより安く提供できるスタートアップは、価格を下げることも、より多くの利益率を確保することもできます。そのため、コスト管理は財務上の関心事にとどまらず、競争上の武器になります。

そして、攻撃される面が広がります。SaaSのスタートアップが主に気にしていたのは、ほかのスタートアップと既存企業でした。AIスタートアップは、自社の供給者についても考えなければなりません。モデル提供元がスタックの上位に進出し、直接競合してくる可能性があるからです。だからこそ、「自社はどの層を握っているのか」という問いを、防御力の見直しの最初に置くべきなのです。

参入障壁を考える際のよくある誤り

• リードと参入障壁を混同する。 機能で6か月先行しているのはリードです。参入障壁とは、競合が追いついたときにそのリードが消えない理由のことです。
• 使えないデータを数える。 大量のやり取りのデータを集めても、それを学習に使う権利がなかったり、そのデータが出力の品質を変えなかったりすれば役に立ちません。ピッチデックに載せる前に、両方を確認してください。
• 摩擦をロックインと取り違える。 エクスポートを難しくすれば、短期的にはスイッチングコストが上がるかもしれません。しかし、閉じ込められていると感じた顧客は、最初に良い代替手段が現れた時点で離れ、その理由をほかの人に伝えます。
• すべての参入障壁を同時に築こうとする。 ブランド、データ、流通、コンプライアンスに労力を分散させると、たいていどれも実現しません。自社の市場に合った1つか2つを選び、深く掘り下げましょう。
• 参入障壁を完成したものとして扱う。 どの参入障壁も劣化します。モデルは進化し、既存企業はAI機能をリリースし、規制は変わります。上記の監査は、繰り返し行ってこそ機能します。

まとめ

防御力は、時間をかけて組み立てるポートフォリオとして考えましょう。初期には、カウンターポジショニングとスピードが最初の顧客をもたらします。次に、ワークフローへの統合がそうした顧客を、引き離すのにコストがかかるアカウントに変えます。独自データと流通は成長期に積み上がり、信頼、コンプライアンス、ブランドが長期的なバリアの役割を引き継ぎます。どの段階でも、テストは変わりません。ベネフィットを特定し、バリアを特定し、資金力のある競合がそれを取り除くのにどれだけかかるかについて正直になることです。

重要なポイント

• 堀という考え方の起源: Warren Buffettは1995年の株主への手紙で、「突破できない『堀』に守られた経済的な城」を探していると書きました。
• Helmerのテスト: AcquiredのインタビューでHelmerは、パワーの必要十分条件として、ベネフィットとバリアの2つを挙げています。
• 7つのパワー: 同じ要約によると、規模の経済、ネットワーク経済、カウンターポジショニング、スイッチングコスト、ブランディング、コーナードリソース、プロセスパワーです。
• モデルは収束しつつある: Stanfordの2025 AI Indexによると、トップのモデルと10位のモデルの差は1年で11.9%から5.4%に縮まりました。
• データは自動的に参入障壁になるわけではない: a16zのCasadoとLautenは、データの規模の効果は獲得コストの上昇とリターンの逓減に直面すると論じています。
• タイミング: カウンターポジショニングとコーナードリソースは初期に、スイッチングコストと規模は急成長期に、ブランディングとプロセスパワーはその後に利用できるようになります。