3年が経ち、ChatGPTの登場によりAI投資と起業家精神の波が巻き起こってから、企業のリターンに対する関心は依然として鈍いままである。MITの調査によると、95%の企業がAI支出から意味のある価値を得ていないことが判明している。シリコンバレーに残る疑問は、いつ本当に潮目が変わるのかということだ。ベンチャーキャピタリストは次の年が突破口になると予測し続けている。彼らは2024年にそう言った。2025年にもそう言った。今、2026年が近づく中、24の企業向け投資家が再び同じ賭けをしている—これこそが本格的なAI変革が規模で起こり、予算が意味を持って拡大し、企業がついに祝うべきリターンを見込める時だと。## AIの現実確認：なぜ企業はつまずくのかこの乖離は顕著だ。LLMsはビジネスのゲームチェンジャーになるはずだった。しかし、多くの企業はそれらを実験的なツールとして扱い、パイロットを展開し、フレームワークをテストするだけで、本番環境に大規模に移行することは稀だ。投資家もこの摩擦を認識している。VCの議論から浮かび上がるコンセンサスは、企業はAIが万能解ではないことを理解し始めているということだ。技術が*展開可能*だからといって*すべき*だとは限らない。ビジネス課題に特化したカスタムモデルや微調整されたモデルが中心となるだろう。データガバナンス、可観測性ツール、オーケストレーション層も重要だ—これらは実際にAIシステムを信頼性高く動かすための地味なインフラだ。一部の企業AI企業は方向転換を始めている。狭い製品提供から始まった—AI搭載のカスタマーサポートやコーディングアシスタント—企業は実装パートナーへと進化している。十分な顧客ワークフローをプラットフォーム上に蓄積すれば、エンジニアを直接顧客組織に展開し、単一の機能を超えた価値を拡大できる。実質、多くの専門的なAI製品企業はフルスケールのAIコンサルタントへと移行している。## 実際に成長している場所勢いのある企業には共通パターンがある。AI導入によって生まれたギャップを見つけ出しているのだ。サイバーセキュリティでは、言語モデルが機密性の高い企業データと安全にやり取りできるようにデータ保護層を構築している。顧客エンゲージメントでは、「Answer Engine Optimization（回答エンジン最適化）」が新たなカテゴリーとして浮上—ブランドがAI生成の回答に登場し、Googleの結果だけでなく、AI回答に出るよう支援する企業だ。これらは2年前には存在しなかった産業だ。今や、真剣にAIを展開する企業にとって不可欠なものとなっている。最も成功している企業は、焦点を絞った戦略を採用している。1つのユースケース—1つのバイヤーパーソナ、1つのワークフロープロブレム—を徹底的にマスターし、その後横展開を行う。この規律あるアプローチは粘着性を高める。顧客はそれらを「ミッションクリティカル」なツールとみなすようになる。## エージェント革命 (徐々に)AIエージェントは普及するだろうが、SFが想像したような形ではないかもしれない。2026年末までには、エージェントはまだ早期採用段階にある。技術的な障壁は残る。コンプライアンスの枠組みも不明確だ。エージェント間通信の標準も未確立だ。何が起こるか：エージェントは組織のサイロを崩し始める。現状では、各エージェントはサイロ化されている—営業エージェント、カスタマーサポートエージェント、プロダクトエージェントは独立して動いている。2026年後半には、共有コンテキストとメモリを持つ統合エージェントがこれらの役割を融合し始めるだろう。これは複雑なタスクにおける高度な人間とAIの協働と考えるべきだ。AIがルーチン作業を処理し、人間が思考を行うという単純な分業ではなく、その能力の境界は絶えず変化し続ける。投資家のAaron Jacobsonは、多くのベンチャー関係者が信じる予測を示している：2026年末までに、ほとんどの知識労働者は少なくとも1人のAI同僚を名前で知っているだろう。## Series A投資家が実際に見たいもの理論的なTAM推定やパイロット収益は忘れろ。VCは今や本物の企業採用の証明を求めている。基準は：年間定期収益1〜2百万ドルが最低ラインだ。しかし、投資家が本当に知りたいのは、顧客があなたの製品を本当にミッションクリティカルとみなしているか、それとも単なる便利さだけかという点だ。収益だけでは物足りない。ストーリーがなくては空虚だし、牽引力がなければ虚構に過ぎない。両方が必要だ。顧客はあなたの製品を日常の運用で使い、リファレンスコールに応じ、セキュリティや法務のレビューを通じて購入を正当化できる状態でなければならない。明確な時間節約、コスト削減、または出力向上を示し、それが調達の審査を通過する必要がある。Aaron Jacobsonの持続可能な価値構築の視点はここでも有効だ：シリーズAを目指す創業者は、AIとともにTAMが*拡大*する分野で事業を構築していることを示すべきだ。一部の市場は弾力的な需要を持ち、価格が90%下落しても市場は10倍に拡大する。一方、非弾力的な需要の市場では、価格の下落は市場を蒸発させ、顧客は創出された価値をすべて取り込む。投資家は前者を好む。もう一つの重要な指標は創業者の質だ。ハイパーキャラーや競合他社から一流の人材を引き抜いたか？もしそうなら、その信頼性のフィルターを通過している。## 今後の二分化2026年、企業のAI予算は増加するが、その配分は均一ではない。実績を出しているベンダーに予算が集中し、それ以外は横ばいか縮小するだろう。これにより、勝者総取りのダイナミクスが生まれる。少数のベンダーが予算の大部分を獲得し、多くの競合は収益の停滞を見守ることになる。CIOは、ベンダーの乱立や実験的ツールの氾濫に疲弊し、重複するソリューションを合理化し、実績のあるパフォーマーに集約していく。楽観的な見方は、企業がパイロット予算を恒久的なラインアイテムにシフトさせることだ。内部でAIソリューションを構築しようとし、その運用の複雑さに気づいた企業は、外部プラットフォームの採用を加速させるだろう。## 2026年の問いは未解決のままこれがついに企業にとって測定可能なAI価値をもたらす年になるのか？議論は二つの陣営に分かれる。楽観派は、すでに企業は価値を得ている—ただ気づいていないだけだと指摘する。ソフトウェアエンジニアにAIコーディングツールをやめるかと尋ねれば、彼らは顔をしかめるだろう。それは今まさに静かに進行している価値だ。2026年には組織全体に広がるだろう。懐疑派はより慎重だ。実行は依然として難しい。AIは進化し続けているが、ギャップも残る。多くの経営者は、「AI投資」を労働力削減や過去の誤った支出の隠れ蓑として皮肉に採用している。AIは過去の失敗のスケープゴートとなる。最もバランスの取れた見解は、2026年に企業は価値を段階的に獲得するだろうというものだ。特定の痛点に対する本格的な解決策が垂直分野で出現し、AIを使ったシミュレーションから現実への移行—AIを使ってシステムを訓練し、洞察を物理的な世界に移すこと—が製造、インフラ、気候監視の分野で新たな機会を切り開く。## インフラと物理の重要性：モデル以上の価値ベンチャーの思考には一貫したテーマがある：生のモデル性能は、ほとんどの想定よりも重要ではない。(OpenAI)やAnthropicの最先端AI研究所は、特に金融、法律、医療、教育分野で、より多くのターンキーアプリケーションを直接本番に投入する可能性が高い。ただし、制約もある。それは電力だ。人類がGPUを動かすのに十分なエネルギーを生成できるかどうかに近づいている。Aaron Jacobsonはこれを強調した：パフォーマンス・パー・ワットのソフトウェアとハードウェアのブレークスルーが次の波を決定する。GPU管理の改善、より効率的なAIチップ、光ネットワーク、データセンターの熱負荷の再考—これらが次の投資のフロンティアだ。音声AIもまた重要なエッジだ。音声は人間が自然にコミュニケーションをとる手段だ。数十年にわたるタイピングと画面凝視の後、音声中心のインターフェースは、人々が知性とやり取りする新たなパラダイムシフトを示している。## 防御壁の問い：AI企業を守るものは何か？AIにおいて、防御壁はモデル性能だけでは築けない。より良いモデルが登場すると、その優位性は数ヶ月で崩れる。真の防御力は、データ、ワークフロー、埋め込みに由来する。顧客の運用に深く組み込まれ、独自の継続的に改善されるデータにアクセスでき、切り替えコストが高い企業は、持続的な優位性を持つ。システムの記録—顧客が引き出せない運用の神経中枢—となる企業は、真の粘着性を獲得する。垂直的な防御壁は、水平的なものより構築しやすい。製造、建設、医療、法律などの専門分野では、顧客データはより一貫性があり、再現性も高い。ドメイン固有の知識は防御力を高める。水平ツールは無限の競争に直面するが、垂直ソリューションは一度埋め込まれると代替不可能になる。最も強力な防御壁は、既存のデータをより良い意思決定、ワークフロー、顧客体験に変えることから生まれる。企業は非常に豊かでガバナンスされたデータを持っているが、それをターゲットを絞った信頼できる方法で推論できる能力に欠けている。技術的な洗練と深い業界知識を融合させ、ドメイン固有のソリューションを顧客データに直接提供し、新たなサイロを作らずに勝つスタートアップが勝者となる。## 最終判定2026年が転換点になる可能性もあれば、2027年、2028年になる可能性もある。明らかなのは、企業のAIはもはや理論的な段階ではないということだ。運用段階に入った。何が効果的か、何がそうでないかを学習している。予算は実績のあるソリューションに流れ、インフラは改善され、エージェントは増え続ける。AIが企業ソフトウェアを変革するかどうかではなく、そのタイミングの問題だ。そして、その点においても、最も鋭い投資家さえも賭けを慎重にしている。
エンタープライズAIの採用はついに2026年に加速するかもしれない — それとも投資家はまた楽観的すぎるのか
3年が経ち、ChatGPTの登場によりAI投資と起業家精神の波が巻き起こってから、企業のリターンに対する関心は依然として鈍いままである。MITの調査によると、95%の企業がAI支出から意味のある価値を得ていないことが判明している。シリコンバレーに残る疑問は、いつ本当に潮目が変わるのかということだ。
ベンチャーキャピタリストは次の年が突破口になると予測し続けている。彼らは2024年にそう言った。2025年にもそう言った。今、2026年が近づく中、24の企業向け投資家が再び同じ賭けをしている—これこそが本格的なAI変革が規模で起こり、予算が意味を持って拡大し、企業がついに祝うべきリターンを見込める時だと。
AIの現実確認：なぜ企業はつまずくのか
この乖離は顕著だ。LLMsはビジネスのゲームチェンジャーになるはずだった。しかし、多くの企業はそれらを実験的なツールとして扱い、パイロットを展開し、フレームワークをテストするだけで、本番環境に大規模に移行することは稀だ。
投資家もこの摩擦を認識している。VCの議論から浮かび上がるコンセンサスは、企業はAIが万能解ではないことを理解し始めているということだ。技術が展開可能だからといってすべきだとは限らない。ビジネス課題に特化したカスタムモデルや微調整されたモデルが中心となるだろう。データガバナンス、可観測性ツール、オーケストレーション層も重要だ—これらは実際にAIシステムを信頼性高く動かすための地味なインフラだ。
一部の企業AI企業は方向転換を始めている。狭い製品提供から始まった—AI搭載のカスタマーサポートやコーディングアシスタント—企業は実装パートナーへと進化している。十分な顧客ワークフローをプラットフォーム上に蓄積すれば、エンジニアを直接顧客組織に展開し、単一の機能を超えた価値を拡大できる。実質、多くの専門的なAI製品企業はフルスケールのAIコンサルタントへと移行している。
実際に成長している場所
勢いのある企業には共通パターンがある。AI導入によって生まれたギャップを見つけ出しているのだ。サイバーセキュリティでは、言語モデルが機密性の高い企業データと安全にやり取りできるようにデータ保護層を構築している。顧客エンゲージメントでは、「Answer Engine Optimization（回答エンジン最適化）」が新たなカテゴリーとして浮上—ブランドがAI生成の回答に登場し、Googleの結果だけでなく、AI回答に出るよう支援する企業だ。
これらは2年前には存在しなかった産業だ。今や、真剣にAIを展開する企業にとって不可欠なものとなっている。
最も成功している企業は、焦点を絞った戦略を採用している。1つのユースケース—1つのバイヤーパーソナ、1つのワークフロープロブレム—を徹底的にマスターし、その後横展開を行う。この規律あるアプローチは粘着性を高める。顧客はそれらを「ミッションクリティカル」なツールとみなすようになる。
エージェント革命 (徐々に)
AIエージェントは普及するだろうが、SFが想像したような形ではないかもしれない。2026年末までには、エージェントはまだ早期採用段階にある。技術的な障壁は残る。コンプライアンスの枠組みも不明確だ。エージェント間通信の標準も未確立だ。
何が起こるか：エージェントは組織のサイロを崩し始める。現状では、各エージェントはサイロ化されている—営業エージェント、カスタマーサポートエージェント、プロダクトエージェントは独立して動いている。2026年後半には、共有コンテキストとメモリを持つ統合エージェントがこれらの役割を融合し始めるだろう。これは複雑なタスクにおける高度な人間とAIの協働と考えるべきだ。AIがルーチン作業を処理し、人間が思考を行うという単純な分業ではなく、その能力の境界は絶えず変化し続ける。
投資家のAaron Jacobsonは、多くのベンチャー関係者が信じる予測を示している：2026年末までに、ほとんどの知識労働者は少なくとも1人のAI同僚を名前で知っているだろう。
Series A投資家が実際に見たいもの
理論的なTAM推定やパイロット収益は忘れろ。VCは今や本物の企業採用の証明を求めている。
基準は：年間定期収益1〜2百万ドルが最低ラインだ。しかし、投資家が本当に知りたいのは、顧客があなたの製品を本当にミッションクリティカルとみなしているか、それとも単なる便利さだけかという点だ。収益だけでは物足りない。ストーリーがなくては空虚だし、牽引力がなければ虚構に過ぎない。両方が必要だ。
顧客はあなたの製品を日常の運用で使い、リファレンスコールに応じ、セキュリティや法務のレビューを通じて購入を正当化できる状態でなければならない。明確な時間節約、コスト削減、または出力向上を示し、それが調達の審査を通過する必要がある。
Aaron Jacobsonの持続可能な価値構築の視点はここでも有効だ：シリーズAを目指す創業者は、AIとともにTAMが拡大する分野で事業を構築していることを示すべきだ。一部の市場は弾力的な需要を持ち、価格が90%下落しても市場は10倍に拡大する。一方、非弾力的な需要の市場では、価格の下落は市場を蒸発させ、顧客は創出された価値をすべて取り込む。投資家は前者を好む。
もう一つの重要な指標は創業者の質だ。ハイパーキャラーや競合他社から一流の人材を引き抜いたか？もしそうなら、その信頼性のフィルターを通過している。
今後の二分化
2026年、企業のAI予算は増加するが、その配分は均一ではない。実績を出しているベンダーに予算が集中し、それ以外は横ばいか縮小するだろう。
これにより、勝者総取りのダイナミクスが生まれる。少数のベンダーが予算の大部分を獲得し、多くの競合は収益の停滞を見守ることになる。CIOは、ベンダーの乱立や実験的ツールの氾濫に疲弊し、重複するソリューションを合理化し、実績のあるパフォーマーに集約していく。
楽観的な見方は、企業がパイロット予算を恒久的なラインアイテムにシフトさせることだ。内部でAIソリューションを構築しようとし、その運用の複雑さに気づいた企業は、外部プラットフォームの採用を加速させるだろう。
2026年の問いは未解決のまま
これがついに企業にとって測定可能なAI価値をもたらす年になるのか？議論は二つの陣営に分かれる。
楽観派は、すでに企業は価値を得ている—ただ気づいていないだけだと指摘する。ソフトウェアエンジニアにAIコーディングツールをやめるかと尋ねれば、彼らは顔をしかめるだろう。それは今まさに静かに進行している価値だ。2026年には組織全体に広がるだろう。
懐疑派はより慎重だ。実行は依然として難しい。AIは進化し続けているが、ギャップも残る。多くの経営者は、「AI投資」を労働力削減や過去の誤った支出の隠れ蓑として皮肉に採用している。AIは過去の失敗のスケープゴートとなる。
最もバランスの取れた見解は、2026年に企業は価値を段階的に獲得するだろうというものだ。特定の痛点に対する本格的な解決策が垂直分野で出現し、AIを使ったシミュレーションから現実への移行—AIを使ってシステムを訓練し、洞察を物理的な世界に移すこと—が製造、インフラ、気候監視の分野で新たな機会を切り開く。
インフラと物理の重要性：モデル以上の価値
ベンチャーの思考には一貫したテーマがある：生のモデル性能は、ほとんどの想定よりも重要ではない。(OpenAI)やAnthropicの最先端AI研究所は、特に金融、法律、医療、教育分野で、より多くのターンキーアプリケーションを直接本番に投入する可能性が高い。
ただし、制約もある。それは電力だ。人類がGPUを動かすのに十分なエネルギーを生成できるかどうかに近づいている。Aaron Jacobsonはこれを強調した：パフォーマンス・パー・ワットのソフトウェアとハードウェアのブレークスルーが次の波を決定する。GPU管理の改善、より効率的なAIチップ、光ネットワーク、データセンターの熱負荷の再考—これらが次の投資のフロンティアだ。
音声AIもまた重要なエッジだ。音声は人間が自然にコミュニケーションをとる手段だ。数十年にわたるタイピングと画面凝視の後、音声中心のインターフェースは、人々が知性とやり取りする新たなパラダイムシフトを示している。
防御壁の問い：AI企業を守るものは何か？
AIにおいて、防御壁はモデル性能だけでは築けない。より良いモデルが登場すると、その優位性は数ヶ月で崩れる。
真の防御力は、データ、ワークフロー、埋め込みに由来する。顧客の運用に深く組み込まれ、独自の継続的に改善されるデータにアクセスでき、切り替えコストが高い企業は、持続的な優位性を持つ。システムの記録—顧客が引き出せない運用の神経中枢—となる企業は、真の粘着性を獲得する。
垂直的な防御壁は、水平的なものより構築しやすい。製造、建設、医療、法律などの専門分野では、顧客データはより一貫性があり、再現性も高い。ドメイン固有の知識は防御力を高める。水平ツールは無限の競争に直面するが、垂直ソリューションは一度埋め込まれると代替不可能になる。
最も強力な防御壁は、既存のデータをより良い意思決定、ワークフロー、顧客体験に変えることから生まれる。企業は非常に豊かでガバナンスされたデータを持っているが、それをターゲットを絞った信頼できる方法で推論できる能力に欠けている。技術的な洗練と深い業界知識を融合させ、ドメイン固有のソリューションを顧客データに直接提供し、新たなサイロを作らずに勝つスタートアップが勝者となる。
最終判定
2026年が転換点になる可能性もあれば、2027年、2028年になる可能性もある。
明らかなのは、企業のAIはもはや理論的な段階ではないということだ。運用段階に入った。何が効果的か、何がそうでないかを学習している。予算は実績のあるソリューションに流れ、インフラは改善され、エージェントは増え続ける。AIが企業ソフトウェアを変革するかどうかではなく、そのタイミングの問題だ。そして、その点においても、最も鋭い投資家さえも賭けを慎重にしている。