創業者のピッチは、どれも同じ物語を語っているように見える。より高速なアルゴリズム、より安い取引コスト、より洗練されたUI/UXである。だが、長く存続する企業が、こうした技術的優位だけで勝つことはまれだ。彼らが勝つのは、破壊的変化の混乱が収まった後、他のすべての企業が接続せざるを得ない信頼された機関になるからである。企業がその移行をどう実現するのかを説明するのが、三位一体のモデルだ。すなわち、法的グレーゾーンの活用から、制度的信頼プレミアムと呼び得るものを掌握するまでの道筋である。
三位一体モデル
このモデルは、常に作用している3つの力に基づいている。
ビジネスの現実
ビジネスの現実とは、ある技術を関連性が高く、差し迫ったものにする市場の痛点である。高コストの摩擦、十分にサービスを受けていない顧客層、非効率な既存企業などがそれに当たる。技術的にどれほど優れていても、それが導入、プロダクトマーケットフィット、そして最終的にはキャッシュフローにつながらなければ、まったく意味を持たない。
技術による実現
この柱は、コスト、スピード、または規模の限界を塗り替える能力である。新たな決済レール、マッチングアルゴリズム、あるいはアップグレードされた大規模言語モデル（LLM）などだ。それにより、それまで不可能だったビジネスが、一時的に可能になる。
規制のガードレール
これは、許容される取引の境界である。誰がサービスを提供できるのか、誰が責任を負うのか、誰がデータを所有するのか、誰が信頼を仲介できるのか。単なる摩擦どころか、この柱が利益を誰が保持するかを決定する。
これらの柱は相互依存している。技術的ブレークスルーはビジネス価値を生み、破壊的なビジネスモデルの拡大は規制上の重要性を変え、規制は技術へのリターンを作り変える。これらを前へ進めていくと、三位一体の進化的な見方が浮かび上がる。AIがまさに今たどっている、3段階の道筋である。
スタートアップ進化の3段階とAIの現在地
認識すべき段階は3つある。
第1段階：商業的出現
技術が従来のビジネスモデルを破壊し、レガシーコストを大幅に削減する一方で、コンプライアンスは不明確なままである。企業は、規制アービトラージと表現するのが最も適切なものを活用する傾向がある。これは詐欺や回避ではなく、未整備のルールの中で価値を創出することだ。資本が成長を補助し、曖昧さがスピードを可能にする。
第2段階：商業的実現性と持続可能性
新しい技術が広く普及すると、その負の社会的影響（雇用喪失、プライバシー侵害、知的財産権侵害など）が次第に可視化され、規制当局が強い関心を払い始め、模倣企業が殺到し、利益率は圧縮される。競争の焦点は、積極的な導入（あるいはエージェント型AI時代の「トークン最大化」）ではなく、「どのようなルールの下で、新たな技術的実現性を持続可能にできるのか」へと移る。ピーター・ドラッカーが『イノベーションと企業家精神』で論じたように、持続力のある企業はイノベーションを即興で行うのではなく、制度化する。
AIは今、この段階に入りつつある。決定的な問いはもはや、誰が最も高性能なモデルを持っているかではない。誰がドメイン特化型の学習データにアクセスできるのか、ハルシネーションを管理できるのか、規制上の義務を満たせるのか、そしてコンピュートコストを差し引いた後にROIを証明できるのかである。
第3段階：新たな制度秩序
ルールと標準が固まる。勝者は必ずしも先行者ではなく、コンプライアンスを内在化し、標準を形成し、信頼を価格付けされた資産へと転換する企業である。認証や、規制されたチャネルへのアクセスを通じてそれを実現する。経済学者ダグラス・ノースは『制度・制度変化・経済成果』で、制度を不確実性を低減する制約として説明した。不確実性の低減それ自体が、収益化可能なものになり得る。
したがって現在のAI時代においては、能力を監査証跡、評価、信頼できるリスク管理と組み合わせる企業に、バリュエーション・プレミアムが生じる。重要なのは、それがしばしば元に戻らないという点だ。コンプライアンス上の障壁とスイッチングコストが、市場を恒久的に再固定する。
歴史に見られるパターン
Uberは3つの段階すべてを経験してきた。同社は、ピアツーピアのカーシェアリングプラットフォームがソフトウェア仲介業者なのか、運輸会社なのか、雇用主なのかが不明確な状況で始まり、その後、運転手の権利や保険をめぐって世界各地で争った。現在では、複数の法域でタクシー型ライセンスを持つ形で制度的に組み込まれ、キャッシュを生み出している。2025年のフリーキャッシュフローは約97億ドル（約1兆5800億円）と報告され、前年の約69億ドル（約1兆1200億円）から増加した。また、2024年初めの米国ライドシェア支出の約76%を占めていた。規制が消えたわけではない。かつての破壊者は、規模を規制上より透明で持続力のある地位へと転換したのである。
もう一つの事例がAirbnbである。同社は十分に活用されていなかった住宅を解放したが、その後、住宅の手頃さや安全性をめぐって都市と衝突した。例えば、ニューヨーク市のLocal Law 18は現在、ホストに登録を義務付け、未登録の予約をプラットフォームが処理することを禁じている。500万人を超えるホストと数十億件のゲスト到着実績を持つ同社にとって、真の堀の一つは、何千もの分断された地域ルールをまたいで、コンプライアンスを介したマーケットプレイスを運営する能力になっている。
意思決定者のための行動ステップ
これらを踏まえ、意思決定者は何をすべきなのか。
CEO
AIガバナンスをイノベーションのブレーキとして扱うのをやめるべきだ。適切に実施すれば、ルールとガバナンスは競争優位になる。買い手が導入を決断しやすくなり、調達を加速し、法的不確実性を減らし、事業部門をまたいだ持続可能な導入を可能にする。
CIOと最高データ責任者
AIアーキテクチャはトレーサビリティを中心に構築すべきだ。どのデータが入力され、どのモデルが使われ、どの出力が生成され、誰が導入を承認し、パフォーマンスがどう監視されているのかを明確にする必要がある。第1段階ではスピードが重要だ。第2段階では証拠が重要になる。第3段階では、再現可能な保証が堀になる。
CFO
AIプログラムをキャッシュフローの視点から厳格に評価すべきだ。適切な会計では、コンピュートコスト、統合コスト、コンプライアンスコスト、顧客導入率、生産性向上、粗利率への影響、フリーキャッシュフローを追跡する必要がある。技術的野心を高める一方で、営業上の経済性を改善しないAI施策は、変革プログラムではない。物語を伴った費用項目である。
投資家
より鋭いデューデリジェンス上の問いを投げかけるべきだ。規制当局、顧客、裁判所は最終的にこの事業を何と呼ぶのか。ソフトウェアなのか。金融助言なのか。医療意思決定支援なのか。雇用スクリーニングなのか。重要インフラなのか。そのラベルが、リスク、コンプライアンスコスト、市場構造を決定する。
AIは野心に報いるだろうが、無謀さには報いない。このサイクルで持続力を持つ企業は、説得力のあるビジネスの現実、本物の技術的優位、そして信頼を生み出すに足る強固な規制のガードレールという三位一体を一致させる企業である。AIの次の段階では、スケールしても信頼される企業にプレミアムが帰属する。
ここで提供される情報は、投資、税務、または金融に関する助言ではない。個別の状況に関する助言については、資格を有する専門家に相談すべきである。
