AI業界にはある問題が存在する。それは、大半のAI創業者が自社をSaaSビジネスのように運営していることだ。
しかし、AIの経済性はSaaSの経済性とはまったく異なる。従来のSaaS企業が歴史的に75〜85%の粗利益率で運営されてきたのに対し、AIネイティブ企業の粗利益率は50〜65%である。アーリーステージの企業に至っては、利用量の増加に伴ってインフラコストや推論コストが拡大するため、これよりも大幅に低い水準で運営しているところもある。これは完全に異なるビジネスモデルなのだ。
現在、AI企業のコントロールを失う最も手っ取り早い方法は、収益と利益率が2000年代初頭のSaaSと同じように推移すると仮定することだ。AIのオペレーティングモデルとコスト構造は従来のSaaSとは根本的に異なっており、成長戦略や資本戦略にそれを反映させなければ、ランウェイ（資金維持期間）の計算が狂い、窮地に立たされることになる。
SaaSにおいては、歴史的に成長が利益率を改善させてきた。しかしAIにおいては、成長が利益率を圧迫することがある。プロンプト、ワークフロー、検索、レコメンデーション、生成される出力のすべてがインフラを消費するからだ。利用量の増加は、収益と同時にインフラコストも拡大させる。この1つの変化こそが、スタートアップにとって重要なほぼすべての意思決定、すなわち価格設定、製品、採用、資金調達を左右する。
AIは、需要の創出ではなく、規模拡大に伴って持続可能な経済性を構築することを最大の課題とする企業世代を生み出している。
AIの経済性に合わせてSaaSのプレイブックを再構築する
まずは、ユニットエコノミクスを財務報告書としてではなく、製品要件として捉えることから始めよう。すべてのAI創業者は、1人の顧客、1つのワークフロー、あるいは1つの出力にどれだけのコストがかかっているかを、リアルタイムで答えられなければならない。
あるAI企業が、大企業顧客に月額2000ドル（約31万円）を請求していると仮定しよう。この収益は一見健全に思えるが、その顧客にサービスを提供するために実際に発生しているコストを分解してみると、印象は変わる。
• 推論およびモデルの使用料：450ドル（約7万円）
• GPUおよびクラウドインフラ：250ドル（約3万円）
• ストレージ、ベクトルデータベース、検索システム：100ドル（約1万円）
• サードパーティ製APIおよびツール：75ドル（約1万円）
• カスタマーサポートおよびサクセス・リソース：175ドル（約2万円）
• セキュリティ、監視、コンプライアンス：100ドル（約1万円）
• サービス提供総コスト：1150ドル（約18万円）
これにより、残る粗利益は850ドル（約13万円）、粗利益率は約42.5%となる。従来のSaaS創業者であれば、このような利益率には危機感を覚えるだろうが、AI分野ではこれがますます一般的になりつつある。
次に、その顧客が利用量を2倍にしたと想像してほしい。定額プランに加入しているため収益は2000ドル（約31万円）のままだが、インフラと推論のコストは700ドル（約11万円）から1300ドル（約20万円）へと急増する。すると粗利益率は一気に20%を下回る。これは価格設定の問題だ。
そして、これこそが多くのAI企業が軌道を踏み外す要因である。彼らは利用量の増加を喜ぶ一方で、その利用が企業価値を生み出しているのか、それとも利益率を損なっているのかを理解していない。上位10%の顧客がインフラ支出全体の60%以上を占めていることに気づいた企業を、私は目にしてきた。
覚えておくべきは、破綻した経済モデルは規模を拡大しても解決できないということだ。単に顧客を増やしたところで、価格設定の問題は解決しない。
短くなるランウェイ
もう1つ必要な転換は、SaaSの黄金期よりも早い段階からランウェイ管理を始めなければならないということだ。
SaaSの創業者は歴史的に、バーンレートやランウェイの最適化を見極めるまでに数回の成長サイクルを経験することができたが、AIの創業者にはそのような猶予はない。コストは初日から利用量に応じて拡大し、プロダクトマーケットフィット（PMF）を達成すると、コスト曲線が収益曲線よりも急に立ち上がることがある。トラクション（顧客牽引力）が最も強く見えるまさにその瞬間に、ランウェイが縮小してしまうのだ。Visual Capitalistの最近の報告によると、大手AI企業では現在、コンピュート（計算資源）が最大のコストセンターとなっており、人材コストすら上回る、総支出の57〜70%を占めているという。
ここでの規律は単純だが、十分に実行されているケースは極めて稀である。それは、単なる人員計画だけでなく、利用量のシナリオに照らし合わせてバーンレートをモデル化することだ。利用量が2倍、さらに3倍になった場合にバーンレートがどうなるかを把握する。そして、高コストな顧客セグメントを対象に、同様のシナリオを実行してみるのだ。成長に実質どれだけのコストがかかっているかを知らなければ、持続可能な計画を立てることはできない。利益率への配慮を欠いた成長は、単なる高くつく楽観主義にすぎない。
これに伴い、資本戦略も進化させる必要がある。投資家や貸し手はもはや、AI企業を成長性だけで評価してはいない。その成長が構造的に持続可能であるかどうかを評価している。つまり、粗利益率やインフラ効率、収益に対するコストの拡大ペース、および返済可能な負債能力が、より厳しく吟味されるようになるということだ。
現代における資金調達
議論は「どれだけ速く成長できるか」から「成長したときに何が破綻するか」へと移行している。自社のユニットエコノミクスを明確に説明でき、それを段階的に改善していく信頼できる道筋を示せる創業者は、コストの規律を持たずに売上高の拡大ばかりを追い求めている創業者よりも、資金調達に成功する可能性がはるかに高い。より多くの資本を投入しても脆弱なユニットエコノミクスは改善されず、その帰結が先送りされるにすぎない。
この変化は、資本の使途をも変える。資金調達はもはや、単なる成長のためのレバーではない。多くのアーリーステージのAI企業にとって、それはインフラ支出と収益化との間のギャップを埋めるための手段なのだ。資本を有効に活用しているAIスタートアップは、自社のコストインフラと収益サイクルの状況に合わせて、調達する資本の種類とタイミングを合致させている。
真のAIの差別化要因：持続可能なスケール
私たちはすでに、第1世代のAI企業が壁に突き当たっているのを目にしている。そしてその原因は、需要でも製品でもなく、利益率である。
彼らは顧客を増やし、ARR（年間リカーリング収益）を拡大させ、新機能をリリースしている。外から見れば、すべてが健全に見える。しかしその水面下では、インフラコストが収益よりも速いペースで上昇しており、粗利益率は縮小し、新規顧客を獲得するたびにビジネスの運営コストが高くなっている。
これこそが、現在のAI業界における不都合な真実だ。一部の企業は収益をスケールさせているものの、大半の企業は収益性から遠ざかる形で規模を拡大している。AI業界が足元を固めるにつれ、規律を欠いた資本は野心の敵として立ち現れつつある。
次の10年のAIを定義する者たちは、成長を手に入れる前に、その成長にどれだけのコストがかかるかを正確に把握し、投じられたすべての資本を持続可能で収益性の高い成長へと変えることができるだろう。彼らは自社の経済性を理解し、バーンレートを意図的に管理し、予測可能な収益を構築し、資金調達戦略をビジネスの現実に合致させる。そして彼らの野心とビジョンは、より高いレベルの規律と明確さと結びついているはずだ。
成長を「買う」ことは誰にでもできる。しかし、それを維持できるのは勝者だけだ。
