ビジネスモデル

JAFCO のベンチャーキャピタリスト・堀ノ内 友馬氏が、AI時代における市場選択の新しい基準を提示した。一見矛盾して見える2つのトレンドが同時に成立できる市場こそが、戦うべきフィールドだ。この視点は、AI時代に市場を選ぶ起業家・事業開発担当者にとって実践的なフレームワークとなる。 JAFCO 堀ノ内氏のツイート：市場選択の新基準 顧客側では「丸ごと任せたい」業務が顕在化し続け、事業者側では内製AIでオペレーションが軽くなり続ける。一見相反するようなこの2つが同時に成立する可能性のある市場かどうかが、戦う市場を選ぶ際の基準の一つとして注目しています。 — 堀ノ内 友馬 | JAFCO (@horinouchiyuma) 2つのトレンドとは 1. 顧客側：「丸ごと任せたい」ニーズの顕在化 AI の普及によって、部分的な自動化ではなく業務プロセスごと外部に委託したいというニーズが急増している。従来の選択肢は「自社でやるか、ツールを導入して効率化するか」の2択だった。今は「成果だけ受け取れればいい」という発想で、業務を丸ごとアウトソースするモデルが成立しやすくなっている。 たとえば次の業務が該当する。 経理・財務処理の完全アウトソース（仕訳から申告まで） マーケティングコンテンツの一括生成・配信 カスタマーサポートのAIエージェント代行 採用スクリーニングから面接日程調整まで このような「丸ごと委託」が成り立つ背景には、AIが定型業務の判断を代替できるようになり、人間が介在しなくても品質が担保される場面が増えてきたことがある。 2. 事業者側：内製AIによる運営コストの圧縮 同じ市場において、サービス提供側（事業者）も AI を活用してオペレーションを軽量化できる。エージェント・LLM ワークフロー・RAG などを内製化することで、従来は人手が必要だった業務を大幅に自動化できる。 スタッフ数を増やさずにスケールできる 人件費の変動費化が進む 対応品質が均一化し、スーパーバイザーの役割が縮小する なぜ「矛盾しているように見える」のか 表面上、この2つのトレンドは逆方向に見える： 視点 方向性 顧客側 業務を外に出す（外部依存を増やす） 事業者側 業務を内側で効率化（内部能力を強化する） 顧客が「外出し」を増やす一方で、事業者は「内製化」を進める。一般的な経済学の常識では、外部委託が増えると受託側のコストも増え、スケール時には人員増加が避けられなかった。これが従来の構造だ。 ところが AI 時代では、内製AI によって受託側の限界費用が抑えられるため、顧客の委託量が増えても事業者のオペレーションが比例的に重くなりにくい。 VCが注目する「同時成立」市場の条件 堀ノ内氏の視点をもとに整理すると、以下の条件が揃う市場が狙い目になる： 顧客の意思決定コストが高い領域 — 複雑な判断や知識が必要な業務ほど「丸ごと任せたい」ニーズが強い 繰り返し・定型化可能な部分が多い — AIによる内製自動化が効きやすい 成果の可視化がしやすい — アウトカム報酬型の料金設計が可能で、顧客側の導入障壁が下がる 規制・信頼が重要な領域 — 参入障壁が自然に形成され、一度信頼を得ると解約率が低い 従来の SaaS vs. この新しいモデル 従来の SaaS ツール提供では、使い方を覚える・運用する負担は顧客側にあった。顧客は「ツールを買う」だけで、活用できるかどうかは自社の力量次第だった。 一方、「丸ごと委託 × 内製AI」モデルでは、成果責任が事業者側にある。顧客視点では SLA や成果物だけを見ればよく、事業者は AI を使って効率的に成果を届けられる。 ...

Sequoia Capital パートナーの Julien Bek が 2026年3月に発表した「Services: The New Software」は、AI ビジネスの方向性について本質的な問いを投げかけている。尾原和啓氏がこの論考を日本語で再構成しており、その内容をベースに要点を整理する。 「次の Claude が出たら、自分のプロダクトはただの機能になるんじゃないか」 AI ツールを作っている起業家たちが、心の奥で恐れていること。そしてこの恐怖は正しい。 ツールを売るビジネスはモデルとの競争になる。モデルが賢くなるたびに、自分たちの優位性が削られていく。 Bek の答えはシンプルで本質的だった。 ツールを売るな。仕事ごと引き受けろ。 「会計ソフト」ではなく「経理を丸ごとやる会社」になれ 会計ソフトに年間100万円。税理士・会計士に年間1,500万円。企業はずっとその両方にお金を払ってきた。 次の伝説的な企業は、そのどちらも置き換える。「AI で仕訳できます」ではなく、「経理、全部やっておきました」と言う会社として。 仕事そのものを引き受けるビジネスは、AI モデルが進化するたびに強くなる。速くなる。安くなる。競合されにくくなる。モデルの進化が脅威ではなく自分たちの武器になる。 ルール処理と判断 — AI の得意・不得意 重要な区別がある。 ルール処理とは、複雑なルールに従って処理する能力。コードを書く、書類を作る、申請書を埋める。どれだけ複雑でもルールはルール。正解がある。 判断とは、経験と直感に基づく意思決定。次に何を作るか、誰を採用するか、いつ撤退するか。これは場数と失敗からしか生まれない。 AI はすでにルール処理の大半を人間なしでこなせる水準に達した。その最前線がソフトウェアエンジニアリングで、全職種の AI ツール利用の 50% 以上を占めている。他の全職種はまだ一桁台だ。 ルール処理の比率が高い仕事から順番に、AI への移行が始まる。 「サポートする AI」と「代わりにやる AI」 AI ビジネスの形は今ふたつに分かれつつある。 サポート型は専門家にツールを売る。Harvey は AI を法律事務所に売る。Rogo は AI を投資銀行のアナリストに売る。専門家が主役で、AI はあくまでサポート役。責任は人間が持つ。 代行型はアウトカムを直接売る。法務 AI の Crosby は法律事務所ではなく、NDA が必要な企業そのものに売る。保険 AI の WithCoverage は保険ブローカーではなく、保険が必要な CFO に売る。「ツールを使いこなす」のではなく「結果が来る」という体験を売る。 どんな業界でも、ツールへの支出と人が動く仕事への支出を比べれば、仕事のほうが桁違いに大きい。よく引用される数字がある — ソフトウェアに使われる 1 ドルに対し、サービスには 6 ドルが使われている。代行型 AI は、その 6 ドルを初日から狙いに行く。 ...

株式会社SWIFT代表の井口亮平氏（@Ryohei_Iguchi）がX（旧Twitter）で公開した記事が、月商100〜300万円を目指すフリーランスや小規模事業者にとって示唆に富む内容だったので紹介する。 2つのパターン 月商100〜300万円を作る方法は、突き詰めると 2パターン しかないという。 パターン1: 100万を1本取る 高単価案件を1本受注する戦略 例: コンサルティング、システム開発、ハイエンドなクリエイティブ制作 メリット: クライアント管理がシンプル、1案件に集中できる デメリット: 案件が途切れたときのリスクが大きい、営業コストが高い パターン2: 20万を5本積む 中単価の案件を複数積み上げる戦略 例: 月額制のSNS運用代行、サブスク型サービス、定期的な制作案件 メリット: 収益が安定しやすい、1案件がなくなっても致命傷にならない デメリット: マルチタスクの管理能力が必要、スケーリングに限界がある どちらを選ぶべきか どちらが正解というわけではなく、自分のスキルセットや事業の性質に合ったパターンを選ぶことが重要だ。 専門性が高い人 → パターン1（高単価×少数）が向いている オペレーションが得意な人 → パターン2（中単価×複数）で安定収益を作りやすい 実際には、パターン2で安定した基盤を作りつつ、パターン1の高単価案件を狙うハイブリッド型が現実的なアプローチになることも多い。 エンジニア・フリーランスへの示唆 エンジニアやIT系フリーランスの場合: パターン1: 技術顧問、アーキテクト案件、受託開発 パターン2: 保守運用契約、技術メンター、複数社への業務委託 月商300万円を超えるには、いずれのパターンでも「自分が動く」だけでは限界が来る。仕組み化やチーム化を見据えた設計が、次のステージへの鍵になる。 参考 元ツイート（X記事） 株式会社SWIFT — X運用のプロフェッショナル集団