ソフトウェア開発の根本的なパラダイムが転換しつつある。命令（インストラクション）を単位としていたコンピューティングの時代が終わり、トークンを単位とする「知能購入型」の時代が到来した。OpenAIの月額2万ドルのAI従業員計画をはじめ、AnthropicやCursorの爆発的なAWS支出が示す通り、知能はもはや変動コストとして調達できる商品と化している。この変化は開発者のキャリアを三つのトラックに分岐させると同時に、企業の組織構造・競争優位・市場の地図そのものを塗り替えつつある。
コンピューティングの本質が変わり始めている
OpenAIが月額2万ドルのAI従業員の開発に取り組んでいるという噂があります。でも実は、それ自体が一番おもしろいポイントではないんです。本当に注目すべきことは別にあって、Anthropic、OpenAI、そしてその他のAIネイティブな組織全体を通じて、仕事の基本単位がトークンへと変わりつつあるということです。そしてその変化は、エンジニアリングという仕事を非常な速さで変えていて、今のエンジニアリングの仕事が、これまでのものとほとんど別物に見えてしまうくらいです。
2026年現在、開発者には3つの種類があります。その全てについて話していきます。そのうちの1種類は、もうすぐ非常に豊かになろうとしています。もう1種類は、まもなく時代遅れになろうとしています。そして3種類目の開発者は、自分がすでに開発者になっていることにまだ気づいていません。クリックベイトっぽく聞こえますよね、わかってます。大げさに聞こえますが、違うんです。
これはコンピューティングの形が変わるときに起きることです。少しずつの変化ではなく、根本的で本質的な変化、50年から60年ぶりに見られるような変化です。60年間、ソフトウェアにおける仕事の単位は「命令（インストラクション）」でした。それは決定論的なものでした。人間がコードを書き、機械がコードを実行する。価値は、人間がどれほど巧みにその命令を順序立てられるかによって計られていました。
開発者の仕事はただの翻訳でした。このビジネスロジックをマシンロジックに変換してください、という作業です。一つの関数ずつ、一つのJiraチケットずつ。その時代は終わりました。仕事の単位は今やトークンです。トークンは命令ではありません。それは「購入された知能」の単位です。もうマシンに一歩一歩やるべきことを教えなくていい。あなたは欲しいものを説明するだけでいいんです。
コンテキストを与えて、結果を出すのに十分な知能を購入する。これを推論（インファレンス）と呼びます。マシンが自分でワークフローのステップを全部考え出す。人間の仕事は抽象化へと移行していて、ロジックを書くことから、アウトカムを定義し、そのアウトカムを生み出す知能の予算を管理することへと上がっていくわけです。
それはツールのアップグレードではありません。ソフトウェアのアップグレードでもありません。コンピューティングそのものが何であるかという変化です。そう見えてくると、もう元の見え方には戻れません。キャリアへの二次的な影響、企業への影響、市場全体への影響を追いかけていくと、さっきお話しした3種類の開発者という話が、クリックベイトではなく、これからの世界への地図のように聞こえてくるはずです。
トークン消費が示すコンピューティングの新しい現実
OpenAIの話だけをしているわけじゃありません。確かに冒頭で月額2万ドルのAI従業員の話を出しましたが、もしそれだけの話であれば、取り上げる価値はありませんでした。数字はコンピューティングの世界のあちこちから集まってきています。2026年2月初頭、Strong DMのCTOであるJustin McCarthyは、自分の3人チームが1日1,000ドルのトークン支出を目標にしていると公表しました。手書きのコードはゼロです。
同じような話が2025年10月にも出てきました。ジャーナリストのEd Zitronが報じたところによると、AnthropicのもっともトップクラスのカスタマーであるCursorのAWSコストが、2025年5月から6月の間に600万ドルから1,200万ドル以上に急騰したというんです。この急騰は、Anthropicが優先サービスティアを導入した時期、つまり新しい価格体系の発表と重なっていました。
同じ記事の中でZitronはまた、Anthropic自身が2025年9月までにAmazon Web Servicesに26億6,600万ドルを費やした一方で、同期間の累計収益の推定額は25億5,000万ドルに過ぎなかったということも明らかにしました。つまり、AnthropicのトップライN（売上高）の100%以上が、Googleクラウドへの支出を考慮する前からすでにAWSだけに消えていたわけです。Zitronはさらに別の記事で、Perplexityが2024年の年間売上高全体の164%を超える金額を、AWS・Anthropic・OpenAIの合計で使っていたことも報告しています。
何が起きているか、わかってきましたよね？これらの数字は、新しいコンピューティングの形を私たちに実感させてくれています。これらの企業は、わざわざ高いコストのかかる方法を選んでいるわけじゃない。根本的に異なるパラダイムで動いているんです。知能は今や購入可能な投入資源、つまりコモディティになっています。価格曲線があり、消費曲線があります。
知能がコモディティになる時代の組織変革
そして、知能を軸にソフトウェアが動く世界になったとき、組織の動き方を変える二次的な影響が生まれてきます。それだけの価値がある理由は、今挙げているOpenAI・Anthropic・Cursorといった企業が、今まさに世界で最も成長が速い会社群に入っているからです。今はトップラインを超える支出をしているかもしれないけれど、彼らはトップラインを非常な速さで伸ばして、長期的にはプラスのユニットエコノミクスを取り戻せると賭けているわけです。
まずはそのベットをどう置いているかから見ていきましょう。最初に価格曲線を見てみます。トークンあたりの推論コストは、ムーアの法則を緩やかに見えるほどのスピードで下落し続けています。ベンチマークや測定方法にもよりますが、年間で10倍から200倍という範囲で。例えば、GPT-4相当のパフォーマンスにかかるコストは2022年末に100万トークンあたり20ドルでした。今日それは約40セントです。Claude Sonnet 4.5は入力100万トークンあたり3ドルで、その原材料コモディティは歴史上あらゆるコンピューティングリソースより速く下がっています。1〜2年後を見れば、Sonnet 4.5はまたセント台に落ちているでしょう。
次に消費曲線の方を見てみましょう。リソースが安くなったとき、使用量は減りません。爆発的に増えます。これはジェヴォンズのパラドックスと呼ばれています。リソース利用の効率化が総消費量の増加をもたらすという、よく知られた観察です。安くなっても使用量は減らないんです。蒸気エンジンが効率化されたとき、石炭消費は爆発しました。クラウドコンピューティングが安くなったとき、AWSの請求額は皮肉にも上がりました。
Satya Nadellaは2025年初め、DeepSeekの衝撃があった後にそのパラドックスを名指しで引用して、「AIがより効率的でアクセスしやすくなるにつれ、その利用は急増するだろう」と言いました。彼は100%正しかったし、過去1年でAIの売上高数字が爆発するのを実際に目にしてきました。このときSatyaはMicrosoftのインフラ投資を弁護していたわけですが、GoogleでもMetaでも、今これだけAIのハイパースケールに投資している他のどのハイパースケーラーの立場でも同じことを言えたでしょう。
彼らのインフラの上に新しいコンピュートの物理法則が構築されていて、それは組織のリソース配分の仕方を変えています。平均的な組織が今やAIに月8万5,000ドルを使っており、前年比36%増です。そして10万ドル以上を使う予定の割合は、20%から45%へと倍増しています。つまり8万5,000ドルでは足りなくて、もっと使う予定だということです。この平均値にはもちろん偏りがあって、数百万を使っていて今後は数千万を使う予定という企業もありますが、トレンドラインははっきりしています。
OpenAIはそのトレンドラインを見て、月額2万ドルのAI従業員の話に乗っかってきています。聞いた話では、ナレッジワーカーエージェントに月額2,000ドル、コーディングやソフトウェアといった専門エージェントに月額1万ドル、そしてAIリサーチに最大月額2万ドルという複数のエージェント価格ティアを実際に計画しているとのことです。まあ、噂の話ですが。大事なのは、来月ぴったりその価格でローンチするかどうかではありません。組織がトークンで測られるコンピュートを軸に予算全体を組み替えつつある今、そのような価格帯がAIの知能にとって現実的なものとして成立するということなんです。
知能は今や購入可能になっています。そして、私たちがそれを購入したいという意欲を非常に持っていることもわかってきました。エンタープライズの購買担当者たちが計算をして、月額2万ドルでも、代わりに雇う人間のプロフェッショナルのコストに比べれば安いという結論を出しているからです。
知能の単価は崩壊しています。ただ、単純に「2万ドルのAI従業員を買って博士研究員を解雇する」という話にはなりません。多くの企業で起きていることは、今いる博士研究員はそのまま残す、新たには雇わないけど、それぞれの研究員に「ミニミー（分身）」を与えて、一人ひとりのフットプリントを2〜3倍に広げるというものです。エンジニアあたり、企業あたり、産業あたりに消費される知能ユニットの数、トークンの数は爆発的に増えています。他に言いようがありません。そして、消費量の違いが生み出すアウトプットの差は、週を追うごとに広がっています。
でもその部分だけじゃなく、本当に面白いエフェクトはここから始まります。価格タグの話じゃないんです。知能が調整可能な変動コストになったとき、経済全体に何が起きるかという話です。これは私たちが経験したことのないことで、私たち全員の人生に影響を与えます。
希少リソースの移行──時間からトークン変換能力へ
トークンエコノミーへと移行していく中でまず理解しておくべきことは、旧来のパラダイムでは希少リソースが時間、具体的には開発者の時間だったということです。エンジニアを雇い、ツールを与え、アウトプットの制約はどれだけのスキルある労働時間を投入できるかでした。マネジメントの課題はしたがって、ヘッドカウント計画、採用、リテンション、そして人的資本管理に付随するあらゆる仕組みでした。
新しいパラダイムでは、希少リソースが変わりました。ボトルネックが移動したんです。それは今や、トークンを使用可能な経済価値に変換する能力です。入ってくる生の知能は豊富にあり、先ほど述べたように爆速で安くなっていきます。今希少なのは、そのトークン全体をどこへ向けるかを知ること、コンテキストをどう構成するか、タスクを適切なコストで適切なモデルへルーティングする方法、長期にわたって品質を維持するエージェントループの構築方法、そして購入している知能が実際に必要なアウトカムを生み出しているかを測定することです。
これはまったく新しい組織的ケイパビリティを生み出します。トークン管理と呼んでも、インテリジェンスオペレーションと呼んでも、コンテキストエンジニアリングと呼んでも構いません。名称はそれほど重要ではありません。大事なのは、これが本物のスキルであり、測定可能であり、それを構築した組織が他から突き放し始めているということです。
これを理解した大企業は、積極果敢に内部プラットフォームを構築して、適切なモデルへ適切な価格で仕事をルーティングしています。安い作業にはHaiku、難しい作業にはOpus、中間の作業にはSonnet、あるいはGoogleプラットフォームを使ってGoogleのモデルで、またはOpenAIのモデルで同じことをやっています。肝心なのは、トークン支出を最小化すべきコストではなく、ROIと価値を最大化するためのレバーとして扱っているということです。そのため彼らは、大手ハイパースケーラーとカスタムAPI契約を交渉し、専用キャパシティとボリューム価格を得る見返りに消費の下限にコミットします。
Andreessen Horowitzのエンタープライズ向けAI調査では、2025年の平均エンタープライズLLM支出は700万ドルに達したことがわかりました。ちなみにこれは先ほど言った数字とは異なります。こちらは大企業スケールの話で、7桁の数字、そして2年前の450万ドルから増え、2026年には8桁の1,100万ドル以上になると予測されています。この支出の性質も急速に変わっています。かつてはイノベーション予算の一部だったものが、一元化されたITやビジネスユニットの予算へと移行しました。言葉を変えれば、「探ってみよう」から「これはビジネスにとって重要。インフラを構築しよう」という言語へシフトしたわけです。
Cursorが直面したトークンエコノミクスの落とし穴
ただ、この変化の裏側として、トークン管理は壊滅的に失敗することもあります。そして使う額が増えれば増えるほど、それは重大な問題になります。Cursorは本当に急速に10億ドル収益のAIコーディングエディタになったわけですが、トークンエコノミクスという構造的な罠に陥っていました。収益のほぼ全てをAPIコストとしてAnthropicに送っているんです。AnthropicがプライオリティとキャッシングのPrice価格を引き上げたとき、先ほどお話しした通り、Cursorのコストはコントロール不能になりました。
コストが一夜にして爆発し、月額20ドルの無制限プランを廃止して、月額200ドルのティアを導入せざるを得なくなりました。ユーザーは反発しました。Subredditが苦情フォーラムに変わりました。この話は前にも見たことがあります。ダウンストリームの知能提供者は、自分が支払う知能コストをコントロールできず、そのコストを転嫁しなければならないんです。
ここからの教訓は、トークンが高価だとか、ハイパースケーラーが価格ゲームをしかけてくるということじゃありません。教訓は、トークンエコノミクスがコアビジネス能力になったということ、そしてそれをマスターする方法を見つけていない企業は、サプライヤーの価格変更一つで危機に陥るということです。Cursorの対応の一部として独自モデルの構築に踏み切った理由もここにあります。その状況から脱する必要があったわけで、実際にその後独自モデルをリリースしています。
2027年に存在する3種類の開発者
この会話は、生きてソフトウェアを書いている人全員に関係してきます。そして、現在の言説の多くがここでずれているか、間違えているところです。この動画の冒頭で、開発者のキャリアパスが3つ開いていると言いましたよね。ここでその話をしていきます。
標準的な語り口は非常に二項対立的でした。AIが開発者を置き換えるか、そうでないかという話です。そのフレームはあまり役に立ちません。実際に起きていることは、開発者の役割が少なくとも3つの異なるトラックへと急速に分化し始めているということです。それぞれ異なるスキル要件、異なる報酬ダイナミクス、そして大きく異なるキャリアの軌跡を持っています。
トラック1はオーケストレーターと呼びましょう。Strong DMのモデルのような感じで、コードを書かないけれど、アウトカムを定義し、そのアウトカムを生み出す知能を管理する開発者です。コアスキルはシステム設計、仕様書の作成、品質評価、そしてトークンエコノミクスです。こうした開発者はエージェントアーキテクチャ、コンテキストウィンドウ、評価フレームワーク、アウトカムあたりのコストという視点で考えます。実質的に知能を管理する工場長です。その価値は自分が指揮できる知能のボリュームに比例してスケールするため、長期的には、コードの行数ではなくトークン予算と報酬が連動する可能性が高いです。このトラックは、問題を分解するのが非常に得意な人、精密な仕様書が書ける人、アウトプットの品質を丁寧に評価できる人に向いています。それらのスキルは従来のソフトウェアエンジニアリングと重なるところもありますが、全く同じではありません。
トラック2はシステムビルダーです。オーケストレーターが使うインフラを構築する人です。エージェントフレームワーク、評価パイプライン、コンテキスト管理システム、適切なコストで適切なタスクを適切なモデルへ送るルーティング層を作ります。これは非常に深い技術的な仕事で、アプリケーション開発よりも従来のシステムエンジニアリングに近いですが、まったく新しいスタックの上に成り立っています。こうした開発者はモデルの動きを機械的なレベルで理解している必要があります。コンテキストウィンドウがアウトプット品質にどう影響するか、異なるアーキテクチャがどのタスクタイプをどう扱うか、確率的なコンポーネントの上に信頼性の高いシステムをどう構築するか、といったことです。このトラックは人数が少なく非常に専門的ですが、発揮するレバレッジが会社全体に及ぶため、報酬の天井は非常に高いです。
そしてトラック3はドメイントランスレーターです。これはほとんど誰も語っていないトラックであり、3つの中で最も大きな規模になる可能性があります。AIシステムと連携するのに十分な技術的素養と、特定の市場においてどの問題を解決する価値があるかを知れるくらい深いドメインの専門知識を兼ね備えた開発者、あるいはますます「非開発者」たちです。
歯科医院の経営管理の専門家は今や開発者です。建設のスケジューリングの専門家は今や開発者です。ただ、まだそれに気づいていないかもしれませんが。保険コンプライアンスのアナリストは、ツールを使うだけでなく自分でツールを作れるようになっています。これは実際の話です。彼らの価値はトークンを管理する能力やインフラを構築する能力にあるわけじゃありません。適切な市場の適切な問題に、適切なコンテキストで知能を向ける能力にあります。そしてその価値は知能が安くなるにつれて上がっていきます。知能が安くなれば、よりニッチな問題でも経済的に解決する価値が出てくるからです。
消える「中間層」と生き残る開発者の条件
このキャリアへの示唆は明確です。旧来のソフトウェアエンジニアリングの分布の中間層が最もリスクに晒されています。有能なアプリケーションコードを書けるけれど、深いシステムの専門知識や深いドメインの専門知識が乏しい開発者です。すぐ明日AIに置き換えられるという話では必ずしもありませんが、汎用的なコード生産の価値がトークンコストと同じ速さでゼロに近づいていくからです。
生き残って活躍する開発者たちは、この3つのトラックのどれか一つへ決断を持って動いた人たちになります。自分の強みや興味に最もフィットするトラックへ。でも、どれかを選ばなければなりません。機能しないことが明らかなのは「現状維持」だからです。今やっていることをそのまま続けて、ただAIの補助を受けて有能なアプリケーションコードを書くだけ、それではもう十分じゃなくなります。
よく「AIを使ってコーディングしてますよ」と言われます。それで十分ですか？と聞かれますが、答えはノーです。十分じゃありません。本番コードを実行するエージェントをどう管理するか、それを可能にするシステムをどう構築するか、あるいはお客様のもとに深いドメイン知識を持って入っていって問題を解決するか、そのどれかをより深く考える必要があります。今レバレッジを得られる方法はその3つです。圧倒的な価値を届けられるのも、その3つです。
冒頭で言いましたよね、金持ちになる開発者、運がなくなる開発者、自分が開発者だと気づいていない開発者がいると。建設の専門家はまだ自分が開発者だとわかっていません。金持ちになっているのは、自分のスキルをレバレッジにしてこのトークン知能をエンタープライズシステムに大規模に展開する方法を見つけた人たちです。そして運がなくなるのは、有能なアプリケーションコードを書き続けている人たちです。それが現実です。
トークンが再定義する組織構造と競争優位
仕事の単位が変わるとき、トークンの世界へと移行するとき、組織構造はトークンを中心に再構築されます。現在のほとんどのエンジニアリング組織はヘッドカウントを軸に構成されています。60年間、ボトルネックはそこにありました。フルタイム相当リソースを中心に構成されていて、生産性は一人のエンジニアあたりのアウトプットという非常に粗い指標で測られてきました。これはまた別の日に掘り下げる議論があります。採用計画は予想ワークロードをベースに作られてきました。
トークンベースのパラダイムでは、その世界全体をひっくり返せます。アウトプットはヘッドカウントではなく、インテリジェントな支出をビジネスバリューに変換する能力によって制限されます。これはより難しいことで、複雑で、私たちは今まさにそれを発明しているところです。でも、それが現実です。手作業でコードを書く500人のエンジニアを抱える組織が、エージェントを管理する50人のエンジニアを抱える組織より生産性が低いということは起こりえます。その50人の組織が、より良い仕様書、より良い評価フレームワーク、より良いコンテキストエンジニアリング、そしてもちろんエンジニアあたりより高いトークン予算を持っていればの話ですが。
これは誇張じゃありません。小さな組織が大きな組織を追い抜いているのを、しょっちゅう目の当たりにします。だからといって、エンジニアの90%を来四半期に解雇したエンタープライズがすぐに生産性を発揮できるという意味じゃありません。そういう間違いを犯している企業も一部あります。組織の変化は遅い。人間的であり、しばしば政治的で、非常にパス依存的です。ただ、そうしたすべての留意点を踏まえても、このパスを歩んで新しいトークンファーストのモデルを見つけ出せた大企業は、生産性において複利的な優位を築き始めるでしょう。本質的に、コンピュートの新しいパラダイムを内部化しているからです。
CLAは非常に興味深い例です。最初のAI展開は完全な失敗でした。カスタマーサービスの人材を大量に再雇用しなければなりませんでした。でも、その旅の中でAIツールを構築したことで、展開が杜撰で、すべきでない解雇をしてしまって再雇用を余儀なくされたにもかかわらず、従業員一人あたりの収益が7桁にスケールし始めています。これは平均的なSaaS企業の従業員あたり収益より遥かに高い数字です。だからCLAのCEO Sebastianがテレビに出て、AIが知識労働に与える影響に世界はまだ準備できていない、と発言したとき、それは理論の話ではありません。どれほど険しい道のりであれ、自社が歩んできた旅の一部を語っているんです。
A16Zのデータも、このパターンが広がっていることを示しています。AIネイティブ企業は従来のSaaS企業と比べて従業員あたり収益が3〜5倍、あるいはそれ以上を維持し続けています。ARR1,000万ドルのAIスタートアップが15人で運営しているとすれば、同じ規模の従来型SaaS企業なら55〜60人、場合によっては70人が必要でしょう。このツールが成熟するにつれてその比率はさらに広がり、最終的には大きな組織が再構造化を迫られるか、さもなくば永続的な生産性のハンデを受け入れるかという状況になるでしょう。
バックログという「金鉱」──構築コスト低下がもたらす市場拡大
ここでのエンタープライズへの二次的効果はもっと微妙で、かつより重要です。構築コストが下がるとき、構築されるものが変わります。あらゆるエンタープライズには、経済的に実現不可能だったためにずっと積み上がってきたプロジェクトバックログがあります。顧客にとっては面白いけれど、着手できなかったものです。年間200時間を節約できるけれど構築に2,000時間かかる社内ツール、そんなものは作りませんでした。新しい収益ストリームを開拓できるけれど4人のチームを6ヶ月かける必要がある統合機能、それも作る価値がありませんでした。わかりますよね。そのバックログが今や文字通りの金鉱だということに気づいた企業は、構築速度だけでなく、構築するものの範囲を劇的に拡大していくでしょう。
言い換えれば、ヘッドカウントの最適化だけを考えているなら、本質を見逃しています。アウトプットとソフトウェアクオリティを最適化する競合に負けます。でも、トークンエコノミクスへの移行の二次的な影響、トークンあたりの価格設定、コンピュートの基本単位として考えること、コンピュートの新しいパラダイムへの移行という話は、ヘッドカウントの議論や開発者のキャリアストーリーを超えています。
ソフトウェア界の階層化はトークンボリュームという軸で展開されています。Goldman Sachsはあなたや私、小さなスタートアップよりも推論に多くのお金を使うでしょう。JPモルganは多くの中小企業が手が届かないような大きな消費契約にコミットするでしょう。もし競争軸が単純に「誰が最も多くの知能を買えるか」だけになれば、大企業は定義上勝ちます。新しいコンピュートパラダイムへの移行のフライホイールを回すだけの収益基盤を持っているからです。
でも知能はコモディティです。そしてコアインプットがコモディティ化すると、競争優位はどこか別の場所、そのコモディティを取り囲むあらゆるものへ移っていきます。ディストリビューション、ドメイン専門知識、カスタマーリレーションシップ、独自データ、ワークフロー統合、ブランド、信頼。Goldman Sachsはレストランスペースで動くフィンテックを目指す小さなAIスタートアップよりも多くの推論を実行できますが、Goldmanは50店舗展開のレストランチェーンにAI搭載の在庫管理を売ることはできません。なぜならその知能は購入可能です。でもGoldmanはそれを売るチャネルを構築したことがないし、おそらく今後もしないでしょう。
そしてGoldmanだけではありません。特定のディストリビューションニッチに集中していない大企業は、そのスペースで競争する準備ができていません。そして構築コストがこれだけ劇的に下がっているからこそ、これまで実現可能ではなかったニッチが次々と開かれています。ソフトウェアのアドレス可能な市場は爆発的に拡大しています。これがジェヴォンズのパラドックスをソフトウェアの全体的アドレス可能市場に適用した姿です。
ほとんどの人が見逃しているのは、バーティカルAI企業が6ヶ月前には不可能だったニッチに新しいチャンスを得ているということ、そして大企業がその領域に投じる価値のない話だということです。このパラダイムにおけるスタートアップのプレイブックは、資金を集めてより多くのトークンを買うことではありません。市場を深く知ること。月額200ドルのClaude Maxサブスクリプションをピンポイントで狙えば、まったく別の問題を解くエンタープライズの月額2万ドルのエージェント予算よりも大きなダウンストリームバリューを生み出せる、ということです。
ディストリビューションと地元市場の知識は、エンタープライズのコンピュートアドバンテージに勝ります。顧客を知ることが全てに勝ります。それは規模を問わず真実です。エンタープライズも、大きな顧客を知る必要がありますし、スタートアップも競争できるニッチがどこかを学ぶ必要があります。
ソロプレナーと「チームの最小単位=1」という未来
ソロプレナーの話もあります。1人で立ち上げる10億ドル企業についての議論がたくさんあります。シリコンバレーでは今年その最初のケースが生まれると予測している人もいて、それを巡って賭けが行われているそうです。でも私は、本当の含意を見逃してヘッドラインだけを追いかけているのではと思います。重要なのは会社を創業する個人ではありません。知能がトークン単位で購入でき、それらトークンが安くなるにつれてソフトウェアの構築コストが下がり続けるとき、ソフトウェアに必要な最小限のチームは必然的に1に近づいていく、ということです。
最初のソロ創業者がいつ10億ドルを達成するかを賭けの対象にするよりも、この方がずっと興味深い洞察です。なぜなら、より大きな含意は、独立するという選択が、かつてのようなライフスタイルのトレードオフではなくなり、深いドメイン知識とAI対応能力を持つ人誰もにとって、ますます合理的な経済的選択になっていくということだからです。
これはまた、大企業でのソフトウェアチームサイズに影響するダイナミクスでもあります。ソロプレナーは事実上1人のチームです。トークンコストが下がり、知能が上がり、チームサイズが1に収束していくとすれば、大きなソフトウェア企業でのチームサイズにも大きな下方圧力がかかることを意味しています。Amazonでは「2枚のピザチーム」という話をよくしていましたよね。今や私たちは1枚のピザ、あるいはハーフピザのチームへと向かっています。ちなみに私は時々ピザを半分食べられるので、まあそういう話ですね。
大企業vs特化型──市場はどう分断されるか
市場は分断されています。それははっきりしています。でも、トークンコンピュートパラダイムが大企業と小企業に異なる影響を与えているため、単純に「大企業が持てる者で小企業が持てない者」という分け方にはならないと思います。OpenAIが月額2万ドルのAI博士研究員をいつかローンチしたとして、予算のある大企業が買えるからといって小企業が負けるという話でもありません。分断はもっと興味深い軸で起きています。汎用的なスケールvs特化した精度、という軸です。
上位にいるのは、大企業と潤沢な資金を持つAIネイティブ企業で、トークンボリュームで競い、ホリゾンタルなプラットフォームを構築し、あらゆる大きな組織に共通する広範なワークフロー上でエージェントを24時間稼働させています。彼らの優位はモデルアップグレードのたびに複利で積み上がり、堀は資本とインフラです。でもそれが世界の全てではありません。急速に拡大している残り大部分の市場の広大な表面積にわたって、小さなビルダー、スタートアップ、少人数のチームは特異性によって勝てます。鋭い角度、ニッチな市場、どれだけのトークン支出でも複製できないカスタマーリレーションシップです。彼らの優位はドメイン知識と共に複利で積み上がり、堀はディストリビューションと信頼です。
双方が同じ根本的なトレンドから恩恵を受けています。知能はより安くなっています。安い知能はより多くのことを可能にします。私たちはトークン化されたコンピュートフレームワークへと移行しています。エンタープライズはこの新しいトークンパラダイムをこれまでできなかった方法でホリゾンタルにスケールするために使っています。賢いスペシャリストは同じケイパビリティ、同じトークンパラダイムを垂直方向に深く掘るために使います。パラダイムシフトはこの二つのうちどちらが勝者かを選ぶ必要はなく、勝者を強制するわけでもありません。どちらの戦略もより高いレバレッジを発揮し、より強力になります。そして、時間を分母にして手でコードを書く旧モデルとの差を広げていきます。
これからのキャリアと時代の地図
開発者のキャリアはどちらの軸でも機能します。大企業でオーケストレーターやシステムビルダーとして働く開発者になれますし、小さなスタートアップではそれら一つ、あるいは両方を同時にこなすことがますます可能になっています。エンタープライズの組織図は、ヘッドカウントではなくインテリジェンススループットを軸に再編されていくでしょう。スタートアップは積極的に、そのインテリジェンススループットを構築してエンタープライズが参入・競争しないような特定の角度に集中できる優秀な人材を求めて競うようになります。エンタープライズはトークンエコノミクスを正当化するより大きなソリューションを構築せざるを得ないため、小さなニッチには入ってこられないからです。
だから、月額2万ドルのAI従業員とか、1日1,000ドルのトークンというヘッドラインを見たとき、自分がその金額を払えるかどうか、あるいは競えないかもしれないというのは正しい問いではありません。本当の問いは、コンピューティングがパラダイムとして変化しているということを理解しているか、ということです。そして、自分のキャリア、会社、プロダクトをトークンが今日のコンピューティングの基本的な材料だと理解した世界に向けてどう位置づけるか、ということです。知能はコモディティになりつつあります。この動画ではその二次的な影響の輪郭を描いてきました。
このトークン化された世界でどう行動するか、どうナビゲートするかはあなた次第です。キャリアパスをいくつか描いてみましたが、実際にはそれらの旅の何千ものバリエーションが生まれるでしょう。そしてあなたは率直に、推論を、機械知能を使って、自分にとって最も効果的な旅が何かを見つけ始めなければなりません。ソロプレナーという形かもしれません。オーケストレーターかもしれません。ビジネスオーナーであれば、自分が参入できるニッチを考えているかもしれません。どんな形であれ、コンピューティングの基本単位の変化は私たち全員にとって全てを変えます。新しい世界での健闘を祈ります。
コメント