これから求められるスタートアップと中小企業のエコシステム

Climate Tech スタートアップを支援している中でつくづく感じるのは、ハイグロース・スタートアップ以外の企業群も大事だ、ということです。

たとえばハイグロース・スタートアップが優れた性能を持つ太陽光パネルを作れたとします。それを本当に普及させていくためには、生産できる工場を自前で作るか、パートナーを見つけて作ってもらわなければなりません。パネルを敷設していくためには、各地域で工務店や設置していく人も必要です。人がいなければ、そうした人を育成しなければなりません。場合によっては地域での丁寧な合意形成のために人を割く必要もあるでしょう。

これらを全部自社でやることはおそらくできません。なので、その周辺で様々な企業が必要です。地域の合意形成にはNPOも役目を果たします。そうした企業や組織が生まれて来なければ、ハイグロース・スタートアップの成長スピードも鈍化してしまいます。

実際、ヨーロッパでは、ヒートポンプを設置する技術者の養成をするスタートアップも出てきたぐらいですし、アメリカのエネルギー省は75億円規模でNPOへの支援もしています。

エコシステム

スタートアップエコシステムが議論されるとき、大学や投資家、大企業*1や政府などが挙げられます。例えば以下のような MIT REAP の図です。

MIT REAP のステークホルダーモデル: https://reap.mit.edu/about/

ただ、こうした周辺領域の中小企業やNPOの存在についてはさほど触れられません。

その理由はおそらく、これまでスタートアップの中心だったIT領域では、そうしたパートナーをそこまで多くは必要としなかったからではないかと思います（もちろん代理販売や一部業務のアウトソースはありますが）。

しかし Climate Tech 等、ハードウェアの関わるスタートアップを見ていると、多くの企業が関わってはじめて何か大きなことができるのだとつくづく感じます。たとえば日本でも、宇宙系スタートアップの周辺で名前をよく聞く精密機器の企業は重要な役目を果たしています。

IT領域から、徐々に別の領域にもスタートアップの領域が広がっていくのであれば、こうした中小企業も含んだエコシステムをどう作っていくかが新たに論点になりうるようにも思います。

同心円で見るエコシステム

デカコーンと呼ばれるスタートアップを生むには、その周辺に、デカコーンを支えるたくさんの企業群が必要です。逆に言えば、デカコーンと呼ばれるようなサイズになった企業の周辺には、多くの企業や雇用が生まれるということでもあります。それが産業を作るということであり、『エコシステム』を作るということなのだろうと思います。

このエコシステムを図示しようとすると、時価総額の桁ごとの同心円で示せるように思います*2。

一つ一つのオレンジ色の点が企業を示しています。

真ん中に大樹となるような、時価総額約1兆円を超えるビジネスがあり、その周りにいくつかの1兆円～1000億円、そして1000億円から100億円、100億円から10億円、10億円～1億円のビジネスがあります。

それぞれがそれぞれの役目を果たしながら、全体がエコシステムとして機能して、一つの大きな産業が成り立っている、というのがこの図の見方です。

実際、Salesforce などのプラットフォーム企業は、売上 (ARR) が1000億円を超えたあたり、プラットフォームの機能が複雑化しはじめたタイミングで、コンサルタントなどの周辺事業が生まれてくると言われています。

売上1000億円を時価総額に換算してみると、かなり単純化した計算として、売上1000億円で利益率を50%として利益500億円、PERを20とすると時価総額は約1兆円です。やはりその売上規模や時価総額の企業が生まれることで、周辺に様々なビジネスが生まれてくるとも言えます。

昨今話題の生成AIだと、OpenAIなどがエコシステムの中心の大樹として真ん中に1兆円企業が突如として生まれ、その周辺にいくつかの大きめの企業 (Perplexity など)、さらにその外にAIをベースとしたSaaS企業などがあり、そしてさらに外に個別のカスタマイズをする受託ビジネスや教育ビジネスなどが続々と生まれてきている、という風に整理できるでしょう。（もしかしたらNVIDIAが円の中心かもしれませんが）

こうしたエコシステムの中で、自分がどのようなビジネスを構築しようとしているか、その同心円の中でどこに位置づけられるビジネスをしようとしているかは、ある程度認識して置いた方が良いのかなと思います。

政策や支援側から見たときの同心円

多くの場合、利益の多くは真ん中にいる企業に集まります。「デジタル小作人」と呼ばれてしまうのは、日本を含めたアメリカ以外の国がデジタル領域で中心を取れていないからでしょう。

また、SpaceXやTeslaから関連企業が多く生まれたように、真ん中に位置する企業を生むことによって、その周辺にいくつもの新しく大きなスタートアップが生まれ、高付加価値な雇用も生まれやすくなります。だから中心となるような、巨大なハイグロース・スタートアップを生んでいくことは、国や地域への波及効果的にも大事なのだろうと思います。ただ、それを成立させるためには周辺の事業が必要です。

とはいえ、それぞれで作り方や支援方法が大きく違うようにも感じています。

私自身は中心部分となりうるハイグロース・スタートアップの支援をしており、その他のところは支援対象としていません。支援の方法も異なるし、資金・時間的なリソースも十分ではないからです。ただ、ハイグロース・スタートアップを生み出し、産業と呼ばれるものを作っていくためには、その種の企業群が必要なのだろうと感じており、そこに手を出せていないことには歯がゆさを感じているところです。

とはいえ、中心部であるハイグロース・スタートアップを生み出せなければ、周りの企業群への波及効果も生まれません。一方で周りがいなければ中心となる企業も生み出せません。こうした一連の企業群を生んでいくことを産業政策と呼ぶのかもしれませんが、徐々にハイグロース・スタートアップの領域がピュアなソフトウェア以外にも広がるにつれて、総体としてどういうエコシステムを作っていくべきなのかはハイグロース・スタートアップに関わる側からも考えていくべきなのだろうと思います。

付録: 雇用

本論から少し逸れますが、波及効果の質にも注意するべきだと思っています。

たとえば、以下の表はアメリカの各業種における雇用乗数（ある数の雇用増加がなされたとき、最終的にその数の何倍かの雇用増加につながるか）です。

雇用の増加という観点で大きな波及効果が見込まれる業種がいくつかあります。こちらのページでより詳細な職種が書かれています。

一般的に貿易可能部門（製造業やハイテク）の雇用乗数は大きく*3、非貿易可能部門（サービス業や建設業）は小さい傾向にあります。

また新たに生まれる雇用は特定の土地に集中する傾向もあります。Netflixは都市部に雇用を生みましたが、米国中や日本中のレンタルビデオ店の雇用を減少させました。なお、自動化等が進んだことにより、製造業は昔ほど良質な雇用を生まないという議論もあります。

一方で、労働力不足が見えている日本において、単純な「雇用を生む」ことの評価は難しくなっているように思います（短期的には価値がある場合もあるのですが…）。

価値があるのは「高付加価値な雇用の数を生む」ことです。「低付加価値な雇用を生む」ことは、貴重な労働力を低付加価値な職へと奪ってしまっているという点で、むしろ中長期的には悪影響だとも捉えられます。

そうした意味で、どういった産業への波及効果があるのかをある程度見ておく方が良いのだろうと思います。以下の図は日本での業種・企業規模別の労働生産性です。

企業規模・業種別労働生産性: https://www.chusho.meti.go.jp/pamflet/hakusyo/2024/chusho/b1_3_3.html

波及効果的に生まれてくる雇用が、どの業界の雇用なのか、というのが大事だろうということです。

豊かな中間層とも呼ばれる雇用を生んでいくことは、政治や生活の安定のためにも重要のように思います。そのためには、付加価値の高い雇用を多く生むための支援業種選定や、現在は生産性が低い雇用（たとえば観光）の価値をどう高めていくのか、あるいはどこまで高められるか（たとえば観光は労働集約的なので高めづらいなど）、という観点も不可欠なのでしょう。グリーンジョブは一時的にその座に着くでしょうが、恐らく30年もすればまた適切な職は変わります。そうした点も見据えて波及効果は見ていくべきかなと思います。

*1:https://reap.mit.edu/assets/REAP_Ideal_Team.pdf などを見ると、Corporate は大企業を示しているように見えます。

*2:時価総額がすべてでは無いと思いますが、波及効果を見る上で便利なので利用しています。

*3:モレッティの『年収は済むところで決まる』などが有名ですが、少し乗数が大きすぎるのではという議論もあります。

12/4 に書籍『仮説行動』を出版します

『仮説行動』という本を 2024/12/4 (水) に出すことになりました。

『解像度を上げる』に続き、ビジネスパーソン全般を読者として想定した本で、書名の通り、今回は仮説についての本です。

仮説行動――マップ・ループ・リープで学びを最大化し、大胆な未来を実現する

思い

「すでにたくさんの仮説の本があるのに、なぜ改めて仮説の本を書いたのか？」という疑問を持つ人もいるのではと思います。

たとえば20万部以上売れている『仮説思考』（2006年発刊）など、古くから読まれている書籍もありますし、今でも毎年何冊かは仮説についての本が出ています。

そんな中で、本書を出そうと思ったのにはいくつかの理由がありました。主な理由の2つは以下の通りです。

• 仮説の基礎的な考え方をまとめたい
• スタートアップや新規事業における仮説の扱い方をまとめたい

前者は、これまでの仮説に関する考え方をもう少し精緻化し汎用的にしてみたい、という思いでした。

また後者については、スタートアップのような『新しいこと』をしていくときに必要な仮説の用い方や扱い方は、従来の仮説の本とは少し違うのでは、と感じていたところがあり、その部分をまとめました。

その結果、コンサルや大企業を暗黙的に前提とされていた仮説の本とは、多少違うところを出せたのではないかなと思います。

本書の違い

多くの部分は共通していますが、以下の3点が従来の書籍と大きく違うかなと思います。

• 思考ではなく行動の重視
• 仮説を現実にする方法
• 大きな仮説の作り方

その他の違いについては書籍の冒頭でも書いていますので、ぜひ読んでみてください。

多くの人や学生が『新しいこと』をやるように求められている中、本書の何かが多くの人に役に立つことを願っています。

本の表紙の思い

出版社は英治出版様、表紙のデザインは tobufune 様です。両社とも、『未来を実装する』『解像度を上げる』に続き、今回もご担当いただきました。

表紙の躍動感溢れる文字は「行動」を示しているように見えますし、文字が徐々に修正されているような動きは、仮説検証を経てより正しい答えに向かっているような印象を与えてくれます。

今回も書店で目立つのでは、と思います。

すでに書店様からは結構な発注も来ているそうです。ぜひ書店で手に取ってみてください。書店の皆様もどうぞ宜しくお願い致します。

執筆の裏話（かなり遅れました…）

2年ぐらい前に記事で書いたとおり、この本は『解像度を上げる』に含める予定だった内容です。2022年時点である程度書けていたので、本当は2023年に出したいと思っていて、NewsPicksの2023年の1月の記事でも2023年に出ると言及して貰っていたのですが、本業が忙しく、予想以上に時間がかかってしまいました。

ただその分、当時よりも中身はかなり洗練されたように思います。

『解像度を上げる』の中に入っていたものをバージョン1だとすると、今はバージョン3ぐらいになっています。そしてバージョン1だと8万字だった内容が、その後色々と加えて最大30万字ぐらいまで膨らんだ後、最終的な着地は20万字弱ぐらいの本になりました。ビジネス書の平均文字数が10万字だそうで、その約2倍の文字数です。

でも値段は一般的な本よりもちょっと高いぐらいなので、「文字数ベースでは2冊分」「基礎編と発展編が2つとも入っている」というお得な価格設定だと思って（笑）、ぜひ手に取ってください。

次の書籍に向けて

私の中では、前著を『解像度本』、今回を『仮説本』と呼んでいて、ビジネスパーソン全般向けの書籍として書いています。

これらに加えて、リソースフルネスをテーマにした『リソース本』も書きたいと思っており、その3冊でスタートアップ系のノウハウを抽象化したビジネス全般向けの書籍は一通りまとめ終えられるのかな…と思っています。そちらも少しずつ書き進めているので、ゆっくりとお待ちいただければと思います。

（キャリアに関するブログ記事をまとめるなどもしたいのですが……いつになることやらです。）

最後に

改めて、『仮説行動』は12/4 発売です。ご興味ある方はぜひご予約ください。Kindle版もすぐに出ると思います。

この本を通して、「現時点での小さく正しい仮説」を見つけるだけではなく、「未来の大胆な仮説を作り、それを実現していく」ための方法がお伝えできれば嬉しいです。

（補足）関連するスライド

どこかのタイミングで『解像度を上げる』のように、『仮説行動』のスライドを公開できればと思いますが、ちょっといつ書けるか分からないので、すでにいくつかの仮説に関するスライドを紹介しておきます。『未来を実装する』の校正が終わり、時間が空いた2020年の年末年始に作っていたものなので、4年ぐらい前のもので、少し今の考えとは違っていますが…。

speakerdeck.com

speakerdeck.com

speakerdeck.com

speakerdeck.com

ディープテック・スタートアップの立ち上げ方の分岐と変遷

大学発スタートアップやディープテック・スタートアップについての期待が高まっています。ただ、外から想像されているディープテック・スタートアップの立ち上げ方のイメージと、現在試みられているディープテック・スタートアップの立ち上げ方のイメージには差があるようにも感じています。

私個人の意見となりますが、この25年を通してディープテック・スタートアップの方法論は徐々に変遷や細分化を遂げているように見えています。その変遷の過程を少しまとめておきます。

なお本稿では、急成長するハイグロース・スタートアップを「スタートアップ」としています。

ディープテック・スタートアップが初期に揃えるべき3要素

ディープテック・スタートアップの初期に揃えるべき要素を大きくまとめると、

• 技術シーズ
• 経営者
• ニーズ

の3つです。一気に揃えられれば良いのですが、実際には何かを起点に始める必要があります。

時代を経てもこの3つの要素自体は変わりませんが、「この3つの要素をどのような順序で揃えていくべきだと思われているのか」は時代によって少しずつ変わってきているように思います。

(モデル 1) 技術シーズ ➡ 研究者 ➡ ニーズ (2000 年代前半)

最初に想定されていたモデルが技術シーズ起点の起業です。

まず研究という技術シーズがあり、それをすべての中心にして、研究者が経営者となって事業化する、という流れが想定されていました。そこには「技術シーズがあれば事業は何とかなる」という前提があったように思います。

2001年頃から行われたら大学発ベンチャー1000社計画は、まさにこうした発想だったのではないかと思います。研究という技術シーズがあり、それを開発した研究者自身が起業して経営者として活動し、その後ニーズを特定して事業化することで成功する、というモデルです。

ただこのモデルの問題点は、起業しても研究者は研究を続けてしまい、そもそもの事業化が進まないことが多かった、ということだったように思います。たとえば、当時の研究者の一部の方々は、研究費の延長線上と考えて起業支援の資金を得ていたのでは、といった話を聞くこともありました。

(モデル 2) 技術シーズ ➡ 経営者 ➡ ニーズ

次に主な流れになってきたのが、技術シーズ起点は変わりませんが、研究者ではなく、経営者を連れてくる、というものです。「研究者が事業化するのはどうもうまくいかない」という反省があったのかもしれません。

これはVCが技術を選定して、経営者を連れてくる、といったアメリカのVCに似たモデルです。場合によっては、VCが技術とニーズを特定してから、経営者を連れてくることもあるかもしれません（つまり技術シーズ➡ニーズ➡経営者という流れです）。

これは事業化が進みました。しかしやがて問題になったのは、技術シーズに縛られてしまうと、一部の領域ではどうしても小さな事業になってしまいがちなことです。実際、設立10年経っても、多くのディープテック企業は売上が1億円程度しかありません。

https://www.meti.go.jp/shingikai/sankoshin/sangyo_gijutsu/kenkyu_innovation/pdf/028_06_00.pdf

また、前の歴史的な経緯からも技術志向が強い経営をしてしまうことで、スタートアップ的な急成長をするという発想にはならず、数億円レベルの「技術の商業化」を志向してしまいがちだった、という点だったように思います。

なお、(モデル1) (モデル2) ともに有効な領域もあります。たとえば一部の創薬領域などです。しかし、「技術の強さが事業の強さに直結する」かつ「作ることができれば売れる」かつ「市場が大きい」といったいくつかの条件が満たされた場合のみに有効、という前提がつきます。そうした領域が実は限られているため、徐々に技術起点だけでは駄目なのでは、と気づき、他の方法論が試され始めます。

speakerdeck.com

(モデル 3) 経営者 ➡ 技術シーズ ➡ ニーズ

技術シーズ起点ではあまり大きなスタートアップにはなりづらいかもしれない、ということが分かってきました。そこで試されているのが、経営者を起点にした起業です。

経営者候補となるような人に技術探索をしてもらって、良さそうな技術があれば、その技術が適用可能なニーズを探しに行く、といった流れとなります。ビジネス経験のある人をVCや大学がEntrepreneur in Residence (EIR: 客員起業家) などの仕組みで雇うのはまさにこの仕組みです。

これも一つの方法のように思います。しかし事業の可能性が技術によって制約されることは大きく変わらない構造を持ってしまうため、「事業が予想よりも大きくならない」といったことが起こりえます。また経営者自身が「技術の強さ＝事業の強さ」になるような事業を組み立てられるかどうかが課題となってきます。

さらに、特定の先生の技術に寄りかかる形になると、より大きな機会が見つかったときにその先生の技術を捨てられなくなる、といったデメリットもあります。（とはいえ、適切な範囲であればそのリスクは取るべきだと思います。）

(モデル 4) 経営者 ➡ ニーズ ➡ 技術シーズ

モデル3に似ていますが、モデル4は経営者がニーズを特定し、必要な技術を複数集めてくるようなモデルをイメージしています。経営者起点ではあるものの、その次はニーズを起点にして技術シーズを探しに行く、という点に違いがあります。その技術シーズは、往々にして大学の研究（ディープテック）です。

これを実施しようとすると、結果的にモデル3のEIRと同じ仕組みになるかと思いますが、ニーズを先に特定して、技術を交換可能しているため、「事業が予想よりも大きくならない」というリスクはある程度避けられます。しかし新たな課題として、「必要な技術があるかどうかが分からない」というリスクを背負うことになります。

このモデルは、大学のEIRは大学の技術に縛られてしまうため少しやりづらく、VCのEIRのほうがやりやすい形と言えるでしょう。

実際は (3), (4) はグラデーションで技術を見つけてニーズを探し、ニーズを見つけたらまた技術を探す……といった繰り返しの中で、経営者が適切な組み合わせを見つける、ということも多いかと思います。ただ、そうした中でも技術シーズを重視するのか（技術の商業化をすれば大きく成功するのか）、あるいはニーズを重視するのか（場合によっては技術を捨てても良いか）は大きく違うアプローチのように思います。

(モデル 5) ニーズ（ミッション） ➡ 経営者 ➡ 技術シーズ

現在試されているカンパニークリエーションは、VCなどがニーズを先に特定し、そこに適切な経営者を連れてきて、技術シーズを組み合わせるというモデルと整理できるように思います。場合によっては、ニーズ➡技術シーズ➡経営者という順番になることもあるでしょう。

似たようなモデルだと、ARCH Venture Partners の言っている Building Backwards も似ているように思います。まさに「逆算しながら作っていく」というモデルです。

「ニーズ（ミッション）」と書いているのは、特に脱炭素など大きなミッションをベースに、政府側と協力しながら作っていくパターンもあるからです。

こうすればニーズを外すことはあまりありません。ただ、経営者が探せるかや、適切な技術を見つけられるか、といったリスクは残ります。また、このモデルで作られた Northvolt は現在苦境に陥っており、そうした意味では必ず成功するわけではありません（医療等の unmet needs はそう頻繁には変わらないでしょうが、それ以外の領域の将来のニーズは変わりやすいため）。

まとめ

今現在のディープテック・スタートアップがモデル5のカンパニークリエーションモデルである、というわけではありませんし、どれが一番正しい、というわけもありません。

現在は、これら5つのパターンが並行して存在しながら、それぞれの事業や領域、取り得るリスクに合わせて選ばれている、と考えた方が良いのだろうと思います。

ただ多くの人はモデル1や2を「ディープテック・スタートアップ」だと思いがちのようです。モデル3のパターンもありますが、その場合でも技術偏重になってしまう、「技術を商業化するための起業」（従来言われているベンチャー企業に相当）です。

その場合、技術と市場が一定の条件を満たしていなければ、ハイグロースを遂げることはできません。技術によってはそうした考えで成功できる領域もありますが、そうではない領域もたくさんあります。

この25年をかけて、立ち上げ方についても試行錯誤がなされ、蓄積が溜まってきたように思います。そのため、自分たちがどういった事業領域に挑もうとしていて、その事業領域ではどういったモデルが良いのかを考えながら、どのように「ディープテック」を使って「ディープテック・スタートアップ」を作っていくかをより深く考えていく必要があるのだろうと思います。