💯「100兆円スタートアップを作るには？」という問いを持つ

SpaceX が時価総額約200兆円で上場するという噂があるほか、OpenAIが125兆円、Anthropicは50兆円といった評価額で資金調達を行っているという報道があります。

100兆円の時価総額を超える会社は日本にはありません。日本の時価総額トップはトヨタで、現在50兆円近くです。その規模以上に評価されている会社が今やアメリから続々と生まれてきている、ということです。

並行して、この月には米国VCのa16zが総額約2.3兆円のファンドを作りました（※同時設立した複数のファンドの合計です）。

たった1つのVCが日本の年間VC投資額の約3倍に当たるファンドを組成したということであり、約10年後には数兆円リターンを返すというコミットをしたということです。

こうした動きを見ていると、今やアメリカのスタートアップエコシステムは「100兆円スタートアップを作り出す」ことが目標💯になりつつあるように見えます。

アメリカのスタートアップも少し前までは、

• 数年に1度ぐらいに10兆円規模 (Facebook, Stripe, Databricks など)
• 年に数社ぐらいは数兆円規模

といった規模感でした。

これであればまだ日本も頑張れば少しは追いつけるかもしれない（かなり難しいけれど）、という印象でしたが、今やその差はさらに大きくなっています。

そして日本が時価総額1000億円のスタートアップを十分な数生み出せておらず、1兆円もまだ継続的に出せている状況ではない中で、アメリカのスタートアップエコシステムでは10兆、100兆と、期待と掛け金が上がってきています。

世界がこのように動いている中で、日本の対応も求められます。

もちろん、「日本のスタートアップエコシステム」の課題と改善も大事です。ただ一方で、この世界の状況に何かしらの形で対応していかないと、日本のスタートアップだけではなく、日本の産業自体が縮小均衡へ向かう可能性もあるのでは、と思っています。

だからこそ、日本にいる私たちも「日本から100兆円級のスタートアップを作るには？」という問いを、もっと日常的に交わしていく必要があるのではないか、と考え始めており、このブログ記事はその考えの整理のために書いています。

NotebookLM によるまとめ

💸 a16zの2.3兆円ファンドが示す勝負の「桁」

a16zのファンドの話に戻ります。粗い計算ではありますが、VCとして10年後に3倍のリターンを狙うとすると、彼らの2.3兆円のファンドは、10年後に約7兆円規模のリターンが必要になってきます。

この「7兆円」のリターンを実現するためには、以下のどれかになります。

• 100兆円企業の（最終的に）数％の株式価値を取れるような案件が複数必要
• 10兆円級の企業が複数生まれ、それぞれで一定割合を取る必要
• それに準ずる大型エグジットが必要

もちろん現実はポートフォリオで分散し、希薄化もあるので単純ではありません。ただ、それでも「これから10兆、100兆の企業を生み出す」という勝負の構えが、ファンド規模から見て取れる、ということは事実でしょう。

a16zのファンドは象徴的な一例です。これに限らず、この規模に近いところではLightspeedが約1.2兆円、Founders Fund が約9000億円のファンドを組成しています。リターンが3倍としたら、それぞれ3.6兆円、2.7兆円をコミットしているということであり、これらのファンドも同じ目線感で物事を考えているはずです。

こうした規模のファンドでは、ユニコーンやデカコーンをいくら生み出そうと、ほとんど意味がありません。1000億円の企業の20%を持っていたとしても200億円でしかなく、ファンドの求めるリターンの1%にもならないからです。

さらにこれらを足し合わせると、アメリカのスタートアップエコシステム全体としては10兆円以上のリターンを出していくことをコミットしており、それは100兆円のスタートアップを何個も出していく、という企てをしていることになります。

アメリカにも「VCのファンドサイズが大きすぎる」という批判は常にあります。しかしa16zはSpaceXやOpenAI、そしてDatabricksにも積極的に投資しており、特に現時点で20兆円の時価総額と言われるDatabricksに至っては、a16zが15%程度のシェアを維持していると仮定した関係者の話も出ているぐらいで、それはa16zは3兆円近いリターンを出せるかもしれない、という状況です。

それに実際、過去の a16z のファンドもリターンを生んでいることから、それは不可能ではないという説得力を持ち始めています。

🌎これは「関係のない他国の話」ではなく、「私たちもつながっている世界の話」

これは「対岸のこと」ではなく、日本にも以下のような「投資の空洞化」が起こりうるのではと思っています。

(1) 海外の投資家の目線感が上がる

まず日本のスタートアップエコシステムとして、ミドル・レイトステージの資金の出し手が十分ではなく、海外の投資家からお金を引っ張ってきたい、という議論が常にあります。

そんなとき、海外のTop TierのVCから投資を受けようとすると、彼ら彼女らは上述した時価総額100兆円規模や、米国並みの成長率・ストーリーを求めてくることになります。つまり、そうした目線感で目標を設定していなければ、彼らの投資は受けられないということです。（もちろん海外のVCや上場にも様々な規模があり、必ずしもそうではありません）

海外のVCも「大規模」と「専門家」の二極化が進みつつあるという議論があります（ややa16zのポジショントークもあれど）。

そうしたトレンドを追いかけておかないと、日本のスタートアップエコシステムが海外の資金を獲得する、というのは難しくなるのではと思います。

(2) 人材・顧客が海外スタートアップに取られる

おそらく今後大きく資金調達をするスタートアップがどんどん出てきます。優秀な人材の報酬相場も上がっていくでしょう。そうすると、日本の優秀な人材は海外で多額を調達したビッグスタートアップにどんどん流れていくことになります。

それだけではなく、顧客となる大企業の目線もグローバルを向くことになるでしょう。スタートアップの優劣や勝敗は、サービスの継続性にも直結するからです。小さなスタートアップにどれだけ優れた技術があろうと、その差がわずかであれば、規模による安心感のほうが企業社内の稟議の好材料となりやすいはずです。

もちろん、商習慣や言語などの障壁もあるかと思いますが、LLMの発達等で可能になりつつあるUIの自動適応なども進んでいけば、従来よりも障壁は下がっていくように思います。

実際、LLM に関しては、SaaS とは異なり、日本のサービスを使うというよりも、海外の企業のサービスを直接的に使うケースが増えてきているのでは、と思います。

(3) 日本の企業・資金による海外スタートアップへの投資が進む

さらに、海外スタートアップへ投資しやすい環境が加速する可能性もあるように思います。たとえば以下のような要因によるものです。

• 投資機会（と資金）が米国に偏在してきている - US企業へのVC投資額は、2024年には全世界の56%だったものが、2025年には64%まで上がった、と Crunchbase は報告しています。2019年から2023年まではUSが占める割合は47%前後だったところから大幅に上がっています。
• LPとなる日本企業の売上の海外比率が上がっている - 現在、日本の大企業の多くは売上の約半分が海外売上になっているところも多く、これに伴い、海外子会社側に外貨資金が滞留しやすくなり、外貨建てでのスタートアップ投資やLP出資のコミットがしやすいという面があります（ただし必ずそうというわけではありません）。
• 企業側からは日本のスタートアップやVCにこだわる必要はない - 特にディープテック領域では、大企業は非日本のスタートアップに対してよく投資を行っています。これは世界中のスタートアップをフラットに並べたときに、日本のスタートアップは少ない＆小さすぎて投資の対象に入ってこないから、ということも言われます。
• 日本のVC全体のパフォーマンスとUSのパフォーマンスの違い - USでも「ファンドサイズが大きすぎる」という議論はありますが、AI/宇宙などの領域で超大型の勝ち筋が見えやすくなっており、結果としてVCという器が正当化されやすい（資金が集まり、さらに案件も集まる）状況にあります。

こうした話は直近の Repeat Rhyme 『2026年のVC・スタートアップ業界のトレンド予想、2024年の予想の振り返り #182』でも話されていましたが、まさにこうした変化をどう日本として受け止めていくのかを考えていかなければならないのだろうと思います。

⏰「地域ごとの産業」「タイムマシン経営」が難しくなってきている

過去においては、1つの各発明に対して、各国で各産業が生まれてくる時間的な余裕がありました。たとえば、先進国各国に代表的な自動車会社がそれぞれ存在しています。

ITの時代になって、いわゆるタイムマシン経営ができたのも、「時差」や「参入障壁」があったからです。

しかし人・もの・金・情報がグローバルでより緊密につながった世界では、1つの国で生まれた発明は短い時間で世界に広がります。その結果、1つの場所に資源が集まりやすくなっていて、タイムマシン経営が可能な時差が短くなり、資本も先行する国に集約するので、やりづらくなっていくのだろうと思います。

たとえばOpenAIをはじめとしたAIのフロンティアモデルを作っている企業は、米国と中国以外からほぼ出ていません（フランスのMistralもいますが、事業的にはやや遅れてしまっているように見えます）。

また参入障壁となっていた言語や規制などについても、今後AI等によってその障壁は徐々に下がってくる可能性もあります。（開発コストが下がれば各国の規制対応もやりやすくなるため）

これは以下のような構造的な問題です。

• 技術やプラットフォームは複利で進む（先行者がより先行する）
• 人材は集積に集まる（強いチームがさらに強いチームを呼ぶ）
• 資本は勝ち組に集中する（勝ち組のいる場所にさらに資本が集まる）

つまり問題は単に「遅れること」ではなく、世界規模に見たときに「遅れが固定化されること」であり、特定の産業で見たときには国単位のパワーローが働きやすくなっているのでは、ということです。

よって、その差が固定化される前にどういう動きをするかが大事になってくるということであり、機会の窓が閉じる前に、どのように勝ち筋を設計するかが大事だということです。

🗾 Why Japan?

富は移動しやすく、偏って存在する傾向にあります。

それは主に国内の話で語られていましたが、昨今はグローバルで見てもそうなってきているように思います。世界規模でのWinner Takes Allです。

昔は国ごとに独占禁止法などの歯止めがありましたが、それは主に国内での健全な競争を促すためのものでした。

現在は国家間の軋轢が複数生まれており、自国での企業の独占を過剰に禁止すると他国との競争に負ける、という危機感も生まれつつあります。そうすると、国内外ともに独占に対する歯止めがやや効きづらい状況にもあるように思いますし、むしろ国内で独占企業が生まれても、その事業が諸外国にうまく刺さるようであれば国として支援していく、ということもありえます。

（ただし中国のアメリカへの急速な追い上げがいったん緩まり、名目GDP比での米中の比は、2021年の78%ぐらいをピークに、2022年以降は下がって、2024年は65%程度になっているので、また異なる状況になるかもしれませんが…。）

これまでスタートアップに対してWhy Japanが問われることは多く、またVCに対してWhy Japanが問われることも多いところでした。それに加えて最近は、日本のLPが投資先をグローバルにフラット化していく中で、日本全体に対する「Why Japan」が改めて問われている、ということでもあるでしょう。

（もちろん、リスクヘッジのために日本やアジアに一部を配分することは続くと思いますが…。それはあまり積極的な理由ではありません。）

「成長産業があるから日本」という答え

実際、日本企業も含めた多くの企業が「人口等を考えると日本は成長しづらい」と見做しており、日本に投資対象もないため、海外で稼いだお金が日本円として戻ってきていない、ということは最近しばしば指摘されていることです。

これもまた「Why Japan」にうまく答えられていないが故に起こっていることです。

トランプ大統領の関税関連でも、日本はアメリカに80兆円の官民の投資をすることになりましたが、その投資の結果、仮に日本企業がアメリカで儲かったとしても、そのお金はアメリカの中でぐるぐると投資に使われることになるでしょう。

それは円安圧力となり、輸入に頼る日本は厳しい状況に置かれ、さらに成長の可能性が削がれていきます。

そうした悪循環から抜け出すためにも、日本には成長産業や成長する企業が必要です。

それが海外からの投資を呼び込み、そうした投資によって成果を上げ、成果を賃金に回して実質賃金を上げて、より多くの人たちが豊かになり、消費も盛んになって内需も増えて投資も増えていく、そうした富の循環が起こるような社会にしていく必要があるだろうと思っています。

だからこそ、日本にいる私たちもまた「100兆円スタートアップを作るには？」といった思考や構想をもっと多くの人がしていかなければならないのでは、と思っています。

💯100兆円とはどのような規模か

時価総額100兆円はどれぐらいの規模でしょうか。日本の時価総額トップはトヨタで現在50兆円近くということは先に述べました。金融系を抜けば、トヨタ＋ソニー＋日立で100兆円です。

車業界で言えば、Teslaはすでに1社で100兆円を超えていますが、続く企業としてはトヨタ、BYD、GM、ベンツを合わせてようやく100兆円となっています。

100兆円の時価総額というのは、利益で言えばPERが50倍なら利益は2兆円、PERが25倍なら利益を4兆円を出すような、そんな規模となります。そのための顧客数や顧客単価、粗利率などを考えていくと、かなり難しいことは分かります。

「時価総額＝社会的インパクト」ではありませんが、一方で、資本を集め、雇用を生み、サプライチェーンや標準を動かし、産業構造を変える力は、やはり時価総額（あるいはそれに相当する市場の期待）と強く結びつきます。

企業の規模感は、時価総額が1桁上がるごとに、

• 1000億円 - 国内社会や既存企業のかなり大きな課題を解決する
• 1兆円 - 世界の大きな課題を解決する
• 10兆円 - 国内規模の産業やインフラを作る
• 100 兆円 - 世界規模・人類文明のインフラを作る

といったような印象があります。

10兆円以上を達成するには、「複利が効くような（べき乗則が働くような）ビジネス」であり、「既存の社会の基盤を大きく揺るがすような何か」が必要なのだろうなと思います。

最近だとAIやLongevity、過去には電気や車のように、人類を脅かすような議論を呼ぶような面もあるけれど、世界を大きく良くするような、そんな発想の実現が必要な領域なのでしょう。

いわば、私たちが目指すべきなのは、月を越えて火星、あるいは木星なのかもしれません。それは月へと向かうムーンショットを越えて、SpaceXが狙うマーズショットや、その先のジュピターショットを狙わなければ達成できない、ということです。

（ただし、これを進めると容易に駄目な加速主義的な結論になりやすいとも思っており、その点には注意が必要だと思っています。）

100兆円企業による国への貢献

こうした規模の企業を生み出すことは、国の次なる産業の土台となります。

それだけではなく、前述の通り、日本に投資を呼び込むきっかけにもなり、それが賃金にもつながっていくのではと思います。

投資収益自体は海外でも得られるますが、国内に残るものは少ないですし、資本家が大きく得をする構造になるため、裨益の幅を日本社会全体に拡げていくためには、やはり国内でどう作っていくかを考えていかなければなりません。

こうした規模の企業や産業は、国の安全保障にも貢献します。

たとえば中国の台湾侵攻の抑制が、TSMC等によるシリコンシールドという一定の効果があるという説もあるように（TSMCの時価総額は250兆円程度）、日本ならではの技術的・事業的な不可欠性を持つ企業をいかに大きな規模で作っていけるかは、経済安全保障や伝統的安全保障（防衛）という観点でも重要なように思います。

EU諸国は陸続きであり、諸国が協力するインセンティブがあるように思いますが、日本は島国であるがゆえに、そうした協力のインセンティブはそこまで高くないからこそ、アメリカやその他の国に必要とされる日本をどう作っていけるかは、経済活動にも大いに依拠します。

a16zが作った2.3兆円のファンドの記事の中で『我々の使命は、アメリカが今後100年にわたる技術競争で勝利することを保証すること』と述べています。いわば技術覇権の争いに、スタートアップ側から参入し、貢献するという意思表明でしょう。

それだけの覚悟があって、大きな期待が集まり、大きな資源が集まるのだとしたら、日本のスタートアップエコシステムもそうした覚悟を持てるかどうか、というのが問われているようにも思います。

❓問いを持たなければ、答え❗は出ない

個人的に、2年前に書いた「終わりの始まり」の記事のときよりも、危機感は高まっています。あの記事は主に国内の話に止まっていましたが、今は日本という国の国際的な立ち位置が揺れるなかで、新しい規模の事業を作っていかなければならない、そんな状況だからです。

もちろん、供給力の記事でも解説したように、日本社会の維持を効率化していくようなスタートアップも大事です。気候変動等の世界規模の課題を解決することで、大きなスタートアップを生んでいけるとも信じています。

一方で、日本社会を豊かにしていくためにも、次世代の新産業を作っていくスタートアップも重要だと思っています。

その新産業を作るというときの規模は、おそらく1兆円ではなく、10兆円、100兆円を目指していかなければならないのでしょう。

『スタートアップの幻滅期を越えていけ』という記事では、大きな構想を作っていくことの重要性を述べましたが、まさに今、「いかにユニコーン企業を作るか」「いかにデカコーン企業を作るか」を超えて、「どうやって100兆円企業を作るか」を考えていかないと、日本がグローバル市場での一定の立ち位置を確保できないのではないか、という危機感があります。

もちろん、実現は難しいでしょう。

しかし、問いを持たなければ、答えは出てきません。

ただしこれは、アメリカにとっても挑戦のはずです。

それはある意味で、「終わりの始まり」どころか、新しいレースの始まりの号砲とすら言えます。その号砲に応じて走り始めるか、それとも別のレースを走るのかを決めなければなりません。

もちろん参加しない選択肢もありますが、グローバルで市場がつながり続ける以上、何かしらのスタンスを取るべきなのだろうと思います。

その1つがレースに何らかの形で参加するということです。だからこそ、私たちは「100兆円スタートアップを作るには？」という問いをもっと持って行くべきなのではないかと思います。

事例が出てきたから考えられるはず

希望はあります。

OpenAIなどがその規模を10年で実現した、という事実です。

仮にOpenAI の評価額自体がAIバブルの産物であったとしても、SpaceXはその規模を達成しています。

スポーツやキャリアなど、かつては「乗り越えることが不可能だと思われていた壁」も、一度誰かが乗り越えると、続々とその壁を乗り越えていく人たちがいるものです。

私たちも原理的に不可能というわけではありません。私たちもその発想ができるようになるはずです。

だからこそ、「100兆円スタートアップを作るには？」という問いの回数を日本全体でどのように増やしていくのか、それがまずは第一歩目の試練のように思います。

仮説の例）人類課題の Focused Research Organization

問題提起だけでは不十分だと思うので、私も1つの仮説を提示しておきます。

まず真っ向から勝負したら、大きな資本の前で太刀打ちできないので、同じ土俵で戦うのはなるべく割けて、戦略的に取り組んでいく必要があるでしょう。できることなら、アメリカや中国が目をつけていないところに対して先行的に投資できていることが望ましいと考えます。

やはり100兆円となると、かなり根本的な変革をもたらすものが必要となります。

そのときに必要なのは、根本的な変化を起こしうる研究課題に取り組むことなのではないかと思っています。

実際、現在話題となっているOpenAI は、2015年に非営利の研究機関として設立されました。それが今や100兆円を超える企業となっています。

気をつけなければならないのは、足下は確かに「研究から始まる」のですが、「世界を変えるようなテーマ設定」から始まっているのだろうと思います。人類社会を大きくひっくり返すような、OpenAI にとってのAGIのような、SpaceXにとっての火星への移住のような、そんな研究が大事なのではないか、というのが今のところの仮説です。

そのために、Focused Research Organizationのような仕組み（どちらかというとNSFのTech Labs Initiativeに近い性格のもの）を使い、大きな変革を起こしうるテーマを設定して、FROを10個作り、10個に1個が大きく当たればいい――という賭けです。

振り返ってみればOpenAIなどもFROのようなものから始まりました。そうした挑戦が必要なのだろうと思います。

最近話題のヒューマノイドに賭けるなどでは遅く、2015年におけるAGIのような、兆しは見えているが早いと思われているような領域を選ぶ必要があるのだろうと思います。

たとえば、バイオものづくりのOSかもしれませんし、出産や子育ての在り方を変えて社会を変えるような人工子宮かもしれません。そうした大きく人類の生活を変えるような領域の研究を特定の目標を持って推進することが、一案ではないかと考えています。

まとめ

次世代の産業というときに、どういった規模で物事を考えていかなければならないのかを改めて考えてみました。

もちろん、まずはスタートアップ投資のリターンを返すというところも考える必要はありますし、今現在、スタートアップに挑戦中の人たちもいるので、すべての人たちがそうであるべきだとは思いません。

ただ少数でも、こうした規模感で何かを企てていくような、そんな人たちが必要なのだろうと思っています。

これまでの私個人の問題意識も引き続き持ちつつ、私自身も「日本から、私たちの世代から、100兆円スタートアップを作るには？」という問いをもっと持ち、多くの人とその問いを交わして、仮説を作っていければと思います。

フルスタック・ディープテック・スタートアップという戦略

2014 年に Chris Dixon が提唱した『フルスタック・スタートアップ』という概念について、以前から翻訳したり、記事を書いたりしていました。

このフルスタック・スタートアップにディープテックを組み合わせたものが、『フルスタック・ディープテック・スタートアップ』です。アメリカのVCである Cantos Ventures の Ian Rountreeが提唱しています。

フルスタック・ディープテック・スタートアップの特徴は、

「画期的な技術」を販売するのではなく、「最終製品」を提供すること

です。

宇宙領域で言えば、「高度なロケットエンジンを売る」という事業をするのではなく、ロケットを売る（あるいはそのサービスを売る）のがフルスタック・ディープテック・スタートアップです。

そして、私自身も、ディープテック・スタートアップだからこそ、フルスタック志向のほうが良いのでは、と感じることが多々あります。

ではなぜディープテックはフルスタックのほうが適しているのか――Ian が出演した年始の Energy Impact Partners の Podcast を聞いて、改めてその考え方を日本でも広く知っておいてほしいと改めて感じたので、記事にもまとめておきます。

簡単な要約

• フルスタック化は、スタートアップが各種の摩擦（統合・運用・販売・責任）を自社で吸収し、学習速度と実装速度を上げる戦略です。結果として、TAM拡大や参入障壁にもつながります。
• ただし、事業範囲が広がるため、CAPEX・規制・オペレーションのリスクを抱えるため、向き不向きの見極めと、事業構想がとても大事になります。

NotebookLM のスライド要約

課題：なぜディープテックスタートアップはシリーズAで止まるのか

ディープテック・スタートアップは、主に大学の研究等の「Technology Readiness Level は低いが、大きな可能性のある技術」を中心に商用化することで、事業としての急成長を目指す、起業の一形態と見做されています。

その範囲は、宇宙、素材、創薬、電子機器、など様々な領域にまたがります。

共通しているのは、技術自体が事業のコアコンピタンスになる、ということです。

そのため、従来のディープテック・スタートアップのアプローチは、「画期的な技術を既存企業に売る」ことでした。

技術は「歯車」でしかない

しかし『レイヤー構造』のスライドで解説したとおり、技術は製品というシステムの一部でしかありません。

別の言い方をすれば、技術は製品がうまく機能するための『歯車』の1つです。

そして製品は工場での生産等の歯車の1つであり、さらに製品は会社の利益創出活動の歯車の1つといえます。

1つの「歯車」のために全体を置き換えるか？

歯車は他の歯車とうまく組み合わさることで、その機能を十全に発揮します。しかし噛み合わせが悪いとなめらかに機能しません。

事業全体のパフォーマンスを上げるということは、この歯車が連続的にかみ合うこと、いわゆるワークフローが流れていることが大事だということです。そのため、1つの歯車がどれだけ優秀だろうと、その歯車を採用するために、他の全てを変えようという判断にはなかなか至らないでしょう。

その結果、

「1つの歯車がどれだけ優秀でも、その歯車の採用のために他の歯車を全部入れ替える判断はしにくい」

という意志決定が起こりやすくなります。

例）高速な名刺のスキャン

身近な具体例を考えてみるとより分かりやすくなります。

たとえば私たちの普段のワークフローにおいて、「AIで名刺スキャンが5倍の速さになります」と言われたところで、名刺管理CRMの入れ替えはあまり考えないはずです。名刺のスキャンというのは、全体のワークフローのほんの一部でしかないからです。

「技術売り」で生まれやすい課題とリスク

従来型の「技術を部品として売る」モデルでは、次の摩擦が起きがちです。

• 統合摩擦：既存ワークフローに合わせるための調整・カスタマイズが膨らむ
• 意思決定摩擦：顧客社内の力学（稟議・調達・情報システム・現場・法務・監査）で結論が出るのが遅い
• 運用摩擦：導入後の運用負荷（教育、保守、監視、監査対応）が増えやすい
• 調達摩擦：部分最適のROIだと予算科目に乗りにくい／「今ある仕組みで十分」とされる
• 実証から商用への断絶：PoCは通るが、本番運用の要件（品質・供給・安全・規制）で止まる

さらに困難を生むのは、こうした摩擦が事後に分かることによって、技術に求められるスペックや要求がどんどんと変わっていき、技術開発の方向性すらも変わっていく可能性があることです。

技術開発にどれだけリソースを注いでいたとしても、スペックが変われば、それまでの開発自体が無駄になることも多くあります。

「技術開発の進捗」という「偽の進捗」

ディープテックでこの難しさが露呈するのがシリーズAやその後のように思います。

技術自体の開発が進捗していることが事業の最初期には「評価」されます。一部の投資家から初期の資金調達まではできるでしょう。この結果、「この方向で良いんだ」とチームは思ってしまい、技術開発を進めてしまいます。

しかしいざ技術がある程度の性能になったあと、実際に顧客の現場に適用しようとすると、上記のような摩擦が生まれてきます。そうして技術開発の方向性がどんどんと変わり、余った資金で追加の技術開発をしていくことになります。

そしてシリーズAあたりにさしかかると、投資家の評価軸は「技術進捗」ではなく「売上」や「規模の可能性」などに変わってきます。しかしその準備ができていないチームは、往々にして残った資金で投資家の期待にマッチする十分な事業進捗（技術進捗ではなく）を出すことが難しくなっており、補助金でなんとか技術開発を進めていく道を選ばざるを得なくなる……ということが容易に起こります。

そうした評価される進捗の質的な変化を予見できていないことや、直近の投資家からの「技術進捗だけ」による高い評価によって、本来必要とされる活動に対して資源を割り当てられない、ということが起こりやすくなります。

フルスタック・ディープテック・スタートアップによる課題解決

そこでフルスタック・ディープテック・スタートアップ (Full-stack Deep Tech Startup: FDTS) です。

フルスタック・ディープテック・スタートアップは、これらの「技術売り」で発生しやすい摩擦を自社で吸収し、バリューチェーンを伸ばして、

• 従来：部品売り
• FDTS：製品売り

へと変えることです。

もう少し抽象化して話すと、摩擦はどこでも生まれるものの、従来起こっていた外部との激しい摩擦の部分は自社に内包し、外部との摩擦の少ないところまでバリューチェーンを伸ばすことで、相対的に摩擦を少なくする、ということなのかなと思います。

それがコモディティであれば、そのコモディティ製品を提供することなので、部品売りではなく製品売りとなります。

ただし、場合によってはモジュールを提供することだったり、あるいは製品以上のサービスを提供することだったりするかもしれません。

フルスタック・ディープテック・スタートアップのメリット

フルスタック・ディープテック・スタートアップのアプローチを取ることには、以下のようなメリットがあります。

(1) 自社でコントロールできる範囲が増え、学習と実装が速くなる

まず自社でコントロールできる範囲が増えることです。外部（既存企業の都合）に律速される範囲が減り、試行錯誤のループが回ります。スタートアップにとっての「スピード」は、単なる開発速度ではなく学習速度であるはずです。

スタートアップにはスピードが命だと言われます。『リーンスタートアップの限界』や『需要家のファーストペンギン』などの記事で、「顧客がビジネスの方向性を左右する」と書きましたが、自社の速度が外部によってどのように制約されないようにするかを考えるとき、フルスタックは1つの手法となります。

もちろん、その制約をトップ営業などでクリアできるなら、その限りではありません。

(2) 市場（TAM）を大きく取りに行ける

技術という部品を売るのは、その技術に相当な独占性がない限り、基本的にはスマイルカーブの中流に当たります。

一方バリューチェーンを伸ばしていくことで、収益性の高いところもカバーできるようになり、さらに大きなTAMにアプローチすることができます。また最終的に技術やオペレーションを磨いていけば、利益の幅も大きくなっていきます。顧客を掴むことで、さらなる製品開発も可能となるでしょう。

SpaceXはロケットエンジンを売るのではなく、ロケットを作り、衛星打ち上げサービスというインフラを売ったからこそ、宇宙産業が生まれ、Starlinkなどの新しい自社サービスを生み出すことができました。

(3) 参入障壁を築ける

フルスタックはデメリットも大きい（CAPEXや組織の複雑性）ですが、裏返すと、その高い山を乗り越えられれば他社に模倣されづらくなるということです。

たとえばTeslaなどの模倣はなかなか難しいものです。そのため、勝ちきってしまえば利益率が高まる可能性も高くなります。

なぜ今、フルスタック・ディープテック・スタートアップなのか

スタートアップがそうであるように、こうした概念には「なぜ今か」についての仮説が必要です。

(1) ソフトウェアによる再構築の機会

既存企業ではない形でソフトウェアが多くで使われるようになってきており、接続性が高まりつつあります。蒸気機関で動く工場から電気で動く工場への転換の際に必要だったのは、動力の技術的な転換そのものではなく、電気モーターによって生産レイアウトが変わったことであったように、工場の設計思想（生産アーキテクチャ）を変える点にあります。

逆に従来型の工場は、既存の設備があり、さらに投資もしてしまっているため、新しい電気という技術への乗り換えが遅れたという指摘もあります。（最近だと Duke の Damron (2025) など）

従来型の決定論的なソフトウェアによる確実性と、近年の確率的なソフトウェア（AI）による柔軟性の発展をうまく組み合わせることで、機械が agentic に動ける範囲と適用可能性が増えている、という風にも言えます。

ある意味で、今なら「Software-native」な「Full-stack Deep Tech スタートアップ」を作れることが、Why now の1つの理由です。

(2) 資金の獲得のしやすさ

10年前よりも、スタートアップが大きな資本を獲得できる環境が広がっています。フルスタックは初期に資本が要るので、この構造変化は重要です。

（おそらく10年前には歯牙にもかからないアイデアだったでしょう）

(3) 需要の変化（脱炭素、地政学など）

グリーンな製品への需要や、政治的リスクによるサプライチェーンの再編の需要など、従来の需要と異なる需要が立ち上がりつつあります。

この波は一過性ではなく、産業構造の再構築に接続し得るため、フルスタック型の「作って供給する」プレイヤーが価値を取りやすい局面が増えています。

フルスタック・ディープテック・スタートアップの例

では実際にこうしたスタートアップがいるのか、ということを振り返ってみます。

古いところでは以下のようなスタートアップが、このカテゴリに入るのではと思います。

会社	普通	フルスタック
SpaceX	ロケットエンジンを売る	宇宙サービスを行う
Tesla	バッテリーをGMに売る	EVを売る

最近だと以下のようなスタートアップがあるでしょう。

会社	普通	フルスタック
Anduril	防衛産業にSaaSを売る	防衛製品を売る
Solugen	バイオものづくり技術を売る	化学製品を売る
Hadrian	製造業向けSaaSを売る	アルミ部品を売る

ディープテックではありませんが、ソフトウェア領域でも同様です。

会社	普通	フルスタック
Flexport	物流業者向けソフトウェアを売る	輸送サービスを売る
Uber	タクシー会社向けSaaSを売る	タクシーサービスを売る

以下の記事なども参考にしてください。 

review.foundx.jp

デメリット

フルスタックは万能ではありません。主なデメリットは次です。

• 初期に大きな資本が必要（CAPEX）
• 技術リスクに加えて、オペレーション／品質／供給／規制のリスクを内包する
• サービスに寄せるほどスケーラビリティが落ちる場合がある（ラストワンマイルで人が介在する等）

しかしそうしたデメリットを超えてスピードが出せる、というのが、フルスタックのメリットです。

フルスタックが合わない事業

ただし、すべてのディープテックスタートアップがフルスタックに合っているかというと、おそらくそんなことはありません。たとえば以下のような事業はフルスタック・ディープテック・スタートアップでなくても良いかもしれません。

• 現在の創薬は別で、技術だけで大きなビジネスが成立しやすいため、チャネル等も含めたフルスタックのリスクを取る必要はないでしょう。
• 統合の摩擦が発生しない、技術単体がそのまま刺さるような技術もフルスタックを志向しなくても良いでしょう。
• TRL/MRL/ARLが極めて低いと、技術の科学的検証が律速になるので、資金を投入してもどうしようもない可能性があります。
• もし最終製品の中でとても重要な部素材であり、既存の10倍ぐらい良い性能があれば、部素材でも欲しいという人はいるため、部素材売りでも通用するでしょう。
• 最終製品にブランド価値などの感覚的な価値が高いものも同じく難しいかもしれません。ただし、テスラのように、最終製品に対してブランドを作ることができれば、超過利潤を得ることができるというメリットもあります。

フルスタックが合う事業

一方、フルスタックが合う事業もあるように思います。

(1)需要リスクが小さい製品

1つめは需要リスクが小さい製品です。

作ることができれば顧客は買ってくれて、しかも大きな市場が待っている、という状態であれば、需要リスクは小さくなります。（需要リスクと供給リスクの記事も参照してください）

あとは技術開発やオペレーションで、供給リスクを下げながら、コストを下げることを実現できれば良くなります。

たとえばエネルギーや化学製品のコモディティは、どういう作り方であろうと、最終製品の機能は同じです。安ければ買われます。

フルスタックは供給側のリスクを取ることになるため、需要リスクの低い製品群であれば、リスクのバランスを取りやすいでしょう。

(2) システム最適化・学習曲線が競争力になる

ハード×ソフト×運用が密結合で、レイヤー間の結合が強いような場合、つまり単体の技術だけでは価値が出ない場合の事業もフルスタック向けだと言えます。

また学習曲線が効く領域も多いでしょう。運用データなどのフィードバックによるプロダクト改良、あるいは製造量によるコスト低減などです。

(3) 実証が難しい事業

フルスタックを志向することの良い点は、資本（と許認可）さえあれば、実証までの期間を一気に短くできることです。

あまり重要ではない部素材であったり、重要だったとしても数十パーセントの向上などであれば、おそらく顧客はその部素材のためにすべてを作り替えるという判断はせず、その説得に数年かかってしまいます。

そこで規模は小さくても良いので、いったんフルスタックで作り上げて、規模拡大とともに自社の担当するバリューチェーンを短くしていく、という手があります。

実際、いくつかのスタートアップはそうしたアプローチを作っています。まずは自社でフルスタックで実証して、そのあとに自分たちの利益の高い領域だけにバリュチェーンを縮めて、他の付加価値活動をパートナーに移管していく、という手です。

(4) マルチプロダクトを出せる事業

フルスタックが実現できたときには、マルチプロダクト化していく傾向にあります。顧客側との接点も多く、資本も大きいため、マルチプロダクト化はしやすいし、そうしたほうが売上も上がるためです。

多くを自社で内製しているため、組織設計さえうまくいっていれば、スピードと柔軟性を担保できて、競争力も確保できます。

事業領域としては、a16zの記事では以下のような領域に可能性があるのではないかと言われています。

• 建設
• 教育
• 貨物輸送
• 半導体製造
• 公共事業

これ以外にも色々とあると思いますが、参考まで挙げてきます。

アウトプットを超えてアウトカムへ

Cantosの提唱するフルスタック・ディープテック・スタートアップは「最終製品」というアウトプットでした。しかしそれを越えてアウトカムに近づけば近づくほど、より収益は上がりやすくなります。

たとえばWaymoも、自動運転のソフトウェアでもなく、「自動運転車」という製品でもなく、人の輸送サービスを行うからこそ、今の評価額になっていると思われます。

実際、SaaSやRobot as a Service (RaaS)、あるいは運転保障サービスなど、製品ではなくSLAつきのサービスとして提供され始めているのは、製品を超えてサービスを提供することで、そこでデータや顧客接点を得て、さらに改善につなげていくことができるからです。

一方で、アウトカムに近いことで、スケーラビリティがきかなくなっていくサービスもあります。たとえばRIZAPなどは「痩せる」「筋肉をつける」というアウトカムを提供しますが、そうであるが故に人が介在する必要があり、ラストワンマイルでスケーラビリティが取りづらい構造になっています。Uberは、最後は人が介在しなければならないところをマッチングで解消していますが、それにも限界があります。

また、サービスに近づけば近づくほどオペレーションやリスクも増大します。そのリスクをどうやってソフトウェア等で緩和するか、というのは腕の見せ所ではないかと思います。

フルスタック・ディープテック・スタートアップのHow

ここからはかなり作業仮説の要素が強くなりますが、現時点で考えているHowの部分をお話します。

(1) 構想力

このフルスタックの事業は、供給のためのシステム全体を最適化していくことです。

エジソンが電球だけではなく、発電や送電、銅のコストも含めてシステム全体を考えていたように、かなり高い視座を持ちつつも、かなり細かな実験をしていくような、『構想力』が求められます。

ここで重要なのは、技術のロードマップの構想だけではなく、

• 製造／供給／保守
• 調達／契約／責任分界
• 規制／認証
• 価格と利益構造

までを含めた全体構想であることは拭きさせてください。

(2)ステージゲートなどのプロセス

1➡10➡100➡1000など、桁を1つずつ上げていく中でステージゲートを設けていく必要はあるでしょう。Liliumなど最初から多角化すると厳しいですし、Northvolt など大きなものを一気に作ろうとすると失敗する可能性は増します。

とはいえ、事業の競争環境によっては一部の桁を飛ばして、2桁上に行く、といったリスクを取る場合もあるかもしれませんし、技術によっては、1桁上と2桁上の規模感で異なる技術検証が必要で、その場合は1桁上げるステップを挟むのではなく一気に2桁上げるほうが合理的という場合もあります。

(3)スピードの確保

それぞれのステージゲート間ではシステム全体のすりあわせを一気にしていく必要があります。

また、初期は学習が命ですが、売上を立てにいくと品質・納期・運用が支配的になります。この二つを同じラインで回すと破綻しやすいので、組織をどのように運用するか、なども大事になってきます。

(4)リソースの確保

お金や人といった資源を大量に集めながら、その資源を効果的に使っていく手腕が求められます。お金については、エクイティだけではなく、補助金やデット、プロジェクトファイナンスなど、多様なお金の調達方法を知る必要があります。また日本には事業会社からの投資も多く、それらをうまく活用しながら、こうしたモデルを模索する必要があるでしょう。

人については、研究者だけではなく、製品開発から運用担当者、法規制担当者まで幅広く揃えながら、事業として統合していく必要があります。

起業家と投資家の会話

ディープテック・スタートアップは技術の商業化ではない、というのを何度も書いてきました。このフルスタック・ディープテック・スタートアップの概念は、そうした議論にも有用ではないかと思います。

ただし、このフルスタック型は投資家側のリスクが増えるアプローチであることには留意が必要です。資本リスクが上がるし、技術以外のリスクも増えるからです。

しかし一方で、ディープテックスタートアップへの中途半端な資金提供は、むしろ顧客との摩擦を生む事業構造しか作れなくなり、スピードが出せず、そのスタートアップの可能性だけではなく、その元となった技術の可能性をも殺してしまう可能性があります。

最初の摩擦がある部分をどのように乗り越えるか、という点においては、最初からある程度大きな資金を投資して、技術以外の部分の垂直統合も検討した方が、投資家と起業家の両者にとってリスクが緩和されうる道筋にもなります。

仮にフルスタックでなくとも、バリューチェーンを伸ばした方が摩擦が少なくなる可能性もあると思います。

この記事をきっかけに、

• 「初期にどこまでバリューチェーンを伸ばす方が良いか」
• 「気になるリスクを緩和するために何を精緻にすれば良いのか」
• 「そのリスクを受容できるだけの大きな構想を描けるのか」

を起業家ー投資家間で議論していけるようになると良いのでは、と思っています。

まとめ

良い構想を持つスタートアップに対して、より大きなお金をつけて、より大きく精緻な構想を描くように促すことが、日本からフルスタック・ディープテック・スタートアップを生み出していくためには必要です。

特に初期から大きなお金が必要になるため、投資家や補助金担当者の一部が、こうした戦略があるということを認識し、それに賛同する状況を作れなければ、おそらく「リスクが高すぎる」という判断がされ、この戦略を取れるスタートアップはいなくなってしまうでしょう。

逆に言えば、こうした考えや戦略を持つ投資家が増えることで、この戦略を取れるスタートアップは多くなりるということです。

この原稿は私の仮説であり、一種の言説です。ただこうした言説に多くの人が触れて、一部の投資家の方々がこの言説に近い信念を持つとき、お金が集まり、起業家の皆さんが実際にこうした挑戦ができるようになる類いの言説ではないかと思います。

そうした仲間捜しという意味で、こうした戦略を共有することは意味があるのではないかと思い、書いておきます。

未来を構想する

この数年で『未来を構想する』ことの重要性が増しているように感じています。

2010年代は「ソフトウェア・スマートフォンという解決策」によって解ける適切な課題を探すための「未来を手探りで探索する」ことや、課題解決の重要性が相対的に高い時期だったように思います。

しかし2020年代に入り、より大きな事業構築への期待が高まりました。さらに社会の秩序が本格的に乱れることで、2010年代とは異なる不確実性が高まっている環境になっています。

そのような環境の中で新しい事業を作っていこうとしたとき、自らの意志に基づいて「未来を構想する」 ことがより重要になってきているようです。

ではどのようにすればうまく構想（ブループリント）を描けるようになるのでしょうか。

2021年に書いた『未来を実装する』では、「調べても未来の描き方は分からなかった」として、ロベルト・ベルガンディの方法論を紹介する程度に止まっていました。

でも、今ならもう少し先まで行けるかもしれないと思っています。『解像度を上げる』『仮説行動』などの本も書いたほか、最近は未来の構想をするワークショップなども関わること増えてきたためです。

本稿ではそこでの学びを少しまとめておこうという記事です。まだ柔らかい段階で一般論にとどまっている印象もあるので、もう少し精緻化したいとは思っています。

なお、本稿では「新規ビジネスにおける構想」かつ「10年以上先の未来」を意識しながら書いていますので、別の領域では当てはまらないかもしれません。ご留意ください。

本稿で整理している概念

まずこの記事の要点を解説しておきます。

• 構想とは - 未来の一時点での「絵姿」と、そこに至るまでの「ステップ」の仮説である
• 構想の良し悪し - 影響度と確信度の両方が高ければ良い、低ければ悪い
• 構想の構成要素 - 大きさ／細かさ／整合性／順序（時間）の4軸で整理できる
• 構想の作り方は - 発散と収束（＝仮説と検証）を、段階的かつ高速に繰り返すことが中心である

また、以下の3つの本の概念を使っています。

なぜ構想が必要か (Why)

なぜ構想が必要なのでしょうか。まず未来の構想を作るメリットはいくつかあります。

(1) やることが明確になる

私たちが今何をすれば良いのかの見通しも良くなります。

未来の構想を作ることで、未来と現在とのギャップが明らかになります。すると「未来と現在に横たわるギャップをどうやって埋めるのか」という問題設定が可能になります。

いわば、未来の理想がなくして、課題は見つからず、課題がなければ私たちが今何をやるべきかが定まりません。

辿り着きたい未来が変われば課題も変わり、解決策も変わり、今やるべきことも変わります。逆に言えば、良い構想を定めることができれば、私たちはこの課題と解決策の往復運動の幅をある程度狭めることができます。

(2) 仲間を作りやすくなる

また、構想があることで、何をするのかが分かりやすくなり、仲間が集まりやすくもなります。

いわゆるロジックモデルやTheory of Changeを公開することで、コレクティブインパクトを実現しやすくなる、ということです。

構想とは何か (What)

私は「構想」を「未来の一時点での絵姿とそこまでのステップの仮説」と捉えています。

つまり、構想には2つの仮説が含まれます。

1. 未来の一時点での絵姿の仮説
2. そこまでのステップの仮説

絵姿は目標であり、ステップとは戦術や打ち手、ロードマップなどのことです。

いわゆる「ビジョン」だけでは構想と言えず、ビジョンに至るまでの打ち手の仮説、いわば戦略や戦術の仮説が揃ってはじめて構想と言えます。

山登りで言えば、登るべき山とその登り方の計画のセットが構想とも言えます。

構想の『解像度』

「構想」をジグソーパズルで表現してみましょう

「構想がある」と言える状態は、ジグソーパズルにおいて以下の3つの条件を満たしていると言えます。

1. 全体の完成形
2. ピースが分かっている
3. ピースを置く順番が分かっている

ただし実際にはピースが存在するかどうかも分からないため、 その全体の絵姿を完成させるかどうかも分かってはいない、というところには留意が必要です。

このジグソーパズルをメタファーにしたとき、構想の優劣は以下の4つの軸で整理できるのではと思います。

• 大きさ（絵姿の大きさ：パズルの完成形の大きさ）
• 細かさ（ピースの細かさ：要素がどれぐらい分解されているか）
• 整合性（ピース同士が矛盾せず固くつながっているか）
• 順序（どの順序でピースをはめていくかの時系列）

『解像度を上げる』で取り上げた視点で言えば、以下のような対応関係があります。

• 大きさ：広さ
• 細かさ：深さ
• 整合性：構造
• 順序：時間

4つの要素の依存関係

これら「大きさ」「細かさ」「整合性」「順序」の4つの要素には依存関係があります。

• 構想が大きいと整合性を維持するのが難しくなります。たとえば文章でも、140文字以内で整合性のある文章を書くのは簡単ですが、1000文字の原稿だとやや難しくなり、1万文字はそこそこ難しく、10万文字だと更に難しくなることに似ています。
• 一方、構想の整合性や実現性に強くこだわれば、大きな構想は描きづらくなります。両方とも高い状態を意識的に目指し続けなければ、私たちの思考は現実や実現性の重力に引き戻されます。
• 構想が大きいと、細かなところに気を配るのも難しくなります。抽象度の高い大きなピースがいくつかあったとしても、そのピースを用意して持ってくるのは大変です。逆に細かいところに気を払いすぎると、大きな構想を描けなくなります。
• 時間が長くなると『未来のコーン』（不確実性のコーンの逆版）のように、可能な未来は広くなっていき、整合性を取るのが難しくなります。一方で時間が長くなると、発想は広がる傾向にありますし、できることは増えます。たとえば、5年後を目標にすると現在入手可能な技術で実現する必要がありますが、15年後だと多少の技術の研究開発もできます。

なお、最終形の絵姿の整合性もそうですが、時間的にぴったりと整合している（たとえば2040年を狙ったら2040年ちょうどにできている）といった整合性も大事です。

構想は『仮説群』である

構想は仮説だと言いました。仮説とは仮の答えのことです。

そして構想は1つの仮説というわけではなく、複数の仮説がシステム的に複雑に絡み合った仮説群であり、『仮説行動』の言葉で言えば仮説マップとも言えます。

 そして構想は仮説であるが故に、決まり切ったブループリントというよりは、常に更新し続ける「生もの」であり、行動や懸賞の結果、更新していくものでもあることは強調させてください。

構想の評価：影響度×確信度

それぞれの仮説や仮説群は、主に2つの軸でその強さを整理できます。

• 影響度（インパクト）
• 確信度（実現可能性）

このとき、影響度と確信度の両方を、目標とステップは行ったり来たりしながら、影響度と確信度の両方が極めて高い仮説群としての『構想』を構築していくのが、構想をするということだと私は思っています。

構想を作る方法：全体の流れ

ここまで、「構想とは何か」について整理してきました。ここからはよりHowの部分を解説します。

基本的には「発散と収束を高速に繰り返すこと」が未来を構想するためのHowです。別の言い方をすれば「作業仮説を作って検証することを高速に繰り返すこと」とも言えます。

基本的な作業仮説の作り方については『仮説行動』とその関連スライドでまとめたので、そちらをご覧ください。

ここでは、未来の構想を考えるという領域に限定した、発散と収束、仮説と検証の方法について解説します。

(1) 段階的に発散と収束をさせる

未来を考えるうえでは、一気に発散をさせるよりも、段階的に発散と収束を繰り返していく方が良いのではと感じています。

たとえば、

1. 20年後の自社の大まかな絵姿についての発散と収束
2. それを実現させるための道筋についての発散と収束
3. （必要なら）最初の1〜2年の検証計画について発散と収束

といった具合です。特に複数人で考えるときには、考えるときにはある程度段階的に行うことで認識合わせがしやすくなります。

ただし、一方通行ではなく、進んでいったときにやっぱり駄目だと思ったら、前の段階に戻ってもう一度発散と収束をすることをお勧めします。

(2) 現在と未来の挟み撃ちをする

「未来から考える」と「現在から考える」の行き来をしながら発散と収束を行います。

映画『TENET』を見たからなら分かると思いますが、現在と未来から挟み撃ちをしていくイメージです。いわゆるバックキャストとフォアキャストの組み合わせとも言えます。

これにより、未来の実現性などの検証もできるようになり、より精緻な方向性を掴むことができます。

ただし、現実の重力が強すぎるため、なるべく未来の可能性に比重を置いた議論をすることをお勧めします。

「段階的な発散と収束」を組み合わせると、以下のような図になるでしょう。未来から現在へ向けた発散と収束と、現在から未来へと向けた発散と収束を行うイメージです。

(3) 具体と抽象の挟み撃ちをする

これは色々なところで言われていますが、具体と抽象の行き来をすることでより精緻になります。多くの人はどちらかが得意で、どちらかを苦手とするので、苦手な方をより意識しておくと良いでしょう。

(4) 空想から始めて、「できる道」を見つける

私たちはついできることから考えてしまいがちですが、まず少し発想を飛ばして、いわば空想から始めることを奨励する必要があります。そこから逆算して、そこに至るための細い道を見つけていくのが構想です。

単なる空想に止まらないコツは、高速に検証することです。検証する能力さえあれば筋の悪いアイデアはすぐに捨てることができます。

(5) 現状のシステムを知る

システム思考的な現状の整理をしておくことは発散・収束の両面で重要です。

1つの要素の変化が他の要素にどのように影響をするのかを知っておくことで、レバレッジポイントも分かりやすくなります。

発散

発散させていくときに一番難しいのは、大きな構想を描くことです。多くの人は、大きな構想を描くことになれていませんし、場合によっては恐れを抱きます。ここを越える方法はまだうまく見つけられていないというのが実情です。しかし、大きな構想を描けなければ、影響度（インパクト）は出ません。

『仮説行動』でも大きな仮説を描く方法について解説しましたが、ここでは未来の構想を考えるための具体的な方法をいくつかまとめます。

(1) 二段ぐらい高所の未来を考える

もし会社であれば、自社よりも一段上の「産業」、さらに一個上の「国」レベルでの未来を考えて、その未来がどうなるから、その未来の国における「産業」や「自社」の位置づけを考える、というのが1つの方法だと思っています。

「自分たちの事業の未来を考える」ということをすると、自分たちの事業の延長線上でしか考えられなくなります。

(2) 情報を集める

大きく考えるためには情報が必要ではないか、という仮説を持っています。

アナロジーを行うこともそうですが、基本的に多くの人は適切な情報を持ち合わせていないため、大きく考える枠を設定できないのではと思っています。

（事前にインプットを揃えるだけで、発散の質が変わります。）

(3) 適切な制約やピン留めをする

アイデアには多少の制約があることで探索空間を緩やかに閉じることができて、逆に枠の外にある発想を促しやすくなるように思います。いわばテーマなどを持つことです。

生成AIを使うときも、抽象的なプロンプトには一般的な回答しか返ってきませんが、良い感じのところにピン留めして（適切な言葉をピンにして）、その周辺のアイデアを出してもらった方がユニークなアイデアが出やすいように思います。

このピンの留め方が、構想の筋の良し悪しをある程度決めてしまいます。

(4) 適切な枠組みをゆるやかに持っておく

他の領域の枠を無理矢理当てはめてみることで、現象の新しい見え方に気づくときがあります。いわゆるアナロジーです。

適切にアナロジーを行うためには、物事の構造的な理解と、構造自体のパターンを持っている必要があります。

収束

収束の多くは「検証」になります。構想で言えば、細かさや整合性のチェック、という形でしょうか。『仮説行動』でいえば「仮説マップの検証」にあたります。

以下は未来の構想を考える上で使える収束の手段です。

(1) 年表を作る

特に大きめの未来を考えるときには、「年表」を書いて、時間的な検算をすることもお勧めです。年表を書いてみることで、未来の構想を「気分」から「構造」へと変えるのを手伝ってくれます。意外と20年などは短いことが分かりますし、考えるべき他の要素の発見や整合性の検証もできます。

(2) 大きくブレない未来で検証する

たとえば20年後でも、おそらく人口の予測は相対的に大きくは変わりません（もちろんレンジはあります）。

それによる社会の変化はあり得ますが、「ベースライン」として比較的使いやすい要素で検証することで、空中戦になり過ぎるのを防げます。

(3) 推定して検証する（フェルミ推定など）

フェルミ推定などを活かすのも検証の一つです。

特に技術においては、理論的な最大値は変わらないので、こうした計算をしておくのはお勧めです（未来においても物理法則は変わらないので）。

https://blog.takaumada.com/entry/calculating-the-impact

(4) 専門性を持つ

それぞれの領域での専門性は、パズルのピースを寄り細かく見ていくために有効です。

特に整合性の穴（抜け）や、制約条件（規制・供給制約・技術的限界）を早く見つけるのに効きます。

(5) 検証の観点を最低限チェックリスト化する

収束の観点が浅いと、 整合しているように見える物語が成立してしまうことがあります。最低限、次の観点で検証することもお勧めです。

• 整合性
• 実現可能性
• 経済性
• 競争
• 反証

そのほか、検証方法については悪魔の代弁者やプレモーテム、プレパレードなど、様々な手法があるので、それらを使うと良いでしょう。

ツール

(1) ChatGPT を使う

アイデアの発散をするときには、ChatGPTなどの生成AIサービスにうまくプロンプトを投げられるようになりました。

特にLLMは発散を得意とします。ある意味アイデアの発散とはハルシネーションでもあるからです。

ただしハルシネーションが起こるということは、検証でミスをしやすいということでもあります。そうした意味で収束を得意とするわけではありません。また収束には意思が必要なので、そのあたりはまだAIに任せることはしづらい部分です。

(2) NotebookLMを使う

ざっくりと情報を入れて、その情報を元に未来の構想の叩き台を作ってスライド化することで、議論の叩き台を作りやすくなります。

Nano Banana Pro や Mixboard など、画像生成系を使うのも1つの手でしょう。

(3) 仮説マップキャンバスを使う

仮説マップキャンバスみたいなものを使って整理するのも1つの手かと思います。

まとめ

本稿では、未来を構想するうえで役立つかもしれないいくつかの考え方をまとめておきました。まだ私たちが試していることを全部書けているわけではないですが、一旦ツール群として使えるようにはなっているはずです。

なお、ワークショップの場合は時間制約に合わせてアクティビティを選んでいくことになりますし、参加者や目的に合わせて変更したり、事前に情報を準備したりするので、やり方は様々だと思います。

そして何より、「未来を予測する」「未来を当てる」というわけではなく、私たちは未来を構想し、それに実際に取り組むことで「未来についての仮説を正解にする」「仮説を現実にする」という気持ちで取り組むのが大事だと思っています。そこを最後に強調させてください。

できれば今書いているリソース本の次に、『未来を構想する』（仮）という本を書いて、そうした本を書きながら、未来を構想するための方法をもう少し自分でも深めていきたいと思っています。

（とはいえ、そろそろHowの本ではない本を書いて、別の考えを深めたいところなのですが…）

NotebookLM によるまとめ