原題: ビッグアイデア2026: パート2
原作者: a16z New Media
編集：ペギー、BlockBeats

編集者注：過去1年間のAIのブレークスルーが「モデル機能」を再定義したとすれば、今日のトレンドは「アプリケーションロジック」と「業界の境界」を再構築しています。2026年までに、AIは単なる受動的なツールではなく、あらゆるワークフローに積極的に統合され、産業、金融、消費、そして企業間のコラボレーションを包括的に向上させる、目に見えないオペレーティングシステムへと進化するでしょう。

a16zの年次レポート「Big Ideas 2026」第2部において、アメリカン・ダイナミズム・アンド・アプリ・チームは、2026年のキーワードは「リファクタリング」であると考えています。インフラストラクチャのリファクタリング、分散ロジックのリファクタリング、そして人間と機械の協働における境界のリファクタリングです。これらのトレンドをいち早く捉えることができる企業が、次の10年を決定づけるでしょう。

以下は原文です。

昨日、私たちは「Big Ideas」シリーズの第 1 弾をリリースしました。このシリーズでは、インフラストラクチャ、成長、ライフ サイエンスと健康、そして Speedrun チームが 2026 年までにスタートアップが解決すると考える問題について取り上げています。

関連記事：「 a16zが2026年を予測、4つの主要トレンドを明らかにする（パート1） 」

本日は、このシリーズの第2弾として、アメリカのダイナミズムチームとアプリケーションチームの視点をご紹介します。明日は暗号チームからのさらなるアイデアをお届けしますので、どうぞお楽しみに。

アメリカンダイナミズムチーム

デビッド・ウレヴィッチ：AIネイティブ産業基盤の構築

アメリカは、真の国家力を構成する経済セクターの再構築を進めています。エネルギー、製造、物流、インフラが再び注目を集めていますが、最も重要な変化は、真にAIネイティブでソフトウェア中心の産業基盤の台頭です。シミュレーション、自動設計、AI駆動型オペレーションといった分野に着手したこれらの企業は、過去を再構築するのではなく、未来を築いています。

これは、高度なエネルギーシステム、ロボットを駆使した製造、次世代の鉱業、そして生物学的・酵素的プロセス（あらゆる産業で必要とされる重要な化学前駆体の生産）といった、計り知れない可能性をもたらします。AIは、よりクリーンな反応器の設計、資源抽出の最適化、より効率的な酵素の開発、そして従来のオペレーターにはない洞察力を備えた自律型群の調整を可能にします。

工場の外でも同様の変革が起こっています。自律型センサー、ドローン、そして最新のAIモデルは、港湾、鉄道、送電線、パイプライン、軍事基地、データセンターなど、かつては包括的な管理が困難だった重要なシステムを継続的に監視できるようになりました。

現実世界は新しいソフトウェアを必要としています。それを構築できる起業家こそが、次の世紀のアメリカの繁栄を形作るでしょう。もしあなたがそのような人であれば、ぜひお話ししましょう。

エリン・プライス・ライト：アメリカ工場の復活

アメリカの最初の偉大な世紀は工業力の上に築かれましたが、その力は大きく失われました。その原因の一つは海外へのアウトソーシング、そして社会全体が持続的な発展を果たせなかったことにあります。しかし今、錆びついた歯車が再び動き始め、ソフトウェアとAIによって駆動されるアメリカの工場の再生を目の当たりにしています。

2026年には、エネルギー、鉱業、建設、製造業における課題解決に向けて、企業が「工場マインドセット」を採用するようになると考えています。これは、AIや自律技術をモジュール方式で導入し、熟練労働者と連携し、複雑でカスタマイズされたプロセスを組立ラインのように稼働させることを意味します。例えば、複雑な規制や承認への迅速かつ反復的な対応、設計サイクルの加速、製造可能性を最初から考慮した設計、大規模プロジェクトの調整管理の改善、そして人間にとって困難または危険な作業を迅速化するための自律技術の導入などが挙げられます。

ヘンリー・フォードが100年前に提唱した、拡張性と再現性を考慮した計画を初日から構築するというビジョンを、最新のAI技術と組み合わせることで、まもなく原子炉の大量生産、住宅需要への対応、そして猛スピードでのデータセンター建設を実現し、産業の新たな黄金時代を迎えるでしょう。イーロン・マスクの言葉を借りれば、「工場そのものが製品である」のです。

Zabie Elmgren: 観測可能性の次の波は、デジタル世界ではなく、物理世界にあります。

過去10年間、ソフトウェアの可観測性はデジタルシステムの監視方法を変革し、ログ、メトリクス、トレースを通じてコードベースとサーバーの透明性を高めてきました。同様の革命が現実世界でも起ころうとしています。

米国の都市にはすでに10億台を超えるコネクテッドカメラとセンサーが設置されており、都市、電力網、その他のインフラの機能をリアルタイムで把握する能力、すなわち物理的な可観測性は、喫緊の課題であり、かつ実現可能なものになりつつあります。この新たな知覚レイヤーは、ロボット工学と自律技術の新たなフロンティアを切り開き、機械が物理世界をコードのように観測可能な形で提示するユニバーサルネットワークを活用できるようになるでしょう。

もちろん、この変化には現実的なリスクが伴います。山火事を検知したり、建設現場の事故を防いだりできるツールが、ディストピア的な悪夢を助長する可能性もあります。次の勝者は、社会の信頼を獲得し、プライバシー保護、相互運用性、そしてAIネイティブなシステムを構築し、社会の自由度を低下させるのではなく、より透明性の高いものにする人々です。この信頼できるネットワークを構築する者が、今後10年間の可観測性を決定づけるでしょう。

Ryan McEntush: 電気業界のスタックが世界を前進させます。

次の産業革命は工場だけでなく、工場を動かす機械内部でも起こるでしょう。

ソフトウェアは私たちの思考、設計、そしてコミュニケーションの方法を変革してきました。そして今、私たちの移動、構築、そして生産の方法をも変えつつあります。電動化、素材、そしてAIの進歩が融合し、真のソフトウェア制御が物理世界にもたらしています。機械は感知し、学習し、自律的に行動する能力を持ち始めています。

これが電気産業スタックの台頭です。電気自動車、ドローン、データセンター、そして現代の製造業を支える統合技術です。世界を動かす原子と、それらを制御するビットを繋ぎます。鉱物は部品へと精製され、エネルギーはバッテリーに蓄えられ、電力はパワーエレクトロニクスによって制御され、動きは精密モーターによって伝達されます。そして、これらすべてがソフトウェアによって調整されます。これは、物理的な自動化における飛躍的進歩の背後にある目に見えない基盤であり、ソフトウェアが自動車に命令を出すだけでなく、自ら運転することを可能にするのです。

しかし、重要な材料の精製から高度なチップの製造に至るまで、このスタックを構築する能力は失われつつあります。米国が次の産業時代をリードしたいのであれば、それを支えるハードウェアを掌握しなければなりません。電気産業のスタックを掌握する国が、将来の産業技術と軍事技術を決定づけることになるのです。

ソフトウェアは世界を飲み込んできましたが、これからは世界を前進させる原動力となるでしょう。

オリバー・スー：自律型研究室が科学的発見を加速

マルチモーダル領域におけるモデル能力の進歩とロボット操作能力の向上に伴い、チームは自律的な科学的発見の追求を加速させるでしょう。これらの並列技術は、仮説の策定から実験の設計と実行、そして推論、結果分析、そして将来の研究方向の反復まで、閉ループの科学的探究を可能にする自律型ラボを生み出すでしょう。これらのラボを構築するチームは学際的であり、AI、ロボティクス、物理学と生命科学、製造、オペレーションなどの分野の専門知識を統合し、「無人ラボ」を通じて継続的な学際的実験を可能にし、科学的発見の新たな時代を切り開きます。

ウィル・ビツキー：主要産業におけるデータ征服

2025 年の AI 時代はコンピューティング能力の制約とデータ センターの構築によって特徴づけられる一方、2026 年はデータの制約と次のデータ戦争の最前線である主要産業によって特徴づけられるでしょう。

これらの主要産業は、依然として潜在的な非構造化データの源泉となっています。トラックの配車、計器の読み取り、メンテナンス作業、生産ライン、組立、試運転といったあらゆるデータが、モデル学習のための材料となります。しかしながら、「データ取得」「アノテーション」「モデル学習」といった用語は、産業界では一般的には使われていません。

こうしたデータへの需要は尽きることはありません。Scale社、Mercer社、AI研究機関といった企業は、プロセスデータ（「何が行われたか」だけでなく「どのように行われたか」も）を執拗に収集し、「スウェットショップデータ」一つ一つに高額な料金を支払っています。

既存の物理インフラと人員を有する産業企業は、データ収集において比較優位性を有しており、それを活用し始めるでしょう。彼らの事業活動は計り知れない量のデータを生み出し、自社モデルの学習や第三者へのライセンス供与にかかる限界費用をほぼゼロに抑えて収集することが可能です。

スタートアップ企業の台頭も期待されます。これらのスタートアップ企業は、データ取得、アノテーション、ライセンス供与のためのソフトウェアツール、センサーハードウェアとSDK、強化学習環境とトレーニングパイプライン、そして最終的には独自のインテリジェントマシンといった、コーディネーションスタックを提供してくれるでしょう。

アプリチーム

デイビッド・ハーバー：AIはビジネスモデルを強化する

優れたAIスタートアップは、単にタスクを自動化するだけでなく、クライアントの経済的利益を増大させています。例えば、訴訟案件を扱う法律事務所は、勝訴した場合にのみ利益を得られます。Eveのような企業は、独自の結果データを用いて訴訟勝訴率を予測し、法律事務所がより良い案件を選択し、より多くのクライアントにサービスを提供して勝訴率を向上させるのを支援しています。

AIはビジネスモデルそのものを強化します。コスト削減だけでなく、収益の増加にもつながります。2026年までに、このロジックはあらゆる業界に広がり、AIシステムは顧客のインセンティブとの整合性を深め、従来のソフトウェアでは実現できない複合的なメリットを生み出すようになるでしょう。

アニッシュ・アチャリヤ：ChatGPTはAIアプリストアになる

消費者製品のライフサイクルには、新しいテクノロジー、新しい消費者行動、新しい流通チャネルという 3 つの条件が必要です。

最近まで、AIの波は最初の2つの条件を満たしていましたが、新たなネイティブな流通チャネルが不足していました。ほとんどの製品は、既存のネットワーク（Xなど）や口コミマーケティングに依存していました。

OpenAI Apps SDKのリリース、Appleによるミニプログラムのサポート、そしてChatGPTのグループメッセージ機能の導入により、コンシューマー向け開発者はChatGPTの9億人のユーザーに直接リーチし、Wabiのようなミニプログラムネットワークを通じて成長を実現できるようになりました。コンシューマー向け製品ライフサイクルの最終段階として、この新しい流通チャネルは2026年に10年に一度のコンシューマー向けテクノロジーのゴールドラッシュを引き起こす可能性を秘めています。これを無視するか、あるいは後を追うしかありません。

オリビア・ムーア：音声プロキシが普及し始めている

過去18ヶ月の間に、AI音声エージェントが企業経営における実世界でのインタラクションを可能にするというコンセプトは、SFから現実へと変化しました。中小企業から大企業まで、数千もの企業が音声AIを活用し、アポイントメントのスケジュール設定、予約の完了、アンケートの実施、データ収集を行っています。これらのエージェントは、企業のコスト削減、収益増加、そして従業員がより価値が高く、よりやりがいのある仕事に取り組めるよう支援しています。

しかし、この分野はまだ初期段階にあるため、多くの企業は依然として「音声導入の入り口」段階にあり、ソリューションとして1種類または数種類の通話しか提供していません。音声エージェントが、ワークフロー全体（場合によってはマルチモーダル）に対応し、さらには顧客関係ライフサイクル全体を管理できるようになることを期待しています。

これには、エージェントがビジネスシステムに深く統合され、より複雑なインタラクションを自由に処理できるようになることが含まれます。基盤となるモデルが進化を続け、エージェントがツールを呼び出し、システム間で連携できるようになるにつれて、すべての企業が音声ファーストのAI製品を導入し、ビジネスの重要な側面を最適化しない理由はありません。

マーク・アンドルスコ：予告なしのプロアクティブアプリの登場

2026年には、一般ユーザーにとってポップアッププロンプトの時代は終わりを告げるでしょう。次世代のAIアプリケーションは、目に見える入力プロンプトを一切排除し、ユーザーの行動を観察し、確認すべきアクションを積極的に提案します。IDEは、ユーザーが話す前にリファクタリングを提案し、CRMは通話終了後に自動的にフォローアップメールを作成します。デザインツールは、ユーザーが作業を進めるにつれてバリエーションを生成します。チャットインターフェースは単なる補助的な役割となり、AIは目に見えない足場となり、あらゆるワークフローに浸透し、コマンドではなく意図によって起動されるようになります。

アンジェラ・ストレンジ：AIは銀行と保険のインフラを真に向上させる

多くの銀行や保険会社はすでに、文書処理や音声エージェントなどの AI 機能を従来のシステムに追加していますが、AI が金融サービスを真に変革できるのは、その基盤となるインフラストラクチャを再構築した場合のみです。

2026年までに、AIを最大限に活用するためのアップグレードを行わないことのリスクは、失敗のリスクを上回るでしょう。大手金融機関は、古いサプライヤーとの契約を終了し、より新しいAIネイティブの代替手段を導入し始めるでしょう。これらの企業は、もはや従来の分類の境界に縛られることなく、プラットフォームへと変貌し、従来型システムや外部ソースから得られる基盤データを一元管理、標準化、そして拡充していくでしょう。

結果はどうでしたか？

ワークフローは大幅に簡素化・並列化され、システムやインターフェース間の切り替えが不要になります。例えば、住宅ローン融資システム内で数百ものタスクを並行して表示・処理できるようになり、エージェントはより些細なタスクも処理できるようになります。

従来のカテゴリーは統合され、より大きな新しいカテゴリーを形成します。例えば、顧客のKYCデータは、オンボーディングおよび移行モニタリングデータと統合され、単一のリスクプラットフォームに統合されます。

これらの新しいカテゴリーの勝者は、既存の巨大企業の10倍の規模になるでしょう。カテゴリーはより大きく、ソフトウェア市場は労働力を貪り食っています。金融サービスの未来は、古いシステムにAIを適用することではなく、AIに基づく新しいオペレーティングシステムを構築することです。

ジョー・シュミット：フォワードデプロイメントモデルにより、企業の99%にAIが導入可能

AIは私たちの世代における最もエキサイティングな技術革新です。しかし、これまでのところ、スタートアップの収益の大部分はシリコンバレーの上位1%の企業に集中しています。それは文字通りベイエリア内か、あるいはその広範なネットワーク内かに関わらずです。これは当然のことです。起業家は、オフィスまで車で行くか、役員会のVCと連絡を取るか、自分がよく知っていて簡単にアクセスできる企業に売り込みたいと考えているからです。

2026年までに、この状況は逆転するでしょう。企業はAI活用の機会の大部分がシリコンバレーの外にあることに気づき、新たな起業家たちが前向きな展開モデルを採用し、大規模で伝統的な産業に潜む機会を発掘するようになるでしょう。こうした機会は、伝統的なコンサルティング・サービス産業（システム統合・実装企業など）や、製造業のような動きの遅いセクターに計り知れない可能性を秘めています。

Seema Amble: AI は、Fortune 500 企業に新たなオーケストレーション レイヤーと役割を生み出しています。

2026年までに、企業は孤立したAIツールから、デジタルチームをコーディネートする機能を持つマルチエージェントシステムへとさらに移行していくでしょう。エージェントが計画、分析、実行といった複雑で相互依存的なワークフローを管理するようになるにつれ、組織は業務構造とシステム間のコンテキストの流れを再考する必要があります。AskLioやHappyRobotといった企業は、既に単一のタスクだけでなく、プロセス全体にわたってエージェントを導入しています。

フォーチュン500企業は、この変化を最も痛感するでしょう。なぜなら、彼らはサイロ化されたデータ、組織内の知識、そして業務の複雑さという、最も深いプールを抱えているからです。そして、それらの多くは人間の脳の中に存在します。こうしたコンテキストを、自律的な労働者が共有する基盤構造へと変革することで、意思決定の迅速化、サイクルの合理化、そしてマイクロマネジメントに依存しないエンドツーエンドのプロセスを実現できるのです。

この変化は、リーダーに役割とソフトウェアの見直しを迫ります。AIワークフロー設計者、エージェント監督者、そしてデジタルワーカー集団のオーケストレーションと監査を担うガバナンスリーダーといった新たな役割が生まれるでしょう。企業は既存の記録管理システムに加えて、マルチエージェント間のインタラクションを管理し、状況を判断し、自律ワークフローの信頼性を確保するための調整システムを必要とします。人間はエッジと最も複雑なケースへの対応に注力するでしょう。マルチエージェントシステムの台頭は、単なる自動化の新たな一歩ではなく、企業の運営、意思決定、そして価値創造のあり方を再構築するものです。

ブライアン・キム: 消費者向け AI は、「私を助ける」ものから「私を見る」ものへと変化しています。

2026年は、消費者向けAI製品が生産性向上からコネクティビティへと移行する年となるでしょう。AIはもはや単に物事を成し遂げるのを助けるだけでなく、自分自身をより明確に理解し、より強固な人間関係を築くのにも役立つでしょう。

もちろん、これは難しいことです。多くのソーシャルAI製品がリリースされ、失敗に終わっています。しかし、マルチモーダルなコンテキストウィンドウと推論コストの低下により、AI製品はチャットボットに伝える内容だけでなく、あなたの生活のあらゆる側面から学習できるようになりました。想像してみてください。写真アルバムがあなたの心のこもった瞬間を映し出し、1対1のメッセージやグループチャットのモードが相手に合わせて変化し、ストレス下では日々の習慣が変化する。

これらの製品は発売されると、私たちの日常生活の一部となるでしょう。全体的に見て、「See Me」製品は「Help Me」製品よりも優れたリテンションメカニズムを備えています。「Help Me」製品は、高い購入意欲を伴う個別のタスクを通じて収益化し、サブスクリプションの維持率を最適化しています。一方、「See Me」製品は、継続的な日常的なインタラクションを通じて収益化しています。つまり、購入意欲は低いものの、より定着率の高い利用パターンを実現しているのです。

人々は既に絶えずデータを価値と交換しています。問題は、得られるものが本当に価値があるかどうかです。そして、まもなくこれが現実になるでしょう。

キンバリー・タン：新しいモデルプリミティブが前例のない企業形態を解き放つ

2026年には、過去には不可能だった企業が出現するでしょう。しかし、推論、マルチモーダルコンピューティング、コンピュータ操作といったモデルのブレークスルーによって、今では可能になっています。これまで、多くの業界（法務やカスタマーサポートなど）は、推論能力の向上を既存の製品強化に活用するにとどまっていました。しかし、これらの新しいモデル要素によってコアとなる製品機能が完全に実現されている企業は、ようやく登場し始めたばかりです。

推論能力の進歩は、複雑な金融請求の評価や、高度な学術研究・分析研究（例：請求書紛争の裁定）への対応といった新たな機能の実現を可能にします。マルチモーダルモデルは、製造現場のカメラなど、物理的に根ざした産業から潜在的なビデオデータを抽出することを可能にします。また、コンピューティングパワーは、デスクトップソフトウェア、不十分なAPI、断片化されたワークフローによって長らく価値が固定されてきた広範な産業における自動化を可能にします。

James da Costa: AI スタートアップ企業は他の AI スタートアップ企業に販売し、規模を拡大しています。

AI製品サイクルの進展に伴い、かつてないほど多くの企業が誕生する時代を迎えています。しかし、既存の巨大企業は以前とは異なり、「休眠状態」にあるわけではなく、積極的にAIを導入しています。では、スタートアップはどうすれば成功できるのでしょうか？

スタートアップが販売権を獲得するための最も強力でありながら過小評価されている方法の一つは、スタートアップ段階、つまりグリーンフィールド企業（全く新しい事業）にサービスを提供することです。スタートアップ段階で彼らを惹きつけ、共に成長できれば、顧客基盤の拡大とともに大企業へと成長することができます。Stripe、Deel、Mercury、Rampといった企業は、いずれもこの戦略を採用しています。実際、Stripeの顧客の多くは、創業当時には存在すらしていませんでした。

2026年には、こうしたグリーンフィールド志向のスタートアップ企業が、エンタープライズソフトウェアの幅広い分野で事業を拡大していくでしょう。その秘訣はシンプルです。より優れた製品を開発し、既存の巨大企業に縛られない新規顧客に注力することです。

お楽しみに。明日は暗号通貨チームからの独創的なアイデアをいくつかシェアします。

[オリジナルリンク]

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia