2024-06-28 10人で10億ドルを実現する未来 - AI時代における起業とリーダーシップの変革

※本記事は、Y Combinatorのチャンネルで公開された「10 People + AI = Billion Dollar Company?」の内容を基に作成されています。動画はGary（司会）、Jared Harge、Dianaらによって展開され、AIと起業の未来について議論されています。動画の詳細情報およびチャプター一覧は https://www.youtube.com/watch?v=CKvo_kQbakU でご覧いただけます。本記事では、約39分の動画内容を要約・構造化しております。 なお、本記事の内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。 Y Combinatorは、スタートアップに対して50万ドルを投資し、3ヶ月間にわたって創業者と密接に協働する機関です。創業者は、世界で最も強力なコミュニティへのアクセス、必要不可欠なアドバイス、後期段階の資金調達とプログラム、採用リソース、独占的な取引などを利用することができます。詳細は ycombinator.com をご参照ください。

1. AIと未来のテクノロジー企業

1.1 Jensenの予測とその議論

Gary：この議論の発端となったのは、Jensenの非常に挑発的な発言でした。過去10-15年間、ステージに立つ多くの人々が「子どもたちにコンピュータサイエンスを学ばせることが重要だ」「プログラミングを学ぶべきだ」と主張してきました。しかし、Jensenは全く逆の主張をしました。彼は「我々の仕事は、誰もプログラミングをする必要がないようなコンピューティング技術を作ることだ。プログラミング言語は人間の言語になり、世界中の誰もがプログラマーになる」と述べたのです。

Jared：この主張に対して、私は強く異論を唱えたいと思います。実際、これは多くの人々を怒らせる可能性のある主張です。私の反論のポイントは、たとえJensenの予測が全て実現し、将来的に自然言語だけで素晴らしいアプリケーションが構築できるようになったとしても、依然としてプログラミングを学ぶべきだということです。なぜなら、プログラミングを学ぶことは、文字通り人をより賢くするからです。

Diana：この議論の背景として重要なのは、3ヶ月前まではAIは実用的なプログラミングがほとんどできない状態だったということです。ここ数ヶ月で状況が大きく変化し、特にDevin（AIプログラマー）のローンチは、インターネット上で大きな反響を呼び、多くの起業家たちにインスピレーションを与えました。実際、私たちが直近の2バッチで投資した多くの企業がこの分野に参入しています。

Jared：興味深い証拠として、LLMが論理的思考を学習する方法の研究があります。GitHubのコードを読んでプログラミングを学習することで、LLMは論理的思考を獲得しているのです。人間のプログラマーも長年、プログラミングが思考力を向上させると感じていましたが、それを証明するのは難しかったのです。今、私たちは実際の証拠を持っています。

この議論は、単にプログラミング教育の必要性についてだけでなく、人間の認知能力の向上とAIツールの活用方法について、より深い示唆を与えているのです。

1.2 AIプログラミングの現状

Diana：私たちが投資している企業の中で、SweepやFumeのような企業は、主にジュニア開発者向けの作業を支援しています。具体的には、HTMLタグの修正や小規模なバグ修正など、比較的単純な作業を効率化することができます。しかし、より複雑な分散システムのバックエンドを構築するような作業は、現時点では実現できていません。AIプログラミング支援の現状を理解するためには、この制限を認識することが重要です。

Jared：AIプログラミングの進化に関して重要な転換点があります。それは、8ヶ月前にプリンストンNLPグループがSBenchというベンチマークデータセットをリリースしたことです。このデータセットは、GitHubの実際のプログラミング問題から収集された課題で構成されており、プログラマーが実際に直面する問題の代表的なサンプルとなっています。このデータセットの登場により、AIプログラマーの開発に取り組む人々が、自分たちのアルゴリズムをベンチマークで評価し、インターネット上の他の開発者と競争することが可能になりました。

Diana：現在、最先端のAIプログラミング支援システムでもSBenchにおけるパフォーマンスは約14%程度で、熟練したプログラマーの性能には遠く及びません。また、SBenchは既存のリポジトリにおける小規模なバグ修正が中心で、ゼロから新しいものを作り上げる作業とは大きく異なります。つまり、SBenchの半分程度の課題が解決できるようになったとしても、単純な指示だけでアプリケーション全体を構築できるようになるまでには、まだかなりの距離があるのが現状です。

このように、AIプログラミング支援は着実に進化していますが、現時点では人間のプログラマーの補助的なツールとしての役割が中心で、完全な代替にはまだ遠い状況にあります。

1.3 コンピュータサイエンス教育の重要性

Diana：現在、私たちが直面している重要な問題は、エンジニアリングにおける2つの世界の存在です。1つは完璧な設計世界で、完璧なエンジニアリング公差、シミュレーションデータ、そして物理法則が理想的に機能する世界です。AIやLLMはこの設計世界では優れた性能を発揮しますが、もう1つの現実の世界は非常に複雑で混沢としています。

実際の開発現場では、エンジニアリングシステムのホットフィックスやマジックナンバーの導入など、理想的な世界では想定されない対応が必要になります。例えば、自動運転車の開発では、センサーの配置に関する様々な調整が必要で、物理学の美しい方程式だけでは対応できない現実的な摩擦係数の問題に直面します。

Jared：コンピュータサイエンス教育の重要性は、これらの複雑な現実世界の問題に対処する能力を養うことにあります。実際のスタートアップが直面する問題を解決するためには、理想的な設計世界と現実世界の間のギャップを埋める必要があります。AIツールを効果的に使用するためには、その基盤となる原理を理解し、現実の制約の中で最適な解決策を見出す能力が不可欠です。

Gary：私の経験から、最も効果的なエンジニアは、たとえPythonのような高級言語を使用していても、Cなどの低レベル言語を理解し、コンピュータの動作原理を深く理解している人々です。このような基礎的な知識は、新しいAIツールを効果的に活用する上でも重要な役割を果たします。単にツールを使うだけでなく、そのツールの限界を理解し、現実の問題に適切に適用する能力が求められているのです。

結論として、コンピュータサイエンス教育は、AIツールの台頭によってその重要性が減少するのではなく、むしろAIを効果的に活用するために不可欠な基盤として、その重要性が増しているのです。

1.4 プログラミング学習の認知的効果

Jared：プログラミング学習の認知的効果について、私たちは興味深い発見をしています。LLMsが論理的思考を学習する過程を研究すると、GitHubのコードを読むことで論理的思考能力を獲得していることが分かりました。これは、プログラマーたちが長年直感的に感じていた「プログラミングが思考力を向上させる」という仮説を裏付ける重要な証拠となっています。

実際、LLMsの研究では、ある種の問題を解決する際、LLMに直接問題を解かせるよりも、問題を解決するためのコードを書かせる方が、はるかに良い結果が得られることが分かっています。これは、プログラミングという行為自体が、問題解決のための思考プロセスを構造化し、改善する効果があることを示唆しています。

Gary：この点について、Paul Grahamの見解は示唆に富んでいます。プログラミングにおいて、アイデアと実装は切り離せないものだという考えです。これは、より柔軟な言語を好む彼の哲学にも表れています。なぜなら、実際に構築を始めてはじめて、良いアイデアが生まれるからです。

この哲学は、実は執筆にも通じるものがあります。つまり、書くという行為自体が思考なのです。私がYCのインタビューを学ぶ過程で、Paulから学んだ重要な教訓の一つは、応募者が何かを言葉にしていなければ、その人自身がそのことを理解していないという点でした。考えることと表現することは、切り離せない一体のプロセスなのです。

Diana：この認知的効果は、単なる技術的スキルの習得を超えた価値があります。プログラミングを学ぶことで、問題を構造化し、論理的に解決する能力が養われ、それはビジネスや組織運営など、より広い文脈でも活用できる思考スキルとなります。これは、AIツールが発達する時代においても、プログラミング学習が重要である理由の一つです。

2. 企業規模とチーム構成の変化

2.1 少人数チームによるユニコーン企業の可能性

Diana：我々の業界で興味深い動きがあります。Sam Altmanが最近、将来的にユニコーン企業は10人以下の従業員で運営できるようになるという予測を示し、これがインターネット上で大きな議論を呼んでいます。実際、これまでにもWhatsAppやInstagramが極めて少ない従業員数で大規模な企業価値を実現した例がありますが、これらは一時的な現象に留まっていました。WhatsAppは15人程度の従業員で130億ドルでの買収を実現し、Instagramも20人程度の従業員で10億ドルでの買収を達成しています。

Gary：シリコンバレーでは過去10年以上にわたり、従業員数を最小限に抑えるという考え方が存在してきました。特に興味深いのは、シリコンバレーに新しく参入する起業家と、経験豊富な起業家との間での従業員数に対する考え方の違いです。新しい起業家は多くの従業員を持つことをステータスとして捉える傾向がありますが、経験豊富な起業家は可能な限り従業員数を少なく保つことに執着します。これは、大規模な組織を管理した経験から得られた教訓によるものです。

Jared：現在まで、少人数での大規模な成功は一時的な現象に留まっていましたが、AIの進化によって、これが持続的なトレンドになる可能性が出てきています。特に、ジュニアエンジニアの作業の多くがAIによって自動化される可能性が高く、大規模な開発チームを必要としない時代が来るかもしれません。

しかし、私たちが注目すべきなのは、単なる従業員数の削減ではありません。重要なのは、少人数のチームでも大きな価値を創造できる可能性が広がっているという点です。これは特に、開発系のアウトソーシング作業やデブショップ、あるいは大手テック企業の若手社員が担当していた定型的な作業がAIに置き換わることで、より効率的な組織運営が可能になることを示唆しています。

2.2 従業員数と企業規模の関係性

Jared：我々は最近、いくつかのデータを分析していて興味深い発見がありました。2000年代初頭の予測では、プログラミングの効率化に伴って企業の従業員数は減少するとされていました。90年代のインターネットスタートアップでは、サーバーのラッキング、データベースの最適化、給与計算など、あらゆる機能を自社で構築する必要があり、そのために多くの従業員が必要でした。

その後、これらの機能のほとんどがSaaSサービスやインフラストラクチャー、オープンソースとして提供されるようになり、企業はコアとなる競争力に集中できるようになりました。当時の予測では、これにより企業の必要従業員数は減少すると考えられていました。しかし、実際にはそうはならなかったのです。

Diana：実際のデータを見ると、従業員数の減少は起こらなかったことが分かります。その理由として、経済学で言う「Jevonsのパラドックス」が働いていると考えられます。これは、サービスの効率が向上し、提供コストが下がると、むしろその需要が増加する現象です。

Harge：具体例を挙げると、Excelスプレッドシートが財務分析を容易にしたことで、財務アナリストの数が減少するのではなく、むしろ増加しました。同様に、タイプライターがワードプロセッサーに置き換わった際も、タイピストという職種は消滅しましたが、ワードプロセシングスキルを持つ人材への需要は大幅に増加しました。

Gary：ソフトウェア開発においても同様の現象が起きています。プログラマーの効率が向上したにもかかわらず、プログラマーへの需要は減少するどころか、むしろ増加しています。これは、YCへの応募数にも表れています。Paul Grahamは15年前、年間10,000件以上の応募を受けることは想像できないと述べていましたが、現在では年間50,000件以上の応募があります。

このように、AIによる生産性の向上は、従業員数の減少ではなく、むしろ新たな機会を創出し、より高度なスキルを持つ人材への需要を生み出しているのです。

2.3 Jevonsのパラドックスと技術効率化の影響

Harge：我々は最近のデータを分析していく中で、Jevonsのパラドックスが技術産業でも顕著に現れていることを発見しました。このパラドックスは、サービスや製品の効率性が向上し、提供コストが下がると、その需要が逆に増加するという経済現象です。

私たちが見出した典型的な例として、Excelスプレッドシートの普及があります。Excelによって財務分析が容易になったにもかかわらず、財務アナリストの数は減少するどころか、むしろ大幅に増加しました。同様の現象は、ワードプロセッサーの導入時にも観察されました。タイプライターという具体的な職種は確かに消滅しましたが、ワードプロセシングのスキルを持つ人材への需要は予想に反して急増したのです。

Jared：このパラドックスはソフトウェア開発の分野でも顕著に現れています。プログラミングがより効率的になり、個々のプログラマーの生産性が向上したにもかかわらず、プログラマーの需要は減少するどころか、むしろ増加しています。これは技術の効率化が新しい可能性を開き、その結果としてより多くの需要を生み出しているためです。

Diana：このパラドックスは、技術の進化による生産性向上が、必ずしも人材需要の減少につながらないことを示しています。むしろ、効率化によって新しい機会が創出され、より高度なスキルを持つ人材への需要が生まれるという循環が生まれています。これは、技術の進化が雇用を奪うのではなく、むしろ新しい形の雇用を創出することを示唆する重要な証拠となっています。

このように、Jevonsのパラドックスは、AIやその他の技術革新が雇用に与える影響を考える上で、重要な示唆を与えてくれています。技術の効率化は、単純な省人化ではなく、より複雑で高度な価値創造の機会を生み出すのです。

2.4 インフラストラクチャーの進化と影響

Jared：私たちが今日当たり前のように使っているクラウドインフラストラクチャーですが、これは比較的最近の革新です。私は「サーバーラッキング」という言葉を使用しましたが、今の視聴者の多くはこの言葉の意味すら知らないかもしれません。現代では、ウェブサイトを立ち上げるためにボタンをクリックするだけですが、かつてはサーバールームに実際に足を運び、物理的な作業を行う必要がありました。

Gary：このインフラの進化は、企業の運営方法を根本的に変えました。私たち自身の経験からも、90年代のインターネットスタートアップと現代のスタートアップでは、必要なリソースが大きく異なることを実感しています。以前は、サーバーの設置、データベースの最適化、給与計算システムの構築など、すべてを自社で行う必要がありました。

Diana：しかし、興味深いことに、インフラストラクチャーの進化は必ずしも企業規模の縮小にはつながっていません。むしろ、これらのインフラの効率化によって、企業は本来の価値創造に集中できるようになり、その結果として新しい形の雇用や役割が生まれています。以前はインフラ管理に費やしていたリソースを、より創造的な活動や顧客価値の創出に振り向けることができるようになったのです。

Jared：この変化は、特にスタートアップの立ち上げ段階で顕著です。インフラストラクチャーの進化により、起業のための初期コストと技術的障壁は大幅に低下しました。しかし、これは同時に競争の激化も意味しており、より優れたアイデアと実行力が求められる時代になっています。YCへの応募数の増加は、まさにこの状況を反映していると言えるでしょう。

3. リーダーシップと組織運営

3.1 1000人規模の組織における経営の限界

Gary：最近、YCでMark Pinkus（Zyngaの創業者）と意見交換する機会がありました。彼から聞いた最も興味深い洞察は、組織の規模に関するものでした。彼の経験によると、企業が約1,000人規模に達すると、たとえ最も強力なリーダーシップを持つCEOでも、組織全体に自分の意思を浸透させることが困難になってくるそうです。

私が特に印象的だったのは、定期的に関わっている1,000人以上の従業員を抱える創業者たちの日常的な経験です。彼らは、会社にとって絶対に必要な方向性があることを明確に認識していても、その実行に困難を感じています。たとえCEOとしての強い確信があっても、組織の規模が大きくなることで、ある種の制約を受け、思い通りの方向に組織を導くことが難しくなってしまうのです。

Diana：この規模の限界は、私たちがポケモンGOで経験した急成長期にも顕著に表れました。小規模なエンジニアリングチームから500人規模のエンジニアリング組織への移行は、非常に大きな変化でした。親密な関係性と相互理解に基づいていた小規模チームの文化から、大規模組織での最適なパフォーマンス追求へと、マネジメントの本質が大きく変化したのです。

Jared：これは組織の規模に関する重要な示唆を含んでいます。1,000人という数字は、効果的な組織運営における一つの重要な転換点となっているようです。この規模を超えると、組織の方向性を変更したり、新しいイニシアチブを導入したりする際の複雑性が指数関数的に増加することを、多くの経験豊富な経営者が指摘しています。

3.2 「家族」から「スポーツチーム」へのマインドセット転換

Gary：私の最初のスタートアップが思うような成功を収められなかった理由の一つとして、組織に対する考え方の問題がありました。この点について、Brian Cheskyの例は非常に示唆的です。以前、彼はAirbnbについて「私たちは家族だ」と強く主張していました。しかし、今日の彼に同じ質問をすると、明確に「いいえ、これは決して家族ではない」と答えるでしょう。

この変化の理由は深いものがあります。家族という組織モデルには、古くからのトラウマや複雑な人間関係が付きまとうものです。例えば、恋人を家族に紹介したときの状況を想像してみてください。その後、その恋人が「あの時、あれはどういう意味だったの？」と尋ねてきて、「それについては聞かないでおこう」というような状況が生まれます。これは、組織運営のモデルとしては適切ではありません。

実際、より機能的なモデルは「スポーツチーム」です。スポーツチームには明確な目標があります - それは勝利することです。家族モデルでは「愛」のような曖昧な価値が重視されますが、それは企業の本質的な目的である問題解決や勝利とは異なります。スタートアップは問題を解決し、勝利するために存在するのであり、そのためには明確な目標と役割分担が必要です。

Diana：このマインドセットの転換は、特に急成長期において重要です。私たちがポケモンGOで経験した成長期では、親密な小規模チームから大規模な組織への移行が必要でした。そこで学んだのは、互いをよく知る「部族」的な関係から、明確な役割と目標を持つプロフェッショナルな関係への転換の重要性です。

Jared：スポーツチームのアナロジーが特に効果的なのは、それが個人の専門性と組織の目標を明確に結びつけるからです。各メンバーは自分の役割を理解し、チーム全体の成功のために最善を尽くすことが求められます。これは、感情的な結びつきよりも、プロフェッショナルとしての責任と成果を重視する現代の組織運営により適したモデルとなっています。

3.3 エンジニアから経営者への成長プロセス

Harge：私は、Patrick Collisonとの最初のスタートアップでの協働経験から、エンジニアから経営者への成長プロセスについて興味深い洞察を得ました。19歳当時のPatrickは、まさに典型的な熱心なエンジニアでした。彼は常に難しいエンジニアリングの問題に取り組むことを望み、周囲の人々を「コアとなる作業からの気を散らすもの」として捉える傾向がありました。採用活動や組織づくりには消極的で、これらの活動を避けようとする典型的な技術者気質を持っていました。

しかし、Stripeを立ち上げた後、彼の中で大きな変化が起きました。彼は自分の野心を実現するためには、エンジニアリングの思考方法を組織づくりにも適用する必要があることに気づいたのです。会社自体を一つのプロダクトとして捉え、人々をリソースとして効果的に活用することで組織を構築し、管理していく必要性を理解したのです。

Jared：この変化は、私たちが投資している多くの優秀な創業者たちに共通して見られるパターンです。実際、これは単にPatrick Collisonに限った話ではなく、私たちが支援している最も優秀な創業者たちの多くが、同様の成長プロセスを経験しています。

Gary：この点は、私たちがなぜ18歳の技術者に投資し、彼らが将来大きな会社を築けると信じているのかを説明する重要な要素です。彼らは全てを工学的な問題として捉え、解決していくのです。このアプローチは、人材管理であれ、組織構築であれ、あらゆる経営課題に適用することができます。優れたエンジニアは、経営も一つのプログラミングの問題として捉え、システマティックに解決していく能力を持っているのです。この思考法が、彼らを効果的な経営者へと成長させる鍵となっています。

3.4 技術者によるビジネス最適化アプローチ

Harge：Larry Ellisonの伝記から、技術者がビジネス最適化にアプローチする方法について、非常に興味深い洞察を得ることができました。特に印象的だったのは、彼が当初、財務機能を完全に無視していた時期があったという事実です。彼にとって、それは世界で最も退屈な分野だったのです。

しかし、Oracleが予算と支出の管理が行き届かず、資金不足で倒産の危機に直面した際、彼は財務管理に対する姿勢を180度転換せざるを得なくなりました。この危機を乗り越えるため、彼は財務管理を一つのプログラミング問題として捉え直したのです。数字、プロセス、最適化という観点から財務を見ることで、まるでコーディングをするように財務管理に取り組み始めました。

Gary：興味深いことに、この経験は後にOracleのビジネスそのものに大きな影響を与えることになりました。Ellisonは自身が経験した問題解決プロセスを、他の企業にも提供できると考えたのです。つまり、企業の混沢としたプロセスを特定し、それを解決するソフトウェアを提供するという、Oracleの中核ビジネスモデルにつながっていきました。

Jared：このアプローチは、B2B企業を運営する技術系創業者たちの間でも頻繁に見られます。彼らは営業組織をまるでプログラミングの最適化問題のように扱い、システマティックなアプローチで効率化を図ります。これは、技術者の問題解決アプローチが、ビジネスの他の側面にも効果的に適用できることを示す典型的な例です。

技術者の思考方法は、複雑なビジネス課題を構造化された形で解決する上で、大きな強みとなり得るのです。彼らは問題を要素に分解し、プロセスを最適化し、そして効率的なソリューションを構築するというアプローチを、ビジネスの様々な側面に応用することができます。

4. 将来の展望と機会

4.1 ユニコーン企業の増加予測

Jared：過去10年間のデータを見ると、毎年のユニコーン企業の誕生数は着実に増加しています。これは、技術が人々のアイデアを実現する可能性を広げてきた結果です。AIの発展は、この傾向をさらに加速させると予想されます。プロトタイプから最初のユーザーを獲得するまでのプロセスが、これまで以上に容易になっているのです。

Diana：しかし、重要なのは、技術の進化だけでは十分ではないということです。我々は今、人的資本とそのポテンシャルを最大限に引き出すことが、今後の成長のボトルネックになると考えています。現在、豊富な資本があり、インフラストラクチャーの構築も容易になっていますが、それを活用できる野心的な人材とのマッチングが重要な課題となっています。

Gary：実際、我々YCの投資先を見ても、単なる技術的な革新だけでなく、その技術を効果的に活用できる経営者としての資質を持った創業者が成功を収めています。プログラミングのスキルは依然として重要ですが、それと同時に、優れたテイストとクラフトマンシップを持つことが、より良い創業者になるための要件として高まっています。

Harge：これは特に興味深い点です。技術の民主化が進み、スタートアップを立ち上げるハードルは下がっていますが、それと同時に、良い創業者になるための基準は実は上がっているのです。私たちは時々、「もし今、私たちが若い頃のバージョンでYCに応募したら、果たして採用されただろうか」と冗談交じりに話すことがありますが、それほど現在の競争は激しくなっています。しかし、これは良いことです。より多くの優れたユニコーン企業が生まれる可能性が高まっているということなのですから。

4.2 テクノロジーの民主化と起業の容易さ

Jared：私たちは皆、テクノロジーが強力になるほど、企業を立ち上げることが容易になっていく現象から大きな恩恵を受けています。私自身の経験でも、Railsが台頭し始めた頃が大きな転換点でした。それまではJavaを使用せざるを得ず、それは非常に制限的でした。しかし、RailsとHerokuの登場により、開発と展開が格段に容易になり、個人でも自分のシステム管理者になれるようになりました。

Gary：この技術の民主化は、誰もが自分のアイデアを検証できる可能性を大きく広げました。これは単にツールの進化だけではありません。私たちがかつて経験したように、自分たちでサーバーをラックに設置し、データベースを最適化し、給与計算システムを構築する必要があった時代と比べると、現在ではこれらのインフラストラクチャーのほとんどが、SaaSサービスやオープンソースソフトウェアとして利用可能になっています。

Harge：これらの変化により、より多くの人々が自分のアイデアを実現し、最初のユーザーを獲得するまでのプロセスが、かつてないほど容易になっています。実際、この技術の民主化は、私たちがYCで目にする応募数の急増にも表れています。技術的なハードルが下がることで、より多くの人々が起業に挑戦できるようになったのです。

Diana：しかし、重要なのは、この容易さが必ずしも成功の容易さを意味するわけではないということです。むしろ、技術の障壁が下がったことで、アイデアの質と実行力がより重要になってきています。インフラストラクチャーの進化は、起業のための土台を提供しましたが、それを活用して実際の価値を創造できるかどうかは、依然として創業者のビジョンと能力に大きく依存しているのです。

4.3 人材とスキルの重要性

Diana：現代のスタートアップ環境では、単なるコンピュータサイエンスの学位やプログラミングスキルだけでなく、より総合的なスキルセットが求められるようになっています。依然としてエンジニアリングの学位や基礎は重要ですが、AIツールを効果的に使用し、実際のビジネスの問題を解決できる能力がより重要になってきています。そのためには、コンピュータがどのように動作するかについての深い理解が必要不可欠です。

Harge：YCへの応募者の質は、この数年で劇的に変化しています。かつては技術的なスキルだけが重視されていましたが、今では優れたテイストとクラフトマンシップを持つことが、より良い創業者になるための重要な要件となっています。実際、現在の応募者は以前と比べてはるかに高い基準を満たすことが求められており、私たち自身、「もし今の若い自分たちがYCに応募したら、果たして採用されるだろうか」と冗笑することもあります。

Gary：私たちが投資している最も成功している創業者たちに共通しているのは、技術的な能力だけでなく、問題を構造化し、効果的な解決策を見出す能力です。彼らは技術を単なるツールとしてではなく、ビジネスの課題を解決するための手段として捉えています。このような思考方法は、特にAIツールが普及する現代において、より重要性を増しています。

Jared：さらに注目すべきは、YCへの応募数が年々急増していることです。Paul Grahamは15年前、年間10,000件以上の応募を受けることは想像できないと述べていましたが、現在では年間50,000件以上の応募があります。この競争の激化は、単に量的な増加だけでなく、応募者の質的向上も意味しています。今日の創業者たちには、技術的スキル、ビジネス感覚、そして問題解決能力の高次な統合が求められているのです。

4.4 小規模企業の可能性と限界

Gary：Rick and Mortyのあるエピソードで、小さなロボットが「私の目的は何ですか？」とRickに尋ね、「バターを渡すことだ」と告げられる場面があります。そして、そのロボットが「ああ、神よ」と絶望するシーンがあります。現実世界でも、多くの人々が単調で機械的な仕事に従事していて、それが彼らの人生の大部分を占めています。しかし、新しいソフトウェア、ツール、そしてロボット工学の発展により、人々がこのような単純作業から解放され、より創造的な仕事に従事できる可能性が開かれています。

Diana：私は、必ずしもOpenAI、Microsoft、あるいは他の技術巨人が全てを担うべきだとは考えていません。実際、独占禁止法の観点からも、それは望ましくないかもしれません。むしろ、何千もの10億ドル規模の企業が存在する方が、より健全な経済エコシステムを形成できると考えています。これらの企業の中には、1000人の従業員を抱える企業もあれば、わずか10人、あるいは1人の創業者だけで運営される企業もあるでしょう。

Jared：小規模チームの最大の利点は、その機動性と意思決定の速さにあります。しかし同時に、小規模チームには明確な限界もあります。特に、複雑な分散システムの構築や大規模なインフラストラクチャーの管理といった面では、一定の規模のチームが必要になってきます。

Harge：しかし、重要なのは、これらの限界が必ずしも企業の価値創造能力を制限するわけではないということです。今日では、多くのインフラストラクチャーやサービスをアウトソースすることが可能で、小規模チームでも効率的に運営できる余地が大きく広がっています。本当に重要なのは、実際の顧客に対して価値を提供し、社会の中で意味のある変化を生み出せているかどうかです。バターを渡すロボットではなく、本質的な問題を解決する存在となることが、規模の大小に関わらず、全ての企業にとっての究極の目標なのです。

5. 実験的発見と経験則

5.1 SBenchベンチマークの重要性

Diana：AIプログラミングの分野における重要な転換点は、8ヶ月前にプリンストンNLPグループがSBenchというベンチマークデータセットをリリースしたことでした。このデータセットは、GitHubから収集された実際のプログラミング問題で構成されており、プログラマーが日常的に直面する課題の代表的なサンプルとなっています。

Jared：SBenchの重要性は、AIプログラマーの開発に取り組む研究者や開発者たちに、明確な評価基準を提供したことにあります。このデータセットの登場により、開発者たちは自分たちのアルゴリズムを実際にベンチマークで評価し、インターネット上の他の開発者と競争することが可能になりました。

現在、AIプログラミングシステムのSBenchにおけるパフォーマンスは約14%程度で、熟練したプログラマーの性能にはまだ遠く及びません。しかし、このベンチマークの存在により、進捗を定量的に測定し、改善の方向性を明確に示すことができるようになりました。

Diana：SBenchが特に重要なのは、それが既存のリポジトリにおける小規模なバグ修正に焦点を当てているという点です。これは、現在のAIプログラミング支援システムが最も効果を発揮できる領域を明確に示しています。ただし、ゼロから新しいものを作り上げる作業とは性質が異なるため、SBenchの成績が向上したとしても、それがすぐにアプリケーション全体の自動構築につながるわけではありません。

このように、SBenchは現在のAIプログラミング支援の能力と限界を明確に示す重要なツールとなっており、今後の技術発展の道標としても機能しています。

5.2 ImageNetからの学習と教訓

Diana：AIの歴史における重要な転換点として、ImageNetの事例から多くの教訓を得ることができます。2006年以前、機械学習における最大の未解決問題の一つは、猫の画像を認識し、それが猫であると判定することでした。これは現在では信じがたいことかもしれませんが、当時は極めて困難な課題でした。なぜなら、猫は黄色かもしれないし、黒かもしれない、寝ているかもしれないし、横たわっているかもしれない、と様々なバリエーションがあり、限られたデータセットでこれを認識することは非常に困難だったのです。

2006年以前の従来の機械学習手法は、主に統計的なアプローチを取っていました。サポートベクターマシンを使用したり、手作業による信号処理の特徴抽出を行ったり、周波数ドメインでの処理やウェーブレットなどの手法を試みていました。しかし、これらの手法ではImageNetデータセットで30-40%以上のエラー率を記録していました。参考までに、人間の認識精度のエラー率は約5%です。

そんな中、トロント大学のグループがGPUを使用してディープラーニングネットワークを訓練したAlexNetを開発しました。これは、GPUを使用してディープラーニングネットワークを訓練した初期の事例の一つでした。AlexNetは、他のすべての手法のパフォーマンスを大きく上回り、人間の認識精度に近づく画期的な成果を上げました。

Jared：このAlexNetのニュースが公開された日は、プログラミングのコミュニティに大きな衝撃を与えました。実際、現在我々が経験しているAIレースは、2012年のAlexNetによって始まったと言えるでしょう。この時点で初めて、人間レベルの知覚能力に近づくことができ、多層のニューラルネットワークを積み重ねることで、驚くべき結果が得られることが判明したのです。

このImageNetの事例から得られる最も重要な教訓は、良質なベンチマークデータセットの重要性です。SBenchも同様に、AIプログラミングの分野で同じような革新的な進歩をもたらす可能性を秘めているのです。

5.3 WhatsAppとInstagramの事例分析

Gary：少人数での大規模な成功事例として、WhatsAppとInstagramは特筆すべき事例です。WhatsAppは約15人程度の従業員で130億ドルでの買収を実現し、Instagramは約20人程度の従業員で10億ドルでの買収を達成しました。これらは、極めて少数のチームで巨大な価値を創造できることを示す象徴的な事例となっています。

Diana：しかし、重要な点は、これらの成功が「フラッシュ」的な現象であり、持続的なトレンドとはなっていなかったことです。つまり、これらは例外的な成功事例として捉えられ、一般的なモデルとはなりませんでした。

Harge：これらの事例の成功要因を分析すると、主に二つの重要な要素が浮かび上がります。第一に、極めて明確な製品ビジョンと集中力です。両社とも、製品の核となる価値提案に徹底的にフォーカスし、余計な機能や方向性の分散を避けました。第二に、効率的なインフラストラクチャーの活用です。必要最小限のチーム規模で運営できたのは、既存のインフラストラクチャーを効果的に活用し、本質的な価値創造に集中できたからです。

Jared：これらの事例は、現在のAI時代において、より一般的なモデルになる可能性があります。AIによる自動化とクラウドインフラの進化により、かつては例外的だった少人数での大規模な価値創造が、より一般的なパターンとして確立される可能性が出てきています。しかし、これは単純な模倣ではなく、新しい技術環境に適応した形での実現となるでしょう。

5.4 YCの応募数増加と競争激化

Gary：スタートアップエコシステムの変化を最も顕著に示しているのが、YCへの応募数の劇的な増加です。Paul Graham（PG）が15年前に予測した年間10,000件という応募数の上限は、現実には大きく超えられ、現在では年間50,000件以上の応募を受けるようになっています。この予測と現実のギャップは、スタートアップ環境の急速な民主化と、起業への障壁の低下を如実に示しています。

Harge：この応募数の増加に伴い、競争環境も大きく変化しています。私たちはよく冗談で「もし私たち自身の若いバージョンが今のYCに応募したら、果たして採用されるだろうか」と話し合うことがありますが、それほど現在の競争は激化しています。これは単なる量的な増加ではなく、応募者の質的向上も意味しています。

Diana：実際、現在の応募者たちは、より高度な技術的背景を持ち、市場についての深い理解を示し、さらには実行力も備えています。スタートアップを立ち上げるための技術的なハードルは下がっていますが、逆説的に、良い創業者になるための基準は上がっているのです。

Jared：この変化は、テクノロジーの民主化がもたらした両刃の剣を示しています。起業の機会は広がっていますが、同時により高度な差別化と実行力が求められるようになっています。単なるアイデアや技術力だけでなく、市場理解、実行力、そして適応能力を含めた総合的な創業者としての資質が、これまで以上に重要になってきているのです。

6. 結論

6.1 プログラミング学習の継続的重要性

Jared：Jensenの予測に反して、私は今こそプログラミング学習がより重要になっていると確信しています。その理由は、プログラミングを学ぶことが単なるコードの記述能力以上の価値を持つからです。LLMsの研究から得られた知見が示すように、プログラミング学習は論理的思考能力の向上に直接的に寄与します。実際、LLMsがGitHubのコードを読むことで論理的思考を獲得しているという事実は、プログラミング学習の認知的効果を裏付ける重要な証拠となっています。

Diana：プログラミングの基礎知識は、AIツールを効果的に活用する上でも不可欠です。現実の世界は理想的な設計世界とは異なり、予期せぬ問題や摩擦が存在します。これらの課題に対処するためには、システムの基本的な動作原理を理解し、適切な解決策を見出す能力が必要です。プログラミング学習は、そのような思考プロセスを養う最も効果的な方法の一つです。

Gary：特に重要なのは、プログラミング学習がもたらす「構造化された思考」です。Paul Grahamが指摘するように、プログラミングは単なる実装ではなく、思考のプロセスそのものです。アイデアは実装の過程で生まれ、発展していきます。この特性は、技術的な問題解決だけでなく、ビジネスや組織の課題解決にも応用できる貴重なスキルとなります。

Harge：AIツールの時代においても、あるいはむしろAIツールの時代だからこそ、プログラミング学習の価値は高まっています。なぜなら、AIツールを効果的に活用するためには、その基盤となる原理を理解し、適切な指示を与える能力が必要だからです。プログラミング学習は、この能力を養う最も直接的な方法なのです。

6.2 AIツールと人間の補完関係

Diana：AIと人間の関係を考える上で重要なのは、完全な代替ではなく、補完関係を構築することです。私たちが直面している現実世界の問題は、理想的な設計世界とは異なり、無限の複雑さと予期せぬ摩擦を含んでいます。AIは理想的な設計世界では優れた性能を発揮しますが、現実世界の複雑な問題に対処するためには、人間の判断力と創造性が不可欠です。

Jared：効果的な協業のためには、AIツールの特性を理解し、適切な役割分担を行うことが重要です。例えば、現在のAIプログラミング支援システムは、HTMLタグの修正や小規模なバグ修正など、定型的な作業では高い効率を示します。しかし、複雑な分散システムの設計や、新しいソリューションの創造には、依然として人間の深い理解と創造的な思考が必要です。

Harge：私たちの経験から、最も効果的なアプローチは、AIをツールとして使いこなす能力を持った人材を育成することです。これは単にAIの使い方を学ぶということではなく、AIの能力と限界を理解し、それを自分の思考プロセスや問題解決能力と組み合わせる能力を養うことを意味します。

Gary：重要なのは、AIツールを活用しながらも、人間ならではの価値創造に注力することです。例えば、WhatsAppやInstagramの成功は、単なる技術的な実装の優秀さだけでなく、人間の創造性と判断力によって実現されました。AIツールは私たちの能力を拡張するものであり、それを効果的に活用することで、より大きな価値を生み出すことが可能になるのです。

6.3 未来の起業家への示唆

Gary：未来の起業家にとって最も重要なのは、単なる技術的なスキルを超えて、真の価値創造に焦点を当てることです。Rick and Mortyのエピソードで描かれた「バターを渡すロボット」の例が示すように、私たちは単純な作業の自動化を超えて、人々の人生をより良くするような本質的な問題解決に取り組む必要があります。テクノロジーの進化により、より多くの人々が創造的な仕事に従事できる可能性が開かれています。

Diana：私の考えでは、未来のテクノロジー産業は、少数の巨大企業による独占ではなく、何千もの10億ドル規模の企業が共存する世界になるでしょう。これらの企業の中には、1000人の従業員を抱える企業もあれば、たった1人の創業者で運営される企業もあるでしょう。重要なのは、それぞれが実際の顧客に対して意味のある価値を提供し、社会に貢献できているかどうかです。

Jared：将来の起業家にとって、プログラミングスキルは依然として重要な基礎となります。しかし、それは単なるコーディング能力ではなく、問題を構造化し、論理的に解決する能力を養うためです。SBenchのような指標が示すように、AIは特定の作業を効率化できますが、本質的な問題解決能力は人間が担う必要があります。

Harge：YCでの経験から、私が強調したいのは、技術的な基盤とビジネスセンスの融合の重要性です。現代の起業環境では、インフラストラクチャーの構築が容易になり、資本へのアクセスも改善されていますが、それを活用して実際の価値を創造できる人材が不足しています。未来の起業家には、技術的な理解とビジネスの洞察力を兼ね備え、それらを効果的に組み合わせる能力が求められるでしょう。これは、YCへの応募が年々競争激化している現状からも明らかです。