ソフトウェアのユニットエコノミクスに変化が生じている

ソフトウェアにはかつて、製品を一度構築すれば、1人のユーザーに提供するのとほぼ同じコストで100万人のユーザーに配布できるという超能力がありました。増分ユーザーのほとんどは、直接利益につながりました。これにより、ソフトウェアは歴史上他のどの産業とも異なる、粗利率75〜85%というプロファイルが生まれました。その利益率のおかげで、積極的な顧客獲得のユニットエコノミクスは、信じられないほど有利に機能しました。一度顧客がプラットフォームにオンボードすれば、彼らのサービスにかかるコストはほぼゼロでした。顧客生涯価値の計算は、驚くほど寛容でした。それが、成長のための資金燃焼を正当化し、過去15年間を定義したSaaSのプレイブックを生み出しました。つまり、ユニットエコノミクスはスケールするにつれて悪化するのではなく、改善するため、顧客を積極的に獲得するのです。それは真の異常でした。ほとんどの産業はそうではありません。 そこにAIが登場し、事態をさらに複雑にしました。ユーザーはソフトウェアに根本的に異なるものを期待し始めました。単なるデータの保存・検索ツールではなく、推論し、生成し、応答する製品です。その期待に応えるにはLLMの呼び出しが必要であり、LLMの呼び出しにはコストがかかります。ユーザーが何かをするたびに製品がLLMを呼び出すようになると、その超能力は失われ始めます。すべての推論呼び出しにはコストがかかります。ユーザーインタラクションごとに、使用量に直接比例するコンピューティングコストが発生します。アプリケーションレイヤーにとって、これは直接的な単価コストであり、実際の現金支出です。ソフトウェアには常に売上原価（ホスティング、帯域幅、支払い手数料など）がありましたが、これらは小さく、低下傾向にあり、製品とは無関係でした。AIはそれらを大きく、粘着性があり、コア体験と切り離せないものにしました。材料費が最終的に重要になるのです。 これは、従来のSaaSには存在しなかったトレードオフを導入します。ユーザーにサービスを提供するために選択するモデルは、損益計算書だけでなく、製品の品質にも影響を与え、それが競争上の地位に影響します。より安価なモデルを使用すると、利益率を保護できますが、より優れたエクスペリエンスを持つ競合他社にユーザーを失うリスクがあります。最先端のモデルを使用すると、製品で勝利できますが、経済的に苦境に立たされます。初めて、利益率と品質が根本的な単価ベースで直接的に対立します。これはソフトウェアの世界におけるハードウェアスタイルの決定です。製造業者が常に格闘してきたコンポーネント選択や投入コスト管理のようなものが、今、初めてソフトウェア創業者の机の上に置かれています。 実際には、ほとんどのAI創業者はこれを十分に認識しており、対策を講じています。複数のモデルを同時に実行したり、日常的なワークロードをより小さいモデルやファインチューニングされたモデルにルーティングしたり、困難なケースのみを最先端モデルにエスカレーションしたりします。これは現実の制約に対する合理的な対応ですが、トレードオフをなくすものではありません。製品がスケールするにつれて、推論は主要な費用（人材さえも凌駕する）になる傾向があります。トレードオフはより中心的になります。 現在、ほとんどの企業は、この状況の完全な影響を合理的に無視しています。市場は急速に動いており、土地の奪い合いは現実であり、競争がこれほど激しい場合、推論コストの燃焼は短期的な防御策となります。それは問題も蓄積しています。ある時点で市場は成熟し、熱狂は正常化し、これまで注意深く考えることを強制されなかったコスト構造で、収益性の高いビジネスを運営する必要があります。均衡は訪れるでしょう。当初からユニットエコノミクスを考慮していた創業者は、その時に有利な立場にいるでしょう。利益率が構造的に圧縮され、すでに圧縮されている場合、全体の計算は崩壊します。 ICONIQの最近の調査データによると、2026年のAI製品の平均粗利率は約52%であり、企業がコスト管理に賢くなるにつれて年々改善していますが、SaaS投資家が基準として認識していた75〜85%を依然として大きく下回っています。顧客に実際の継続的なコンピューティングコストが付随している場合、積極的な顧客獲得の資金燃焼を正当化することはできません。SaaS時代の暗黙の契約、「今成長すれば、利益率は後からついてくる」は、スケールしてもコスト構造が同じようには改善しない場合、通用しなくなります。 この圧迫には第二の側面があり、すでに起こっている価格変更を説明しています。AIは限界費用を増加させるだけでなく、従来のSaaSでは決してなかったような、サービス提供コストの変動性を増加させます。パワーユーザーが100回の推論呼び出しを行う場合、5回の呼び出ししか行わないカジュアルユーザーよりもはるかに多くのコストがかかります。従来のSaaSでは、どちらもほとんどコストがかかりませんでした。フラットレートサブスクリプションは、その違いをユーザーベース全体に社会化しますが、ヘビーユーザーのコストが利益率を吹き飛ばすほど高くなるまで機能します。 従量課金制は合理的な対応です。サービス提供にかかる実際のコストに合わせて請求額を調整します。AIネイティブ企業が着実にこの方向に向かっているのは偶然ではありません。価格設定モデルが変更されたのは、コストモデルが先に変更されたからです。 楽観論者は、推論コストが急速に低下していると指摘するでしょう。それは事実です。しかし、まだ起こっていないコストブレークスルーに基づいて今日のビジネスモデルを構築することはできません。たとえコストが低下したとしても、Jevonsのパラドックスが働きがちです。歴史的に、リソースが安価になると、消費量が減るのではなく、より多くの用途が見つかります。安価な推論は利益改善として計上されるのではなく、より深い統合、インタラクションあたりの呼び出し数の増加、バックグラウンドで実行されるより多くの自律エージェントによって消費されます。呼び出しあたりのコストは下がりますが、ユーザーあたりの呼び出し数は増加します。 これらすべてから生まれるプレイブックは、SaaS時代よりも、資本効率の高いビジネスが常にどのように構築されてきたかに似ています。初日からユニットエコノミクス。実際のコスト構造を反映した価格設定アーキテクチャ。利益率の拡大を賭けている投資家によって補助されるのではなく、ビジネス自体によって資金調達される成長。これはソフトウェアの終焉ではありません。これらのトレードオフを真剣に受け止め、何を実行しているのか、誰のために、どのくらいのコストで実行しているのかを慎重に考えている創業者は、SaaS世代よりも悪い会社を構築しているわけではありません。彼らはより良い会社を構築しているのかもしれません。より思慮深く、より回復力があり、価値が実際にどこで創造されているかについて、より正直な会社です。 ゼロ限界費用時代は、並外れた企業を生み出しました。それはまた、有利なコスト構造を真の競争優位性と混同し、その違いを知る必要がなかった多くのビジネスも生み出しました。AIは、利益率、価格設定、持続可能なものを構築するために実際に何が必要かについて、より困難な会話を強いています。ソフトウェアのルールは書き直されています。最高の創業者はすでに新しいルールでプレイしています。 推論呼び出しとは、モデルの構築という一度限りのコストであるトレーニングとは対照的に、回答を生成するためにモデルが実際に実行される各回を指します。 アプリケーションレイヤーとは、LegoraがAnthropicやOpenAIを基盤としているように、インフラストラクチャ自体を所有するのではなく、基盤モデルの上に構築しているスタートアップの大多数を指します。 利用可能なモデルの中で最大、最も有能で、最も高価なティアです。 ICONIQ、State of AI: Bi-Annual Snapshot、2026年1月。AI製品を構築するソフトウェア企業の約300人のエグゼクティブを対象とした調査。52%という数字は、2024年の41%から上昇したAI製品の2026年の平均粗利率の予測値です。 ウィリアム・スタンレー・ジェボンズにちなんで名付けられ、1865年に、より効率的な石炭エンジンの使用が、石炭消費量の減少ではなく増加につながったことを観察しました。 表明された意見は、私自身の単独の見解であり、私の雇用主の見解や意見を表明するものではありません。新しいノートをメールまたはRSSフィードで購読してください。ほぼ完了です！確認のために受信トレイを確認してください。トップへ