Skip to content
←

✍️ 필사 모드: インディーAIビルダー ケーススタディ 2026 — Cursor、Perplexity、Lovable、v0、Manus、Cline 精密分析

日本語
0%
정확도 0%
💡 왼쪽 원문을 읽으면서 오른쪽에 따라 써보세요. Tab 키로 힌트를 받을 수 있습니다.

プロローグ — インディーAIビルダーの時代

2022年11月のChatGPT直後のインディービルダー界隈は純粋な狂気だった。誰もが「GPT-3.5の上にUIを乗せた」製品を作り、ほとんどは3か月後に死んだ。その時期の統計は残酷だった — Y Combinator の1バッチ(W23)でAIスタートアップが半数超だったが、2年後に生き残った会社は片手で数えられるほどだった。

2026年の現実は逆だ。**AI製品が非AI製品よりはるかに速く売上と評価額を作るカテゴリになった。**Lovableは出荷7か月で 100M USD ARR を打った。Cursorは14か月で 100M ARR を超え、2026年春時点で評価額は 9.9B USD。Perplexityは社員約100人で 9B USD 評価額に到達した。非AI SaaSでは見たことのない速度だ。

これは何を意味するか。**5-15人のチームが数十億ドル企業を作ることが統計的に可能になった。**2014年のSaaSソロが月10K USDを稼ぐのと、2026年のAIビルダー5人が月5M USDを稼ぐのの差。1人あたり売上が50倍。

この記事はこのカテゴリの正典(canon) 9件を見る。

  • Cursor / Anysphere — AIコードエディタの事実上の標準
  • Perplexity — Arav Srinivas、回答エンジンとして検索を再定義
  • Lovable — Anton Osikaのスウェーデン発、テキスト・トゥ・アプリの正典
  • Vercel v0 — Guillermo Rauchがサイド機能をCursor競合に
  • Replit Agent — Amjad MasadのIDE会社をエージェント会社にピボット
  • Manus — 2025年春のバイラル、中国発の汎用エージェントプラットフォーム
  • Cline — オープンソースコーディングエージェント、GitHub星 50K+
  • Cleft — 1人開発者のOSレベルキャプチャ・録画ツール
  • Granola — 2026年シリーズC到達のAIノートテイカー

各ケースで見るもの: チーム規模、主要なベット、AIツール自体が彼らに与えたレバレッジ、公開されていれば資金調達の軌跡。そして正直な統計 — 生き残った10%と死んだ90%の違い。

この記事のすべての ARR/MRR/Valuation の数字は公開資料(techcrunch.com、bloomberg.com、theinformation.com、会社ブログ、創業者インタビュー)に基づき、2026年4-5月時点。AIビジネスは四半期で評価が倍または半分になるので、時点を一緒に覚えてほしい。

この記事は先に発行したMicro-SaaSケーススタディ 2026と対をなす。あちらは非AIソロSaaSの経済学を扱い、こちらはAIプロダクトビルダーの経済学を扱う。隣接するが、ゲームのルールが違うカテゴリだ。

第1章 · 2026年AIビルダー経済学 — 非AIと何が違うか

まず構造から見る。AI製品が非AI製品と違うのは3点。

1.1 流通が書き換えられた

非AI SaaSの新製品の流通はSEO + インフルエンサー + 広告 + 口コミだった。12-36か月の累積が必要だった。2026年のAI製品の流通は違う。**Xでデモ動画1本が24時間で100万再生を叩く。**Lovableが初出荷した時、AntonのX動画1本が一週間で1万サインアップを作った。Manusは2025年春にほぼ広告なしでバイラルで200万人のウェイトリストを作った。

この流通は非AI SaaSではほぼ不可能だった。人々は非AIツールの動画をXで100万回見ない。AIデモは本質的にマジックのように見え、それが流通の新しい武器だ。

罠: バイラルは保証されない。毎日数十のAI製品がデモを投稿し、99%は100再生も出ない。バイラルデモを作る能力自体がスキルだ。

1.2 コスト構造が違う

非AI SaaSはマージン80-95%だった。インフラコストは使用量に対してほぼ平坦。2026年のAI製品は違う。**使用量あたりのLLM APIコストが高い。**Cursorが初出荷時、ユーザー1人で月50-200 USDのトークン代がかかったと言われる。モデル価格は下がったが、それでも非AI比でマージンは低い。

そこで2つの戦略が出てきた。

  1. BYOK (Bring Your Own Key) — ユーザーが自分のAPIキーを入れる。Cline、TypingMindが代表例。マージンは85%以上を維持するが、参入障壁が高い。
  2. 自己負担モデル — Cursor、Lovable、Perplexityのように自社で課金するケース。マージンは40-60%台に落ちるが、ユーザー参入が楽。大きな会社への道。

これがインディーAIビルダーの最初の決断 — BYOKでソロ可能な小さなビジネスを作るか、自社負担で資金調達して大きな会社を作るか。

1.3 モデル依存という新しいリスク

AI製品はモデルプロバイダー(OpenAI、Anthropic、Google)に依存する。モデル価格が上がるとマージンが死ぬ。モデル会社が同じ機能を内蔵すると製品が死ぬ。これは非AI SaaSにはないリスクだ。

例: 2025年にChatGPTがコードインタプリタを内蔵し、数十のLLMコードラッパーが死んだ。2026年にOpenAIがGPT-5にAgentic Operatorを内蔵し、一部の作業自動化SaaSが半分の価値を失った。

生存者はモデル依存を分散した。CursorはClaude・GPT・Geminiをすべてサポート。Clineはユーザーがモデルを選べる。モデル依存を単一化した製品は、モデル会社の変動に振り回される。

インディーAIビルダーの最初の質問は「モデル会社が同じ機能を内蔵してもうちの製品は生きるか?」だ。生きるなら差別化がある。死ぬならそのカテゴリは危険。

第2章 · ケーススタディ1 — Cursor / Anysphere、AIエディタの標準

このカテゴリの正典。Anysphereが作ったCursorは2023年出荷後、事実上AIコードエディタの標準になった。

2026年春時点の公開数字(出典で異なる)

  • ARR: 100M USD 突破(2024年末)、推定 200M USD(2025年半ば)、2026年春はさらに高い可能性
  • 評価額: 9.9B USD(2025年後半ラウンド)
  • 社員: 約30人(2024年後半)、推定100人(2026年春)
  • 累積調達: 900M USD+

創業者: Michael Truell、Sualeh Asif、Arvid Lunnemark、Aman Sanger。4人ともMIT出身。2022年Anysphere創業。

2.1 決定的なベット — VS Codeフォーク

Cursorの最も決定的な決断は、自前のエディタを最初から作らなかったこと。VS Codeのオープンソース部分(Code OSS)をフォークしてその上にAIレイヤーを乗せた。これが2つを解決した。

  1. ユーザー学習曲線がゼロ — VS CodeユーザーがCursorに移る時、ショートカット・テーマ・拡張機能がそのまま動く。摩擦がほぼない。
  2. 開発速度 — 最初からエディタインフラを作るのに2-3年かかるところをゼロにした。AIレイヤー作りだけに集中できた。

これがインディービルダーの正典パターン — **巨大なオープンソースの上にAIレイヤーを乗せること。**最初から全部作ると死ぬ。

2.2 モデル価格交渉という武器

Cursorが生き残った別の理由 — Anthropic・OpenAIと直接交渉して大量の価格を受ける。一般ユーザーがAPIに直接支払うよりはるかに安くトークンを買う。これがマージンの核心だ。

これは小さなインディービルダーが真似しにくい。Anthropicは数百万ドルのトークンを一度に買う会社にだけ特別価格を出す。小さなビルダーは一般API価格で始めるしかない。

2.3 資金調達の軌跡と意味

ラウンド時期金額評価額
Seed2023年初8M~60M
Series A2024年春60M400M
Series B2024年後半100M~2.6B
Series C2025年半ば500M9B
推定後続2026非公開15-20B 推定

3年でゼロから 9B+。非AI SaaSでは見たことのない速度。だが負担も大きい — 次の四半期にARRが2倍になって初めて正当化される評価。

2.4 真似する点と真似してはいけない点

真似する点:

  • オープンソースの上にAIレイヤーを乗せる(最初から全部作らない)
  • ユーザー学習曲線をゼロにする
  • モデル会社との関係を武器にする(可能なら)

真似してはいけない点:

  • MIT出身4人チーム + 速い資金調達という出発点そのもの(ほとんどはこの出発点を持たない)
  • 最初から 9B 評価額を狙うこと(現実的に0.1%の結果)

第3章 · ケーススタディ2 — Perplexity、回答エンジンとして検索を再定義

Aravind Srinivas (Arav)が2022年8月創業。4人で始めて2026年4月時点で約100人。

2026年春時点の公開数字

  • ARR: 約 100M USD 以上(2025年半ば時点)、2026年春はさらに高い見込み
  • 評価額: 約 9B USD(2024年末ラウンド)、2025年後半の追加ラウンドで 14-18B USD の報道
  • 累積調達: 1B USD+
  • 月間クエリ: 10億+(2025年後半)

創業者: Aravind Srinivas (CEO、UC Berkeley PhD、OpenAI出身)、Denis Yarats (CTO、Facebook AI出身)、Johnny Ho (デザイン)。出発時4人。

3.1 決定的なベット — Googleとの正面対決

Perplexityのベットは無謀に見えた — 検索エンジンの神。Googleとの正面対決。すべてのVCが「Googleが同じものを作ったら終わり」と断った。

Aravの答え: 「Googleが同じものを作るのに18-24か月かかる。その間にブランドとユーザー行動を捕まえる。」結果的に正しかった。2024年にGoogleがAI Overviewを出したが、Perplexityのユーザーベースはすでに忠実だった。

これがインディーAIビルダーの第一の教訓 — **「ビッグテックが同じものを作る」という拒否を無視できる必要がある。**すべてのインディーAI製品がこの拒否を受ける。答えは「そうだ、しかしその間にブランドを捕まえる」だ。

3.2 流通の秘訣 — Twitter / X

AravのX活動がPerplexityの最初の流通チャネルだった。彼は毎週デモ、ユーザーの声、モデル性能比較を投稿した。50万+のフォロワーが累積するにつれて、Perplexityのすべての新機能はXで最初の流通を受ける。

これは非AI流通では見にくいパターン。AIデモは本質的にマジカルに見え、Xのアルゴリズムが好む。インディーAIビルダーがXビルド・イン・パブリックを無視できない理由。

3.3 ビジネスモデルの正直な評価

Perplexityは無料 + 有料(20 USD/月 Pro)モデル。2025年に広告モデルも一部導入、2026年にエンタープライズ領域に拡張。正直に言うと — 検索エンジンのビジネスモデルは難しい。Googleの広告売上は 200B USD/年 だが、その規模をPerplexityが作るには5-10年かかる。

**100M+ のARRは印象的だが、9-18B USD の評価額を正当化するには 1B+ ARRが必要。**2026-2028の間にこれが可能かがPerplexityの真の試金石。

3.4 真似する点

  • 「ビッグテックが同じものを作る」拒否を無視する自信
  • Xビルド・イン・パブリック(創業者のpersonal brandが会社のbrandより強い)
  • 小さな差別化から始め、カテゴリを徐々に移していく(検索 → 回答 → エンタープライズ)

第4章 · ケーススタディ3 — Lovable (Anton Osika)、テキスト・トゥ・アプリの正典

Anton Osikaが2024年スウェーデン・ストックホルムで創業。2024年末出荷後7か月で 100M USD ARR を打ったとの報道。これはSaaS史上最速の100M ARR到達の1つとして記録された。

2026年春時点の公開数字

  • ARR: 100M USD+(2025年半ば)
  • 評価額: 推定 ~2B USD(2025年後半ラウンドに基づく)
  • 社員: 約35人(2025年後半)
  • 調達: Accelなどから累積約 200M USD

創業者: Anton Osika (以前Sana Labs共同創業)、Fabian Hedin。

4.1 決定的なベット — 「非開発者もアプリを作る」

Lovableのベットは単純だった — Cursorは開発者のためのツールだが、それより大きな市場はコードを書けない人たち。**「アプリが必要だがコードを書けない人」**という市場。

これは自明に見えるが、2024年時点では危険なベットだった。非技術者がLLMでproduction-gradeのアプリを作れるか? 2024年初の答えは「ノー」だった。だがAntonは2024年後半のモデル品質がその閾値を越えると賭け、正しかった。

4.2 出荷直後のバイラル

Antonの最初の出荷X動画が7日で100万再生。1週間で1万サインアップ。1か月で10万サインアップ。これは非AI SaaSではほぼ不可能な流通速度。

これが可能だった理由:

  1. デモが即座にmagical — 「こう言えばアプリが出てくる」が本当に動いた
  2. AntonのX累積 — 以前Sana Labs時代から累積した5万+フォロワーが最初の聴衆だった
  3. タイミング — Vercel v0が同じ時期に出荷され、カテゴリ自体に注目が集まった

これは運じゃない。**「バイラルデモを作れるカテゴリ」を選ぶこと自体がベットだ。**すべてのAI製品がバイラルにならない。ビジュアルにマジカルなカテゴリだけバイラルになる — 画像生成、動画、テキスト・トゥ・アプリ、テキスト・トゥ・ゲーム、音声クローン。

4.3 買収の噂と市場の位置

2025年後半にLovableが大企業に買収されるという噂がXで流れた。価格は 3-5B USD レベルと推定された。2026年4月時点で公式発表はないが、Lovableがカテゴリの1位の座を固めているのは明らかだ。

スウェーデン発スタートアップが米国資本に買収されるパターンは馴染みがある(Klarna、Spotifyの初期)。Lovableがその道を行くか、独立を維持するかが2026-2027の大きな問い。

4.4 真似する点

  • 「非技術者市場」というより大きな市場を狙う(開発者市場は狭い)
  • バイラルになり得るカテゴリの選択
  • 出荷時点で創業者のX累積が5万+になるよう事前準備
  • モデル品質の閾値を正確にベットする

真似してはいけない点:

  • 12か月で 2B USD 評価額という結果を標準と期待する(これは0.01%の結果)

第5章 · ケーススタディ4 — Vercel v0 (Guillermo Rauch)、サイド機能が競合に

これはインディービルダーのストーリーではないが、興味深いケース。VercelはNext.jsを作った会社。CEO Guillermo Rauchが2023年後半にサイド機能としてv0を出した。

初出荷時v0は「テキストでReactコンポーネント生成」という単純なツールだった。それが2025-2026の間にCursor・Lovableと競合するフルスタックビルダーに進化した。

2026年春時点の公開数字

  • v0.devのユーザー: 200万+(2025年後半)
  • ARR寄与: Vercel全体のARR(推定 400-500M USD)の意味ある部分
  • チーム: Vercel内のv0専任チーム、推定20-30人

5.1 決定的なベット — Next.jsの流通を武器に

v0が外部のインディービルダーから出発していたら死んでいた。v0の本当の武器はVercelの既存流通だ — Next.jsユーザー100万+、Vercelデプロイユーザー累積数百万。新製品を流通ゼロから始めるのと、すでに100万人のユーザーがいる会社から始めるのとの差。

これがインディービルダーへの教訓 — 「すでに流通がある場所」にAI機能を乗せることが、流通がない場所でAI製品を作ることよりはるかに楽。

5.2 Generative UIというカテゴリ

v0の核心の差別化は「生成されたコードがUIとして即座にレンダリングされる」こと。ChatGPTでコードを受け取ってIDEで実行するのではなく、チャットの中でコンポーネントが即座に見える。

これが2026年に「Generative UI」というカテゴリを作った。AI SDK 5.0の核心機能で、Vercelがカテゴリ自体を引いている。

5.3 インディービルダーへの意味

v0はインディービルダーが最も真似しにくいケース — Vercelの流通なしには出発点が違う。だが教訓は明確だ。

  • 流通が核心資産 — コードが良いから生きるのではなく、流通が良いから生きる
  • サイド機能からメイン製品への移行が可能 — 最初からメイン製品で始める必要はない
  • 既存製品にAI機能を乗せる vs 新製品を作る — 流通がある場所に乗せるのがほぼ常に答え

第6章 · ケーススタディ5 — Replit Agent (Amjad Masad)、IDEのエージェントピボット

Replitは2016年Amjad Masadが創業したクラウドIDE会社。2023年までは「教育用 + インディービルダー用IDE」という狭い領域にいた。それが2024-2025の間に「エージェントがコードを書いて実行する会社」にピボットした。

2026年春時点の公開数字

  • ユーザー: 3千万+(累積)
  • ARR: 推定 約 100M USD(2025年後半)
  • 評価額: 約 1.16B USD(2023年ラウンドベース)、2025-2026年に追加ラウンドの報道
  • 社員: 約100-150人

6.1 決定的なベット — エージェントへの転換

2023年のReplitは危機だった。AWS・Vercel・Cloudflareの競争の中でIDE自体での差別化が難しかった。Amjadのベット — 「エージェントがユーザーの代わりにコードを書く」という方向。

Replit Agentを2024年に出荷。最初は懐疑的だった — Cursor・Devin・v0の競争の中でReplitが差別化できるか? 答えは「クラウド実行」だった。他のツールはコードを作るが、Replit Agentはコードを作って即座にクラウドで実行する。非技術者にこれが強力だ。

6.2 非技術者市場での位置

LovableとReplit Agentの非技術者市場での競争が2026年の核心ゲームの1つ。

  • Lovable — 「アプリをテキストで作る」
  • Replit Agent — 「アプリをテキストで作って即座にクラウドで実行」
  • v0 — 「UIをテキストで作る(コードも受け取れる)」

この3社が同じ市場の異なる側面を捕まえている。

6.3 真似する点

  • 既存製品をAI時代に合わせてピボット(ゼロから始める必要はない)
  • クラウド実行のようなインフラ差別化(単純なモデル呼び出しではない)
  • 「非技術者市場がより大きい」というベットを共有する

第7章 · ケーススタディ6 — Manus、2025年春バイラルの正典

Manus AIは2025年春に出荷されバイラルになった。中国・北京発のButterfly Effectという会社が作り、「汎用エージェントプラットフォーム」を標榜する。出荷直後に200万+のウェイトリストを作り、2026年春時点で正式な製品ラインを揃えた。

2026年春時点の公開数字(資料限定的)

  • ユーザー: 推定100万+
  • 社員: 推定約80-100人
  • 調達: シリーズラウンド進行中(正確な規模は非公開)

7.1 決定的なベット — 汎用エージェントの実演

Manusの出荷デモは衝撃的だった。「この履歴書を見てすべての潜在採用者にメールを送れ」という依頼にエージェントが検索・作成・送信を自動でやった。ChatGPTのOperatorやAnthropicのComputer Useと同じカテゴリだが、より完成度が高く見えた。

それが2025年春に200万人のウェイトリストを作った理由だ。デモが「これを本当に使ったら自分の人生が変わる」という感覚を与えた。

7.2 正直な評価 — デモとproductionの差

Manusの正直な位置は2026年春時点で「依然production-gradeではない」。デモはすばらしいが、実際のタスクでは失敗が多い。これはすべての汎用エージェントの共通問題 — デモとproductionの差が大きすぎる。

これがインディービルダーへの教訓 — **「バイラルデモ = production製品」ではない。**Manusが生き残るのは、200万人を捕まえた流通をどうproduction-grade製品に移すかにかかっている。

7.3 中国発AIビルダーの意味

Manusは中国発AIビルダーがグローバル舞台に進出した最初の大きな事例の1つ。DeepSeekがモデル領域で大きな影響を作ったのと同じく、Manusは製品領域での同じシグナルだ。

2026年のインディーAIシーンはもはや米国中心ではない。スウェーデン(Lovable)、中国(Manus、DeepSeek)、インド(多くのインディービルダー)、韓国(スタートアップ発)、日本(Tomoaki Imaiのようなインディー)すべて活発だ。流通は英語Xが中心だが、出発地は多様化した。

第8章 · ケーススタディ7 — Cline、オープンソースコーディングエージェント

Clineはオープンソースコーディングエージェント。VS Code拡張として始まり、「Claude Dev」として知られていた後にClineにリブランド。2026年春時点でGitHub星 50K+(正確な数字は時点で変動)。

2026年春時点

  • GitHub星: 50K+(おおよそ、時点変動)
  • ダウンロード: VS Code Marketplaceで数十万累積
  • ビジネスモデル: オープンソースコア + 有料クラウド(Cline Pro)
  • チーム: 小さい(10人未満推定)

8.1 決定的なベット — オープンソース + BYOK

ClineのベットはCursorと正反対。Cursorがclosed source + 自社課金なら、Clineはopen source + BYOK (Bring Your Own Key)。ユーザーが自分のAnthropic/OpenAIキーを入れて費用を直接支払う。

これが2つを可能にする。

  1. 信頼 — コードがオープンソースでセキュリティ懸念が低い。エンタープライズ環境で導入しやすい。
  2. マージン — Cline自体はトークン代を払わずマージンが高い。だが売上も小さい(BYOKモデルの弱点)。

8.2 オープンソースインディーの道

Clineが見せるのは**「オープンソース + 有料クラウド」というインディーAIビルダーの正典(canon)モデル。**Supabase、Posthog、Plausibleのような非AIオープンソースSaaSのパターンをAI領域に移したもの。

このモデルの魅力:

  • オープンソースが流通チャネル自体(GitHub星、fork、コミュニティ)
  • 自己ホスティングオプションがエンタープライズ顧客に魅力的
  • 小さなチームでも始められる

このモデルの罠:

  • 売上成長がclosed source比で遅い
  • オープンソースのメンテナンスがフルタイムジョブになる
  • 核心機能をclosedで維持するバランスが難しい

8.3 真似する点

  • 最初からオープンソースで出発しGitHub流通を武器に
  • BYOKモデルでマージンと信頼を同時に
  • 大きなclosed source企業の競合ではなく、補完財として位置付ける

第9章 · ケーススタディ8 — Cleft、1人のOSレベルキャプチャツール

Cleftは1人開発者が作ったOSレベルキャプチャ・録画ツール。CleanShotの代替 + AI機能。正確な売上は非公開だが、インディーAIビルダーのソロモデルの良い例。

2026年春時点(資料限定的)

  • 売上推定: インディービルダーソロレベル(月数万USD)
  • チーム: 1人
  • 流通: X、Product Hunt、直接ダウンロード

9.1 決定的なベット — 小さな市場、深い差別化

CleftのベットはCursor・Lovableと正反対。市場を小さく取り、その中で深く差別化。キャプチャ・録画は小さな市場(CleanShot、Loomの領域)だが、OSレベルでAIを統合したツールは少ない。

これがソロインディーAIビルダーへの正直な道 — **数十億ドル会社を狙わず、100K-1M USD ARR のクリーンなソロビジネスを狙う。**Pieter Levelsのミクロ-SaaSモデルをAI領域に移したもの。

9.2 ソロAIビルダーの現実

Cleftが見せるのは、AI製品もソロで可能だということ。社員なしで 100K-500K USD ARR を作るソロインディーAIビルダーが2026年に数十人単位で存在する(正確な統計はない)。

特徴:

  • 小さなドメイン(小さなツール、小さなワークフロー)
  • 直接ユーザーペルソナ = 本人
  • BYOKまたは少ないLLMコスト(単純なタスクのみLLM使用)
  • X・Product Hunt・Twitter流通

このモデルは売上成長の天井がある。1M USD ARR を超えるのは難しい(ほとんどのソロは 100K-500K ARR)。だがマージンが80%+なら、ソロ創業者の年収としては十分。

9.3 真似する点

  • 小さな市場での深い差別化
  • 1人ビジネスの限界を受け入れる(数十億は出ない)
  • AIを手動で統合(すべての機能にAIを埋め込む必要はない)

第10章 · ケーススタディ9 — Granola、AIノートテイカーのシリーズC

GranolaはUK発AIミーティングノートテイカー。Chris PedregalとSam Stephensonが2023年創業。2024年に最初のラウンド、2026年にシリーズC到達。

2026年春時点の公開数字

  • 評価額: 2B USD+(2026年シリーズCラウンド推定)
  • ARR: 推定 50-100M USD(正確な公開なし)
  • 社員: 約50-80人
  • 調達: 200M USD+ 累積(シリーズC含む)

10.1 決定的なベット — Otter・Fireflies がある市場に新しい価値

AIノートテイカーは2024年時点ですでに飽和市場だった。Otter.ai、Fireflies、Fathom、Read.aiなど数十の製品。Granolaのベット — このカテゴリに新しい価値を作れる。

Granolaの差別化:

  1. ノートが単純な転写ではなく構造化された文書 — 会議後すぐ使えるノート
  2. クライアントサイド処理 — 一部処理がローカルで起きprivacy懸念が少ない
  3. CRM・カレンダー統合 — Notion、Salesforceのようなツールと深く統合

これが飽和市場に入る正典 — **すでにある市場に小さな差別化で入っても生き残れる。**すべてのAI製品が新カテゴリを作る必要はない。

10.2 シリーズCが意味するもの

シリーズCは 2B USD 評価額に到達するのが次の意味だ。

  • 次の四半期にARRが意味ある成長をしなければならない(50% YoY以上)
  • IPOまたは買収圧力が始まる
  • 社員数が100+に拡張し、インディービルダーのアイデンティティを失う

Granolaはインディーは終わりに、一般的なスタートアップの始まりの間にいるケース。

10.3 真似する点

  • 飽和市場での小さな差別化(新カテゴリを作る必要はない)
  • UK発グローバル進出の正典(スウェーデンのLovableと同じパターン)
  • B2B領域の深い統合(単純なツールではなくワークフロー内に埋め込まれる)

第11章 · チーム規模 × 売上/評価額 マトリックス

9件のケースを1つのマトリックスで見る。

会社創業者/チーム社員数ARR (推定)評価額 (推定)主要なベット
Anysphere / CursorMichael Truell ら4人~100200M USD+9.9B+VS Codeフォーク + AIレイヤー
PerplexityAravind Srinivas ら4人~100100M USD+9-18BGoogleと正面対決
LovableAnton Osika ら~35100M USD+2-5B非技術者テキスト・トゥ・アプリ
Vercel v0Guillermo Rauchチーム~20-30 (Vercel内)非公開Vercel一部流通がある場所にAIを乗せる
Replit AgentAmjad Masad ら~100-150100M USD 推定1.5-3BIDEからエージェントへピボット
ManusButterfly Effectチーム~80-100非公開非公開(シリーズ進行中)汎用エージェント実演
Clineオープンソースコアチーム10人未満小さい (BYOK)小さいオープンソース + BYOK
Cleft1人1ソロレベル (100K-500K)インディーソロ小さな市場の深い差別化
GranolaChris Pedregal ら~50-8050-100M USD 推定2B+飽和市場の差別化

このマトリックスで見えるもの:

  1. **ソロ(Cleft)から100人スタートアップ(Cursor)まで間のすべてのスロットが埋まっている。**インディーAIビルダーのモデルは1つではない。
  2. **100M USD ARR ラインが決定的だ。**これを越えると評価額が 2B USD 以上に飛ぶ。Cursor、Perplexity、Lovable、Granola、Replitすべてこの線を越えたか近接。
  3. **5-15人チームは消えていない (Lovable、Cline)。**ただしほとんどは100M ARRを越えるにつれてチームが50+に大きくなる。

11.1 5-15人チームの時間

2026年春時点で、**5-15人チームで ARR 1M-10M を作るインディーAIビルダーが数十存在する(ほとんど非公開)。**これが2026年の新しい標準だ。非AI SaaSでは同じ売上を作るのに30-100人が必要だった。

このカテゴリの率直な統計:

  • 5-15人チームがARR 1M+を作る割合: 約5-10%(ほとんどはその下で死ぬ)
  • そのうち 100M ARR まで行く割合: 約1-2%(ほとんどは5M-50M ARRで停滞)
  • 1B+ valuation まで行く割合: 0.1-0.5%

これが率直な統計だ。90%は失敗する。

第12章 · 生き残った者と死んだ者の違い

この9ケースの共通点と、死んだ90%の共通点を見る。

12.1 生き残ったケースの共通点

  1. モデル依存を分散した — Cursor、Lovable、Perplexityはすべてマルチモデル(Claude・GPT・Gemini)をサポート。あるモデル会社が価格を上げても生きる。
  2. 流通に事前にベットした — 創業者のX累積、GitHub星、コミュニティが出荷前にすでにあった。出荷後に流通を作ったわけではない。
  3. 差別化がモデルではなくワークフロー — モデル自体ではなく、モデルをユーザーワークフローにどう統合したかが差別化。Cursorは「エディタ内のAI」、Lovableは「テキスト・トゥ・アプリのフロー」、Granolaは「会議後ノートのフロー」。
  4. ビッグテックの拒否を無視した — すべてのケースが「Google/OpenAIが同じものを作ったら終わり」という拒否を受けた。無視した。
  5. 速いベータから開始 — 最初から完璧な製品ではなく、速いベータでユーザーのフィードバックを積んだ。

12.2 死んだケースの共通点

  1. 単一モデル依存 — OpenAIの1モデルだけに依存し、価格引き上げで死亡
  2. 差別化なしのラッパー — 「ChatGPTの上にUIを乗せた」程度の差別化では生きられない
  3. 流通ゼロから出発 — 創業者のXフォロワー100人から始めたAI製品は99%死ぬ
  4. モデル会社が同じ機能を内蔵 — 自分の差別化がモデル会社の次の機能に捕まったケース
  5. 6か月以内に売上を作れず資金を使い果たす — AIインフラコストが非AI比で高く、無料ユーザーだけを集めると急速に死ぬ

12.3 率直な自己診断

新しいインディーAIビルダーが自分を評価する5問。

  1. 「OpenAIが来週同じ機能を内蔵してもうちの製品は生きるか?」 — 答えが「ノー」ならカテゴリ自体が危険
  2. 「創業者のXフォロワーが5千以上か?」 — 5千以下なら流通がゼロから出発で難しい
  3. 「マルチモデルサポートが可能か?」 — 1モデルだけ使うラッパーは危険
  4. 「モデルコストを誰が支払うか? (BYOK vs 自社)」 — どちらでも明確に決定されていなければならない
  5. 「6か月以内に最初の有料ユーザーが出るか?」 — AIインフラコストのためSaaSよりも速い売上が必要

第13章 · 2026年新しいインディーAIビルダーがどこにベットすべきか

この記事のすべてのケースから抽出した率直な推奨。

13.1 良いベット領域

  1. 垂直ドメインの深さ — 特定産業(法務、医療、会計)に深く埋め込まれたAIツール。ビッグテックが入りにくい。
  2. ローカル・オンプレミス — privacyが重要な領域。クラウドLLMが入れない場所。
  3. ワークフロー統合 — 単純なチャットボットではなく、既存ツール(Slack、Notion、Linear、Figma)内に深く埋め込まれたAI。
  4. 非技術者市場 — Lovable・Replit Agentの道。市場が大きく差別化が可能。
  5. エージェント領域のニッチ — すべてのタスクではなく、特定タスク(営業メール、採用スクリーニング、コンテンツモデレーション)のエージェント。

13.2 危険なベット領域

  1. 汎用チャットボット — ChatGPTの模倣。死亡。
  2. ワークフローのない単純なLLMラッパー — 「Claudeをより綺麗なUIで包んだ」レベル。死亡。
  3. 単一モデル依存 — OpenAIだけ使う製品。モデル価格変動に脆弱。
  4. ビッグテックがすぐ内蔵するカテゴリ — コード実行、一般検索、一般文書作成。モデル会社がすぐ内蔵。
  5. 流通ゼロから出発 — 創業者のbrandがなければ出発が難しすぎる。流通から作って製品出荷。

13.3 韓国インディーAIビルダーの位置

韓国インディーAIシーンはグローバルメインストリームと異なるパターン。

韓国AIビルダーの強み

  • 韓国語・韓国文化に深く埋め込まれたAIツールはグローバルビッグテックが入れない
  • 韓国市場のSaaS導入率が上がりB2B AIツールの需要が大きくなる
  • 政府のAI支援が活発(NIPA、デジタルプラットフォーム政府事業など)

韓国AIビルダーの弱み

  • 英語X流通が難しい(韓国語ビルド・イン・パブリックはほぼない)
  • 韓国市場ARPUがグローバルの1/3レベル
  • VCがAI領域に進入したが、米国VCほどの火力はない

韓国AIビルダーの合理的戦略

  • グローバル市場を最初から狙う(Tony Dinhモデル、John XieのTaskAdeモデル)
  • 韓国語特化AIツールで韓国独占(Wrtn、Saltluxなどの領域)
  • B2B韓国市場でSaaS導入の流れを捕まえる(スタートアップ中心)

韓国インディーAIビルダーの率直な評価 — グローバル舞台では米国発ビルダーと競うのは難しいが、韓国市場特化または最初からグローバル進出の2つの道がともに可能。ただし英語流通の摩擦が最大の障壁。

エピローグ — インディーAIビルダーを始める前のチェックリスト

この記事のすべてのケースを合わせて作った率直なチェックリスト。

始める前のチェックリスト

[ ] カテゴリでモデル会社が同じ機能を内蔵しても差別化が生き残るか?
[ ] 創業者のXまたはGitHubフォロワーが5千以上か? (流通資産)
[ ] マルチモデルサポートの計画があるか? (単一モデル依存防止)
[ ] 最初の6-12か月に有料ユーザーを作るシナリオがあるか?
[ ] BYOK vs 自社課金の決定が明確か?
[ ] 自分が毎日使うツールか? (ユーザー = 本人仮説)
[ ] 18-24か月のキャッシュランウェイまたは速い売上のシナリオがあるか?
[ ] モデルコストがユーザーあたりの収益を超えないか? (ユニットエコノミクス)

最初の90日アクションプラン (AIビルダー特化)

1-30日:
  - 5人の潜在ユーザーとインタビュー(現在のワークフローの本物の摩擦点確認)
  - モデルAPIコストのシミュレーション(ユーザーあたりの月コスト推定)
  - マルチモデル互換アーキテクチャの設計(Claude・GPT・ローカルモデルすべてサポート)
  - Xにビルド・イン・パブリック開始(デモ動画を毎週1本以上)

31-60日:
  - MVPコード開始(Cursor・Claude Codeで加速)
  - 最初の無料ベータユーザー50人募集
  - 核心差別化定義(モデルではなくワークフロー)
  - モデルコストをモニタリングしBYOK vs 自社決定確定

61-90日:
  - 有料出荷(価格 `30-100 USD/月`、BYOKなら無料または低価格)
  - 最初の10人の有料ユーザー確保
  - すべての有料ユーザーと1:1通話
  - モデルコストマージン分析(ユニットエコノミクス確認)

アンチパターン (避けるべきもの)

- ChatGPT模倣チャットボットを作る (死亡)
- 単一モデル依存 (OpenAIだけ使う製品)
- 差別化なしのラッパー (「UIをより綺麗にしました」レベル)
- ビルド・イン・パブリックなしで出荷 (流通ゼロから出発は99%死亡)
- モデル会社がすぐ内蔵する領域にベット (コード実行、一般検索)
- 無料ユーザーだけ集めて売上なしで6か月 (AIインフラコストが急速に消耗)
- 資金調達なしで大きなLLMコスト (自社課金モデルは資金または速い売上が必須)
- すべてのモデル価格が下がると仮定 (価格引き上げシナリオに備えない)
- 創業者brandなしで出荷 (X・GitHub累積が最初の流通)

次の記事予告

次の記事では**「AIビルダーが本当に毎日何をするか — Cursor・Lovable・Cline 創業者の時間配分比較」**を見る。コード時間、流通時間、ユーザーインタビュー時間、モデル価格交渉時間。AIビルダーの日常は非AI SaaSの日常と何が違うか。

その次は**「AIインフラコストの率直な数学 — 2026年AI製品のユニットエコノミクス」**。ユーザーあたりのLLMコスト、マージン、資金調達の必要性。2026-2027年のAI製品がどうコスト構造で生き残るか。

参考 / References

현재 단락 (1/330)

2022年11月のChatGPT直後のインディービルダー界隈は純粋な狂気だった。誰もが「GPT-3.5の上にUIを乗せた」製品を作り、ほとんどは3か月後に死んだ。その時期の統計は残酷だった — Y C...

작성 글자: 0자원문 글자: 18,652자작성 단락: 0/330