Big Ideas 2026：パート1

投資家として私たちの使命は、テクノロジー業界の隅々まで深く理解し、次の動向を見極めることにあります。そのため、毎年12月には投資チームに、翌年テクノロジービルダーが挑むであろう「注目すべき大きなアイデア」を一つずつ共有してもらっています。

本日は、インフラストラクチャ、グロース、バイオ＋ヘルス、Speedrunチームからのアイデアをご紹介します。他チームからの見解は明日公開予定です。ぜひご期待ください。

インフラストラクチャ

Jennifer Li：スタートアップがマルチモーダルデータの混乱を制御

非構造化かつマルチモーダルなデータは、企業にとって最大のボトルネックであり、同時に最大の未開拓資産です。あらゆる企業がPDF、スクリーンショット、動画、ログ、メール、半構造化データの山に埋もれています。モデルは進化し続けていますが、入力データはますます複雑化し、その結果、RAGシステムの幻覚やエージェントの高コストな障害が発生し、重要なワークフローは依然として人によるQAに大きく依存しています。AI企業の限界要因は、今やデータエントロピー——すなわち新鮮さ・構造・真実性の劣化——であり、企業知識の8割がこの非構造化領域に存在しています。

このため、非構造化データの整理は世代を超えた大きなチャンスとなります。企業は、マルチモーダルデータを継続的にクリーンアップし、構造化し、検証し、ガバナンスする仕組みを必要としています。それによって下流のAIワークロードが本当に機能するようになります。契約分析、オンボーディング、クレーム処理、コンプライアンス、サポート、調達、エンジニアリング検索、営業支援、分析パイプライン、そして信頼できるコンテキストを必要とするあらゆるエージェントワークフローなど、ユースケースは多岐にわたります。ドキュメント・画像・動画から構造を抽出し、矛盾を調整し、パイプラインを修復し、データを常に新鮮かつ検索可能に保つプラットフォームを構築するスタートアップこそが、企業知識とプロセスの主導権を握る存在となるでしょう。

Joel de la Garza：AIがサイバーセキュリティ人材採用を再活性化

過去10年近く、CISOの最大の課題は人材採用でした。2013年から2021年にかけて、未充足のサイバーセキュリティ職は100万人未満から300万人に増加しました。これは、セキュリティチームが高度な技術者を雇用し、彼らがログレビューなど単調なレベル1作業に従事しているためで、誰もやりたがらない仕事です。問題の本質は、セキュリティチームがすべてを検知する製品を導入し、その結果、全アラートのレビューが必要となり、偽の人材不足が生じていることにあります。この悪循環が続いてきました。

2026年、AIがこのサイクルを断ち切り、サイバーセキュリティチームの反復的かつ冗長な作業の多くを自動化することで人材ギャップを解消します。大規模なセキュリティチームで働いた経験があれば、業務の半分は自動化で解決できることが分かりますが、膨大な業務に追われていると何を自動化すべきか判断できません。AIネイティブツールがこれを解決し、セキュリティチームは本来やりたい「悪意ある行為者の追跡」「新システムの構築」「脆弱性の修正」に集中できるようになります。

Malika Aubakirova：エージェントネイティブなインフラが標準装備に

2026年、インフラストラクチャの最大の変化は外部からではなく内部から起こります。私たちは予測可能で低並列な「人間速度」のトラフィックから、再帰的かつ突発的で大規模な「エージェント速度」のワークロードへと移行しています。

現行のエンタープライズバックエンドは、人間のアクションとシステム応答が1対1となる前提で設計されています。しかし、単一のエージェント的な「ゴール」が5,000件のサブタスクやデータベースクエリ、APIコールをミリ秒単位で発生させることには対応できません。エージェントがコードのリファクタやセキュリティログの修復を試みると、その挙動はユーザーとは異なり、レガシーデータベースやレートリミッターにはDDoS攻撃のように映ります。

2026年にエージェント対応を目指すには、コントロールプレーンの再設計が必要です。「エージェントネイティブ」なインフラが台頭し、次世代インフラは「サンダリングハード」パターンを標準とし、コールドスタートの短縮、レイテンシのばらつき縮小、並列処理限界の飛躍的拡大が求められます。ボトルネックは調整、すなわち大規模並列実行におけるルーティング、ロック、状態管理、ポリシー施行となります。ツール実行の大洪水に耐えられるプラットフォームだけが生き残るでしょう。

Justine Moore：クリエイティブツールのマルチモーダル化

AIによるストーリーテリングの基礎技術は揃いました：生成音声、音楽、画像、動画。しかし、単発クリップを超えるものを作ろうとすると、従来の監督が持つコントロールレベルを求めるほど、望むアウトプットを得るのは困難です。

なぜ30秒の動画をモデルに入力し、リファレンス画像や音声から新キャラクターを生成して続きを作らせることができないのでしょうか？別アングルからの撮影や、動きをリファレンス動画に合わせて修正することは？

2026年はAIがマルチモーダル化する年です。どんなリファレンスコンテンツでもモデルに与え、それを元に新しいものを作ったり、既存シーンを編集したりできます。Kling O1やRunway Alephなど初期プロダクトも登場していますが、モデル層・アプリ層の両方でさらなるイノベーションが必要です。

コンテンツ制作はAIのキラー用途の一つであり、ミーム制作者からハリウッド監督まで、あらゆるユースケースや顧客層で複数の成功プロダクトが生まれるでしょう。

Jason Cui：AIネイティブなデータスタックの進化

この1年で「モダンデータスタック」は、データ企業が取り込み・変換・計算の各分野の専門化から、バンドル化と統合プラットフォームへと移行し、統合が進みました。Fivetran/dbtの合併や、Databricksのような統合プラットフォームの台頭がその例です。

エコシステムは成熟してきましたが、本当の意味でAIネイティブなデータアーキテクチャはまだ始まったばかりです。AIがデータスタックの複数部分を変革し続ける可能性に注目しており、データとAIインフラが密接に結びつきつつある様子が見えます。

注目するアイデア：

• データが従来の構造化データとともに高性能なベクターデータベースへ流れ続ける方法
• AIエージェントが「コンテキスト問題」をどう乗り越えるか：堅牢なアプリケーションを構築するため、常に適切なデータコンテキストやセマンティックレイヤーにアクセスし、複数システム間で正しいビジネス定義を維持する方法（例：データとのチャット）
• データワークフローがよりエージェント的かつ自動化される中で、従来のBIツールやスプレッドシートがどう変化するか

Yoko Li：映像の中に「入り込む」年

2026年、映像は受動的に「見る」ものから、実際に「入り込める」場所へと変わります。映像モデルは時間を理解し、すでに見せた内容を記憶し、私たちのアクションに反応し、物理世界に期待するような一貫性を保てるようになります。断片的なイメージ生成ではなく、キャラクターや物体、物理法則が持続し、行動が意味を持ち、結果が展開されるまで維持されます。この変化により、映像は構築可能なメディア、すなわちロボットが訓練し、ゲームが進化し、デザイナーがプロトタイピングし、エージェントが実践から学ぶ「空間」となります。生まれるのは単なるクリップではなく「生きた環境」であり、知覚と行動のギャップを埋め始めます。私たちが生成した映像の中に「住む」ことが、現実味を帯びてきます。

グロース

Sarah Wang：システム・オブ・レコードが主導権を失う

2026年、エンタープライズソフトウェアの真の変革は、システム・オブ・レコード（業務記録システム）がついに主導権を失い始めることです。AIが意図と実行の距離を縮め、モデルが業務データを直接読み書き・推論できるようになり、ITSMやCRMシステムは受動的なデータベースから自律的なワークフローエンジンへと変貌します。推論モデルやエージェント型ワークフローの進歩が重なり、これらのシステムは応答だけでなく、予測・調整・エンドツーエンドのプロセス実行まで担う能力を獲得します。インターフェースは動的なエージェントレイヤーとなり、システム・オブ・レコードは単なるデータ永続化の層として背景に退き、実際に従業員が使うインテリジェントな実行環境の制御者が戦略的主導権を握る時代となります。

Alex Immerman：バーティカルAIは情報検索・推論からマルチプレイヤーへ進化

AIはバーティカルソフトウェアの成長をかつてないレベルに押し上げました。ヘルスケア、法務、住宅関連企業は数年でARR1億ドル超に到達し、金融や会計も追随しています。進化の第一段階は情報検索、つまり適切な情報の検索・抽出・要約でした。2025年には推論が加わり、Hebbiaは財務諸表の分析・モデル構築、Basisは複数システム間の残高照合、EliseAIは保守問題の診断と業者の手配を実現しています。

2026年はマルチプレイヤーモードが解禁されます。バーティカルソフトウェアはドメイン固有のUI・データ・統合が強みですが、バーティカルな業務は本質的に複数当事者によるものです。エージェントが労働を担うなら、協働が不可欠です。買い手と売り手、入居者、アドバイザー、ベンダーなど、各当事者は固有の権限・ワークフロー・コンプライアンス要件を持ち、それを理解できるのはバーティカルソフトウェアのみです。

現状、各当事者はAIを個別に利用しており、権限なき引き継ぎが生じています。購入契約を分析するAIはCFOとモデル調整について話しませんし、保守AIは現場スタッフが入居者に約束した内容を知りません。マルチプレイヤーでは関係者間の調整が進み、専門家へのルーティング、コンテキスト維持、変更の同期が実現します。カウンターパーティAIがパラメータ内で交渉し、非対称性を人間に通知します。上級パートナーの修正は全社の学習データとなり、AIが担うタスクの成功率が向上します。

そして、人間・エージェント双方による協働で価値が増大すれば、スイッチングコストも上昇します。ここでAIアプリに欠けていたネットワーク効果、すなわち「協働レイヤーが堀」となる現象が現れます。

Stephenie Zhang：人間ではなくエージェントのために創る時代へ

2026年、人々は自分のエージェントを通じてWebとやりとりし始めます。そして、人間向けに最適化されていたことが、エージェント向けには同じ意味を持たなくなります。

長年、私たちは人間行動の予測性を重視してきました。Googleで上位表示されること、Amazonで先頭に並ぶこと、TL;DRで始めること。高校時代のジャーナリズム授業ではニュースの5W1Hや、特集記事のフックから始めることを学びました。人間なら5ページ目の重要な一文を見逃すかもしれませんが、エージェントは見逃しません。

この変化はソフトウェアにも及びます。アプリは人間の目やクリックを前提に設計され、最適化とはUIや直感的なフローを意味していました。エージェントが検索・解釈を担うようになると、ビジュアルデザインの重要性は低下します。エンジニアがGrafanaダッシュボードを眺める代わりに、AI SREがテレメトリを解釈してSlackにインサイトを投稿します。営業チームがCRMを手作業で分析する代わりに、エージェントがパターンや要約を自動で提示します。

私たちはもはや人間のためではなく、エージェントのために設計しています。新たな最適化対象はビジュアル階層ではなく「機械可読性」であり、それが創作やツールのあり方を根底から変えていくでしょう。

Santiago Rodriguez：AIアプリにおけるスクリーンタイムKPIの終焉

過去15年間、スクリーンタイムは消費者・ビジネスアプリ双方で価値提供の最良指標でした。Netflix視聴時間、医療EHR UXでのクリック数（有効利用の証明）、chatGPTでの滞在時間などがKPIとされてきました。しかし、ベンダーとユーザーのインセンティブが完全に一致する成果ベース課金の未来へ移行する中、まずスクリーンタイム報告から脱却します。

すでにその兆しは現れています。ChatGPTでDeepResearchクエリを実行すると、スクリーンタイムはほぼゼロでも莫大な価値を得られます。Abridgeが患者と医師の会話を自動記録・後続処理する際、医師は画面をほとんど見ません。Cursorがアプリをエンドツーエンドで開発する間、エンジニアは次の開発サイクルを計画しています。Hebbiaが数百件の公開資料からピッチデッキを作成する間、投資銀行家は十分な睡眠を取っています。

この変化は独特の課題をもたらします。1ユーザーあたりアプリがいくら課金できるかを測るには、より複雑なROI測定法が必要です。AIアプリ導入で医師の満足度、開発者の生産性、アナリストの健康、消費者の幸福度が向上します。ROIを最もシンプルに伝えられる企業が競合をリードし続けるでしょう。

バイオ＋ヘルス

Julie Yoo：ヘルシーMAUの台頭

2026年、ヘルスケアにおける新たな顧客セグメント「ヘルシーMAU」が主役となります。

従来の医療システムは主に3つのユーザー層にサービスを提供してきました：(a)「シックMAU」：高コストかつ突発的なニーズを持つ人々、(b)「シックDAU」：集中・長期ケアを受ける人々、(c)「ヘルシーYAU」：めったに医者にかからない比較的健康な人々。ヘルシーYAUはシックMAU/DAUになるリスクがあり、予防医療でその進行を遅らせることができます。しかし、治療重視の医療報酬制度では予防的なチェックインやモニタリングサービスへのアクセスが優先されず、保険もほとんどカバーしません。

そこで登場するのが「ヘルシーMAU」——今は病気でなくても定期的に健康を管理・把握したい消費者であり、潜在的には最大の消費者層となり得ます。AIネイティブな新興企業や、既存大手のリパッケージ型が、このユーザー層向けに定期サービスを提供し始めると予想されます。

AIによるケア提供コスト削減、予防重視の新型保険商品の登場、サブスクリプションモデルへの消費者の抵抗感低下により、「ヘルシーMAU」は次世代ヘルステックの有望顧客層となります——常に関与し、データドリブンで、予防志向の人々です。

Speedrun

Jon Lai：ワールドモデルがストーリーテリングの主役に

2026年、AI駆動のワールドモデルがインタラクティブな仮想世界とデジタル経済を通じてストーリーテリングを革新します。Marble（World Labs）やGenie 3（DeepMind）などの技術は、テキストプロンプトから完全な3D環境を生成し、ユーザーがゲームのように探索できるようにしています。クリエイターがこうしたツールを採用することで、全く新しいストーリーテリング形式が生まれ、最終的には「生成型Minecraft」のように、プレイヤーが広大で進化する宇宙を共創する世界が実現するかもしれません。これらの世界は、自然言語プログラミングとゲームメカニクスを融合させ、「触れたもの全てをピンクに変えるペイントブラシを作って」といった命令も可能になります。

こうしたモデルはプレイヤーとクリエイターの境界を曖昧にし、ユーザーを動的な共有現実の共著者へと変えます。この進化により、ファンタジー・ホラー・アドベンチャーなど多様なジャンルが共存する相互接続型生成マルチバースが生まれます。その中で、クリエイターが資産を作成し、新規参加者を案内し、新たなインタラクティブツールを開発することで収益を得るなど、デジタル経済が発展します。エンターテインメント以外でも、こうした生成型世界はAIエージェントやロボット、さらにはAGIの訓練用シミュレーション環境としても活用されます。ワールドモデルの台頭は、新たな創造メディア・経済フロンティアの到来を告げています。

Josh Lu：「The year of me」

2026年は「The year of me」——製品が大量生産から「あなた専用」へと変わる転換点です。

すでにその兆候はあらゆる分野で見られます。

教育分野では、Alphaschoolのようなスタートアップが、各生徒の進度や好奇心に合わせてAIチューターを構築し、従来なら1人当たり数万ドルの個別指導がなければ不可能だったレベルのケアを実現しています。

ヘルス分野では、AIが個々の生体情報に基づき、サプリメントスタック、ワークアウトプラン、食事ルーチンを設計します。もはやトレーナーやラボは不要です。

メディア分野でも、AIがニュースや番組、ストーリーをリミックスし、あなたの興味や好みにぴったりのパーソナライズドフィードを作成できます。

過去100年で最大の企業は「平均的な消費者」を見つけて成功しました。

次の100年で最大の企業は「平均の中の個人」を見つけて成功するでしょう。

2026年は、世界が「みんなのための最適化」から「あなたのための最適化」へと舵を切る年です。

Emily Bennett：初のAIネイティブ大学

2026年、私は初のAIネイティブ大学——インテリジェントシステムを基盤にゼロから設計された教育機関——の誕生を予想しています。

ここ数年、大学はAIによる採点・チュータリング・スケジューリングを試験的に導入してきました。しかし今現れつつあるのは、さらに深い適応型アカデミックオーガニズム——リアルタイムで学び・最適化する自己進化型の組織です。

想像してください。講義・アドバイス・研究協働・施設運営まで、すべてがデータフィードバックループに基づき継続的に適応します。スケジュールは自動最適化、リーディングリストは毎晩進化し、新たな研究が出るたびに書き換わります。学習パスも学生ごとにリアルタイムで調整されます。

すでに前兆はあります。ASUはOpenAIと全学連携し、教育・運営で数百のAIプロジェクトを実施。SUNYはAIリテラシーを一般教養要件に組み込んでいます。これらは本格展開への布石です。

AIネイティブ大学では、教授は学びのアーキテクトとなり、データをキュレートし、モデルを調整し、学生に機械推論の問い方を教えます。

評価も変わります。検出ツールや盗作禁止から、AI活用を前提とした評価へ。学生がAIを「使ったか否か」ではなく「どう使ったか」で評価し、透明性と適切な応用が重視されます。

そして、あらゆる産業がAIシステムを設計・統治・協働できる人材を求める中、この新大学はオーケストレーションに長けた人材を輩出し、急速に変化する労働市場を支えます。

このAIネイティブ大学は新経済の人材エンジンとなるでしょう。

続編は明日公開予定です。

購読する

本ニュースレターは情報提供のみを目的としており、法的・事業的・投資的・税務的助言として依拠するものではありません。また、本コンテンツは投資助言ではなく、a16zファンドの投資家または見込み投資家による利用を意図したものでもありません。本ニュースレターは他のウェブサイトへのリンクや第三者情報を含む場合がありますが、a16zはその正確性・持続性について独自に検証しておらず、いかなる保証もいたしません。本コンテンツに第三者広告が含まれる場合、a16zはそれら広告や関連会社を審査・推奨していません。本記事で言及されている投資やポートフォリオ企業は、a16zが運用する全投資の代表例ではありません。全投資リストはhttps://a16z.com/investment-list/をご覧ください。その他重要事項はa16z.com/disclosuresに記載されています。本ニュースレターは以前にご登録いただいた方に配信しています。今後の配信停止をご希望の場合は、すぐに登録解除いただけます。

免責事項：

1. 本記事は[a16z]より転載しています。著作権はすべて原著者[a16z New Media]に帰属します。転載についてご意見がある場合は、Gate Learnチームまでご連絡ください。速やかに対応いたします。
2. 免責事項：本記事に記載された見解・意見は著者個人のものであり、いかなる投資助言でもありません。
3. 本記事の他言語翻訳はGate Learnチームが行っています。特に記載がない限り、翻訳記事の無断転載・配布・盗用を禁じます。