リスクを負うこと
95誰かが下振れを所有しなければならない——リース契約に署名し、融資を保証し、給与を諦める。リスク負担は1755年のカンティロンによるこの仕事の原初的な定義であり、まさにソフトウェアにはできないことだ。アルゴリズムには失うものが何もない。
濃いマスほど、このテーマでその指標が高いことを示します。
低高
不要である。起業には世界のどこでも免許制度がなく、会社登記に資格を求める国はない。実際には成功する創業者の多くは学歴、それ以上に業界経験を持つ。2018年発表の米国国勢調査局の大規模調査によれば、最も急成長した新興企業の創業者の平均年齢は創業時45歳だった。続けられるかどうかを決めるのは試験官ではなく顧客と投資家である。
3通りある。自ら設定する給与(初期は最小限にとどまることが多い)、事業が支出を上回る利益を出すようになってからの利益分配、そして株式——会社が売却・上場・配当を行って初めて実現する所有持分だ。起業家の富の大半はこの3番目から生まれるが、大半の創業者はそこに到達しない。
米国とほとんどのOECD諸国では、新規の雇用主企業のおよそ半数が5年生存し、約3分の1が10年に達する。よく引用される「スタートアップの90%は失敗する」という数字は、大きなイグジット以外はすべて失敗と見なすベンチャー型の成果を指している。単なる存続は神話が示唆するよりはるかにありふれているが、それでも保証にはほど遠い。
両語は重なり合うが、ジョゼフ・シュンペーター以来の経済学者は「起業家」を新しい組み合わせ——新製品、新手法、新市場、新ビジネスモデル——に挑む者に限定し、生業としての事業は実証済みの方式を地元で繰り返すものとしている。どちらも個人リスクを負い自ら報酬を決めるが、レストラン一軒でも、模倣か発明かによってどちらにもなり得る。
圧倒的に自己貯蓄、家族、銀行融資、内部留保による。エンジェル投資家、アクセラレーター、ベンチャーキャピタルは新規企業のごく一部——米国では1%を大きく下回る——しか支援しないが、最速成長を狙う企業を対象とするため注目を集める。2012年の米国JOBS法で合法化された株式型クラウドファンディングは、一般向けの新たな経路を加えた。
神話よりも年上である。270万人の創業者に関する米国国勢調査データを分析したアズレイ、ジョーンズ、キム、ミランダは、創業時の平均年齢は42歳、最も急成長した上位0.1%の新興企業では45歳だったと明らかにした。ゲイツ、ジョブズ、ザッカーバーグのような20代の象徴的人物は記憶に残る例外であり、若さよりも業界経験のほうが成功をよく予測することが分かっている。
起業は自動化と奇妙な関係にある。この仕事のあらゆる業務はさらに自動化されうるのに、仕事そのものはほぼ自動化不可能である。というのも、その中心には機械には抱えられない何かがあるからだ——リスクを選び、結果に責任を負う人物であること。AIは計画を起草し、試作品を作り、広告文を書ける。しかしリース契約に署名し、最初の採用者の信頼を勝ち取り、個人として破産することはできない。
より近い将来の変化は、存亡に関わるものではなく競争に関するものだ。AIがソフトウェア、コンテンツ、分析のコストを圧縮するにつれ、かつて資金を得たスタートアップを守っていた参入障壁は、誰にとっても一斉に崩れ落ちる。希少な資産は機械が生み出さないもの——流通網、信頼、規制上のアクセス、そして何を作る価値があるかという判断力——へと移っていく。
業務単位で見れば、創業者の一週間の多くは自動化可能だ——調査、マーケティング文案、経理、初期のコード。しかしこの役割はそれらの業務の総和ではない。法的に責任を負うリスクを引き受け、見知らぬ人々に金とキャリアを賭けるよう説得し、本物の不確実性のもとで決断することだ。いかなるAIシステムも会社の下振れリスクを所有できず、いかなる法域もAIを会社の指揮者と見なさない。自動化が実際にもたらすのは参入コストの低下であり、歴史的にそれは常により多くの起業家を意味してきた。より少なくではない。
肩書きではなく業務単位で算定。低いほど安全。
AIが奪えない仕事 →誰かが下振れを所有しなければならない——リース契約に署名し、融資を保証し、給与を諦める。リスク負担は1755年のカンティロンによるこの仕事の原初的な定義であり、まさにソフトウェアにはできないことだ。アルゴリズムには失うものが何もない。
最初の顧客、最初の社員、投資家は、エビデンスがまだない段階で人物に賭けている。その信頼の移転——面と向かって築かれ、評判を賭けたもの——はすべての会社の創立取引であり、生成されたテキストでは動かない。
まだデータセットが存在しないときに何を作るべきかを決めること——市場の答えが取り出せる場所にあるのではなく、作り出さねばならないとき——は、過去のデータで訓練されたモデルが最も弱い領域である。
会社は世界中どこでも人間の取締役、署名者、責任者を必要とし、契約、責任、詐欺に関する法はすべて人物を指し示す。書類に記された起業家の名前は、いかなる自動化も取り除けない負荷を担う法的事実である。
見知らぬ人々の集まりを、悪い四半期を生き延びるチームに変えること——基準を設定し、対立を吸収し、誰を雇い誰を解雇するかを決めること——は頑固なまでに対人的な仕事であり続けており、小さな会社ではそれを創業者から切り離すことはできない。
自動化された経理、給与計算、税務申告、テンプレート化された法人設立書類は、かつて専門家を雇う必要があった事務作業の大半をすでに吸収しており、AIエージェントはこれを定型的な契約書レビューやコンプライアンスへも拡張しつつある。
広告文、SNS投稿、商品画像、動画、キャンペーンのターゲティングは、プラットフォーム自身によってますます生成・最適化されている——メタとグーグルはいずれも、経営者はマーケターではないという理由でまさに中小企業に自動キャンペーン商品を売り込んでいる。
競合調査、市場規模の推計、アンケート分析、顧客インタビューの要約——かつてはアナリストの数日分の仕事だった——が今や汎用AIツールから数分で出てくる。創業者に残る仕事は、その整った答えを疑うことである。
AIによるコード生成とノーコードプラットフォームは今や、標準的な製品であれば、かつて技術系共同創業者を必要とした稼働する試作品や出荷可能な初期ソフトウェアさえも生み出せる。新規技術、ハードウェア、規制対象分野は依然として抵抗する。
かつて50人の社員を必要とした会社が5人で立ち上がる。サム・アルトマンを含む業界の著名人は、初の10億ドル規模の一人企業について公然と推測している。創業者の調整の負担は、人を管理することからツールを指揮することへ移る。
誰もが週末で製品を作れるようになると、製品そのものが参入障壁ではなくなる。防御力は流通、ブランド、コミュニティ、独自データ、規制上の立ち位置——時間をかけて蓄積される資産——へと移動し、これは先行者よりも経験ある事業運営者に有利に働く。
看護師、教師、農家、弁護士といったその分野の専門家が、エンジニア共同創業者なしにますます自らのソフトウェア事業を構築できるようになり、この30年間を支配してきた工学系卒業生を超えて、テック企業を創業する層が広がっている。
2012年の米国JOBS法で合法化された株式型クラウドファンディング、レベニュー・ベースド・ファイナンス、ローリングファンド、ソロ・キャピタリストが、従来のベンチャーピッチを超えて資金調達の経路を増やしている。同時にAI主導のデューデリジェンスは投資家により早く、より速い決断を促している。
経験豊富な事業運営者が、CFO、CMO、CTOとしての週の一部を複数の小さな会社に同時に売る——スタートアップが常勤の役員を雇うには身軽であり続ける時代を背景に急成長する職業である。
先に読者や視聴者を築き、後から会社を作ること——ニュースレター執筆者、ユーチューバー、ポッドキャスターが注目を製品、講座、ブランドに変換する。2010年代にプラットフォームの収益化が成熟する前には存在しなかった創業の道である。
プレイブック、資本、共有スタッフを提供するスタジオの中で、連続的かつ並行的に会社を興す専門家たち——1996年のアイデアラボから、今日世界中の数百のスタジオまで、創業プロセスそのものを制度化している。
アクセラレータープログラム、パリのステーションFのようなスタートアップキャンパス、政府のスタートアップ支援機関、大学のベンチャーオフィスといった起業のインフラを運営すること——創業がもはや偶然ではなく仕組みになったからこそ存在する給与制の職業である。
可逆の3レンズ: 補助、一部置換、新ニッチ。教材であり予測ではありません。
役割は残し、AIが下書き・仕分け・調査を加速。判断と責任は人側。
狭いタスク群が先に圧縮され、隣接スキルが伸びることも。
規制下でAI出力を信頼する監督・統合・ドメインQAが生まれ得る。
歴史的なパターンは一貫している。有限責任、クラウドコンピューティング、アプリストア、オープンソースソフトウェアなど、開業コストが下がるたびに起業家の数は増え、リターンは単に作れる人ではなく、流通させ守れる人に集中してきた。AIはこれまでで最も急激なコスト低下であり、このパターンが逆転すると考える理由はない。
本当の不確実性は創業者が生き残るかどうかではなく、実行が豊富にある世界で創業とは何を意味するのかということだ。ボトルネックが完全に判断力——問題を選び、信頼を勝ち取り、資本を配分する力——へと移る世界は、経験と評判に報いる。それはツールがより民主的になる一方で、成功する創業者の実効年齢や経歴を静かに引き上げるかもしれない。
どのシナリオも取り除けないのは、1755年にカンティロンが描いた人物である。他人のために確実性を買い取り、自らは不確実性を引き受ける者。機械はその人物を取り巻くあらゆることに非常に長けてきている。しかし、その人物そのものに近づいてはいない。
分野だけでなく、6つのスコアが近い職業です。
木を扱う建て手——ホモ・サピエンスより古い職。奈良の古刹からノルウェーの木造タワーまで、今も「二度測って一度切る」。
AI耐性 88 ⚓最後に残る絶対的指揮権——鄭和の宝船艦隊から今日の巨大コンテナ船まで、船と乗組員と貨物のすべてに責任を負う、免許を持つただ一人の船長。
AI耐性 65 🌾他のあらゆる職業を可能にした職業――肥沃な三日月地帯の最初の小麦栽培から自動運転トラクターまで、1万1千年にわたり世界を養い続けてきた。
AI耐性 72 🍳エスコフィエのパリの厨房から大阪の寿司カウンター、リマのセビーチェ・バーまで、毎晩のプレッシャーの中で厨房の部隊を率いる専門家。
AI耐性 78 ✍️紫式部が平安の宮廷で綴った物語から、Kindleが生んだ自己出版の大波まで――免許も出世の階段も定年もない、長編フィクションの書き手という仕事。
AI耐性 62 📷瞬間の見え方を決める仕事――1826年のニエプスによる8時間露光から、年間2兆枚もの写真が撮られる時代へ。そのほとんどは今や一般の人々の手によるものだ。
AI耐性 55企業に値を付け、資本を動かすディールメーカー——メディチ家のフィレンツェから今日のピッチブックまで続く商売で、巨額の金が動くときの信用に対価が支払われる。
AI耐性 42 🧾帳簿の番人――文字そのものを生み出したほど古い技を受け継ぎ、いまはそれを自動化するために作られたソフトウェアと折り合いをつけている。
AI耐性 35 📣需要を生み出す専門職——ポンペイの壁の広告文やP&Gの1931年の「ブランドマン」覚書から、オークション主導のデジタル時代のフィードまで。
AI耐性 38 🗺️会社が次に何を作るべきか、なぜそれを作るのかを決める仕事。顧客のニーズ、事業目標、エンジニアリングの制約を、誰か一人がすべてを所有するわけではない一つの共有計画へとまとめ上げる。
AI耐性 50 💱希少性を研究する学者――アダム・スミスのピン工場から中央銀行の意思決定室まで、どんなモデルも捉えきれないものを予測せよと求められ続けている。
AI耐性 62 🌿組織が事業上の義務を果たしながら環境・社会への害を減らせるよう、戦略、測定、報告を主導する。
AI耐性 66