Newsletter · · Ashutosh Agarwal
これがあなたの給料、これがあなたのトークン予算
How They Build、2026年7月4日から11日の週。小規模チームが極端な従業員一人当たり収益を叩き出す一方(Lovableは149人で5億ドルARR)、TeslaからCoinbaseまでの企業がAIトークン支出に上限を設けたり再設計したりし、あるVCは給料の隣に並ぶ従業員一人当たりのトークン予算を予言した。
How They Build
2026年7月4日–11日の週: これがあなたの給料、これがあなたのトークン予算
How They Build、2026年7月4日から11日の週。今週、少人数チームが莫大な収益数字を叩き出し、企業は残りの仕事をこなす機械への、初めての本物の請求書を受け取った。
今週のポッドキャストでは、二つの話が並行して語られていたが、実のところそれは同じ一つの話だ。一方では、創業者たちが、実際に収益を生む本物の会社を作るのに、今やどれだけ少ない人数で済むかを示した。もう一方では、その同じ企業群が、作業をこなすAIへの請求書を受け取り始めており、その額はすでに大きく、一部の企業は給料を配るのと同じように、エンジニアにトークン予算を割り当て始めている。(「トークン」とはAIモデルが読み書きするテキストの単位であり、AI企業に対価を支払う対象だ。使用量が多いと、あっという間に積み上がる。)
今週の内容だ。
今週の数字: 収益5億ドル。人員149人。
これが今週の見出しとなる数字であり、エンタープライズAI企業Sierraの共同創業者Clay Bavorが20VCで語ったものだ。彼が話していたのはライバル企業、AIコーディングスタートアップのLovableのことで、同社はちょうど149人で5億ドルのARRを達成したと発表したばかりだった。(ARRとは「年間経常収益」、つまりサブスクリプション事業の年換算売上高のことだ。)これは従業員一人当たり約340万ドルの収益に相当し、かつては世界でも指折りの効率性を誇るごく一握りの上場企業だけに許されていた比率を、2年前にはほとんどの人が名前すら聞いたことのなかったスタートアップが叩き出したことになる。
「昨日Lovableが発表しましたよね、確か、149人で5億ドルのARRを達成したと......全体の流れとしては、より小規模で、レバレッジの高いチームへと明らかに向かっていると思います」
The Twenty Minute VC (20VC)、「Open Models vs Frontier Models: Who Actually Wins? | The $100,000 Token Budget Every Engineer Will Need... with Clay Bavor, Co-Founder of Sierra」(2026-07-04)
そしてこれは、もはや軽く聞き流せる一つの逸話ではない。今週最も明確なデータは、StripeとアカデミアによるSF新しい研究をまとめたものから得られた。Stripeによると、**ソロ創業者は今や2026年第2四半期に設立されたすべてのC-corporationの63%を占め、過去最高を記録した。**年間収益100万ドルを超える一人企業(「ソロプレナー」)の数は、**2023年から2025年の間に2倍以上に増えた。**そしてハーバード・ビジネス・スクールとINSEADによる共同研究では、**AIネイティブなスタートアップは「規模が25%小さく、組織はよりフラットで、エンジニアの比率が高いにもかかわらず、評価額は同等」**であることが判明した。番組ホストの捉え方が印象に残る部分だった。ソロプレナーは「AIがもたらす効率性向上の極端な裾野」であり、いずれ誰もが到達することになる実験を、先んじて高速で駆け抜けているのだ、というものだ。
「100万ドルを稼ぐソロプレナーの数は'23年から'25年の間に2倍以上になりました......これはバイブコーディングで適当に作られたアプリがARR100万ドルに達する波などではなく、かつては採用を必須にしていた空白を、AIが埋めてくれているのです。小規模事業者にとって、AIサービスは今や技術系共同創業者、あるいは営業・マーケティングの最初の採用枠の代わりを務めています」
The AI Daily Brief、「AI Is Making One-Person Million-Dollar Companies More Common」(2026-07-06)
このメンタルモデルを一言で知りたいなら、Spark of Agesに出演したGeoff McQueenという創業者がその答えを示した。彼が掲げる目標は、正社員10人未満で年間ARR1000万ドルの会社を作ることであり、これは同じ売上を出すのに必要とされていた75人から100人という旧来の経験則に対抗するものだ。
「売上1000万ドルの会社に、従業員がまあ75人から100人、というのがかつてはかなり標準的な成長のプレイブックでした......AIがやったことは、生産性を5倍から10倍に引き上げたことです。だから、私が一緒に働いた中でも指折りの優秀なマーケターを一人抱えることになりますが、その人が出す成果は、かつて5人から10人分だったスループットを、エージェントやツールを使ってはるかに速く実現したものになるのです」
Spark of Ages、「The Career Move That Survives AI / Geoff McQueen, Vibecoding, Revealed Preference, Coaches」(2026-07-10)
創業者たちが変えたこと
エンジニア2人が今や8つのスポーツリーグをカバーしている。 Blitzは、創業者たちが自分自身のスポーツベッティングの勝ち分で立ち上げた、AIネイティブなスポーツデータ企業だ。チーム作りについてどう考えるか尋ねられた共同創業者のDevinは率直だった。意図的にチームを極小に保つ、というのだ。同社はMLB、NBA、その他6つを合わせた8つのリーグを、正社員エンジニアリングチームわずか2人で支えている。彼らの採用基準は独特で、AIとスポーツの両方を深く理解する人材を求めており、どちらか一方しか持たない、より大きなチームは求めていない。
「Tejasと私は、できる限り長くチームを小さく保ちたかったんです。以前よりもずっと速くものを作れるようになりましたし、率直に言って、自分たちが何を作っているかを、私たちほどよく理解している人はいません......自分たちだけで多くを作れる少人数のほうが、その二つのスキルのうちどちらか一方しか持たない、もっと大きなチームより良いと思っています。正社員エンジニアという意味では、今はTejasと私だけです」
The Betting Startups Podcast、「Ep. 218: AI-first sports intelligence infrastructure w/ Devon & Tejas from Blitz」(2026-07-07)
デザイン部門がFigmaの使用をやめた。 今週最も鮮やかな「ビフォーアフター」だった。Empireで、暗号資産リサーチ企業Blockworksのある創業者は、自社チームがデザインシステムとブランド資産をAnthropicの新しい「Claude Design」ツールに流し込んだときに何が起きたかを説明した。かつては一連の人々(プロダクト責任者、デザイナー、コピーライター、エンジニア)の間を行き来していた作業が、今では1日で完結し、営業用のデッキも数分で組み上がる。彼はチームのFigma利用量が以前の約5%にまで落ちたと語った。
「APIのため、このモニタリング製品のため、投資家向け広報のため、『お問い合わせ』フォームのために、新しいランディングページが必要になったとします。以前なら......プロダクトデザイナーに回り、モックアップが作られて戻ってきて、『ああ、ここはもう少し手を入れないと』となり、それから文章が得意な誰かのところに行く。冗談抜きで、これが24時間で終わりました。全体が......そしてセールスの案件ごとにSlackチャンネルがあって、そこにメモをアップロードし、HubSpotのレコードとSlackを組み合わせて、『[顧客]にピッチしています、27万5000ドルの案件です』と言うと......2分でデッキを作ってくれる、それも自分たちで作れたものより良い出来のものを。AIなしでは、今やっていることはできません。もっとずっと大きなチームが必要だったでしょう」
Empire、「Crypto's Value Capture Problem & Why Robinhood Built Its Own Blockchain」(2026-07-10)
収益は3倍、人員は変わらず120人。 Abbas Mohammedはバーチャルアシスタント25人を雇うことで、最初の事業である不動産事業を4年かけて年間収益170万ドルまで育てた。彼の現在の会社Remote Leverageは、今や月間約150万ドル規模で運営されている。彼の主張によれば、AIのおかげで社内人員を約120人のまま維持しながら収益をおよそ3倍にできたという。低レベルの作業を自動化することで、専門人材がより高付加価値の業務に集中できるようにしたのだ。彼の採用哲学は「最も安い人材」という本能への戒めであり、彼はやや高い専門家のほうが「文字通り10倍良い結果」をもたらすと主張する。
「最初の事業で170万ドルの収益に達するまで4年かかりました。今は月間150万ドル規模で、それを2年足らずで達成しました......本当に優秀な専門家に追加で払う20%、30%、40%の給与は、多少安い人材と比べて文字通り10倍良い結果をもたらしてくれます」
Grit Daily Startup Show、「Abbas Mohammed on Why Better Talent Beats Doing Everything Yourself」(2026-07-07)
ローンチから2週間で収益100万ドル。 前回の事業が買収される前に1億人にリーチしていた連続起業家Raj Singhは、ベストセラー作家のMark Mansonとともに、Purposeという新しいAIライフコーチングアプリを作った。彼のチームは製品全体を約6か月で作り上げ、ローンチから2週間でARR100万ドルを突破した。興味深いのはスピードだけでなく製品そのものの洞察だ。彼は、主流のチャットボットは相手に気に入られるように設計されていると考え、その正反対のものを作ろうとした。
「すべての基盤モデル、ChatGPTもClaudeも、単に糖分が多すぎるというレベルではありません。あれはキャンディーです。すべてが砂糖なんです、なぜならエンゲージメントを最大化しようとしているからです......製品としての課題はこうでした。迎合的なLLMに、どうやって背骨を与えるか?今やPurposeユーザーの40%以上が、文字通り『人生が変わるほどの価値』を得たと言っています」
Subversive、「How Purpose Hit $1M in ARR Two Weeks After Launch」(2026-07-09)
11人のメディア企業が、はるかに大きな企業を上回る稼ぎを出す。 自身の番組で、Scott Gallowayは日刊テック番組TBPNの創業者たちにインタビューし、明らかに羨望を滲ませながら彼らの数字をテーブルに並べた。従業員11人、**2025年の広告収益500万ドル、2026年には3000万ドル超えの見込み、ブートストラップ、黒字、外部資本ゼロ。**これは今年の従業員一人当たり収益約270万ドルに相当し、400万ドルをはるかに超える水準へ向かっている。Gallowayは、自身のProfGメディア事業がダウンロード数も動画視聴数もより多いにもかかわらず、収益は約2000万ドルだと指摘し、それでもTBPNは50%多い収益を上げていると述べた。彼らの秘訣は人員数ではなく商業的な規律だった。すなわち、「F1チームをスポンサードするように」売り込まれる年間固定額のスポンサーシップを、意図的に絞り込んだ約20万人のオペレーターと投資家という層に販売したことだ。
「従業員11人、2025年の広告収益500万ドル。2026年には3000万ドルを超える見込みですね。ブートストラップ、黒字、外部資本なし......それなのに[ProfGより]50%多い収益を上げているとは」
The Prof G Pod with Scott Galloway、「Why OpenAI Bought a Podcast, with TBPN's John Coogan and Jordi Hays」(2026-07-09)
逆潮流: 効率化は自動的な人員削減を意味しない
今週最も重みのある声のうち二つが、「AIイコール解雇」という反射的な発想に異を唱えた。そして、まさにその発想を信じたある企業は、公の場で痛い目に遭った。
ヘッジファンドCitadelとマーケットメーカーCitadel Securitiesの創業者Ken Griffinは、まさに博士号レベルの仕事をこなす社内システムについて語った。彼のチームは、学術的な金融論文を再現するためのエージェント型システム(複数ステップのタスクを自律的に実行するAI)を構築した。これは通常、修士・博士号取得者からなるチームが何週間もかけて行う地道な作業だ。
「論文一本を再現するのに、だいたい6週間から8週間かかります......私の同僚が、論文を読み、再現し、結果を検証し、サンプル外での結果を出す、というエージェント型AIシステムを作りました。これをすべて、平均で2、3時間ほどでやってのけます。そしてここが重要な点です。この技術的ブレークスルーによって、Citadelで人員削減は一切行われていません。私には非常に優秀な人材がいますし......得られる生産性向上はすべて取りにいきます。なぜなら、私たちが抱える優秀な人材と一緒であれば、追い求める対象がただ増えるだけだからです」
Exchanges、「Ken Griffin on US-China Tensions and AI」(2026-07-09)
そして戒めとなる話もある。フォードは、AI主導の品質検査が人間の経験に及ばなかったことを受け、経験豊富な品質検査官やエンジニアを300人以上再雇用したと報じられている。同社は、設計要件をモデルに入力しさえすれば、経験豊富なエンジニアなしでも高品質な成果が出ると誤って想定していたのだ。置き換えの物語が常に成立するとは限らないことを、有益な形で思い出させてくれる。Valuetainment、「'We're Team Human' - Ford Hired Back 350 Engineers They Fired Due to AI」(2026-07-07)
Geoff McQueenは、作り手の立場から同じ論点を語っており、エンジニアリングチームを解雇する前に肝に銘じておく価値がある。洗練されたAIデモは製品ではない、という点だ。彼は、一発勝負で「バイブコーディング」されたアプリを、塗装だけは立派なソープボックスカーに例えた。
「雨の中、後部座席に子どもを乗せて坂を上るその瞬間になって初めて、本当に悪いことが起きるんです。デモとしてバイブコーディングできるものと、実際に本物の製品を持つために必要なものとの間には、大きな違いがあります」
Spark of Ages、「The Career Move That Survives AI / Geoff McQueen」(2026-07-10)
静かなバージョン: 人員数は維持したまま、収益を伸ばす
ソロ創業者的な夢を追わない企業にとって、実践的な打ち手はもっと控えめなものだった。チームの規模はそのままに、成長をAIに吸収させるというやり方だ。AI to ROIで、廃棄物・リサイクル車両向けソフトウェアを手がけるAMCS GroupのEvan Schwartzは、単なる「3時間節約できました」ではなく、実際に取締役会レベルの数字を動かす計算を説明した。
「私は今、以前の2倍から3倍の顧客接点を増やせています。なぜならAIが低付加価値だが必要な作業をこなしてくれるからです......私たちは解約率を6%から3%まで下げることができました。私たちは世界中で70万台以上のトラックを管理していて、ルート最適化はトラック1台当たり月17ガロンのディーゼル燃料を節約します」
AI to ROI、「AI Governance, Ethics, and the Stewardship Framework: A Conversation with Evan Schwartz, Chief Innovation Officer at AMCS Group」(2026-07-07)
彼の規律は見習う価値がある。すべてのAIプロジェクトは、資金がつく前に取締役会レベルの指標(EBITDA、フリーキャッシュフロー、SG&A)のいずれかに結びつけなければならない、というものだ。彼は、「節約できた時間」がなぜ罠なのかを示す、見事なまでにシンプルな例を挙げた。トラックのルートから40分削っても、それ自体には何の価値もない、「それでも私はドライバーに丸一日分の賃金を払わなければならない」からだ。お金が実際に現れるのは、ルートを再編成してトラックを3台実際に手放したとき、つまり1台当たり年間総コスト約100万ドルが浮いたときだけだ。それが300万ドルの本物のフリーキャッシュフローであり、あいまいな生産性の主張ではない。
コストの片隅
先週のテーマが「衝撃」、つまり企業が自らのAI請求書に気づくことだったとすれば、今週のポッドキャストはその仕組みへと話を進めた。企業がどうやって実際に請求書をコントロール下に置いているのか、そしてトークン予算が給料のすぐ隣に並ぶ給与明細の一項目になりつつあるという、居心地の悪い新しい発想についてだ。
荒っぽい手段: 上限設定。 背景はもはやよく知られている。Uberは年間AI予算をわずか4か月で使い果たしたことで有名になり、コーディング以外の職種に月1500ドルの上限を課した。Walmartは社内ツールの無制限利用から、厳格なトークン予算へと移行した。今週、そのリストに新たな名前が加わった。Teslaが全社一律でトークン支出の上限を適用したのだ。最初の、そして荒っぽい対応として。ある番組ホストは、この変化全体を「AI補助金の時代」から「トークン希少性の時代」への移行だと表現した。The AI Daily Brief、「The Big Ways AI Just Changed」(2026-07-04)およびThe AI Daily Brief、「AI Costs Are Surging and the Cheap Model Fix Might Not Last」(2026-07-08)
より賢い手段: モデルを入れ替える。 エンジニアの間で最も注目を集めたのはCoinbaseのアプローチだった。利用量に上限を設ける代わりに、どのモデルが作業をこなすかを変えたのだ。デフォルトのモデルを、最も高価なフロンティアモデルから、より安価なオープンウェイトの選択肢(GLM-52とKimi-2.7)へと切り替え、そこにキャッシングと「難易度ベースのルーティング」(簡単な仕事は安いモデルへ、難しい仕事は高いモデルへ)を追加した。その結果は次の通りだ。
「彼らは支出をピーク時のほぼ半分にまで削減できましたが、それでいて実際のトークン使用量は増加しました。そしてアウトプットの面でも、質は落ちませんでした」
Everyday AI Podcast、「Ep 813: AI Cost Control 101: Why Your Chatbot Bill Is Becoming a Board-Level Problem」(2026-07-07)
堀を築く手段: 自社モデルをファインチューニングする。 今週最も驚くべき経済性は、ファインチューニング、つまり自社の独自データでより小さなモデルを再訓練し、特定タスクにおいて巨大な汎用モデルをごくわずかなコストで上回らせる手法から生まれた。誰もが引用していた例は、Mira MuratiのThinking Machines Labと共同で行われたBridgewaterの研究だ。The AI Daily Briefの説明によれば、GPT 5.2からClaude Opus 4.8までの大型汎用モデルはこのタスクで74〜78%の精度を記録し、コストは20ドルから90ドルだったのに対し、Bridgewaterのファインチューニング済み専用モデルは一桁台のドルで約85%を達成した。Microsoftは「Frontier Tuning」という名前で同じアイデアを製品化しており、チューニング済みモデルが最大10分の1のコストでGPT級の品質に匹敵すると主張している。
「汎用モデルが良くなり続けているのに、なぜファインチューニングするのかと聞かれることがあります。Bridgewaterの取り組みは、適切なデータ、ここでは専門家の判断があれば、プロンプトだけに頼るアプローチを大きく上回れるということを、よく思い出させてくれます」
The AI Daily Brief、「AI Costs Are Surging and the Cheap Model Fix Might Not Last」(2026-07-08)
居心地の悪い新しい発想: 報酬項目としてのトークン。 再び20VCに戻ると、Clay Bavorはこの流れがどこへ向かっているかを言葉にした。彼は、コーディングエージェントに大きく依存するトップクラスのエンジニアが、年間10万ドル超のトークンを消費するのを目にしたと言い、それは「エンジニアの給与のかなりの部分に相当する」と語った。彼の予測は、企業が従業員単位でトークン予算を組み始める、それも給料のすぐ隣に、というものだ。
「私たちが向かっている方向は、ある種の従業員単位でのトークン予算編成だと思います。将来のCFOにとって、資本配分はこういう形に近づくでしょう。これがあなたの給料、これがあなたのトークン予算、あとはよろしく、と」
The Twenty Minute VC (20VC)、「Open Models vs Frontier Models... The $100,000 Token Budget Every Engineer Will Need... with Clay Bavor, Co-Founder of Sierra」(2026-07-04)
彼はまた、次のパートナーミーティングで議論する価値のある数字も提示した。SalesforceのMarc Benioffは、開発チームのために年間約3億ドルをAnthropicに使っていると語っており、これは途方もない額に聞こえるが、実際には**開発者給与の約3.8%**に相当する。Bavorはこの数字が、最終的に落ち着く水準から「大きくかけ離れている」と考えており、**20%**近くに収束すると賭けている。もし彼が正しければ、その含意は厳しいものになる。多くのAIアプリケーション企業は、彼の言葉を借りれば、今日想定されている支出水準では「著しく過大評価」されており、実際に支出が4倍になれば、逆に過小評価だったということになる。
中間の道: 階層型アクセス。 すべての企業が上限を設けたりモデルを入れ替えたりしているわけではない。PwCの最高人事責任者は、8万人を超える全従業員に民主化された基本ツール層(Copilot、社内向けの「ChatPwC」)を提供する一方で、より高価なフロンティアツールには利用理由の説明を求め、予算全体は「私たちのリーダーシップだけでなく、取締役会によっても非常に密接に監視されている」と説明した。彼女の捉え方は注目に値する。彼女はAI支出を任意のものとして扱うことを拒み、それをかつて人々がノートパソコンについて投げかけていたROIの問いになぞらえている。しかし彼女は同時に、この全体の背後に潜む不確定要素も指摘した。今日の価格は「非常に大きく補助金が入っていて......本当の総コストがわからない」というものであり、もし本当のコストが表面化すれば、反復的な作業については、オフショアやエントリーレベルの人材が再び機械よりも安上がりになる可能性がある、というものだ。Future Ready Leadership With Jacob Morgan、「PwC's Chief People Officer on Training 80,000 People for the AI Era With Human Skills at the Center」(2026-07-06)
今週を締めくくる緊張感は、Blockworksのある創業者から生まれた。彼はひと息にAnthropicの新しいFable 5モデルに興奮を語りながら、次のひと息では、それが「ばかげて高い」こと、「これまで見たどのモデルよりもトークンを食い尽くす」こと、そして自社が「クレジットを使い切った」という不満をかつてないほど多く受けていることを認めた。生産性は本物だ。請求書もまた本物だ。Empire、「Crypto's Value Capture Problem & Why Robinhood Built Its Own Blockchain」(2026-07-10)