Google Cloud VP Darren Mowryが線を引きました。「LLMラッパー？アグリゲーター？業界にはもうこれ以上の忍耐はない。」 OpenAIがGPT-5を発表するたびに、数十のスタートアップが存在意義を失っています。ところが同じ時期に、Harveyは110億ドル、Gleanは72億ドルのバリュエーションを記録したんです。 何が違うのでしょうか？
これは何?
「バーティカルAI（Vertical AI）」とは、特定の業界や職務に特化したAIプロダクトのことです。法律（Harvey）、企業内検索（Glean）、コーディング（Cursor）などがその例です。対して「汎用AI」は、OpenAIのChatGPTやGoogleのGeminiのように、何でもこなそうとするAIのことですね。
問題は、汎用AIがどんどん賢くなるにつれて、「GPTの上にUIを一枚かぶせただけ」のラッパースタートアップが居場所を失っていることです。Google VP Darren Mowryの言葉が核心を突いています。「バックエンドモデルがすべての仕事をして、あなたはそれをホワイトラベリングするだけなら、業界にはもうそれ以上の忍耐はない。」 半年前は差別化ポイントだった機能が、今ではGPT-5やGemini 2.0の標準機能に含まれてしまう時代なんです。
VC Cafeはこれを「The Ugly」と呼びました。多くの資金調達済みAIスタートアップがGPTの上の薄いラッパーに過ぎず、初期の売上はあったものの、モデル自体がその機能を吸収していくにつれ、ピボットするか、売却されるか、閉鎖するしかないという話です。 実際、Jasper.aiはOpenAIが直接コピーライティング機能を強化したことで深刻な打撃を受けました。
面白いのは——同じ時期に、バーティカルAIスタートアップたちは2025年だけで150億ドル以上の資金調達を達成しています。 死ぬものは死に、生き残るものは爆発的に成長するという二極化が起きているんです。
Mowryが挙げた消滅候補の2タイプ
1. LLMラッパー：GPT/Claude/Geminiの上にUIをかぶせることが全てのスタートアップ。モデルがアップグレードされると存在意義が消える。
2. AIアグリゲーター：複数のLLMを一つのインターフェースにまとめるオーケストレーションレイヤー。モデル会社が直接マルチモーダル・エージェント機能を搭載するにつれ、価値が急落。
何が変わるのか?
生き残るバーティカルAIと消えていくラッパーの違いは、結局「堀（moat）の深さ」です。Better Tomorrow Venturesはこれを「ラストマイルの長さ」として説明しています——結果を出すために現実世界のシステムとどれだけ複雑に連携しなければならないか、そしてその結果に対する責任を誰が負うかが核心だということです。
| 消えるAI（ラッパー/アグリゲーター） | 生き残るAI（バーティカル） | |
|---|---|---|
| 中核資産 | UI/UX + プロンプトエンジニアリング | 独自データ + ドメイン専門性 |
| 堀 | モデルのアップグレードで消滅 | ワークフローに深く組み込まれている |
| 競争相手 | IT予算（既存SaaSの代替） | 人件費（人間がやっていた作業の自動化） |
| 切り替えコスト | 低い（ChatGPTへの移行が可能） | 高い（データ・ワークフローのロックイン） |
| 責任 | ユーザーに転嫁 | 結果に対する責任まで持つ |
具体的な事例を見ると、違いが一目瞭然です。
| 企業 | 領域 | ARR | バリュエーション | 中核となる堀 |
|---|---|---|---|---|
| Harvey | 法律AI | 1億9,000万ドル | 110億ドル | 60カ国の法律事務所ワークフロー + 判例データ |
| Glean | 企業内検索 | 2億ドル | 72億ドル | 企業内部データコネクタ + エージェントインフラ |
| Cursor | AIコーディング | 10億ドル以上 | 293億ドル | 開発者ワークフローの完全掌握 |
| Jasper | コピーライティング | 下降中 | 15億ドル→? | GPTラッパー → OpenAIが直接機能を吸収 |
Harveyのケースは特に印象的です。2025年8月にARR 1億ドルだったのが年末には1億9,000万ドルへ、5ヶ月で約2倍に跳ね上がりました。バリュエーションも2025年2月の30億ドルから6月50億ドル、12月80億ドル、2026年2月110億ドルと、1年で3.7倍になっています。 法律リサーチ、契約書の分析、コンプライアンス——こういった作業は、ChatGPTに「契約書をレビューして」と入力するのとはまったく次元が違います。60カ国1,000社以上の法律事務所の実務ワークフローに深く根ざしているからです。
Gleanも同様です。単なる「企業向けChatGPT」ではなく、モデルと企業システムの間をつなぐ結合組織（connective tissue）を構築しています。 Slack、Google Drive、Jira、Salesforce——企業内部のあらゆるデータをつなぎ、その上でエージェントが動く仕組みです。これはOpenAIが簡単に作れない領域です。
ポイント整理：バーティカルAI生存公式
Foundation Capitalは2026年のトレンドを「Cursor for X」と表現しました——法律、金融、マーケティング、オペレーションなど各分野で、Cursorのようにその職務のワークフローを完全に掌握するAIが登場するということです。 それを実現するには何が必要でしょうか？
- 独自データの堀を築く
プロダクトの利用過程で蓄積される固有のデータセットが核心です。Harveyは数十万件の法律文書処理データを、Gleanは企業内部のナレッジグラフを積み上げています。汎用モデルがアクセスできないデータこそが堀になります。 - ワークフローのシステム・オブ・レコードになる
たまに使うツールではなく、核心業務が動くシステムそのものになる必要があります。切り替えコストが高くなるほど、汎用AIへの乗り換えが難しくなります。CursorがIDE自体を掌握したように。 - 結果に対する責任を持つ
Better Tomorrow Venturesの核心的な洞察です。「ツールを提供すること」と「結果を保証すること」は違います。結果まで責任を持った瞬間、切り替えコストが劇的に上がります。 - 人件費ラインを狙う
IT予算ではなく人件費予算と競いましょう。弁護士、営業担当者、カスタマーサポート担当者がやっていた仕事をAIが代替すれば、ROIが明確になります。VC Cafeが言う「労働予算との競争」です。 - 現実世界のシステムとの連携複雑度を高める
「ラストマイル」が長いほど、汎用AIが参入しにくくなります。規制、コンプライアンス、レガシーシステムとの統合——こうした複雑な現実との連携こそが本物の防衛壁です。
タイミングの警告：窓が閉じつつある
Better Tomorrow Venturesの重要な警告です。多くのスタートアップは「短いラストマイル」から始めて徐々に深化していきますが、ファウンデーションモデルがバーティカル化するスピードが上がるにつれ、その転換時間が圧縮されています。 出発点のウェッジ（wedge）から十分な現実連携の複雑度がなければ、モデルに飲み込まれる前に拡大できないということです。
