9月4日、CNBCが「A 'shakeout' in early-stage AI may be coming as VC money gets pickier on valuations」と題した記事を公開した。ピッチデッキに「AI」と書くだけで高いバリュエーションが付いた時代が終わりを告げようとしている。VCの選別眼が急速に厳しくなる中、早期ステージのAIスタートアップには淘汰（シェイクアウト）の波が迫りつつあるという市場関係者の見方が、具体的な根拠とともに示されている。
「勝者」の条件：高コスト・高複雑性の問題を解くこと
Nytaが示す生き残りの基準はシンプルかつ明快だ。「AIを使って、コストが高く、複雑な問題を解いている企業が勝つ」。
「AIを活用している」という事実だけでなく、「何を、どの程度の深度で解決しているか」が問われる。単なる既存機能のAIラッピングや、薄いユースケースへの適用では、今後の資金調達ラウンドを乗り越えられないというのが彼の見立てだ。
具体例として挙げるのは、自身のポートフォリオ企業であるTASS Visionだ。エッジAIとカメラを組み合わせ、実店舗での顧客の動線を分析し、小売業者が活用できるデータとして提供するサービスを展開している。調達額は130万ドル。スケールより問題の質を重視した事例として紹介されており、「大きく見せることより、深く刺さることを優先する」という方向性を体現している。
「次の6〜12ヶ月で資本はより選別的になる」
VCファームPurple Venturesの創業パートナー、Jakub Nytaは次のように述べている。
「テクノロジーが本当の価値を生み出している領域と、単なる機能をビジネスに見せかけているだけの領域を、投資家がより厳しく見極めるようになる中で、シェイクアウト（市場の過熱が落ち着く過程で競争力の低い企業が淘汰される現象）が起きる可能性が高い」
Nytaは今後6〜12ヶ月で資金調達環境が大幅に厳しくなると予測する。ピッチデッキにAIと書いてあれば高いバリュエーションが付いた時代から、「AIを使って何を解決しているか」が問われる段階へ移行しつつあるという見方だ。
この変化は突然ではない。2023〜2024年にかけてAI関連スタートアップへの資金流入は急拡大し、OpenAIやAnthropicをはじめとする大型ラウンドが市場全体のセンチメントを押し上げた。しかし2025年以降、一部の投資家の間では「バリュエーションと実態の乖離」を警戒する声が出始めており、今回の記事はその流れを象徴するタイミングで公開されたものといえる。
※編集部の考察：2000年代初頭のドットコムバブル崩壊時にも、「インターネット関連」と名乗るだけで資金が集まった時期の後、収益モデルの有無によって企業の命運が分かれた。AIブームが同様の選別フェーズに入りつつあるとすれば、今が「第二の転換点」にあたる可能性がある。
バブルの懸念と「それでも残るもの」
AIブームはNvidiaを超えた半導体企業群やデータセンターインフラへの投資を押し広げてきた。しかし、企業の設備投資（capex）は青天井で拡大を続けており、成長数字の持続可能性への疑問が業界内で高まっている。
富裕層向け資産管理会社Arki FinanceのCEO、David Ngはこう問いを立てる。
「次の問いは、アプリケーションとエンドユーザーが、その投資を正当化するだけの生産性・収益・キャッシュフローを生み出せるかどうかだ」
インフラへの巨額投資（データセンター、GPU調達、電力インフラ等）は、それを活用するアプリケーション層が十分な経済価値を生み出して初めて正当化される。現時点では、インフラ投資の規模に対してアプリケーション層の収益化が追いついていないという懸念が根底にある。
一方、資産運用会社Openspace Capitalの創業パートナー、Shane Chessonはより楽観的な立場をとる。バブルが弾けたとしても、損害を受けるのは主にFOMO（Fear of Missing Out＝市場トレンドに乗り遅れることへの恐怖から、十分な精査なく投資判断を行う行動バイアス）に駆られて投資した層であり、構築されたインフラ自体は引き続き活用され、多くの企業にとって変革的な資産として残ると指摘する。
この見方は、ドットコムバブル後にAmazon AWSやGoogleの検索インフラが残ったことと構造的に似ている。バブルの「泡」が消えても、実需に支えられたインフラは次世代の基盤として機能し続けた。AIにおいても同様のシナリオが描かれている。
アプリケーション層固有のリスク
記事が特に強調するのは、インフラ層とアプリケーション層でリスク構造が異なるという点だ。
インフラ（クラウド、GPU、データセンター）への投資は、AIブームの是非を問わず一定の需要が見込める。しかしアプリケーション層、とりわけ早期ステージのスタートアップは以下のリスクに直面する。
- 差別化の難しさ：基盤モデル（GPT-4oやClaude等）の性能向上により、アプリケーション側の付加価値が相対的に小さくなるリスク
- バリュエーションの正当化困難：収益・ユーザー数が限定的な段階で高いバリュエーションを付けられた企業が、次ラウンドで調達に苦しむ可能性
- FOMOマネーの撤退：市場センチメントが変化した際、精査なく流入した資金が最初に引き上げる傾向がある
これらのリスクを踏まえると、「問題の深さ」と「解決手段としてのAIの必然性」の両方を明確に説明できる企業だけが、次の資金調達フェーズを乗り越えられるという見方は説得力を持つ。
まとめ
生成AIへの資金流入が続く中、業界関係者の発言が示すのは「AIであること」と「価値を生むAIであること」の区別が投資家の間で明確になりつつあるという現状だ。インフラレイヤーへの投資はある程度正当化されうるが、アプリケーション層・早期ステージのスタートアップはより厳しい評価にさらされる局面が近づいている。勝者の条件は技術の新しさではなく、解く問題の深さと実需への直結度にある。
詳細はA 'shakeout' in early-stage AI may be coming as VC money gets pickier on valuationsを参照していただきたい。
