馬田隆明のブログ（カンパニークリエーション）

カンパニークリエーションを12マスで整理する（創薬・ソフトウェア以外）

馬田隆明 — Thu, 17 Sep 2026 06:55:00 GMT

カンパニークリエーションについて、これまで記事を書いてきました。

以前の記事では、起業家とは異なる主体（投資家等）が会社の設立前から関与して立ち上げるカンパニークリエーションを、技術起点、需要起点、アウトカム起点、ミッション起点という四つの「起点」で分けました。その後に書いた「カンパニークリエーションを時間軸で考える」の末尾では、起点の分類と時間軸の整理を掛け合わせれば、検討中の案件がどこに位置し、何で勝負すべきかがいくらか明確になるのではないか、と整理していました。さらに最近は「12のマスで考えるイノベーションの戦い方と時間軸」という記事を書きました。

こうしていくつかの記事積み上げながら、最後の12マスの記事のフレームワークを主に使いつつ、カンパニークリエーションの例をマッピングするとどうなるのか、というのをChatGPTなどと整理していました。今回の記事はその整理の結果をまとめたものです。

カンパニークリエーションは単一の手法ではなく、「誰がどの資源を拠出し、どう引き受けるか」が異なる複数の型の集まりだという観点で整理しています。

カンパニークリエーションを行う事業者（投資家）

まず、カンパニークリエーションを行っている代表的な組織を紹介します。

2020年以降のカンパニークリエーションやスピンオフを中心にChatGPTに調べてもらったところ、20組織・104件のクリエーション・事業化事例 がありました。明らかな間違いは修正しましたが、全件チェックしているわけではないので、傾向として捉えてください。なお、VCやPEに加えて、ベンチャービルダー、企業内スタジオ、大学・研究機関の事業化プログラムも含めています。

なお、おそらく最もカンパニークリエーションの事例が多いのは創薬なのですが、今回対象からは創薬・医薬品・バイオ医療機器の事例を除いています。これらは事業化の進み方が異なるためです。また、ソフトウェアだけを扱うスタジオは対象外としました。そのため Sutter Hill などは含まれていません。

その結果、以下の件数は、気候、素材、防衛、AI・IT基盤、宇宙、エネルギーなどが主なものとなっています。また非医療の農業バイオも含めています。創薬も手がける組織を丸ごと除くのではなく、個々の事例で分けています。

カンパニークリエーションの主導のスタイルによって大きく2つに分別しています。組織が探索テーマや内部案件を持ち、専任の人材と初期組成を運営して会社を作った場合を「組織主導」、組織と創業者が会社化前から構想・知財・チーム・初期運営の実行を分担した場合を「組織・創業者の共同主導」としています。実態はグラデーションがある部分かと思いますが、便宜的に2つに分けています。

組織	主な創設機能・プログラム	掲載事例（抜粋）	組織主導	共同主導	掲載件数
Eclipse	Eclipse Venture Equity	Mytra、Peak Energy	0	4	4
8VC	8VC Build Program	Saronic	0	1	1
Lux Capital	Lux Labs（2024年公表。以前の案件は前身の創設機能）	Thematic、Osmo	0	2	2
Xora Innovation	会社創設担当チーム	Amperesand	0	1	1
Red Cell Partners	National Security Practice／Cyber Practice	DEFCON AI、Claros	0	7	7
Flagship Pioneering	Flagship Labs	Terrana Biosciences	1	0	1
Deep Science Ventures	本体の会社創設チーム	Mission Zero Technologies、Parallel Carbon	19	0	19
Technofounders	本体のベンチャービルディング	Bliss Ecospray、ION-X	0	3	3
Cambridge Future Tech	本体のベンチャービルディング	Mimicrete、Literal Labs	0	10	10
Marble	気候テックのベンチャースタジオ	Aerleum、Vema Hydrogen	0	13	13
Wavemaker Impact／100x100	気候テックのベンチャービルディング	WasteX、Rize	1	13	14
Vargas	本体の会社創設機能	Stegra、Aira、Syre	4	0	4
Actis	Energy Infrastructure	BluPine Energy、Nozomi Energy	4	0	4
EnCap Investments	Energy Transition	Linea Energy、Bildmore	1	1	2
Prosemino	Prosemino Venture Builder／Prosemino Labs	Sention Technologies、Super6	0	2	2
MIT	MIT Proto Ventures	Hyperion Transport Systems、Vertical Horizons	4	0	4
TandemLaunch	TandemLaunch Startup Foundry	LATYS、Waveshaper AI	6	0	6
Atomic	Co-found with Atomic	Butter Payments、Exowatt	0	3	3
TNO	TNO Ventures／Tech Transfer Programme	LionVolt、TORWASH	0	3	3
Founders Fund	パートナー主導のインキュベーション	General Matter	1	0	1
合計	20組織		41	63	104

結果、組織主導41件、共同主導が63件となりました。

組織主導の内訳はDeep Science Ventures が19、TandemLaunch が6、Vargas が4、Actis が4、MIT Proto Ventures が4などです。いずれも創業候補者、経営者、Venture Builderといった人を組織の給与で先に雇い、案件を持たせてから会社にしています。共同主導の63件は、外にいる経営者や研究者と会社化前から実行を分担するのに近い形です。

12マスで見たカンパニークリエーションの現在地

以前の12マスの記事では、供給側で「次の状態への移行を最も強く妨げているもの」を四種類に分け、需要側で「取引可能な需要をどれだけ特定できているか」を三段階に分けました。

これを表にしたのが以下です。

供給側の支配的リスク＼需要リスク	低い	中程度	高い
導入・運用リスク	(1) ロールアウト競争	(2) 案件組成型実装	(3) 有償ユースケース探索
スケールアップリスク	(4) キャパシティ競争	(5) 段階的スケールアップ	(6) 量産と用途の同時探索
エンジニアリングリスク	(7) 目標仕様開発	(8) ロードマップ先行開発	(9) 製品と用途の同時探索
サイエンスリスク	(10) ミッション型検証	(11) オプション形成研究	(12) フロンティア探索

この12マスの上に、104件のうち事業を停止した2社を除く102社の現在位置をAIに分類してもらうと次のようになりました。

供給側の支配的リスク＼需要リスク	低い	中程度	高い
導入・運用リスク	(1) 1社	(2) 26社	(3) 0社
スケールアップリスク	(4) 3社	(5) 16社	(6) 0社
エンジニアリングリスク	(7) 4社	(8) 42社	(9) 5社
サイエンスリスク	(10) 0社	(11) 5社	(12) 0社

この分布から読めることがいくつかあります。

(1) 中程度の需要リスクの(8)に集中する

102社のうち89社が需要リスクが中程度の列（中央の列）にあります。需要リスクの低い列（左の列）は8社、高い列（右の列）は5社です。

需要リスクが中程度の列の中でも、(8)ロードマップ先行開発だけで42社と、全体の4割を占めます。用途と顧客候補は見えていて、ベースとなる技術もある程度あり、その技術を顧客仕様に合わせて製品化する工程が残っている案件です。次に多いのは(2)案件組成型実装の26社で、技術は既存のもので、供給者・顧客・資金・契約の組み合わせを設計することが事業の中身になっています。サイエンス行の5社はすべて(11)にあり、(10)と(12)には案件がありません。

ただし、104件の採用年は2022〜2025年が84件で、停止2件と再編1件を除けば、大半はまだ起業したばかりです。つまりこの分布は、各組織が反復して着手できた数を示しているのであって、リターンが出た位置を示してはいません。分布は「うまくいくマス」ではなく「始めやすいマス」を教えていると考えてください。

(2) 需要リスクが低い列と高い列は担い手が偏る

需要リスクの低い列の8社は、Eclipseの3社（Mytra、Peak Energy、Gambit）、8VC Build（Saronic）、Red Cell（DEFCON AI、Claros）、Vargas（Aira）、MIT Proto Ventures（American Fusion Instruments）です。

AiraとAmerican Fusion Instrumentsを除く6社は、米国のVCが「経営者＋市場仮説」の方式で共同設立した会社で、防衛、AIデータセンターの電源、定置蓄電、物流ロボットの領域にあります。需要が具体化している領域に、実績ある経営者を先に組み合わせる方式です。

需要リスクの高い列の5社はすべて(9)で、Deep Science VenturesのDunia、MarbleのAtmoCooling、TandemLaunchの3社（Waveshaper AI、Recho AI、Wisemotion）です。TandemLaunchは大学技術を先に選定してから創業チームを編成する方式で、技術を製品化しながら採用用途を探す案件が需要リスクの高い列に来ています。(3)(6)(12)には案件がありません。

(3) 各組織の案件は一つか二つのマスに固まる

Actisの4社とEnCapの2社はすべて(2)、Wavemaker Impactの14社は11社が(2)、Cambridge Future Techの10社は9社が(8)、Deep Science Venturesの19社は13社が(8)です。TandemLaunchの6社は(8)と(9)に3社ずつ、Flagshipの1社は(11)にあります。

Vargasの4社は(1)、(2)、(5)に分かれていますが、いずれも需要契約や産業パートナーを先に組んでから会社を作る方式は共通です。Marbleは(8)を中心に(2)、(5)、(9)、(11)まで広がっており、人から入る組織では案件のマスが分散します。

停止と再編のケース

調査表が確認した事業停止は2件です。Red CellのEyrisは2024年12月に閉鎖され、MarbleのCenteonは公式サイトで活動停止と表示されています。どちらも要因は公表されておらず、技術の失敗か需要の不成立かは判定できません。この2社は上の分布から除いています。

大幅な再編は1件で、(5)にあります。Stegraは2026年6月に14億ユーロの追加資金調達を完了し、建設工程の見直しを公表しています。停止や倒産ではありませんが、需要の見通しがあっても初号の大型設備の費用と工程のリスクは残る、という後述の点に対応します。

需要リスクが中程度の列への集中と、組織ごとのマスの固まりは、マスごとに設立前に残る仕事が違い、その仕事を反復して担える組織が限られていることの表れだと考えています。

列：需要リスクが設立前に残る仕事を決める

需要リスクの列は、設立前に何が「未確定な要素」として残っているかを表しています。人材と資本はどの列でも必要になります。そのうえで投資家が創業を主導する合理性が生まれるのは、購入の約束、設備、知財、顧客接点、あるいは案件組成の能力といった、起業家が通常の出資や提携では揃えにくい資源を運営主体が提供できる場合です。そうした資源を活用して設立前に必要な仕事の費用や期間を大幅に削減できるからこそ、投資家主導の形が成り立ちます。

各列の違いを整理すると、次のようになります。

列	設立前に残る仕事	投資家主導が有利になる条件	列を実際に動かす主体	調査表の例
需要リスクが低い列（左）	需要条件の実効性を確かめ、その条件で供給するための技術・人材・設備・資金を揃える。迅速な立ち上げ速度が問われる	購入の約束、製造を担う経営陣、設備、開発期間を支える資金など、起業家単独では確保に時間がかかる資源を運営主体が提供できる場合	買い手（オフテイク契約や産業パートナーとしての参画）	Vargas（SyreはH&Mとの7年間・総額6億米ドルのオフテイク契約、Airaは既存技術のヒートポンプを月額・直販・保守一体で提供）、Eclipse・8VC・Red Cellの「経営者＋市場仮説」（Peak Energy、Saronic、DEFCON AI）
需要リスクが中程度の列（中央）	未確定事項を、顧客検証で学べること（要求性能・導入負担・便益）と、他者の判断や合意が必要なこと（予算承認・許認可・融資・購入契約）に分け、後者の判断主体と合意順序を組成する	案件の組成に必要な専門性、信用、関係者への接点を運営主体が持ち、複数の判断を同時に動かせる場合。顧客検証が中心なら創業チームに委ね、運営主体は資金と接点の提供に徹する	需要側の判断主体と政策。公共調達、差額支援（値差支援）、大企業のオフテイクなどによって、支払主体・予算・期間・仕様が具体化すれば「低い」側へ動く	Deep Science Ventures（19社中13社が(8)）、Wavemaker Impact（14社中11社が(2)。Rizeは4者が構想しCEOを選任）、Actis・EnCap（経営者を先に確保し、資産・契約・資金を組成）
需要リスクが高い列（右）	用途・顧客・支払う理由の組み合わせを探索する。仮説を変更できる裁量と、探索費用の負担者をあらかじめ設計する	実験設備、知財、データ、顧客接点などを共通資源として複数の案件に使える場合。少人数・低コストの実験で済む案件では、投資家の承認を頻繁に求める体制はかえって負担になる	探索チーム自身（(12)から(11)へは需要の仮説を絞る仕事、(10)から(7)へは科学を成立させる仕事で、どちらも公的研究費と大学の側にある）	Flagship（探索費を組織で負担し、否定された仮説の費用を成立した会社の持分で回収。Terranaは約4年の非公開開発を経て公開）、TandemLaunch（(9)の5社中3社。技術と人の組み合わせを先に固める）

需要が固まったからといって、大規模な設備投資が一括で正当化されるわけではありません。実環境での性能や量産歩留まりが未確認であれば、その検証結果を見極めながら次の投資を段階的に判断していく工程が欠かせません。以前の記事でも触れたNorthvoltは、巨額のオフテイク契約を持ちながらも技術開発と量産の実行リスクを同時に抱え込んだことで行き詰まりました。また前節で触れたStegraも、確実な需要契約を持ちながら(5)にとどまり、初号プラントの工程と資金計画の組み直しを迫られています。

需要リスクの低い列や(5)で、実際に列を動かしている主役は買い手（需要家）です。SyreではH&Mが長期契約によって需要を引き受け、Mission Zero TechnologiesにはAnglo Americanが共同創業者として参画し、ArctialにはRio Tintoや三菱商事が産業パートナーとして加わっています。米国のVCが「経営者＋市場仮説」のモデルでこの列に案件を成立させているのも、防衛調達やデータセンター向け電源のように、市場仮説が制度や確固たる需要で裏づけられた領域に限られます。

政策によってつくられた需要も同様で、以前の記事で「ミッション起点」と呼んだものがこれに当たります。その会社の製品に対して「誰が、どのような条件で支払うのか」が決まって初めて列のマスが動きます。支払主体の変更や予算終了によって列が右（需要リスクが高い側）へと逆戻りすることもあるため、設立前の段階で契約の拘束力や期間を慎重に見極める仕事が残ります。

(10)と(12)には、今回調べた20組織の中にも事例が1件もありませんでした。サイエンス行の三つのマスは、科学が最大の制約である点では同じで、異なるのは需要側の見通しです。「需要は明確だが科学が未確立」という(10)は、創薬の領域に多いという印象ですが、それ以外の領域だと政府のミッション型研究や大企業の研究開発が担う領域です。科学が成立すれば(7)へ動きます。

需要も科学も未確定の(12)は基礎研究の領域で、投資家が扱えるようになるのは、用途と顧客候補の仮説が絞られて(11)に来るか、科学が成立して(9)に来てからです。投資家主導がサイエンス行で扱っているのは、科学は未確立でも需要の仮説があり、複数の仮説を並行して試すオプションを組める(11)に集中しています。(3)に事例がなく(9)も5件にとどまるのは、共有できる知財やプラットフォームなどの共通資源がない限り、投資家が主導する合理性が立ちにくいためだと考えられます。

行：供給リスクが運営主体の能力を決める

列が設立前の仕事の性格を決めるのに対し、行は、運営主体が何を検証し、どんな組織能力を反復して提供できる必要があるかを決めます。どのマスでも会社化の時点で共通に確かめること（会社として進める合理性、資源の利用権、チーム、次の検証資金、判断と中止の権限）は表から外し、行に固有の条件だけを挙げます。例のうちVersant、Third Rock、The Production Boardは創薬中心のため調査表の対象外ですが、クリエーション機能の例として挙げています。

出発点の行	設立前に運営主体が揃えるもの	行に固有の創業条件	会社化の時点で残る主なリスク	必要な創設機能と採っている例
サイエンス行	仮説を否定できる実験、再現性の確認、用途・事業化経路の検討	会社として研究を続ける合理性と、次の実験群の設計	効果量と再現性の拡張、需要側の絞り込み	自前の研究・実験施設（Versant）、暫定経営（Third Rock）、恒久資本の持株会社（The Production Board）、仮説の反復工程（Flagship）、社内研究・検証予算（Marble）
エンジニアリング行	用途候補、顧客の要求仕様と価格、試作品。並行して事業責任者の選定	知財の利用条件、狙う用途、技術と事業の責任者	実環境での統合・認証、顧客との擦り合わせ	大学技術の選定と創業チームの編成（TandemLaunch）、研究機関内の事業・資金計画と外部経営者・ライセンス・持分の調整（TNO）、役割分担した創業チーム（Cambridge Future Tech）、自社ラボの提供（Prosemino Labs）
スケールアップ行	供給技術、原価と製造方法の技術経済分析、経営・製造チーム、購入条件の交渉	顧客の具体的な約束、供給の実現性、設備資金の見通し	歩留まりと単位コスト、初号機の実行	需要契約と産業コンソーシアムの組成（Vargas）、経営者と市場仮説の組み合わせ（Eclipse）、工場資金の組成
導入・運用行	最初の導入先、販売・施工・保守の体制、初期案件の取得と入札、資金契約	顧客の経済メリットと自社が利益を得る運用の見通し、実行可能な資金契約	現場ごとの差の学習、運用の反復、数量と時期の変動	実績ある経営者の採用と案件組成（Actis、EnCap）、金融・流通と組み合わせた導入設計（Wavemaker Impact）、直販・施工・保守の一体運営（Aira）

行ごとに探索の期間や費用の性質が変わります。同じ運営主体が複数の行を扱うことは可能ですが、行ごとに別のクリエーション機能が必要となってくるため、各組織の案件が一つか二つのマスに固まっているのは、こうした背景があると考えられます。

行を跨ぐときに見落としやすいのは、運営主体の探索期間の外にある時間です。AmperesandはNTUの説明では2016年に研究が始まり、試作と検証を経て2023年にスピンアウトしています。Xoraが関与した時点でサイエンスリスクはクリアしていたので、Xoraの案件としてはエンジニアリング行の出発点ですが、そこに至る7年の研究開発は大学側で先行しています。エンジニアリング行の案件を評価するときは、この前段の時間や費用を誰が負担したかを確かめる必要があります。（創薬はサイエンスから導入・運用までの流れが見えやすく、早い傾向にあります。ただし需要や価格の源泉は保険料や社会保障費なので、需要リスクがないとも言い切れません。）

行と列は、必要な資本の種類も決めます。(8)を担っているDeep Science Ventures、Cambridge Future Tech、Marble、TandemLaunchは、探索費を組織全体で負担して短期で会社にする型です。制度上の目安は、TandemLaunchが12〜18か月、Marbleが12か月、Proseminoが12〜24か月、TNOの会社化準備が6か月です。(2)と(5)を担うVargas、Actis、EnCapは、PEやインフラ資本で過半数の持分を持ち、案件ごとに資産・契約・借入を組む型で、資本の規模も回収の形も違います。(11)は、Terranaの約4年、Amperesandの前段の7年のように、期間が違います。10年で償還する通常のVCファンドで無理なくできるのは、このうち(8)型となります。つまり、案件の性質ではなく資本の制約が取り組める領域を決めていることになります。その制約を外して考えるためには、政府系との連携などが必要になってくるかもしれません。

探索の入口はマスとは別に扱う

案件のマスとは別の「探索の入口」を考えたとき、入口には大きく3種類があります。

人から入る：特定領域の専門性と実行力を持つ候補者を先に確保し、本人に合う課題と顧客を探す。Marbleの募集はチーム・知財・具体的なアイデアを必須とせず、専門性と会社を率いる潜在力を重視しています。EIRもこれに近い仕組みだと言えるでしょう。
課題から入る：達成したい成果と支払主体の仮説を先に置き、解決手段と人を探す。Deep Science VenturesやMIT Proto Venturesがこの例です。
資産から入る：既に動作する科学技術、既存の顧客、施工・運営能力、あるいは資金のような資源を先に確保し、それを生かせる案件を探す。TandemLaunchやTNO、Vargasがこの入口です。

General Matterは、World Nuclear Newsの報道（2025年4月）によれば、Founders Fundのパートナーが米国のウラン濃縮企業を投資先として探したものの見つからず、自ら創業した案件です。約1年間、Founders Fund内でインキュベートされました。入口は人ですが、調査表では濃縮技術と設備の開発が残る段階として(8)に置いており、政府との契約条件が確認できれば需要リスクの低い列へ動きます。この形は組織として反復する仕組みではなく、パートナー個人の判断で起きた個別案件です。

人から入る入口は、候補者を継続して確保できる経路と、候補者に提供できる資源と裁量を持つ組織にしか使えません。経路が弱い組織は課題か資産から入り、創業候補者に提示できる事業条件（マスの位置と、設立前に済ませた仕事）を具体化してから人を迎えることになります。その分の検証と調整は運営側が引き受けるため、共通チームの能力と費用も含めて入口を選びます。

起業家の側から見ると

同じ枠組みは、起業家側から見ると、投資家主導の案件に参加するかどうかの判断材料になります。たとえば以下のような項目を聞いてみると良いでしょう。

運営主体が提供する資源（顧客の約束、知財、設備、資金、経営人材）
自分が担当する仕事（行が示す検証と、列が示す需要側の仕事）
設立時の持分
仮説変更・採用・追加予算・中止の権限をどちらが持つか

列と行の整理は、「自分が担当する仕事」を教えてくれます。需要リスクの低い列なら供給の実行、中程度の列なら顧客検証と合意の組成、高い列なら用途と顧客の探索が主な仕事です。行は引き受けるリスクの種類を示し、サイエンス行なら実験結果、エンジニアリング行なら統合と認証、スケールアップ行なら歩留まりと原価、導入・運用行なら現場の反復です。自分の経験がその仕事に合っているかが、参加を決める第一の条件になります。

持分と裁量については、投資家側の設立前の貢献が大きいほど設立時の持分が大きくなり、それが優れた起業家を惹きつける力を弱めるという緊張関係にあります。Flagshipのように投資家側が過半を持つ構造から、Marbleのように最初の投資家にとどまる構造まで幅があり、設立前にどこまで仕事を済ませるかと、設立時に起業家へどれだけ渡すかも見ておくと良いでしょう。ただし持分の大きさと日々の裁量は別なので、権限の配分まで確かめて判断することをお勧めします。

日本で始める側から見ると

同じ枠組みを、これからカンパニークリエーションを始めようとする側、つまりVC、企業、大学・研究機関、政府系機関に当てると、それぞれが持っているものと欠けているものが違うことが見えてきます。表にすると次のようになります。例は調査表と本文で触れた組織に限っています。

主体	持っているもの	欠けているもの	向くマス	向く入口	対応する先行例
VC	資本、経営人材の網、判断と中止の規律	実験設備、前段の研究費、需要側の接点、設立前の人件費	(4) (7) (8)	人（経営者＋市場仮説）	Eclipse、8VC、Red Cell
企業	需要（自社の購買）、設備、雇用、案件組成の信用	仮説変更・中止の権限を現場に渡す仕組み、持分を外に出す慣行	(1) (2) (5)	資産、課題	H&M（Syre）、Anglo American（Mission Zero）、Rio Tinto・三菱商事（Arctial）
大学・研究機関	技術、前段の研究費と期間、実験設備	事業責任者、用途の選定、知財条件を早く決める仕組み	(8) (11)	資産（技術）	TandemLaunch、TNO、MIT Proto Ventures、Cambridge Future Tech
政府系機関	前段の研究費、調達、初号設備向けの融資・保証、政府系投資会社の資本	案件の選別と中止の判断、経営人材	(10)から(7)、(12)から(11)や(9)への移動、列の移動、(5)の初号設備	入口を持たない	Tesi（Arctial）、Temasek・GenZero（Rize）、DOE契約（General Matter）、税額控除金融（Bildmore）

VCについては前節で述べたとおりで、通常のファンドで反復できるのは(8)型です。(2)や(5)をやりたければ商社やインフラ資本と組む必要があり、(11)をやりたければ前段の研究費を持つ主体と組む必要があります。VCが単独で持ち込めるのは、資本と経営人材の網と、判断と中止の規律となります。

企業がもっとも力を発揮できる役割は最初の買い手です。列を動かしているのは需要側の主体だと前に述べましたが、出資者として参加するより、オフテイクを出す、初号案件の実証設備を貸す、自社の購買を最初の導入先にするほうが、この枠組みでは案件のマスを動かす力が大きくなります。

一方で企業の弱点は権限です。需要も設備も人もあるのに、企業内スタジオがこの記事で言う共同主導に届かず社内新規事業にとどまるとすれば、仮説変更、追加予算、中止の判断を現場に渡せていないからです。企業が持つ需要と設備をカンパニークリエーションに使うなら、権限と持分の設計だけを外部に委ねる、という分担が考えられます。

大学・研究機関が持っているのは、技術と、前段の研究費と期間です。Amperesandの7年はNTUが負担し、TNOは内部プロジェクトで事業・資金計画を作ってから会社化しています。欠けているのは事業責任者と用途の選定で、TandemLaunchやCambridge Future Techはそこを組織として担っています。投資家主導のカンパニークリエーションはサイエンス行では(11)からしか始まらないので、大学が用意すべきなのは、そこまで研究を進める前段と、知財条件を早く決める仕組みと、外から来る事業責任者を受け入れることなどでしょう。

政府系機関が持っているのは、前段の研究費、需要、初号設備の資金、政府系投資会社の資本です。(10)や(12)の研究のTRLを上げて上の行に移す仕事は投資家主導のカンパニークリエーションに含まれず、公的な研究費が担うことになるでしょう。公共調達や値差支援は列（需要）を動かすための政策ですが、実際の資源としてカウントできるようになるのは契約の拘束力と期間が確かめられてからで、General Matterの政府契約がその例です。政府系銀行の融資や保証が生きるのは、需要契約と技術検証が揃った後の(5)です。

逆に政府系機関が持っていないのは、案件を選別して中止する判断と経営人材です。なお、助成金は需要のように見えるので、補助を受けた案件を需要リスクが中程度の列と誤判定しやすくなります。

そしてそれぞれが持っていないものは、他の人が持っている、ということです。であれば、日本に足りないのは資本でも需要でも技術でもなく、それらを一つの案件として組み上げるオーガナイザー／プロデューサー／アレンジャーではないか、という仮説が言えそうです。Vargasが電力、水素、顧客、資本、経営陣を一つの事業としてくみ上げたり、Wavemaker Impactが農家、金融、買い手を一つの事業にしているのは、まさにこうした組成の仕事であり、こうし取り組みをどのように行うのかが問われているとも言えるかもしれません。

カンパニークリエーションとインダストリークリエーション

ここまでの整理は、一つの運営主体が一つの案件をどう会社にするか、という単位で書いてきました。

しかし一方で、カンパニークリエーションを反復できる条件は、前段の研究費、共通資源、バリューチェーンの相手方という、会社の外側にあるものが揃っていること、という暗黙の前提があります。日本でカンパニークリエーションを構想するなら、運営主体の設計と同時に、この外側を誰が担うかを設計しないと、結局立ち上がらないのでは、とも思っています。

たとえば、「スタートアップと地域との『インダストリー・クリエーション』」で書いたように、太陽光パネルのハイグロース・スタートアップの候補を作れたところで、その部材、装置、施工、保守を担う周りの企業群が律速となればその成長も止まります。これらの会社も作っていかなければ、ハイグロース・スタートアップのような大きな企業も生まれづらいでしょう。

この意味で、カンパニークリエーションと呼ばれるものには2つの型があるのだろうと思います。一つは、大きな需要と大きなリスクを取りに行く、急成長するスタートアップをつくる型です。そしてもう一つは、産業全体を見たときに欠けている周辺企業です。周辺企業は急成長を前提にしませんが、アンカー企業が育つための条件として必要になってくるものです。

ここまで範囲を広げて考えると、カンパニークリエーションは、会社を一社ずつ作る活動というより、複数の運営主体の分業、共通資源の持ち方、供給者と需要家と資金の同時組成を含めた、産業の創設（インダストリークリエーション）に近い問いとなってきます。

12マスの分布で見ると、この2つは別のマスを担当しています。VC型の資本で(8)や(11)を反復している組織は前者に、PEやインフラ資本で(2)や(5)を案件ごとに組成している組織は後者に近い活動をしていると読めます。

そして日本は米国や中国等とは違い、新しい需要に機敏に反応して生まれてくるスタートアップの数がそう多くないので、こうした周辺事業も同時に作るか、それともスタートアップ自身がかなりバリューチェーンを伸ばして自社事業とするか、なども考慮する必要があるかもしれません。一方で、EUなどに比べると製造業が残っているので、大企業や中小企業の連携でなんとかなる可能性もあります。

このあたりの産業の側からの整理や思考については、別の記事で扱いたいと思います。

まとめ

カンパニークリエーションは、供給リスクの種類と需要リスクの段階が作る12のマスで案件の状態を表し、設立前に残る仕事を誰が担えるかで主導方式を選ぶ活動、として整理してきました。表の中の列は需要側に残る仕事の性格、行は運営主体が反復して提供すべき検証とクリエーション機能をそれぞれ整理して、どういった機能が必要かを教えてくれるものではないかと思います。そして人と資本はどのマスでも必要で、人から入るか、課題から入るか、資産から入るかは、これらの12マスとは別の選択となっています。

カンパニークリエーションを時間軸で考える

馬田隆明 — Tue, 28 Jul 2026 01:47:23 GMT

前回の記事では、カンパニークリエーションを「起点」の違いで整理しました。技術を起点とするもの、需要を起点とするもの、アウトカムを起点とするもの、そして新しい可能性としてのミッションを起点とするもの、という分類です。その後、供給リスクと需要リスクでスタートアップ考える、という記事を出しました。

これらの整理を元に何人かの方と議論をする中で、もう一つ別の軸を入れたほうが実践には役立ちそうだと感じるようになりました。それは「機会の時間軸」です。カンパニークリエーションは、狙う機会が短期のものか長期のものかによって、目指すものが大きく変わると考えています。

短期のカンパニークリエーションは、需要リスクをほとんど取らず、供給側のリスク、つまり実行リスクや資本リスクを大きく取る傾向にあります。長期のカンパニークリエーションでも、需要リスクをほとんど取らず、供給リスク（破壊的技術の成立可能性リスク）を取る Flagship Pioneering のような方法があります。

ただそれとは別にいくつかのクリエーションのモデルがありそうだと感じています。

短期では垂直統合型です。これも同じく供給リスクを取るモデルです。

長期では、経済のトップラインを伸ばすための成長の構想であり、もう一つは国家のボトムラインを定めて現状とのギャップを埋めていく自律の構想です。

少し整理するとこうなります。

短期
- 供給リスク（※ 以下には限らない）
  - Vargas 型
  - 垂直統合型
- 需要リスク
  - （通常のスタートアップ）
長期
- 供給リスク
  - Flagship Pioneering 型
  - 国家自律性型
- 需要リスク（※ 以下には限らない）
  - 成長戦略型

以下、順に見ていきます。

短期の機会：短期のカンパニークリエーションは、需要リスクを取らない傾向にある

スタートアップが取るリスクは、大きく需要側のリスクと供給側のリスクに分けられます。そして、私たちが「スタートアップの方法論」として知っているものの多くは、需要リスクが大きく、供給リスクが小さい機会を前提に組み立てられてきました。

たとえば 2010 年代のハイグロースな IT スタートアップが狙っていたのは、「当たれば需要が短期間で急拡大するかもしれないが、その需要が本当にあるかは分からない」という機会でした。一方で、供給側のリスクは小さいものでした。クラウドとスマートフォンによって技術基盤はすでに成立しており、ソフトウェアは少人数でも作れて、複製の限界費用はほぼゼロだからです。つまり、不確実性のほとんどが需要側に集中していたので、「人が欲しがるものを作る」ことが重要でした。リーンスタートアップや MVP といった方法論は、まさにこの構造に合わせて、不確実な需要をいかに安く早く検証するかという問いに答えるものとして発達してきたと言えます。

短期のカンパニークリエーションは、このリスク構造を反転させたものです。気候変動対策や地政学の急激な変化が起きているとき、産業のあちこちに「需要はほぼ確実なのに、供給が追いついていない」という歪みが生まれます。短期のカンパニークリエーションは、そうした場所を選び、オフテイク契約を先に取ることで需要側のリスクをあらかじめ減らしておき、確実になった需要に対して供給を成立させられるか、という供給側のリスクに集中する設計を取ります。

需要を検証する必要がないのであれば、少しずつ試しながら進む理由もありません。だからこそ、起業家がゼロから経営資源を積み上げていく通常の起業よりも、投資家や支援者が初日から資本を集め、人材を揃え、設備を確保して立ち上げるカンパニークリエーションのほうが、構造的に有利になりやすい領域だと言えます。

念のために付け加えれば、これはリーンスタートアップが古くなったという話ではありません。需要が不確実な機会に対しては、いまでも需要の検証から始めるのが合理的です。そうではなく、機会のリスク構造が違えば、適した方法論も会社の作り方も違ってくる、ということです。2010 年代には「供給は容易だが需要が不確実」という機会が大量にあったから需要検証型の方法論が主流になり、いまは「需要は確実だが供給が難しい」「既存の会社があるので需要はあるが、それをひっくり返せる仕組みが難しい」という機会が相対的に増えてきたから、カンパニークリエーションや既存産業領域での垂直統合が注目されている、と整理できるのではないかと思います。

そして、供給側のリスクには 2 つの種類があります。既存の技術を前提に供給能力を一気に立ち上げるときの実行リスクと、新しい技術で供給の仕方そのものを変えるときの技術リスクです。どちらを主に取るかで、短期のカンパニークリエーションは 2 つに分かれます。

(1) 確実な需要のボトルネックに対して、供給を一気に立ち上げる

一つ目は、実行リスクを主に取るタイプです。典型例はデータセンターの周辺にあります。

IEA の報告書によれば、データセンターの電力消費量は 2030 年に約 945 TWh と現在の 2 倍以上になり、日本一国の電力消費量を上回ると見込まれています。しかもこの需要の相当部分は、すでに投資がコミットされたプロジェクトに紐づいています。とはいえもちろん需要リスクがゼロというわけではありません。AI への投資が失速すれば、この見通しは下振れするでしょう。それでも、他の新産業と比べれば、需要の確実性は際立って高い状況です。

一方で供給は追いついていません。たとえば米国では、電力用変圧器のリードタイムが 4 年に達し、価格はこの 5 年で約 8 割上昇しています。データセンター本体は 2 年程度で建つのに、電気を届ける機器のほうが 4 年待ちという逆転が起きているわけです。

つまりここで問われているのは、需要を見つけることではなく、見えている需要に向かって供給をどれだけ速く立ち上げられるか、という実行の問題です。需要が短期で大きく変化するとき、既存の供給者は長期契約や既存顧客との関係を抱えており、体制をすぐには組み替えられません。この「速さ」を担保する主体として、新しい会社をゼロから作ることに意味があります。 資本を一気に集め、人材と製造能力を短期間で揃え、通常の何倍もの速度で供給を成立させるわけです。少しずつ検証しながら進む標準的な作法は、ここではむしろ機会損失になります。Vargas も短期的に生まれたグリーン製品への需要に対して会社を作っていった動きとなるでしょう。

そして新しい会社にとって追い風になるのは、需要が大きく変わるときには、新しい技術や新しい供給者が採用されやすくなるという傾向です。平時であれば、買い手はわざわざ実績のない供給者から調達しません。しかし 4 年待ちという状況では、多少の弱点には目をつぶってでも代替を探す買い手が増えます。つまり、需要の急変は新規参入の窓を開けてくれるわけです。

ただし、求められる新しい技術にも条件があります。需要がすでに立ち上がっているということは、裏を返せば、腰を据えて研究開発をしている時間がないということです。だから、ここで使えるのは、ちょっとした開発で要件を満たせる技術か、別の領域ですでにある程度出来上がっている技術の転用が中心になります。開発に何年もかかるディープテックが簡単に入り込めるという話でもありません（むしろ、開発に長い時間のかかるディープテックは、後述する長期の構想の時間軸で考えるべきものだと思います）。

もう一つ注意すべき点があります。今見えているボトルネックには、全員が殺到するということです。実際、変圧器については、すでに数社のスタートアップが立ち上がってきているだけではなく、Hitachi Energy が 10 億ドル超、Siemens Energy が 4.2 億ドルの米国内増産投資をすでに発表しています。会社を立ち上げて供給を始めるまでに 2〜3 年かかるとすれば、参入した頃には既存大手の増産と鉢合わせするかもしれません。経済安全保障的な「国内企業優遇」があるとしても、日本は大手企業が強いため、そうした論理も使えるとは限りません。

そうすると、スタートアップとしては狙うべきはいくつかのパターンがあります。

アメリカのように短期的に大きな資源を集められるなら、「今のボトルネック」を捕まえたらすぐにそこに対応する、そうしたスタートアップ的な方法が適用できるかもしれません。たとえば今すぐ200億円集められるなら、変圧器のスタートアップを今から作っても間に合うかもしれない、などです。

しかし日本のような国の場合（むしろアメリカ以外の国の場合）、技術等の条件が揃っていなければそうした勝負はなかなかできません。そこで、まだ多くの人が手をつけていない「次の次のボトルネック」あたりを狙いに行くのが妥当なところになるでしょう。たとえば変圧器の次に何が詰まるかを考えると、冷却や水の確保が詰まるかもしれませんし、系統接続の手続きや電力エンジニアの人材供給が詰まるかもしれません。ボトルネックは一つ解消されるたびに隣へ移動していくので、その連鎖を 2 手先まで読んで、自分たちの立ち上げ速度と交差する場所に張ることが求められます。このタイプで問われるのは、実行力と、ボトルネックの連鎖を読む力です。

新しい技術を使って、重要性が見えている領域を作り替える

二つ目は、技術リスクを主に取るタイプです。AI のようにまったく新しい供給側の技術が現れたとき、その技術をうまく使って、重要性がすでに見えている領域を、まったく新しいやり方で作り替えるという戦い方です。

ここでも、需要リスクは取りません。作り替える対象になるのは、医療や会計のように、需要の存在が自明で、むしろ人手不足によって供給のほうが足りていない領域です。取っているリスクは、新しい技術でその領域をより良く供給し直せるか、という供給側です。

たとえば General Catalyst は、投資だけでなく会社の創出そのものを行う「Creation」という戦略を掲げており、2023 年には起業家の Munjal Shah 氏らとともに Hippocratic AI を共同創業しました。看護師をはじめとする医療人材の不足という明確な需要に対して、患者への電話フォローなどを担う AI エージェントを供給する会社で、直近では評価額 35 億ドルで 1.26 億ドルを調達したと報じられています。さらに General Catalyst は HATCo という会社を組成し、2025 年には米オハイオ州の医療システム Summa Health の買収を完了して、病院のオペレーションそのものを AI 前提に作り替え、そこで検証した仕組みを 20 以上の提携医療システムへ展開しようとしています。

同じ型は医療以外にも広がりつつあります。Thrive Capital は Thrive Holdings というホールディング会社を組成し、会計事務所などを買収して AI で作り替える戦略に 10 億ドル規模の資金を投じると報じられています。OpenAI が出資し、さらに 20 億ドル規模の調達交渉が伝えられていることからも、この型への期待の大きさがうかがえます。

これらに共通するのは、AI をツールとして既存プレイヤーに売るのではなく、対象領域のオペレーションごと持って作り替えていることです。技術がまだよく分からないうちは、ツールを切り売りしても既存の組織にはうまく使ってもらえません。であれば、技術の性能向上カーブを事業計画に織り込んだうえで、病院や会計事務所のオペレーションを自分で持って回してしまうほうが、技術リスクを自分の管理下に置けて、価値も取り切れるという理屈です。つまりこのタイプは、需要リスクを取らない代わりに、新しい技術で領域を作り替えられるかという供給リスク（技術リスク）を、垂直統合によって丸ごと引き受ける設計だと言えます。

そして、この型が投資家主導のカンパニークリエーションと相性が良いことは明らかでしょう。大きな資本に加えて、買収という手段や、対象産業と AI の両方に通じた経営人材の組成が必要であり、起業家個人がゼロから始めるにはハードルが高いからです。

もっとも、供給側のリスクなら取ってよい、という話ではありません。前回の記事で触れた Northvolt の破綻は、需要をオフテイク契約で固めていたにもかかわらず、技術リスクと量産の実行リスクを同時に大きく取ったことで行き詰まった例と読めます。需要リスクを外すことは、成功を保証するものではなく、リスクの対象を供給側に寄せることにすぎない、という点は強調しておきたいと思います。

長期の機会は国の自律性や産業の構想

時間軸を 10 年、15 年に伸ばすと、機会の性質が変わります。

個別の歪みは短期のうちに解消されてしまうので、長期で需要を想定するのは主に「この国や世界に、どんな産業が存在しているべきか」という構想のほうです。カンパニークリエーションは、その構想を具体的な会社群に落とし込む手段として位置づけられるのでは、と思います。

そして、長期の産業構想には方向の異なる 2 つの型があると考えています。

それが、

経済のトップラインを上へ伸ばすための成長の構想
国家のボトムラインを定め、現状とのギャップを埋めていく自律の構想

です。上に伸ばすか、下を支えるか、という方向の違いです。この 2 つは似ているようで、成立条件がかなり違います。

(1) 成長の構想は、トップラインを伸ばすために産業を作るリスクを取る

成長の構想は、「10 年後に大きな市場になっているはずの産業を、先回りして作る」というものです。国の経済で言えば、トップライン、つまり成長の上限そのものを引き上げるための構想です。

短期との最大の違いは、ここでは確実になっていないものに正面から賭けることです。需要が確実になるまで待っていたら先回りにならないので、長期の成長構想では、短期では避けていた需要リスクや供給リスクを、誰かが引き受けなければなりません。そうすると中心的な問いは、どういった産業を構想するか、という点になります。

日本は戦後、ある意味でこの産業育成に成功してきた国です。しかしその際との違いは、欧米の経済を「先行する需要」として参考にできた点です。そうすると需要リスクはそこまで取らずに済みました。どうやってその需要を供給するか、というところに集中すれば良かったからです。しかし、先進国の仲間入りをした現在、次の産業を作るなら、誰も答えの持っていない産業を当てに行く、という作業が必要になります。

またこれは、大きな会社を1社を作るカンパニークリエーションというより、複数の事業体をどう作っていくかというインダストリークリエーションが求められる領域のように思います。

(2) 自律の構想は、2040 年のボトムラインとのギャップを埋める

長期のもう一つの型が、自律の構想です。成長の構想がトップラインの上振れを狙う賭けだとすれば、こちらは国家としてのボトムライン、つまり「最低限ここまでは自律的に賄えなければならない」という下限を確保するためのものです。

2040 年の日本を考えてみます。そのとき、エネルギーをどう確保しているかや、食料がどれだけあれば数ヶ月持つか、半導体のような基盤部材をどこまで国内や信頼できる国々の中で作れるようにしておくか、防衛や医薬の供給をどこまで自前で持つか、といった問いに国家としてのボトムラインを引き、現状との間にあるギャップを棚卸しし、そのギャップを埋める産業を逆算して作っていくのが、自律の構想としてのカンパニークリエーションです。

成長の構想との違いは、需要はある程度見据えられるが、どれだけ合理的な価格の範囲内で提供できるかという供給側のリスクがあるのと、アップサイドはそこまで大きくないかもしれない、ということです。ボトムラインとのギャップを埋める構想では、ギャップが最大のアップサイドとなります。また需要の予見可能性を高めるボトムラインを決めるのは政治的判断が入り込みます。（そしてそれが高すぎると経済的には非効率になります。こうしたボトムラインは○○安全保障の議論であり、これは保険料のようなものだからです。）

この種の産業は市場原理だけでは立ち上がりにくく、リターンが出るまでの期間も長すぎることが多い傾向にあります。VC的な投資もどこまでつくか分からないため、前回の記事で「ミッション起点型」として描いたような、政府の公共調達や値差支援、大企業のオフテイク契約と投資、そして投資家の組成能力を重ね合わせてリスクを分担する仕組みが、ほぼ唯一の現実的な手段になるのではないかと思います。

この領域はスタートアップ的な競争に向いていないようにも見えますし、確実な需要なら大企業がやってくるはずだと思われるかもしれません。しかしそうした長期の需要はなかなか上場企業は取り組めない傾向にありますし、こうした自律性の領域で競争力を持つ企業を生めたのであれば、それは他国にも輸出できるものになりうることを考えると、スタートアップ的なカンパニークリエーションを試す価値はある領域ではないかとも思っています。

なお、2040 年は遠い未来のようでいて、実はそれほど遠くありません。カンパニークリエーションによる会社の立ち上げに 7〜10 年かかるとすれば、いまから 2040 年までに回せるサイクルは 1 周半か、せいぜい 2 周です。15年というと長期構想のように見えますが、実は結構短いタイムラインであることを考えると、スタートアップが価値を出せるところもあるのでは、と思います。

まとめ

この記事では、短期のカンパニークリエーションは、需要リスクをほとんど取らず、実行リスクや技術リスクという供給側のリスクを大きく取り、長期のカンパニークリエーションは、トップラインを伸ばす成長の構想と、国家のボトムラインとのギャップを埋める自律の構想に分かれるという整理をしました。

前回の「起点」による分類と、今回の整理を掛け合わせると、いま自分たちが検討しているカンパニークリエーションがどこに位置し、何で勝負すべきかが、いくらか明確になるのではないかと思います。

ポイントは、何を固定して、何をリスクとして取るのかで、そのリスクに応じて資金の出し手や作り方が変わってくる、という点です。

このあたりの整理はまだ検証の途上ですので、実際にカンパニークリエーションに取り組んでいる方や、政策側でこうした仕組みを考えている方がいれば、ぜひ議論させてください。

「パズルの枠を描く側になる」—— スタートアップが共創で成長する方法

馬田隆明 — Sun, 01 Feb 2026 12:58:10 GMT

「自社を越えた大きな構想を描けるかどうか」が、今一層大事になってきているように思います。

特に、

複数の企業が協力し、共創やオープンイノベーションを企図するとき
顧客の大きな課題解決を行おうとするとき

といったときに、大きな構想を描けるかどうかが問われていると感じています。

そこでこの記事では、共創や課題解決における構想の重要性を、ジグソーパズルの比喩を用いながら、特にスタートアップ向けに解説します。

構想のためのピースを埋める共創

ジグソーパズルを思い浮かべてください。このパズルの全体像や枠が「構想」です。

その構想を実現するために、各社がピースとなるリソースを拠出する――これが共創だと言えます。

ただ、現状のリソースだけではピースが埋まりきらないときもあります。構想が大きければ大きいほど、今はまだない技術や、今はまだない事業が必要だったりするので、空白の部分は大きくなるでしょう。

そのときには、足りないピースを他から持ってくるか、もしくは自社が成長してその空白地帯を埋めます。

つまり、共創とは、自分たちの身の丈を越える構想を実現しようとすることであり、その過程でお互いが成長するという取り組みでもあるとも言えます。

こうした観点から言えば、スタートアップが自社の成長のためにやるべきことは、

自社や他社の現在の能力を超えるような構想を描き、
その実現の中で自社が大きくなるような道筋を描くこと

と言えます。

特に最近のスタートアップで起きつつある2つのシフトが、こうした構想と共創の重要性を増しているのではと思っています。

シフト 1:「現場の課題」ではなく「会社の課題」へのシフト

従来のスタートアップは、顧客の目の前の課題やバーニングニーズを発見し、解決することが鍵でした。デジタル技術の成熟と普及によって、これまで解かれていなかった現場の課題が解決しうる状況になっていて、それを解決すればスタートアップは大きな企業になりえたからです。

しかし、現在のデジタル技術で解きやすい課題や、現場で既に顕在化している課題の多くが先人たちの挑戦によって解かれた今、残されていて解決できる課題は比較的小さな課題が多くなってしまいました。その結果、現場の課題にフォーカスしすぎると、小さなスタートアップにしかならない可能性が高まっています。（生成AIが根本的に従来のソフトウェアを変えるのであれば別ですが。）

そうなると、顧客側で顕在化していない課題を提案側が先んじて提案していく、といったような、問題発見型から問題提起型へのシフトが起こります。

ただ、そのときに設定する問題や課題が小さいと、解決時に生まれる進歩の差分も小さくなります。

そのため、現場の人たちの課題を解くというよりは、会社全体にかかわるような課題や、より遠く大きな戦略的な課題を解いていく、という提案を行っていくことになります。

実際、私の周りにいる、成長しているSaaS系のスタートアップは、エンタープライズという大きな顧客に向かうか、顧客企業の戦略的な課題を解こうとしている、あるいはその両方を行っており、その際に自社の事業を超えて、その産業のあるべき姿などの大きな構想を語り、顧客を説得している傾向にあるように見えます。

以前書いた課題解決パラダイムからの脱却も同様の文脈です。

シフト2: ソフトウェアからディープテックへの領域のシフト

昨今、日本のスタートアップエコシステムで期待されているのはディープテックと呼ばれる領域です。先端的な技術を用いることが多いディープテックでも、こうした構想が求められているように思います。（創薬などは別だと思いますが）

まずディープテックスタートアップが取り組む技術は技術成熟度が低いことが多く、「今すぐ」の課題解決には不向きであり、仮に成熟度の低い技術を事業の現場に持って行っても、「使えない」と言われてしまいます。なぜなら現場が求めているのは、目の前の課題を解決できる、今すぐデリバリー可能な技術（TRLで言うと 8 - 9）だからです。

そうなると、

短期で技術を磨きに磨いてそのレベルに引き上げて解決する
顧客の中長期的な課題を解決しに行く

といった対応が必要とされます。しかし前者が実現可能なのは稀で、多くは後者のアプローチになるでしょう。

そうすると、顧客の戦略的な課題の解決や、顧客の会社の新規事業を一緒に作っていく、といったような中長期の提案が必要になってきます。そしてスタートアップ自身が成長するためには、提案する構想は十分大きな構想である必要があるでしょう。

つまり、まだ技術的に成熟しきっていないディープテック技術であればあるほど、顧客にとっての中長期の課題や会社全体の課題を解きに行く、ということをしなければ話が噛み合いづらい、ということです。

ソフトウェア製品は基本的にTRLが8-9であり、課題が分かれば解決策をおおよそ作れる、という傾向にあるため、ソフトウェアのスタートアップアプローチとは大きく異なることになります。

事業を構想する

私たちは普段、自社の事業成長のために事業計画等の構想を考えます。そのときに考えるのは、通常、社会の中のピースの1つである自社をいかに大きくするか、といった構想や、顧客企業に合うように自社のピースのでこぼこを変化させるような構想です。

しかしここまで説明してきたとおり、共創や中長期の課題解決をしていくための大きな「大きな構想」はそうではなく、自社を超えて、より大きな枠を描くことではないかと考えています。

そのうえで、自分たちがその構想の中でどのような意味を持つのかや、どれぐらい重要なのかを語ること、つまり自社が高く評価される文脈と構想を設定することが、自分たちの事業の価値や成長余地を決める、ということです。

たとえば同じピースであっても、構想や文脈が異なれば価値は異なります。かといって自社だけが得をするような構想だとしたら誰も付いてきません。その構想が社会的に大きく求められるものであれば、協力してくれる人は増えやすいでしょう。

そうした自社にも他社にも社会にも良い構想を描けるか、というのが、共創をしながら顧客の「会社の課題」を解決し、そしてより大きな産業を作っていくうえでは大事なスキルなのだろうと思います。

話す相手も変わる

こうした構想を中心に事業を考えると、「スタートアップが話すべき人」も変わってきます。

これまでスタートアップが話すのは主に顧客企業の中の、特に現場を担当する人が中心でした。しかし、多くの事業部や現場の担当者は、今の事業の最適化による利益の向上、かつ短期での課題解決を狙うよう設計されているため、こうした構想にはピンとこないことが多いはずです。仮に中長期の戦略的な課題があったとしても、現場の事業部レベルでは考えている人は少なく、それを解くインセンティブ設計もないことがほとんどです。

戦略や中長期の課題を考えているのは通常、次世代の事業成長を考えている事業部長やその上にいる幹部クラスであり、そうした人たちに提案しなければこうした中長期の話は刺さりません。そうした人たちにいかに大きく説得力のある構想を打ち込めるか、それが中長期にかかるビジネスをしていくうえではとても重要なのではないか、と思いますし、そこに提案できるだけのネットワークをどう持つのか、というのがより重要になってくるのでしょう。（あるいはスタートアップ同士で採用し合うか、です。）

実際、ディープテックスタートアップの起業家から聞く話として、「同じ会社に提案しても、現場には刺さらなかったけれど、幹部クラスには刺さった」という話はしばしば聞きます。むしろ現場に持って行ってしまうと、ポテンシャルのある技術が小さい解決策へと丸められてしまうことすらあります。

最終的に何かを進めるのは現場なので、顧客の現場の声を聞くことももちろん大事ではあるのですが、と同時に、大きな構想をどう描いて、顧客の大きな課題を解決したり、顧客の事業戦略の中に自社を組み込めるかどうかが、今後スタートアップが急成長していくためには重要なのだろうと思います。

スタートアップが構想を描く

この構想を描く役目は、大企業でもスタートアップでもどちらでも構いません。しかし、もしスタートアップが急成長したいのであれば、自分たちが急成長できるような構想を描かなければなりません。それができなければ、他企業の描いた構想の中でうまく使われる、一部のパーツの提供に終わってしまう可能性が高くなります。特に交渉力の弱いスタートアップであればあるほどそうなってしまうでしょう。

また、大きな構想であればあるほど、実現可能性矢リスクは高まります。ただそうしたリスクを取れるのがスタートアップの社会的な期待でもあるはずです。

よって、スタートアップが自社の事業を越え、そしてパートナーとなる他社の事業をも越えて、より大きな構想を描き、「この構想が実現できれば御社にも大きなメリットがあります。この共創を通して一緒に成長し、この構想を実現しましょう」といった説得力のある提案することではじめて、自社の事業がやりたかったことが進む――という形になるのではないか、と思います。

もちろん、何もピースを持たない状態で構想だけ話しても乗ってくる人はいないでしょう。最初は小さな実績となるピースが必要になります。それでも最初は小さな共創から始まるのかもしれません。しかしその先にある心踊るような、自社の事業のためではないより広く大きく魅力的な構想と、そして足場となる実績があることで、共創や顧客獲得につながっていくのでは、と思います。

日本の既存企業側もこうした大きな構想を描ける人はまだまだ少ないと聞いています。であれば、それはスタートアップが大きな構想を提案していける良い機会だとも言えます。

カンパニークリエーションも構想ありき

カンパニークリエーションも、こうした構想という大きな枠を作り、その中のピースとしての事業が足りないから、その会社を作りに行く――という動きをしているように思います。

たとえば、VargasのNorthvoltは「EUの電化➡バッテリーが不足」でしょうし、同様にStegra (H2 Green Steel)も脱炭素の構想の中で足りないピースとしてのグリーン鉄鋼を作りに行こうという取り組みだったように見えます。

産業家として未来の産業の構想を描く

以前、「起業家から産業家へ」という記事を書きました。

ある意味で、各国政府や大企業すらピースとして見立てて、構想の枠となるパズルの全体像を描き、その中で大きなピース（事業）になり得る大きな空白地帯を見つけ、その領域でどういった事業をスタートアップとして作っていけるのか――そうした発想ができる人が産業家だと言えるのだろうと思います。

そうした大きな構想を描くと、ほぼ間違いなく自社だけではできなくなり、自然と他社との共創もせざるをえなくなりますし、オープンイノベーションにもつながっていくのだろうと思います。

まとめ

解くべき顧客の課題が、顧客の「現場の課題」から、顧客の「会社や戦略上の課題」になりつつある今（あるいはそうしなければスタートアップも大きくなれない今）、こうした「自社の事業を越えて大きな構想を描いて提案し、顧客と共創する」ということがより重要になってきているのでは、と思っています。

特にこれからハイグロース・スタートアップを始めたいという起業志望者の方々は、こうした観点でもアイデアを考えてみても良いかもしれません。

その方法論の一部は過去の記事でいくつか触れています。たとえば『未来を構想する』や『デザイン思考🎨🧠を超えて、グランドデザイン🗺️を』などです。

また『リソースフルネス（仮）』という本ではそのピースを集める方法を書こうとしています。もしご興味があれば、そうした記事や本も参照してみてください。

フルスタック・ディープテック・スタートアップという戦略

馬田隆明 — Sun, 11 Jan 2026 07:37:33 GMT

2014 年に Chris Dixon が提唱した『フルスタック・スタートアップ』という概念について、以前から翻訳したり、記事を書いたりしていました。

このフルスタック・スタートアップにディープテックを組み合わせたものが、『フルスタック・ディープテック・スタートアップ』です。アメリカのVCである Cantos Ventures の Ian Rountreeが提唱しています。

フルスタック・ディープテック・スタートアップの特徴は、

「画期的な技術」を販売するのではなく、「最終製品」を提供すること

です。

宇宙領域で言えば、「高度なロケットエンジンを売る」という事業をするのではなく、ロケットを売る（あるいはそのサービスを売る）のがフルスタック・ディープテック・スタートアップです。

そして、私自身も、ディープテック・スタートアップだからこそ、フルスタック志向のほうが良いのでは、と感じることが多々あります。

ではなぜディープテックはフルスタックのほうが適しているのか――Ian が出演した年始の Energy Impact Partners の Podcast を聞いて、改めてその考え方を日本でも広く知っておいてほしいと改めて感じたので、記事にもまとめておきます。

簡単な要約

フルスタック化は、スタートアップが各種の摩擦（統合・運用・販売・責任）を自社で吸収し、学習速度と実装速度を上げる戦略です。結果として、TAM拡大や参入障壁にもつながります。
ただし、事業範囲が広がるため、CAPEX・規制・オペレーションのリスクを抱えるため、向き不向きの見極めと、事業構想がとても大事になります。

課題：なぜディープテックスタートアップはシリーズAで止まるのか

ディープテック・スタートアップは、主に大学の研究等の「Technology Readiness Level は低いが、大きな可能性のある技術」を中心に商用化することで、事業としての急成長を目指す、起業の一形態と見做されています。

その範囲は、宇宙、素材、創薬、電子機器、など様々な領域にまたがります。

共通しているのは、技術自体が事業のコアコンピタンスになる、ということです。

そのため、従来のディープテック・スタートアップのアプローチは、「画期的な技術を既存企業に売る」ことでした。

技術は「歯車」でしかない

しかし『レイヤー構造』のスライドで解説したとおり、技術は製品というシステムの一部でしかありません。

別の言い方をすれば、技術は製品がうまく機能するための『歯車』の1つです。

そして製品は工場での生産等の歯車の1つであり、さらに製品は会社の利益創出活動の歯車の1つといえます。

1つの「歯車」のために全体を置き換えるか？

歯車は他の歯車とうまく組み合わさることで、その機能を十全に発揮します。しかし噛み合わせが悪いとなめらかに機能しません。

事業全体のパフォーマンスを上げるということは、この歯車が連続的にかみ合うこと、いわゆるワークフローが流れていることが大事だということです。そのため、1つの歯車がどれだけ優秀だろうと、その歯車を採用するために、他の全てを変えようという判断にはなかなか至らないでしょう。

その結果、

「1つの歯車がどれだけ優秀でも、その歯車の採用のために他の歯車を全部入れ替える判断はしにくい」

という意志決定が起こりやすくなります。

例）高速な名刺のスキャン

身近な具体例を考えてみるとより分かりやすくなります。

たとえば私たちの普段のワークフローにおいて、「AIで名刺スキャンが5倍の速さになります」と言われたところで、名刺管理CRMの入れ替えはあまり考えないはずです。名刺のスキャンというのは、全体のワークフローのほんの一部でしかないからです。

「技術売り」で生まれやすい課題とリスク

従来型の「技術を部品として売る」モデルでは、次の摩擦が起きがちです。

統合摩擦：既存ワークフローに合わせるための調整・カスタマイズが膨らむ
意思決定摩擦：顧客社内の力学（稟議・調達・情報システム・現場・法務・監査）で結論が出るのが遅い
運用摩擦：導入後の運用負荷（教育、保守、監視、監査対応）が増えやすい
調達摩擦：部分最適のROIだと予算科目に乗りにくい／「今ある仕組みで十分」とされる
実証から商用への断絶：PoCは通るが、本番運用の要件（品質・供給・安全・規制）で止まる

さらに困難を生むのは、こうした摩擦が事後に分かることによって、技術に求められるスペックや要求がどんどんと変わっていき、技術開発の方向性すらも変わっていく可能性があることです。

技術開発にどれだけリソースを注いでいたとしても、スペックが変われば、それまでの開発自体が無駄になることも多くあります。

「技術開発の進捗」という「偽の進捗」

ディープテックでこの難しさが露呈するのがシリーズAやその後のように思います。

技術自体の開発が進捗していることが事業の最初期には「評価」されます。一部の投資家から初期の資金調達まではできるでしょう。この結果、「この方向で良いんだ」とチームは思ってしまい、技術開発を進めてしまいます。

しかしいざ技術がある程度の性能になったあと、実際に顧客の現場に適用しようとすると、上記のような摩擦が生まれてきます。そうして技術開発の方向性がどんどんと変わり、余った資金で追加の技術開発をしていくことになります。

そしてシリーズAあたりにさしかかると、投資家の評価軸は「技術進捗」ではなく「売上」や「規模の可能性」などに変わってきます。しかしその準備ができていないチームは、往々にして残った資金で投資家の期待にマッチする十分な事業進捗（技術進捗ではなく）を出すことが難しくなっており、補助金でなんとか技術開発を進めていく道を選ばざるを得なくなる……ということが容易に起こります。

そうした評価される進捗の質的な変化を予見できていないことや、直近の投資家からの「技術進捗だけ」による高い評価によって、本来必要とされる活動に対して資源を割り当てられない、ということが起こりやすくなります。

フルスタック・ディープテック・スタートアップによる課題解決

そこでフルスタック・ディープテック・スタートアップ (Full-stack Deep Tech Startup: FDTS) です。

フルスタック・ディープテック・スタートアップは、これらの「技術売り」で発生しやすい摩擦を自社で吸収し、バリューチェーンを伸ばして、

従来：部品売り
FDTS：製品売り

へと変えることです。

もう少し抽象化して話すと、摩擦はどこでも生まれるものの、従来起こっていた外部との激しい摩擦の部分は自社に内包し、外部との摩擦の少ないところまでバリューチェーンを伸ばすことで、相対的に摩擦を少なくする、ということなのかなと思います。

それがコモディティであれば、そのコモディティ製品を提供することなので、部品売りではなく製品売りとなります。

ただし、場合によってはモジュールを提供することだったり、あるいは製品以上のサービスを提供することだったりするかもしれません。

フルスタック・ディープテック・スタートアップのメリット

フルスタック・ディープテック・スタートアップのアプローチを取ることには、以下のようなメリットがあります。

(1) 自社でコントロールできる範囲が増え、学習と実装が速くなる

まず自社でコントロールできる範囲が増えることです。外部（既存企業の都合）に律速される範囲が減り、試行錯誤のループが回ります。スタートアップにとっての「スピード」は、単なる開発速度ではなく学習速度であるはずです。

スタートアップにはスピードが命だと言われます。『リーンスタートアップの限界』や『需要家のファーストペンギン』などの記事で、「顧客がビジネスの方向性を左右する」と書きましたが、自社の速度が外部によってどのように制約されないようにするかを考えるとき、フルスタックは1つの手法となります。

もちろん、その制約をトップ営業などでクリアできるなら、その限りではありません。

(2) 市場（TAM）を大きく取りに行ける

技術という部品を売るのは、その技術に相当な独占性がない限り、基本的にはスマイルカーブの中流に当たります。

一方バリューチェーンを伸ばしていくことで、収益性の高いところもカバーできるようになり、さらに大きなTAMにアプローチすることができます。また最終的に技術やオペレーションを磨いていけば、利益の幅も大きくなっていきます。顧客を掴むことで、さらなる製品開発も可能となるでしょう。

SpaceXはロケットエンジンを売るのではなく、ロケットを作り、衛星打ち上げサービスというインフラを売ったからこそ、宇宙産業が生まれ、Starlinkなどの新しい自社サービスを生み出すことができました。

(3) 参入障壁を築ける

フルスタックはデメリットも大きい（CAPEXや組織の複雑性）ですが、裏返すと、その高い山を乗り越えられれば他社に模倣されづらくなるということです。

たとえばTeslaなどの模倣はなかなか難しいものです。そのため、勝ちきってしまえば利益率が高まる可能性も高くなります。

なぜ今、フルスタック・ディープテック・スタートアップなのか

スタートアップがそうであるように、こうした概念には「なぜ今か」についての仮説が必要です。

(1) ソフトウェアによる再構築の機会

既存企業ではない形でソフトウェアが多くで使われるようになってきており、接続性が高まりつつあります。蒸気機関で動く工場から電気で動く工場への転換の際に必要だったのは、動力の技術的な転換そのものではなく、電気モーターによって生産レイアウトが変わったことであったように、工場の設計思想（生産アーキテクチャ）を変える点にあります。

逆に従来型の工場は、既存の設備があり、さらに投資もしてしまっているため、新しい電気という技術への乗り換えが遅れたという指摘もあります。（最近だと Duke の Damron (2025) など）

従来型の決定論的なソフトウェアによる確実性と、近年の確率的なソフトウェア（AI）による柔軟性の発展をうまく組み合わせることで、機械が agentic に動ける範囲と適用可能性が増えている、という風にも言えます。

ある意味で、今なら「Software-native」な「Full-stack Deep Tech スタートアップ」を作れることが、Why now の1つの理由です。

(2) 資金の獲得のしやすさ

10年前よりも、スタートアップが大きな資本を獲得できる環境が広がっています。フルスタックは初期に資本が要るので、この構造変化は重要です。

（おそらく10年前には歯牙にもかからないアイデアだったでしょう）

(3) 需要の変化（脱炭素、地政学など）

グリーンな製品への需要や、政治的リスクによるサプライチェーンの再編の需要など、従来の需要と異なる需要が立ち上がりつつあります。

この波は一過性ではなく、産業構造の再構築に接続し得るため、フルスタック型の「作って供給する」プレイヤーが価値を取りやすい局面が増えています。

フルスタック・ディープテック・スタートアップの例

では実際にこうしたスタートアップがいるのか、ということを振り返ってみます。

古いところでは以下のようなスタートアップが、このカテゴリに入るのではと思います。

会社	普通	フルスタック
SpaceX	ロケットエンジンを売る	宇宙サービスを行う
Tesla	バッテリーをGMに売る	EVを売る

最近だと以下のようなスタートアップがあるでしょう。

会社	普通	フルスタック
Anduril	防衛産業にSaaSを売る	防衛製品を売る
Solugen	バイオものづくり技術を売る	化学製品を売る
Hadrian	製造業向けSaaSを売る	アルミ部品を売る

ディープテックではありませんが、ソフトウェア領域でも同様です。

会社	普通	フルスタック
Flexport	物流業者向けソフトウェアを売る	輸送サービスを売る
Uber	タクシー会社向けSaaSを売る	タクシーサービスを売る

デメリット

フルスタックは万能ではありません。主なデメリットは次です。

初期に大きな資本が必要（CAPEX）
技術リスクに加えて、オペレーション／品質／供給／規制のリスクを内包する
サービスに寄せるほどスケーラビリティが落ちる場合がある（ラストワンマイルで人が介在する等）

しかしそうしたデメリットを超えてスピードが出せる、というのが、フルスタックのメリットです。

フルスタックが合わない事業

ただし、すべてのディープテックスタートアップがフルスタックに合っているかというと、おそらくそんなことはありません。たとえば以下のような事業はフルスタック・ディープテック・スタートアップでなくても良いかもしれません。

現在の創薬は別で、技術だけで大きなビジネスが成立しやすいため、チャネル等も含めたフルスタックのリスクを取る必要はないでしょう。
統合の摩擦が発生しない、技術単体がそのまま刺さるような技術もフルスタックを志向しなくても良いでしょう。
TRL/MRL/ARLが極めて低いと、技術の科学的検証が律速になるので、資金を投入してもどうしようもない可能性があります。
もし最終製品の中でとても重要な部素材であり、既存の10倍ぐらい良い性能があれば、部素材でも欲しいという人はいるため、部素材売りでも通用するでしょう。
最終製品にブランド価値などの感覚的な価値が高いものも同じく難しいかもしれません。ただし、テスラのように、最終製品に対してブランドを作ることができれば、超過利潤を得ることができるというメリットもあります。

フルスタックが合う事業

一方、フルスタックが合う事業もあるように思います。

(1)需要リスクが小さい製品

1つめは需要リスクが小さい製品です。

作ることができれば顧客は買ってくれて、しかも大きな市場が待っている、という状態であれば、需要リスクは小さくなります。（需要リスクと供給リスクの記事も参照してください）

あとは技術開発やオペレーションで、供給リスクを下げながら、コストを下げることを実現できれば良くなります。

たとえばエネルギーや化学製品のコモディティは、どういう作り方であろうと、最終製品の機能は同じです。安ければ買われます。

フルスタックは供給側のリスクを取ることになるため、需要リスクの低い製品群であれば、リスクのバランスを取りやすいでしょう。

(2) システム最適化・学習曲線が競争力になる

ハード×ソフト×運用が密結合で、レイヤー間の結合が強いような場合、つまり単体の技術だけでは価値が出ない場合の事業もフルスタック向けだと言えます。

また学習曲線が効く領域も多いでしょう。運用データなどのフィードバックによるプロダクト改良、あるいは製造量によるコスト低減などです。

(3) 実証が難しい事業

フルスタックを志向することの良い点は、資本（と許認可）さえあれば、実証までの期間を一気に短くできることです。

あまり重要ではない部素材であったり、重要だったとしても数十パーセントの向上などであれば、おそらく顧客はその部素材のためにすべてを作り替えるという判断はせず、その説得に数年かかってしまいます。

そこで規模は小さくても良いので、いったんフルスタックで作り上げて、規模拡大とともに自社の担当するバリューチェーンを短くしていく、という手があります。

実際、いくつかのスタートアップはそうしたアプローチを作っています。まずは自社でフルスタックで実証して、そのあとに自分たちの利益の高い領域だけにバリュチェーンを縮めて、他の付加価値活動をパートナーに移管していく、という手です。

(4) マルチプロダクトを出せる事業

フルスタックが実現できたときには、マルチプロダクト化していく傾向にあります。顧客側との接点も多く、資本も大きいため、マルチプロダクト化はしやすいし、そうしたほうが売上も上がるためです。

多くを自社で内製しているため、組織設計さえうまくいっていれば、スピードと柔軟性を担保できて、競争力も確保できます。

事業領域としては、a16zの記事では以下のような領域に可能性があるのではないかと言われています。

建設
教育
貨物輸送
半導体製造
公共事業

これ以外にも色々とあると思いますが、参考まで挙げてきます。

アウトプットを超えてアウトカムへ

Cantosの提唱するフルスタック・ディープテック・スタートアップは「最終製品」というアウトプットでした。しかしそれを越えてアウトカムに近づけば近づくほど、より収益は上がりやすくなります。

たとえばWaymoも、自動運転のソフトウェアでもなく、「自動運転車」という製品でもなく、人の輸送サービスを行うからこそ、今の評価額になっていると思われます。

実際、SaaSやRobot as a Service (RaaS)、あるいは運転保障サービスなど、製品ではなくSLAつきのサービスとして提供され始めているのは、製品を超えてサービスを提供することで、そこでデータや顧客接点を得て、さらに改善につなげていくことができるからです。

一方で、アウトカムに近いことで、スケーラビリティがきかなくなっていくサービスもあります。たとえばRIZAPなどは「痩せる」「筋肉をつける」というアウトカムを提供しますが、そうであるが故に人が介在する必要があり、ラストワンマイルでスケーラビリティが取りづらい構造になっています。Uberは、最後は人が介在しなければならないところをマッチングで解消していますが、それにも限界があります。

また、サービスに近づけば近づくほどオペレーションやリスクも増大します。そのリスクをどうやってソフトウェア等で緩和するか、というのは腕の見せ所ではないかと思います。

フルスタック・ディープテック・スタートアップのHow

ここからはかなり作業仮説の要素が強くなりますが、現時点で考えているHowの部分をお話します。

(1) 構想力

このフルスタックの事業は、供給のためのシステム全体を最適化していくことです。

エジソンが電球だけではなく、発電や送電、銅のコストも含めてシステム全体を考えていたように、かなり高い視座を持ちつつも、かなり細かな実験をしていくような、『構想力』が求められます。

ここで重要なのは、技術のロードマップの構想だけではなく、

製造／供給／保守
調達／契約／責任分界
規制／認証
価格と利益構造

までを含めた全体構想であることは拭きさせてください。

(2)ステージゲートなどのプロセス

1➡10➡100➡1000など、桁を1つずつ上げていく中でステージゲートを設けていく必要はあるでしょう。Liliumなど最初から多角化すると厳しいですし、Northvolt など大きなものを一気に作ろうとすると失敗する可能性は増します。

とはいえ、事業の競争環境によっては一部の桁を飛ばして、2桁上に行く、といったリスクを取る場合もあるかもしれませんし、技術によっては、1桁上と2桁上の規模感で異なる技術検証が必要で、その場合は1桁上げるステップを挟むのではなく一気に2桁上げるほうが合理的という場合もあります。

(3)スピードの確保

それぞれのステージゲート間ではシステム全体のすりあわせを一気にしていく必要があります。

また、初期は学習が命ですが、売上を立てにいくと品質・納期・運用が支配的になります。この二つを同じラインで回すと破綻しやすいので、組織をどのように運用するか、なども大事になってきます。

(4)リソースの確保

お金や人といった資源を大量に集めながら、その資源を効果的に使っていく手腕が求められます。お金については、エクイティだけではなく、補助金やデット、プロジェクトファイナンスなど、多様なお金の調達方法を知る必要があります。また日本には事業会社からの投資も多く、それらをうまく活用しながら、こうしたモデルを模索する必要があるでしょう。

人については、研究者だけではなく、製品開発から運用担当者、法規制担当者まで幅広く揃えながら、事業として統合していく必要があります。

起業家と投資家の会話

ディープテック・スタートアップは技術の商業化ではない、というのを何度も書いてきました。このフルスタック・ディープテック・スタートアップの概念は、そうした議論にも有用ではないかと思います。

ただし、このフルスタック型は投資家側のリスクが増えるアプローチであることには留意が必要です。資本リスクが上がるし、技術以外のリスクも増えるからです。

しかし一方で、ディープテックスタートアップへの中途半端な資金提供は、むしろ顧客との摩擦を生む事業構造しか作れなくなり、スピードが出せず、そのスタートアップの可能性だけではなく、その元となった技術の可能性をも殺してしまう可能性があります。

最初の摩擦がある部分をどのように乗り越えるか、という点においては、最初からある程度大きな資金を投資して、技術以外の部分の垂直統合も検討した方が、投資家と起業家の両者にとってリスクが緩和されうる道筋にもなります。

仮にフルスタックでなくとも、バリューチェーンを伸ばした方が摩擦が少なくなる可能性もあると思います。

この記事をきっかけに、

「初期にどこまでバリューチェーンを伸ばす方が良いか」
「気になるリスクを緩和するために何を精緻にすれば良いのか」
「そのリスクを受容できるだけの大きな構想を描けるのか」

を起業家ー投資家間で議論していけるようになると良いのでは、と思っています。

まとめ

良い構想を持つスタートアップに対して、より大きなお金をつけて、より大きく精緻な構想を描くように促すことが、日本からフルスタック・ディープテック・スタートアップを生み出していくためには必要です。

特に初期から大きなお金が必要になるため、投資家や補助金担当者の一部が、こうした戦略があるということを認識し、それに賛同する状況を作れなければ、おそらく「リスクが高すぎる」という判断がされ、この戦略を取れるスタートアップはいなくなってしまうでしょう。

逆に言えば、こうした考えや戦略を持つ投資家が増えることで、この戦略を取れるスタートアップは多くなりるということです。

この原稿は私の仮説であり、一種の言説です。ただこうした言説に多くの人が触れて、一部の投資家の方々がこの言説に近い信念を持つとき、お金が集まり、起業家の皆さんが実際にこうした挑戦ができるようになる類いの言説ではないかと思います。

そうした仲間捜しという意味で、こうした戦略を共有することは意味があるのではないかと思い、書いておきます。

スタートアップと地域との『インダストリー・クリエーション』

馬田隆明 — Wed, 24 Sep 2025 01:14:45 GMT

NotebookLM によるまとめ

https://docs.google.com/presentation/d/e/2PACX-1vSniiSmGuiokZrJaptUTQgReiFUlepZBWw2j2zM8um_S5c5Dyd0ouYmWb5LlmkEoY5vYrXHvzW5Qzfa/pub?start=false&loop=false&delayms=3000

スタートアップのことを考えていくうえで、『産業全体』を考えることの重要性を改めて感じています。

その理由は大きく2つあり、

大きなスタートアップを作ろうとすると、その周りにどういう企業群が必要かを考えなければならない
「2050年に向けて、日本はどういった産業で稼いでいく国になるのか」という問いの重要性がスタートアップを考える上でも増している

と考えているからです。

考える単位を「企業から産業へ」と拡張させることを、スタートアップにおける「カンパニークリエーション」という言葉にかこつければ、「インダストリー・クリエーション」的な思考や取り組みが必要になってきているのだろう、とも言えます。

（ここでのインダストリー・クリエーションとは、単一企業の成功ではなく、需要・供給・資本・人材・制度等の同時最適化により、特定産業領域において価値創造を行うことを指しています。）

産業全体が重要な理由

例を使いながらこの背景を整理します。

2025年現在、ペロブスカイト太陽電池が現在日本で注目を浴びています。この研究開発や量産を行うハイグロース・スタートアップが出てきたとしましょう。

しかし電気工事士や施工会社が不足していれば、それを敷設することはできず、おそらくその企業の国内での成長は止まってしまいます。

つまり、仮にハイグロース・スタートアップ的な企業の候補を作れたところで、その周りの企業群が律速となって、そのスタートアップの成長も止まってしまう、ということです。本当にスタートアップを急成長させたいのであれば、自社事業の周辺のサプライチェーンも含めた産業（インダストリー）をどう作っていくかを考える必要があります。

これを図にすると、中心にアンカー企業やハイグロース・スタートアップがあり、円状に沢山の企業がある状況をどう作るか、いわば「産業をどう作るか」を考えなければならない、ということになります。

かつての自動車産業も、中心部にトヨタなどの企業が大きな需要を生み出し、その周辺にTier 1や2などの企業を生み出し、まさに産業を作ってきました。

一方、この20年ほどの日本のスタートアップの「インダストリー」と言えば、ほぼ「IT」であり、これまでなかったWebやスマートフォンという空白の市場に、ITサービスを新しく作り提供することや、既存産業にとっての拡張領域であるソフトウェア市場にITサービスを作ることが「ITという産業」を作ることと捉えられてきました。

ソフトウェアで完結するビジネスであればこうした産業全体をどう作るかという発想はそこまで必要はありませんでした。なぜなら、前後のサプライチェーンを意識する必要はそこまでなく、開発も世界中のライブラリを物理制約なく使えたからです。

しかし、今はIT以外の産業領域でスタートアップの創出が模索されており、それには既存の産業構造があり、地理的・物理的・時間的な制約も出てくるため、こうした全体像を考えながら進めていく必要性が増します。

スタートアップ以外の企業を作る難しさ

太陽光の例に戻ると、こうした敷設作業を行う人を雇う会社は、労働集約的なビジネスモデルになり、かつ地域ごとに分散するため、おそらく個々の企業の時価総額はそこまで高まらない形の企業となるでしょう。スタートアップがそこまで見越して、敷設なども行うフルスタックで自分たちでやっていくのも1つの手ですが、そうした垂直統合がかなう領域もあれば、そうでない領域もあります。

また、資金や支援も問題になります。ファンドサイズが大きなVCは中心部にあるスタートアップにしか投資はできません。スタートアップ支援もあくまでハイグロース・スタートアップ支援であり、行政の行う一般的な起業支援も個別の起業が対象となっており、特定の産業に特化してその産業全体を最適化するために起業支援をしていく、といった取り組みはそこまで行われていないように思います。

ソフトウェア企業のスタートアップは特異的に1つの企業を作ることに最適化していけば良かったものの、それ以外の領域では産業全体を考えた設計をしないといけないのではないか、というのが問題意識となります。

それはスタートアップエコシステムの役目ではないかもしれませんが、ただこれらも含めて考えていかなければ、大きな企業を作ることはできないことを考えると、スタートアップ側からもこうした産業の全体像を考え、提案することが必要ではないか、と考えています。

地域が作る「産業の器」

こうした産業を作っていく観点では、地域が重要だと思ってます。

たとえばホーソーンにSpaceXというアンカー企業が位置し、研究開発と製造をするだけではなく、その周りにサプライヤーが同居して、行政が協力しながらインセンティブや規制の整備を行って、大学等の教育機関も協力した結果、2022年から2024年のわずかな間にも平均年収が2000万円の職が11,000個以上生まれている、と言われています。

中国の杭州ではアリババを中心に、イノベーション回廊という地区を作り、現在はAIスタートアップ群の「六小龍」も生み出しています。

日本でも同様の器作りが必要です。各地域にはそれぞれの歴史と産業があり、さらに地理的な特徴もあるからです。港が近ければ輸出入がしやすいですし、どんな教育機関があるかによって採用できる人材も異なります。

過去の取り組みの参考例: https://www.cas.go.jp/jp/seisaku/gx_jikkou_kaigi/senmonka_wg/dai8/siryou2.pdf

こうした設計を各地域でどう行っていくのか、という視点が必要なのだろうと思います。

実際、最近よく私の周りの話を聞くこととしては、『太平洋ベルトの再設計』などがあります。戦後作られてきた太平洋ベルトのコンビナートはグローバルな競争の中で稼働率が徐々に下がりつつあり、またGXに向けて既存の施設や資産を産業・雇用的にどう再設計していくのかを考えなければなりませんが、そのときまさにこうした地域ごとの産業政策が必要な時期なのでしょう。

実用最小限のクラスター作りと競争

いわゆる産業クラスターの議論ではありますが、とはいえ昔ほどこうしたクラスターをトップダウンで作るのも難しい一面もあるように思います。戦後はキャッチアップ型の経済であり、化学製品などの需要がある程度見えているからこそ、集中投資して寄り安く供給を行えればある程度国内需要と国外需要をつかめるだろうということが見越せたからです。

一方、現在はどの産業が当たるか分かず、多少探索が必要になります。また、昔とは違って産業を徐々に育てていくようなスピード感で進めるわけでもなく、どうスピード感を持ってこうした産業を作りに行くのか、という発想が必要なのだろうと思います。

そこで新しい産業クラスターを素早く実験的に作っていくというアプローチが必要となってきます。そのときその最小単位を、産業クラスターにちなんでMinimum Viable Cluster（MVC）と呼んだとき、以下のような設計を各地で実験的に行っていく必要であるように思います。

アンカー企業（研究・試作・製造を持つ企業）
アンカー需要（企業や公共調達などによる先進需要）
周辺供給網（部材・装置・施工・保守を行う企業）
人材パイプライン（職業訓練、マイクロクレデンシャルなどを提供する教育機関）
制度・規制の設計（規制サンドボックス、迅速な認証・前提承認を行う行政）
資金の多層化（VC/PE/与信・プロジェクトファイナンス、公的信用補完などを行う金融機関）

中国の地方政府などはこうした取り組みをしながら、各地方政府が熾烈な競争を行って、そこから新興産業が生まれてきているように見えています。

日本でもそれぞれの地域でこうしたMVCを複数作っていき、日本国内で競いつつ、そこで育った企業が海外に打って出る必要があるのだろうと思います。

そのときの中心的なパーツになりうるのがスタートアップであり、そうなっていかないといけないのだろうと思いますし、そのときに地域の産業政策との連携がより重要になってきます。

実際、地域の持つ価値も徐々に変わり始めています。ITといえば昔は東京一極集中でしたが、たとえば日本が今後もEUと組んでいくのであれば、製造業はグリーン電力が安価に手に入る可能性のある九州や北海道に徐々に拠点を移していく可能性は十分にあります。

どの産業で「真ん中」を取りに行くか

とはいえ、すべての産業でこうしたトータルな育成というものはできません。おそらく対象となる産業は、

日本社会を維持させるために必要な産業（たとえば交通など）
外貨を稼ぐフロンティア産業

になるのだろうと思います。そこで考えるべきになってくるのが、日本としてどういう産業を盛り立てるか、です。

ITはアメリカのほぼ一人勝ちとなりました。AIの領域でも、さきほどの円の図のど真ん中に OpenAI や Anthropic 等の米国スタートアップがアンカー企業として生まれてきており、日本はAIを使ったアプリ等の周縁部を中心に事業を作ることになっています。しかし、中心部にいる企業ほど最終的な利益が高まり、周縁部に行けば行くほどデジタル小作人的な立ち位置となり、デジタル赤字が拡大するという構造です。

そうすると、世界が求める次なる産業を当てて、世界の中でどう真ん中を取りに行くのか、という発想がより重要になってきます。

また日本発のスタートアップが急成長していくうえでも、こうした産業レベルで成長性を考えて、賭けていく必要性も増しているとも感じています。

広くグローバルの市場を見た上で、経済安全保障の議論における戦略的不可欠性などを考えながら、どういった産業を作りに行くのかを考える必要があるでしょう。

実装論：インダストリー・クリエーションの進め方

ここからはどうやるかです。おそらく各地域ごとに、それぞれの歴史や産業を踏まえながら、抽象論ではなくかなり具体な事業を考えていく必要があるのだろうと思います。私案としては、アンカー企業・アンカー需要となる仮説を設定して、それを中心にバリューチェーンを考え、必要かつ高付加価値な事業群を作っていくことです。

そのためには、起業家や投資家が事業を考え、既存企業や行政が先行需要を生み出し、教育機関が人材の育成を行い、行政が規制や認証を素早く行えるようにする――といった連携作業が必要だろうと思います。最終的なマップを作りながら、Minimum Viable Clusterを形成するために必要な手を打ち始めること、そうした議論の場を小さなメンバーで作り始めることが、おそらく各地域で必要なのでしょう。ある意味で、まちづくりの産業版、いわば「産業づくり」のチームを産官学で作っていくということです。

ある意味で、産官学によるオープンイノベーションとも言えます。

そして指標も資金調達額ではなく、国内付加価値率や輸出比率、高付加価値な雇用の創出数など産業の筋力を測るものに置き換えていくべきなのだろうだと思います。

まとめ

2050年時点での日本の勝利条件を「ある程度の豊かさで多くの人が生活できる国」と定めるなら、私たちはいま、そうしたミッション志向のインダストリー・クリエーションをどう実装するかを真正面から考える段階に来ているように思います。人口動態、地政学、技術などなど様々な制約があり、国際関係等の変数もありますが、その中で勝てる道筋を見いだしていかなければなりません。

そのためにも自社の成功条件を超え、産業の成功条件を設計する人や場が求められていると感じています。

そうした意味でも「産業をつくること」（インダストリー・クリエーション）を考えていく時代なのだろうと思いますし、理念に終わらず、その実装に向けてできることから始めていければと思います。

（過去に『起業家から産業家へ』という記事を書きましたが、本記事はその延長の記事です。）

起業家から産業家へ ――『新産業の創出』と『産業の再構築』に挑む人たち — takaumada.com

馬田 隆明のブログ（カンパニークリエーション）