Nest創業者トニー・ファデルが語る、有望なディープテック・スタートアップの次世代
- Aisha Washington
- 1 時間前
- 読了時間: 10分
トニー・ファデルのキャリアは、コンシューマーテクノロジーを形作ったいくつもの重要な章にまたがっている。先見性はあったものの時期尚早だったGeneral Magicでの仕事、iPodの誕生、Nestの立ち上げ、そしてスタートアップをGoogleへ統合する際の困難である。TC Disrupt 2024で彼は、こうした経験をもとに、画期的なテクノロジーだけでは持続的な企業はめったに生まれない理由を説明した。
彼の中心的な主張は、ロマンティックなものではなく実践的なものだった。ディープテックの創業者には、真に顧客が抱える問題、適切な市場タイミング、規律ある資本の使い方、そして何年にも及ぶ不確実性を乗り越えられる組織が必要である。この対話では、リーダーシップ、買収、人工知能、バーチャルリアリティ、ヒューマノイドロボットについても取り上げられた。いずれも、技術的な興奮が商業的現実を容易に追い越しかねない領域だ。
プロダクトは始まりにすぎない
ファデルは、発売から何十年が経った今でも、iPodについて語ることに飽きることはないと述べた。この対話は、iPod発売23周年とNestの最初の製品の発売13周年にあたる時期に行われ、両方の成果に影響を与えた要因を振り返る自然な機会となった。
その影響の一つは、営業職としてのキャリアを通じて、優れたプロダクトであっても説明され、位置づけられ、販売されなければならないとファデルに教えた父親である。ファデル自身も、初期の失敗を通じてこの教訓を強く学んだ。大学在学中に起業家だった彼は、手持ちの資金を製品開発に使い切り、市場に投入するための費用をほとんど残さなかった。
この経験は、彼の企業づくりに対する考え方を変えた。キャリアを始めた時代には、営業・マーケティングに製品開発予算の5倍から10倍が必要になることもあったと、ファデルは見積もっている。ソーシャルメディアはその比率を変えたが、根本原則は変わらない。創業者は最初から流通を計画しなければならない。エンジニアリングは、何かを作れるかどうかに答える。一方で事業は、それを誰が必要とするのか、その人たちがどうやって知るのか、そしてなぜ対価を払うのかにも答えなければならない。
General Magicと早すぎる到来の代償
General Magicは、十分なタイミングを欠いたイノベーションの象徴的な例となった。同社のチームは、iPhoneによってこれらの体験の多くが主流になるおよそ15年前に、モバイルメール、電子チケット、ダウンロード可能なゲーム、アニメーション、そして表現力豊かなデジタルコミュニケーションを探求していた。
そのアイデアは驚くほど先見的で、後にGeneral Magic出身者の何人かはAndroidを含む主要なテクノロジープラットフォームの創出に貢献した。しかしファデルは、同社には自分たちが解決している目先の問題について十分な明確さがなかったと主張した。支えるテクノロジー、消費者行動、市場インフラはいずれも、まだ十分に成熟していなかった。
ディープテックの創業者にとって、この歴史は「時代を先取りする」ことへの一般的な称賛を複雑なものにする。未来について正しいことと、そこに到達するまで会社が生き延びられることは別である。スタートアップには、長期的なビジョンから、顧客が今日認識している問題へと至る信頼できる道筋が必要だ。
創業者が組織の転換点を理解すべき理由
ファデルは、スタートアップも最終的には同じような業務上の課題に直面するため、起業家は大きな組織の中で経験を積むべきだと勧めた。5人のチームなら非公式に連携できるが、数十人、数百人の従業員を抱える企業ではそうはいかない。
人員が増えるにつれ、コミュニケーションのパターン、責任、文化的な期待は変化する。ファデルは、5人から10人、15人から20人、30人から40人、そしておよそ120人といった段階に、明確な転換点があると説明した。人間関係はソフトウェアや製造業ほど整然とは拡張しないため、それぞれの移行は新たなマネジメント上の要求を生み出す。
200社を超えるスタートアップへの投資を通じて、ファデルは創業者たちがこうした課題に繰り返し直面するのを見てきた。彼の助言は、組織設計をプロダクト構築プロセスの中核として扱うことだ。レポートライン、意思決定権、コミュニケーションの習慣は管理上の細部に見えるかもしれないが、有望なチームが実行を継続できるかどうかを左右することが多い。
委任は学んで身につけるリーダーシップスキル
ファデルは20代前半でPhilipsの最高技術責任者兼副社長となり、実質的なマネジメント経験がないまま、数百人規模の組織を構築する責任を突然担った。本人の話によれば、マネージャーとしての最初の1年はうまくいかなかった。研修を通じて、委任すること、信頼を築くこと、そしてあらゆる業務をコントロールしようとするのをやめることを学んだ。
経験によって、必ずしも彼の要求水準が下がったわけではない。むしろ、どこで介入が必要なのかをより正確に判断できるようになったと彼は語った。効果的なリーダーは、同僚が意思決定し学ぶ余地を与える一方で、会社に取り返しのつかない損害を与えかねない失敗は防ぐ。
ファデルはまた、細部への注意には二つの形があると区別した。一つはエゴや支配したい欲求から生じるもの。もう一つは使命に根ざしたものであり、特定の選択がプロダクトが顧客に適切に役立つかどうかを決めるからこそ、リーダーは仕事を注意深く吟味する。マネジメント上の課題は、どの細部が結果に実質的な影響を与えるのか、そしてどれをチームの手に委ねるべきかを見極めることにある。
Nest買収が明らかにした文化の重要性
NestのGoogleによる買収は、取引後に組織がどれほど急激に変わり得るかを示した。ファデルはNestの経営陣による失敗を認めつつも、買収側企業が重要な約束やスタートアップ本来の文化の要素を維持できなかったとも主張した。
彼は合併・買収を非常に脆弱なものと捉え、文化的な不適合が多くの取引が失敗する主な理由だと指摘した。契約は所有権や財務条件を定義できるが、緊急性、説明責任、自律性、成果に関する異なる前提を自動的に調整することはできない。
ファデルは、Appleの徹底してプログラム志向の環境を、Googleで彼が経験したより寛容な文化と対比した。彼の説明では、Appleでは一人ひとりの貢献が非常に見えやすかった一方で、Googleの慣習には、サイドプロジェクトのために確保された時間などがあり、一部の従業員が同程度の説明責任を回避することを可能にしていた。彼は、より広範な特権意識が後にシリコンバレーの一部へ広がったと考えている。
すべての企業がこの比較に当てはまるかどうかは別として、創業者への教訓は明確だ。文化はオフィスの装飾ではなく、オペレーティングシステムである。買収によって一夜にしてそれが置き換えられれば、チームはそのスタートアップを価値あるものにした意欲と共通の目的を失うかもしれない。
ディープテックには制約、マイルストーン、そして忍耐強い資本が必要
ファデルは、野心的な「ムーンショット」はほぼ無制限の企業リソースを与えられれば成功するという前提に異議を唱えた。制約がなければ、実験的なプログラムは顧客ニーズや商業的な規律から乖離しかねないと彼は論じた。その問題の例として、Waymoの莫大な投資と、持続可能な事業に至るまでの長い道のりを挙げた。
ディープテックには忍耐が求められるが、忍耐は終わりのない予算と同義ではない。ファデルは、長期計画の中に、短期的で実証可能なマイルストーンを設定することを勧めた。こうしたマイルストーンは勢いを維持し、投資家に証拠を提供し、チームに現実世界からのフィードバックを学ぶ機会を与える。
このアプローチは資金調達もしやすくする。一つの難しいステップを実証した企業は、次の段階に必要な資本と人材を引きつけることができる。ファデルは、マイルストーン主導の進展の例としてDiamond Foundryを挙げた。また、がん治療薬や効率的なコンピュータビジョンといった分野にAIを応用する長期的な投資についても語り、Oranus、Plumerai、Tiny AIと特定した企業を含めて紹介した。
こうした取り組みの多くは、その影響が目に見えるようになるまでに5年から10年を要する。そのため失敗率は高く、ファデルは、ほとんどのベンチャーポートフォリオには多くの損失や評価損が含まれると示唆した。しかし、わずかな成功例は、従来のソフトウェア機能をはるかに超える影響を持つ基盤的なテクノロジーを生み出し得る。
投資家にとって、この種の企業を評価するには、トレンドを追うだけでは不十分である。根底にある科学を理解し、第一原理から考え、長期にわたって財務資本と人的資本の両方を管理しなければならない。
大規模言語モデル・ブームの先にあるAI
ファデルは、大規模言語モデル市場の一部は後から振り返れば過熱していたように見えると考えている。彼はLLMを否定したわけではないが、それらは万能の答えではなく、ツールの一分類にすぎないと主張した。多くの製品では、より小規模あるいはより専門特化したモデルのほうが、正確で効率的かつ信頼性が高い可能性がある。
Nestが2011年に発表したサーモスタットは、彼がより広い意味で捉える、タスク特化型の機械知能を示していた。つまり、無制限の応答を生成するのではなく、限定された機能を実行するよう設計されたシステムである。ファデルはこのアプローチを、生成モデルに伴うハルシネーションのリスクと対比した。
彼は、メガバイト単位のモデルで高度な分析を実行できるコンパクトな視覚システムを例に挙げた。彼の見方では、より小さく制御されたモデルを重視するAppleの方針は理にかなっている。そうしたシステムは、明確に定義されたタスクに合わせて最適化できるためだ。また、AIに対する量子アプローチの探索的な研究にも言及したが、それは別個で、なお発展途上の分野として扱った。
ビジネス上の教訓は、目の前の問題に機能する技術を選ぶことだ。AIが流行しているからという理由でLLMを追加しても、製品に関する判断の代わりにはならない。
AIシステムには資格情報と説明責任が必要
ファデルは、AIエージェント向けの職務プロフィールに似たものを提案した。システムを導入する前に、企業はそれが何を学習データとして使ったのか、どの領域で良好に機能するのか、どのようなバイアスや失敗モードが判明しているのか、そしてどの程度の頻度でエラーを生じるのかを確認できるべきだという。
AIが医療、顧客サービス、その他の重大な判断に影響を与える場合、こうした開示は不可欠になる。ファデルは、臨床医が生成ツールを用いて患者文書を作成することに懸念を示し、ハルシネーションによる詳細が深刻な害を引き起こしかねないと警告した。彼がより広く伝えたかった点は、その資格と限界を理解しないまま、不透明なデジタルエージェントを責任を持って雇用することは組織にはできない、ということだった。
そのため彼は、学習データ、エラー、システムの振る舞いに関する規制上の要件を求めた。透明性によってAIの「ブラックボックス」がなくなるわけではないが、購入者や利用者がリスクを評価し、説明責任を割り当てるための基盤にはなり得る。
VRとヒューマノイドロボットが最初に機能し得る領域
ファデルは、バーチャルリアリティが継続的な日常利用の準備ができていることには懐疑的だった。視覚的な忠実度は向上したものの、複数世代にわたる開発を経ても、物理的なかさばり、不快感、社会的な気まずさといった人間工学上の問題は残っていると彼は主張した。
彼は、一時的で用途を絞ったアプリケーションにより大きな価値を見出している。医療訓練や共同での三次元設計であれば、限られたセッションのためにヘッドセットを装着することは正当化できる。共有型3D制作のプラットフォームであるGravity Sketchは、彼が有望だと考える、焦点の定まったユースケースの一例だった。ハードウェアが十分に目立たないものになれば、拡張現実は最終的に日常生活により適したものになるかもしれない。
ヒューマノイドロボットに対する彼の見方も同様に慎重だった。Agility Roboticsのような企業は、特にタスクと周辺環境が予測可能な物流分野で、制約のある環境に対応できる。一般家庭での作業ははるかに難しい。ロボットには、大量の学習データ、堅牢な身体能力、そして一般の消費者が受け入れられるコスト構造が必要となる。その未来は到来するかもしれないが、ファデルはそれが一気に現れるのではなく、何年もかかると見ている。
AI、ロボティクス、没入型コンピューティングのいずれにおいても、彼の基準は一貫している。最も有望なディープテック企業とは、最も壮大なデモンストレーションを行う企業ではない。困難な技術を特定のニーズへ結び付け、段階的に進展を証明し、その道のりを耐え抜くのに十分な規律を持つ組織を築く企業である。
