Name: スタートアップを構築する新しい方法 (The New Way To Build A Startup)
Uploaded: 2026-02-15T21:33:54.000Z
Duration: 7 min 51 s
Description: VoiceTubeの動画で発音を聞きながら英語表現を覚えよう！学べる英語：

If you haven't tried Claude code in the last month, it's time to give it another shot.

もしまだこの1ヶ月でClaudeのコードを試していないなら、もう一度試す時です。

And if you have, you know what I'm talking about.

そして、もし試したことがあるなら、私が何を言っているか分かっているはずです。

まるでAGIが来たかのようです。

One of Anthropic's own engineers writes Claude wrote Claude cowork.

Anthropicのエンジニア自身が、ClaudeがClaudeの共同作業を書いたと述べています。

Us humans meet in person to discuss foundational architecture and product decisions, but

私たち人間は、基盤となるアーキテクチャや製品の決定について話し合うために直接会いますが、

all of us devs manage anywhere between three and eight Claude instances, implementing features, features, fixing bugs, or researching potential solutions.

私たち開発者全員が3つから8つのClaudeインスタンスを管理し、機能の実装、バグ修正、または潜在的なソリューションのリサーチを行っています。

それが何を意味するか考えてみてください。

The team developing one of the most sophisticated AI products in the world, something many of you probably use every day, is using this AI internally to improve their product.

世界で最も洗練されたAI製品の1つを開発しているチーム、おそらく皆さんの多くが毎日使っているであろうそのチームが、このAIを社内で製品改善のために活用しているのです。

I think this points to a fundamental shift in how startups operate right now.

これは、現在のスタートアップの運営方法における根本的な変化を示していると思います。

The best teams aren't automating one or two internal functions, they they're automating all of them.

最良のチームは、1つか2つの社内機能を自動化しているのではなく、それらすべてを自動化しています。

Often they're tiny teams able to beat huge incumbents thanks to internal automation.

しばしば、彼らは社内自動化のおかげで、巨大な既存企業を打ち負かすことができる小規模なチームなのです。

その無駄のなさが彼らのスーパーパワーです。

I've been calling these startups 20x companies.

私はこれらのスタートアップを「20倍企業」と呼んでいます。

Several years ago, my friend Parker Conrad, founder of Rippling and Zenefits, coined the term compound startup to describe companies that build multiple integrated products in parallel rather than focusing narrowly on one thing.

数年前、RipplingとZenefitsの創業者である私の友人、パーカー・コンラッドは、一つのことに狭く焦点を当てるのではなく、複数の統合された製品を並行して構築する企業を説明するために「コンパウンドスタートアップ」という言葉を造りました。

The theory of like the compound software business is that there's this island of product market fit that's kind of over the edge of the horizon line that's sort of harder to get to.

コンパウンドソフトウェアビジネスの理論は、地平線のはるか彼方にある、到達するのが少し難しいプロダクトマーケットフィットの島があるということです。

But if you can build, you know, multiple parallel applications at once, you can get there and it actually ends up being a much more powerful type of product market fit that's much harder to displace at that point.

しかし、複数の並行アプリケーションを同時に構築できれば、そこへ到達でき、その時点でははるかに強力で、置き換えにくい種類のプロダクトマーケットフィットになるのです。

The 20x company could be an evolution of Parker's idea, but applied to internal automation.

20倍企業は、パーカーのアイデアを進化させたものですが、社内自動化に適用されたものです。

Instead of just narrowly automating a few things like writing code or handling customer support, 20x companies build automations across all all internal features, code support, marketing, sales, hiring, QA and more.

コードの記述やカスタマーサポートの処理といった、いくつかのことを狭く自動化するだけでなく、20倍企業は、コード、サポート、マーケティング、セールス、採用、QAなど、すべての社内機能にわたる自動化を構築します。

This makes each of their employees orders of magnitude more powerful than they would be otherwise.

これにより、各従業員は、そうでなかった場合よりも何桁も強力になります。

It also allows them to postpone hiring additional sales and ops staff for much longer, keeping payroll down and culture from drifting.

また、追加のセールスやオペレーションスタッフの採用をはるかに長く延期することができ、給与支払いを抑え、カルチャーがぶれるのを防ぐことができます。

The phrase 20x company was actually coined by the founders of GigAML, which builds voice based customer service agents for enterprise, to describe how they managed to close doordash as a customer, going up against incumbents that were literally 20x as large.

20倍企業という言葉は、もともとエンタープライズ向けの音声ベースのカスタマーサービスエージェントを構築しているGigAMLの創業者たちが、文字通り20倍の規模の既存企業と競合する中で、DoorDashを顧客として獲得できた経緯を説明するために作った言葉です。

When we got doordash as a customer, we were approximately like four to five engineers going against players who had like 100x engineers.

DoorDashを顧客にできたとき、私たちはエンジニアが4〜5人程度でしたが、相手は100倍くらいのエンジニアを抱える企業でした。

So we kind of like coined the term like hey, we are a 20x company because we are able to beat these much bigger players who are like 20x hours.

だから、「僕たちは20倍の企業なんだ。なぜなら、僕たちの20倍くらいの規模の、もっと大きなプレイヤーに勝てたから」というような言葉を作ったんです。

By having a better product and better numbers.

より良い製品と、より良い数字によって。

Giga was able to close DoorDash and several other Fortune 500 companies as customers because of a powerful internal agent they call Atlas.

Gigaは、Atlasと呼ぶ強力な社内エージェントのおかげで、DoorDashや他のいくつかのFortune 500企業を顧客として獲得することができました。

So Atlas can basically do anything within the product which you want to do.

Atlasは、製品内でやりたいことなら、基本的に何でもできるんです。

So it can use browsers, it can edit the policies, it can write code, it can do anything within the product.

ブラウザを使ったり、ポリシーを編集したり、コードを書いたり、製品内で何でもできます。

Atlas dramatically expands the range of work what each engineer can take on.

Atlasは、各エンジニアが対応できる仕事の範囲を劇的に広げます。

So let's say before Atlas, every engineer can probably work on four to five problems at once because they are bottlenecked by all the boilerplate stuff they have to do for the customers.

例えば、Atlasが登場する前は、エンジニアは顧客のためにやらなければならない定型的な作業にボトルネックされていたため、一度に4〜5個の問題に取り組むのが精一杯だったでしょう。

Customers have integrations, they would have to probably work on that.

お客様にはインテグレーションがありますが、それに取り組む必要があります。

Now, with AIFD taking care of all the boilerplate stuff, each engineer's scope is basically doubled or tripled because they don't need to work on the boilerplate code.

今では、AIFDが定型的な作業をすべて担当してくれるので、エンジニアは定型コードに取り組む必要がなくなり、各エンジニアの担当範囲は基本的に2倍、3倍になります。

But Atlas doesn't just accelerate Giga's engineers.

しかし、AtlasはGigaのエンジニアを加速させるだけではありません。

It also acts as as a full time AI employee that works in tandem with a human FTE to service dozens of accounts.

また、人間のFTEと連携して多数のアカウントに対応する、常勤のAI従業員としても機能します。

Right now we have only a single human FTE within the company.

現在、社内には人間のFTEは1人しかいません。

As hard as it's to believe, because we have companies like DoorDash using us, we are in pilots with multiple Fortune 500, 10 plus Fortune 500, where each of these companies probably have volumes over like 500,000 or a million calls a day.

信じがたいかもしれませんが、DoorDashのような企業が私たちを利用しており、複数のFortune 500企業、10社以上のFortune 500企業とパイロットを実施中です。これらの企業はそれぞれ、1日に50万件、あるいは100万件を超える通話量があるでしょう。

It's only been possible because like we have at least and this person can primarily focus on just the customer relationships, the ask by the customers, taking customer requests and turning them into feature requests and everything.

これは、少なくとも顧客との関係、顧客からの要望、顧客からのリクエストを機能リクエストに変えることなどに、この人が主に集中できるからです。

AIチームメイトを構築することは、一つのアプローチです。

Another is to build an AI integrated source of truth that gives employees instant context across your entire system.

もう一つは、従業員にシステム全体にわたる瞬時のコンテキストを提供する、AI統合された真実の情報源を構築することです。

Legion Health, which is building an AI native psychiatry network, is one example of how to do this.

AIネイティブの精神科ネットワークを構築しているLegion Healthは、その方法の一例です。

Legion built a custom internal interface for their care operations team that lets them pull patient history, scheduling availability, insurance codes, and

Legionは、患者の履歴、予約可能な時間、保険コードなどを取得できる、ケアオペレーションチーム向けのカスタム内部インターフェースを構築しました。

その他にもたくさんあります。

What we're showing you right now is an interface that a vast majority of our care operations team uses in their day to day work for anything that actually has not been yet automated.

今お見せしているのは、ケアオペレーションチームの大多数が日常業務で利用しているインターフェースで、まだ自動化されていないあらゆることに対応しています。

And this includes everything from as Arthur's kind of showing on his screen, digging into a particular patient or many patients backgrounds, trying to understand where they're at in their journey, if they need a new appointment to be rescheduled, if they're having a prescription issue, if they've sent us a message that in traditional healthcare might have otherwise gotten lost in the sea of different communications that go back and forth between so many different people.

これには、Arthurが画面で見せているように、特定の患者や多くの患者の背景を掘り下げ、彼らがどのような状況にいるのか、新しい予約の再スケジュールが必要なのか、処方箋の問題があるのか、あるいは従来の医療では多くの人々との間でやり取りされるさまざまなコミュニケーションの海に埋もれてしまっていたかもしれないメッセージを送ってきたのか、などを理解しようとすることが含まれます。

All of that is at a fingertips reach for every single member of our care Ops.

これらすべてが、ケアオペレーションチームのすべてのメンバーがすぐに利用できます。

This single source of truth interface has let Legion keep its ops headcount flat, even as it's dramatically scaled revenue.

この単一の情報源インターフェースにより、Legionは収益を大幅に拡大しながらも、オペレーションのヘッドカウントを据え置いています。

So we've grown forex in the past year, but we haven't hired a single net new person.

そのため、昨年はフォレックスで成長しましたが、純粋に新規で人を採用することはありませんでした。

We've been able to forex the number of patients.

患者数をフォレックスに増やすことができました。

We're seeing thousands of patients a month.

月に数千人の患者を診ています。

We have dozens of providers, but we have one clinical lead, we have one patient support person, and

私たちは数十人のプロバイダーを抱えていますが、臨床リーダーは一人、患者サポート担当者は一人です。

And in a typical healthcare company, those are all departments.

一般的なヘルスケア企業では、これらすべてが部署になります。

You know, those are call centers, those are groups of people sitting around desks doing a ton of things manually.

デスクに座って多くの作業を手作業で行っている人たちの集まり、コールセンターのことですね。

A third approach is actually build custom agents for each employee depending on their workflow and preferences.

3つ目のアプローチは、従業員のワークフローや好みに合わせて、個別にカスタムエージェントを構築することです。

Faceshift, which is building agents to automate accounts receivable, took this approach.

このアプローチを取ったのが、売掛金の自動化エージェントを構築しているFaceshiftです。

So Face Shift right Now is a 12 person team and we're going up against companies that have been around since 2006 that have hundreds of employees.

Face Shiftは現在12人のチームですが、2006年から続く数百人の従業員を抱える企業と競合しています。

The key to US as a 12 person team moving so fast is we bring AI into every process that is manual and try to automate as much as possible with AI agents.

12人のチームがこれほど速く動ける鍵は、手作業のあらゆるプロセスにAIを導入し、AIエージェントで可能な限り自動化することです。

One way PhaseShift does this is by literally asking its employees to document the manual tasks they do and then building custom agents for them.

PhaseShiftがこれを実現する一つの方法は、従業員に手作業で行っているタスクを文書化してもらい、それに基づいてカスタムエージェントを構築することです。

So what we do is essentially say, what do you spend your time doing throughout the day?

私たちがやっているのは、基本的に「一日を通して何に時間を費やしていますか？」と尋ねることです。

And we make them document that and then we build quick AI agents.

そして、それを文書化してもらい、迅速なAIエージェントを構築します。

And this culture of relentless automation has let phase shift delay hiring for entire functions.

そして、この絶え間ない自動化の文化が、Phase Shift が機能全体での採用を遅らせることを可能にしました。

We've actually avoided hiring a design person at the company so far.

実際、私たちはこれまでデザイン担当者を会社に採用するのを避けてきました。

To date, we're about a 12 person company by just leveraging magic patterns and our engineering team uses that to build all front end designs.

今日まで、私たちは12人ほどの会社で、マジックパターンを活用し、エンジニアリングチームがすべてのフロントエンドデザインを構築するためにそれを使用しています。

These approaches aren't mutually exclusive.

これらのアプローチは、互いに排他的ではありません。

You can build AI teammates, a unified source of truth and custom agents for each member of your team.

AIチームメイト、統一された信頼できる情報源、そしてチームの各メンバーのためのカスタムエージェントを構築できます。

The companies that do this are staying lean and setting record high growth rates.

これを行う企業は、スリムな状態を維持し、過去最高の成長率を記録しています。

This is the new way to build and the startups that figure it out first are going to win.

これが新しい構築方法であり、最初にそれを理解したスタートアップが勝利します。