2026年第1四半期、世界のベンチャー投資は3,000億ドルに達し、過去最高を更新した。Crunchbaseによれば、そのうちAI関連は2,420億ドル、全体の80%を占める。だが内訳を見ると、OpenAI、Anthropic、xAIの3社だけで全体の67.3%を吸い込んでいる。一方でディール件数は前年同期比26%減。「AIブーム」という言葉が指す現象は、もはや業界全体の沸騰ではなく、ごく一握りのプレイヤーへの極端な集中だ。3月にはOpenAIが評価額8,520億ドルで1,220億ドルを調達。5月にはAnthropicが900億ドル規模の追加ラウンドを準備中と報じられた。これらの数字をどう読むか。

現状：資金は集中、件数は減少

PitchBookの集計によれば、Q1 2026のAI関連調達はわずか3件のディールが全体の67%を占めた。OpenAIの1,220億ドルラウンドはAmazon、Nvidia、SoftBankが主導し、Anthropicは2月にGIC、MGX、BlackRock、Blackstone、Morgan Stanleyを引き入れて300億ドルのシリーズFをクローズ、ポストマネー評価額は3,800億ドルに達した。フロンティアモデル領域では、OpenAIとAnthropicの2社で時価総額の9割超を占める計算になる。

一方で「その他大勢」のAIスタートアップには厳しい風が吹いている。2026年に入ってからの世界のテック企業レイオフは342社・約14万人に及び、1日あたり約993人がAI関連職を失っている計算だ。3,300万ドルを調達していたAIモデル評価ツールのYuppは2026年3月に全員解雇で事業停止。OpenAIの動画モデルSoraのスタンドアロンアプリは、初公開からわずか6カ月後の3月24日に終了した。資金は史上最高なのに、企業数は急速に減っている。

日本市場も同じ構造のミニチュア版だ。Sakana AIは2026年1月にGoogleとの戦略的パートナーシップを発表し、シリーズBで約200億円を追加調達。評価額は約3,600億円〜4,320億円のレンジで、創業からわずか2年で日本最速のユニコーンになった。だがその下に続く層は薄い。Preferred Networks、Rinna、ABEJAなど既存プレイヤーは堅実だが、新規参入は資金獲得に苦戦している。北米で起きている「Anthropic・OpenAIへの極端な集中と、その下の層の急速な淘汰」が、規模は違えど日本でも同じ形で進行している。

背景：なぜ「集中」が加速したか

集中の根本要因は、フロンティアモデルの学習コストが指数的に増えていることだ。GPT-4世代では学習コストが数千万〜1億ドル程度と見られていたが、次世代モデルでは10億ドル単位、推論用のGPUクラスタを含めれば数百億ドル規模の資本が必要になる。この水準の資金を集められるのは、すでに圧倒的なブランドと顧客基盤を持つOpenAI・Anthropicのような少数のラボに限られる。後発が「同じ土俵で戦う」という選択肢は、事実上消えた。

もう一つの要因はM&Aによる吸収だ。2026年5月だけで4つのAIラボが5日間のうちに買収されたと報じられている。Anthropicは開発者ツールのStainlessを買収し、自社の周辺エコシステムを取り込む動きを強めている。フロンティアラボがプラットフォーマー化するなかで、独立したまま生き残れるレイヤーは確実に狭まっている。Microsoft、Google、Amazon、Nvidiaといったハイパースケーラーが投資・買収・GPU提供の三位一体で囲い込みを進めており、独立系VCの入り込む余地は限られる。

投資家側の判断も変わった。2024〜2025年の「AIなら何でも投資する」フェーズは終わり、収益化への道筋が見えないアプリケーション層には資金が回らなくなった。エンタープライズ販売サイクルが想定より長く、顧客獲得コストが契約額に対して見合わないという、Yupp破綻の典型パターンが繰り返されている。VCは「収益のあるAIスタートアップ」へ強くシフトしており、PoC段階のラウンドは前年比で半減した。

事例：Anthropic、Sakana AI、Yupp

Anthropicは、勝ち組の典型例だ。2026年2月のシリーズF（300億ドル、評価額3,800億ドル）に加え、5月にはさらに900億ドル規模のラウンドを準備中とTechTimesが報じた。実現すればOpenAIを抜いて世界最高評価額のAIスタートアップになる。コーディング向けの「Claude Code」と、企業向けのAPI事業が二大収益源で、利用企業数の成長が評価額を支えている。

Sakana AIは、日本発の独自ポジショニングを示す好例である。創業者のDavid Ha、Llion Jones（Transformer論文の共著者）らは、「規模で勝負しない」という路線を選び、進化的アルゴリズムを使って小規模モデルを高効率で組み合わせる「Model Merging」を主力技術にしている。2026年1月のGoogleとの提携で「日本のソブリンAI」というポジショニングを明確化、政府・大企業からの受託が増えている。フロンティアラボの真似ではなく、別レイヤーで戦う戦略がワークした事例だ。

対照的に、Yuppは「AIアプリケーション層に巨額を投じても刈り取れない」現実を象徴する。2026年3月、3,300万ドルの調達後にもかかわらず全員解雇で清算。エンタープライズ販売サイクルの長さと、競合の急増による顧客獲得コスト上昇が原因とされた。AIモデル評価という、本来は需要が伸びているはずの領域でも、収益化の難しさが浮き彫りになっている。

学生・若手にとっての示唆

「AIスタートアップで一発当てる」という見立ては、2024年と2026年で意味が変わっている。フロンティアモデル開発で起業する余地はほぼ消えたが、代わりに「特定業界×AI」の縦割りSaaS、エージェントワークフロー、評価・監査・セキュリティといった周辺レイヤーには余白がある。Anthropicがフロンティアモデルを担い、その上にアプリ層・ツール層が乗る構造を前提に、自分がどの層で何を提供するかを設計する必要がある。

もう一つは、就職・キャリア選択への影響だ。AI企業は資金を持つが、人材の集中も激しい。OpenAI・Anthropic・xAIに入るのは現実的にハードルが高いが、それらの顧客企業＝大手や中堅で「AI導入を主導する」ポジションは急増している。フロンティアラボに入る以外に、AIを使う側の戦力として価値を出すルートが、むしろ多くの学生にとって現実的な選択肢になっている。

AIスタートアップのブームは終わっていない。だが「広く分散した熱狂」から「少数への極端な集中」へとフェーズが移行している。今後12〜18カ月で、独立系AIスタートアップのさらなる淘汰と、巨大ラボによる吸収M&Aは加速するだろう。問われるのは、その構造の上にどう自分の事業・キャリアを置くか。フロンティアと応用の役割分担が明確になったいま、勝ち筋は明らかに「特化と深さ」にある。ブームの輪郭は変わったが、機会そのものは消えていない。