Y Combinator 日本語図鑑

事業概要

プロダクト

• 利用者が調査目的と制約条件を文章で入力する。
• システムは目的を下位の問いへ分解し調査計画を生成する。
• 数千のAIエージェントを並列に走らせ外部情報を収集させる。
• 収集結果を突き合わせ根拠付きの調査報告書を出力する。
• 途中経過と根拠を一覧で返し追加調査の指示を受け付ける。

技術アーキテクチャ（推定）

• 公開ウェブや論文、顧客が渡す資料を入力源とするとみられる。
• 取得は巡回収集とAPI連携を組み合わせると推定される。
• エージェントごとに担当論点を割り当て並列に検索と読解を回す。
• 重複した主張を名寄せし出典との照合で信頼度を付す。
• 生成物は根拠リンク付きで保存し後から追跡できる形で返す。

収益モデル

• 法人顧客が調査テーマ単位または月額で契約する形とみられる。
• 同時実行するエージェント数や案件数に応じた従量課金も想定される。
• 価格は非公開。

差別化

• 並列エージェントの運用ノウハウが蓄積され調査品質が反復で上がる。
• 問いの分解から報告までを一続きで担い作業場所を占有する。
• 出典照合の履歴が残り再現性の高い成果物を出せる。

日本展開時のリスク

• 調査対象データの保管場所と越境移転の扱いが契約上の論点になる。
• 生成物の著作権や二次利用の範囲は法解釈が固まっていない。
• 国内企業は外部委託より社内調査を選ぶ商習慣が残る。
• 成果の妥当性を誰が保証するかで稟議が止まりやすい。
• 費用の妥当性を判断できる導入事例が国内にない。

日本での競合

• 国内に自律型の研究基盤を提供する事業者は確認できない。
• 生成AIを使った情報整理や調査支援は複数社が手掛ける。
• コンサルティング会社の調査部門が実務上の代替になる。
• 直接の同型がないため空白は大きいが需要の裏付けは薄い。
• 機密情報を扱うため調達審査の通過が参入の壁になる。

主要プレイヤー

• ストックマーク — 企業情報の分析。
• ブレインパッド — データ分析の支援。
• エクサウィザーズ — AIの社会実装。