Y Combinator 日本語図鑑（25/77ページ）｜No.245-254の企業10社

日本市場の見立て

ブルーオーシャン競合あり／空白ありレッドオーシャン国内王者が市場を掌握

767社

Y Combinator採択企業のうち、ソロ開始・存続・買収条件で絞った767社。日本市場の見立ては公開情報からの推定。1ページ10社で全文を掲載。

815原本

48除外

123図鑑公開

77ページ

245

DiligenceSquared

投資判断を支える市場調査の自動化基盤

DiligenceSquaredは、買収案件を評価するプライベートエクイティファンド向けに、市場デューデリジェンスを提供する。AIエージェントが専門家への聞き取りを行い、得られた知見を統合し、主張ごとに根拠となる聞き取り記録を紐付ける仕組みだ。価格や課金方法、顧客獲得経路、運営体制や原価は開示されていないが、従来はマッキンゼーなどが50万〜100万ドルで提供する調査を、より低コストで自動化するとしている。導入先は有力ファンド8社で、合計運用資産は2.4兆ドルを超える。創業者にはプライベートエクイティと経営コンサルティング双方の経験者がおり、調査の買い手と提供者の視点を持つこと、根拠を追跡できることが強みだ。大規模ファンド1社の年間支出が3,000万ドルを超え、市場全体は年間100億ドルと説明される一方、聞き取りの質や情報の正確性、限られた顧客数への依存が主なリスクとなる。

図鑑を準備中

246

Bluma

競合の人気動画を再現する短尺広告制作基盤

Blumaは、消費者向けマーケティングを行う企業の成長チーム向けに、短尺動画広告を制作するサービスである。競合の人気動画を手本に、企画、台本作成、制作、編集までを自動化し、同様の動画を大規模に作る仕組みを掲げる。料金体系、販売価格、顧客獲得チャネル、運営体制の詳細は公開情報に記載がない。2025年9月創業で、チームは2人だが、売上や利益などの財務数値は示されていない。競合動画を起点にマーケティング動画の制作工程を一貫して効率化する点が強みとなる。競合動画の再現が広告表現や権利面で問題となる可能性に加え、成果の再現性や顧客獲得力は公開情報から判断できない。

図鑑を準備中

247

The Hog

営業向けリアルタイムウェブ情報基盤

The Hogは、AIエージェントや営業・マーケティングチームに、ウェブ検索や人物・企業情報などを提供する事業である。検索、情報補完、深掘り調査、ニュース、ソーシャル情報、ウェブ取得を単一のAPIにまとめ、複数の提供元を順次照会して適切な情報源へ振り分ける。利用量に応じたクレジット制で課金し、個別の情報提供元との連携や請求をまとめる仕組みだが、価格は公表されていない。2025年10月創業で、チームは2人、拠点は米国カリフォルニア州サンフランシスコである。売上高や利益などの財務数値は掲載されていない。複数サービスの情報を一括して扱える点が強みとなる一方、情報の鮮度や品質、提供元への依存、創業初期の小規模な運営体制が主なリスクである。

図鑑を準備中

248

MadeThis

事業運営を自動化する業務基盤

MadeThisは、自律型の事業運営基盤を提供する会社である。対象顧客や具体的な機能は、掲載情報からは確認できない。収益モデル、課金方法、価格、顧客獲得経路、運営体制や原価についても開示されていない。2025年11月創業で、チームは3人だが、売上や利益などの財務数値は示されていない。事業運営を自律化するという構想が特徴だが、実現する機能や導入効果は不明である。情報が限られるため、顧客需要や事業モデルの持続性を判断しにくい点が主なリスクとなる。

図鑑を準備中

249

Lemma

AIエージェントの本番監視基盤

Lemmaは、AIエージェントを開発・運用する企業向けに、本番環境での動作を監視するサービスを提供する。実行記録をすべて調べ、一般的な監視ツールでは見逃しやすい意味上の失敗を検出し、原因の特定と修正を支援する。課金方式、価格、顧客獲得チャネル、運営体制や原価は公開情報に記載されていない。2025年10月創業で、チームは2人であり、売上や利益などの財務情報は示されていない。実行記録を網羅的に調べ、利用者から苦情が届く前に問題を把握し、エージェントの改善につなげる点が強みである。一方、検出精度や導入効果、既存の監視ツールとの連携、収益化の状況は不明であり、少人数での開発・運営も課題となりうる。

図鑑を準備中

250

Perseus

コーディングエージェント向けコード文脈探索基盤

Perseusは、コードを書く前に適切なコードベースの文脈を探す機能を、コーディングエージェント向けに提供する事業だ。ファイル、シンボル、依存関係を並行して検索し、高次元空間を反復的に枝分かれしながら探索する仕組みである。製品はPerseus Searchで、料金、収益モデル、顧客獲得チャネル、運営体制や原価の詳細は開示されていない。2025年10月創業で、インドのベンガルールを拠点に4人で運営している。複数のコード要素を並行検索し、試行錯誤を減らしてエージェントの変更精度を高める点が強みだ。売上や利益などの財務数値は示されておらず、製品の実用性や課金の成立性が主なリスクとなる。

図鑑を準備中

251

Karumi

商談機会を逃さない多言語対話型製品デモ

Karumiは、見込み顧客向けに製品の個別デモを提供する事業である。AIエージェントが顧客とのライブビデオ通話に参加し、24時間、任意の言語でデモを行うほか、営業担当者との会話を望まない訪問者向けに、操作しながら見られるセルフガイド型デモも提供する。料金体系、課金方法、顧客獲得チャネル、運営体制や原価については公開情報に記載がない。2025年10月創業で、チームは6人であるが、売上高や顧客数などの財務・事業規模は示されていない。関心が高まった訪問者に即時対応し、営業担当者との接点につなげる点が強みとなる。デモの品質や商談化への効果、通話データの取り扱い、収益モデルが不明である点が主なリスクである。

図鑑を準備中

252

Absurd

AI動画制作を支える映像作家向け企画盤

Absurdは、AIを使って映像を制作する映像作家向けのオンラインホワイトボードを提供する事業である。制作チームが自らの映像制作にも利用しており、企画や制作の作業を支えるプロダクトとして展開している。収益モデル、料金、顧客獲得経路、運営体制や原価は公開情報に記載がない。自社制作のKalshi向け映像「Election Day」は100万回超の再生を記録し、制作動画の平均オーガニック再生数は40万回超である。2025年10月創業で、ロサンゼルスを拠点に6人で運営している。自社制作で得た視聴実績が強みだが、再生数は顧客数や売上を示すものではなく、収益性や継続利用の実績も不明である。

図鑑を準備中

253

Specific

生成コードを即座に公開環境へ届ける開発基盤

公式サイト

ブルーオーシャン国内のクラウド事業者は基盤を単体提供し、生成コードの公開までを束ねる同型製品は見当たらない。

事業概要

プロダクト: 利用者は任意のコーディングエージェントを接続し、作業ディレクトリを渡す。
開発環境の起動コマンド一つで、依存関係を解決したローカル環境を数秒で用意する。
公開コマンドを実行すると、コンテナ化と設定反映を経て数分で本番公開する。
クラウド側で計算資源とネットワークを払い出し、拡張可能な形で稼働させる。
環境変数や秘匿情報を、開発と本番で切り替えて受け渡す。
技術アーキテクチャ（推定）: 利用者の端末で動くコマンドが、リポジトリと設定ファイルを読み取るとみられる。
依存関係の定義から実行環境を組み立て、差分だけを取得して起動を速める方式と推定。
公開時は成果物をコンテナイメージへ変換し、自社クラウドの実行基盤へ配備するとみられる。
環境変数や秘匿情報は保管領域から実行時に注入し、平文で残さない設計と推定。
稼働状況のログと指標を集約し、利用者の画面へ返す構成とみられる。
収益モデル: 開発者が個人またはチーム単位で、開発環境と公開基盤の利用に対して支払う。
課金単位は月額または計算資源の従量とみられるが、価格は非公開。
無料枠の有無や法人契約の条件も非公開。
差別化: 開発環境の起動と公開を同じ操作系で結び、往復の手間を減らす。
利用者の環境構成の情報が蓄積し、再現性の精度が上がる。
クラウド基盤を自社で持つため、外部事業者への依存が小さい。
日本展開時のリスク: 機密情報の国外保管に対する社内審査が導入の障壁になる。
既存の社内開発基盤や承認手続きとの接続に追加作業が要る。
障害時の責任分界と補償範囲が契約で問われやすい。
稼働実績が浅く、大手基盤との比較で選ばれにくい。
請求が外貨建ての場合、為替と支払い手段の調整が必要になる。

日本での競合

国内の開発基盤は大手クラウド3社と国内事業者が占める。
いずれも計算資源の提供が中心で、生成コードの公開は利用者側の作業。
コード生成と公開を束ねる同型の国内製品は確認できない。
空白は大きいが、開発者は既存クラウドの設定資産を手放しにくい。
参入には障害対応と監査対応の説明が欠かせない。

主要プレイヤー

Amazon Web Services — クラウド基盤。国内リージョンで提供。
Google Cloud — クラウド基盤とデータ分析。
Microsoft Azure — クラウド基盤と業務アプリ。
さくらインターネット — 国内データセンターのクラウド。

比較軸	Specific	Amazon Web Services	Google Cloud	Microsoft Azure	さくらインターネット
主な用途	コード生成から公開まで	クラウド基盤	クラウド基盤	クラウド基盤	クラウド基盤
提供範囲	開発環境と公開基盤	IaaS・PaaS	IaaS・PaaS	IaaS・PaaS	IaaS
課金	月額または従量	従量課金	従量課金	従量課金	従量課金
強み	起動と公開の一体運用	国内リージョン	データ分析	企業連携	国内DC

出典：Y Combinator / Specific / Amazon Web Services / Google Cloud / Microsoft Azure / さくらインターネット。技術アーキテクチャは公開情報からの推定。

254

Narrative

試合映像をイベントと選手データに変換する解析基盤

公式サイト

ブルーオーシャン国内に試合映像からイベントと選手データを同時に生成する同型の事業者は見当たらない。

事業概要

プロダクト: 試合のライブ映像またはアーカイブ映像を入力として受け取る。
映像から得点や反則などの出来事を時刻付きで抽出する。
選手ごとの位置や動作を追跡し、走行距離などの数値に変換する。
抽出した出来事と数値を構造化データとして出力する。
切り抜き動画やハイライトなど発信向けの素材を生成して返す。
技術アーキテクチャ（推定）: 顧客の試合映像と既存のアーカイブを主な入力源とするとみられる。
映像は配信基盤やクラウドストレージ経由で取り込むと推定される。
映像フレームから選手とボールを検出し、追跡で位置系列を作るとみられる。
検出結果を試合イベントと選手別の統計値に変換すると推定される。
映像の該当区間を切り出し、発信向けの素材として生成するとみられる。
構造化データと素材を顧客が参照できる形で保存・配信すると推定される。
収益モデル: スポーツ団体や配信事業者が解析結果と素材の利用に対価を払う形とみられる。
課金単位は試合数または映像時間の従量制と推定されるが、価格は非公開。
継続的なアーカイブ処理には月額契約が用いられる可能性がある。
差別化: 試合映像と解析結果の対応データが蓄積するほど精度が上がる構造とみられる。
データと編集済み素材を同じ処理系から出すため、発信業務まで一括で握れる。
競技ごとのイベント定義を蓄積できるため、後発の模倣が難しい。
日本展開時のリスク: 試合映像の著作権と選手の肖像権の処理が導入の前提になる。
選手データは個人情報に当たり、利用目的の特定と管理が必要になる。
国内競技団体は映像権利を放送局や配信事業者に既に許諾している場合が多い。
スタジアムの通信環境や撮影機材の調達が導入コストになる。
少人数体制のため、導入後の運用支援が行き届かない恐れがある。

日本での競合

国内のスポーツ映像解析は一部ベンダーが個別受託で手掛ける程度にとどまる。
データ提供は大手通信会社や計測機器メーカーが担う領域がある。
映像からイベントと選手データと素材を一括生成する同型は見当たらない。
競技団体やリーグは権利処理の窓口を自前で持ち、外部導入の障壁になる。
映像権利を持つ放送・配信事業者との連携可否が参入の分かれ目になる。

出典：Y Combinator / Narrative。技術アーキテクチャは公開情報からの推定。