Stripeは、プラットフォーム上の新規ビジネスが前年同期比でほぼ倍増したと述べた。

Why it matters

Stripe's proprietary data suggests AI is accelerating company formation and early monetization, even as agents threaten thin software products. The opportunity is shifting toward founders with deep knowledge, differentiated markets and plans ambitious enough to justify years of work.

Patrick Collison (@patrickc), Stripe の共同創業者兼 CEO は、支払いプラットフォーム上で新しく始まる事業の数が7月26日時点で昨年の水準のほぼ2倍に迫っており、Stripe が記録した中で最も強い年次の伸びだと述べた。

Y Combinator's Startup Schoolでの講演で、Collison は Stripe の内部データが会社設立を超えた改善を示しているとも述べた。中央値の新規事業は1年前の対応分よりも良いパフォーマンスを示しており、100万ドルから1000万ドルにわたる収益しきい値に到達する企業の割合も増えているという。Stripe の法人設立サービスであるStripe Atlasを通じて設立された企業も初めての収益に到達するまでの速さが向上していた。

「Stripe のデータは、これまでになく良い時期だと示唆していると思う」と Collison は述べた。

そのほぼ2倍という数値は経済全体の新規企業数の集計ではなく Stripe のメトリクスである。Collison は企業の基礎数や新規事業を定義する期間を示さなかったし、決済プラットフォームへのサインアップはどれだけの企業が生き残るかを測るものではない。とはいえスタートアップ経済の内部にいる Stripe の位置づけはこの結果に重みを与える。Stripeは2月に報告したところによれば、同社は直接的・間接的に500万社以上を支え、2025年の取扱高は1.9兆ドルに達したという。

その年次アップデートは同じ加速の早期の見方も示していた。Stripe は 2025 年のコホートが 2024 年のコホートより約50%速く成長し、3か月以内に年次反復収益で1000万ドルに到達した企業は2倍になったと述べた。Stripe Atlas の設立は 2025 年に41%増加し、Atlas スタートアップの20%が30日以内に顧客から課金を行い、これは2020年の8%から上昇した。Stripe はまた、Atlas が現在デラウェアでの会社設立の25%を占めるとも述べている。

知識は依然として優位性である

Collison は成長数値に、思考を過度に AI にアウトソースすることへの反論を組み合わせた。蓄積された知識をプロセッサの最速のメモリ層に例え、すでに「認知的L1キャッシュ」にある情報は、人がプロンプトを考えてエージェントの返答を待つよりも速く取り出して組み合わせられると述べた。

「しばらくの間、ニューロンの参照（neuronal lookups）の方がはるかに速いだろう」と Collison は語った。

彼のテストは AI ラボや Stripe のような企業の採用行動だ。モデルが改善しても、これらの企業は認知能力に高い報酬を払い続けている。Collison は、学習済み知識の価値を証拠がその利益の枯渇を示す前に切り捨てるのは時期尚早だと述べた。

彼は同じ基準を執筆にも適用している。Collison は、自身で文章を書き続けているのはモデル生成の文章が好みではなく、AIが書いたエッセイに説得力を感じたことがまだないからだと述べた。さらに、Gmail を含む製品がますますユーザーに提示するようになっている事前作成された返信を送ったことは一度もないとも語った。

その姿勢は AI サイクルで最も一般的なスタートアップの売り文句の一つに制約を与える。モデルは製品の調査、コーディング、運用に必要な労力を減らせるが、市場や技術、顧客を深く理解してより良い質問を投げ、弱い回答を見抜ける創業者が持つ優位性を取り除くわけではない。

AI はスタートアップがどこから始めるべきかを変える

Collison は、ますます有能になるエージェントがいくつかのソフトウェアカテゴリを消滅させることを認めた。インターフェースを操作し、ワークフローを組み立て、タスクを実行できる汎用エージェントは、以前は独立した垂直アプリケーションが担っていた機能を吸収し得る。

彼はモデル提供者がすべてのスタートアップ機会を食い尽くすというより広い結論は否定した。大企業は隣接市場に参入する資本、流通、技術力を持っていても、数百の優先事項を同時に追うのに苦労する。Collison は、Google を例に挙げ、あらゆる可能な製品を作らずとも多くの分野で成功してきた企業だと指摘した。

「一般に、その恐れは大げさに言われていると思う」と彼は述べた。

競争圧力はむしろ創業者が出発市場を選ぶ方法を変える可能性がある。Collison は、チームが広告や迅速なテストで小さな開口部を見つけて段階的に拡大するという従来のリーン・スタートアップのアプローチは、AI により多くの競合が同じ開口部を特定して攻められるようになると難しくなると述べた。

彼の代替案は、設立時のより大きな差別化だ。創業者は AI を使って、以前ははるかに大きなチームが必要だった技術的に野心的な製品や異例の市場ポジションから始めることができる。彼は、最初の計画が狭く低コストの実験に似ていなかった frontier AI labs や防衛技術企業 Anduril を例に挙げた。

実務的な含意は、AI が大きなアイデアに挑戦するコストを下げる一方で、明白なアイデアに対する競争圧力を高めるということだ。広く利用可能なモデルの周りに薄いインターフェースを構築する創業者は、他のスタートアップ、モデル提供者、既存のソフトウェアベンダーから迅速に模倣されるリスクに直面する。独自の知識、困難なオペレーション、あるいは他が無視してきた市場を中心に組織された企業は、複利的に成長する余地が大きい。

創業者はそれでも会社を望んでいなければならない

Collison はまた、将来の創業者に対して会社設立自体を主要な判断とみなすことに注意を促した。スタートアップが成功した場合に直面するより困難な質問がやってくると彼は言う。

「もし成功したらどうする？」と彼は述べた。「資金を調達し、顧客がつき、従業員がいて、すべてが動き出したら。あなたはそれを楽しめるだろうか？10年、17年、30年にわたってそれに取り組みたいと思うだろうか？」

Collison は成人期の大半をその結果の中で過ごしてきた。Stripe の前に彼と兄の John はオンライン販売者向けソフトウェア Auctomatic を作り、2008 年に売却した。Patrick は短期間 MIT に在籍し、その後 Stripe を議会に説明した際に、インターネットでの支払い受け入れを容易にする取り組みだと述べている。

兄弟は2009年に Berkeley の Startup School に参加した後、Stripe を追求することを決めた。Collison は夕食後に歩きながらその決断を下し、そのプロジェクトは「たぶんそれほど難しくないだろう」と推論したことを回想している。Stripe は公開ローンチまでにほぼ2年を要し、2011年9月に公開した。

Startup School への復帰は Collison の設立データに都合の良い対称性をもたらした。Stripe は参加者に無料の Atlas 法人設立を提供し、イベントを終えてすぐに始める人に一つの事務コストを取り除いた。より大きな賭けは Stripe の製品戦略に表れている：より多くの新会社が支払い、請求、税、詐欺防止、法人設立サービスへの需要を生み出す。Collison のスタートアップ創出に対する楽観は Stripe のデータに根ざしており、その解釈が正しければ Stripe 自身も直接的な恩恵を受ける。