Các công ty AI Agent nên hướng tới quy mô thị trường lớn như thế nào? — Lý thuyết, trường hợp thực tế và nghiên cứu mới nhất về TAM

Overview

TAM(Total Addressable Market)は売上予測ではなく、事業の上限と市場の定義に関する仮説であり、Uberの評価が市場の定義ひとつで25倍変わったように、数字そのものより「自社の市場をどう定義するか」という思考が価値を持ちます。本稿は、TAM・SAM・SOMの定義と適切な算出方法、有名企業30社のTAMと実際の売上、汎用AI企業・業界特化AIエージェント企業の事例、失敗の事例と要因、そしてTAMに関する最新の学術研究をもとに、AIエージェント企業が狙うべき市場の大きさを整理します。結論としては、算出はボトムアップが原則であり、成否を分けるのは市場の大きさではなく需要の実在とユニットエコノミクスであって、最初のくさびとなる市場は小さいほど良く、かつ隣接する市場の広がりがあることが望ましいです。また、AIエージェントではTAMが「ソフトウェア予算」から「人件費予算」へと桁が一つ書き換えられます。

はじめに

私は普段、不動産・建設領域に特化したAIエージェントを開発しておりますが、このような新規事業やスタートアップをつくるとき、必ずTAM(Total Addressable Market)を推定し、新しいアイデアがアクセスしうる市場の大きさを分析します。とりあえず、TAMを計算すると数十億ドルから数百億ドルと算出されますが、それがこれからつくる事業にどれほど影響を与えるものなのか、数字が大きすぎて実感がわかないのではないでしょうか。しかし、TAMを考えることは事業をつくっていくことや投資をしていくことにおいて最も重要なことのひとつです。
ここでは、TAMの適切な算出方法や、著名な企業のTAMの事例（トップ上場企業、汎用AI企業、AIエージェント企業など）、最新研究での動向などを整理します。

TAMが重要な理由

TAM・SAM・SOMの定義

市場規模は通常、3つの同心円で語られます（Blank, S., & Dorf, B., 2012）。
1. TAM (Total Addressable Market)

• 定義: 市場全体を指します。潜在的な対象すべてを網羅する全体の市場規模のことです。「世界中の対象顧客が全員買ったらいくらになるか」を表します。

2. SAM (Served Available Market)

• 定義: 自社の販売チャネルでリーチ可能な最大市場規模（リーチしうる市場全体の規模）を指します。「自社のいまの商品と販路で売れる範囲」です。

3. SOM (Serviceable Obtainable Market)

• 定義: 目先の重点取り組み先であり、競合環境と自社のリソースを踏まえて現実的に獲得できる市場を指します。「数年内に実際に取れる売上」に相当します。

スマートフォンアプリ（米国発の月額10ドルのAIスペイン語会話アプリ）の例: これら3つの違いを、スマートフォンアプリを開発・販売するケースに当てはめると次のようになります。

1. TAM: 世界のスマホユーザー:約50億人×語学(スペイン語)学習の潜在的ニーズがある人20%×年間アプリ支払額120ドル=1,200億ドル
2. SAM: 米国のスマホユーザー約3億人×うち語学(スペイン語)学習の意向がある成人15%×うち学習アプリに課金する習慣・意思がある人20%×年間アプリ支払額120ドル=約11億ドル（TAMの約1%）
3. SOM（ターゲット市場）: 3年後の純有料会員（月間マーケティング予算$175K、課金ユーザー1人あたり獲得コスト(CAC)$35、新規課金者年間6万人、月次解約率3%を考慮）×$120 =1,440万ドル（SAMの約1.3%）

これらを見積もりことで、スタートアップや新規事業のアイデアが非常に高い労力とリスクに見合うだけの価値があるのか、あるいは方針転換（ピボット）すべきなのかを判断する重要な指標となります。

たとえばAirbnbは2020年の上場時、TAMを3.4兆ドル(短期滞在1.8兆+長期滞在2,100億+体験1.4兆)、SAMを1.5兆ドルと提示しました(Airbnb, 2020)。実際の2025年の売上は約122億ドルで、SAMの1%未満です。これは「Airbnbが失敗した」ことを意味しません。TAMは売上予測ではなく、「この事業の上限はどこか」という議論の土台です。

重要な理由

理由は大きく3つです。
第一に、VCのリターン構造がTAMを要求する ベンチャー投資のリターンはべき乗則（一部が大成功し、他は失敗する）に従うことが、データでも理論でも確認されています(Kerr, Nanda, & Rhodes-Kropf, 2014; Thiel & Masters, 2014)。21,640件の投資を分析したCorrelation Venturesのデータでは、約65%の案件が元本割れし、10倍以上のリターンを生むのはわずか4%でした(Levine, 2014)。トップファンドに出資するLPであるHorsley Bridgeの7,000件の分析でも、リターン全体の約6割をわずか6%の案件が生み出しています(Evans, 2016)。ポートフォリオの大半は失敗し、ファンド全体のリターンは一握りの巨大な当たりが生み出す——この構造ゆえに、VCは個々の投資に「1社でファンドを返しうる規模」を要求します(Kupor, 2019)。投資家にとって、堅実に投資額の2倍のリターンを生むスタートアップに対しては、どれだけ確度が高くても投資対象になりません。だからシード段階の投資家は、TAM/SAMをスケール可能性の最重要指標として見ます。逆に言えば、VC調達を前提としない事業(大企業の新規事業や自己資本経営)では、TAMの要求水準は本来もっと柔軟になります。

第二に、TAMは事業の「天井」を規定する どれだけ優れた実行力があっても、市場の総量を超える売上は立ちません。後述するZoomは、上場時に431億ドルの市場機会を提示し(Zoom Video Communications, 2019)、コロナ禍で売上を一気に伸ばしたあと、成長率が年4%台まで急減速しました(Zoom Video Communications, 2026)。市場の天井に到達した事業は、次のTAMを見つけない限り成長が止まります。

第三に、TAMの「定義の仕方」そのものが戦略である 2014年、Uberを「世界タクシー市場の一部を取る事業」と定義したNYU教授であるDamodaran(2014)は同社を59億ドルと評価し、「自家用車保有の代替として市場自体を拡大する事業」と定義したGurley(2014)は、その見積もりが25倍過小でありうると反論しました。市場の定義ひとつでTAMは25倍変わり、プロダクト・価格・展開戦略のすべてが変わります。TAMの数字そのものより、「自社の市場をどう定義するか」という思考こそが価値を持つのです。

TAM・SAM・SOMの算出方法

適切な算出方法

実務で信頼されるのは、次のアプローチとその組み合わせとされます。

ボトムアップ(積み上げ)方式。 「顧客数 × 単価」を、実際の顧客セグメントと価格モデルから積み上げる方法です。たとえばSlackはS-1で、企業規模の階層ごとに「企業数 × 期待ARR」を積み上げて市場機会280億ドルと算定しました(Slack Technologies, 2019)。HubSpotも上場時、「北米160万社+欧州130万社の中堅企業」という顧客数ベースの提示をしています(HubSpot, 2014)。投資家が最も信頼するのはこの方式です。自社の課金モデルと接続しているため、数字に説明責任が生まれます。

バリューセオリー(価値ベース)方式。 顧客がいまその課題解決に支払っている総額(代替手段のコストや人件費を含む)から、製品が提供する価値と、そのうち価格として回収できる割合を見積もって逆算する方法です(Corporate Finance Institute, n.d.; Toptal, n.d.)。既存カテゴリーの調査レポートが存在しない、新しい市場を創る製品では、これが事実上唯一の選択肢になることが多くあります。
後述するAIエージェント企業の「ソフトウェア予算ではなく人件費予算がTAM」という枠組み——Sequoia Capitalが「Service-as-a-Software」と呼び、ソフトウェア市場(約4,000億ドル)ではなくサービス・労働市場(数兆〜10兆ドル級)を機会として捉え直したもの(Huang & Grady, 2024; Sequoia Capital, 2026)——は、このバリューセオリー方式の現代版です。

トップダウン方式(補助として)。 調査会社(IDC、Gartnerなど)の市場規模レポートから出発する方法です。客観性の担保や、ボトムアップの検算としては有用です。SnowflakeやDatadogのS-1のように、IDC/Gartnerのセグメント合算でTAMを示すのは上場時の標準作法でもあります(Snowflake, 2020; Datadog, 2019)。

重要なのは、現在のTAMと将来のTAMを分けて示すことです。優れた事業計画は「いま確実に存在する市場(ボトムアップで保守的に)」と「行動変容が起きた場合に開く市場(メカニズムの説明付きで)」を区別して提示します。

適切でない算出方法

「巨大市場の1%」論法 「世界の食品市場は8兆ドル。その0.1%を取れば80億ドル」——この計算には、なぜ0.1%取れるのか、誰が、いくらで、どのチャネルで買うのかという情報が一切含まれていません。Apple初期のエバンジェリストで投資家のガイ・カワサキは、これを「Chinese Soda Lie」と呼び、起業家がピッチで口にする定番の嘘のひとつに数えています——「中国人の1%が飲んでくれれば」と言うが、その1%を取ることこそが難しく、そもそも1%しか狙わない会社は投資対象として面白くない(Kawasaki, 2015)。投資家がこの論法を嫌うのは、思考の放棄を示すシグナルだからです。

隣接する巨大市場をTAMと混同する Beyond Meatは「1.4兆ドルの世界食肉市場」を枕詞に上場しましたが(Beyond Meat, 2019)、同社の実際のTAMは「植物肉に置き換えてもよいと考える消費者の支出」であり、それは食肉市場とは別物でした——上場当時から「同社の市場は1.5兆ドルではなく、植物肉カテゴリーの50億ドル前後で測るべきだ」という指摘がありました(Valuentum Securities, n.d.)。実際、売上は2021年の約4.6億ドルをピークに、2025年には2.76億ドルまで減少しています(Beyond Meat, 2026)。「巨大な隣の市場」は自社のTAMではないのです。

ストックとフローの混同 「日本の家庭には数兆円分の不用品(かくれ資産)が眠っている」という、メルカリの初期によく使われた枠組み(みんなのかくれ資産調査委員会, 2018)は資産の総量(ストック)であって、年間の取引額(フロー)ではありません。実際のフリマアプリ市場(年間流通額)は、経済産業省の調査でその数十分の一の規模です(経済産業省, 2024)。ストックとフロー、支出総額と獲得可能なレベニューの混同は、頻出のミスです。

トップダウン単独での提示 調査レポートの数字をそのまま貼ること自体が問題なのではなく、それを自社の顧客定義・価格と接続しないことが問題です。レポートの市場定義と自社の事業範囲は、ほとんどの場合一致しません。MITの起業教育プログラムを率いるオーレットは、調査レポートの引用ではなく、具体的なエンドユーザーのプロファイルから積み上げるボトムアップ計算を行うことを市場規模算定の原則としています(Aulet, 2013)。

目指すべきTAMの大きさの目安

VC調達を目指す場合、米国ではおおむね次のような相場観が共有されています。TAMが10億ドル(約1,500億円)未満の事業はベンチャースケールとみなされにくく、シリーズA以降の調達では数十億〜数百億ドル規模のTAM提示が事実上の標準です。これはファンドの算術から逆算できます。ファンドが投資先1社に「ファンドを返す」リターンを求めることが前提である以上、その会社が数千億円の売上に到達できる余地、すなわち最低でも数千億〜数兆円の市場が必要になるからです。

ただし、この相場観には3つの重要な留保があります。

第一に、初期市場は小さくてよい——むしろ小さいほうがよいのです。 Amazonは1997年の上場時、「米国書籍市場260億ドル」という、小売全体から見ればニッチな市場を入口にしました(Amazon.com, 1997)。現在の売上は7,169億ドルと、当時引用した世界書籍市場(820億ドル)の約9倍です。ピーター・ティールの「小さな市場を独占せよ」という助言のとおり、勝てる小さい市場(クサビ)と、そこから接続する大きな市場(TAM拡張経路)のセットで考えるのが正解です。

第二に、TAMは静的ではありません。 ServiceNowの上場時(2012年)、同社の中核市場であるITサービスマネジメントは約15億ドルしかないとされ、空売りファンドから「市場が小さすぎる」と攻撃されました(Kerrisdale Capital, 2012)。現在の売上は約133億ドル——当時の「市場全体」の約9倍です。製品が市場を広げたのです。逆に、TAMの数字が大きくても市場が応えないこともあります(第6章で扱います)。

第三に、VCを使わないなら目安は変わります。 大企業の新規事業であれば「3〜5年で売上100億円が見える市場か」、ブートストラップなら「ニッチでも高い利益率で守れる市場か」が問いになります。TAMの「正解の大きさ」は、資本政策と出口の設計に従属します。

有名企業30社のTAMと実際の売上

上場時の目論見書(S-1等)に記載されたTAM、直近の売上、そして宣言したTAMに対する直近売上の達成度(%)を比較します。

実例

上場時の目論見書(S-1等)などで宣言されたTAM、直近の売上、そして宣言TAMに対する直近売上の達成度(%)を比較します。会社が金額のTAMを公表していない場合は、当時の市場データから補完した参考値(※印)を用いています。達成度はあくまで目安としてご覧ください。

• Uber(配車アプリ) — TAM:$5.7T・個人モビリティ市場(2019年S-1)/直近売上:$52.0B(2025)/達成度:0.9%。ただし2008年シード資料の「米タクシー市場$4.2B」比では1,238%(約12倍)。市場を当てたのではなく広げた代表例。
• ServiceNow(IT業務管理クラウド) — TAM:$1.5B・ITSM市場(2012)/直近売上:$13.3B(2025)/達成度:887%。「市場が小さすぎる」と空売りされた市場の約9倍に成長。
• Amazon(EC・クラウド) — TAM:$82B・世界書籍市場(1997)/直近売上:$716.9B(2025)/達成度:874%。書籍というクサビから「すべてを売る店」とAWSへ。
• Salesforce(顧客管理クラウド) — TAM:$7.1B・CRM市場(2004)/直近売上:$41.5B(2026年1月期)/達成度:585%。当時のCRM市場全体の約6倍。
• Netflix(動画配信) — TAM:$21B・米ホームビデオ市場(2002)/直近売上:$45.2B(2025)/達成度:215%。旧市場を置換し、ストリーミングという新市場を創出。
• Spotify(音楽ストリーミング) — TAM:約$17B・世界録音音楽市場(2017)※/直近売上:€17.0B(2025)/達成度:約110%。上場時の音楽産業全体の規模を一社で超過。
• Workday(人事・財務クラウド) — TAM:$39B・ERM市場(2012)/直近売上:$9.6B(2026年1月期)/達成度:25%。
• Shopify(ECサイト構築プラットフォーム) — TAM:約$46B・世界SMB向けコマース(2015)※/直近売上:$11.6B(2025)/達成度:約25%。エンタープライズ向けにTAMを再定義し続ける。
• Canva(オンラインデザインツール) — TAM:約$15B・デザインソフト市場(創業期)※/直近売上:年換算$3.5B(2025、非上場・報道ベース)/達成度:約23%。アマチュア向けからAdobe領域へ。
• CrowdStrike(サイバーセキュリティ) — TAM:$24.6B(2019)/直近売上:$4.8B(2026年1月期)/達成度:20%。TAM自体を繰り返し上方再算定。
• Atlassian(開発者向け協働ツール) — TAM:$35B(2015)/直近売上:$5.2B(2025年6月期)/達成度:15%。着実な複利成長。
• Zoom(ビデオ会議) — TAM:$43.1B・UC&C(ビデオ通話)市場(2019)/直近売上:$4.9B(2026年1月期)/達成度:11%。コロナ禍の急伸後、成長率4%台に飽和。
• Twilio(通信API) — TAM:$45.4B(2016)/直近売上:$5.1B(2025)/達成度:11%。ほぼ枠組みどおりに成長。
• Toast(飲食店向けPOS・業務システム) — TAM:$55B・レストランテック支出予測(2021)/直近売上:$6.2B(2025)/達成度:11%。市場内シェアを着実に拡大中。
• Sea(東南アジアのEC・ゲーム・金融) — TAM:約$200B・東南アジアデジタル経済予測(2017)※/直近売上:$22.9B(2025)/達成度:約11%。市場の成長とともに拡大。
• Datadog(システム監視ツール) — TAM:$35B(2019)/直近売上:$3.4B(2025)/達成度:10%。+28%成長を継続。
• Coupang(韓国のEC) — TAM:$470B・韓国小売/外食/旅行支出(2021)/直近売上:$34.5B(2025)/達成度:7.3%。一国フレームを台湾などへ拡張中。
• Snowflake(クラウドデータ基盤) — TAM:$81B(2020)/直近売上:$4.5B(2026年1月期)/達成度:6%。TAMも再算定で拡大中。
• Dropbox(クラウドストレージ) — TAM:$50B(2018)/直近売上:$2.5B(2025)/達成度:5%。この水準で成長停止・減収に。
• Tesla(電気自動車) — TAM:約$2T・世界自動車市場(2010)※/直近売上:$94.8B(2025)/達成度:約4.7%。プレミアムEVニッチの約1,000倍に成長も、2025年に初の減収。
• DoorDash(フードデリバリー) — TAM:$302.6B・米外食持ち帰り支出(2020)/直近売上:$13.7B(2025)/達成度:4.5%。食品・小売・海外へ枠組み拡張
• HubSpot(マーケティング・営業支援クラウド) — TAM:約$76B(後年の会社公表値)※/直近売上:$3.1B(2025)/達成度:約4%。上場時は「中堅企業290万社」という社数ベースの提示。
• Palantir(データ分析プラットフォーム) — TAM:$119B(2020)/直近売上:$4.5B(2025)/達成度:3.8%。+56%成長で加速中。
• Figma(デザイン協働ツール) — TAM:$33B(2025)/直近売上:$1.1B(2025)/達成度:3.2%。上場直後、+41%成長。
• Peloton(家庭用フィットネスバイク・配信) — TAM:約$100B・世界フィットネス市場(2019)※/直近売上:$2.5B(2025年6月期、4期連続減収)/達成度:約2.5%。上場時は「米6,700万世帯」という世帯数ベースの提示で、需要を過大評価。
• メルカリ(フリマアプリ) — TAM:7.6兆円・日本の家庭の「かくれ資産」(2018)※/直近売上:1,926億円(2025年6月期)/達成度:2.5%。国内では成熟、成長は一桁%に
• Airbnb(民泊・宿泊予約) — TAM:$3.4T・宿泊+体験支出(2020)/直近売上:$12.2B(2025)/達成度:0.4%。高成長でもTAMの1%未満。TAMは予測ではなく枠組みであることの好例です。
• Instacart(食料品宅配代行) — TAM:$1.1T・米食品小売(2023)/直近売上:$3.7B(2025)/達成度:0.3%。巨大TAMでも成長は+11%どまり
• Stripe(オンライン決済) — TAM:約$6T・世界EC市場(2024)※/直近売上:推定$5B超(2024、報道ベース)/達成度:約0.1%。公式の枠組みは「インターネットのGDP」という拡大する母数そのもの。
• Beyond Meat(植物由来代替肉) — TAM:$1.4T・世界食肉市場(2019)/直近売上:$0.28B(2025)/達成度:0.02%。隣接する巨大市場は自社のTAMではなかった。
• Robinhood(株式投資アプリ) — TAM:$50T・米個人金融資産(2021)/直近売上:$4.5B(2025)/達成度:0.009%※(資産ストック比のため参考)。低迷後、暗号資産などで再加速。

※印は、会社が金額TAMを公表していない(または資産・時価総額・社数など売上と比較できない基準だった)ため、筆者が当時の市場データから補完した参考値

傾向

この表からは、3つのパターンが読み取れます。

パターン1:勝者はTAMを「当てた」のではなく「広げた」 Amazon、Salesforce、ServiceNow、Netflix、Uberの直近売上は、いずれも上場時・創業時に引用した市場の数倍——達成度にして200〜1,200%——に達しています。初期TAMの的中率で見れば、彼らは全員「外した」ことになります。上方に、です。共通するのは、製品が顧客の行動様式を変え、市場の総量そのものを拡大させたことです。2014年、ニューヨーク大学のダモダラン教授がUberを「世界タクシー市場1,000億ドル×シェア10%」で59億ドルと評価したのに対し(Damodaran, 2014)、ベンチマークのビル・ガーリーは「Uberは既存市場を奪うのではなく、車保有の代替として市場を数倍に広げる。見積もりは25倍ずれている可能性がある」と反論しました(Gurley, 2014)。結果はガーリーの圧勝です。Uberの直近の流通総額は1,930億ドルに達しています(Uber Technologies, 2026)。

パターン2:TAMの天井は実在する Zoomは宣言したTAM(431億ドル)の約11%で成長率が一桁に落ちました。Dropboxは500億ドル超の市場を掲げましたが、売上25億ドル(達成度5%)で頭打ちし、減収に転じています。メルカリも国内フリマ市場の成熟とともに成長率が一桁になりました。市場が有限である以上、どこかで「次のTAM」への拡張(Zoomの電話・コンタクトセンター、メルカリのフィンテック・米国)が必要になり、それに失敗すると成長は止まります。興味深いのは、達成度10〜25%のゾーンに減速企業が集中していることです。TAMの2〜3割を取ったあたりが、実務上の「天井のはじまり」なのかもしれません。

パターン3:巨大TAMは成長を保証しない Instacart(達成度0.3%)の成長率は+11%にとどまり、Peloton とBeyond Meat(達成度0.02%)は減収が続いています。達成度が低い=伸びしろが大きい、とは限りません。TAMの大きさと、顧客がその製品に乗り換える速度・持続性は、まったく別の変数ということがわかります。

AIエージェント企業のTAM

いまTAMの議論が最も先鋭化しているのがAI領域です。鍵となるのは、「AIはソフトウェア支出ではなく労働(人件費)支出を獲得する」というTAMの再定義です。世界のクラウドソフトウェア市場が約4,000億ドルなのに対し、サービス・労働の市場は数十兆ドル規模あります。Sequoia Capitalはこれを「Service-as-a-Software(サービスのソフトウェア化)」と呼び、10兆ドル級の機会と位置づけました。2026年3月のエッセイでは「次の1兆ドル企業はソフトウェアを売らない。仕事そのものを売る」とし、「ソフトウェアに1ドル使われるごとに、サービスには6ドル使われている」という比率を示しています(Sequoia Capital, 2026)。Foundation Capital(n.d.)も同様に、営業・開発・人事などの人件費とBPO支出を合算した4.6兆ドルという試算を提示しました。

汎用AI企業

• OpenAI — TAMの枠組み:「グローバルな知識労働の代替・増強」(世界の知識労働の人件費 約$25T※)/年換算売上:2026年半ばには250億ドル/達成度:約0.1%/評価額:8,520億ドル(2026年3月の資金調達時)(OpenAI, 2026)。2030年に売上2,800億ドルを目指すとされる一方、2026年も270億ドル規模の資金燃焼が見込まれており、「人類の労働市場」という史上最大のTAM設定が、史上最大の先行投資を正当化している構図です。
• Anthropic — TAMの枠組み:エンタープライズの知識労働(同上 約$25T※)/年換算売上:2026年4月に300億ドル/達成度:約0.1%/評価額:9,650億ドルで非公開のIPO申請と報道(2026年6月)(Fortune, 2026)。CEOのダリオ・アモデイは「ホワイトカラーのエントリー職の半分が5年で消えうる」とTAMを労働市場で語る一方、2026年には「90%を自動化すれば残り10%の人間の生産性が10倍になる」(ジェボンズのパラドックス)と、置換ではなく拡張の枠組みにも言及しています。
• Google(Gemini) — TAMの枠組み:既存クラウド事業へのAIの統合(世界クラウド市場 約$700B※)/関連売上:クラウド事業が年換算700億ドル超、+60%成長(Alphabet, 2026)/達成度:約10%(クラウド市場比)。TAMを「別枠」ではなく既存事業の成長率として回収する戦略です。

業界特化AIエージェント

• Harvey(法務) — TAMの枠組み:法務サービス市場$1T(従来の法務ソフトウェア支出は$40Bのみ)/直近ARR:$190M(2026年1月)/達成度:0.02%/評価額:$11B(2026年3月)
• Cursor/Anysphere(ソフトウェア開発) — TAMの枠組み:ソフトウェアエンジニアの人件費$1.5T超/直近ARR:$2B(2026年2月)/達成度:0.13%/評価額:$29.3B、$50Bで調達交渉中と報道
• Cognition/Devin(ソフトウェア開発) — TAMの枠組み:「ソフトウェアチームの代替」(同上 $1.5T※)/直近ARR:約$492M(2026年5月)/達成度:約0.03%/評価額:$26B(2026年5月)
• Sierra(カスタマーサービス) — TAMの枠組み:カスタマーサービス支出$400B/年/直近ARR:$150M+(2026年央)/達成度:0.04%/評価額:$15.8B(2026年5月)
• Glean(社内検索) — TAMの枠組み:企業の知識労働全般/直近ARR:$300M(2026年5月)/達成度:—(金額TAMの提示なし)/評価額:$7.2B(2025年6月)
• OpenEvidence(医療) — TAMの枠組み:医師向け製薬広告$20〜25B/直近売上:$100M+(2026年1月)/達成度:約0.4〜0.5%/評価額:$12B(2026年1月)
• Decagon(カスタマーサポート) — TAMの枠組み:サポート人件費の代替(同上 $400B※)/直近ARR:約$35M(推定)/達成度:約0.009%/評価額:$4.5B(2026年1月)

※印は、会社が金額TAMを公表していないため、筆者が近接する市場・労働支出のデータから補完した参考値

この計算をして見えてくることが1つあります。達成度が最高のCursorでも0.13%、大半は0.1%未満——つまり労働TAM論を額面どおりに受け取れば、AIエージェント各社はまだ市場の入口の入口にいることになります。これは「成長余地が巨大」とも「TAMの枠組みがまだ仮説にすぎない」とも読める数字で、本文第5章の「評価額はTAMの先食い」という論点を定量的に補強する材料になります。本文に組み込む場合は、この一文を箇条書きの直後に置くことをおすすめします。

傾向

ここで注目すべき点は3つあります。

第一に、Harveyの「法務サービス1兆ドル vs 法務ソフトウェア400億ドル」という対比が、垂直AIのTAM再定義を最も端的に示しています(CNBC, 2026b)。従来のリーガルテックはソフトウェア予算(400億ドル)を取り合っていましたが、AIエージェントは弁護士の労働時間そのもの(1兆ドル)に価格設定できます。Sierraが「解決1件あたり課金」という成果報酬型を採るのも、同じ思想です。

第二に、成長速度がTAM論の説得力を裏付けつつあります。Cursorは12カ月でARR1億ドル→20億ドル、Harveyは5カ月で1億ドル→1.9億ドルと、SaaS時代の優良企業の数倍の速度で成長しています(TechCrunch, 2026)。

第三に、ただし評価額はTAMの先食いです。DecagonはARR約3,500万ドルに対して評価額45億ドル(約130倍)と、労働TAM論を前提にしなければ説明できない水準にあり(Bloomberg, 2026)、TAM仮説が外れた場合の調整リスクも同時に示しています。a16zのデビッド・ヘイバーの「垂直AIでは市場構造こそが新しいTAMだ」という言葉は、市場規模の総額より「その業界の購買構造・規制・データの所在」が重要であることを示唆しています。

失敗の事例と要因

実例

市場の大きさは必要条件ですらないことを、退場した企業たちが教えてくれます。

• WeWork(コワーキングスペース) — 掲げた市場:「空間のサービス化」を掲げた巨大不動産市場/調達額・評価額:約$12.8B調達、ピーク評価額$47B/結末:2023年に米連邦破産法11条を申請。評価額の9割超が消失
• Quibi(モバイル動画配信) — 掲げた市場:モバイル短尺動画という新カテゴリー/調達額:ローンチ前に$1.75B調達/結末:2020年、ローンチからわずか6カ月で清算。需要そのものが存在しなかった
• Katerra(建設テック) — 掲げた市場:世界建設市場(〜$12T)/調達額:約$2B調達(SoftBank主導)/結末:2021年に破産。業界の下請構造を変えられなかった
• Convoy(トラック配車) — 掲げた市場:米トラック輸送$800B/調達額・評価額:約$1B調達、ピーク評価額$3.8B/結末:2023年に突然の事業停止。技術は調達額の約2%でFlexportに売却
• Olive AI(医療事務の自動化) — 掲げた市場:米医療事務コストの自動化/調達額・評価額:約$850M調達、ピーク評価額$4B/結末:2023年に解散・事業切り売り。実態は「AIの皮をかぶった手作業」と報道
• Theranos(血液検査) — 掲げた市場:米臨床検査市場(〜$75B)/調達額・評価額:$700M+調達、ピーク評価額$9B/結末:技術は最後まで機能せず、詐欺罪で創業者が収監
• MoviePass(映画見放題サブスク) — 掲げた市場:米映画興行$11B+観客データ事業/調達額:約$200Mを燃焼/結末:2019年にサービス停止、親会社は破産。使われるほど赤字になる構造だった
• Babylon Health(AI遠隔医療) — 掲げた市場:グローバル遠隔医療/評価額:SPAC上場時$4.2B/結末:2023年に破産・事業切り売り。患者が増えるほど赤字が膨らんだ

失敗要因

失敗要因は、驚くほど共通しています。
要因1:TAMは需要ではない。 CB Insightsがスタートアップ483社の事後検証を集計した著名な分析では、最大の死因は「市場ニーズがなかった」(42%)で、「資金切れ」(29%)を上回ります(CB Insights, 2021)。Quibiには17.5億ドルの資金と一流の経営陣がいましたが、モバイル専用・課金制の短尺ドラマという商品への需要そのものが存在せず、無料のTikTokやYouTubeとの競合の中でローンチ半年で清算されました(NBC News, 2020)。市場規模のスライドは、需要を1ドルも生まないのです。
要因2:ユニットエコノミクスの破綻は規模で治らない。 MoviePassは月額9.95ドルで「映画見放題」を売りながら、チケットをほぼ定価で仕入れていました。会員は損益分岐点(月0.77本)を大きく超える月2.11本を観たため、使われるほど赤字が膨らむ構造のまま300万人を集め、月2,000万ドル超の燃焼で力尽きました(のちに経営陣は証券詐欺で有罪となっています)(Yahoo Finance, 2022)。Babylon HealthもNHSから患者1人あたり年2〜3回分の診療報酬を受け取りながら実際には6〜7回利用され、「患者が増えるほど赤字」の構造をCEO自身が認めていました(Hospitalogy, 2023; TechCrunch, 2023)。TAMがいくら大きくても、1取引あたりの経済性が負なら、成長は死期を早めるだけです。
要因3:低マージン産業に「テック企業の倍率」を持ち込む。 WeWork(不動産)、Katerra(建設)、Convoy(運送)は、いずれも巨大だが構造的に低マージンな産業を「テクノロジーで再発明する」と掲げました。しかし、15年の賃貸借契約と月極会員の期間ミスマッチを抱えたWeWorkは2023年に米連邦破産法11条を申請し(WeWork, 2023)、Katerraは従来の下請構造を捨てない発注者の前に敗れ——Axiosはこれを「(テック企業の)パターンマッチングの失敗」と総括しました(Axios, 2021)——、Convoyはテクノロジーでは改善しない仲介マージンと運賃市況の悪化で突然停止しました(Fortune, 2023)。TAMの大きさは、その市場の取りにくさとは無関係なのです。
要因4:技術がTAMの物語に追いつかない。 Theranosの血液検査技術は最後まで主張どおりに機能せず、巨大市場の物語が9億ドルの調達と90億ドルの評価額を支え続けました(Carreyrou, 2018)。Olive AIは「AI」を掲げながら実態の多くが手作業を伴う定型業務自動化だったとAxiosの調査報道が指摘し、2023年に解散しました(Axios, 2023)。Hyperloop Oneの有人試験の最高時速は172km——公約の15%未満——のまま、2023年に活動を終えました(Bloomberg, 2023)。AIブームのいま、最も再演されやすい失敗類型でしょう。
要因5:潤沢な資本がPMFの不在を覆い隠す。 上記のうちKaterra、Convoy、Better.com、Zume PizzaはいずれもSoftBank系の大型出資を受けていました(Axios, 2021, 2023)。WeWorkの内幕を追った記録が描いたように、巨大な資本は創業者の物語への確信を強化し、本来早期に現れるはずの「市場からの否定シグナル」を数年単位で遅らせてしまいます(Brown & Farrell, 2021)。

TAMに関する最新研究

TAMそのものに関する学術査読研究は多くありませんが、関連領域には知見が蓄積されています。以下の4つがあります。

(1)起業家は市場をどう見誤るか——過信研究。 古典はCamererとLovallo(1999)の実験研究で、報酬が相対的なスキルに依存する市場では参入が過剰になり、産業全体の利益が負になることを示しました。鍵となるメカニズムは「参照集団の無視」——自分と同じくらい自信のある競合が同時に参入することを織り込めない、という認知の癖です。TAM試算に引きつければ、「市場の1%」論法の危うさは、ほかの100社も同じ1%を取るつもりでいる点にあります。より新しいFeilerとTong(2022)の研究は、ノイズの多い需要シグナルをそのまま予測値として使うと、最も大きく見える機会ほど系統的に過大評価されることを理論と実験で示しました。複数の市場機会から「いちばんTAMが大きそうなもの」を選ぶ行為そのものが、統計的に楽観バイアスを内蔵しているのです。また、Cassar(2010)では、正式な財務予測を作成した起業家のほうがむしろ予測が楽観に偏るという結果が出ており、精緻なスプレッドシートが「内側の視点」を強化してしまう危険を示唆しています。一方で、ChwolkaとRaith(2023)の批判的レビューは、過信が参入に与える影響は正にも負にもなりうるとし、「起業家は過信している」という単純な物語に修正を迫っています。

(2)存在しない市場をどう予測するか——普及モデルと外側の視点。 新市場の需要予測の古典はBass(1969)の普及モデルで、イノベーター係数と模倣係数から採用曲線を描きます。近年は、類似製品群のデータから機械学習でBassパラメータを発売前に推定する研究(Lee et al., 2014)など、「類似事例から外挿する」方向に発展しています。これはKahnemanとTverskyの「外側の視点」をFlyvbjerg(2006)が制度化したリファレンスクラス予測と同じ思想です。メガプロジェクト研究では、内側の視点による予測は中央値で50〜100%の超過(コスト)を生むのに対し、類似案件の分布から予測するとP50（中央値）の10〜20%以内に収まることが知られています。TAM試算への含意は明確です。自社の積み上げ計算だけでなく、「同じカテゴリーで過去に立ち上がった事業は、5年目にいくらの売上になっていたか」という分布を必ず参照すべき、ということです。なお、この手法の方法論的課題を整理したレビューが2025年にも出ており(Production Planning & Control誌)、研究は現在進行形です。

(3)投資家は市場とチームのどちらを見ているか。 Gompersら(2020)による885人の機関投資家VCへの大規模調査では、VCは案件選定でも成功要因の帰属でも「チーム」を市場や技術より重視すると回答しました。AngelListでのランダム化実験(Bernstein et al., 2017)でも、エンジェル投資家が反応するのは創業チームの情報であり、トラクションや市場情報ではありませんでした。ところが、KaplanらがVC投資先を事業計画書からIPOまで追跡した研究(Kaplan et al., 2009)では、事業内容(=市場)は驚くほど安定している一方、経営陣は頻繁に入れ替わる(CEOの存続率は44%)ことが示され、「限界的には騎手(チーム)ではなく馬(事業・市場)に賭けよ」と結論づけています。投資家の語る言葉(チーム第一)と、データが示す構造(市場は変えにくく、人は替えられる)の間には緊張があり、これはTAM審査の重要性を裏側から支持するエビデンスといえます。

(4)市場の仮説をどう検証するか——「科学者としての起業家」。 Camuffoら(2020)によるイタリアの116社を対象としたRCTでは、市場仮説を明示的に立てて科学的に検証するよう訓練された起業家は、対照群より売上が高く、ダメな事業をより早く畳み、より的確にピボットしました。759社・4つのRCTでの大規模追試(Camuffo et al., 2024)でも結果は再現されています。TAM文脈での読み替えはこうです。TAMは「計算して終わる数字」ではなく「検証すべき仮説」である。市場規模の試算は、それを構成する仮定(顧客数、転換率、支払意思額)に分解され、最も不確実な仮定から順に実地検証されたとき、はじめて意思決定の役に立ちます。

おわりに

要点は以下のようになります。

TAMは売上予測ではなく事業の上限と市場の定義に関する仮説であること Uberの評価が市場の定義ひとつで25倍変わったように、数字そのものより「自社の市場をどう定義するか」という思考が価値を持つ。TAMの数字単体は成功をほとんど予測せず、TAMを構成する仮定の質と、それを検証するプロセスの質は、成果を予測する。

• VCのべき乗則がスタートアップのTAM要件を決めている リターンの大半は数%の大当たりが生むため、VCは全案件に「1社でファンドを返せる規模(TAM10億ドル超)」を要求する。逆にVC調達をしない事業(大企業の新規事業など)では、要求水準はもっと柔軟でよい。
• 算出はボトムアップが原則である。「巨大市場の1%」論法、隣接市場との混同(Beyond Meat)、ストックとフローの混同(かくれ資産)は思考放棄のシグナルとして見抜かれる。
• 勝者はTAMを「当てた」のではなく「広げた」 Amazon、ServiceNow、Uberの売上は宣言TAMの数倍(達成度200〜1,200%)に達した一方、巨大TAMを掲げたQuibiやWeWorkは退場した。成否を分けるのは市場の大きさではなく、需要の実在とユニットエコノミクスである。そして、最初のくさびとなる市場は、小さいほど良く、かつ隣接する市場の広がりがある市場が望ましい。
• AIエージェントではTAMは「ソフトウェア予算」から「人件費予算」へ桁が一つ書き換えられる 学術研究が示すとおり、大きく見える市場ほど過大評価されやすい。TAMは計算して終わる数字ではなく、外側の視点(類似事例の分布)で検証し続けるべき仮説である。

参考文献

学術文献

• Anderson, J. C., & Narus, J. A. (1998). Business marketing: Understand what customers value. Harvard Business Review, 76(6), 53–65.:顧客にとっての価値を金額として定量化し、価格設定の根拠とする「バリューセオリー」の土台となった論文
• Bass, F. M. (1969). A new product growth model for consumer durables. Management Science, 15(5), 215–227.:イノベーター係数と模倣係数から新製品の普及曲線を予測する、需要予測の古典的モデルを提示した論文
• Bernstein, S., Korteweg, A., & Laws, K. (2017). Attracting early-stage investors: Evidence from a randomized field experiment. The Journal of Finance, 72(2), 509–538.:エンジェル投資家は創業チームの情報には反応するが、トラクションや市場情報には反応しないことをランダム化実験で示した論文
• Camerer, C., & Lovallo, D. (1999). Overconfidence and excess entry: An experimental approach. American Economic Review, 89(1), 306–318.:起業家の過信(特に競合も同様に自信を持つことの軽視)が市場への過剰参入を生むことを実験で示した古典的論文
• Camuffo, A., Cordova, A., Gambardella, A., & Spina, C. (2020). A scientific approach to entrepreneurial decision making: Evidence from a randomized control trial. Management Science, 66(2), 564–586.:市場仮説を科学的に検証するよう訓練された起業家は売上・撤退判断・ピボットの質が高まることをRCTで示した論文
• Camuffo, A., Gambardella, A., Messinese, D., Novelli, E., Paolucci, E., & Spina, C. (2024). A scientific approach to entrepreneurial decision-making: Large-scale replication and extension. Strategic Management Journal, 45(6), 1209–1237.:上記の「科学者としての起業家」効果を759社・4つのRCTで再現した大規模追試
• Cassar, G. (2010). Are individuals entering self-employment overly optimistic? An empirical test of plans and projections on nascent entrepreneur expectations. Strategic Management Journal, 31(8), 822–840.:正式な財務予測を作成した起業家のほうがむしろ楽観バイアスが強まることを示した論文
• Chwolka, A., & Raith, M. G. (2023). Overconfidence as a driver of entrepreneurial market entry decisions: A critical appraisal. Review of Managerial Science, 17(3), 985–1016.:「起業家は過信している」という通説を再検討し、過信の影響は正にも負にもなりうると論じた批判的レビュー
• Feiler, D., & Tong, J. (2022). From noise to bias: Overconfidence in new product forecasting. Management Science, 68(6), 4685–4702.:ノイズの多い需要予測の中から「最も大きく見える機会」を選ぶ行為自体が系統的な過大評価を生むことを示した論文
• Flyvbjerg, B. (2006). From Nobel Prize to project management: Getting risks right. Project Management Journal, 37(3), 5–15.:類似案件の実績分布から予測する「リファレンスクラス予測(外側の視点)」を制度化した論文
• Gompers, P. A., Gornall, W., Kaplan, S. N., & Strebulaev, I. A. (2020). How do venture capitalists make decisions? Journal of Financial Economics, 135(1), 169–190.:885人の機関投資家VCへの調査で、案件選定において「チーム」が市場や技術より重視されることを示した論文
• Kaplan, S. N., Sensoy, B. A., & Strömberg, P. (2009). Should investors bet on the jockey or the horse? Evidence from the evolution of firms from early business plans to public companies. The Journal of Finance, 64(1), 75–115.:事業計画書からIPOまでの追跡で、事業内容(市場)は安定する一方で経営陣は頻繁に入れ替わることを示し、「馬(市場)に賭けよ」と結論づけた論文
• Kerr, W. R., Nanda, R., & Rhodes-Kropf, M. (2014). Entrepreneurship as experimentation. Journal of Economic Perspectives, 28(3), 25–48.:ベンチャー投資のリターンが極端に歪んだ分布(べき乗則)に従うことを整理し、起業を「実験」として捉える枠組みを示した論文
• Lee, H., Kim, S. G., Park, H., & Kang, P. (2014). Pre-launch new product demand forecasting using the Bass model: A statistical and machine learning-based approach. Technological Forecasting and Social Change, 86, 49–64.:類似製品群のデータから機械学習でBassモデルのパラメータを発売前に推定する手法を提案した論文

書籍

• Aulet, B. (2013). Disciplined entrepreneurship: 24 steps to a successful startup. Wiley.:MITの起業教育に基づき、エンドユーザーのプロファイルから積み上げるボトムアップのTAM算定を体系化した書籍
• Blank, S., & Dorf, B. (2012). The startup owner's manual: The step-by-step guide for building a great company. K&S Ranch.:顧客開発モデルの提唱者によるスタートアップ経営の定番書で、TAM/SAMによる市場規模の三層分解を解説
• Brown, E., & Farrell, M. (2021). The cult of we: WeWork, Adam Neumann, and the great startup delusion. Crown.:WSJ記者によるWeWorkの内幕の記録で、巨大資本が市場からの否定シグナルを遅らせる構造を描いた書籍
• Carreyrou, J. (2018). Bad blood: Secrets and lies in a Silicon Valley startup. Knopf.:Theranos事件を暴いたWSJ記者本人による調査報道の書籍で、巨大市場の物語が未完成の技術を覆い隠す構造を描いた
• Kawasaki, G. (2015). The art of the start 2.0: The time-tested, battle-hardened guide for anyone starting anything. Portfolio/Penguin.:「巨大市場の1%」論法を「Chinese Soda Lie」と名づけて批判した、起業ピッチの定番書
• Kupor, S. (2019). Secrets of Sand Hill Road: Venture capital and how to get it. Portfolio/Penguin.:a16zのマネージングパートナーがVCファンドの仕組みと「1社でファンドを返す」算術を解説した書籍
• Thiel, P., & Masters, B. (2014). Zero to one: Notes on startups, or how to build the future. Crown Business.:べき乗則の投資哲学と「小さな市場を独占せよ」というクサビ戦略を説いた書籍

企業開示資料

• Airbnb, Inc. (2020). Form S-1 registration statement. U.S. Securities and Exchange Commission.:上場時にTAM 3.4兆ドル・SAM 1.5兆ドルを提示した目論見書
• Alphabet Inc. (2026). Q1 2026 earnings release (Form 8-K, Exhibit 99.1). U.S. Securities and Exchange Commission.:クラウド事業の年換算700億ドル超・+60%成長を開示した決算資料
• Amazon.com, Inc. (1997). Prospectus (Form 424B1). U.S. Securities and Exchange Commission.:米国書籍市場260億ドル・世界820億ドルを市場規模として引用した上場時の目論見書
• Beyond Meat, Inc. (2019). Prospectus (Form 424B4). U.S. Securities and Exchange Commission.:世界食肉市場1.4兆ドルを枕詞とした上場時の目論見書
• Beyond Meat, Inc. (2026). Beyond Meat reports fourth quarter and full year 2025 financial results [Press release].:2025年売上2.76億ドル(減収)を開示した決算発表
• Datadog, Inc. (2019). Form S-1 registration statement. U.S. Securities and Exchange Commission.:Gartnerのセグメント合算で市場機会350億ドルを提示した目論見書
• HubSpot, Inc. (2014). Form S-1 registration statement. U.S. Securities and Exchange Commission.:「北米160万社+欧州130万社」という顧客数ベースの市場提示を行った目論見書
• Netflix, Inc. (2002). Prospectus (Form 424B4). U.S. Securities and Exchange Commission.:米国ホームビデオ市場210億ドルを市場規模として引用した上場時の目論見書
• Palantir Technologies Inc. (2020). Form S-1 registration statement. U.S. Securities and Exchange Commission.:TAM 1,190億ドル(政府630億+民間560億)を提示した目論見書
• Salesforce.com, Inc. (2004). Prospectus (Form 424B1). U.S. Securities and Exchange Commission.:CRM市場71億ドルを市場規模として引用した上場時の目論見書
• Slack Technologies, Inc. (2019). Form S-1 registration statement. U.S. Securities and Exchange Commission.:企業規模の階層別ボトムアップ積算で市場機会280億ドルを算定した目論見書
• Snowflake Inc. (2020). Form S-1 registration statement. U.S. Securities and Exchange Commission.:IDCのセグメント合算でTAM 810億ドルを提示した目論見書
• Uber Technologies, Inc. (2019). Form S-1 registration statement. U.S. Securities and Exchange Commission.:TAM 5.7兆ドル(個人モビリティ市場)を提示した上場時の目論見書
• Uber Technologies, Inc. (2026, February 4). Uber announces results for fourth quarter and full year 2025 [Press release].:2025年売上520億ドル・流通総額1,930億ドルを開示した決算発表
• Zoom Video Communications, Inc. (2019). Form S-1 registration statement. U.S. Securities and Exchange Commission.:2022年までに431億ドルの市場機会を提示した上場時の目論見書
• Zoom Video Communications, Inc. (2026). Fourth quarter and fiscal year 2026 financial results. U.S. Securities and Exchange Commission.:売上成長率が年4%台へ減速したことを示す決算資料
• WeWork Inc. (2023, November 6). WeWork takes strategic action to significantly strengthen its balance sheet and further streamline its real estate footprint [Press release].:米連邦破産法11条の適用申請を発表したプレスリリース

業界レポート・VCエッセイ・記事

• Axios. (2021, June 8). Katerra's failure is a story of pattern-matching gone wrong.:Katerraの破産を「テック企業のパターンマッチングを建設業に誤適用した失敗」と総括した記事
• Axios. (2023a, June 12). SoftBank-backed pizza robot startup Zume shuts down after raising $445 million.:4.45億ドルを調達したロボットピザのZume閉鎖を報じた記事
• Axios. (2023b, October 31). Olive AI is shutting down.:評価額40億ドルだった医療AIのOlive AI解散と、その実態が手作業を伴う自動化だったことを報じた記事
• Bloomberg. (2023, December 21). Hyperloop One to shut down after raising millions to reinvent transit.:公約性能の15%未満のままだったHyperloop Oneの活動終了を報じた記事
• Bloomberg. (2026, January 28). AI customer support startup Decagon valued at $4.5 billion.:ARR比約130倍の評価額がついたDecagonの資金調達を報じた記事
• CB Insights. (2021). The top 12 reasons startups fail.:スタートアップ483社の事後検証から「市場ニーズの不在」(42%)を最大の死因と特定した著名な分析レポート
• CNBC. (2026a, January 6). Elon Musk's xAI raises $20 billion from Nvidia, Cisco investors.:xAIの200億ドル調達(評価額約2,300億ドル)を報じた記事
• CNBC. (2026b, March 25). Legal AI startup Harvey raises $200 million at $11 billion valuation.:Harveyの評価額110億ドルでの調達と法務AI市場の拡大を報じた記事
• Corporate Finance Institute. (n.d.). Total addressable market (TAM).:TAMの3つの算出方式(トップダウン/ボトムアップ/バリューセオリー)を定義した実務向け解説
• Damodaran, A. (2014, June 18). Uber isn't worth $17 billion. FiveThirtyEight.:Uberを「世界タクシー市場×シェア10%」の枠組みで59億ドルと評価した、TAM論争の起点となった記事
• Evans, B. (2016, April 28). In praise of failure. Benedict Evans.:Horsley Bridgeの7,000件のデータから、リターンの6割を6%の案件が生むVCのべき乗則を示した元a16zパートナーの分析
• Fortune. (2023, October 19). Convoy, a trucking tech startup backed by Jeff Bezos, shuts down.:8,000億ドルのトラック市場を掲げたConvoyの突然の事業停止を報じた記事
• Fortune. (2026, June 1). Anthropic confidentially files IPO at $965 billion valuation.:Anthropicの評価額9,650億ドルでの非公開IPO申請を報じた記事
• Foundation Capital. (n.d.). The AI hype: $600B question or $4.6T+ opportunity?:AIの機会を人件費とBPO支出の合算4.6兆ドルとして試算したVCのエッセイ
• Gurley, B. (2014, July 11). How to miss by a mile: An alternative look at Uber's potential market size. Above the Crowd.:Damodaranの評価に対し「市場自体の拡大」を根拠に25倍の過小評価の可能性を指摘した、TAM論争の代表的な反論
• Hospitalogy. (2023, May 16). The downfall of Babylon Health.:Babylon Healthの「患者が増えるほど赤字」というユニットエコノミクスの破綻を分析した記事
• Huang, S., & Grady, P. (2024, October). Generative AI's act o1: The agentic reasoning era begins. Sequoia Capital.:AIの機会を「Service-as-a-Software」と名づけ、10兆ドル級のサービス市場として捉え直したVCのエッセイ
• Kerrisdale Capital. (2012, November 15). ServiceNow, Inc. short thesis.:ServiceNowの中核市場を約15億ドルと見積もり「市場が小さすぎる」と主張した空売りレポート(のちに大きく外れた予測の実例)
• Levine, S. (2014, August 12). Venture outcomes are even more skewed than you think. VC Adventure.:Correlation Venturesの21,640件のデータから、65%が元本割れし10倍超はわずか4%というVCリターンの分布を示した分析
• NBC News. (2020, October 22). A look at why Quibi failed so soon after launching.:17.5億ドルを調達したQuibiがローンチ6カ月で清算に至った要因を分析した記事
• OpenAI. (2026, March). Accelerating the next phase of AI [Blog post].:評価額8,520億ドルとなる大型資金調達を発表した公式ブログ
• Sequoia Capital. (2026, March). Services: The new software.:「次の1兆ドル企業は仕事そのものを売る」とし、ソフトウェア対サービスの支出比1:6を示したVCのエッセイ
• TechCrunch. (2023, August 31). The fall of Babylon: Failed tele-health startup once valued at nearly $2B goes bankrupt and sold for parts.:SPAC上場したBabylon Healthの破産と事業売却を報じた記事
• TechCrunch. (2026, April 17). Cursor in talks to raise $2B at $50B valuation as enterprise growth surges.:CursorのARR急成長と評価額500億ドルでの調達交渉を報じた記事
• Toptal. (n.d.). TAM methodology: An explanation and example of total addressable market analysis.:バリューセオリーを含むTAM算出方法を実例つきで解説した実務向け記事
• Valuentum Securities. (n.d.). Beyond Meat's market: $5 billion or $1.5 trillion?:Beyond Meatの市場は食肉市場1.5兆ドルではなく植物肉カテゴリーの50億ドルで測るべきだと上場当時に指摘した分析
• Yahoo Finance. (2022). MoviePass' former CEO just pleaded guilty to securities fraud.:MoviePassのユニットエコノミクス破綻と経営陣の証券詐欺有罪を報じた記事
• 経済産業省. (2024). 『令和5年度 電子商取引に関する市場調査報告書』.:フリマアプリ市場の年間流通額(フロー)を推計した政府調査
• みんなのかくれ資産調査委員会. (2018). 『みんなのかくれ資産調査』[調査リリース]. メルカリ.:日本の家庭に眠る不用品の資産総量(ストック)を推計した調査リリース