デイヴィッド・サックスが語る AI + SaaS：新しいスタートアップ・プレイブック

スタートアップ戦略における「AI + SaaS」の意味

AIは単にサブスクリプションアプリに付け加える機能ではありません。創業者にとっては、何が「良い」プロダクトアイデアか、競合がどれだけ速く模倣できるか、顧客が何に対して支払うか、推論コストが請求に現れたときにビジネスモデルが成り立つか、といった点を変えます。

本投稿は、デイヴィッド・サックスに結びつけられることが多いAI + SaaSの議論で繰り返し出てくるテーマを実務的に合成したものです。逐語的な引用や伝記ではありません。目的は、創業者やプロダクトリーダーが実際に意思決定できる形で反復される考え方を翻訳することです。

なぜ創業者はSaaSを再考しているか

従来のSaaS戦略は漸進的改善を評価しました：カテゴリを選び、よりクリーンなワークフローを作り、席数で売り、時間をかけたスイッチングコストに頼る。AIは中心を成果と自動化に移します。顧客はますます「私の代わりにやってくれますか？」と尋ねるようになり、「作業をよりうまく管理できますか？」という問いは後ろに下がります。

これによりスタートラインが変わります。UIは少なくて済むかもしれませんし、統合も初期チームも小さくてよいかもしれませんが、システムが正確で安全で日常的に使う価値があるという明確な証明が必要になります。

本稿があなたの意思決定にどう役立つか

アイデアを評価している場合、あるいは既存のSaaS製品を再定位しようとしている場合、このガイドは次を選ぶ手助けをします：

• 何を作るか： 機能、コパイロット、あるいはワークフロー全体を所有するAIファースト製品か
• 誰に売るか： 結果を重視し予算を持つ買い手は誰か
• どう市場に出すか： AI製品で重要な流通と信頼のシグナル
• 財務的にどう成立させるか： 実際のモデルコストをカバーしつつ価値に合う価格

常に立ち返る主要な問い

読む間、次の4つを意識してください：AIはどの仕事を完了するのか？誰が痛みを感じて支払うか？価格は測定可能な価値をどう反映するか？他者が似たモデルにアクセスできるようになったとき、あなたの優位性は何で持続するのか？

残りの章は、その答えを中心にした現代的な「スタートアップ・プレイブック」を構築します。

古いSaaSのプレイブックとAIシフト

古典的なSaaSは、ソフトウェアを予測可能なビジネスモデルに変えたからうまくいきました。サブスクリプションを販売し、使用が拡大し、ワークフローのロックインに頼る：チームがあなたの製品内で習慣やテンプレート、プロセスを作ると離脱が難しくなる。

そのロックインはしばしば明確なROIで正当化されました。セールストークは単純でした：「月額Xを払えばY時間を節約し、エラーを減らし、より多くの契約を取れる」。それを確実に提供すれば更新を勝ち取り、更新が複利的成長を生みました。

AIで何が変わるのか

AIは競争の速度を変えます。かつて数四半期かかった機能が、同じモデルプロバイダを繋ぐだけで数週間で再現されることがあります。これは多くのSaaS企業が頼っていた「機能モート」を圧縮します。

AIネイティブの競合は異なる出発点を持ちます：既存ワークフローに機能を追加するだけではなく、ワークフロー自体を置き換えようとします。ユーザーはコパイロット、エージェント、「やりたいことを言うだけで完了する」インターフェースに慣れてきており、期待はクリックやフォームから成果へと移ります。

デモでAIは魔法のように見えやすいため、差別化のハードルは早く上がります。誰もが要約やドラフト、レポートを生成できるなら、本当に重要なのは「なぜ顧客は自社の業務内であなたのプロダクトを信頼して使うべきか？」ということです。

変わらない（そしてより重要になった）基本

技術的な変化があっても基本は不変です：実際の顧客の痛み、特定の買い手、その買い手の支払意欲、継続的価値によるリテンション。

集中を保つための有用な階層：

Value (outcome) > features (checklists).

AIチェックリスト（「自動ノート、自動メール、自動タグ付けを追加しました」）を出すのではなく、顧客が認識する成果を先に出してください（「商談成立までの時間を20%短縮」「サポートのバックログを半分に」「数分で準拠レポートを出す」）。機能は証拠であって戦略ではありません。

AIは表層をコピーしやすくするため、より深い結果を所有しなければなりません。

正しいウェッジを選ぶ：機能、コパイロット、AIファースト

多くのAI + SaaSスタートアップは、最初に「AI」を掲げてから仕事を探すために停滞します。より良いアプローチはウェッジを選ぶことです—顧客の緊急性とあなたが持つ適切なデータへのアクセスに合った狭い参入点。

3つの道、3つのトレードオフ

1) AI機能（既存製品カテゴリ内）：慣れたワークフローに1つのAI機能を追加する（例：チケットの要約、フォローアップの下書き、請求書の自動タグ付け）。買い手がカテゴリを理解しているため初期収益を得る最速のルートになり得ます。

2) AIコパイロット（ヒューマン・イン・ザ・ループ）：ユーザーの横に座り、繰り返しのタスク（ドラフト、トリアージ、調査、レビュー）を加速します。品質が重要でユーザーのコントロールが必要な場合に有効ですが、楽しいデモ以上に日々の価値を証明する必要があります。

3) AIファースト製品（ワークフローを自動化して再構築）：ここでは製品は「ソフトウェア+AI」ではなく、明確な入力と出力を持つ自動化プロセス（しばしばエージェント的）です。最も差別化され得ますが、深いドメインの明確さ、強力なガードレール、信頼できるデータフローが求められます。

どのウェッジを選ぶか

2つのフィルターを使いましょう：

• 顧客の緊急性： 頻繁で費用が大きく、明確なオーナーがいる痛みか？「あれば嬉しい」機能は予算審査を通りにくい。
• データアクセス： 正確であるために必要なコンテキスト（ドキュメント、チケット、CRMデータ、ポリシー）に継続的にアクセスでき、利用許可があるか？

緊急性が高いがデータアクセスが弱ければコパイロットから始めてください。データが豊富でワークフローが明確ならAIファーストを検討して構いません。

「ラッパーリスク」を避ける

製品がコモディティモデルの薄いUIである場合、より大きなベンダーが似た機能をバンドルした瞬間に顧客は乗り換えられます。対処法は慌てることではなく、ワークフローを所有し、測定可能な成果を証明することです。

実在するものを作っているサイン

• 測定可能な成果： 時間節約、エラー削減、サイクルタイム短縮、コンバージョン向上
• 再現性のあるワークフロー： 製品が一貫したプロセスにフィットしていること
• 明確な買い手： 特定の役割が予算を持ち、痛みを感じている
• プルーフループ： 事前/事後の例を示し、数週間単位で結果を追跡できること

流通優先：新しいスタートアップが注目を勝ち取る方法

多くの製品が類似したモデルにアクセスできると、勝ち筋は「より優れたAI」から「より良いリーチ」へと移ります。ユーザーが日常業務の中であなたの製品に出会わなければ、モデルの品質は問題になりません—実際の使用が得られずプロダクトマーケットフィットに向けた反復ができないからです。

「デフォルトのワークフロー」になる（新しい目的地ではなく）

現実的なポジショニング目標は、人々が既に使っているツール内でそのタスクが実行される「デフォルトの方法」になることです。顧客に「別のアプリ」を採用させるのではなく、メール、ドキュメント、チケット、CRM、Slack/Teams、データウェアハウスなど作業が既に行われている場所に出現します。

これが重要な理由：

• 注意は希少で、スイッチングコストは現実的
• AIの価値は既存のイベント（新着チケット、新規リード、新しいPR）にトリガーされると最も分かりやすい
• 埋め込み型の配布は使用を複利的に増やす：一度インストールされればフローの中に入り込める

早期に機能するチャネル（とその理由）

統合 & マーケットプレイス： 最小限の有用な統合を作って関連マーケットプレイスに出す（例：CRM、サポートデスク、チャット）。マーケットプレイスは高意欲の発見をもたらし、統合はインストール時の摩擦を減らします。

アウトバウンド： 痛みが明確で頻繁なワークフローを持つ狭い役割をターゲットにする。具体的な成果（「トリアージ時間を40%削減」）と短い証明ステップ（15分のセットアップ）でリードする。

コンテンツ： 「我々がどのようにXをやるか」プレイブック、分解記事、テンプレートを公開する。特にコピー可能な成果物（プロンプト、チェックリスト、SOP）が効果的。

パートナーシップ： 既に理想ユーザーへの配布を持つエージェンシー、コンサルタント、隣接ソフトと組む。共同マーケティングと紹介手数料を提供する。

最初の10人の有料顧客を得るためのチェックリスト

1. 1つのペルソナ + 1つのワークフローを選ぶ（それぞれ一文）
2. 1つの測定可能な約束（時間節約、収益増、リスク低減）を提示する
3. ツール内に入り込む入口を提供する（プラグイン、Webhook、サイドバー、メール転送）
4. 顧客の実データで30分以内にデモを作る
5. シンプルな有料プランを設定し（無料永続は避け）、初日でカードを取る
6. 50件のターゲットアウトリーチを行い、10件の商談を取り、3件の有料トライアルを目指す
7. 最初の3件の成功を1ページのケーススタディにしてアウトバウンドで再利用する
8. 新規ユーザーが最初のセッションで価値に到達するまでオンボーディングを磨く
9. 同じニッチで繰り返し、営業が退屈に感じるまで続ける
10. その後に隣接ワークフローへ拡張する

AI製品の価格設定とパッケージング

AIによりコストと価値が「席」にきれいに紐づかなくなります。ユーザーがワンクリックで高コストの長いワークフローを起動するか、あるいは一日中軽いタスクだけに使うかでコストが変わるため、多くのチームは席ベースから成果、使用量、クレジットへと移ります。

席から価値へ：成果、使用量、クレジット

• 成果：顧客が実際に欲しいもの（例：「育った見込み客の質の向上」「解決されたチケット数」「レビュー済み契約数」）で課金する
• 使用量：処理したドキュメント数、文字起こし分数、生成メッセージ数などの測定可能な活動で課金する
• クレジット：使用量を顧客が理解しやすい単位に変換し（「1クレジット＝1ページ解析」など）、バンドルで売る

目標は提供価値に価格を合わせることと提供コストをカバーすること。API請求がトークンや画像、ツール呼び出しで増えるなら、ヘビーな使用が潜在的にマイナスマージンにつながらないように明確な制限を設ける必要があります。

パッケージ階層の例（各階層で何が変わるか）

Starter（個人／小規模）：基本機能、小さめの月間クレジット、標準モデル品質、コミュニティかメールサポート。

Team：共有ワークスペース、より多くのクレジット、コラボレーション、統合（Slack/Google Drive）、管理者コントロール、使用量レポート。

Business：SSO/SAML、監査ログ、ロールベースアクセス、高い制限またはカスタムクレジットプール、優先サポート、調達向けの請求書発行。

スケールするのは制限、コントロール、信頼性です—「機能が増える」だけではありません。席課金を使うならハイブリッド（基本プラットフォーム料金＋席＋含まれるクレジット）を検討してください。

避けるべき一般的ミス

無料永続プランは親切に見えますが、顧客におもちゃ扱いされやすく、キャッシュを急速に燃やします。

また不明瞭な制限（「無制限AI」）や驚き請求を避けてください。製品内に使用量メーターを置き、しきい値アラート（80/100%）を送り、超過分を明示します。

シンプルなテスト計画（2–3実験）

1. 席 vs ハイブリッド：コンバージョンと粗利を比較。指標：有料転換率、モデルコスト後のマージン
2. クレジットバンドルサイズ：小／中／大の3バンドル。指標：アップグレード率と超過頻度
3. 成果ベース価格のパイロット：1つのワークフローで試す。指標：リテンション（30/90日）、支払意欲、課金に関するサポート問い合わせ

価格が混乱しているなら、おそらく実際に分かりにくいです—単位を絞り、メーターを見せ、最初のプランは買いやすくしておきましょう。

リテンションと信頼：デモを日常利用に変える

AI製品はデモでは魔法のように見えることが多いですが、プロンプトは整えられ、データはきれいにされ、人間が出力を誘導しています。日常利用はもっと雑多です：実データにはエッジケースがあり、ワークフローには例外があり、ユーザーはシステムが自信満々に誤るその一回で評価を下します。

信頼はリテンションを生む隠れた機能です。ユーザーが結果を信頼しなければ、初日に感動しても静かに使わなくなります。

リテンションの旅路：オンボーディング → 最初の価値 → 習慣 → 更新

オンボーディングはボタンの説明だけでなく、不確実性を減らすべきです。製品の得意／不得意、重要な入力を示してください。

最初の価値は、ユーザーが具体的な成果（使えるドラフト、早く解決したチケット、作成されたレポート）を迅速に得たときに起きます。この瞬間を明確にし、何が変わったか、どれだけ時間を節約したかを強調しましょう。

習慣は製品が反復ワークフローに嵌まると形成されます。軽量なトリガー：統合、定期実行、テンプレート、「続きから始める」などを作りましょう。

更新は信頼の監査です。買い手は「一貫して機能したか？リスクは減ったか？チームの運用の一部になったか？」と問います。あなたの製品は使用証拠と明確なROIでその問いに答えるべきです。

信頼を得るUXパターン

良いAI UXは不確実性を可視化し、回復を簡単にします：

• ガードレール：承認済みソース、安全モード、ポリシーチェックでモデルの暴走を抑える
• 信頼指標：システムが推測しているときに示す（出典、ソースリンク、鮮度、カバレッジ）
• 簡単な元に戻す：ワンクリックでの取り消し、バージョン履歴、復元
• ヒューマン・イン・ザ・ループ：センシティブなステップは承認、AIが不確かならエスカレーションパスを用意

信頼性の期待値：SMB vs エンタープライズ

SMBは、プロダクトが高速で手頃でスループットを明確に改善するなら、たまのミスを容認することが多い—特にエラーが簡単に見つけて元に戻せる場合。

エンタープライズは予測可能な振る舞い、監査可能性、コントロールを期待します。権限、ログ、データ取り扱いの保証、明確な失敗モードが必要であり、「だいたい合っている」では購入判断になりません。

防御性（ディフェンシビリティ）：単なる「AI使用」以上のもの

モートとは、顧客が翌月簡単に別のコピー品に乗り換えない明確な理由です。AI + SaaSでは「我々のモデルが賢い」は持続しにくい—モデルは速く変わり、競合は同じ能力を借りられるからです。

実際に防御になり得るもの

最も強い優位性は多くの場合AIの中ではなくその周辺にあります：

• 独自のワークフロー：画面、承認、引き継ぎ、エッジケースをあなたが所有していれば、置き換えるには人を再教育しプロセスを書き換える必要がある
• 流通：既に注意（オーディエンス、チャネルパートナー、エコシステム掲載）を持ち、顧客獲得コストが低い
• ブランドと信頼：特に規制やセンシティブな業務では、安全で予測可能に感じるツールにチームは留まる
• データ権利（単なる「データ」ではない）：防御性はデータを持っていることではなく、使用許可、明確な契約、顧客がコントロールできる設定から生まれる
• 統合：CRM、チケット、ERP、IDなどの記録システムとの深い結びつきが乗り換え摩擦を生む

データ主張には注意

多くのチームが「顧客データで学習する」と大げさに主張しますが、これは裏目に出ることがあります。買い手はむしろコントロール、監査可能性、データを隔離するオプションを求める傾向が強まっています。

より良い姿勢は：**明確な許可、保持ルール、設定可能なトレーニング（「学習しない」オプション含む）**を提示すること。防御性は、法務やセキュリティチームが速やかに承認するベンダーになることからも生まれます。

排他的データなしで作れるワークフローモート

秘密のデータセットがなくても置き換えにくくなる例：

• チームの実際のやり方に合った承認と例外管理システム（誰が上書きできるか、いつエスカレーションするか、どう記録するか）
• UIにベストプラクティスを埋め込んだ再利用可能なプレイブックのライブラリ（テンプレート、ポリシー、チェックリスト）
• 本番で安全に使えるヒューマン・イン・ザ・ループ制御（信頼閾値、レビューキュー、ロールバック）
• 統合駆動のコンテキスト（CRM/チケット/ドキュメントへの権限付きアクセス）で回答が顧客のシステムに根ざすようにする

AIの出力がデモなら、あなたのワークフローがモートです。

AIに実コストがあるときのユニットエコノミクス

従来のSaaSユニットエコノミクスはソフトウェアの提供コストが安いことを前提にしています：一度作れば追加ユーザーあたりのコストはほとんど動かない。AIはそれを変えます。ワークフローごとに推論を走らせるなら（通話要約、メール下書き、チケット振り分け）、COGSは使用量に応じて増えます。つまり「素晴らしい成長」が粗利を静かに圧迫することがあります。

なぜ粗利の見え方が違うのか

AI機能では可変コスト（モデル推論、ツール呼び出し、検索、GPU時間）が線形に—or それ以上に—顧客活動とともに増え得ます。製品を気に入ってくれる顧客が最もコストのかかる顧客になることもあり得ます。

したがって粗利は単なる会計上の数字ではなく、プロダクト設計上の制約でもあります。

初日から必要な指標

顧客レベルとアクションレベルでユニットエコノミクスを追ってください：

• CAC と CAC回収期間
• リテンション（ロゴ、ネットレベニュー）と拡張対縮小
• ユーザー／ワークスペースあたりのCOGS（および主要アクションごと）
• 使用量カーブ：ユーザー当たりのアクション数の推移、ピーク対定常
• コホート別粗利（ヘビー vs ライト）

推論コストを制御するタクティクス

即効性のあるレバー：

• キャッシュと重複除去（同じものを再要約しない）
• タスクごとのモデル選択（分類は小モデル、複雑な推論は大モデル）
• ハードリミットと合理的デフォルト（レート制限、コンテキストウィンドウの上限、バッチ処理）
• プロンプトとコンテキストの最適化（入力短縮、より良い検索、ツール呼び出しの削減）

API vs カスタムモデル：いつ投資すべきか

PMFを模索している間はAPIを使って始めましょう：速度は完璧さに勝ります。

カスタムモデルやファインチューニングを検討するのは、(1) 推論コストがCOGSの主要因になっている、(2) 専有データがありタスクが安定している、(3) 性能改善が直接リテンションや支払意欲に繋がる、という条件が揃ったときです。モデル投資を測定可能なビジネス成果に結び付けられないなら、買い続けて配布と使用に注力してください。

企業向け販売：成果、買い手、証拠

AI製品はデモがうまいからでは買われません—リスクが管理可能で上振れが明確であると判断されて初めて買われます。ビジネスの買い手は次の3点に答えようとします：これは測定可能な成果を改善するか？我々の環境に適合するか？我々のデータを委ねられるか？

買い手が真剣に検討する前に期待するもの

ミッドマーケットでも今やベースラインの“エンタープライズ向け”シグナルを見ます：

• セキュリティの基本：SSO/SAML、ロールベースアクセス、通信時／保存時の暗号化
• 管理機能：ユーザーのプロビジョニング、ワークスペース制御、使用量制限／ガードレール
• 監査可能性：監査ログ、バージョン／履歴、AI生成アクションの追跡性
• 明確なデータ取り扱い：何が保存されるか、何がモデルプロバイダへ送られるか、保持オプション、トレーニングに使うかどうか

既にこれらが文書化されているなら、商談の早期に /security を案内してください。やり取りが減り信頼が築けます。

経営陣には成果を、現場には使いやすさを

利害関係者は購入理由が異なります：

• 経営層（CFO/COO/VP）：成果にフォーカス—節約時間、サイクル短縮、エラー減少、収益回収の高速化、コンバージョン向上。単純なBefore/Afterの物語と信頼できるROIモデルを示す。
• チームリードとエンドユーザー：使いやすさにフォーカス—どのようにワークフローにフィットするか、何を置き換えるか、何はしないか。"Day 1"の価値（テンプレート、統合、デフォルト）と"Day 30"の価値（自動化、要約、フォローアップ）を見せる。

パイロットを契約に変える証拠

買い手のリスクレベルに合わせた証拠を使います：短期の有料パイロット、リファレンスコール、メトリクス付きの軽量ケーススタディ、明確なロールアウト計画。

シンプルなエンタープライズ準備チェックリスト

• セキュリティページとデータ取り扱いFAQを公開（/security）
• SSOとロールベース権限を提供
• 管理者がアクセスできる監査ログ
• 明確な管理機能（プロビジョニング、アクセス、制限）
• パイロット計画：成功指標、タイムライン、オーナー、ロールアウト手順
• ビジネス価値にマッピングされた価格とパッケージ（/pricing）

目標は「イエス」が安全に感じられるようにし、価値が不可避に思えるようにすることです。

チームと運用モデル：小さく、速く、集中する

AIは「リーン」の意味を変えます。自動化、優れたツール、モデルAPIにより小さいチームでも大きなプロダクトのように感じられる体験を出せます。制約は「作れるか」から「どれだけ速く意思決定し学び信頼を勝ち取れるか」に移ります。

小規模チームの大きなレバレッジ

初期は3–6人のチームが15–20人のチームを上回ることが多いです。調整コストは出力より速く増えるため：朝に顧客通話をし、午後に修正を出し、翌日に結果を検証することができます。

目標は永遠に小さいままでいることではなく、ウェッジが証明されるまで集中し続けることです。

初期に重要な少数の役割

すべての機能を揃える必要はありません。学習を促す仕事に明確なオーナーが必要です：

• プロダクトオーナー（多くの場合創業者）：ウェッジを定め、"やるべき仕事"を定義し、スコープを厳しくする
• グロース/流通担当：チャネル（アウトバウンド、コンテンツ、パートナー、コミュニティ）を持ち、コンバージョンを端から端まで追う
• カスタマーサクセス（パートタイムでも）：パイロットを習慣に変え、反対意見を記録し、証拠を作る
• エンジニア/ML（必要に応じて）：1人の強いジェネラリストに加え、品質で本当に重要ならML深堀り

リテンションとオンボーディングを誰も所有していないと、デモは勝てても日次利用は勝てません。

作るか買うか：差別化点に注力する

多くのチームは周辺の共通インフラは買うかマネージドサービスを使い、エンジニア時間をプロダクトの差分に使うべきです：

• 買う：認証、請求、分析、フィーチャーフラグ、CRM、基本的なサポートツール
• 使う：モデルプロバイダと評価ツール（PMFが確定するまでは）
• 作る：成果を明確にするワークフロー、データフィードバックループ、UX

実践的ルール：6ヶ月以内に差別化しないなら作るな。

実用的なメモ：Koder.aiでビルド周期を短縮する

AI + SaaSチームが小規模のままでいられる理由の1つは、信頼できるMVPを作るのが昔より早くなったことです。Koder.ai のようなプラットフォームはこの変化に応えます：チャットベースのインターフェースでWeb/バックエンド/モバイルアプリを作成し、ソースコードをエクスポートしたりデプロイ／ホストしたりできます。ウェッジを反復して試す際に便利です。

プレイブックに合う2つの機能：planning mode（構築前にスコープを強制）とスナップショット／ロールバック（オンボーディング、価格ゲート、ワークフロー変更を素早く安全に試すのに有用）。

最初の90日間の運用リズム

運用モデルはシンプルで反復的に保ちます：

• 週次の指標レビュー：アクティベーション、最初の価値到達時間、リテンション、タスクあたりコスト、パイプライン
• 週5–10件の顧客会話：録音・要約してバックログに入れる
• リリースリズム：小さいリリースを週2–3回、大きな賭けを2–3週に1回

このリズムは明快さを強制します：何を学び、何を変え、数値を動かしたか？

シンプルなチェックリスト：実践のための新しいスタートアップ・プレイブック

この章は「AI + SaaS」シフトを今週走れるアクションに変えます。チェックリストをコピーし、意思決定ツリーで計画を圧力テストしてください。

コピーして使えるチェックリスト（印刷推奨）

• 1つのウェッジを選ぶ：2–4週間で勝てる単一のやるべき仕事
• ICPを名付ける：役割、会社規模、ワークフロー、痛みを感じる瞬間
• 成果を定義する：「X時間節約」「エラーをY%削減」「チケットをZ分でクローズ」
• 早期に証拠を得る：測定可能な事前／事後結果を持つ5–10のデザインパートナー
• 意図を持って価格設定する：価値に合う単位を選ぶ（席、使用量、ワークフロー、成果）
• 流通を最初に計画する：注意はどこから来るか—SEO、パートナー、マーケットプレイス、アウトバウンド、コミュニティ？
• オンボーディングを避けられないものにする：最初の10分で明確な“aha”に到達させる
• 日次利用を設計する：リマインダー、統合、テンプレート、翌日も戻る理由を用意
• 信頼機能を構築する：監査ログ、権限、データ境界、明確な失敗モード
• ユニットエコノミクスを監視する：顧客ごとのAIコストと支出を急増させるアクションを把握

意思決定ツリー：ウェッジ → 買い手 → 価格 → 流通 → リテンション

1. ウェッジを選ぶ

• コアシステム変更が必要なら → 狭める（まずはアドオンとして始める）
• 既存ワークフロー内で価値を出せるなら → それを先に出す

2. 買い手を検証する

• ユーザーは好きだが予算の担い手がいないなら → 予算保有者向けに言い換える
• 買い手が証拠を求めるなら → 具体的指標で2週間パイロットを実行

3. 価格設定をする

• コストが使用量でスケールするなら → アンリミテッドは避け、階層／制限を設ける
• 価値が成果でスケールするなら → 成果ベースやワークフローベースを検討

4. 流通を選ぶ

• 問題が緊急かつ特定なら → アウトバウンド
• 多くの人が検索しているなら → コンテンツ／SEO
• 既存プラットフォーム内にあるなら → マーケットプレイス + 統合

5. リテンションを固める

• デモは派手だが週次で離脱するなら → オンボーディング＋習慣化トリガーを修正
• 信頼の問題で展開が阻まれるなら → コントロール、可視性、ガバナンスを追加

よくある落とし穴（と代替案）

• デモファースト製品：一度は印象的だが忘れ去られる → 再現可能なワークフローとリマインダーを作れ
• ICPが不明確：「誰でも」が顧客 → 一つの役割と一つのユースケースを選べ
• オンボーディングが弱い：ユーザーが価値に到達しない → セットアップステップを減らしテンプレートを出せ
• 価格が悪い：コストを賄えないか購買が複雑 → 価値に合わせて価格を設定し階層をシンプルに保て

次に読むべきもの

さらに多くのプレイブックやフレームワークは /blog を参照してください。このトピックの詳細が欲しければ /blog/david-sacks-on-ai-saas-a-new-startup-playbook をご覧ください。