Blockchain study session / The next decade

投資家としてのクリプトと、
起業家としてのAI

パランティアから紐解く、
AI導入とFDEの本質

Crypto / 10 years of VC capital

約20兆円は、
どんな成果を生んだのか

2016–2025

約20兆円 VC投資累計

2016–182.2兆円

ICO期から18年の弱気相場まで｜代表トークンのピークFDV

ICO件数（16年1月〜18年8月）1,178件

EthereumETH・ATH 4,947ドル96.1兆円
BNBBNB・ATH 1,369.99ドル30.7兆円
SolanaSOL・ATH 293.64ドル28.0兆円
CardanoADA・ATH 3.08ドル22.3兆円
ChainlinkLINK・ATH 52.81ドル8.50兆円

代表トークンのピークFDV合計185.6兆円

2019–2211.7兆円

DeFi SummerとMove-to-Earn｜トークンのピークFDV

ICO・IEO・IDO公開販売（20〜22年）3,132件

UniswapUNI・ATH 44.90ドル7.23兆円
STEPNGMT・ATH 4.10ドル3.96兆円
AaveAAVE・ATH 664.01ドル1.71兆円
LidoLDO・ATH 7.40ドル1.19兆円
AvalancheAVAX・ATH 145.85ドル16.91兆円

代表トークンのピークFDV合計31.0兆円

2023–256.6兆円

HYPE・PUMPはVC主導ではない｜代表トークンのピークFDV

ICO・IEO・IDO公開販売3,683件

HyperliquidHYPE・ATH 76.65ドル12.3兆円
SuiSUI・ATH 5.34ドル8.60兆円
pump.funPUMP・ATH 0.00878ドル1.41兆円
EthenaENA・ATH 1.51ドル3.65兆円
OndoONDO・ATH 2.13ドル3.43兆円

代表トークンのピークFDV合計29.4兆円

公開販売以外でも、ミームコインを中心にトークン発行が急拡大。 42.8万 → 2,020万 GeckoTerminal掲載数｜2021→2025

巨額投資から大型案件は生まれた。だが2023年以降は、VC非主導の案件が高評価を獲得し、投資家が成果を取りにくいサイクルになった。

Sources: Galaxy Research / CryptoRank / CoinMarketCap / CoinSchedule / CoinGecko。FDVはATH価格×最大・総供給量。ETH・SOLは供給上限がないためATH付近の総供給量を使用。1ドル=161円

話す内容

Galaxy ResearchのQ4 2025年次グラフは、2016年から2025年までを同じ系列で示している。棒グラフの年次値を合計すると約1,270億ドル、1ドル161円換算で約20兆円。期間別の金額はグラフを資料側で合算した概算であり、Galaxy公式の時代区分ではない。

区切りは、強気相場と、その後の弱気相場までを一つのサイクルとして整理した。2016〜18年はICOの強気相場から18年の弱気相場、2019〜22年は再構築から21年のピークと22年の調整、2023〜25年は現在進行中の回復局面。各期間は約134億ドル、約727億ドル、約413億ドルで、円換算すると約2.2兆円、約11.7兆円、約6.6兆円。

2026年は通年値がまだ確定していないため、このスライドの期間合計には含めない。Galaxy Researchによる2026年Q1の投資額は約40億ドル。

2016〜18年も現在価値ではなくピークFDVへ統一した。EthereumはATH 4,947ドル×ATH付近の総供給量約1.206億ETHで約96.1兆円。BNBはATH 1,369.99ドル×同日の供給量約1.392億BNBで約30.7兆円。SolanaはATH 293.64ドル×同月の総供給量約5.928億SOLで約28.0兆円。CardanoはATH 3.08ドル×最大供給450億ADAで約22.3兆円。

Chainlinkは2017年のICOで市場へ出たオラクル基盤の代表例。ATH 52.81ドル×最大供給10億LINKで約8.50兆円。追加後の代表5案件のピークFDV合計は約185.6兆円。

2019〜22年は、Uniswap Labsが2020年に1,100万ドル、2022年に1.65億ドルを調達。Aaveは2020年に2,500万ドルの戦略調達。Lidoは2020年の200万ドルから始まり、21–22年にも資金調達を行った。STEPNは2021年にSequoia Capital Indiaなどから500万ドルを調達し、2022年3月にBinance LaunchpadのIEOで4.2百万ドルを調達した。

2019〜22年は、現在FDVではなくピーク時の規模を見る。CryptoRankのATH価格と最大供給量を使い、UNIは44.90ドル×10億枚=約7.23兆円、GMTは4.10ドル×60億枚=約3.96兆円、AAVEは664.01ドル×1,600万枚=約1.71兆円、LDOは7.40ドル×10億枚=約1.19兆円。

Avalancheは2020年にメインネットを開始したL1。ATH 145.85ドル×最大供給7.2億AVAXで約16.91兆円。追加後の代表5案件のピークFDV合計は約31.0兆円。

2023〜25年も同じ定義へ統一した。HYPEは76.65ドル×10億枚=約12.3兆円、SUIは5.34ドル×100億枚=約8.60兆円、PUMPは0.00878ドル×1兆枚=約1.41兆円、ENAは1.51ドル×初期総供給150億枚=約3.65兆円。

Ondoは2024年にONDOが市場へ出たRWA代表例。ATH 2.13ドル×最大供給100億ONDOで約3.43兆円。追加後の代表5案件のピークFDV合計は約29.4兆円。

Suiは2023年5月にメインネットを開始。Sui FoundationのCommunity Access ProgramとしてOKX、KuCoin、Bybitが販売を実施した。Hyperliquidの外部VCなし、pump.funの低コスト発行、Ethenaの合成ドルに対し、大型VC資金が入ったL1という別の代表パターンとして加えた。

公開販売件数は市場へ出たトークン数の比較可能な代理指標。CoinScheduleを2018年9月21日に取得した研究では、2016年48件、2017年366件、2018年1〜8月764件で、計1,178件。8月で終わるのは、当時のデータ取得時点による。

CryptoRankの今回採用した年次系列は2020年から始まる。2019年にも公開販売は存在しており、「0件」という意味ではない。2020〜22年はICO・IEO・IDOが85件、1,796件、1,251件で計3,132件。2023〜25年は808件、1,788件、1,087件で計3,683件。

ここで数えているのはICO単独ではなく、ICO・IEO・IDOの公開販売ラウンド。2023年のICOだけを見ると小さく見えても、IDOやIEOを含めると808件になる。エアドロップ、フェアローンチ、非公開ラウンドだけの案件、取引所で自動生成されたミームコインなどは含まれず、全トークン数とも一致しない。

これは全トークン発行数ではない。取引を伴ったオンチェーン銘柄まで含めると、GeckoTerminalの掲載プロジェクト数は2021年の約42.8万から2025年には約2,020万へ増えている。公開販売件数より桁が大きいのは、ミームコインなど資金調達を伴わない発行を含むため。

ピークFDVは、ATH価格で全トークンを評価した理論値で、実際に全額をその価格で売却できたわけではない。ロックアップ、出来高、価格下落、持分比率、希薄化、失敗案件も反映していない。また、Labsへの株式投資とプロトコルトークンは同じ権利ではない。

案件の区分は、プロダクトの稼働時期と主な資金調達時期を両方見て置いた。Solanaの大型プライベートセールは2021年、Cardanoの公開販売は2015〜17年にまたがるため、期間VC投資と案件価値は一対一対応しない。

Hyperliquidは公式の過去データで2023年9月のメインネット稼働が確認でき、同年10月までのクローズドアルファ活動も公式Docsに記録されている。開発着手ではなくプロダクト稼働を基準にし、2023〜25年へ置いた。

pump.funの共同創業者は初期投資を受けたことを認めているが、金額と投資家は確認できない。その後は実質的に自己資金で成長したと説明しているため、「外部VCなし」ではなく「初期投資額は非開示」とした。

2025年は通年資金の57%が後期ステージへ向かっており、この期間の投資額を新規案件だけの成果へ対応させることはできない。画面は「期間VC投資額」と「選定トークンの理論上のピークFDV」を並べ、どこで価値が生まれたかを考える参考比較。

目安：2分。

Crypto / revenue vs net income

収益の核は、取引手数料と
準備資産の運用だった

売上・収益｜2025年

Coinbase総収益1.16兆円

Circle総収益・準備資産収入4,420億円

純利益｜2025年

Tether2025年度監査済み・会社公表1.61兆円超

Coinbase連結純利益2,030億円

Circle連結純損失−112億円

Hyperliquid / token economics 約1,320億円 2025年、対象手数料からHYPE買い戻し・焼却へ回った価値

取引手数料Assistance FundHYPEを買い戻すHYPEを焼却

上場会社では収益と損益が株主側へ帰属する。Hyperliquidは、対象手数料をHYPEの買い戻し・焼却へ回す。

Sources: Coinbase / Circle 2025 10-Ks / Tether 2025監査公表 / Hyperliquid Docs / DeFiLlama。1ドル=161円

話す内容

クリプトでは、ゲーム、SNS、DAO、分散型ストレージなど多くの構想が試された。しかし、大きな利用と継続収益を獲得した中心は、資産を発行し、保管し、移転し、取引し、運用する金融事業だった。

Coinbaseの2025年総収益は71.81億ドル、営業利益14.35億ドル、純利益12.60億ドル。「純収益」68.83億ドルは純利益ではなく、取引収益とサブスクリプション・サービス収益を合計した売上区分。

Tetherは2025年の純利益が100億ドルを超えたと発表した。2026年8月13日には、KPMG USがTether Internationalの2025年度財務諸表へ無限定意見を出したとして、初のフル監査完了を公表した。

Circleの2025年「収益・準備資産収入」は27.466億ドル、営業損失0.964億ドル、純損失0.695億ドル。

Hyperliquidは会社の純利益ではなく、取引手数料からHYPEへ戻る価値を見る。DeFiLlamaの2025年四半期データを合計すると、総プロトコル収益は約9.72億ドル。そのうち、コスト控除後にトークン保有者へ帰属し、HYPE買い戻しとして記録された金額は約8.18億ドル、1ドル161円換算で約1,320億円。

DeFiLlamaの算定では、パーペチュアルと現物の対象手数料の99%がAssistance FundによるHYPE購入へ回る。ただし、ビルダー手数料やUnit市場の収益などは対象外なので、「Hyperliquidの全収益の99%」とは表現しない。

公式Docsでは、Assistance Fundが取得したHYPEは焼却され、流通量と総供給量から永久に除かれる。価格上昇を保証するものではないが、利用手数料を買い戻しと供給削減へ回す構造は確認できる。

RWAやPLTR参照商品は、原株の株主権を持つことと同じではない点も補足する。

目安：3分。

Prediction markets / financialization

予測市場は、「未来の出来事」まで金融商品にした

Kalshi / 規制取引所型

出来事の結果を、イベント契約として売買する

CFTC規制下で、経済指標、選挙、天候、スポーツなどのイベント契約を取引する。

年換算収益：2,400億円超2026年5月・会社が示したランレート

中央管理型。中核の取引・清算はブロックチェーンなしで完結
Solana上のトークン化予測も提供
2026年5月の評価額：約3.54兆円

Polymarket International / オンチェーン決済型

予測を価格に変え、pUSDで決済する

注文の照合はオフチェーン、pUSDの保有と約定決済はPolygon上で行う。

年換算収益：約250億円DeFiLlamaのプロトコル収益表示

ハイブリッド型の注文板
pUSDはUSDCで裏付け
2026年3月の資金調達評価額は非開示

クリプトが広げた金融化は、資産だけでなく現実の出来事と未来予測まで取引対象にした。

Sources: Kalshi / Polymarket / CFTC / ICE / The Information / DeFiLlama, 2026年。収益の定義は異なる。1ドル=161円

予測市場の位置づけ

Kalshiは米商品先物取引委員会（CFTC）が監督する指定契約市場として、現実の出来事に連動するイベント契約を提供する。中核の取引と清算はKalshiの規制取引所・清算機関で完結する。一方、暗号資産入出金に対応し、2025年12月には同じイベント契約をSolana上へトークン化して提供し始めたため、「ブロックチェーン不要」とは表現しない。

Polymarket Internationalはハイブリッド型。注文の作成・照合はオフチェーンの注文板で行い、資産の保有と約定後の決済はPolygon上で行う。現在はUSDCで裏付けられたpUSDを担保に使う。これとは別に、CFTC指定契約市場を通じて運営するPolymarket USがある。

どちらも非上場企業。Kalshiの220億ドルは2026年5月に完了した資金調達時の評価額。Polymarketは2026年3月にICEから6億ドルの追加投資を受けたが、ICEはその評価額を非開示としている。150億ドルは資金調達交渉の報道値であり、完了した調達時評価額としては扱わない。

Kalshiの2,400億円超は、2026年5月時点で会社がメディアへ示した15億ドル超の年換算ランレートで、年度確定売上でも監査済み売上でもない。Polymarket Internationalの約250億円は、DeFiLlamaが示す約1.57億ドルの年換算プロトコル収益。前者は会社全体のランレート、後者はオンチェーンデータを基にしたプロトコル収益で、会計上の定義は同じではない。

目安：2分。

DeFiLlama / trailing 1-year protocol revenue

直近1年の収益上位も、
金融機能に集中している

ステーブルコイン発行

TetherUSDT準備資産の運用益9,540億円

CircleUSDC準備資産の運用益3,820億円

デリバティブ取引

Hyperliquidパーペチュアル取引1,130億円

edgeXパーペチュアル取引360億円

トークン発行・取引アプリ

pump.funトークン発行524億円

AxiomSolana上の取引アプリ365億円

貸付・資産運用

Sky Lending貸付・金利差366億円

Aave V3貸付手数料のプロトコル分176億円

ウォレット・インフラ

Phantomウォレット収益173億円

Titan Builderブロック構築166億円

主要ネットワーク

Ethereum利用者手数料376億円／主に焼却127億円

Solana利用者手数料419億円／base fee等50億円

大きな収益が残った中心は、通貨発行、取引、貸付、運用と、その基盤だった。

Source: DeFiLlama Fees / Protocol Revenue, 直近1年（2026-08-16取得）。会社の会計売上・純利益とは一致しない。1ドル=161円

直近30日から直近1年へ変更

すべて取得日時点のtotal1yを使用。新しいプロトコルは稼働期間が1年未満の場合があるため、「2025年通期」ではなく「直近1年」と表現する。

画面は順位表ではなく、収益が生まれている六つの分野から代表例を二つずつ選んだ。すべてDeFiLlamaのRevenue定義で比較し、利用者が払ったFeesとは分けた。

TetherとCircleは、裏付け資産から生じる利回りをRevenueとして集計する。会社の総売上や純利益ではない。

Hyperliquid Perpsは約6.99億ドル。対象手数料の99%がAssistance FundによるHYPE購入へ回る。edgeX、pump.fun、Axiomも取引や市場から手数料を得る。

Sky LendingとAave V3は貸付市場の代表例。Phantom WalletとTitan Builderは、金融取引を支えるウォレット・ブロック構築にも継続収益があることを示す。

Ethereumは利用者手数料約2.34億ドル、Revenue約0.79億ドル。後者はbase feeとblob feeの焼却額。Solanaは利用者手数料約2.60億ドル、Revenue約0.31億ドル。いずれも会社売上ではない。

CantonやTronはDeFiLlamaのRevenue上位に出るが、大部分が焼却額であり、会社の現金売上と誤解しやすいため表示から外した。

目安：3分。

Crypto and AI

クリプトの収益化は金融が中心。
AIはデジタル社会全体へ広がり始めた

Crypto / 2017〜

あらゆるサービスを、トークンと所有権で再設計する

SNS、ゲーム、クリエイター、DAO、ストレージまで、多くの領域で実験が続いた。

公開数字で大規模な収益を確認しやすい中心：取引、ステーブルコイン、資産運用、金融インフラ

生成AI元年 / 2022〜

知識・制作・業務をAIで再設計する

コード、メディア、営業、医療、製造、金融など、デジタル化された仕事へ横断的に入る。

仮説：AIは、デジタル化された仕事の進め方そのものを再設計する

AIがデジタル社会全体を変えるのか。ここからは、企業の現場ですでに起きている変化から検証する。

Source: OpenAI “Introducing ChatGPT”。「デジタル社会全体を再設計する」は本資料の仮説。

クリプトからAIへの接続

クリプトが「Web3」という名前で語られた当時、世界が持っていた仮説は、金融だけではなく、SNS、ゲーム、所有権、組織、コンテンツまで、インターネット上のあらゆる仕組みがトークンで変わるというものだった。

10年近く実験した結果、実際に大きな利用、収益、企業価値が残った中心は金融だった。これは失敗というより、クリプトが最も強く価値を出せた領域が、価値移転と資産を扱う金融だったという結論。

いま生成AIが、当時のクリプトに近い注目と投資を集めている。ただしAIは、言葉、画像、コードを扱い、判断と作業の一部まで進められる。金融だけに依存せず、デジタル化されたほぼすべての仕事が対象になる可能性がある。

2022年はAIの始まりではない。2022年11月にChatGPTが公開され、専門家以外も対話画面から生成AIを使い始めた「普及の転換点」として置いている。

ここから先は「AIが全産業を変える」と断定するのではなく、その仮説がすでにどこまで実務で確認できるかを見る。

目安：3分。

AI evolution

2022→2026、AIは
「回答」から「実行」へ

2022ChatGPT会話が入口

GPT-3.5を使った対話画面が、文章とコードの生成を一般へ広げた。

2024Computer use画面を操作

Claudeが画面を見て、カーソル、クリック、文字入力を扱う機能を公開。

2025Claude Code・Codex開発を実行

コードとファイルを読み、編集、コマンド、テストを繰り返す。

2026Cowork・Codex app仕事を監督

Coworkは知識労働へ、Codex appは複数の開発エージェント管理へ広がった。

本資料の見立て：入口は違っても、AIは文脈を読み、機能を使い、作業を進めるエージェントへ近づいている。

Sources: OpenAI “Introducing ChatGPT / Introducing Codex / Codex app” / Anthropic “Computer use / Claude Code / Cowork”

2026年を「エージェント元年」と見る理由

2022年11月30日、OpenAIはGPT-3.5を使ったChatGPTを公開した。AI研究の始まりではなく、対話画面から文章やコードを作る生成AIが一般へ広がった転換点。

AIがPC画面を操作する試みも、2026年が最初ではない。Anthropicは2024年10月にcomputer useを公開し、Claudeが画面を見て、カーソル移動、クリック、文字入力を行えるAPIを実験提供した。

Claude Codeの公開は2025年2月24日。コードを検索・編集し、テストを実行し、GitHubへ変更を送るコーディングエージェントとして始まった。Anthropicによると、2025年5月の一般提供開始から6カ月後の同年11月、年換算売上10億ドルに到達した。これは通期の会計売上ではなく、会社発表のrun-rate revenue。

2026年1月12日のCoworkは、このClaude Code型の実行力をデスクトップの一般業務へ広げた。Anthropic自身が「Chat → Code → Cowork」という進化として説明している。

OpenAIも2025年にCodexを公開し、2026年2月2日に複数のエージェントを並行管理できるCodex appを公開した。公式発表では、2025年12月中旬以降に利用量が倍増し、直近1カ月で100万人超の開発者が利用した。

したがって「2026年がエージェント元年」は公的な統計ではなく、この資料の仮説。根拠は、チャットから始まったAIと、コードから始まったAIが、ともにPC上の文脈を読み、機能を使い、仕事を完了する方向へ収束したこと。

Sources: OpenAI, Introducing ChatGPT（2022-11-30）/ Introducing Codex（2025-05-16）/ Introducing the Codex app（2026-02-02）; Anthropic, Introducing computer use（2024-10-22）/ Claude 3.7 Sonnet and Claude Code（2025-02-24）/ Introducing Labs（2026-01-13）/ The Future of AI at Work: Introducing Cowork（2026-01-30）。

目安：3分。

AI democratization

AIソロプレナーの現実

一人の担当者が複数のAIエージェントを並行して動かしている作業環境 — 発表者の作業例。複数のAIへ役割を分け、調査・設計・実装を並行して進める。

コーディング・文章作成・顧客対応を対象にした実証研究

約55%短縮プロ開発者95人・単一のJavaScript課題

40% / +18%文章作成の時間短縮／品質向上・専門職453人

+14% / +34%顧客対応の平均／新人・低技能層の生産性・1社5,179人

一人の生産力は上がる。だが、会社の生産力は一人の能力だけでは決まらない。

Sources: Peng et al. / Noy & Zhang / Dell’Acqua et al. / Brynjolfsson et al. / METR

話す内容

写真は、一人で複数のAIエージェントに役割を分けている実際の作業環境。調査、設計、開発、レビューなどを別々のAIへ渡し、担当者は全体の判断と方向修正を行う。

比較実験では、GitHub Copilotによる単一のJavaScript課題が約55%短縮、専門職の短い実務文書が平均40%短縮、AIの得意範囲にあるコンサル課題が25.1%短縮した。母集団と課題が異なるため、一つの一般的な短縮率にはまとめない。

速さだけでなく、文章作成で品質18%向上、AIの得意なコンサル課題で品質29.9〜33.9%向上という結果がある。顧客対応の研究では、生産性が平均14%、新人・低技能層では34%増えた。

つまり、専門家と同じ知識を完全に得るわけではないが、初級者でも専門作業を前へ進められる範囲が広がる。これが、小さなチームでも調査、制作、開発、運営を横断できる理由。

一方、熟練開発者が使い慣れた大規模コードを修正するMETRの実験では、2025年前半のAIで19%遅くなった。効果は仕事の種類と使い方で変わる。

初稿だけなら80%短縮する業務もあり得るが、調査、事実確認、修正、承認を含む業務全体の一般的な短縮率として80%を示す比較実験は確認できない。

目安：3分。

AI solopreneur / human limit

人間の記憶力と注意力には
限界がある

約4つ一度に頭の中で保持できる情報のまとまり。
タスク数ではない

11分4秒同じ目的の仕事が、完了・中断・
別業務への切り替えまで続いた平均

57.1%観察した仕事のまとまりが
完了前に中断された割合

AIで生成できる仕事量が増えるほど、確認、判断、優先順位付けを担う人間が新しいボトルネックになる。

AIの処理量が増えても、人間の判断には限界がある。だから、AIを使える人を組織内に増やす必要がある。

Sources: Cowan 2001 / Mark, Gonzalez & Harris 2005（情報労働者24人）/ Leroy 2009

話す内容

ワーキングメモリの「約4」は案件数ではなく、一度に頭の中で保持できる情報のまとまりの目安。複雑な仕事を4件同時に処理できるという意味ではない。

11分4秒は「11分間、途切れずに集中できた」という意味ではない。研究者は、同じ目的を持つ一連の仕事を「ワーキング・スフィア」と呼び、その仕事のまとまりが別領域へ切り替わるか、中断されるまでの時間を測った。

57.1%は外部要因による中断率ではない。観察した2,246件の仕事のまとまりのうち、完了前に別の仕事が入り、中断された割合。メールや同僚など外からの中断と、自分で別の仕事へ移った中断の両方を含む。

この調査は2005年に24人の情報労働者を詳細観察したもので、現代の全デスクワーカーの平均と断定する数字ではない。実際のオフィスワークが細かく分断されていることを示す観察研究として使う。

注意残留の実験では、未完了の仕事から次の仕事へ切り替えると、注意の一部が前の仕事に残り、次の仕事の成績が下がった。AIからの返答を次々に確認する働き方でも、確認、判断、切り替えは人に残る。

3つの研究は、AIを使うチームが一人より強いことを直接検証したものではない。ここから「一人の処理限界を超えるには、AIを使える人を組織内に増やす必要がある」と置く部分は、本資料の仮説として話す。

SaaSも同じで、作ることと、安全かつ安定して動かし続けることは別の仕事。保守、運用、責任を無料にすることはできない。

Sources: Nelson Cowan, “The magical number 4 in short-term memory” (2001); Gloria Mark, Victor M. Gonzalez, Justin Harris, “No Task Left Behind?” (2005); Sophie Leroy, “Why is it so hard to do my work?” (2009)。

目安：3分。

Japan / digital baseline

Web・クラウドは広く普及。
AIの導入は42.3%

日本企業のデジタル基盤とAI

93.3%Webサイトを開設
※インターネット利用企業の中で

83.4%クラウドサービスを利用

42.3%AIを導入

製品別内訳は非開示。導入の中心は、ChatGPT・Geminiなどの汎用生成AIや、社内データを参照するRAG／オンプレミス型と推測される。

Webとクラウドの基盤はある。次は、AIを業務へ組み込む段階。

Sources: 総務省「令和7年通信利用動向調査」/ IPA「DX動向2026」。対象・分母の異なる調査

数字の読み方

Webとクラウドは総務省の同じ企業調査。対象は常用雇用者100人以上の企業。Webサイト93.3%はインターネットを利用している企業が分母、クラウド83.4%は回答企業が分母。

AI導入42.3%だけはIPA「DX動向2026」。2026年4〜6月に国内企業へ行った調査で、AI導入状況の有効回答は1,794社。企業規模と分母が総務省調査と異なるため、3つを同一母集団の連続率とは扱わない。

総務省の「IoTやAIなどのシステム・サービス」27.3%はAI単独の導入率ではないため、画面から外した。

IPAではAIを試験利用中が15.7%、利用に向けた検討中が8.5%。導入済み42.3%と合わせると66.5%。この設問は生成AIだけでなく、AI全般を対象としている。

製品別内訳は調査で開示されていない。ChatGPT、Gemini、Microsoft Copilotなどの汎用生成AIに加え、社内文書を検索して回答へ使うRAGや、自社環境で運用するオンプレミス型も含まれると考えられる。ただし、構成比までは確認できないため、本資料の推測として示す。

日経読者2,776人の2025年調査では、生成AIを仕事で使う人は65%、自社用AIツールが導入されている人は24%。ただし企業を抽出した調査ではなく日経読者個人が分母なので、会社導入率として本編には使わない。

目安：2分。

Japan / company size

デジタル基盤は定着。
AIも大企業から広がり始めた

Webサイト・クラウド

総務省「令和7年通信利用動向調査」

従業者規模Webクラウド

100〜299人91.9%79.9%

300〜499人97.8%88.0%

500〜999人93.6%91.2%

1,000〜1,999人98.8%94.5%

2,000人以上93.6%96.4%

AI導入済み

IPA「DX動向2026」

従業員規模導入率

100人以下16.6%

101〜300人36.4%

301〜1,000人52.6%

1,001人以上78.3%

企業規模が大きいほど導入率が高い。AIの製品別内訳は、この調査では開示されていない。

1,001人以上のAI導入は78.3%。AI導入は、大企業を先頭に広がっている。

Sources: 総務省「令和7年通信利用動向調査」表9・11 / IPA「DX動向2026」図表4

話す内容

総務省の通信利用動向調査は、従業者100人以上の企業を対象に、100〜299人、300〜499人、500〜999人、1,000〜1,999人、2,000人以上へ区分している。画面のWebとクラウドはこの原表の数値。

Webサイトはインターネット利用企業が分母。クラウドは回答企業が分母。したがって、同じ総務省調査でも分母が完全に同一とは限らない。

IPA「DX動向2026」は、100人以下、101〜300人、301〜1,000人、1,001人以上の4区分。AI導入済みは順に16.6%、36.4%、52.6%、78.3%。

Web・クラウドとAIは、調査対象、分母、企業規模の区分が異なる。画面では無理に同じ行へそろえず、左にデジタル基盤、右にAI導入を分けて、各調査の公式区分のまま示した。

総務省の最上位区分は2,000人以上で、3,000人以上の独立区分はない。IPAの最上位区分は1,001人以上で、それより細かい2,000人・3,000人区分はない。

AIの種類は設問から判別できない。ChatGPT、Gemini、Microsoft Copilotなどを含む可能性はあるが、製品別構成は推測になるため画面では断定しない。

目安：3分。

FDE / enterprise AI adoption

FDEとは何か

FDE = Forward Deployed Engineer。顧客の現場で、課題特定から実装・定着までを担う。

主なFDEの業務フロー

業務を理解し、課題を特定担当者、判断、制約、ボトルネックを把握する。

実装対象と成果を決める短期間で価値を検証できる業務と指標を選ぶ。

接続して実装するデータ、権限、AI、既存システムを業務フローへつなぐ。

定着するまで改善する利用状況と現場の反応を見ながら、実務で機能する形へ更新する。

AIツールを売るだけでは定着しない。現場へ入り、人と仕組みの両方を変える役割が必要。

Source: Palantir Architecture Center / Forward Deployed Software Engineer roles。4段階は本資料の整理。

FDEとは何か

FDEはForward Deployed Engineerの略。Palantirの代表的な採用職種名にはForward Deployed Software Engineerがある。顧客の技術的・業務的な成果を実現することを役割とし、AI以前からデータ、ソフトウェア、業務アプリ、運用までを扱ってきた。

FDEは必ずしも物理的な常駐を意味しない。顧客の問題に近づき、コア製品チームと連携し、現場のフィードバックを製品機能へ戻す役割でもある。

この4段階はPalantir公式の固定手順ではなく、FDEの典型的な動きを本資料で整理したもの。企業AIでは、モデル販売だけでなく、現場実装と定着が重要になるという仮説へつなぐ。

目安：3分。

Palantir / origins

FDEを事業モデルに組み込んだ、パランティア

2003

米国情報機関の対テロ業務から始まる

出発点は、米国の情報機関が分断された大量の機密データを、安全に扱いながら対テロ業務へ生かすことだった。

既製品では複雑な現場に対応できず、個別開発では導入と保守に時間がかかりすぎる。この両方を解こうとした。

Peter Thiel構想・資金。PayPal共同創業者。現在もPalantir会長。

Alex Karp経営・思想。哲学博士。2005年からCEO。

Stephen Cohen製品・技術。Stanfordで計算機科学を専攻。現在President。

Joe Lonsdale初期の製品・事業づくりに参加。現在は8VCを率いる。

Nathan Gettings初期の技術幹部。2010年のSEC資料ではCTO・取締役。

向き合ったのは、「既製品では現場に合わない」「個別開発では導入と保守が重い」という二つの問題。

Sources: Palantir 2026 Proxy / Palantir Management。Photos: WIRED / Plex / Stanford STVP / 8VC / Employbl

創業者と今のPalantirをつなぐ

Palantirは2003年に創業。公開された創業史では、Peter Thiel、Alex Karp、Stephen Cohen、Joe Lonsdale、Nathan Gettingsの5人が創業チームとして広く挙げられる。

現在のPalantirのSEC提出資料は、議決権信託の当事者であるKarp、Cohen、Thielの3人を大文字の「Founders」と定義している。これは会社法上の用語で、創業チームが3人だけだったという意味ではない。

Thielが資金と構想、Karpが経営と思想、Cohenらが製品開発を担った。創業時の問題意識は、「自動化すれば解ける」ではなく、機械と人間が一緒に判断し、厳格な権限の下で行動できるソフトウェアが必要だというもの。

ここがFDEにつながる、というのが本資料の解釈。完成品を外から売るだけでは複雑な現場へ合わせにくく、顧客ごとの個別開発だけでは拡張しにくい。Palantirは、現場へ入りながら共通プラットフォーム上へ実装する形を事業モデルに組み込んだ。

写真出典：Peter ThielはWIRED Japan、Alex KarpはPlex、Stephen CohenはStanford Technology Ventures Program、Joe Lonsdaleは8VC、Nathan GettingsはEmployblのAffirm人物プロフィール。Nathan Gettingsは公開写真が少ないため、本人名で掲載されたプロフィール画像を使用している。

目安：2分。

What Palantir sells

Foundry・AIP・Apolloは、
一つの業務基盤として動く

Foundry

データと業務をつなぐ中核基盤

既存の販売管理、在庫、会計、Excel、センサーなどをつなぎ、現場の判断と実行に使う画面を作る。

AIPはLLMとAIエージェントを接続・評価し、Apolloは顧客環境へ継続的に配布・更新する。

1. つなぐ

バラバラのシステムから、顧客、受注、在庫、設備などのデータを集める。

2. 意味を定義

Ontologyで、「何のデータか」「どう関係するか」「誰が何を実行できるか」を定義する。

3. 画面にする

「欠品の可能性」「遅れている受注」「承認が必要な見積」を、担当者が操作できる業務アプリにする。

4. AIで動かす

AIが業務データを読み、予測や案の作成を行い、権限の範囲で承認依頼やシステム更新まで進める。

Foundryがデータと業務、AIPがAI、Apolloが配布・更新を担い、Ontologyが共通の業務モデルになる。

Sources: Palantir Architecture Center / AIP, Foundry and Apollo / Ontology overview

何を買うのか

PalantirはGotham、Foundry、Apollo、AIPを主要プラットフォームとして開示している。民間企業ではFoundryが中核となるが、「Palantirのソフトウェア＝Foundryだけ」ではない。

Foundryは、社内データの接続、加工、品質管理、権限、分析、業務アプリ開発までを一つの環境で行う。一つの完成済みアプリを買うのではなく、自社固有の業務アプリを作って運用する基盤を買う。

Ontologyは、Foundryの中核にある機能。企業ごとに「顧客」「注文」「工場」「設備」といった対象と、それらの状態、関係、判断ルール、実行できる処理を定義する。Ontology単体を、Foundryの競合製品として買うわけではない。

AIPはFoundryとOntologyの上に生成AIを接続し、AI向けアプリ、ワークフロー、エージェントを作る。Apolloはこれらをクラウド、自社サーバー、閉域環境などへ配布し、継続的に更新する。

目安：3分。

Ontology / system architecture

Ontologyは、企業のデータ・業務・
操作・権限を結ぶ

データ、業務ロジック、外部システムをOntologyへ接続し、分析、業務フロー、自動化、製品へ利用するPalantir公式図 — Palantir公式図。左のデータと業務ロジックをOntologyで結び、右の業務アプリ、自動化、AIへ提供する。

1

現状を読む

顧客、商談、見積を「対象」として定義し、金額や状態、相互の関係を持たせる。

2

判断する

利益率や在庫不足を計算し、「1,000万円以上は部長承認」などの判断基準を定める。

3

安全に実行する

見積作成、承認依頼、システム更新などの操作と、実行できる人・AIの権限を定める。

Ontologyとは、企業のデータを業務上の意味・判断ルール・操作権限で結び、人間・業務アプリ・AIが同じ前提で使うための業務モデル。

Source: Palantir Architecture Center, “Ontology system”

図の読み方

左側は、データベース、ファイル、既存システムなどのデータ源と、コードやルールなどの業務ロジック。中央のOntologyが、それらを会社固有の業務モデルとしてまとめる。上側のAPIやSDKは、人間向け業務アプリやAIがOntologyを安全に利用するための接続口。

対象（Object）は業務で扱うもの、属性（Property）はその状態、関係（Link）は対象同士のつながり。ここまでで、AIは現実の業務状況を読める。

ルール・計算（Logic）は判断基準。操作（Action）はシステムに対して実行できる処理。権限（Security）は誰が何を見て、どこまで実行できるか。ここまで定義して初めて、AIを閲覧や回答だけでなく、安全な業務実行へ使える。

構築は、変えたい業務を決める → 正しい情報源を決める → 対象・属性・関係を作る → 判断ルールを定める → 操作と権限を定める → 結果を元システムへ反映する、という順で進める。

目安：3分。

FDE / revenue model

FDEで価値を確かめ、
ソフトウェアの継続利用へつなげる

FDEが現場へ入る業務を選び、実データで短期検証する。

Foundry/AIPに実装するデータ、Ontology、アプリ、権限を共通ソフトウェア上に構築する。

価値が確認できれば本番へクラウドまたは自社環境で、ソフトウェアと保守を継続利用する。

利用を広げる別部門、別業務、別の利用者へ展開し、契約を拡大する。

約4.8億円/年Energy Vault・2021年の個別契約例

約6.4億円/年UK G-Cloud 14のFoundry公開リスト価格

約3,200万円実装支援1人・1四半期の公開リスト価格

パランティアのFDEは、ソフトウェアが継続利用される業務環境を立ち上げる役割と解釈できる。

Sources: Palantir 2025 10-K / Energy Vault SEC order / UK G-Cloud 14 pricing / 日本銀行 2026年8月報告省令レート

事実

公開資料で確認できる売上源は、Palantir Cloud、自社環境で動かすソフトウェア、それらの保守・運用、専門家による導入支援。試験導入や契約拡大のための人件費は販売・マーケティング費に、提供中の支援は売上原価にも入る。

Energy Vaultの契約は年300万ドルで2.5年。導入初期約7か月の専門支援を追加料金なしで含んだ、2021年の個別契約例。英国の金額はG-Cloud 14の公開リスト価格であり、実際の契約額やFDEの給与ではない。

円換算は日本銀行の2026年8月報告省令レート（1ドル=161円、1ポンド=1.33ドル、したがって1ポンド約214.13円）を使用。300万ドルは約4.83億円、300万ポンドは約6.42億円、15万ポンドは約3,212万円。

Bootcampを一律無料とする公開価格は確認できない。無料または営業費として行う場合があっても、契約や顧客ごとに条件が異なるため、「Bootcampは無料」とは断定しない。

分からないこと

クラウド、自社環境向けソフトウェア、専門支援の正確な売上比率、FoundryとAIPの製品別売上、FDEの平均人数と関与期間、Bootcampから有料契約へ移る割合は非開示。

したがって「サブスクリプションが売上の何%か」は断定できない。一方、82%の粗利率と公開契約から、売上が人員数だけで決まる受託会社とも言えない。

目安：3分。

Palantir / financial proof

数字で見るPalantir

売上

4.1×

顧客数

6.9×

従業員

1.8×

2020年から2025年の変化

2026年上期の売上構成

政府 52%民間 48%

約67.3兆円概算時価総額／2026年8月14日株価ベース

約7,200億円2025年売上、前年比56%増

82%2025年・会計基準ベースの粗利率

32%2025年・会計基準ベースの営業利益率

2020→2025：売上4.1倍、顧客6.9倍に対し、従業員は1.8倍。従業員1人あたり売上は約2.2倍になった。FDEで導入した共通ソフトウェアを継続利用・横展開する構造が、人員数以上の成長を支えたと考えられる。概算時価総額はCoinbaseの約10.7倍、HyperliquidのFDVの約7.7倍。後者はトークンFDVで定義が異なる。

政府向けで始まり、民間売上がほぼ半分まで広がった。

Sources: Palantir 2020 / 2025 Form 10-K, Q2 2026 Form 10-Q, StockAnalysis。1ドル=161円

話す内容

Palantirは情報機関向けGothamから始まり、その後、Foundryを軸に民間企業へ広げた。2026年上期の売上構成は政府52%、民間48%。民間売上はすでに全体のほぼ半分を占める。

ただし、52%対48%は顧客区分であり、Gotham対Foundryの製品別売上ではない。PalantirはGotham、Foundry、AIPなどの製品別売上を開示していない。政府顧客でもFoundryを使い、民間顧客でも複数製品を使うため、両者を完全には対応させない。

2025年売上44.75億ドル。政府24.02億、民間20.73億。顧客954社、上位20社の平均年間売上9,390万ドル。

2026年8月14日の株価174.04ドルと直近開示の株式数を掛けた概算時価総額は約4,182億ドル、約67.3兆円。Coinbaseの株式時価総額約6.31兆円の約10.7倍、HyperliquidのFDV約8.74兆円の約7.7倍にあたる。株価と株式数の基準日が異なる概算であり、Palantir・Coinbaseの株式時価総額とHyperliquidのFDVも比較条件は同じではない。

現在の売上だけでなく、企業AIの基盤を担う将来への期待が大きく織り込まれた評価でもある。

2020年から売上4.1倍、顧客6.9倍、従業員1.8倍。従業員1人あたり売上は約44.8万ドルから約100.3万ドルへ、約2.2倍になった。従業員が増えていないわけではなく、売上の伸びに比べて増加が小さい。

これはFDE単独やAIの効果を証明する数字ではない。ただし、人員を増やした分だけ売上が増える受託型ではなく、人が現場へ導入した共通ソフトウェアを継続利用し、別部門・別業務へ広げる構造が強まったことと整合する。

「人月から完全脱却」は公式表現ではない。正確には、人の深い関与を、繰り返し利用される製品と顧客内の利用拡大へ変えてきた。

GAAPは米国の一般に認められた会計原則のこと。聞き手に略語を覚えてもらう必要はないため、画面では「会計基準ベース」と表記した。

目安：3分。

Where this goes

Palantirは、現場導入をAIと
業界共通基盤へ拡張しようとしている

AI FDE

自然言語からデータ処理、Ontology、ロジック、アプリの構築を支援し、人間が変更をレビューする。

Industry Operating Systems

航空、造船、保険、医療などで、業界単位に再利用できるソフトウェアを展開する方針。

日本市場

Fujitsuとの提携で、FoundryとAIPをFujitsu Uvanceのデータ基盤へ組み込む方針。

AIツールの数ではなく、
データから実行までをつないだ業務の数が会社の力になる。

本資料の解釈：人間FDEを単純に置き換えるのではなく、現場での構築・検証・修正をAIで高速化する方向。

Sources: Palantir AI FDE / 2025 Form 10-K / Fujitsu partnership。日本市場の拡大は将来仮説。

自社構想 / What I will build

Z-FDEとZアカデミーを立ち上げる

Z-FDE構想

企業のAI実装を支援

現場の業務と課題を特定する
企業データとAI・既存システムをつなぐ
定着するまで運用・改善する

Zアカデミー構想

個人・法人向けAI研修

AIを使える人を増やす
個人の仕事・各部門の業務へ落とし込む
自分たちで改善を続ける力をつくる

目指すのは、AIを使う会社ではなく、AIを前提に仕事が動く会社。

出典：自社事業構想。Palantirの製品・公式サービスではない。

最後に、自分がやること

Zアカデミーは個人・法人の両方が対象。AIを実務で使える人を増やし、単にツールの操作を教えるのではなく、個人の仕事や各部門の業務へAIをどう組み込むかまで扱う。

Z-FDEでは、企業の現場へ入り、業務の効率化を実装する。データを整理し、AIが必要な情報へアクセスでき、既存システムとつながり、実際の仕事を進められる状態をつくる。

研修だけでも、システムだけでも足りない。人が使えることと、会社のデータ・業務基盤がAIに対応していることを、両方進める。

最終ゴールは、ChatGPTを導入した会社ではなく、AIを前提に業務、意思決定、改善が回るAIネイティブな企業を増やすこと。

目安：3分。

投資家としてのクリプトと、起業家としてのAI

約20兆円は、どんな成果を生んだのか

収益の核は、取引手数料と準備資産の運用だった

売上・収益｜2025年

純利益｜2025年

予測市場は、「未来の出来事」まで金融商品にした

出来事の結果を、イベント契約として売買する

予測を価格に変え、pUSDで決済する

直近1年の収益上位も、金融機能に集中している

ステーブルコイン発行

デリバティブ取引

トークン発行・取引アプリ

貸付・資産運用

ウォレット・インフラ

主要ネットワーク

クリプトの収益化は金融が中心。AIはデジタル社会全体へ広がり始めた

あらゆるサービスを、トークンと所有権で再設計する

知識・制作・業務をAIで再設計する

2022→2026、AIは「回答」から「実行」へ

AIソロプレナーの現実

人間の記憶力と注意力には限界がある

Web・クラウドは広く普及。AIの導入は42.3%

デジタル基盤は定着。AIも大企業から広がり始めた

Webサイト・クラウド

AI導入済み

FDEとは何か

FDEを事業モデルに組み込んだ、パランティア

米国情報機関の対テロ業務から始まる

Foundry・AIP・Apolloは、一つの業務基盤として動く

データと業務をつなぐ中核基盤

Ontologyは、企業のデータ・業務・操作・権限を結ぶ

現状を読む

判断する

安全に実行する

FDEで価値を確かめ、ソフトウェアの継続利用へつなげる

数字で見るPalantir

Palantirは、現場導入をAIと業界共通基盤へ拡張しようとしている

AI FDE

Industry Operating Systems

日本市場

Z-FDEとZアカデミーを立ち上げる

企業のAI実装を支援

個人・法人向けAI研修

投資家としてのクリプトと、
起業家としてのAI

約20兆円は、
どんな成果を生んだのか

収益の核は、取引手数料と
準備資産の運用だった

直近1年の収益上位も、
金融機能に集中している

クリプトの収益化は金融が中心。
AIはデジタル社会全体へ広がり始めた

2022→2026、AIは
「回答」から「実行」へ

人間の記憶力と注意力には
限界がある

Web・クラウドは広く普及。
AIの導入は42.3%

デジタル基盤は定着。
AIも大企業から広がり始めた

Foundry・AIP・Apolloは、
一つの業務基盤として動く

Ontologyは、企業のデータ・業務・
操作・権限を結ぶ

FDEで価値を確かめ、
ソフトウェアの継続利用へつなげる

Palantirは、現場導入をAIと
業界共通基盤へ拡張しようとしている