YouMind
ログイン

AI 時代におけるプロダクト構築法: Manus 創業者 Zhang Tao の北京大学での講演記録

@whereisvivien
中国語2026年11月18日
104K
741
195
29
1.4K

TL;DR

Manus 創業者の Zhang Tao が自身のプロダクト哲学を共有し、AI ブラウザを放棄して汎用エージェントを開発した理由を解説します。透明性、価値に応じた支払い、そしてモデル能力の6ヶ月先を見据えた設計を重視しています。

1.1 チャットウィンドウからアクションへ:なぜ AI プロダクトを再設計しなければならないのか

今日は、私たちが AI 時代にプロダクトづくりをどう捉えているかをお話ししたいと思います。

私自身の経験は比較的豊富です。経営陣の中では私が最年長で、他のパートナーは 1992 年や 1993 年生まれですが、私は 1986 年生まれで来月には 40 歳になります。学生の中に 40 歳近い人間がいると、「典型的な中年のおじさんだ」と思われるかもしれません。

私はこの業界に早く入り、大学院には進まず学部卒業後すぐに働き始めました。

チームに加わる前から、私は常に「7 × 24 時間動き続けられるプロダクト」を作りたいと思っていました。人間の絶え間ない入力を必要とせず、自律的に推論し続けて出力を生み出せるようなものです。当時は具体的な形すら決まっていませんでしたが、モデルの知性の上限はすでに人間を超えていると信じていたため、どうしてもやりたかったのです。合理的なプロダクト形態を用意してモデルを能動的かつ自動的に刺激し、継続的に出力させ続ける必要がありました。最終的な応用シナリオが何であれ、これこそが AI プロダクトのあるべき究極の姿だと考えています。こうした考えの多くは、現在のモデル能力の境界を探る中で生まれました。

これも、私が参画を決意した重要な理由の一つでした。当時、Red が「AI ブラウザを作りたい」と声をかけてくれ、直感的にこの方向性は正しいと感じたのです。

その後、私たちの研究で直面した核心的な課題を一点に集約しました。それは「チャットボットというプロダクト形態そのものが、AI モデルの能力発揮を制限している」ということです。

つまり、プロダクトを作っても、その価値の上限はユーザーによって制約されてしまうということです。ユーザーが「質問の仕方を知っていて」、なおかつ「質問する意欲がある」場合にのみ、プロダクトの価値が引き出されます。もしユーザーが質問の仕方を知らなかったら? そのプロダクトの価値は極めて小さなものになってしまいます。

ブラウザはその典型例です。プロンプトを常に入力し続ける必要はありません。メールを書く、検索する、ウェブページを見る——こうした行動自体が意図の表現であり、モデルへの入力となり得ます。そしてバックグラウンドで膨大な推論ニーズを生み出すのです。私とチーフサイエンティストが参画を決めたもう一つの理由は、Red が非常に優秀なプロダクトマネージャーであるだけでなく、会社運営についても深く理解していたからです。

1.2 AI ブラウザの中止:サンクコストより時間が重要

2024 年 10 月時点で、私たちの AI ブラウザは実質的に完成していました。社内テストでは、いつも一つか二つ、特に優れた機能が見つかりました。

しかし、家族や友人に勧めてみると、深刻な問題が浮き彫りになりました。誰もがブラウザに慣れすぎているのです。試用時に最初に聞かれる質問は、たいてい「Safari や Chrome で使っていたあの機能はどこに行ったの?」というものでした。

これが、新しい体験を古いものに接ぎ木する際の最大の問題です。ユーザーは常に過去の体験を基準にして比較します。しかし、そこにあなたのプロダクトのハイライトはありません。あなたは AI の部分に注目してほしいのに、皆が一番気にするのは基本的なブラウザ体験の完成度なのです。

スタートアップチームにとって、20 年以上成熟したベンチマークを持つプロダクトにおいて、Apple や Google のような巨人と基本体験で肩を並べることはほぼ不可能です。無理にやろうとすれば余分なエネルギーを過剰に消費し、AI 開発がおろそかになります。当時、私はこのプロダクトには本物の強みがあり、リリースすればヘビーユーザーは気に入ってくれるだろうし、数回イテレーションを回せば火がつくかもしれないと考えていました。しかし Red は 9 月から 10 月にかけて激しく葛藤していました。一方で、新しい体験を古いものにぶら下げるのは論理的に筋が通らないと感じており、他方で、一度リリースすればチーム全体が 3〜6 か月それに縛り付けられるのではないかと心配していたのです。創業者は往々にして諦めることを躊躇します。最初のバージョンの出来が悪ければ「まだ十分じゃないだけだ、もっとイテレーションしよう」と考え、半年を無駄にしてしまいます。

学校にいると時間の概念を実感しにくいかもしれませんが、スタートアップにとって資金は実は最も解決しやすいリソースです。方向性が正しければ、いつでも調達できます。最も貴重で、決して無駄にしてはいけないリソースは時間です。時間を無駄にするのは個人のエネルギーを消耗させるだけではありません。さらに恐ろしいのは、段階的な市場の窓やトレンドを逃してしまうことです。

2024 年 10 月当時、会社全体でわずか 30 人しかいませんでした。ZhenFund の支援を受けていましたが、調達したのはエンジェルラウンドとプレ A ラウンドだけで、手元の現金はわずかでした。7 か月を投じ、すでに磨き上げられ、リリースすれば市場を驚かせられるはずだった新プロジェクトを、Red は最終的に打ち切る決断を下しました。今振り返ると、あれが決定的な判断でした。ブラウザを止めていなければ、後の Manus は存在しなかったからです。

昨年この話を初めて共有したとき、批判的な人々は「自分たちで作れなかったからといって、AI ブラウザ領域を貶めるべきではない」と言いました。しかし今日、私たちは自信を持って言えます。AI ブラウザ領域には、真に成功したプロダクトが存在しないと。根本的な理由はこうです。新しい体験を生み出すなら、「AI + 既存の体験」をやろうとするのではなく、完全に新しい体験を一から作るべきなのです。

1.3 コーディングツールに見出した汎用エージェントの可能性

2024 年 10 月にブラウザを止めた後、チームは次のプロダクトを何にするか考え始めました。当時の北京チームは非常に小さく、コワーキングスペースの小さなオフィス一つに合計 5 人で入っていました。CPO として私がプロダクトを担当し、チーフサイエンティストがモデルを担当、そして Abin というフルスタック開発者の同僚がいました。役割は違いましたが、3 人ともコーディングのバックグラウンドを持っていました。私は小学 3 年生の頃からコードを書いていました。

2024 年で最も社会現象となったプロダクトは Cursor で、7 月に爆発的に普及しました。私たちは毎日使っていましたが、使う中でそれぞれ異なる感覚を抱くようになりました。特に非専門プログラマーである私は、Cursor を他の多くのことに使い始めました。経費精算の処理、妻のために MP4 を MP3 に変換すること、小説執筆の補助などです。

この過程で、私たちは Cursor の背後にある Claude 3.5 Sonnet モデルの力をますます実感するようになりました。特にその後のバージョンで、Cursor も Windsurf も大幅に能力が向上しました。国内外の多くのスタートアップが Cursor を模倣し、コーディングツールが急増しましたが、当時はまだ「Coding Agent」とはあまり呼ばれていませんでした。

私たちが見出した真の機会はこうです。Sonnet 3.5 v2 は単なるコーディング能力以上のものを解き放ちました。自律的な計画と実行の能力を解放したのです。

自律的な計画と実行の能力は、主に二つの側面に現れます。

第一に、Long-horizon Planning(長期計画)です。

今では常識のように聞こえるかもしれませんが、2024 年末時点ではそうではありませんでした。当時、OpenAI のモデルはこの点が苦手で、ChatGPT のようなターンごとの対話を好み、1 回のやり取りで直接問題を解決しようとしました。Claude 3.5 Sonnet から始まり、後のバージョンで大きく強化されたのが、長期的なタスク計画を実行する能力です。1 ターンで慌てて完了させようとせず、自らツールを呼び出し、ユーザーに質問し、より多くの情報を集め、十分に確信を持てた時だけ実行するようになったのです。

第二に、Tool Use(ツール使用)です。

Cursor は、より多くの人々がエンジニアになれるようツールを構築しています。しかし私たちの見立ては、世界はこれ以上エンジニアを必要としていないし、エンジニアもこれ以上派手なツールを必要としていないというものでした。すでに十分なツールがあるからです。定期的にコードを書いている方がいれば分かると思いますが、皆さんの PC には多くのツールが入っていて、常に取捨選択や評価をしているはずです。それがエンジニアのやり方です。

私たちは、この能力が解放されれば、事実上、普通の人々にとっての汎用的な能力が解放されると考えました。世界中が Coding Agent に賭ける中、私たちはコーディングを媒介として普通ユーザーの汎用的なシナリオを解決する機会を見出しました。だからこそ、参入の視点が全く異なっていたのです。

2024 年 12 月にプロジェクトを立ち上げた時、私は実はとても焦っていました。きっと他の誰かもこの未来に気づいているはずだと思ったからです。私たちは緊張感を持ち、社内のあらゆるリソースを集めて迅速に開発を進めました。誰かに先を越されるのが怖かったのです。2 か月の開発を経て、2025 年 3 月 5 日のローンチ時には、私たちの観察範囲ではほぼ我々だけがこの方向に取り組んでおり、他はまだコーディングツールを作っていることが分かりました。

私たちは 2024 年末に変曲点を見つけ、モデルの境界にある長期計画能力とツール使用能力を鋭敏に見抜きました。何度も探索を重ねながら、適切なプロダクト形態を探し続けました。

1.4 非技術者層を狙う:知性を見える化し、信頼を築く

初期の Manus は Cursor に非常に似ており、コーディングツールのようでした。ある時、ZhenFund の投資家 Yusen がオフィスに初期プロトタイプを見に来ました。彼は「この 3 カラムのレイアウト、専門的すぎないか? 少し敬遠される気がする」と言いました。プロダクト企画時の私たちの判断は、非技術者層をターゲットにするということでした。非技術者を狙うのに、第一印象が専門的すぎるのは明らかに問題です。そこでインターフェースを 3 カラムから 2 カラムに変更しました。

この過程で、私たちはターゲット市場に向けて多くの革新を行いました。Agent はあまりに新しかったため、普通の人々にはそれが本当に成果を出せるとは信じ難かったのです。2 か月半の開発期間中、私は毎日帰宅する頃には声が枯れていました。

2025 年 1 月 5 日に最初のプロトタイプが動いた後、私は WeChat モーメンツで友人たちに問いかけました。「大卒レベルのインターンがいたら、どんなタスクを任せますか?」 100 人以上の友人から 400 件以上のタスクを集め、それが Manus の最初の評価データセットとなりました。

最初のプロトタイプ以降、Agent 実行フレームワーク(後に Harness と呼ばれるもの)が改善されるにつれ、それらのタスクは毎日驚きをもたらしました。 embodied intelligence(身体性知能)が必要な 100 件以上のタスク(ミルクティーを買ってくるなど)を除けば、残りの 300 件以上のタスクは想像を超える方法で完了されました。私は毎日オフィスで思わず叫び、声を枯らして帰宅しました。妻は「なぜ仕事でそんなに疲れるの?」と不思議がりました。しかし、画面越しに知性が溢れ出してくる感覚は抗いがたく、これが未来なのだと確信できました。

ただ、この衝撃はあまりに強烈で、結果だけをユーザーに見せたら「嘘だ」と思われかねませんでした。そこで私たちは一つの判断を下しました。透明性そのものをプロダクトの特徴にしなければならない、と。

Manus の初回リリースにおいて、二つの重要なプロダクトデザインが、ほぼすべての AI Agent の設計パラダイムとなりました。

第一に、ステップバイステップの実行表示です。Agent がどのようにタスクを進め、ツールを呼び出し、ウェブページを訪れ、メモを書き、コードを書くかをユーザーが見られるようにしました。

第二に、Session Replay(セッションのリプレイ)です。セッションを共有すると、他の人が完全な実行プロセスを確認できるようにしました。

プロダクトの知性によるパフォーマンスが 80% を占めていたかもしれませんが、この二つのグロース志向の UI デザインは、初期の爆発的普及に不可欠でした。当初は AI Agent を信じない人も多かったのですが、ステップごとにタスクを進め、ツールを呼び出し、ページを訪れ、メモやコードを書く様子を見て、人間と同じように動いていると理解し、信頼が生まれました。Session Replay により、ユーザーは招待コードや支払いなしで、共有されたセッションを見るだけで驚きの瞬間を体験できました。これらのデザインは、ターゲットユーザーを非技術者と明確に定義したことから生まれました。技術的バックグラウンドを前提にできないため、何が起きているかを理解させ、信頼を築くためにプロダクトの革新で補う必要があったのです。

1.5 一度きりのローンチの裏にある本当の理由:プロダクト革新とファウンダーの表現

3 月のローンチについて、昨年 11 月に清華大学で、ある学生から「3 月にたくさんの KOL を買ってマーケティングイベントを仕掛けたと思っている人が多いのでは?」と質問されました。

マーケティング業界の友人は私にこう言いました。「2,000〜3,000 万元の予算があっても、Manus のマーケティングを再現しろと言われたら、この効果は出せないよ。」 若者はしばしばマーケティングを悪者扱いし、悪いことだと考えます。起業したいのにマーケティングを悪だと思うなら、それはひどい認識です。良いストーリーを語る方法は、まさに中国の創業者たちに欠けているスキルであり、私は過去 2 年間シリコンバレーでそれを痛感しました。

人々はマーケティングの難しさを過小評価し、お金を投げればいいと思っています。そんな単純なら、スタートアップにチャンスは訪れません。大企業より多くのお金を使うことはできないからです。

以前、私は「3 月のローンチにかかった費用は 0 元だ」と言っていましたが、後になってこれは正確ではないと気づきました。

2025 年 2 月 28 日、ウェブサイトが完成しました。CEO の Red が確認して言いました。「Tao、このサイト少し地味じゃないか? 動画を追加すべきでは?」 3 月 5 日のローンチまで残り数日しかありませんでした。北京の映像制作会社に 2〜3 社連絡しましたが、すべて最短でも 2 週間のリードタイムが必要だと言われました。

結局、Sony A7C II カメラを使って自分で動画を撮影しました。レンズが良くなかったので、ZhenFund の Yusen から 50mm f/1.2 GM レンズを借りました。2 晩かけて編集しました。YouTube に書き出そうとした時、4K での書き出しには課金が必要だと分かりました。そこで CapCut の 1 か月メンバーシップに約 12〜15 ドルを払いました。あのローンチで追加で使ったお金はこれだけで、更新後すぐに解約しました。

動画がバズった後、人々は私たちが素晴らしいマーケターで、すごい動画を作ったのだと思い込みました。私は若い起業家に警告するために、この話を何度も繰り返しています。もし社会現象となったプロダクトから「彼らはマーケティングが上手い」という学びを得たなら、それは間違った教訓です。物事は決してそんなに単純ではありません。

第一に、Manus は適切なタイミングで登場し、適切なプロダクト形態を用いて、モデル能力の境界がどこにあるかを世界に示しました。今ではフレームワークのことを Harness と呼びますが、当時はその言葉は一般的ではありませんでした。私たちはそのようなフレームワークを作った最も早いチームの一つであり、モデルの限界まで押し上げたと自負しています。ローンチ後、3 月にサンフランシスコで Anthropic のチームと会いました。彼らは私たちが彼らのモデルだけを使っているとは信じませんでした。社内のテスト結果と私たちの実力が一致しなかったからです。私は彼らのモデルを心から愛していると伝えました。その後、Claude Code のコードが一部リークし、私たちの初期アーキテクチャ設計の面影を見ることができました。したがって、ローンチ成功の基盤は、重大なプロダクト革新にあったと考えています。

良いプロダクト革新なくして動画だけに頼るのは、本末転倒です。その後、無数のスタートアップが同じスタイルを採用するのを見て、私は呆れました。創業者がソファに座り、後ろに観葉植物がある構図です。皆、他に何をすればいいか分からず試験のテンプレートを丸暗記する東アジアの生徒のようでした。これは滑稽です。私たちがあの角度を選んだのは、コワーキングパーク内で唯一背景がすっきりしていて、撮影できるほど静かな場所だったからです。よく見るとフレームが飛んでいる箇所があります。チーフサイエンティストが話している背後で清掃員がモップがけをしていたからです。本当に重要なのは動画そのものではなく、あなたのプロダクトです。とはいえ振り返ると、あの動画はやはり重要でした。私が撮影し、チーフサイエンティストがプレゼンしたからです。

Manus がバズった後、多くのチームが上司や投資家から「なぜ君たちは Manus を作れないのか?」と問われました。最も安全な言い訳はしばしばこうなりました。「私たちは堅実な技術チームで、あそこはマーケティングが上手いだけですから。」 これは地に足がついているように聞こえ、失敗の原因を「マーケティングが下手だから」にすり替えています。

人々は本質を見落としています。私はプロダクト出身で、もう一人はチーフサイエンティストとしてモデルを担当しています。どちらもマーケティング出身ではありません。私たちはただ、誇りに思え、満足できるプロダクトを作り、それを自分たちの言葉で世界に表現しただけなのです。

初期スタートアップのマーケティングは、創業者自身が関わる必要があります。代理店に外注したり「マーケティングの専門家」を雇ったりすると、情報が著しく歪むリスクがあります。ストーリーの語り方を本当に知っているのは創業者だけです。ですから振り返ると、動画が重要だったのはその形式ではなく、自分たちでやったからです。

1.6 半年先のモデル能力に向けたプロダクト設計

AI アプリケーションの革新においては、半年先のモデル能力を見据えてプロダクトを設計してください。来年 2027 年が、AI アプリケーションの大ブレイクの年になると私は考えています。

「半年先」とはどういう意味でしょうか? 今朝モデルのアップデートで機能が追加されたという記事を読んでから、それに基づいてアプリを作ろうと考えるようでは遅いということです。その頃には手遅れかもしれません。

私たちのチームでは、チーフサイエンティストのインプットが極めて重要でした。10 年以上 NLP を研究してきた彼は、現在のモデルのパフォーマンスや公開・非公開の情報から、フロンティアラボの進化の方向性を鋭敏に感じ取ることができました。例えば、私たちは Claude 3.5 Sonnet から AGI(汎用人工知能)的能力が芽生えているのを見て、V2 でさらに一段階上がったことを確認しました。彼らがこの方向に大きく投資していると判断したのです。もし 3〜4 か月後にもう一段階上がったら、私たちのプロダクトはどれほど強力になるだろうか?

そこで即座に着手することにしました。本来は 3.5 から 4.0 へのジャンプを予想し、4.0 と同時にローンチする計画でしたが、先に 3.7 が出ました。3.7 がリリースされた夜、私は Jike に「信仰をチャージした夜」と投稿しました。なぜか? その夜、私たちの Harness のコードは一行も変更していません。ただモデルのインターフェースを 3.5 V2 から 3.7 に切り替えただけです。評価データセット上でパフォーマンスは急上昇し、未解決だった問題の約 20〜30% が瞬時に解決されました。私たちは賭けに勝ったと確信しました。

チーフサイエンティストは常にこう強調していました。「構造は少なく、知性は多く(Less structure, more intelligence)。」 ローンチ後、これをシリコンバレーや国内で共有しても、多くの人は取り合いませんでした。当時の一般的な手法は、人間がワークフローを設計し、AI に手順を教えることでした。エラーが起きるたびに必須ルールや条件分岐を書き込むのです。しかし、私たちの最初の Agent 実行フレームワークは、各ステップを規定する固定ワークフローを使いませんでした。代わりに、モデルが自律的に次のアクションを決定したのです。

リサーチであろうと、スライド、ウェブサイト、データ分析であろうと、次に行うことを決めるのはモデルであり、すべてを繋ぐ硬直したプロセスではありませんでした。当時はマルチエージェントシステムが流行していましたが、私たちはシングルエージェントの路線を貫きました。

なぜそれにこだわったのか? 事前設定された構造が少ないほど、モデル能力の向上による恩恵を最大化できるからです。硬直したワークフローを書いてしまうと、モデルアップデートの恩恵を受けられません。3.7 が出る前までは、この判断が正しいかどうか分かりませんでした。しかしローンチの夜、私たちは確信しました。実行フレームワークを変更せず、モデル能力が向上しただけでプロダクトのパフォーマンスが上がったのです。これは今回だけでなく、今後のモデルの進歩からも継続的に恩恵を受けられる可能性を意味していました。ですから AI 起業家にとって重要なのは、現在のモデルの弱点を延々とパッチで埋めないことです。それらはいずれ解決されます。そうではなく、「6 か月後のモデルはどうなっているか?」「そうなった時、その未来のモデルに合ったプロダクト形態は何か?」と問うべきなのです。

今すぐ始めてください。3 か月後はプロダクトが貧弱に見えるかもしれませんが、強い信念を持ち続けてください。それはモデルが追いついていないだけなのです。追いついた瞬間、プロダクト形態の優位性が即座に発揮されます。モデルが本当にその段階に達した時、そこにポジションを取り、完全に準備ができているのはあなただけになっているでしょう。

1.6.1 未来を見据えた例:1 秒レイテンシーのジェネレーティブ体験

抽象的に聞こえるかもしれません。具体的に何ができるのでしょうか? 私たちがやったこと以外に、他にどんな機会があるのでしょうか? 一つお話ししましょう(私自身は取り組まないものですが)。

私が待ち望んでいる瞬間があります。Seedance のような動画生成モデルが、プロンプト入力から映像出力までのレイテンシーを 1 秒未満に短縮する時です。それが今回の AI アプリ起業における決定的な転換点になると考えています。なぜなら私の見方では、1 秒レイテンシーの動画生成モデルはもはや単なるツールではなく、次世代のオペレーティングシステムだからです。

この未来が来た時、ソフトウェアはどうあるべきでしょうか? ユーザーは 1 秒レイテンシーのジェネレーティブプロダクトとどうインタラクションすべきでしょうか? 私の判断では、これらの変化は 6 か月以内に起こります。この方向性に向けて準備することは、素晴らしい起業の機会です。これは一例に過ぎません。多くのモデルが様々な分野で進化しています。3 か月後、6 か月後にはどうなっているでしょうか? 普通の人々はどうやってその能力を活用すべきでしょうか? これこそが AI アプリ起業の核心的な機会です。

1.7 入力ハードルを下げ、課金で真の価値を見極める

次に、二つ目の判断です。なぜ私たちはチャットボットを作らないのか? その天井はユーザーのプロンプトによって簡単に制限されてしまい、知識の高いユーザーしか価値を引き出せず、プロダクトが「選り好み」されるようになるからです。今後の新しいプロダクトの試みは、ユーザーの入力コストを最小限に抑え、日常生活の中でモデルの知性から継続的に価値を感じられるようにすることを目指しています。

AI 時代において、最も重要なプロダクト価値は、ユーザーに知性を感じさせることです。多くの人はこれに気づかず、価値は「無料であること」にあると考えます。決して無料であることではありません。無料の補助金は AI 時代最大の罠です。

過去 2〜3 年の中国の AI アプリ起業を振り返ると、最大の罠は以前のモバイルインターネット時代の「無料でばら撒く」という思考に惑わされ、この世代でも同じことができると考えたことでした。完全に間違いです。

第一に、知性のパフォーマンスが十分に良ければ、人々は支払います。例えば、プラットフォームのコアユーザーの中には毎月 4,000〜5,000 ドルを使う人もいます。高額ですが、支払う意思があるということは価値を見出している証拠です。

第二に、無料の補助金はチームを無効なフィードバックの罠に陥れます。もちろんフィードバックには耳を傾けるべきですが、無料ユーザーは「あれが欲しい、これが欲しい」と要求します。これらの要求が無価値とは言いませんが、起業家の気を逸らす可能性があります。的外れな要求を見て、間違った方向性を考えることは、本質的に時間の無駄です。

第三に、課金モデルを貫くことで、価値を感じてお金や行動で投票してくれたユーザーからのフィードバックが得られます。彼らの真のニーズを中心に構築することで、他の課金ユーザーも惹きつけやすくなります。

過去 2〜3 年、国内で初期の無料配布による成長を試みたケース(Coding Agent であれ他であれ)は、ほとんど失敗しました。人々はブランディングの弱さを責めましたが、根本的な原因は無料にしたことです。これは大企業で特に顕著です。リソースが豊富なため、初日から数千万円を補助金に投じることができ、歪んだ道へと進んでしまいます。私は無料にはできません。1 か月目で DAU 10 万を達成したら、それが KPI になってしまいます。翌月はもっと高い数字を求められ、誰も課金への移行を言い出せません。この無料 DAU の重荷を背負うことで、実際のユーザー市場に対する感覚が麻痺してしまうのです。重要なポイント:ユーザーに真の知性のパフォーマンスを感じさせることが、AI 時代のプロダクトづくりで最も大切なことです。

私たちは当初、課金機能を導入せず、2025 年 3 月下旬から課金を開始しました。4 月の最初の 1 か月で ARR は 4,000 万を超え、5,000 万に迫りました。なぜか? プロダクトが圧倒的な知性を本当に提供したからです。それが鍵なのです。

1.8 なぜ汎用にこだわり続けるのか:ユーザーの認知とロングテールニーズ

三つ目の判断は、汎用(General-Purpose)にこだわるということです。Manus をローンチした際、私たちは「世界初の汎用 AI Agent」であると主張しました。なぜ汎用を強調したのでしょうか?

初期には投資家から多くの意見を聞きました。UI を変更するといった提案もありましたが、一つだけ拒否した提案がありました。投資家は「このプロダクトは一体何ができるのか? アクセスするたびに奇妙なロングテールタスクばかり見せている」と尋ねました。私が社内外の評価結果を見せると、「実際に価値を示せる実用的なシナリオを一つ挙げられるか?」と言われました。私は挙げられないと認めました。

彼らは「焦点を絞るべきだ。例えばウェブサイトジェネレーターやスライドジェネレーターにしてはどうか」と提案しました。それも可能でしたが、私たちはやりませんでした。

振り返ると計算高く聞こえるかもしれませんが、実際には当時そこまで深く考えていませんでした。単純に、Manus を開発した 2 か月半の間、私は知性に何度も衝撃を受け、毎日興奮していました。これが信じられないほど素晴らしく、あらゆるロングテールタスクを人間のようにこなすと分かっていたので、その喜びと驚きを世界と分かち合いたかったのです。

それは純粋なプロダクト思考であり、事前に計画された汎用戦略ではありませんでした。しかし振り返ると、汎用にこだわったことは、Manus の道のりにおける決定的な戦略的判断でした。

理由:ブランドの認知はお金では買えません。

ユーザーの頭の中にあるあなたの認知的ポジションは、数十億積んでも変えるのが難しいものです。「汎用 Agent」としてスタートしたからこそ、その後ウェブサイト開発、スライド、動画コマンドなどを展開しても自然に受け入れられました。ユーザーは「Manus は何でもやるから、これが普通だ」と考えました。一方、垂直特化型の競合が汎用タスクに拡張しようとすると、ユーザーは混乱します。「あなたはウェブサイトツールではなかったのか? なぜ今度はデータ分析を?」 この差を軽視しないでください。

プロダクトがユーザーの頭の中に認知を植え付けるチャンスは、通常一生に一度しかありません。それを変えるのは途方もなく難しく、生き残った後に何年もかけて大きな戦略的・プロダクト的調整を行う必要があるかもしれません。汎用にこだわったことで、私たちはあらゆる AI の波で恩恵を受け続けることができ、それは今日まで続いています。

もう一つ重要な点があります。社内にこんなマトリクスがあります。X 軸=私たちに支払われた金額、Y 軸=ユーザー満足度。右上のコーナー(最高額かつ最高満足度)を占めているのは誰でしょうか?

コーダーではありません。私たちがターゲットにしたのは非技術系のユーザーです。コーダーの利用も存在しますが、割合は低めです。最も満足度が高かったのは企業の経営層、つまり CEO や中小企業のオーナー、部門長でした。なぜか? 経営者は雑務が最も多く、今日はこれ、明日はあれと常に考えを巡らせているからです。彼らにとって Manus は非常に心地よい存在でした。Manus 以前には、すべてを解決し、何でも相談できる AI ツールは存在しませんでした。これまでの特化型 AI(例:マーケティングエージェント)には限界があり、何でもこなせたのは Manus だけだったのです。そのため CEO 層は喜んで使い続け、ロイヤリティの高いハイエンドユーザーとなりました。汎用性を貫いたことでハイエンド顧客を獲得し、マインドシェアの壁を築けたため、1〜2 年の技術イテレーションを経ても淘汰されずに生き残れたのです。

もちろん、誰もが汎用を狙うべきというわけではありません。私たちが成功したのは、当時他に誰もやっていなかったからであり、最初にマインドシェアを奪えたからです。後から参入しようとすれば、難易度は格段に上がります。

1.9 技術的な習慣ではなく、ユーザーの生活を中心に設計する

4 つ目の判断は、ユーザー理解です。

前述の通り、私たちは最初からユーザーを「非技術系」と定義しました。爆発的なモデルの能力で恩恵を受けるのはプログラマーだけでなく、すべての普通の人々であるべきだと考えたのです。

そのため、UX に多くの労力を注ぎました。

第一に、実行プロセスを透明化することで信頼を構築すること。

第二に、非同期のクラウド実行です。Cursor を使うプログラマーは、コマンド後に確認をクリックする操作を「クールだ」と感じます。しかし普通の人は一日中 PC の画面を見つめているわけではありません。スマホを使ったり、別のことをしていたりします。そこで私たちは各タスクにクラウドサンドボックスを用意し、タスクをクラウド上で実行できるようにしました。よくあるシナリオはこうです。スマホを取り出し、タスクを指示してポケットに戻す。画面をつけっぱなしにする必要はなく、完了したら結果を確認するだけです。

第三に、プロセスそのものを共有可能にすること。Session Replay(セッションリプレイ)を物語のように設計しました。初期は招待コードのせいで製品を使えない人が多かったのですが、リプレイを通じて価値を理解してもらうことができました。

1.9.1 招待コードの裏側:資金調達と推論キャパシティの制約

ところで、なぜ初期にあれほど厳格に招待コード制を採用したのでしょうか?

理由はシンプルです。ソファ動画の撮影と同じで、私たちがやれば他社も真似をし、招待コードを導入すればそれも真似されました。しかし、背景にある理由を知っていれば、模倣者たちの行動は滑稽に見えます。

招待コード制にしたのは、純粋に残り資金が約 800〜900 万ドルしかなかったからです。ラウンドを終えたばかりでしたが、それでも貧乏な会社でした。Manus 以前は国内 VC の評価も芳しくなく、派手な AI 競合と比べて資金は乏しい状態でした。

招待コードがあっても、ピーク時のデイリーバーン(日次消費額)は 50 万ドルに達しました。もし完全公開していれば、3 月 5 日のローンチから 1 週間以内に会社が潰れていたかもしれません。大企業のようなリソースがない中で、予想を超える反響があったため、招待コードでペースをコントロールし、その後有料機能をリリースせざるを得ませんでした。無課金期間中は、招待コードが消費量を管理する役割を果たしていたのです。

これが 1 つ目の理由。2 つ目は業界外では知られていない理由です。今日、AWS や GCP から API やトークンを購入するのは通常問題なく、供給は無限です(大半はプロダクトがそこまでスケールしないため)。私たちの課題は何だったのか? Manus は世界初のコンシューマー向け汎用エージェントでした。それまでのクラウドプラットフォームは、チャットボットやコンパニオンアプリ向けのサービスでした。初期テストで Manus(エージェント)と Monica(同僚の製品であるチャットボット)を比較したところ、1 DAU あたりのトークン消費量は 200〜1000 倍も違いました。

この数字がどれほど大きいか? クラウドからモデル呼び出しのスループットを確保する際は TPM(Tokens Per Minute)を使います。M は Million(百万)です。アジア太平洋地域において、10M〜20M TPM を必要とする大規模チャット/コンパニオンアプリは最上級クラスの顧客でした。ところがローンチから 3 日後、招待コード保持者に完全開放したところ、需要は約 800M TPM に達しました。

どういうことか? あるクラウドベンダー(名前は伏せます)に電話し、「500M TPM が必要だ」と伝えたところ、スタートアップが割引欲しさに誇張するのに慣れていた彼らは「それは来年の想定ボリュームですか?」と聞いてきました。

私は「いいえ、今すぐ 500M 必要です」と答えました。

彼らは提供できませんでした。どのクラウドベンダーにも十分な計算リソースの備蓄がなく、互いの様子を見ながら少しずつキャパシティを増やしている状況でした。初期の私たちにはそこまでのバーンレートに耐える資金がなく、またクラウドサービス側も AI エージェントの爆発的普及に備えていませんでした。

幸い、あるクラウドプラットフォームから数百 M TPM を確保でき、最初の 1 ヶ月を乗り切りました。その後もベンダーと継続的にコミュニケーションを取り、「エージェントは爆発するからキャパシティを準備してほしい」と伝え続けました。

招待コードを終了した 5 月には、以前の増強のおかげで、多くのプラットフォームが起業家に 30〜50M TPM を提供できるようになっていました。

そのため、5 月や 6 月にこの話を共有しても信じてもらえず、「自慢話だ」と言われました。「そんな経験はないよ、いつでも 10M くらい頼める」と。

私が思ったのは、第一に、2 ヶ月前ならあなたたちも確保できなかったはずだということ。第二に、10M と 1000M では 100 倍違うということです。人々は、Manus のローンチ需要がどれほどサプライチェーンに混乱をもたらしたかを理解していませんでした。クラウドリソース、インフラ、決済——すべてにおいて先駆者が解決すべき課題だったのです。後のエージェント起業家は同じ問題に直面しないかもしれません。

1.10 若手起業家へのアドバイス

最後に、ここにいる多くの方が AI ネイティブな起業家になるかもしれません。いくつか提案させてください。

1.10.1 初日からグローバルを見据える。ただし欧米だけではない

第一に、グローバルな視野を持つことです。

グローバルな視野とは何か? 昨年 6 月、ヨーロッパ最大級のテックサミットである VivaTech に招待されました。世界的な現象となったプロダクトのサミットで登壇できるのは嬉しいことです。出発の 3 日前、主催者から「サプライズを用意した」と約束されました。その夜、Gmail に elysee.fr(フランス大統領府のドメイン)からメールが届き、マクロン大統領が夕食に招待してくださるとのことでした。

最初の反応は「詐欺だ」でした。普通はそう思いますよね? 主催者に確認すると、それがサプライズだとわかりました。サミット終了後、エリゼ宮殿でマクロン大統領と食事をしたのです。最近 Xiaohongshu(小紅書)で Jensen Huang の話題に乗っかって投稿したのも、マクロン大統領が私の右隣に座り、向かいに Huang がいたからです。Huang は素晴らしいスピーチをしたので、それを録画して投稿し、最近バズりました。

なぜこの話をするのか? プロダクトのローンチからわずか 3 ヶ月余りで、このような格式高いイベントに招待されたからです。数十のテーブルにはヨーロッパの創業者や投資家が並んでいました。食事後の会話を通じて、スタートアップのアイデアの欠陥が見えてきました。

ヨーロッパのスタートアップエコシステムは中国よりかなり遅れており、防御的な思考になっています。「ヨーロッパで、ヨーロッパのために作る」。米国と中国の支配を恐れ、欧州企業や政府が欧州製 AI を使えるよう、地元 AI の強化を主張する人が多くいました。

私は居心地の悪さを感じました。近くにいたアメリカの創業者たちも「信じられない」と同意していました。公式な場だったので率直には言えませんでしたが、心の中ではこう思っていました。もし私たちが「中国で、中国のためだけに作る」という方針をとっていたら、今日ここに座ってはいなかっただろうと。

私たちは、LLM の最大の価値の一つは言語の壁を劇的に下げることだと信じています。3 人のリーダーのうち、Red と私は創業前に海外留学や居住の経験がなく、Red は米国を訪れたこともありませんでした。Chief Scientist だけが子どもの頃に少し海外に住んでいた程度です。まさに言語の壁が下がったからこそ、グローバルにマーケティングし、サービスを提供し、考えることができ、このようなプロダクトを生み出せたのです。

それなのに、多くの若いヨーロッパの創業者は自らをヨーロッパに閉じ込めようとしていました。間違ったアプローチです。私は交流の中でこの点に触れました。

今日、国内の若い AI ネイティブ創業者に伝えたいのは、初日からグローバル展開やグローバルユーザーへのサービスを視野に入れてほしいということです。言語の壁がなくなった今、海外進出は決して難しいことではありません。社内のシステムやカスタマーサポートが多言語対応できているのも、壁が存在しないからです。

AI は中国の起業家にとって天からの贈り物です。かつては英語の優位性や文化的な不利から、米国のテック輸出と競争するのは困難でした。しかし AI の領域では、プロダクトや次元の異なるイノベーションによってグローバル市場で勝つ強い力を持っています。だからこそ、AI 起業においてグローバルな視野は最重要なのです。

強調しておきます。グローバル ≠ 欧米のみ。世界は広大で、グローバルサウスにもチャンスがあります。最大の収益市場は米国ですが、ユーザー数が最も多いのはブラジルです。中東、ヨーロッパ、日本・韓国、東南アジア、アフリカ——どこにでもユーザーがいます。

グローバル化する際に「海外」とひとくくりにしてはいけません。社内ではチームメンバーに「外国」という言葉の使用を禁じています。曖昧すぎるからです。「外国」という言葉は「国内」との二項対立を暗に示し、地域・言語・文化にまたがる複雑なグローバル分布を過度に単純化してしまいます。真のグローバルな視野で地域の機会を発見することで、新しい洞察が生まれるのです。

1.10.2 自分でプロダクトを使い、感情的なナラティブで判断を代替しない

プロダクトに関わる人への 2 つ目のアドバイスは、セルフメディアを読みすぎないことです。

補足しておくと、質の高いクリエイターを批判しているわけではありません。しかし、プロダクトを作る人がセルフメディアの記事ばかり読んでいると、虚無主義に陥ります。今日は「核爆弾級の衝撃」、明日は「業界は終わった」。Manus のローンチ以来、「破壊された」「もう使われていない」と何度宣言されたかわかりませんが、ビジネスは一貫して成長し続けています。

ほとんどのセルフメディアには業界経験がなく、トラフィック目的で記事を書いています。感情に迎合し、喜び・怒り・混乱を通じてドーパミンを刺激し、あなたを操っているのです。こうした形で AI の発展を捉えると、現実との間に巨大な乖離が生じます。

例えば、ローンチから 2〜3 ヶ月後、TPM は 800〜900M に達しました。世界的に見ても、Cursor や Windsurf などを除けば、これほどトークンを消費したスタートアップはほとんどありません。それなのに、多くのセルフメディアはまだ「エージェントの作り方」を教えていました。

言葉は力であり、ツールです。書かれた意見は対等に見えますが、土台が違います。市場との接点、ユーザーリサーチ、オンラインでの検証を持たない人もおり、そうした意見は想像上のものです。毎日それを消費していると、感情が振り回されてしまいます。

本当のプロダクト感覚は細部に宿ります。「OpenAI が X をリリースし、業界は終わった」と聞いたら、自分で試してみてください。OpenAI のプロダクトの多くはひどいものです。10 回リリースして 1 回成功するのは、人員・資金・基盤の強さがあるからで、9 回は失敗します。セルフメディアを見て「大手がやったからこの領域は終わりだ」と結論づけてしまうと、機会を失います。すべては自分の手で触れ、使い、実践する必要があります。

最近 AI PM の面接をしていて、ひどいと感じることがありました。新卒採用で「AI PM に興味がある」と言う候補者が挙げられるツールは 1 つだけ。最近のチャット履歴を見せてもらうと、アプリが入っていないか、タスクが 2〜3 件しかない。明らかに面接用に詰め込んだだけの知識でした。

AI が産業を破壊し始めて 3〜4 年経つのに、AI PM の候補者が AI を使っていないのです。書類選考の欠陥を示しています(今は実際の使用証明を求めるようにしました)が、根本的には恐ろしいことです。AI 関連の仕事をする前提条件は、自分自身が深く AI を使っていることだと気づいていないのです。 firsthand の経験があって初めて、現在のモデルやプロダクトの境界線、そして新たな機会が見えてきます。他人が咀嚼したコンテンツを消費するだけでは、現実は絶対に伝わってきません。

あなたが記事を書いたり、セルフメディアで他者に影響を与えるのは構いません(チームメンバーもやっていますし、私もたまにやります)。しかし、栄養源をセルフメディアだけに頼ってはいけません。そうすると業界に対する認知が歪み、真実を反映しなくなります。

1.10.3 課題を発見し、未知を受け入れ、行動で修正する

3 つ目のアドバイスは、AI PM だけでなく、10 年以上にわたり優れた PM を目指す人々に伝えてきたことです。

現在のモデルや技術は豊富にあります。不足しているのは技術や実行力ではなく、課題発見力です。課題を発見・定義し、解決された状態を明確に説明できる能力は希少です。スタートアップの発表を聞いているだけでは身につきません。若くてキャンパスにいるうちはプレッシャーも少ないので、社会や生活、クラスメイトやインターンの同僚を観察し、解決を待っている本物の課題を見つけ出してください。

この社会の仕組みはどう動いているのか? どこで AI が効率を改善できるのか? すべては生活の観察から始まります。生活そのものに対してより強い好奇心を持ってほしいと思います。好奇心が理解と洗練を促すからです。しかし現在、多くの人が好奇心を失っています。

Manus のローンチから 2 年近く経ちますが、若い起業家から「どうやって成功したのですか?」と頻繁に聞かれます。決定的な解答用紙を探し、10 のステップに従えば必ず成功すると信じているのです。そんなことは絶対にありません。起業は極めて不確実なものです。ほとんどの決定は完全にクリアでない状態で下され、それでも行動し、動的に調整していくものです。

ここが起業家と VC の違いです。VC が長い調査を行うのは、意思決定が重く不可逆だからです。投資したお金は戻ってきません。事前調査で精度を高めようとし、最終形や道筋について質問します。しかし起業家はそういう考え方をしてはいけません。すべてを事前に定義し、最適な道筋を決めてしまったら、それは「最適な道」ではなくなるのです。

起業家は戦場で動的に生きています。日々の変化を観察し、世界・市場・技術の変化を理解し、毎日動的に意思決定を行います。優れた起業家は皆このように動いています。

過去 2〜3 年で強く感じるのは、若い起業家がますます未知を受け入れることを恐れ、永遠の答えを求めていることです。この銃はどう撃つのか? マーケティング、プロダクト、技術、グローバル化はどう扱うのか? 確実性を渇望しています。こちらが与えられないと「秘密を隠している」と疑い、「秘密などない、まず動け」と言うと「教えてくれないのだ」と受け取ります。

だからこそ、世界に対して好奇心を持ち続けてください。未知のものこそが最も美しい。大きな機会は確実性の中ではなく、未知の中にあります。もし確実性が存在していたら、私たちは AI ブラウザを作っていたでしょう。

1.11 結論:心に手を与えよ

最後に、Manus という名前の由来を知らない方も多いかもしれません。MIT の標語 Mens et Manus(ラテン語で「心と手」)から来ています。なぜこれを選んだのか? すべての大規模モデルベンダーは「心(Minds)」を作っていますが、2024 年末の時点で、なぜそれほど強力な心が大きな影響力を発揮できなかったのでしょうか? 脳はあっても手がなかったからです。Manus は大規模モデルの「手」を表しており、脳の思考が現実世界に影響を与え、本物の課題を解決できるようにするものです。

これは今日のテーマにも通じます。あらゆる思考には実践が必要です。起業の本質は実践であり、コンテスト用の PPT シミュレーションや、資金調達用の派手な資料ではありません。

実践を恐れず、現実の社会に向き合い、好奇心を保ち、世界の未解決課題に取り組むこと——それこそが真の起業家精神であり、創業者の使命です。起業家ごっこをすることではありません。ありがとうございました。

ワンクリック保存

YouMindでバイラル記事をAI深読み

ソースを保存し、的を絞った質問をし、主張を要約して、バイラル記事を再利用できるノートに変えます。すべてを1つのAIワークスペースで行えます。

YouMindを探索
クリエイターのために

あなたの Markdown をきれいな 𝕏 記事に

自分の長文を投稿するとき、画像・表・コードブロックを 𝕏 向けに整形するのは手間がかかります。YouMind は Markdown 全体を、そのまま投稿できるきれいな 𝕏 記事に変換します。

Markdown → 𝕏 を試す

解読すべきパターンをもっと

最近のバイラル記事

バイラル記事をもっと見る