2025年：エンタープライズ生成AIの現状

2025年：エンタープライズ生成AIの現状

2025年12月9日

ティム・タリー、ジョフ・レッドファーン、ディディー・ダス、デレク・シャオ

AIブームとバブル

資金の流れを追う：企業の資金はどこへ向かっているのか？

AIが企業に入り込む方法：本番環境への道

企業は構築だけを購入するのではありません。

AIバイヤーのコンバージョン率は高い。

PLG：個人がAI普及を牽引、ソフトウェア普及の4倍のスピード

スタートアップと既存企業：新規参入者がAIアプリケーションで優位

AIアプリケーション：190億ドルの市場

部門別AI：コーディングは生成AIの最初の「キラーアプリケーション」

垂直（業界別）AI：ヘルスケアが導入をリード

水平（汎用）AI：コパイロットがエージェント支出を上回る

AIインフラ：「ツルハシとシャベル」に180億ドル

LLM市場シェア：Anthropicがエンタープライズ分野での主導権を拡大

オープンソースモデル：企業での採用はより広範なエコシステムより遅れている

AIインフラ：発展途上のモダンAIスタック

次に何が起きるか？2026年の予測

最後の言葉

データソースと方法論

AIブームとバブル

過剰投資への懸念があるにもかかわらず、AIは現代のソフトウェア史上かつてない速度で企業に導入されています。

過去3年間、AI分野は自信に満ち、資金流入が記録的な高さを更新しました。このブームにより、NVIDIAは世界時価総額最大の企業の座に上がりました。1つの財団から近1兆ドルのAIインフラ投資へのコミットメントが発表されました。ベンチャーキャピタルも過去最高の水準まで回復し、そのうちの半近くが少数の最先端AIラボに集中しています。

その後、狂気は最高潮に達しました。MITのある研究²は、生成AIプロジェクトの95%が失敗すると主張しており、このニュースは夏場に市場に衝撃を与えました。これは、巨額のAI資本支出の下で市場のセンチメントがいかに迅速に変わり得るかを浮き彫りにしました。バブルのささやきは騒音へと変わりました。

関連データの規模を考えると、これらの懸念は根拠のないものではありません。しかし、需要側の状況は大きく異なります。私たちの最新の市場データは、このテクノロジーが広く採用されており、実際の収益と生産性が規模をもって成長していることを示しています。これは、市場がバブル期ではなく、繁栄期にあることを示唆しています。

2023年以来、エンタープライズAI市場規模は17億ドルから370億ドルへと急増し、現在では世界のSaaS市場の6%を占めています。また、その成長速度は史上どのソフトウェアカテゴリよりも速いです。

Menloの年次第3回目となる『エンタープライズ生成AIの現状レポート』では、約500人の米国エンタープライズ意思決定者に調査を行い、その洞察をモデルAPI、インフラストラクチャ、およびアプリケーションを網羅したボトムアップ型の生成AI市場モデルと組み合わせました。2023年以来、私たちのチームは初期の実験から企業への広範な展開まで、AIの進化を追跡しており、この変革の速度と規模について長年にわたる知識を得てきました。

資金の流れを追う：企業の資金はどこへ向かっているのか？

私たちのデータによると、2025年の企業の生成AIへの支出は370億ドルに達し、2024年の115億ドルから前年比3.2倍増となりました。その最大のシェア（190億ドル）は、基盤となるAIモデルを利用したユーザー向け製品やソフトウェア、つまりアプリケーション層に向いています。これはソフトウェア市場全体の6%以上を占めており、これはすべてChatGPTが公開されてから3年以内に行われました。

AIの成長は、少数のチャットアプリにとどまらず、経済のあらゆる分野に浸透しています。私たちの集計では、現在少なくとも10製品の年次経常収益（ARR）が10億ドルを超え、50製品が1億ドルを超えています。これは主にアプリケーションを駆動するモデルAPI（Anthropic*、OpenAI、Googleなど）のおかげですが、コーディング、営業、カスタマーサポート、人事などの部門ソリューション、およびヘルスケア、法律、クリエイターエコノミーなどのあらゆる垂直分野への適用範囲も拡大しています。

2025年までに、エンタープライズAI支出の半分以上がAIアプリケーションに使用される見込みです。これは、現代の企業が長期的なインフラ投資よりも、即座な生産性向上を優先していることを示しています。

AIが企業に入り込む方法：本番環境への道

3年後、エンタープライズAIの本番環境への道が見え始めました。初期の採用者は経験とノウハウを欠いていましたが、現在では従来のSaaSモデルとは大きく異なる明確なパターンが出現しています。企業は自社開発よりも購入を好み、より強い購入意欲を示し、プロダクト主導型成長（PLG）モデルを通じてAIを大規模に採用しており、その規模はエンタープライズソフトウェア領域では例を見ません。

企業は構築だけを購入するのではありません

しばらくの間、一般的な見解は、企業はAIソリューションの大部分を自社で構築すべきだというものでした。Bloombergは2022年に金融分野向けのBloombergGPTをトレーニングし、Walmartは2024年に小売業向けのWallabyを開発しました。各チームは、正しいデータ、ドメインの専門知識、必要なフレームワークがあれば、社内ですべてを処理できると確信していました。

2024年のデータもこの自信を裏付けていました。AIソリューションの47%が社内開発で、53%が購入でした。現在では、76%のAIユースケースが購入されており、社内開発ではありません。企業が社内開発に引き続き巨額の投資を行っているにもかかわらず、既製のAIソリューションの方が迅速に本番環境に投入でき、即座の価値を示すことができます。一方、企業のテックスタックはまだ洗練されつつあります。

昨年、企業はAIソリューションを自作するか購入するかで意見が分かれていました。現在、企業内の構築能力が成熟するにつれて、本番環境で既製のAIソリューションを展開する企業が増えています。

AIバイヤーのコンバージョン率は高い。

エンタープライズバイヤーのAI受容性は非常に高いです。企業がAIソリューションの検討を決定すると、その取引コンバージョン率は従来のソフトウェアのほぼ2倍であることがわかりました。AI取引の47%が最終的に本番投入されたのに対し、従来のSaaSではわずか25%でした。このような高いコンバージョン率は、バイヤーの強い意志と明確な即時の価値を反映しています。調査データによると、多くの企業は潜在的なAIユースケースの長いリスト（通常10以上）を挙げていますが、主に短期間の生産性向上またはコスト削減に焦点を当てています。社内向けのユースケース（59%）は顧客向けユースケース（41%）よりやや多いものの、両者のコンバージョン率はほぼ同じであり、運用レベルのAI投資が顧客向けのイノベーションと同様に確実に価値をもたらすことを示しています。

AIバイヤーのコンバージョン率は47%で、SaaSは25%です。これは、AIが標準的な調達プロセスを簡素化するのに十分な即時の価値を提供できることを示しています。

PLG：個人がAI普及を牽引、ソフトウェア普及の4倍のスピード

一元的な調達チャンネルに加えて、AIソリューションは企業幹部よりも、個人ユーザーを通じてエンタープライズ市場に参入するケースが増えています。すべてのAIアプリケーション支出の27%がプロダクト主導型成長（PLG）モデルから来ており、これは従来のソフトウェア（7%）のほぼ4倍です。

そしてこの数字は保守的な推定です。「シャドウAIアプリケーション」(Shadow AI)―従業員が個人クレジットカードでChatGPT Plusなどのツールを購入すること（その約27%は仕事関連）―を考慮すると、PLG駆動型のツールが、アプリケーションAI支出のほぼ40%を占める可能性があります。

AI分野では、PLGの動的な機能が従来のSaaSよりも迅速かつ広範囲にエンタープライズユーザーにリーチし、コンバージョンさせることができます。実際の使用効果は、正式な契約プロセスが始まる前にその価値を証明するのに十分です。

AI分野では、PLGモデルが従来のSaaSよりも速く、遠くまでエンタープライズ規模に達しています。Cursorは最初の企業営業担当者を採用する前に2億ドルの収益を上げました。n8nのビジネスはオープンソースコミュニティの広範な利用に基づいて構築され、数百人の従業員がアクティブユーザーとなってから正式に契約されました。ElevenLabs、Gamma、Wispr Flow*も同様の方法で規模を拡大しました。

開発者や技術チームは、この傾向を特に受け入れています。多くの人々が個人的な使用のためにいくつかのツールを見つけ、日常業務でその価値を証明し、これによってボトムアップの需要が形成され、最終的に企業契約に結びつきます。Lovable、OpenRouter*、falもこのモデルに従っており、これらのツールが開発ワークフローに組み込まれると、製品マネージャーやエンジニアの非公式な使用が企業契約に変わります。

スタートアップと既存企業：新規参入者がAIアプリケーションで優位

AIアプリケーション層では、スタートアップがすでに大きくリードしています。私たちのデータによると、今年はスタートアップが収益1ドルごとに約2ドルを稼ぐのに対し、既存企業は1ドルしか稼げていません。スタートアップは市場シェアの63%を占めており、昨年の36%（当時は既存企業が優勢でした）から増加しました。

理論的には、このようなことは起こるはずがありません。既存企業は強固な流通チャネル、データの護城河、深い企業関係、巨大な営業チーム、強固なバランスシートを持っています。しかし、実際には、AIネイティブのスタートアップが、最も成長の速いアプリケーションカテゴリの一部で、規模の大きな競合他社を追い抜いています。

製品・エンジニアリング（スタートアップシェアの71%）：コード生成はスタートアップが勝利する典型例です。GitHub Copilotは先駆者であり、すべての構造的優位性を持っていましたが、Cursorはより優れた機能をより迅速にリリースすることで、かなりの市場シェアを獲得しました。リポジトリレベルのコンテキスト、マルチファイル編集、差分承認、自然言語コマンドのすべてでCopilotをリードしています。Cursorのモデルに依存しないアプローチにより、開発者はリリース当初から、Microsoftのパートナー選択に制限されずに、Claude Sonnet 3.5などの最先端モデルを採用できました。この製品スピードがPLGの飛車輪効果を生み出しました。Cursorは個人開発者の支持を勝ち取り、その後彼らによってエンタープライズアプリケーションへと普及しました。

営業（スタートアップシェア78%）：ClayやActivelyのようなAIネイティブスタートアップは、Salesforceが支配していないワークフロー（リサーチ、パーソナライゼーション、情報エンリッチメント）を攻撃することで勝利しました。これらのプロセスは、CRMシステムの外部にある非構造化的なシグナル（ネットワーク、ソーシャルメディア、電子メール）に大きく依存しています。これらのCRMシステムの外側のチャネルを掌握し、下流へと拡張することで、それらは営業担当者が実際にやり取りするAIレイヤーとなりました。短期的には従来の記録システム（System of Record）に取って代わり、長期的には記録システムそのものになることが見込まれます。

財務・運営（スタートアップシェア91%）：金融などの規制の厳しい分野では、Intuit QuickBooksのような老舗企業は極めて高い精度の要求に直面しており、これがネイティブのAIワークフローを立ち上げる能力を制限しています。この分野の総規模は依然として小さいものの、この停滞はRillet、Campfire、Numericのようなスタートアップに機会をもたらしました。彼らは老舗企業が次世代の信頼できる製品を迅速に立ち上げることができないため、最終的に勝利する、AIを先導し、リアルタイムの自動化とインテリジェントなワークフローを備えたERPシステムの構築に沈み込むことができました。

以下の図は、このダイナミクスが企業の各部門でどのように変化するかを示しています。各部門には特定の機能ツールがあります。断片化された、データ集約型のワークフローを持ち、自動化に適したチームは、往往にしてAIの採用を主導します。一方、信頼性、統合の深さ、既存システムへの依存性が、迅速な反復よりも重要な分野では、既存のシステムが依然として優位に立っています。

AIスタートアップは、市場調査、営業、マーケティング、製品などの機動的な部門で急成長しています。一方、既存企業はITやデータサイエンスの分野で優勢であり、そこでは信頼性と深い統合が速度よりも重要です。

技術スタックの下層へ深く進むと、状況は変化します。インフラストラクチャ層では、状況はより複雑です。私たちのデータによると、多くのAIアプリケーション開発者は、長年信頼してきたデータプラットフォームを選択し続けているため、既存企業が市場シェアの56%を占めています。Temporal、Supabase、Neon*、Pinecone*のような新興のAIネイティブインフラ企業が目覚ましい成長を遂げていますが、Databricks、Snowflake、MongoDB、Datadogのような既存企業も同様に顕著な成長を遂げています。なぜなら、新興のAIネイティブアプリケーション開発者であっても、データ管理、ワークフローのオーケストレーション、運用監視には依然として主に既存のプラットフォームを選択しているからです。

スタートアップはアプリケーションAI分野で支配的であり、1ドル稼ぐごとに老舗企業は約2ドル稼いでいますが、企業インフラ支出は依然として老舗企業に有利です。

AIアプリケーション：190億ドルの市場

2025年までに、アプリケーション層は190億ドルの投資を得ると予想されており、これは生成AI総支出の半分を超えています。これらの支出は3つのカテゴリに分類されます。

部門別AI（73億ドル）：ソフトウェア開発や営業などの特定の役割向けに構築されたもの。

垂直（業界別）AI（35億ドル）：ヘルスケアや金融などの特定の業界をターゲットとしたもの。

水平（汎用）AI（84億ドル）：すべての機能部門の生産性を向上させるもの。

部門別AI：コーディングは生成AIの最初の「キラーアプリケーション」

2025年までに、各部門のAI支出は73億ドルに達し、前年比4.1倍増となります。その中でもコーディングへの支出が際立っており、40億ドル（部門別AI支出の55%）に達し、アプリケーション層全体で最大のカテゴリとなっています。残りはIT（10%）、マーケティング（9%）、カスタマーサクセス（9%）、デザイン（7%）、人事（5%）で構成されています。

コーディングは、部門別AIにおいて最もホットなユースケースとなっています。投資は最も直接的な影響を与える分野に集中しています。現在、製品およびエンジニアリングチームが支出の大部分を占めています。

モデルが経済的に意味のあるパフォーマンスレベルに達するにつれて、コードはAIの最初の真の「キラーアプリケーション」となりました。AnthropicのSonnet 3.5が2024年半ばにこの分野で最初のブレイクスルーを引き起こしました。その後、AIの採用は急速に普及しました。現在、50%の開発者が毎日AIコーディングツールを使用しており（上位四分位の組織では65%に達します）、コード補完市場は23億ドルに成長しました。コードエージェントとAIアプリケーションビルダーもゼロから爆発的な成長を遂げています。チームは、プロトタイピング（Lovable）からコードリファクタリング（Open Hands*）、デザインからコード（Weaver）、品質保証（Meticulous*）、コードコミット（Graphite*）、サイト信頼性エンジニアリング（Resolve）、デプロイ（Harness*）に至るまで、ソフトウェア開発ライフサイクルのすべての段階でAIツールを採用することにより、開発速度が15%以上向上したと報告しています。

2025年の5億5000万ドルから40億ドルへの急激な成長は、能力の変化を反映しています。モデルは現在、コードベース全体を解釈し、マルチステップタスクを実行できます。コーディングは単一のソリューションからエンドツーエンドの自動化へと変化しました。

コーディング分野が部門別AI支出の半分以上（40億ドル）を占めてはいますが、このテクノロジーは多くの企業部門で急速に普及しています。IT運用ツールへの支出は7億ドルに達し、チームはAIを使用してインシデント対応とインフラ管理を自動化しています。マーケティングプラットフォームへの支出は6億6000万ドルで、主にコンテンツ生成とキャンペーン最適化によるものです。カスタマーサクセスツールへの支出は6億3000万ドルで、AIはチケットルーティング、感情分析、顧客への能動的な連絡を処理します。これらのカテゴリはすべて反復的なワークフローを対象としており、即座かつ測定可能な生産性向上を目指しています。以下の図は、各部門で台頭しているプレイヤーを示しており、彼らは企業の部門別AI支出73億ドルを奪い合っています。

AIネイティブスタートアップはあらゆる職能領域で急速に台頭しており、2025年の部門別AI支出73億ドルのうち、かなりのシェアを獲得すると見込まれています。

垂直（業界別）AI：ヘルスケアが導入をリード

2025年、垂直AIソリューションへの投資額は35億ドルに達し、これは2024年の投資額12億ドルのほぼ3倍です。業界別では、ヘルスケア業界のみがすべての垂直AI支出のほぼ半分、約15億ドルを占めています。これは前年の4億5000万ドルから3倍以上に増加しており、他の4つの垂直分野の合計を上回っています。

今年の各垂直分野への投資総額は35億ドルで、昨年のほぼ3倍です。そのうち、ヘルスケアへの投資額は15億ドルで市場シェアの43%を占め、他の4つの垂直分野への投資合計を上回っています。

ヘルスケア業界は成長が遅く、長い調達サイクルと規制上の抵抗に長らく苦しんできました。しかし、長年にわたり、事務的な負担の増加、利益率の圧迫、人材の慢性的な不足により、医療システムは経済全体でAI自動化へのNeedが最も強い業界の1つとなっています。

支出の大部分は事務および臨床関連のワークフローに集中しており、その中でも環境医療記録担当者（Ambience Recorder）が際立っています。2025年までに、医療記録担当者市場は6億ドル（前年比2.4倍増）に達し、2つの新しいユニコーン企業（AbridgeとAmbience）と、市場リーダーであるNuance傘下のDAX Copilotが誕生します。臨床医は平均して5時間の診療時間のうち1時間を記録に費やすため、医療記録担当者が記録時間を50%以上短縮できれば、医師の事務的負担を大幅に軽減し、自身の実務範囲内で最も重要な仕事に集中できます。

ヘルスケアにおけるAIの変化について詳しく分析するには、私たちの『2025年ヘルスケアにおけるAIの現状レポート』をご参照ください。採用傾向、予算の変化、医療システムがすでに大きな投資収益（ROI）を上げている分野について知ることができます。

ヘルスケアに加えて、AIはほぼすべての経済分野に浸透し始めています。Eve*のような企業が主導する法律業界の市場規模は6億5000万ドルに達しました。作成ツール市場は3億6000万ドル、政府市場は3億5000万ドルです。以前はソフトウェアサービスが不足していた業界でのAI採用が最も強くあります。これらの業界は以前、手作業に依存し、構造化されていないワークフローを持ち、人力によるサービスに依存していましたが、生成AIによって自動化できるようになりました。以下の図は、これらの分野でビジネスを構築し、市場シェアを争っている企業を示しています。これらの市場シェアは、今年垂直AI分野に流入した35億ドルです。

垂直AI分野は2025年までに35億ドルの規模に達すると予想されており、これは昨年の投資額の3倍です。これらの企業は、経済のあらゆる分野にサービスを提供するネイティブAIソフトウェアが台頭していることを示しています。

水平（汎用）AI：コパイロットとエージェントへの支出

水平AI市場の規模は84億ドルに達し、依然としてアプリケーション層で最大かつ最も急成長しているカテゴリであり、前年比5.3倍増となっています。そのうち、コパイロットが86%（72億ドル）と圧倒的シェアを占めており、主にChatGPT Enterprise、Claude for Work、Microsoft Copilotが牽引しています。Salesforce Agentforce、Writer、Gleanなどのエージェントプラットフォームがさらに10%の市場シェア（7億5000万ドル）を占め、GranolaやFyxerなどの個人生産性ツールが残りの5%（4億5000万ドル）を占めています。

汎用コパイロットが現在主流ですが、エージェント機能がますます強力になるにつれて、運転支援から自動運転へのシフトが予想されます。

AIインフラ：「ツルハシとシャベル」に180億ドル

私たちのデータによると、2025年のインフラストラクチャ層への支出は180億ドルに達し、生成AI総支出の半分を占め、2024年の92億ドルから2倍増となっています。これらの支出は3つのカテゴリに分類されます。

基盤モデルAPI（125億ドル）：すべてのAIアプリケーションの背後にある知能を提供します。

モデルトレーニングインフラ（40億ドル）：最先端ラボと企業がモデルをトレーニングおよび調整できるようにします。

AIインフラ（15億ドル）：LLMを企業システムに接続するデータの保存、検索、オーケストレーションを管理します。

LLM市場シェア：Anthropicがエンタープライズ分野での主導権を拡大

今年、基盤モデルの情勢は決定的な変化を迎え、Anthropicが予想外にもOpenAIに代わってエンタープライズ分野のリーダーとなりました。私たちの推定では、Anthropicは現在エンタープライズLLM支出の40%を占めており、昨年の24%や2023年の12%から増加しています。同期間中、OpenAIのエンタープライズ市場シェアはほぼ半減し、2023年の50%から2025年には27%に低下しました。Googleも大幅な成長を遂げ、エンタープライズ市場シェアを2023年の7%から2025年の21%へと拡大しました。この3社でエンタープライズLLM API使用量の88%を占め、残りの12%はMetaのLlama、Cohere、Mistral、および多数の小規模サプライヤーに分散しています。

これらの視点は組み合わせることでLLMエコシステムのシフトを示しています。積み上げ棒グラフは市場シェア変化の規模を示し、トレンドラインは主要サプライヤーのモメンタムを強調し、コーディングシェアは競争優位性の獲得経路を強調しています。

Anthropicの台頭は、コード市場での揺るぎない支配力によるものであり、現在その市場シェアは54%と推定され、OpenAIの21%を大きく上回っています。この数字は6ヶ月前の42%から増加しており、これは主にClaude Codeの普及によるものです。

実際、AnthropicはLLMコード生成のリーダーボードで2024年6月のClaude Sonnet 3.5のリリース以来、比類なき18ヶ月間の優位性を維持しています。2025年11月中旬、GoogleはGemini 3 Proをリリースしましたが、その公式モデルカードによると、Gemini 3 ProはSWE-bench Verifiedを除く主要なベンチマークのほとんどで上位にランクインしており、SWE-bench Verifiedでは依然としてClaude Sonnet 4.5に遅れをとっていました。わずか1週間後、AnthropicはClaude Opus 4.5でその優位性をさらに拡大しました。これはコード生成パフォーマンスの記録を更新し、Anthropicがこのカテゴリでの主導権を再び固めました。

オープンソースモデル：企業での採用はより広範なエコシステムより遅れている

今年の成長速度は鈍化しましたが、Llamaは依然として企業で最も広く使用されているオープンソースモデルです。しかし、モデルの停滞（4月にLlama 4がリリースされて以来、新しいメジャーバージョンがないなど）により、企業全体のオープンソースソフトウェアのシェアは昨年の19%から現在の11%に低下しました。

企業は依然として慎重で、クローズドソースモデルを好んでいます。オープンソースLLMは現在市場シェアのわずか11%ですが、開発者たちは本番環境で自社モデルを実行し、新しいアーキテクチャを大規模にテストすることで、限界を突破し続けています。

中国のオープンソースモデルは今年目覚ましい進歩を遂げ、スタートアップ間でますます人気がありますが、企業は依然として慎重な姿勢を崩していません。全体として、それらはLLM API総使用量の1%未満（企業オープンソースの約10%）に過ぎません。

企業の外部では、状況は大きく異なります。スタートアップや独立した開発者の使用状況をベンチマークするためによく使用される2つのツールであるvLLMとOpenRouter*の結果、Qwen、DeepSeek（V3、R1）、Moonshot/Kimi、MiniMax、Z AIのGLMの使用率が急上昇していることが示されています。ただし、DeepSeekの使用率はR1バージョンリリース直後の急増の後、減速しています。

小規模なモデルであるQwen3とGLMは、より大きなクラスのモデルと匹敵する性能を持っているため、好まれています。例えば、Airbnbはユーザー向けAI機能でQwenモデルを広く使用しており、Cursorはそのモデルを内部モデルのオープンソースベースとして使用しています。

オープンソースLLMトークンの配分は進化し続けており、過去1年間で中国のモデルが開発者の間で明確な吸引力を得ています。

AIインフラ：発展途上のモダンAIスタック

エージェントという言葉が広く議論されていますが、実際の本番環境アーキテクチャは驚くほど単純です。「真のエージェント」―LLMがアクションを計画・実行し、フィードバックを観察して自身の行動を調整できるシステム―を展開している企業はわずか16%、スタートアップは27%に過ぎません。ほとんどのシステムは、固定されたシーケンスまたはルーティングベースのワークフローを中心に構築されており、それらはすべて単一のモデル呼び出しを中心に展開されています。カスタムパターンもこの技術的な未熟さを強化しています。プロンプトエンジニアリングが依然として主流の技術であり、次いで検索拡張生成（RAG）が続きます。より高度な手法（ファインチューニング、ツール呼び出し、コンテキストエンジニアリング、強化学習（RL））は依然としてニッチであり、主に最先端のチームによって使用されています。

ハイプを別にすれば、ほとんどの「AIエージェント」は実際にはモデル呼び出しを中心とした基本的なif-thenロジックに過ぎません。この単純なアーキテクチャは現在のアプリケーションシナリオには対応できますが、私たちがまだ初期段階にあることも暴露しています。

LLMベースのアプリケーションアーキテクチャは依然として進化しているため、モダンAIスタックは昨年と全体として大きな違いはありません。これまでのところ、最大の受益者はDatabricks、Snowflake、MongoDB、Datadogのような信頼できるデータとインフラストラクチャプラットフォームを拡張した既存企業です。

一方、スタートアップ企業の活動は主に推論とコンピューティングの分野に集中しており、AIネイティブベンダーはハイパースケーラー開発者プラットフォームと直接競争しています。Fireworks、Baseten、Modal、Togetherなどの推論プラットフォームは、パフォーマンスと開発者エクスペリエンスで際立っています。これらはサーバーレス、高スループット、オープンウェイトのエンドポイントを提供し、手作りまたは融合カーネル、最適化されたサービススタック、厳密に管理されたGPUクラスタを通じて、2倍以上の加速を実現しています。

技術スタックのさらに上の階層では、LangChain、Braintrust、Judgment Labsを含む次世代の観測可能性およびツールベンダーが、AIの実行時観測可能性レイヤーを構築しており、評価、トレース、継続的な学習などの開発ワークフローを通じて徐々に関与しています。以下の図は、生成AIアプリケーションを駆動する基盤レイヤーを構築する主要なプレイヤーを示しています。

企業はAIインフラに180億ドルを投資しており、これには基盤モデル、トレーニングシステム、およびデータとオーケストレーションレイヤーが含まれます。この市場マップは、技術スタックの各部にサービスを提供する企業を示しています。

次に何が起きるか？2026年の予測

2025年、AIは史上最も急速に成長するソフトウェアカテゴリになります。エコシステム全体に対する私たちの観察に基づき、来年の5つの予測を行います。

1. 日常的な実際のプログラミングタスクにおけるAIのパフォーマンスは人間を上回る。

機械学習スキルの発展にはボトルネックがなく、特に数学やプログラミングなどの検証可能な分野では、最高のモデルは進化し続けます。

2. ジェボンズの逆説は依然として成り立つ。

推論コストが推論量のオーダーメント規模の増加により低下しても、生成AIの純支出は依然として増加し続けています。

ベンチマークは飽和し続けていますが、モデルが実際のアプリケーションでどれほど有効であるかを完全に反映できていません。ベンチマークで最高スコアを追求するだけのモデルは、長期的にはユーザーを維持できません。

コーディングなどの最先端アプリケーションシナリオでは、ユーザーは実際には価格にあまり敏感ではなく、パフォーマンスのために高い支払いを行う意欲があります。

モデルはプログラミング以外の重要なアプリケーションシナリオで広く使用されています。

3. 説明可能性とガバナンスが主流になる。

エージェントの自律性と意思決定能力が向上するにつれて、その意思決定を説明し管理する能力がますます重要になります。これは主にAIユーザーのNeedから来ています。政府は、説明可能な意思決定プロセスとエージェントの運用結果の監査ログを求めると予想されます。Goodfire*のように、ニューラルネットワークを説明可能かつ制御可能にすることに取り組んでいる企業は、企業にとってますます重要になります。

4. モデルは最終的にエッジへ移行する。

低レイテンシ、プライバシー/セキュリティなどの要因により、コンピューティングはデバイス側へと移動し続け、ますます多くの最先端でないモデルのコストはゼロに近づきます。Google、Apple、Samsungなどのモバイルデバイスメーカーは、専用の低消費電力GPUコンピューティングモジュールを発売し、ユーザーがネットワークなしで携帯電話上で高速かつ無料の推論を可能にします。

最後の言葉

2年前、生成AIが主にパイロットや概念実証の段階にあったとき、私たちは最初の『エンタープライズ生成AIの現状レポート』を発表しました。私たちは実際のエンタープライズバイヤー、アナリストの予測、ベンダーの期待からの実際のデータで現状を裏付けたいと考えました。私たちは膨大な情報の中から真に価値のある情報を見つけ出したかったのです。

今年の調査結果は、このシフトがもはや推測ではないことを明確に示しています。エンタープライズAI市場規模は現在370億ドルに達しており、ソフトウェア史上最も急速に成長している分野です。あらゆる業界において、AIは作業の中核となる構成要素となっています。確かな投資収益（ROI）を目の当たりにし、企業は投資を拡大しています。

私たちは、この変革を推進している多くの企業と協力できることを光栄に思います。コーディング変革をリードする最先端モデルプロバイダー、企業のAIを大規模に保護するセキュリティプラットフォーム、および医療、法律、金融、教育などの垂直分野のアプリケーションを再定義するチームです。これらのチームは新しい基準を設定し、次のイノベーションの波の基盤を築いています。

この全面的な変革は3年間続いています。まだ初期段階ですが、最初のリーダーが現れ、その価値も明確です。業界の最前線にいる創業者であれば、私たちはぜひあなたとお話したいと思います。

Menlo VenturesはAIに全力を注いでいます。共に未来を築きましょう。

データソースと方法論

調査方法

本レポートは、独立した研究会社との協力により、2025年11月7日から25日の期間に495人の米国エンタープライズAI意思決定者に対して実施された調査結果を統合したものです。回答者には、AIツールを積極的に使用している企業のCレベルエグゼクティブ、エンジニアリングおよび製品担当副社長、AI調達および開発意思決定を担当するテクニカルリーダーが含まれます。

市場規模モデル

市場規模の見積もりは、エンタープライズAI意思決定者への調査データと生成AIエコシステムの分析を組み合わせたものです。業界、タイプ（スタートアップと既存企業）、市場展開戦略（個人および企業へのセールス）ごとに企業を分類し、公開情報、業界レポート、市場分析を参照して、AI分野の収益分布を見積もります。

範囲

生成AI支出には、スタートアップと既存企業からの基盤モデル、モデルトレーニングインフラ、AIインフラ、およびAIアプリケーションが含まれます。これにはチップ（NVIDIAなど）、推論およびモデルサービス（AWS、GCP、Azure、Fireworksなど）、および既存のソフトウェアソリューションに組み込まれているAI機能（Intuit Assistなど）は含まれません。

LLM市場シェア

LLM市場シェアは、生成API使用の割合に基づいて推定された支出金額を表します。調査回答者は、AIワークロードで各モデルを使用している割合を報告しました。すべての回答は、各企業およびスタートアップアプリケーションの規模に基づいて重み付けされ、公開財務データがある場合はそれを使用して検証されました。

制限事項

市場予測は、2025年12月現在の私たちの最善の評価を表しています。調査サンプルは米国の企業に限定されています。民間企業の収益予測は、公開データと業界分析に基づいています。

1. ロイター、「NVIDIA時価総額5兆ドル突破」、2025年10月29日、https://www.reuters.com/business/view-nvidia-breaches-5-trillion-market-cap-2025-10-29/；Companies Market Cap、「NVIDIA時価総額」、2025年12月アクセス、https://companiesmarketcap.com/nvidia/marketcap ↩︎

2. MIT MLQ AI、「2025年のビジネスにおけるAIの現状レポート」、2025年、https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf ↩︎

3. 生成AI支出には、スタートアップと既存企業からの基盤モデル、モデルトレーニング、AIインフラ、およびAIアプリケーションへの資金が含まれます。この市場規模には、チップ（NVIDIAなど）、推論およびモデルサービス（AWS、GCP、Azure、Fireworksなど）、または既存のソフトウェアソリューションに組み込まれているAI機能（Intuit Assistなど）の収益は含まれません。詳細な方法については、「方法論」セクションを参照してください。

4. 2023年の生成AI支出は17億ドル、2024年は115億ドルと予想されていましたが、この予測には以前のMenlo Venturesの『2023年および2024年エンタープライズ生成AIの現状レポート』に含まれていた推論部分は含まれていませんでした。

5. Menlo Ventures、「2024：エンタープライズ生成AIの現状」、2024年11月20日、https://menlovc.com/2024-the-state-of-generative-ai-in-the-enterprise/ ↩︎

6. Aaron Chatterji、Tom Cunningham、David J. Deming、Zoë Hitzig、Christopher Ong、Carl Shan、Kevin Wadman、「人々がChatGPTをどのように使用しているか」、NBERワーキングペーパー34255号、2025年9月、https://doi.org/10.3386/w34255 ↩︎

7. Menlo Ventures、「2024：エンタープライズ生成AIの現状」、2024年11月20日、https://menlovc.com/2024-the-state-of-generative-ai-in-the-enterprise/ ↩︎

8. Menlo Ventures、「2025：ヘルスケアにおけるAIの現状」、2025年10月21日、https://menlovc.com/perspective/2025-the-state-of-ai-in-healthcare/ ↩︎

9. LLM市場シェアは、生成API使用の割合に基づいて推定された支出金額に近似しています。調査回答者は、AIワークロードで各モデルを使用している割合を報告しました。次に、各企業およびスタートアップアプリケーションの規模に従って回答に重みを付け、公開されている財務データと結果を三角測量しました。

10. Google DeepMind、「Gemini 3テクニカルレポート」、2025年11月、https://storage.googleapis.com/deepmind-media/Model-Cards/Gemini-3-Pro-Model-Card.pdf ↩︎

11. SWE-bench、「SWE-bench認証リーダーボード」、アクセス日：2025年12月、URL：https://www.swebench.com/ ↩︎

12. Anthropic、「Claude 4.5」、2025年12月、https://www.anthropic.com/news/claude-4-5 ↩︎

13. vLLM（https://github.com/vllm-project/vllm）とOpenRouter（https://openrouter.ai）の公開されている採用指標とモデル使用シェアに基づいており、データは2025年11月から12月に収集されました。↩︎

14. Bloomberg、「Chesky氏、AirbnbアプリとのChatGPT統合のためのOpenAIツールはまだ準備ができていないと発言」、2025年10月21日、https://www.bloomberg.com/news/articles/2025-10-21/airbnb-ceo-brian-chesky-says-chatgpt-integration-not-ready-for-airbnb-app ↩︎

15. KrASIA、「コーディングツールのCursorとWindsurfの最新版で中国AIが使用されていることが発見される」、2025年11月6日、https://kr-asia.com/coding-tools-cursor-and-windsurf-found-using-chinese-ai-in-latest-releases；アルジャジーラ、「中国のAIはシリコンバレーに静かに大きな進出を果たしている」、2025年11月13日、https://www.aljazeera.com/economy/2025/11/13/chinas-ai-is-quietly-making-big-inroads-in-silicon-valley

ティム・タリー

ティムは、AI/機械学習、次世代データスタック、次世代クラウドコンピューティングへの情熱を体現する初期投資に焦点を当てているMenlo Venturesのパートナーです。テクノロジーのビルダー、バイヤー、およびセラーとしての彼の経験は、Pinecone、Neon（Databricksに買収）、Edge Delta、JuliaHub、TruEraなどの企業への投資にも影響を与えています。

ジョフ・レッドファーン

「背が高く、少しオタクなプロダクトマネージャー」を自称するジョフは、Atlassianの最高製品責任者（CPO）を務め、Jira、Confluence、Trelloを含む高く評価される製品ポートフォリオを率いました。在任中、ジョフはProducts That Countが選ぶ「世界のトップ20CPO」リストに選出され、「トップ20プロダクトマネージャー」の一人に選ばれました。

ディディー・ダス

Deedyは、AI/機械学習、次世代インフラストラクチャ、エンタープライズソフトウェア分野の初期投資に焦点を当てているMenlo Venturesのパートナーです。彼は成功したスタートアップや大規模な公開企業でエンジニアやプロダクトリーダーを務めた経験があるため、技術系創業者が持続可能なテクノロジー企業を構築および拡大する方法を理解するのを支援できます。

デレク・シャオ

Menlo Venturesのパートナーであるデレクは、AI、クラウドインフラストラクチャ、デジタルヘルスケア分野の初期投資に焦点を当てています。彼はシードからターンアラウンドまでの企業と協力しており、Anthropic、Eve、Neon、Unstructuredなどが含まれます。Menloに入社する前、デレクはベイン・アンド・カンパニー（Bain & Company）に在籍し、機械学習などの分野での投資機会についてテクノロジー投資家に助言を行っていました…

https://menlovc.com/perspective/2025-the-state-of-generative-ai-in-the-enterprise/