The a16z Show 解説：Lighthouse vs Landgrab─AI営業戦略の選び方（ゲスト: Joe Schmidt氏、Andy氏）

2026年8月13日

概要

a16zのポッドキャスト「The a16z Show」の今回のエピソードでは、a16zのJoe Schmidt氏が執筆した記事「Lighthouse or Land Grab」をもとに、エンタープライズAIスタートアップが採用すべき2つの営業戦略「ライトハウス」と「ランドグラブ」について解説しています。ゲストにはSamsaraやMerakiで営業組織を築いてきたAndy氏を迎え、実際の立ち上げ経験を交えながら戦略の選び方を議論しました。

Joe Schmidt氏は、米国サンフランシスコの101号線を運転中に、道路の両側で同じソフトウェアを売る競合スタートアップが、同じようにサンフランシスコの有名企業ばかりを狙っている現状に気づいたといいます。バス広告や飛行機の横断幕まで、すべて同じ顧客層に向けて展開されており、営業活動が一極集中しているのです。

同氏は、必ずしもサンフランシスコやニューヨークの有名企業を追う必要はなく、オハイオやシカゴ、セントルイスなどで製品を必要とする顧客を見つける選択肢もあると指摘します。この「著名なロゴ（顧客名）を追う」戦略と「市場全体を素早く取りに行く」戦略を整理したのが、ライトハウス（灯台）対ランドグラブ（土地の囲い込み）という2つのプレーブックです。

2つの戦略と2×2マトリクス

Joe Schmidt氏は、コンサルティング風の2×2マトリクスを使って案件を整理することを提案します。

縦軸は「購入者のエクスポージャー」です。これは、購入したソリューションが失敗した場合のリスクや、その製品が自社のエンドカスタマーに露出する度合い、ソフトウェア購入に伴う全体的なリスクを指します。横軸は「実績（プルーフ）が市場内で伝播するかどうか」です。

右上は「エクスポージャーが高く、実績が伝播する市場」で、これがライトハウス市場になります。規制産業などが典型で、顧客ロゴ（導入企業名）の数が限られており、間違ったソフトウェアを買うと規制当局に問題視される可能性もあります。

左下は「エクスポージャーが低く、実績の伝播も弱い市場」で、これがランドグラブ市場です。既に予算が確立され、買い手がこれまでも特定のサービスにお金を払ってきた領域で、新規参入者は「現在のソリューション（ソフトウェアか人によるものかを問わず）よりも優れている」という計算（算数）を示すことができます。つまり、右上は実績・社会的証明が重視され、左下は数字（効果）が重視される、という整理です。

ライトハウスとランドグラブの実例

番組では、記事で取り上げた具体例として、ライトハウス戦略の典型にHebbiaとHarvey、ランドグラブ戦略の典型にStuとDecagonが挙げられました。

Harveyは法務分野向けのAIで、若手弁護士が日常的に行う業務を自動化するという、当時としては極めて新しくリスクも高い領域を狙いました。最初に重要ないくつかの法律事務所を獲得すると、その実績が市場内で大きく伝播し、「このソリューションを買っても安全だ」という認識が広がったといいます。

一方、Stuは売掛金（AR）管理をAIで再構築するランドグラブ型の企業です。Tark氏とBen氏という2人の創業者が、これまで人間のチームとソフトウェアが手作業で行ってきた債権回収業務を、AIと人が協働する形に置き換えました。同社は「現在のソリューションや人間の回収チームよりも回収効率が高い」という計算を示すことで、ミッドマーケットの顧客に対して即答を迫る営業ができたといいます。運転資本を大きく改善し、コスト削減と増益の両方に効くという提案です。

Andy氏は、AIネイティブのカスタマーサポート企業であるDecagonやPylonもランドグラブの好例として挙げました。Decagonは「他社より優れたカスタマーサポートを実現する」と明確に謳い、事前に合意したベンチマークを期間内に達成することで信頼を得ています。一方、保険分野にAIを持ち込むFurther AI（Andy氏が取締役を務める）は、ガバナンスとセキュリティを前面に出し、世界最大級の保険会社を相手にするライトハウス戦略の例として紹介されました。

Samsara、ELD義務化の追い風を掴む

Andy氏はSamsara($IOT)に2017年に参画しました。Samsaraは2015年創業で、当初はインターネット接続センサーをあらゆるサプライチェーンに広げ、データを企業に提供する構想でした。最初に普及し始めたのがテレマティクス端末です。

長距離トラック輸送では、2016年以前は紙の運行記録簿が使われていました。米国で2016年頃に導入が始まったのがELD義務化（電子運行記録計の義務付け）で、2016年から2019年にかけて段階的に施行されました。これにより、ほぼすべての運送業者が同分野の予算を突然確保する必要が生まれ、「新しい選択肢を試そう」という需要が生まれたのです。

既にAT&T($T)やVerizon($VZ)など年商数億ドル規模の大手も参入していましたが、新興のSamsaraにとっては市場全体が追い風になりました。Andy氏によれば、創業初期にはライトハウスかランドグラブかを戦略的に選んだというより、「誰が払ってくれるか」を顧客に聞きながら動いたといいます。

Meraki、無料アクセスポイントでランドグラブ

Andy氏は続けて、Merakiのクラウドネットワーキング企業としての歩みも振り返りました。Merakiは2006年にMITの博士課程出身者らが創業し、もともとはルーフネットと呼ばれる屋根設置型メッシュWi-Fiの研究プロジェクトでした。当初は自治体や公園向けのWi-Fi事業でしたが、数年でビジネスモデルとして難しさが判明し、企業向けに方向転換しました。

2009年から2010年頃の企業ネットワーク市場では、Cisco($CSCO)とHPが大手企業を押さえており、新興企業が食い込むのは不可能と思われていました。そこでMerakiが取ったのはランドグラブ戦略です。「設定が簡単で、導入が速く、運用しやすい」という価値を、大企業ではなくITチームが小規模なミッドマーケットに売り込みました。

そのために実施したのが、ウェビナーに参加すると無料のアクセスポイントを送るという施策です。顧客に実際に試してもらい、既存のCisco製品と比べて簡単さを体感してもらうことで、長期間にわたり効果を上げたといいます。Andy氏は「顧客に技術を体験してもらい、代替案より優れていると気づかせるのが基本だった」と振り返っています。

ACVとトライアル設計の落とし穴

営業チームのACV（年間契約額）について、Andy氏は「ユニットエコノミクスを崩さない範囲で、条件を満たすなら細かい数字を気にせず、できるだけ多くの案件を取る」と述べました。理論上、1万5000ドル（約239万円。1ドル=159.29円換算）のACV案件で回る体制なら、8000ドル（約127万円。1ドル=159.29円換算）の案件は取らず、1万5000ドル案件を大量に獲得する方が良いという考え方です。その後、徐々に大きな企業へと登っていくのが自然な流れだとしています。

AI分野ではトライアルや概念実証が長期化し、「科学プロジェクト」化する危険が高まっています。Andy氏は、期間を30日・45日・60日など必ず区切り、事前に成功基準を定義することが重要だと強調しました。製品の複雑さによって期間は変わるものの、終了日と成功基準の2つを明確にすることが欠かせません。

Joe Schmidt氏は、AIの設定可能性が高いため、製品が正しく動作しても、顧客側の使い方や最適化が伴わなければ結果が出るまでに時間がかかると指摘しました。販売側は「製品が動くこと」と「顧客が正しく使うこと」を分けて考え、何を実証するのかを契約前に教育することが必要だと述べています。

垂直展開とライトハウスへの移行

Andy氏によれば、大企業になった企業で両方の戦略を使っていない例はほとんどありません。初期にランドグラブから始めても、成熟すればライトハウスに移行し、逆にライトハウスで大企業を獲得した後に市場全体へ広げることもあります。MerakiとSamsaraはいずれもランドグラブから始まり、その後に垂直展開しました。

Merakiでは学区、Samsaraでは自治体・郡・州といった公共部門が、最初のライトハウス市場でした。学区は互いによく話すため、各州で最大の学区を獲得すると、その下の学区への社会的証明が一気に広がります。公共部門は販売サイクルや意思決定者、調達方法が通常の企業営業と異なるため、営業チームを分けて対応する必要があります。

PLGから「再び大きなソフトウェアを売る」局面へ

番組の後半では、開発者主導のボトムアップ型普及やPLG（プロダクト主導成長）についても議論されました。Andy氏は、現在もPLGは存在し、Cursorなどの成功例もあるとしつつ、今は局面が変わっていると述べました。

2024年以前の10〜15年は、CRM・HR・ITSM・セキュリティなどの大きなクラウド基盤企業が既に市場を固めていたため、企業内に入り込むには小さなウェッジ製品から始めて拡大するしかありませんでした。しかし、クラウドからクラウドへの単なる乗り換えは起きにくく、PLGが中心にならざるを得なかったのです。

現在は、AIによってCRMやHRといった基幹ソフトウェア自体が根本から変わろうとしています。Joe Schmidt氏は「人間はもっと価値の高い仕事をし、定型業務はエージェントが担う」という流れの中で、再び大規模なソフトウェアを販売する瞬間が来ていると話しました。購入者は過去15年間でかつてないほど教育されており、自分たちの欲しいものを明確に理解しています。営業側の仕事は、長い教育ではなく「自社がその答えだと納得させること」に変わってきているのです。

創業者が陥りがちな失敗と実践アドバイス

Joe Schmidt氏は、創業者が初期に犯す最大の失敗は、戦略を考えすぎることだと述べました。戦略に時間をかけるのではなく、1%を戦略に、99%を実行に使い、顧客と話して「今日の製品で買ってくれる人」を追うべきだとしています。有名企業を取ったからといって収益に特別な倍率がかかるわけではなく、獲得できる顧客を追い、製品を改善し続けることが重要です。

Andy氏もこれに同意し、分析麻痺に陥らないよう助言しました。

電撃質問：取引場所の思い出、営業組織の心得

最後に、Joe Schmidt氏がAndy氏へいくつかの短い質問を投げました。

• これまでで最も変わった場所で成約した経験は、釣り旅行、射撃場、球場、アップルビーズ、トラックヤード、衛生処理施設などです。アップルビーズでの取引は累計で数百万ドル（1ドル=159.29円換算で数億円）規模になったといいます。

• 若い頃の自分へのアドバイスは「給与やコミッション、肩書きではなく、最も成長する会社を見つけること」です。

• 営業組織で通常より早く雇うべき役割は、セールスオペレーションまたはレベニューオペレーションの1人目です。営業担当者の配置や名簿、コミッション設計、営業規約などを整える役割が重要になります。

• 初期段階の営業チームのノルマ達成率は100%を目指すべきだとAndy氏は言い切ります。チームの40〜50%しかノルマを達成しない状態は、ノルマが高すぎるか採用プロファイルがずれているかのどちらかです。初期段階では販売コストよりも、勢いを作ることを優先すべきだといいます。

a16zの2人の議論は、AI時代になっても「どの市場で、どのように売るか」という原則が、これまでのソフトウェア業界の経験と地続きであることを示す内容となりました。

▶ 同じシリーズの前回: AI時代の創業者に求められる「誠実さ」と「勇気」──Garry Tanが語る新ルール https://note.com/yondo/n/n41b01bc4c8eb

▶ このテーマの記事をまとめ読み: マガジン「AIとテクノロジーの現在地」 https://note.com/yondo/m/m23cc16367f2e

#AI開発 #ポッドキャスト #a16z #Samsara #IOT #Cisco #CSCO #AT &T #T #Verizon #VZ #HP #JPMorganChase #JPM #営業戦略 #生成AI #企業向けAI #スタートアップ #ライトハウス #ランドグラブ #PLG