論文「デジタル市場におけるビルダー飽和の経済学」の技術的サマリー

著者: Armin Catovic (Funnel 社)
日付: 2026 年 3 月 26 日
概要: 生成 AI によるデジタル生産コストの劇的な低下が、成功する企業の急増をもたらすという楽観的な見方に対し、本論文は「ビルダー飽和効果（Builder Saturation Effect）」という概念を導入し、その誤りを論理的・数理的に反証する。

---

1. 問題設定 (Problem)

近年、生成 AI や「vibe coding（自然言語での指示によるコーディング）」の普及により、ソフトウェア開発の参入障壁が劇的に低下している。これに伴い、「AI によって少数の人間が巨大企業を運営できるようになり、デジタル経済への参加者が爆発的に増え、成功する起業家が遍在する」というナラティブが広まっている。

しかし、本論文は以下の構造的な矛盾を指摘する。

• 生産の弾力性: 情報財の限界生産コストは AI によってほぼゼロになり、供給側（ビルダー数）は無限に拡張可能である。
• 注意力の非弾力性: 一方、人間の「注意力（Attention）」は有限であり、総量 $A$ は時間とともに急激には増えない。

核心的な問い: 生産コストがゼロに近づき、ビルダー数が無限に増えた場合、一人あたりの経済的リターン（成功）はどのように変化するのか？
既存の議論は「生産能力の拡大＝価値の実現の拡大」と誤って同一視しており、注意力という希少資源を過小評価している。

2. 手法とモデル (Methodology)

本論文は、産業組織論、注意力経済学、ネットワーク科学の理論を統合した形式的モデルを構築し、シミュレーションによる検証を行っている。

2.1 基本モデル（対称ケース）

• 環境: 総注意力 $A$（消費者数 $M$ × 一人あたりの予算 $a$）が固定されている。
• ビルダー: 固定参入コスト $k$、限界生産コスト $c \approx 0$。
• 注意力配分: ロジットモデル（Logit model）を用い、製品 $i$ が獲得する注意力 $s_i$ を、製品間の相対的な質 $q_i$ と「外部オプション（既存製品や非利用）」の重み $q_0$ に基づいて定義する。
  $$s_i = A \cdot \frac{e^{\beta q_i}}{\sum e^{\beta q_j} + e^{\beta q_0}}$$
• 自由参入均衡: ビルダーは利益 $\pi = p \cdot s_i - k$ がゼロになるまで参入し続ける。

2.2 拡張モデル（異質性と強化ダイナミクス）

現実の市場をより正確に捉えるため、以下の要素を追加する。

1. 品質の異質性: 各製品の質 $q_i$ が分布 $F$ からランダムに引き出される。
2. 強化ダイナミクス（Reinforcement）: 過去の人気（既存の注意力ストック）が将来の注意力獲得確率を高める「富める者はさらに富む」メカニズムを導入。
   • パラメータ $\alpha$ が強化の強さを表す（$\alpha=0$ は静的、$\alpha=1$ は線形強化）。
   • 更新ルール: $x_i(t+1) = (1-\delta)x_i(t) + \delta A \cdot p_i(t)$

2.3 実証的検証

• シミュレーション: パラメータを変化させて注意力の集中度を測定（ジニ係数、トップ 1% のシェア等）。
• カリブレーション: 2025 年の米国 iOS App Store のデータ（80 万件の出版社、380 億回のダウンロード、収益集中度）を用いてモデルを較正し、現実との整合性を確認した。

3. 主要な貢献 (Key Contributions)

1. ビルダー飽和効果（Builder Saturation Effect）の定式化:
   生産コストの低下が「成功の民主化」ではなく、「平均リターンの希薄化と結果の極端な集中」を招くことを示す理論的枠組みを提示した。
2. 生産と価値実現の分離:
   「参入者の増加（生産量の増加）」と「一人あたりの経済的成功（価値実現）」が、注意力制約下では乖離することを証明した。
3. 既存理論の統合:
   注意力経済（Simon）、スーパースター理論（Rosen）、優先的結合（Preferential Attachment）、凝縮現象（Condensation）を単一のモデルに統合し、AI 時代特有の市場構造を説明可能にした。

4. 結果 (Results)

4.1 対称ケース（均質な製品）

• 注意力の希薄化: ビルダー数 $B$ が増加すると、一人あたりの平均注意力 $\bar{s}(B)$ は単調減少し、$B \to \infty$ でゼロに収束する。
• ゼロ利潤均衡: 自由参入により、均衡状態ではすべてのビルダーの利潤はゼロになる。
• コスト低下の逆説: 参入コスト $k$ が AI によって低下すると、ビルダー数 $B^*$ は増加するが、一人あたりの注意力 $\bar{s}(B^*) = k/p$ は $k$ に比例して低下する。つまり、参入障壁の低下は参入者数を増やすだけで、一人あたりのリターンは減少する。

4.2 異質性と強化ダイナミクス（現実的な市場）

• パワールー分布と凝縮: 強化パラメータ $\alpha > 0$ かつ品質にばらつきがある場合、注意力の分布はパワールー分布（Heavy-tailed distribution）を示す。
• 勝者総取り（Winner-Take-Most）: 強化が強い場合（$\alpha \approx 1$）、少数のトップ製品が市場の大部分の注意力を独占し、中央値（Median）のビルダーは平均値（Mean）の極めて微小な割合しか得られない。
• シミュレーション結果:
  • $\alpha=0.6$（App Store の実データに近い設定）では、トップ 1% がダウンロード数の約 70% を占め、ジニ係数は 0.9 以上となる。
  • 約 25% のアプリが 100 回未満のダウンロードしか得られない「ロングテール」が形成される。

4.3 実データとの整合性

iOS App Store のデータ（80 万件のアプリ、極端な収益集中度）は、本モデルが予測する「大量の参入者」と「極端な結果の集中」の共存を定量的に裏付けている。

5. 意義と示唆 (Significance)

5.1 理論的意義

• AI 起業ナラティブへの批判: 「AI によって誰もが成功する」という楽観論は、注意力というボトルネックを無視している。AI は「生産」を民主化するが、「注目（Attention）」を民主化しない。
• 市場構造の転換: 経済の制約要因が「生産の希少性」から「注意力の希少性」へ移行したことを示す。これにより、競争の焦点は「作ること」から「発見され、維持されること（Distribution, Trust, Brand）」へシフトする。

5.2 戦略的示唆

• 起業家への示唆: 単に製品を作るだけでは成功しない。初期のトラクション獲得、ネットワーク効果の活用、外部オプション（既存製品）との差別化が極めて重要になる。
• 政策への示唆: 参入障壁の低下はイノベーションを促進するが、それが必ずしも広範な経済的繁栄（平均的な起業家の成功）につながるわけではない。過度な競争と集中を招く可能性があるため、プラットフォーム設計や競争政策の再考が必要である。

5.3 結論

生成 AI による生産コストの低下は、デジタル市場において**「ビルダーの飽和」**を引き起こす。その結果、市場には無数の製品が溢れるが、経済的に成功する企業はさらに少数に集中する「勝者総取り」の構造が強化される。これは、生産能力の拡大と価値実現の拡大が乖離する、新しい経済的均衡状態である。