Stripeの大会で、私はAI経済の未来を見ました。

著者：Gao fei

翻訳：佳欢，ChainCatcher
1987年、経済学者ロバート・ソロー（Robert Solow）の言葉が広まりました。「コンピュータ時代の影はどこにでも見られるが、生産性の統計データには見当たらない。」

この言葉は経済学者たちを約10年間悩ませました。20世紀90年代中頃まで、コンピュータが生産性に寄与していることがデータに現れることはありませんでした。

2026年の今日、同様の混乱がAIを巡って繰り広げられています。バブルの話が飛び交い、学術界では議論が続き、企業は躊躇しています。マクロ経済データが伝える信号は依然として不明瞭です。

しかし、ある場所では、AIが経済に与える影響は疑いの余地がありません。

その場所はStripeです。

過去数日間、私はサンフランシスコでStripe Sessions大会に参加しました。Stripeが処理する取引量は、世界のGDPのほぼ2%に相当し、年間の支払い量は1.9兆ドル、プラットフォーム上には500万以上の企業があります。

『フォーブス』のAI 50リストには、86%の企業がStripeを使用しています。もしAI経済が新生児であるなら、Stripeはその産房における心電図モニターです。ほぼ誰よりも早く、正確にこの赤ちゃんの心拍を記録しています。

セントルイス連邦準備銀行が2026年初頭に発表した研究によると、AI関連の投資はアメリカの限界GDP成長に対して約40%の寄与をしており、インターネットバブル時のテクノロジー業界のピーク寄与を超えています。そして、これらの投資が収入に転換されると、その大部分の決済がStripe上で行われています。

さらに重要なのは、StripeはAI経済の心拍を記録するだけではありません。

今年の大会では、全く新しい経済形態を推進することを発表しました：エージェント商業（agentic commerce）、つまりエージェントが取引の主体となることです。

メディアのグループインタビューで、Stripeの共同創業者兼社長ジョン・コリソン（John Collison）は、商業取引の買い手としてのエージェントが12〜18ヶ月以内に主流になると予測しています。

2日間で、288の製品と機能が発表され、1万人以上の参加者が集まりました。定義的な用語：エージェント商業。以下は、2026年のStripe大会での私の所見といくつかの考察です。

AI経済の発展はどれほど速いのか？

エージェント商業について議論する前に、AI経済の全体像を見ておく必要があります。ソローが1987年に統計データにコンピュータの影を見つけられなかったのは、約40年後の今、AIはStripeのデータに明確に見えるようになっています。

大会の初日午前、CEOパトリック・コリソン（Patrick Collison）は一連のデータを示しました。パンデミック以来、Stripe上で毎月新たに設立される企業の数は高水準を維持していますが、曲線は比較的緩やかです。2026年初頭から、この曲線はほぼ垂直に上昇しています。

最も直接的な理由は、AIプログラミングツールが起業のハードルを下げたことです。多くの開発者は、vibe codingを通じて数日で収益化可能な製品を構築できるようになりました。

パトリックはこれを、経済全体がAIを中心にプラットフォーム再構築を行っているというより大きな概念として定義しました。

StripeのAIビジネスを担当する最高収益責任者マイア・ホセバチビリ（Maia Josebachvili）は、外部の比較データを補足しました：2024年以前、iOSアプリストアのアプリのリリース数は減少していました。しかし、AIプログラミングツールの登場後、アプリのリリース数は前月比で24%急増しました。

この変化は数量的なものだけでなく、質的なものでもあります。Stripe Atlasは、アメリカで企業を登録する最も便利な方法の一つです。

先週、10万社目の企業の誕生を祝いました。大会では驚くべき数字を聞きました：ライフサイクルの同じ段階で、2025年にAtlasを通じて登録された企業が生み出した収入は、2024年のそのグループの2倍でした。そして2026年のこのグループは数ヶ月前に設立されたばかりですが、その収入は昨年同期の5倍に達しています。

初日の午後のAI経済報告で、マイア・ホセバチビリはAI経済の台頭を促進する企業の名前をいくつか挙げました。

Lovableは8ヶ月で1億ドルの収入を達成し、その後の8ヶ月で4億ドルに達しました。Cursorは2年未満で10億ドルの年収を達成し、3ヶ月後には20億ドルに倍増しました。

Stripe上の先進的なAIネイティブ企業は2025年に120%成長しました。2026年には、現在の成長率は575%に達しています。

消費者側の成長も同様に急速です。消費が最も多いグループは、AI製品に毎月371ドルを費やしており、これは普通のアメリカ人が毎月インターネット、ストリーミングサービス、携帯電話料金に費やす合計を上回っています。私自身の毎月のトークン支出をざっと計算したところ、すでに携帯電話料金を超えていました。

パトリックはまた、Stripe上の企業の成長速度が世界経済の成長速度の17倍であると比較しました。

2日目、ジョン・コリソンはソローの逆説に直接言及し、歴史的な類似を用いました。

1882年、エジソンはマンハッタンで最初の顧客の電灯を点灯しました。しかし、電化の後の30年間、生産性はほとんど向上しませんでした。その理由は、電気が無駄だったからではありません。当時の工場の設計が蒸気機関を中心に展開されていたからです。工場全体が再構築されるまで、生産性の向上は現れませんでした。

ジョンの判断は、AIが同様の段階にあるということです。変革はすでに起こっていますが、旧モデルはそれを吸収する時間がありません。「しかし、」彼は言いました。「AIは30年もかからないと思います。」

Stripeのデータは彼の楽観的な態度を裏付けているようです。彼の接触したほぼすべての伝統的企業の最高経営者は、AIの導入を強い緊急感を持って推進しています。

生まれながらのグローバル化

速度に加えて、これらのAI企業にはもう一つ私に深い印象を与えた特徴があります。それは、彼らが初日からグローバル化していることです。Stripeはこれを「デフォルトでグローバル化（go global by default）」と呼んでいます。

AIブロガーになって以来、私はしばしばこのような体験をしています。AIコンテンツ制作には時差がありません。太平洋の向こうのAIニュースは、地元のニュースと同じくらい重要です。

AI製品の運用方法も似ています。大規模言語モデルは、従来のソフトウェアが依存していたインターフェース言語やインタラクションの習慣を曖昧にしました。統一されたチャットボックスにより、世界中のユーザーが自然言語を通じて製品を使用できるようになりました。この意味で、大規模言語モデルは初めて統一されたグローバルソフトウェア市場を可能にしました。

大会のデータはこの観察を裏付けています。初期の波の中で、成長が最も早いSaaS企業は、最初の年に約25か国をカバーし、3年目には50か国に達しました。

AI企業の成長速度は全く異なります：初年度に42か国に達し、3年目には120か国に拡大しました。

マイアは、カザフスタンが多くのAI企業の市場リストに登場していると述べました。2日目の「インデックス経済」セッションで、Stripeは中央値のデータを提供しました：前100社のAIスタートアップは、初年度に55か国に製品を販売しました。

ある企業は具体的な例を提供しました。Emergent Labsは2024年にアメリカで設立されましたが、収入の約70%が海外から来ています。少なくとも16か国がそれぞれ1%以上の収入を貢献しています。

先進的なAI企業の中で、48%の収入が国内市場以外から来ています。3年前、この数字はわずか33%でした。グローバル収入はもはや補完的なものではなく、基本的なものとなっています。

速度とグローバル化はAI経済の2つの核心的特徴であり、どちらもStripeと直接的な関係があります。AI企業は迅速に支払い能力を構築する必要があります。彼らは設立の最初の週内に40か国と地域で支払いを受け入れる必要があります。これはまさにStripeが創立以来行ってきたことです。

ここで、Stripeの創立背景を少し振り返ってみましょう。

Stripeの創業者パトリック・コリソンと彼の弟ジョン・コリソンはアイルランド人です。彼ら自身が国際的な起業家です。

大会で、私はアイルランドの同業者に出会いました。彼は、アイルランドのAI起業家にとって、この二人は英雄だと言いました。アメリカに来た後、二人はオンラインでの収款が非常に困難であることに気づきました。決済システムに接続するには、銀行と契約し、PCI準拠の審査を受け、複数の仲介業者と統合する必要があります。このプロセスは数週間、あるいは数ヶ月かかることもあります。

そのため、2010年、20歳になったばかりの二人の若者は、大学を中退し、サンフランシスコに移り、開発者が支払いを受け入れるためにわずか7行のコードで済むソリューションを作成しました。

この7行のコードの誕生は、モバイルインターネットとSaaSが急成長する時期と重なります。Shopifyは数百万の商人が支払いを受けるのを助ける必要がありました。Uberは乗客が摩擦のない支払いを実現する必要がありました。Salesforceは世界中のサブスクリプションサービスを処理する必要がありました。

彼らは皆、Stripeを選びました。Stripeはこれらのグローバルな顧客と共に成長し、46か国にローカライズ能力を構築し、195の市場をカバーし、125のローカル支払い方法をサポートしています。

消費者にとって、Stripeは注目を浴びる会社ではありません。

それはShopifyのチェックアウトページ、OpenAIのサブスクリプション確認メール、Uberの料金通知の背後に隠れています。しかし、この見えない存在は、インターネット経済の基盤となる金融パイプラインになることを妨げてはいません。

AI時代において、このグローバルな金融インフラは、StripeがAI企業の海外進出を支援する際に先手を打つことを可能にしました。

今年の大会では、Stripeのグローバル製品責任者アビ・ティワリ（Abhi Tiwari）にも会いました。

彼は3ヶ月前にこの役職に就任し、シンガポールに移りました。Stripeはサンフランシスコ、ダブリン、シンガポールにエンジニアリングセンターを持ち、サンパウロにラテンアメリカオフィスを設立しています。アビは、多くのAI企業がStripeに接触する際のオープニングラインが似通っていると教えてくれました。「私たちはデフォルトでグローバル化しています。私たちのユーザーがどこにいるかは重要ではありません。」

かつての本社で製品を開発し、その後グローバルに展開するという古いモデルは、現地のチームがターゲット市場で直接開発することに取って代わられています。

グローバルなユーザーにアクセスすることは一つのことです。彼らからお金を受け取ることは別のことです。後者は非常に複雑です。なぜなら、各市場にはそれぞれの通貨と支払い習慣があるからです。

ここで、Stripeは主に2つの方法でAI企業や他の多くの顧客を支援しています：現地通貨での価格設定と現地の支払い方法への接続です。

前者により、ブラジルのユーザーは商品価格をドルではなくブラジルレアルで見ることができ、越境収入が18%増加しました。後者により、インドのユーザーはUPIで支払いを行い、ブラジルのユーザーはPixで支払いを行うことができ、7%以上のコンバージョン率の向上をもたらしました。

AIデモツールGammaがインドでUPI支払いを導入した後、その月のインドでの収入は22%急増しました。ブースでは、中国の企業MiniMaxの姿も見かけました。私の知る限り、多くの海外進出を目指す中国企業は、海外の実体を通じてStripeの金融サービスを利用しています。

これらのAIネイティブ企業にはもう一つの共通点があります：人数が非常に少ないことです。多くは独立した創業者です。一人か二人と一群のエージェントで、実際の収入を持つグローバル企業を支えることができます。

2日目の講演で、エミリーはデータを示しました：Atlas上での独立した創業者の密度は、アメリカの人口100万人あたり5000人に近づいており、彼らの中で年収が10万ドルを超える人が増えています。

エミリーが使用した言葉はソロプレナー：一人会社です。ジョンはロナルド・コースの「企業理論」を用いてこの現象を説明しました。企業が存在する理由は、内部調整のコストが市場取引コストよりも低いためです。

しかし、AIはこの論理を覆す可能性があります。エージェントがサービスを発見し、ソフトウェアを統合し、支払いを処理できるようになると、外部調整のコストは急激に低下します。もはや、かつては全ての部門で処理する必要があった仕事を完了するために、満杯の従業員を必要とすることはありません。

人間経済からエージェント経済へ

上記で説明したAI経済は、どれほど速く発展し、どれほどグローバル化していても、取引の主体は依然として人間です。人間がAI製品を購入し、人間がAIツールを使って起業しています。

しかし、今年のSessions大会で私が感じた最も強い信号は、Stripeの次の大きな焦点が別の変化、すなわちエージェントが市場参加者となる経済形態であるということです。これがエージェント商業です。

この変化は、Stripe自身のデータの中で静かに現れ始めています。

Stripeの製品およびビジネス担当社長ウィル・ゲイブリック（Will Gaybrick）は、一連のデータを示しました。長年にわたり、Stripeのコマンドラインインターフェース（CLI）は、少数の技術に精通したユーザーによって使用されており、使用量はほとんど変わりませんでした。

しかし、2026年に入ると、使用量が突然急増しました。その理由は、エージェントが洗練されたグラフィカルインターフェースを必要としないからです。シンプルなCLIは通常、より実用的です。

マイアのデータによると、2025年にエージェントがStripeのドキュメントを読むトラフィックは約10倍に増加しました。

この傾向が続けば、今年の年末までに、エージェントがStripeのドキュメントを読む数は人間を超えるでしょう。Stripeが10年以上かけて磨き上げたAPIドキュメントは、最も忠実な新しい読者を見つけつつあります。

もしエージェントが支出するという考えがまだ少し奇妙に聞こえるなら、2つの実際のシナリオを見てみましょう。

1つ目は、ショッピングインターフェースがモデルのチャットウィンドウに移行している可能性があります。消費者は現在、通常ChatGPT、Gemini、またはInstagramを使用して商品を検索しています。検索と取引の距離は、単一のインターフェースに圧縮されています。中国にも関連する例があり、現在皆がよく知っているAIアプリでミルクティーを購入する話があります。

メディアのグループインタビューで、ジョン・コリソンは自分が旅行用の電源アダプターを購入した経験を用いて、この圧縮が逆転しにくい理由を説明しました。

もしエージェントが検索から注文までの全プロセスを完了し、数日後に商品が自宅に届けば、彼はもう別のウェブサイトに行って個人情報を最初から入力することはないでしょう。たとえそのウェブサイトの製品が少し良いものであっても。ショッピングエージェントが検索プロセスを完了したら、次のステップは当然のようにチェックアウトです。

2つ目の例はさらに興味深いです：OpenClaw。爪（claw）ブームに注目している人は、現在最も人気のあるオープンソースの自律エージェントフレームワークの1つであることを知っています。

ユーザーはFeishu、Telegram、WhatsAppなどのメッセージアプリを通じてエージェントに指示を出し、エージェントは自律的にタスクを実行します。

重要な点は、OpenClawが1日で数百元、あるいは数百ドルのトークンコストを消費できることです。エージェントはトークンの消費と使用を自ら管理します。多くの状況では人間の承認が必要ですが、根本的にはトークンを消費するのはエージェントです。そしてトークンは直接お金に換算できます。

エージェントがトークンの消費を管理することから、エージェントが直接お金を使うことまで、間には1ステップしかありません。今年の大会で、Stripeのデモはこのラインを越えました。

エージェントの売買

2日目のメインステージで、あるデモが拍手を浴びました。

ジョン・コリソンはステージ上でエージェントにシンプルな指示を与えました：「AIの需要がエネルギー市場にどのように影響するかを調査せよ。」エージェントは検索を開始し、Alpha Vantageに必要なエネルギー市場データセットがあり、価格は4セントであることを発見しました。

エージェントは価格が予算内であると判断し、その後Tempo CLIでステーブルコインウォレットを使用して自律的にデータを購入し、ダウンロードしました。なぜなら、クレジットカードで4セントの取引を行うのは明らかに不合理だからです。

次に、エージェントは完全な分析報告書を生成しました。このステップだけでも驚くべきことです。しかし、ジョンはその後エージェントに言いました。「この報告書を公開し、販売せよ。あなたが合理的だと思う価格を設定し、他のエージェントがそれを見つけて購入できるようにせよ。」

エージェントはAlpha Vantageデータセットのライセンス条項を確認し、商業化が許可されていることを確認した後、ウェブサイトを作成し、報告書を公開し、他のエージェントが単一のリクエストでそのデータを購入できるように指示ファイルを生成しました。

数分以内に、1つのエージェントが全てのチェーン操作を完了しました：研究、調達、製造、コンプライアンス審査、公開、価格設定、販売。エージェントは買い手でもあり、売り手でもあります。デモが終了した後、ジョンは一言言いました。「エージェント商業はすでに到来しています。」

初日の他の2つのデモも同様に注目を集めました。ウィル・ゲイブリックはAPIコードレビューアプリを構築し、エージェントがユーザーのためにレビューサービスを取得しました。その過程で、彼はエージェントに支払いに関する情報を一切伝えませんでした。

タスクを実行する際、エージェントは自動的にそのアプリが機械支払いプロトコル（MPP）を使用していることを発見し、2ドルの支払いを独立して完了しました。人間が行ったのは指紋を押して承認することだけです。このゼロ設定での支払い発見能力は、MPPのプロトコルとしての核心的設計です。開発者はエージェントのために個別に支払いロジックを書く必要はありません。エージェント自身が見つけることができます。

続いて、ゲイブリックはリアルタイム課金エンジンMetronome、支払い専用に設計されたブロックチェーンTempo、そしてステーブルコインを組み合わせ、流動的支払い（資金を無数の微小な金額に分解し、サービス（AI計算能力など）の消費に応じてリアルタイムで継続的に同期して移動する支払い方法）をデモしました。

あるアプリはAIのトークン消費に基づいてリアルタイムで課金され、価格は百万トークンあたり3ドルです。複数のエージェントが同時に稼働しています。左側のダッシュボードにはトークン消費量が増加し続けている様子が表示され、右側のステーブルコインのマイクロペイメントが同期して流入しています。

Tempoブロックチェーンブラウザを開くと、3.30ドルの総支払いが数千件の1セント未満のマイクロペイメントから成り立っているのが見えます。それぞれは1セントの3000分の1に相当します。

クレジットカードではこれを実現できません。ACH決済ではできません。UPIやPixでも同様です。ゲイブリックはステージ上で、これは世界初の流動的支払いビジネスであると発表しました。

マイクロペイメントの回帰と消費の新しい論理

チャットウィンドウでのショッピングやOpenClawは、エージェントが人間の消費を代表する例です。しかし、グループインタビューでコリソンは、エージェントが全く新しい需要を生み出す可能性があるというより大きな判断を下しました。

彼は、エージェントが長年議論されてきたが実際には成功したことのないビジネスモデルを再生させる可能性があると考えています：マイクロペイメントです。人間は非常に微細な消費決定を下すのが得意ではありません。Spotifyが月額9.99ドルのサブスクリプション料金を単曲の支払いに置き換えたのは、誰もが再生ボタンを押すたびにその曲が15セントの価値があるかどうかを考えたくないからです。

エージェントにはそのような認知的負担がありません。この判断が正しければ、人間の認知的抵抗によって失敗したビジネスモデルの一群が、エージェントの前で突然実行可能になるかもしれません。

マイアは私との一対一の対話でも似たような見解を示しました。彼女は、最近数十人のAI創業者と話をした際、エージェント商業について議論する中で、価格設定が最も頻繁に出てくる話題であると述べました。

各取引には2つの当事者があります：買い手と売り手。もし買い手がエージェントになったら、商人はどうすればよいのでしょうか？

インタビューで、私はStripeの製品責任者ジェフ・ワインスタインに質問しました。「人間は『顧客は神である』と言います。商人は消費者を喜ばせる必要があります。それでは、彼らはエージェントをどう喜ばせるのでしょうか？」

ジェフの答えは、エージェントをあなたが知っている最も優れたプログラマーとして考えることです。エージェントは完璧な情報、構造化されたフォーマット、迅速な可読性、そして意思決定に必要な全ての背景情報を求めています。

人間の消費者は美しい画像やスムーズなアニメーションを好みます。エージェントは生の構造化データ、正確な物流情報を求め、できるだけ少ないステップで取引を完了させたいと考えています。

別の対話で、Metaの製品副社長ジンジャー・ベイカーはこの変化をより過激にまとめました：「支払いは『瞬間』から『戦略』に変わるでしょう。」

人間の消費者の購入は離散的です。

あなたはレジに行き、財布を取り出し、カードをスワイプし、取引が完了します。

エージェントの消費は連続的です。

あなたは一連のルールを設定します。例えば、「今週の日用品の支出は50ドルを超えない」、「常にこのカードを優先する」または「500ドルを超える取引は自動承認しない」といった具合です。そうすれば、エージェントはあなたが設定した承認の枠内で自主的に消費を続けます。

計算力は新しい現金

もしエージェントが本当に新しいタイプの消費者になるなら、彼らは新しいリスクももたらすでしょう。これらのリスクは従来のSaaS取引リスクとは本質的に異なり、人間の消費者が直面するリスクとも全く異なります。

Sessions大会の期間中、私は特にこのトピックに注目し、数人のStripe幹部と関連する問題について議論しました。

StripeのデータおよびAI責任者エミリー・グラスバーグ・サンズ（Emily Glassberg Sands）は、急成長している3つの詐欺パターンを説明しました。第一のパターンは多アカウントの濫用です。同じ人が異なるアカウントを繰り返し登録し、それぞれのアカウントで無料枠を得ることです。

Stripeのネットワークデータによると、AI企業の登録のうち約6件に1件がこのような濫用に関与しています。第二のパターンは無料試用期間中の悪意のある消費です。これはAI企業にとって特に致命的です。なぜなら、各試用は実際の推論コストを消費するからです。

彼女は一つの例を挙げました：ある提携企業にとって、各有料顧客を獲得するためのトークンコストは500ドルを超えています。なぜなら、1人の顧客を転換するには25回の無料試用が必要で、そのうち19回は詐欺行為だからです。

第三のパターンは「食い逃げ」と呼ばれます。顧客は大量のトークンを消費し、月末に支払いを拒否します。エミリーはまた、「計算力は新しい現金である」と引用しました。従来のSaaSが濫用されると、限界コストはほぼゼロです。しかし、AI企業の各推論呼び出しは実際のコストです。トークンを盗むことはお金を盗むことです。

しかし、ここには私が特に厄介だと感じるジレンマがあります。多くのAI創業者は濫用に対処する方法として、無料試用を直接閉鎖することを選択しています。

エミリーは、彼女が「この問題を解決した」と主張する人々にどうやってそれを実現したのかを尋ねたところ、彼らの解決策は単に無料層を閉じることだとわかりました。しかし、ジェフはこれが別の問題を引き起こすと考えています。

エージェントは新しいサービスを発見する主要な手段になりつつあります。もしエージェントが自らそのサービスを試用できなければ、彼は直接別のリンクに飛ぶでしょう。

エミリーは、エージェントに提示される誘導オプションが「待機リストに参加する」または「営業に連絡する」であれば、エージェントはすぐに離れるだろうと補足しました。詐欺を防ぐためにセルフサービス登録を閉じることは、最も重要な成長チャネルを競合他社に譲ることを意味するかもしれません。

Stripeがこのジレンマを解決する方法は、その詐欺防止システムRadarです。Radarのロジックは簡単に説明できます：Stripeで取引が完了するたびに、Radarは学習します。

500万社の企業からの取引データが共有リスク識別ネットワークに集まります。もしある企業が特定の詐欺パターンに直面した場合、全ての企業がその恩恵を受けることができます。先月、Radarは8つの急成長するAI企業の中で330万回以上の高リスクな無料試用登録を阻止しました。

ジェフはまた、直感に反する見解を提起しました：エージェントのショッピングは最終的に人間がウェブページでショッピングするよりも安全かもしれません。人間のウェブショッピングの信頼検証は推測に依存しています：ユーザーがウェブサイトにどれくらい滞在したか、クリックパスが正常に見えるかどうかなどです。

しかし、エージェントの取引はプログラムによって身元確認を行うことができます。Stripeの共有支払いトークンは支払い証明書をトークン化しているため、エージェントは原始的なクレジットカード番号に接触することはありません。ユーザーは生体認証で承認し、取引限度額、時間枠、商人ホワイトリストを設定できます。

信頼メカニズムが推測から確認に変わると、安全基準が逆に向上する可能性があります。

エコシステム、プロトコルと歴史の一幕

ここまで来ると、エージェント商業の実現には良好に機能するエコシステムが不可欠であることがわかるでしょう。2026年のStripe Sessionsで、私は食品業界の人に出会いました。彼は、エージェント商業が彼の会社にとって新たな機会となるかどうかを理解するために参加したと言いました。これは売り手の視点です。

したがって、これはStripeだけでは完結しません。エコシステムが必要です。

Sessionsの展示ホールを2日間歩き回っていると、金融産業チェーンの各段階にわたる多くの企業のブースを見ました。

Stripeはまた、エコシステムの各部分を接続するために、上下流のパートナーと一連のプロトコルを導入または参加しました：買い手と売り手、人間と機械、そして機械と機械。機械支払いプロトコル（MPP）は、エージェントがHTTPを通じて支払いを発見し、完了できるようにします。

エージェント商業スイートは、消費者がGoogle、Meta、OpenAI、MicrosoftのAIアプリ内で直接購入を完了できるようにします。汎用商業プロトコル（UCP）は、Shopifyが提唱し、Meta、Amazon、Salesforce、Microsoftが共同参加したクロスプラットフォーム商業プロトコルです。StripeはUCPの総務委員会に参加しています。

協力者であり競争相手でもある企業群が、共有プロトコルの下で協力することに合意しました。なぜなら、断片化はエージェントがプラットフォームを越えてスムーズに消費することを難しくするからです。これは誰にとっても良いことではありません。

プロトコルについて話すと、展示会で特別なStripeのパートナーであるVisaを見かけました。私にとって、Visaは本質的にプロトコルプラットフォームです。

Visaを見ると、私は長い間好きだった本を思い出します：Visaの創設者ディー・ホック（Dee Hock）が書いた『混序：開創と管理の新時代の異類商業組織』です。

この本のテーマの一つは、電子時代において、銀行、通貨、クレジットカードがどのように再定義されるかです。通貨はもはや硬貨や紙幣である必要はありません。それは機関の保証、ネットワーク記録、そして世界中を流れるデータであることもできます。

20世紀60年代末、アメリカ銀行が発行したアメリカンカードは全国に拡大しました。大量の州を越えた消費者が押し寄せ、旧システムは崩壊しました。ホックは問題が組織構造にあることに気づきました。競争する数十の銀行が基盤インフラを共有する必要がありましたが、既存のどの組織形態も競争しながら協力することを許可していませんでした。

彼は分散型のデザイン理念を利用し、全ての銀行を新しい組織の平等なメンバーにし、アメリカ銀行もそのシステムに対する独占的な制御権を放棄しました。その組織は後にVisaと改名されました。

したがって、異なる時代の2つの異なる企業が似たようなことを行っています。それらの間に何らかの継承が存在するのでしょうか？

どんなエージェントの助けを借りても、その答えは簡単に見つかります。パトリック・コリソンはホックに公然と敬意を表しました。2022年にホックが亡くなった後、パトリックは彼を「過小評価された革新者」と呼び、ホックが彼と彼の弟にインスピレーションを与えたと述べました。

彼に影響を受けたより明白な証拠は、ある採用決定です：Visaの権威ある学術史の著者デビッド・スターンズ（David Stearns）が後にStripeに参加しました。

また、支払いの歴史に精通している人が微笑むような詳細があります。ステージ上で、Tempoブロックチェーンの最高技術責任者ジョルジオス・コンスタンティノプロス（Georgios Konstantopoulos）は、検証者の陣容を示しました。その中の一つの名前はVisaです。

ホックが創設した機関Visaは、現在Stripeが孵化したブロックチェーンネットワークの参加ノードとなっています。学生が新しいネットワークを構築し、教師がその中の一つのノードとなったのです。

大会の開幕式でパトリックがStripeの思想の源流を遡ると、彼は自分が最初にLisp言語でコードを書いていたプログラマーであったことを語りました。Lispの核心的理念は「コードはデータである」です。

彼はこの理念をStripe自身の用語に変換しました：「Stripeの基本理念はお金はデータである。私たちが2011年にStripeを立ち上げたとき、これは業界の主流の見解ではありませんでした。」

ホックは組織理論の観点からお金の本質を探求し、「お金は単なる『価値交換の担保』である」と結論づけました。それを担うメディアは何でもあり得ます。コリソンはプログラミング言語の観点から出発し、お金をデータと直接同一視しました：プログラム可能で、API呼び出し可能で、エージェントが操作できるデータです。

二人は異なる言語で同じことを表現しました。同じ日のステージで、ジンジャー・ベイカーはより率直に言いました：「お金は別の形のデジタルコンテンツではありませんか？」

もしお金がデータであるなら、データの消費者は自然にお金の消費者となります。

Stripeのコンテンツ遺伝子

ここまで来ると、AI経済の物語は終わりに近づいています。しかし、少し回り道をしましょう。Stripeはほぼコンテンツ作業者の仲間と見なすことができます。

この会社は金融サービスだけでなく、コンテンツ製品にも優れています。その出版部門Stripe Pressは非常に優れたセンスを持っています。多くの人がそれを『貧乏なチャーリーの教訓』の出版によって知っています。

彼らのポッドキャスト『A Cheeky Pint』も独自の特色があり、広範な聴衆を持っています。GoogleのCEOサンダー・ピチャイ、AnthropicのCEOダリオ・アモディ、a16zの共同創業者マーク・アンドリーセンがかつてゲストとして登場しました。

Sessionsの期間中、私はStripe Pressの上級編集者タミー・ウィンターとデザイナーのパブロ・デルカンに会いました。タミーは冗談を言いました。「Stripeは数十億ドルの価値を持つ出版社を持つ会社です。」

パブロ・デルカンは、彼のセンスについての理解を語りました。彼は、センスは時間と共に発展し、沈殿するものだと考えています。デザインのトレンドに関して、彼はシンプルな概念と明確な表現を放棄せずに、どのように詳細と精度を通じて一定の複雑さを増すかが新たな課題であると述べました。

書籍について話が及ぶと、タミーはStripe Press内部で創業者やビルダーのために出版されるシリーズが「松節油（Turpentine）」シリーズと呼ばれていると教えてくれました。

これらの書籍は、操作知識、ツール、技術、メンテナンス、そして仕事を円滑に進めるための実用的な内容に焦点を当てています。彼らは抽象的な理論ではありません。彼らは読者が具体的な操作問題を解決するのを助けることを目的としています。

この名前は、ピカソに関する伝説の話に由来しています：アート評論家が集まると、彼らは形式、構造、意味について話します。しかし、アーティストが集まると、彼らはどこで安い松節油を買うかについて話します。

このシリーズが目指すのは、創業者の手の中での安価な松節油になることです。よく考えると、海外進出を目指すAI企業にとって、Stripeの金融サービスは別の形の松節油です。支払い、コンプライアンス、または為替について心配する必要はありません。製品の構築に集中できます。

このエピソードは一見主線の物語とは無関係に見えますが、実際には潜在的な関連性があります。

Stripeには『進行中の作品（Works in Progress）』という雑誌もあり、その核心的な議題は経済がどのように成長するかです。彼らのポッドキャストはAI経済のリーダーたちをインタビューしています。Sessions自体は、ある意味で経済学の講義のようなものです。

2日目の午前中、ジョン・コリソンは経済データ、コースの企業理論、そしてソローの逆説について一整場の時間を費やしました。私は、金融サービス会社が経済学にこれほど関心を持つ理由は、経済構造の変化を理解することが、次の製品機会を発見する手段だからだと推測します。

ポッドキャスト愛好者として、私が大会の初日にジョン・コリソンに会ったとき、最も聞きたかった質問は金融に関することではありませんでした。ポッドキャストに関することでした。私は彼に、そんなに多くの異なる人々をインタビューした後、すべての対話に共通する根本的な質問があるかどうか尋ねました。

彼はしばらく考えた後、彼が本当に興味を持っているのは、これらの人々の会社が実際にどのように運営されているか、彼らがどのような競争均衡にあるか、そして彼らが自分のビジネスをどのように理解しているかだと答えました。

偶然にも、初日が終わると小さなエピソードがありました。最後の炉辺談話は、パトリックがOpenAIの共同創業者グレッグ・ブロックマン（Greg Brockman）をインタビューする予定でした。しかし、登壇前にゲストがサム・アルトマン（Sam Altman）に変更されました。パトリックは、「AIは急速に発展している分野だから」と説明しました。

驚きは歓喜に変わりました。会場は歓声に包まれました。

二人は19年近くの知り合いです。アルトマンはStripeの最初のエンジェル投資家の一人であり、彼が投資したとき、コリソン兄弟はまだ20歳にもなっていませんでした。そのため、アルトマンは対話の間ずっと非常にリラックスしていました。

終わりが近づくと、パトリックは個人的な質問をしました：なぜアルトマンは当時、二人の十代の若者に投資したのか？アルトマンは、彼らが作ろうとしていた製品が彼自身が直面した問題を解決するものであり、他の多くの人々も同じものを必要としていることを見たからだと答えました。

私は、彼のポッドキャストに関する回答と投資に関する回答が同じ事を指し示していると考えています：真の需要を探し、真の問題を解決することです。

対話の中で、アルトマンはOpenAIの変革を3つの段階に分けました：研究ラボから製品会社へ、そして世界に知能を提供する「トークン工場」へ。それぞれの段階は異なる使命に対応しています。

Stripeも同様です。

2010年、二人のアイルランドの少年が解決しようとした問題は、オンラインでの収款が難しすぎることでした。これまでの道のりで、彼らは500万のユーザーに同じ問題を解決しました。そして2026年、彼らは新たな問題を発見しました：これらの企業の顧客はすぐに人間ではなくなるかもしれません。

ポッドキャストを作りながら、出版を行い、ステージではコース理論やソローの逆説について議論し、展示ホールにはプロトコルやAPIが並ぶ中、StripeはAI経済を創造しているだけでなく、AI経済を記録しています。

大会で、私の頭の中に一見狂気のように聞こえる考えが浮かびました：Stripeは世界のGDPのほぼ2%に相当する取引データを掌握しています。彼らはAI収入のすべての1ドルがどこから来て、どこに行き、成長速度がどれほど速いかを見ています。

もし当時ソローがこのような心電図モニターを持っていたなら、彼は統計データの中でコンピュータの影を見つけるのに10年も待つ必要はなかったかもしれません。

もしかしたら、いつの日かStripeはAI経済にモデルを提供できるかもしれません。それは大規模言語モデルではなく、ノーベル賞級の経済モデルです。誰がそれが不可能だと言ったのでしょうか？DeepMindの創設者デミス・ハサビス（Demis Hassabis）がノーベル賞を受賞する数年前に、誰がその瞬間を予見できたでしょうか？