- AI駆動型プレゼンテーション・Webサイト設計ツール「Gamma」のCEO、Grant Leeが、投資家から最悪と評価されたアイデアをどう$100M ARRの事業に成長させたかを語る回。
- 初期段階での徹底的なマイクロインフルエンサー戦略、即座のプロトタイピングと実験的な開発アプローチ、そしてプロダクト・マーケット・フィット達成の具体的な意思決定プロセスが明かされる。
- わずか30人のチームで50M以上のグローバルユーザーを獲得し、利益を出しながら成長させる稀なAIスタートアップの実例から、スケーラブルな起業戦略を学べる。
論点をもう少し詳しく読む
投資家から「最悪のアイデア」と断定されたGammaが市場で成功した理由
ピッチの終盤で、投資家から「最悪のアイデア。大手勢との競争に挑むのは無謀」と言い放たれたというエピソードから始まる。しかし、その投資家の否定的評価にもかかわらず、Gammaは2年強で100M ARRを達成し、20億ドル以上の評価を獲得した。この対比を通じて、市場の常識と実際の機会のギャップが示される。プレゼンテーション・Webサイト設計というカテゴリが大きなビジネス機会を持つと見なされていなかったが、AI導入によってその価値が大きく変わったという点が強調される。
マイクロインフルエンサー戦略：大規模クリエイターではなく信頼できる個人を選ぶ
初期成長を支えた最重要施策はインフルエンサーマーケティングだが、一般的な理解と異なり、Grantが採った手法は数千人のマイクロインフルエンサーへの個別対応だった。百万フォロワーの大物ではなく、Gammaの価値を実際に理解し、オーディエンスから信頼されている小規模クリエイターを丹念に開拓し、手作業でオンボーディングした。摩擦を取り除き、クリエイターが簡単にコンテンツを作成・投稿・分析できる環境を整備することで、やがてバイラル投稿が自然に生まれるようになった、という好循環を作り上げた戦略である。
朝のアイデアが夕方には実験段階へ：超高速プロトタイプと反復学習サイクル
Gammaは開発初期から、朝にアイデアを思いつき、昼までに機能的なプロトタイプを作成し、実際の見込みユーザーを招いて同日中にフルスケール実験を回すという異例のスピード感を保っていた。ユーザーの利用状況を観察し、どこで躓くかを見守り、夕方から翌日にかけて改善する。この1日単位の反復学習を何度も繰り返すことで、プロダクトの使い勝手を急速に磨き上げた。これにより、時間をかけた大規模な市場調査よりも早く、実ユーザーからの直接フィードバックに基づいた改良が可能になった。
プラットフォーム選別とLinkedInの4～5倍の高い転換率：テスト・反復・集中の法則
インフルエンサー施策と同様に、流通チャネルについてもGammは初期段階で広く試し、データに基づいて絞り込むアプローチを取った。結果、LinkedInの転換率が他プラットフォームの4～5倍高いことが判明し、そこへの投資を加速させた。一方、Twitterはそれほどインパクトがなく、逆にNotionなどのツールには大きな影響力があった。多くのチャネルは冪乗則に従い、1～2つが圧倒的に重要になるため、手当たり次第ではなく、データに基づいて優先順位をシフトさせることの重要性が繰り返し強調される。