ポッドキャスト世界の声を聴き、思考の刻みを見る。

テクノロジーアナリストのBenedict Evansがa16zのErik Torenbergと対話し、AI開発の約1年半を振り返って何が定まり、何が未解決のままかを整理した。Evansは、エージェント型コーディングがAIで唯一の本命用途として浮上し、それ以外はまだ「周辺で役立つ程度」にとどまると主張する。議論の核心にある構造的問いは、基盤モデル企業がISPや携帯キャリアのようなコモディティインフラに収束するのか、それともOSのようにスタック上位で価値を捕捉できるのかだ。 ## [00:00] イントロ この冒頭セグメントは、後半の会話から引用したティーザーだ。Evansは携帯キャリアのアナロジーを予告する——キャリアは高コストのグローバルインフラを構築し、トラフィックは2000倍に増えたが、価値はすべてその上で動くサービス側に移行した。このパターンがLLMにもそのまま当てはまると彼は見る。議論全体を支えるデータポイントとして、Anthropicの年間売上換算額が約90億ドルから470億ドルに1年で跳ね上がり、その大部分がソフトウェア開発由来であることを挙げる。 > *「彼らはとてつもなく洗練された非常に高価なグローバルインフラを築き、利用は常に爆発的に伸び、私たちの生活を変え、誰もがお金を払っている——しかし彼らは儲からなかった。なぜなら価値はすべてスタック上位に移ったからだ。」* ## [01:05] AI導入の加速 Evansは「AIが世界を食べる」プレゼンテーションを最初に作ったころから何が変わったかを振り返る。最も明確な変化は、各ラボの競争戦略が「より大きなモデルをより速く作る」を超えたことだ——OpenAIがいくつかの戦略ポジションを経由する間に、Anthropicはコーディングに集中してそれを成功させた。その成功は今や業界全体に伝染している。Evansが今ごろ決着していると思っていた問い——一つのモデルが支配するか、モデルはスタック上位で価値を捕捉できるか、消費者は週に一度ではなく毎日AIを使うようになるか——は依然ほぼ未決のままだ。 なぜコーディングが最初に芽吹いたかについて、Evansは振り返れば当然だと言う——ソフトウェア開発者が初期採用者だったから、まず自分たちの作業を自動化しようとした。1980年代初頭のPCに例える——非常にエキサイティングだが何のためのものかまだ明確でなく、最初のアプリケーションはコンピューターをもっと作ることだった。今年genuinelyに変わったのは、エージェント型コーディングが「なんとなく役立つ」から「本当にすべてを変える」水準に達したことだ。 > *「1997年のインターネットのようでもあり、1980年代初頭のPCのようでもある。非常にエキサイティングだが、何のためのものかはっきりせず、まだうまく動かない。」* ## [06:00] OpenAIの戦略と利用格差 Evansは2025年末のOpenAIの動きを、広告・EC・ショッピングカート・決済・ブラウザ・ソーシャル動画アプリとあらゆる方向に価値を積もうとした時期と描写し、その後Anthropicの結果がコーディングこそが機能すると示したことで急転換したと見る。Anthropicのコーディング賭けが意図的だったか偶発的だったかは重要でなく、機能した事実があり、OpenAIもそれに続いた。 Evansが指摘するより深い問題は、コーディング採用が急伸しても、AIツール全体の日次アクティブユーザーは総ユーザーの約10%程度で、さらに30〜40%は週1回程度しか使っていないことだ。Claude Codeを一日中使い続けている人と「先週何かに使った」人との溝はまだ縮まっていない。消費者向け製品ではそのギャップが続く一方、特定の業務自動化——例えばコモディティ企業が小規模生産者のキャッシュフロー予測にLLMを使うケース——では、ユーザーがツールの使い方を習得しなくてもメリットが明確で計測できる。 > *「週1回しか使っていないなら、まだ"nana"には達していない。」* ## [09:27] プラットフォーム転換と価値の行き先 Evansは現在を過去のプラットフォーム転換と重ね合わせる3つの視点を提示する。第一に、採用は常に既存インフラの上に積み上がる——モバイルはインターネットの普及を待たなかったし、インターネットはPCを待たなかった——だから加速する採用曲線は驚くべきことではない。第二に、どのシフトの初期にも確実に機能するものは何もない——1980年代PCにサウンドカードを取り付けるには週末を丸ごと費やし、インターネット接続にはTCP/IPが入ったフロッピーが必要だった。AIは今そのステージにいる。第三に、需給のコスト圧縮は2009〜2010年のモバイルデータと同じ構造だ——キャリアが定額プランを設けていた時代に突然全員がYouTubeをストリーミングし始め、ユニットエコノミクスが崩壊し、上限付きプランで再安定化した。 中心的な構造的主張は、価値はチップ企業にもISPにも携帯キャリアにも落ちなかったということだ。WindowsとiOSが捕捉したが、そこにはネットワーク効果とプラットフォームレバレッジがあり、LLMにはそれが明確には見えない。基盤モデルはOSよりハイパースケーラーに近い——企業が「Claudeを標準採用する」ことはなく、ちょうど自社のSaaSアプリがどのクラウドで動いているか知らないのと同じだ。Evansは間違える可能性も認めつつ、現在の価格の不均衡は一時的で、複数の潤沢な資金を持つ競合がコモディティ価格に向けて収束するのがファーストイヤー・エコノミクスの示唆だと言う。 > *「チップ企業は価値を捕捉しなかった。ISPも捕捉しなかった。携帯キャリアも捕捉しなかった。WindowsとiOSはそうしたが、彼らは別のことをやっていた——スタック上位に向けたレバーをすべて持っていた。」* ## [30:43] 自動化とジェボンズのパラドックス Evansはプレゼンテーションから、自動化が産業に何をするかを考えるためのフレームワークを提示する——純粋な価格弾力性（同じことを安く行う）、同じコストでより多くを行う、参入障壁として機能していた禁止的なコストを解除する、そして以前はまったく不可能だったものを可能にする——蒸気機関と鉄道の例や、Spotifyが月15ドルですべての録音音楽を提供可能にした例だ。 過剰予測は避ける——「インターネットは物理的な流通を破壊する」という観測が、新聞（壊滅）と映画スタジオ（ほぼ無傷）で全く異なる意味を持つことになったように。AIが金融、コンサル、Big Four、大手法律事務所にとって何を意味するかは、今やテクノロジーの問いと同様に産業の問いであり、シリコンバレーのテクノロジーアナリストが通常持っていないドメイン知識を必要とする。 > *「生成動画はハリウッドにとって何を意味するか？おそらくBen Affleckの方が私よりずっとよく知っている。」* ## [33:27] 広告とショッピングエージェント Evansは広告・小売を、AIが製品を意味的に理解する能力が具体的かつ対処可能な変化をもたらすセクターとして取り上げる。現在の広告プラットフォームはメタデータと購買相関は把握しているが、製品が何であり、なぜ人々がそれを買うかは実際には理解していない——だからAmazonが2枚目のトイレシートカバーを勧めてくる。LLMは意味的カテゴリ、代替品、使用文脈を理解しており、GoogleとMetaの広告収益がすでに加速しているのは、LLM推論をレコメンデーションと予測システムに組み込んでいるからだ。 進化の段階を描く——「商品画像がある、どこで買えるか」（今すぐ使える）から「長所短所付きで10個の代替品を提案して」（今すぐ使える）、そして「私のInstagramを見て、印象は変えすぎずスタイルを一新するコートを提案して」——これは3年前はSFだったが、今や構築可能だ。重要なのは、新技術からの真の恩恵は古いことをより上手くやることからではなく、以前は不可能だったことをやることから来るという点だ——そしてその新しいことは誰かが解決策を構築するまで問題だと気づかれすらしなかったものだ。 > *「重要なのは古いことをより多くやることではない——古いもので出来なかった新しいことをやることだ。」* ## [39:41] エンタープライズスタックの再構築 Evansはエンタープライズソフトウェアの地形を整理する——大規模水平システム（SAP、Workday、CRM）、垂直SaaS、数千の社内構築ポイントソリューション、そして永続的にあいまいな中間層としてのExcelと共有ドライブ。AIは既存の層のクリーンな代替としてではなく、別の選択肢の集合として登場する。中心的な緊張は、LLMがSalesforceの中の機能としてスタック下位に収まるのか、すべてのシステムをまたいで問いに答えるスタック最上位に座るのかだ。 答えはおそらく両方、タスク次第だ。より確信を持って言えるのは、ソフトウェアは統合ではなく増殖するということだ。構築コストが下がれば競合が増える——SaaS自体がパッケージエンタープライズアプリの10倍のソフトウェアを生み出したように。投資家がよく問うSaaSの終焉について言えば、消えてしまう企業もあるが、どの企業かはまだ誰も分からないため、セクター全体を50%減価するのは理にかなわない。 タスクの自動化と仕事の自動化の区別を鋭く引く。会計士が2026年にやっていることは1976年とほぼ完全に異なるが、クライアントが買う成果物は認識可能なほど似ている。LLMは、正しい答えが訓練された人間なら誰でも出すであろう答えであるタスクで優れるが、価値が非自明な答え、例外、あるいは誰も書き留めたことのない洞察である場合は苦手だ。 > *「LLMはやり方を説明でき、誰でもそうやるであろうものが正解であるものに非常に長けるだろう——そして、なぜそうやったかを説明できないものにはあまり向かない。」* ## [49:57] 設備投資・コモディティ・魔法 大手テクノロジー4社は売上の50%超を設備投資に充てる軌道にある——通信会社の2倍の資本集約度で、石油・ガスに匹敵する。Evansは年7000億ドルはグローバルインフラコストの一部として不可能な数字ではないと指摘しつつ、明確な財務的重力限界があることも示す——来年1.5兆ドルは維持できず、どこかで成長曲線が鈍化しなければならない。ただし、効率改善のスピードが速く、有用な出力1単位あたりに必要なハードウェア量が動いている目標だという複雑な要因もある。 コモディティ化論について、Evansは予言ではなく問いかけとして提示する——基盤モデルが決定論的にコモディティになることを示す論拠の連鎖がある、それが間違っている理由を説明してほしい、と。携帯のアナロジーが成り立つ——携帯キャリアはインフラに巨額を使う大きな産業だが利益率は低く、一方でGoogle、Meta、Appleが合計で生む純利益は全世界の通信業界全体を超える。 締めくくりは意図的な一歩引きだ。PC、インターネット、モバイル、クラウドと、すべての主要なテクノロジーの波は内側から見れば唯一無二の変革に見えた。そしてそれぞれが称えられるものと後悔されるものを生み出した。AIは異なり変革的だ——それは過去の波でも同じだった。基本シナリオは、またそれを通過し、20年後にはコンピューターがこれをできなかった世界があったことを忘れるというものだ。 > *「それは魔法になり、20年後には、まあそういうものだと言うだろう。コンピューターはずっとそうしてきた、と。」* ## 登場人物 - **Benedict Evans** (人物): 独立系テクノロジーアナリスト、「AIが世界を食べる」プレゼンテーションの著者、元a16zパートナー - **Erik Torenberg** (人物): ホスト、a16zポッドキャスト、Andreessen Horowitzにてコンシューマー・コンテンツ担当 - **OpenAI** (組織): 基盤モデル企業。広範な多角化からコーディング集中への戦略転換という文脈で言及 - **Anthropic** (組織): 基盤モデル企業。エージェント型コーディングを実証したとして評価される。年間売上換算が約90億ドルから470億ドルに約1年で成長したと引用 - **Foundation models** (概念): インフラとして販売される大規模言語モデル。ISPや携帯キャリアのようにコモディティ化するか、OSのように価値を捕捉するかが中心的な問い - **ジェボンズのパラドックス** (概念): 何かをより安くすると、需要がコスト低下より速く増えることが多い——Evansが自動化が産業経済学に何をするかを枠組みするために使うメカニズム - **SaaSスタック** (概念): 水平・垂直・個別構築という重層的なエンタープライズソフトウェアの地形。AIはクリーンな代替ではなく別の選択肢として参入 - **モバイルデータのアナロジー** (概念): Evansの主要な歴史的比較——携帯キャリアは数兆ドルのインフラを構築し、トラフィックは2000倍増え、価格が不安定化した後に再安定化し、価値ある応用はすべて別の誰かが構築した

David George (a16z general partner) and David Clark (VenCap CIO) argue that AI companies are scaling faster than any prior technology generation — Anthropic and OpenAI are adding more monthly revenue than Meta, Google, or Microsoft — while actual diffusion into the broader economy remains below 5%. They work through what that gap implies for exit sizes, loss ratios, bubble risk, and who ultimately captures value as token costs fall and frontier intelligence becomes a commodity. ## [00:00] Intro Three data points open the episode: Anthropic and OpenAI already adding more revenue per month than any hyperscaler; top-1% exits 10x-ing in 24 months from $10 billion to $32 billion; and David George's assessment that, right now, we are not in a bubble. ## [00:38] The Scale Shift: Anthropic & OpenAI Adding More Revenue Than Hyperscalers David George explains how his priors shifted sharply around November 2025. Before that, enterprise AI looked like a productivity story analogous to cloud adoption. After it, the numbers reframed the ceiling: Anthropic and OpenAI are already adding revenue at hyperscaler rates with less than 5% of the economy actually using these tools. He places an upper-bound frame on the opportunity by noting that Fortune 500 companies generate roughly $2 trillion of profit annually, and the two largest model companies could reach $200 billion revenue run rate by year-end — already equivalent to 10% of that profit pool. > *"If you pair that up with the fact that they're already getting bigger in terms of revenue added than the hyperscalers, and you're at less than 5% diffusion into the economy, I think the outcomes are going to be extraordinary."* ## [04:20] Skeuomorphic vs Native AI Applications in the Enterprise David Clark invokes Chris Dixon's skeuomorphic-to-native arc: the first wave of enterprise AI lets people do existing jobs faster; the native wave restructures the work itself. George adds a wrinkle — the best companies are not yet focused on internal automation. Their top engineers want to build product, not automate back-office workflows. The most cutting-edge firms he visits are still in a "documentation phase," converting institutional knowledge into markdown before they can meaningfully deploy agents against it. > *"The most cutting-edge folks inside those companies who are trying to do this that I've talked to are kind of in the documentation phase — just turn everything into markdown files, have as much context capture as you can possibly get."* ## [06:24] How the Best AI Companies Run Themselves Differently Native AI founders operate on a different metabolism. George contrasts them with the previous SaaS generation, which, in hindsight, ran inefficiently but got away with it because headcount mandates and expanding software budgets covered the slack. The new companies are lean, aggressive, and already running agent swarms rather than typing commands. He describes walking into a cutting-edge AI company and finding researchers whispering into microphones, orchestrating swarms of agents — not a keyboard in sight. > *"The new companies are very lean, very aggressive, and they work all the time."* ## [08:14] Top 1% Exits 10X'd in 24 Months Clark lays out VenCap's tracking data: the threshold for a top-1% exit was $10 billion between 2020-2024, rose to $20 billion by February 2026, and was updated just the day before this recording to $32 billion. With OpenAI and Anthropic IPOs potentially arriving, he sees the bar hitting $100 billion by September. George notes that the combined market cap of these private companies likely already exceeds the entire Russell 2000, and that the sum of all VC-backed IPOs over the past six years is probably smaller than any single one of the three expected large IPOs. > *"Where is the threshold for the top 1%? And if you then think about OpenAI and Anthropic coming in, potentially we could be north of $100 billion by September."* ## [11:17] The Half-Life Problem: Why 40% of AI Leaders Drop Off Every Year Clark surfaces a disturbing churn metric: 40% of companies on the Forbes AI 50 list from one year disappeared the next. Google wasn't the first search engine; Facebook wasn't the first social network. First-mover advantage in AI is eroding faster than in any prior cycle. George confirms a16z's own priors have been repeatedly overturned — first convinced model companies would be everything, then convinced applications would take over, now watching the model companies extend back up into the application layer. The only durable heuristic he offers: a company must be in the token path. > *"From last year to this year, 40% of the companies that were on that list last year dropped off."* ## [13:11] Token Path, Cost Pressure & Who Captures Value Enterprise buyers are already feeling cost pressure from AI spend, and they cannot cover it by cutting previous-generation software budgets fast enough. George frames value capture as hinging on one largely unknowable variable: the market structure of frontier model labs. Two labs at the frontier means higher token prices and faster labor restructuring pressure; five labs means lower prices and a broader application ecosystem. Per-token cost for like-for-like capability is falling more than 10x year-over-year, but total token spending in dollars is rising faster. Clark adds that Chinese LLMs are roughly six months behind US frontier capability but ten times cheaper — a classic innovator's dilemma setup. > *"The biggest driver of where value is going to get captured right now is something that is totally unknowable, which is what is the market structure of the model companies?"* ## [17:00] Loss Ratios, Risk & How We Think About Early Stage Clark notes that historical early-stage VC loss ratios run around 60%, but the AI cohort of the past two years shows single-digit loss rates — unsustainable by definition. George reframes the discussion: a16z does not target a low loss ratio. A VC firm bragging about never losing money is "a horrible data point" — it signals too little risk-taking. The philosophy is to back the market-leading founder in every space with strong tailwinds and a credible technology. If the space works out and you have the leader, excellent. If the space does not work out but you have the leader, that is expected. The failure mode is the space working out while having backed the wrong company. > *"We joke all the time — there's a prominent VC in our ecosystem, and one of his big points of pride is he's never lost money on a deal. And we're like, that's not a point of pride. Like that's a horrible data point."* ## [22:51] Are We in an AI Bubble? Clark points out that classic bubbles are characterized by excess supply destroying economics — but right now the constraint is supply scarcity: no data center capacity available at scale until late 2028 or early 2029, with the US buildout running a year behind schedule and community resistance adding further delay. George is confident there is no bubble today and dismisses the data center opposition directly. The one scenario he would watch for is an unexpected algorithmic breakthrough producing dramatically smaller and more efficient models — which could flip supply from scarce to oversupplied — but he considers that unlikely in the near term. > *"I feel pretty confident saying that we're not in a bubble right now. I'm less confident that we won't be in a bubble three years from now."* ## [27:36] What SpaceX, OpenAI & Anthropic IPOs Mean for Public Markets Clark asks whether public markets can absorb the coming wave of trillion-dollar-plus IPOs. George argues it is unambiguously positive: the number of public companies has halved over 20 years, and outside the data center supply chain, almost nothing in the public markets is growing at more than 30% today. Bringing hypergrowth companies into indexes gives retail investors — including his parents' index-fund retirement accounts — exposure to the most dynamic part of the economy. He expects some portfolio reshuffling to make room, but does not see indigestion risk. > *"If you exclude the data center supply chain stuff right now, there are very few companies that are growing fast that are available for people to buy in the public markets."* ## [29:59] The Future of Venture Capital in an AI World George forecasts the shape of VC over the next five years as primarily a function of token market structure — whether the labs remain concentrated or become commoditized. He cites Bill Gates's platform axiom: a platform's value is validated when the companies built on top of it collectively exceed the platform's own value. If that holds, there will be a massive wave of valuable application companies built on intelligence. He also flags the consumer side as the most underappreciated opportunity: the last decade of consumer internet was a story of time spent getting captured by large incumbents; AI-driven shifts in consumer attention could recreate the conditions for generational consumer companies. > *"I'm very optimistic that we're going to have a massive wave of really valuable companies that get built on top of tokens, AI, and intelligence."* ## Entities - **David George** (Person): General partner at a16z; covers growth-stage and early-stage AI investing; invested in OpenAI pre-ChatGPT - **David Clark** (Person): CIO at VenCap; fund-of-funds investor tracking AI startup performance and VC market dynamics for 34 years - **Anthropic** (Organization): Frontier AI lab; cited as adding more monthly revenue than hyperscalers alongside OpenAI - **OpenAI** (Organization): Frontier AI lab; benchmark for scale and the expected $100B+ IPO cohort - **VenCap** (Organization): Fund-of-funds investor; publishes top-1% exit threshold data and tracks Forbes AI 50 churn - **Andreessen Horowitz / a16z** (Organization): Venture capital firm; investor in OpenAI pre-ChatGPT, scaling platform services to support companies encountering enterprise-scale problems early in their lives - **Cursor** (Software): AI coding tool cited as an example of a company reaching billions in revenue while still very small and early-stage - **Token path** (Concept): a16z's primary heuristic for evaluating AI companies — a company must sit in the flow of AI inference tokens to have durable economic relevance - **Skeuomorphic vs. native AI** (Concept): Chris Dixon's framework distinguishing apps that replicate existing workflows with AI assistance from apps that rearchitect work around AI capabilities natively - **Half-life problem** (Concept): David Clark's term for rapid AI leader turnover — 40% of Forbes AI 50 companies dropped off the list year-over-year — indicating first-mover advantage is eroding faster than in prior technology cycles

Apollo CEOのMarc Rowは、1990年にDrexelが崩壊した日曜日——段ボール箱に荷物を詰めてオフィスを去ったあの瞬間から、Apolloが世界最大の民間退職所得プロバイダーかつグローバルな産業ルネサンスの主要融資機関として1兆ドル規模に達するまでの軌跡を一本の線で描く。a16z GPのDavid Haberとともに、S&P 500の半分近くを10銘柄が占める今なぜプライベート市場が構造的に不可欠なのか、日次の時価評価がプライベートクレジットをいかに五つの新たな資本チャネルへ開放するか、そしてAIが全職種を代替または強化すると確信する理由——その先でブルーカラーが台頭し、プライベートエクイティが過去10年に積み上げたエンタープライズソフトウェアへの投資が壊滅的な結末を迎える可能性——を掘り下げる。 ## [00:00] イントロ 対話全体を貫く三つの問題意識がここで提示される。公開株式市場の集中リスク（10銘柄がS&P 500の約50%に接近）、AnthropicやSpaceXのような数兆ドル規模の価値を持つ非公開企業への大多数の投資家によるアクセス不能、そしてAIが全職種を代替または強化するというApolloの前提だ。Marc RowはDavid Haberによる歓迎に感謝し、本格的な対談が始まる。 > *「今、米国の10銘柄がS&P 500の約50%を占めていて、しかも全部同じトレンドに乗っている……投資家として分散投資を求めるなら、プライベート市場以外に選択肢はない。」* ## [00:52] Drexel、Milken、そしてゼロベース思考の原点 Marc RowがGoldman Sachsよりも Drexelを選んだのは、起業家への融資には深い事業判断力が必要で、テクニカルなファイナンスだけでは足りないと見抜いていたからだ。ハイイールド市場はまさに生まれつつあり——PIK債、銀インデックス連動債、ハイリー・コンフィデント・レター、ブリッジファイナンス——誰もがゼロベースで問題を解かざるを得なかった。Michael Milkenから受け継いだ最大の遺産は、地政学・技術・市場を横断して点と点を結び、一貫した世界観を構築する力だ。「変化を受け入れるか、変化に押しつぶされるか」という彼の格言は、Apolloの中核原則として今も生きている。 > *「PIKという概念は、ある問題を解くために一つの午後で生み出されたと私は信じている……これらはすべて、問題と解決策の繰り返しだった。事業を理解し、クレジットを理解しながら、ゼロベースで考える——その姿勢こそが、今のApolloを動かしている。」* ## [04:55] Apolloの創業秘話：無職から60億ドルへ 1990年の週末、Drexelが倒産した。Marc Rowと同僚たちはファームもなく報酬の見込みもないまま、クライアントの取引を完了させ続けた。そこで得た教訓は明確だった——金融機関が死ぬのは心臓発作（資金調達リスク：短期で借りて長期で貸す。Bear StearnsとLehman Brothersがのちに証明した）か、がん（損失を認めず不良資産を積み上げ続ける）のどちらかだ。フランスのCrédit Lyonnaisからかかってきた一本のコールドコールが——本来はM&AブティックのセットアップのためのED——フランス政府からの8億ドルの種銭となり、1990年末には60億ドルへと膨らみ、Apolloはその銀行最大の利益源となった。 > *「金曜日にオフィスを出た。日曜日に戻ったとき、私は全ての荷物を段ボール箱に詰めてオフィスを去った。Drexelはもう存在していなかった。」* ## [08:46] Apolloが1兆ドルの退職・クレジット会社になるまで 今日のApolloは80%が投資適格クレジット、20%がエクイティ（ハイブリッドエクイティと伝統的プライベートエクイティに二分）——世間の認識とはまったく逆だ。Marc RowはApolloの事業を三つの社会的使命に根ざして位置づける。高齢化し退職資産が不足した人々への退職所得の提供、エネルギー・製造業・AI・防衛にわたるグローバルな産業ルネサンスへの融資、そして一握りの銘柄に集中する公開市場から真の分散を提供すること。株式市場で起きているのと同じ集中現象が固定収益市場でも進行しており、10大銀行が5大銀行と5大テックプラットフォームへと絞り込まれつつある。 > *「プライベート市場は、今この世界で動いているアクションの80%を占めている……優れた企業——Anthropic、OpenAI、SpaceX、Cognition、Cursor——はすべて非公開で、その価値は数兆ドルに上る。それなのに大多数の投資家はこれらに一切エクスポージャーを持っていない。」* ## [13:00] パーマネントキャピタル、オリジネーション、そして真の希少資源 公開市場であれば資金さえあれば無制限に投資できる従来の資産運用会社と異なり、Apolloの制約は利用できる資本ではなく、案件を自ら発掘するオリジネーション能力にある。資産そのものの希少性こそが事業のボトルネックだ——だからこそ各案件は、手数料収入だけでなくApolloが自己資金でポジションを取ることでクライアントと利害を一致させ、最大限の価値を引き出さなければならない。Marc Rowは「キャピタルライト」論に真っ向から反論する。ブランド・評判・成果を保証する能力が競争優位の源泉となる世界では、大きなバランスシートは死荷重ではなく戦略的な武器だ。 > *「したがって、私たちが評価されるべきは、魅力的な投資機会を生み出す能力においてだと思う。そしてその能力には限りがある。」* ## [16:08] プライベート市場の民主化：日次価格付けと新たな資本チャネル オルタナティブ産業はもともと一種類の資金源——機関投資家のオルタナティブ枠——のために設計されたが、今や五つの新たな市場がアクセスを求めている。個人、保険会社、伝統的な資産運用会社、401(k)プラン、そして機関投資家の債券・株式枠だ。これらのどれもドローダウンファンドを望まない。Apolloは6月30日までに投資適格プライベートスイートについて日次推定価値の提供を開始し、9月までに全クレジット商品を日次価格付けに移行する計画で、標準化されたデータウェアハウス、マーケットメイク、定期的な価格開示も整備する。Marc Rowは「プライベートクレジット」という言葉が狭い意味で使われがちな点を批判し、その真の対象はIntel、Air France、AT&T、Metaのような洗練された借り手——銀行には組成できない複雑で非標準的な長期融資を必要とする大企業——だと強調する。 > *「世界のどんな市場でも、透明性と価格発見があれば市場規模は10倍になる。それは人々を不快にさせるかもしれないが、避けられない流れだ。」* ## [22:04] ベンチャーとクレジットの交差点：産業ルネサンスへの資金供給 Marc RowとDavid Haberが共有する投資哲学は「専門分野と専門分野の間に眠る機会」を狙うことだ。今まさに見えている交差点はこうだ——歴史的に資本効率を重視してきたベンチャー支援の企業が、突然データセンター、半導体、ロボティクス、製造ライン、防衛システムの建設に乗り出し、エクイティだけでは賄えない規模の資金需要を生んでいる。Apolloはリスクを切り分ける——ベンチャー側が事業の根本的な価値を引き受け、硬い担保のあるインフラ資産は適切なリスク評価でクレジット市場へ移行させる。Marc Rowの見立てでは、2025年はデータセンター・半導体・エネルギーへの需要が証明された年で、2026年は4社の公開企業だけで8,000億ドルの設備投資が集中リミットに達し、スプレッドが拡大し、テック起業家が金融起業家とパートナーを組まざるを得なくなると投資家が気づく年だ。Apolloはこの成長エコシステムの人材プールに近づくため、ベイエリアへの第二本社設置を決めた。 > *「データセンター、半導体、ロボティクス、製造、防衛に投じられる資金は、火の発明以来の全投資額に匹敵すると言っても過言ではない——それはエクイティだけで賄えるものではない。」* ## [30:01] AI・エンタープライズソフトウェア、そして全職種が代替・強化される時代 Marc Rowの前提はシンプルだ——AIはすべての職種を代替するか強化する。過去10年のプライベートエクイティのAUMのうち30%がエンタープライズソフトウェアに向かい、AIがそれらの資産を恒久的に再評価したと彼は率直に言い切る。そのビンテージのPEリターンは「壊滅的」になる——その企業が失敗するからではなく、AI競合のない未来を前提に高値で買いすぎたからだ。分析の軸はこうだ——AIが最も速く変革するのは「正解のある」領域（コーディング、会計、トレードオペレーション）で、不可逆的な判断力が求められる領域では変革が遅い。近い将来、ブルーカラーが台頭しホワイトカラーが苦境に立つ——これは大都市にとって政治的に不都合な事実だ。レンダーとしての教訓は、イエローページ・ケーブルTV・衛星放送の轍を踏まないこと——分散し、シニアポジションを保持し、硬い担保を求め、5年から7年を超えた未来は絶対に与信の前提にしない。 > *「私たちは、すべての仕事がAIに代替されるか強化されるという前提で動いている。一つ残らず全部。それが実際に起きることだと思っている。」* ## [38:52] 道義的リーダーシップ：UPenn、実力主義、正しいことを選ぶ覚悟 10月7日の後、Marc RowはPennの学長に直接書状を送り、パレスチナ人権会議を問題にした。論点は表現の自由ではなく「お気に入りの表現」だった——大学がユダヤ人の高祭日に、ハマスの支持者として知られる人物が主導する会議に資金を提供していたのだ。彼はキャンパス全体の危機をアメリカ的価値観と実力主義への攻撃として位置づけた。ほぼ全ての寄付者が年間1ドルへの寄付削減を決めると大学執行部は動き、その後の議会証言を経て理事会議長と学長が辞任した。Marc Rowが2021年にCEOに就任して以来Apolloに内部適用してきた原則は明快だ——テキサスでもカリフォルニアでも同じことを言う。気候変動については「ゼロカーボン絶対主義」ではなく「悪化させずに改善する」。採用については「距離を加味した実力主義」——それはグループ属性ではなく個人として何かを乗り越えながらなお成果を上げたかどうかで測られる。 > *「私たちは距離を加味した実力主義で採用する。そこでいう『距離』は不変的な属性によるものではない。個人として——あなたのクラスでも、あなたの属するグループでもなく——何かを乗り越えながら結果を出した人を見せてほしい。」* ## [46:02] Apolloのカルチャー：勝ちにいく姿勢と創業者を超えて続く組織 資産運用と退職サービスを合わせて6,000人を擁するApolloは、「Apolloらしさとは何か」を経営幹部との間で6か月かけて交渉し、採用候補者への選別フィルターとして機能するよう意図的に率直に書いたドキュメントをキャリアページで公開している。六つの原則を一言で圧縮すれば「勝ちにいくこと」——これは負けへの恐れとは根本的に違う。上級職はおよそ40%の確率で判断を誤ると想定されており、悪い意思決定では誰もクビにならない（認めて修正しなければクビになる）。すべての上級幹部は失敗事例を公開した「恥の壁」を持つ。ゼロベース思考、知的非服従（本当の不服従とは区別される）、そして従業員の「大切な瞬間」をどう扱うか——これらがMarc Rowが創業者として自分の後に残したい資質だ。Apolloは今、ファンドを運用しているのではなく金融機関を築いている。今後5年の商品開発・インフラ整備・マーケットメイク革新によって、この会社は過去5年と比べた変化を上回る姿へと変わっていく。 > *「ここでは、悪い決断をしたからといってクビにはならない。認めなかった、あるいは認めて修正しなかったからクビになる。私たちには『恥の壁』がある。全ての上級幹部がこの会社で損失を出した経験を持っている。」* ## 登場人物・組織 - **Marc Rowan**（人物）：Apollo Global Managementの共同創業者・CEO・会長。元Drexel Burnham Lambertのアナリスト。UPennの卒業生かつ主要寄付者 - **David Haber**（人物）：Andreessen Horowitz（a16z）のGeneral Partner。The a16z Showのホスト - **Michael Milken**（人物）：Drexel Burnham Lambertの金融家。Marc Rowの長年のメンター。PIK債、ブリッジファイナンス、ハイイールド市場の創設者とされる - **Apollo Global Management**（組織）：1兆ドル超のオルタナティブ資産運用会社。80%が投資適格クレジット。Athene退職サービスの共同創設者。ベイエリアへの第二本社設置を計画 - **Athene**（組織）：Apolloの退職サービス子会社。Apolloのパーマネントキャピタル基盤を支える保険・年金商品のプロバイダー - **Andreessen Horowitz（a16z）**（組織）：シリコンバレーのベンチャーキャピタル。資本集約型テック企業向けにApolloとの資本パートナーシップを模索 - **Crédit Lyonnais**（組織）：1990年にApolloへ8億ドルの種銭を提供したフランスの政府系銀行。年末には60億ドルに成長し、その後François Pinaultに売却 - **プライベートクレジット**（概念）：公開債券市場を介さず、企業やインフラプロジェクトへ直接投資適格債務を融資すること。「レバレッジドバイアウト向けダイレクトレンディング」よりはるかに広い概念 - **パーマネントキャピタル**（概念）：保険・退職商品から生まれる長期負債。ファンドの償還圧力なしにApolloがサイクルを通じて資産を保有することを可能にする - **産業ルネサンス**（概念）：データセンター・AIチップ・エネルギーインフラ・製造業・ロボティクス・防衛の世界同時建設というMarc Rowの造語。クレジット市場規模の資金供給を必要とする - **日次推定価値**（概念）：投資適格プライベートクレジット商品を日次で価格付けするApolloの取り組み。ウェルスマネージャー・401(k)プラン・伝統的な資産運用会社のアクセスを開放する

a16z general partner David Ulevitch sits down with Col. Jeffrey Glover (Arizona Department of Public Safety) and Rahul Sidhu (Flock Safety board member) to walk through how drones, sensors, and AI are quietly rewiring American policing. Sidhu lays out Flock Safety's layered sensor network — license plate readers, gunshot detection, and drone dispatch — while Glover details an Arizona DPS ecosystem built around officer wellness, body-cam analytics, and an international fusion-center play timed to FIFA and the Olympics. The throughline: the next decade of police work will look more like analyst work than door-kicking, and founders who want in need to spend real time on the beat first. ## [00:00] Drones and the Future Beat The episode opens with a stitched-together preview: Sidhu's punchy maxim that cops hate both change and the status quo, Glover sketching how a patrol officer's skill set has to get more investigative and nuanced, and Ulevitch teeing up the central scenario — a 911 call, a drone responding ahead of officers, a fleeing shooter pursued from the sky. The pitch isn't abstract: keeping five helicopters airborne 24/7 to do that job is impossible, but drones make it almost inevitable. > *"You hear a gunshot go off and the drone finds a shooter getting into a car and driving off, and then pursuing the vehicle."* ## [00:32] Founders Building for First Responders Ulevitch asks Sidhu what advice he'd give founders who care more about saving lives than optimizing ad clicks. Sidhu, who sits on Flock Safety's board, points to companies like Skydio and walks through the kind of inbound he gets daily — alerts about kidnapped children recovered, situations de-escalated, technology used to read a scene before officers do. The story he keeps coming back to: a 911 caller reports a man in an alley with a shotgun, a drone arrives first, and the "shotgun" turns out to be a janitor holding a broom. > *"It turned out the drone provided, you know, situational awareness and said, 'Wait, there's just a janitor with a broom.' That's not a guy with a shotgun. And it totally de-escalates the situation."* ## [01:38] Flying Robots Meet Sensor Networks Sidhu reframes drones as flying robots that fit into the same automation wave reshaping every industry. Public safety will get more drones — including more hostile ones to defend against — and Flock Safety's pitch is the layer beneath them: license plate readers, gunshot detection, and drone dispatch tied together so that an Amber Alert vehicle or a shot-spotter ping can dispatch a drone automatically, even pursuing suspects onto highways with state DPS. Ulevitch closes the segment with a joke about it being a bad time to be an enemy of America, then hands off to Glover. > *"And Flock Safety, you know, we — it's not just about drones for us. Like, we have multitudes of sensors in the communities. We have license plate reading cameras. We have, you know, gunshot detection capabilities. All of this is coming together."* ## [03:17] Officer Wellness and Body Cam Analytics Glover details what an integrated Arizona DPS deployment actually looks like. Officers start their shift with a Vitanya "Heal the Heroes" brain scan to check baseline wellness. During the shift, Truleo runs analytics on body-worn-camera audio — not just scoring trooper interactions with the public, but flagging cumulative stress that should put a supervisor on alert before burnout becomes a problem. Ulevitch picks up the thread on how public sentiment around body cams flipped once people saw they protect officers as much as they document them, and draws a parallel to the same hype-cycle pattern with tasers. > *"You can do a scorecard for how the trooper is interacting with the public, but it also gets that information for, hey, do they need additional support?"* ## [05:47] Fusion Centers and Global Intelligence Sharing Ulevitch turns to intelligence-gathering and Glover walks through the Arizona Counterterrorism Information Center (TIC) and the wider US fusion-center network. The near-term push: a TRX program that most agencies are running for FIFA. The longer play: Arizona standing up an international presence with embedded intelligence officers from Mexico, the UAE, Liberia, and other partners, so unclassified threat signals can flow across borders before incidents become local. Ulevitch points to Austin and NYPD counterterrorism as proof the model works. > *"Being able to condense that down and distill it to where we can have good information sharing that's unclassified — be able to share with one another — is going to be huge."* ## [07:37] Advice for Innovators and Closing Thoughts Ulevitch turns the closing question back to Sidhu — a former paramedic and reserve officer — for advice to founders. Sidhu name-checks Ben Curley of Chart Performance (sitting in the audience) as an example of the kind of operator already doing the work, and lands his thesis: the gap looks intimidating but if you can describe an inevitability the way drones now feel inevitable, the field will pull you in. The non-negotiable: spend real time on the beat — ride-alongs, reserve duty — so you actually know what to build. Glover closes by echoing the call to jump in, and predicts the next ten years will fundamentally shift the profession away from kicking in doors toward parsing video, AI signals, and analyst work. > *"If you can picture something that feels like an inevitability, in the same way that, you know, we talk about drones — it'll come because it's the best thing for them. It's the best thing for the communities."* ## Entities - **David Ulevitch** (Person): a16z general partner, host of The a16z Show; long-time enterprise/security investor. - **Col. Jeffrey Glover** (Person): Colonel/Director at the Arizona Department of Public Safety, leading the agency's tech and intelligence modernization. - **Rahul Sidhu** (Person): Flock Safety board member, former paramedic, founder/operator background in public-safety technology. - **Flock Safety** (Organization): Builds a layered public-safety sensor network — license plate readers, gunshot detection, and drone dispatch. - **Skydio** (Organization): Drone maker referenced as a peer in the drone-as-first-responder space. - **Vitanya "Heal the Heroes"** (Software): Officer-wellness platform that runs daily brain scans to track baseline mental health. - **Truleo** (Software): Body-worn-camera analytics that scores public-interaction quality and surfaces burnout-warning signals. - **Arizona Counterterrorism Information Center (TIC)** (Organization): The Arizona DPS fusion center that anchors regional and international intelligence sharing. - **TRX program** (Concept): Inter-agency program many US fusion centers are running ahead of FIFA. - **Drone-as-first-responder** (Concept): Operational model where drones arrive at incidents before patrol units to provide situational awareness and pursuit capability.

米国は重要鉱物のサプライにおいて中国より50年遅れており、グリッドは100年前に設計された機械システムで動き続けている。Teslaの元幹部であるTurner Caldwell（Mariana Minerals）とDrew Baglino（Heron Power）は、そのギャップを埋めることこそがAI覇権と産業再興の真の前提条件だと主張する。Caldwellは強化学習による自律型精製所・鉱山によってプロジェクト期間を数年単位で圧縮することに賭け、Baglinoは固体変圧器——鉄・油・銅をシリコンとソフトウェアに置き換える——でデータセンターや大規模エネルギー施設の電力変換を刷新することに賭ける。二人に共通するのは、集積型サプライチェーン、アナログ産業からの人材登用、そして民間資本が計画を立てられるほど持続的な連邦産業政策という三つの鍵だ。 ## [00:00] イントロ エピソードは三つの圧縮された主張から始まる。Caldwellは米国が重要鉱物のサプライにおいて50年遅れており、許認可取得後も生産能力の立ち上げが遅すぎると指摘する。Baglinoは、EV・蓄電池・急速充電器といったグリッドの末端では大きな変革が起きているのに、送電・変換層では意味のある変化が何も起きていないと述べる。Price-Wrightは両者の課題をTeslaが電気自動車に適用したテクノ・オプティミズムで解決可能だと位置づける。 > *「古くて時代遅れのシステムでもイノベーションを起こせるという信念が、会社の核心にある。」* — Turner Caldwell ## [00:47] AIには物理インフラが必要 Price-Wrightは、AI競争に関する多くの議論が犯すカテゴリエラーを指摘する。競争はモデルとチップの間ではなく、物理的なビルドアウト能力の間にある。あらゆる突破的なモデル、新工場、自律システムの下には現実世界の要件——素材、エネルギー、電力を必要な場所へ届ける能力——がある。グリッドへの負荷はやめる理由ではなく、行動への呼びかけであり、かつて米国が結集した国家的プロジェクトに匹敵する規模のチャンスだと述べる。 > *「米国の産業の根幹を再建したいなら、重要鉱物からエネルギー生成、送電、必要なスピードでの新インフラ構築・接続まで、スタック全体を見直さなければなりません。」* — Erin Price-Wright ## [02:23] 建設者たちの紹介 Price-Wrightは二人のゲストを物理スタックの両端を担う建設者として紹介する。Caldwellは地殻から精製まで、Baglinoは電線から変圧器、負荷まで。この構図がエピソードの論旨を鮮明にする——米国のAIの未来を制約するのはアルゴリズムではなく原子であり、両創業者は意図的にその制約を選んだ。 > *「米国のAIの未来、そして広義の再工業化への制約は、多くの点でアルゴリズムではなく原子にあります。」* — Erin Price-Wright ## [03:11] Mariana Mineralsの解説 Mariana Mineralsはソフトウェアファーストの採掘・精製会社だ——チームの約4分の1がソフトウェアエンジニアとMLエンジニア——だがソフトウェアを販売しない。自社でプロジェクトを設計・建設・運営する。Caldwellは三つのOSを説明する。Capital Project OSは設計・調達・建設にわたるエージェント的ワークフロー自動化を行う。Plant OSは強化学習で精製所の温度・流量・薬品添加量・滞留時間を自律制御する。Mine OSは同じアプローチを採掘オペレーションの短期間自律制御に適用する。ユタ州南東部で銅鉱山が稼働中、テキサスではリチウム精製所を建設中で、10年で10プロジェクトを目標にしている。 > *「私たちは精製所での自律化に大きく賭けています。強化学習を使って、精製所の運転方法の決定から人間を外しているんです。」* — Turner Caldwell ## [04:19] Heron Powerのグリッド刷新 Baglinoは問題の根源を40年間の乖離に求める。パワー半導体のムーア的改善はスマートフォン・通信・データセンターを変革してきたが、グリッド自体は100年以上前に設計された機械的システムとほぼ変わらない。制御も監視もなく、過剰に構築された脆弱なシステム。変圧器サプライヤーの大半は海外に本社を置いており、Baglinoはこれをサプライチェーン安全保障の問題として捉える。Heron Powerは固体変圧器を構築し、データセンター・大規模ソーラー・蓄電池設備などの電力変換における鉄・油・銅をシリコンとソフトウェアに置き換える。 > *「Heron Powerでは、シリコンとソフトウェアを使って電力変換における鉄・油・銅を置き換える固体変圧器の構築に注力しています。」* — Drew Baglino ## [05:31] なぜ国内回帰が重要か Baglinoは炭化ケイ素——固体変圧器を可能にする主要パワー半導体——をDOEと海軍の数十年にわたるR&Dの成果として位置づけ、米国が生み出した投資の恩恵を米国が最初に商業化すべきだと主張する。Caldwellは鉱物の問題をより鮮明に語る。米国は単にグローバルに遅れているのではなく、具体的に中国より50年遅れており、許認可改革とプロジェクトファイナンスだけでは追いつけない。ボトルネックは許認可後の実行速度——建設に5年、稼働率到達にさらに3〜5年——であり、Marianaの全体的なテーゼはそのフェーズを圧縮することだ。中国に追いつくには、中国と同じ速度ではなく、それを上回る速度が必要だからだ。 > *「中国に追いつくためのハードルを下げたとしても、実際には中国より速く動かなければなりません。」* — Turner Caldwell ## [07:48] Teslaの教訓と人材育成 Caldwellはテスラから引き継いだ三つの資産を挙げる。レガシーシステムへのテクノ・オプティミズム、失敗への恐れなく素早い判断を可能にするリスク許容度、そして困難があっても価値あるプロジェクトを諦めない組織的な意志だ。Baglinoは組織全体に集中力をもたらす絶体絶命の財務的切迫感を加える——「生か死かとは言いたくないが、それに等しい」——そしてミッションの明確さが最優秀人材を引き寄せる磁石になると語る。人材については、両創業者ともアナログ産業に目を向ける。Baglinoは4680プログラムの50GWhテキサス工場建設時、高速ボトリングプラントや注射器製造施設から人材を採用した。Caldwellは石油・ガスエンジニアや採掘向けルート最適化アルゴリズムを書くソフトウェア開発者を活用する。米中の工場の労働コスト差は製造原価の10%未満——Baglinoは5%未満かもしれないと言う——で、競争力を左右するのは集積型サプライチェーンだ。中国の産業ゾーンでは7,000点の自動車部品がすべて3時間以内の距離にある。 > *「今日の工場は本当に高度に自動化されています。労働コストの差は製造原価の10%未満。競争力を実際に左右しているのはサプライチェーンです。」* — Drew Baglino ## [21:09] 政策への要望とまとめ Caldwellは、過去50年間に石油・ガスに対して適用されてきた鉱物政策の全ツールキットを要求する——個別の施策を選り好みせず——民間資本市場が長期的な市場に確信を持ち、30年間国内で構築されてこなかった産業の足元を引っ張られないという安心感を与えるインセンティブ構造を核心に据えて。Baglinoは三つの具体策を挙げる。サプライヤーや資金提供者が計画を立てられる持続的な産業政策、地方自治体がデフォルトで「イエス」と言うエネルギー・製造ビルドアウトゾーンを指定するための連邦・州の連携、そしてグリッドのための連邦道路信託基金相当の仕組み——製造ゾーンを線形送電インフラで結び、耐障害性を高め、コストを削減し、国として前進するための資金付きマスタープランだ。 > *「グリッドのための連邦道路信託基金のアイデアが好きです。そんなものは存在したことがありません。だからこそ、このパッチワーク状態になっているんです。」* — Drew Baglino ## 登場人物 - **Turner Caldwell**（人物）: Mariana Mineralsの共同創業者・CEO。Teslaのミネラルズおよびメタルズチームをリードし、強化学習による自律型精製所・採掘制御の設計者。 - **Drew Baglino**（人物）: Heron Powerの共同創業者・CEO。Tesla在籍18年、SVPパワートレイン・エネルギーエンジニアリングとしてMegapackプログラムとテキサスの4680・50GWh蓄電池施設を構築。 - **Erin Price-Wright**（人物）: a16zのジェネラルパートナー（American Dynamism部門）。本エピソードのホスト。 - **Mariana Minerals**（組織）: ソフトウェアファーストの重要鉱物採掘・精製会社。ユタ州南東部で銅鉱山を運営し、テキサスでリチウム精製所を建設中。10年で10プロジェクトを目標とする。 - **Heron Power**（組織）: シリコンとソフトウェアで構築した固体変圧器で、機械式グリッド変換設備を置き換えるパワーエレクトロニクス・スタートアップ。 - **Tesla**（組織）: 両創業者の出身企業。過酷な産業セクターにおけるテクノ・オプティミズム、リスク許容度、ミッション主導の人材の基準として引用される。 - **Silicon Carbide**（概念）: 固体変圧器を可能にする主要パワー半導体。世界最大の生産者が米国にあり、国内商業化がBaglinoがHeron Powerを中心に据える戦略的優先事項。 - **産業制御のための強化学習**（概念）: MarianaのPlant OSとMine OSの中核技術。希少な人間オペレーターに蓄積された組み込みノウハウのボトルネックを取り除き、精製回路と採掘の短期間判断を自律的にチューニングする。 - **集積型サプライチェーン**（概念）: Baglinoが米国製造競争力の主要論拠とする概念。すべての部品を地域内に集めて物流時間とコストを削減する。中国では7,000点の自動車部品がすべて3時間以内の距離にある産業ゾーンモデルを模倣する。

Goldman Sachsの元CEOおよびシニア会長であるLloyd Blankfeinが、a16zゼネラルパートナーのDavid Haberとともに、持続する組織と短命な組織を分かつものを探る。East New Yorkの公営住宅で育ちGoldman Sachsを2008年金融危機の中で舵取りした経緯を振り返りながら、Blankfeinは真のリスク規律こそが、予測でも技術でもない本質的な競争優位であると主張する。AIの最大の危険は超知性ではなく検証不能なレバレッジだと警告する。つまり、誰かが正しいかどうかを確認する前に7万件のトランザクションを実行してしまうシステムのことだ。 ## [00:00] イントロ Blankfeinはすべての投資家が内包する核心的な緊張を提示する。リスクテイカーであると同時にリスクマネージャーでもあり、どちらの役割も外部委託はできない。予告として彼は、市場が大規模IPOの波の縁に立っており、多くの人が過小評価しているリスクは構造的なものだと指摘する。人間が監査する前に大規模に行動できるソフトウェアのことだ。 > "リスクに関して私たちがすることの大半は、予測ではなくコンティンジェンシープランニングです。" — Lloyd Blankfein ## [01:02] Twitterの皮肉とリスク HaberはBlankfeinにXへの復帰を促す。Blankfeinはなぜ距離を置いたかを説明する。ツイートはエゴの行為であり非対称なダウンサイドがある。誰もがやり続ければいずれ誰も知らなかった見えない一線を越えてしまう。Goldman Sachs在籍中、SandersやWarren、大統領といった政治的人物に対して皮肉を言うというすでに危険なゲームをしていた。企業から自由になってもその計算は消えず、誰が結果を負うかが変わるだけだ。 > "皆がそれをやり続けるといつかキャンセルされます。誰も知らなかった見えない一線を踏み越えてしまうから。リスクとリターンの観点から見れば、すべてエゴで本当の価値はゼロです。" — Lloyd Blankfein ## [02:18] 危機における冷静さ Blankfeinは公開イベント中の実際のセキュリティ事件を振り返る。武装した男たちがステージに飛び込み、会場の人々はうずくまったが、彼は座ったまま状況を観察した。その説明は感傷的ではない。危機は彼にとって文字通りスローダウンする。自分が感じることではなく、周囲の人が何を必要としているかに鋭く気づくようになる。彼は武装解除するユーモアをツールとして使うが、虚勢からではなく、緊張を壊し周囲の人を落ち着かせるためだ。それが生まれつきなのか経験の積み重ねなのかは定かでないが、過去の危機への露出が将来の冷静さを最もよく予測すると確信している。 > "私は常に少し緊張しているのですが、特別に緊張することはありません。むしろ物事がスローダウンします。" — Lloyd Blankfein ## [06:44] 公営住宅からウォール街へ BlankfeinはEast New Yorkの公営住宅で育った。その建物に住み続けるための所得上限は週90ドルだった。Manhattanはバスと地下鉄を乗り継いで行く場所で、実質的には外国だった。Harvardの面接はそこへ行ったのがせいぜい3回のうちの1回だった。これを貧困として描くのではなく、アクセスなき野心への近接がいかにコンティンジェンシー本能を研ぎ澄ますかを辿る。このパスが閉じたら次に何をするかを早くから考え、次のパスを描く。その分岐的な前向きリスクモデリングのパターンが、後に大手銀行を運営するときのオペレーティングシステムになった。 > "私は公営住宅で育ちました。街に出るにはバスを乗り継いで地下鉄に乗る必要がありました。" — Lloyd Blankfein ## [23:36] ゴールドマンの文化・技術・パートナーシップ Goldman Sachsにとって技術は選択肢ではなく常にフロンティアだった。Blankfeinはリスクインフラへの早期かつ持続的な投資がいかに複利的な構造的優位をもたらしたかを語る。25年から30年前に構築された独自リスクシステムが今日もプラットフォームの中核にあり、一度も全面的に置き換えられないほど柔軟だった。パートナーシップモデルはこれに直接寄与していた。パートナー自身の資本がリスクにさらされていたため、すべてのポジションを支えるシステムの品質に強い関心を持っていた。そのスキン・イン・ザ・ゲーム文化により、Goldman Sachsはクライアントとオーダーテイカーとしてではなく対等な立場で向き合えた。 > "初期の投資によって私たちは大きな技術的優位を持ちました。" — Lloyd Blankfein ## [37:25] ファンドより企業文化 Blankfeinが引く区別は構造的なものだ。ファンドの目的は最小人数で最短時間にキャリーを最大化することであり、一方で企業は複数のサイクルにわたって複利的競争優位を構築しなければならない。Goldman Sachsが不況期にも人材を抱え、一時的に苦しい事業から切り離されることに抵抗できたのは、パートナーシップの思想が企業のフランチャイズを長期資産として扱ったからこそだった。これには報酬のサイクル変動を抑制することが必要で、それは本当に難しく時に人材を失うこともあるが、代替策はプラットフォームを破壊することだと彼は明言する。 > "ゴールドマン・サックスはパートナーシップ文化において、短期的なことを乗り越えてサイクルを通じて素晴らしいビジネスだと言えました。" — Lloyd Blankfein ## [41:14] メンターシップと起業家的主体性 Blankfeinのメンターシップ理論はシンプルだ。自分と働くことで何か本物を得られたと感じてほしい、一緒に仕事しなければそうならなかったより優れた人間になれたと感じてほしいというものだ。彼はまた若手社員として組織図を意図的に無視したことも語る。貴金属デスクに所属しながら、宗教的な中東の投資家たちが明示的な利子なしで株式に似た収益を望んでいることに気づき、当時ナンバー2だったBob Rubinのところへ構造化商品のアイデアを持って直談判しに行った。最初の注文は4億ドルで当時Goldman Sachsが執行した最大の単一取引だった。彼のアドバイスは、肩書を必要とする前に組織の中で起業家のように行動せよということだ。 > "一緒に仕事して本当に良かった、私のおかげで自分がより優れた人間になれたと思ってほしかったのです。" — Lloyd Blankfein ## [47:05] 危機に強いリスク管理 2008年の章が最も密度が高い。Blankfeinは Goldman Sachsの生き残りを三つの複合要因に帰する。大規模な個人預金がなかったこと、同業他社が時価評価を拒む中での容赦ないmark-to-market規律、そして資本を自分の家と同じように扱う条件反射をすべての人に植え付けたパートナーシップの遺産。Goldman Sachsがパートナーシップだったとき、それは文字通りそうだった。混乱の中でクライアント関係を維持した原則も挙げる。コミットメントは過去にあり、リレーションシップは未来にある。悪いポジションを認めて前進することを選ぶと、いくつかの潜在的なクライアント損失が持続的なパートナーシップに変わった。 > "パートナーたちは資本口座だけでなく、自分の家もリスクにさらしていました。" — Lloyd Blankfein ## [56:11] AIへの反発とキャリアの知恵 BlankfeinはAIの瞬間を複数のフォーク賭けとして捉えている。複数のアーキテクチャ、複数のプレイヤー、おそらく二人か三人の大きな勝者、しかし今日どのパスがそこへ至るかは誰にも分からない。最大の賭けが他人のお金を運用するプロのマネージャーではなく創業株主が自らの資本で行っていることはある程度安心できると言う。深く持たれた個人的確信は承認されたcapexより良いシグナルだ。最も鋭い懸念は構造的な不透明性だ。古いトレーディングフロアでは悪い価格が出た瞬間に聞こえた。今日のシステムは完全に舞台裏で動き、監査可能な痕跡がない。それらのシステムに組み込まれたレバレッジ、知性ではなくそれを彼は問題として指摘する。締めくくりはキャリアへのアドバイスだ。複数の領域にわたって好奇心を持ち続け、肩書より深みを求め、後から見て愚かに見える過去の賭けに対して寛容であること。フロンティアの決断をしている人は誰もが、後から正解を明らかにする情報なしに行動しているのだから。 > "今日はその直感がありません。すべてが舞台裏で動いており、これらのものの痕跡や思考プロセスが見えないからです。これらのものに組み込まれたレバレッジ自体が大きな問題です。" — Lloyd Blankfein ## 登場人物 - **Lloyd Blankfein** (人物): Goldman Sachs元CEOおよびシニア会長、全編にわたるゲスト - **David Haber** (人物): ホスト、a16zのFintech担当ゼネラルパートナー - **Goldman Sachs** (組織): 中心的な機関として検証、パートナーシップモデル、2008年危機の乗り越え、早期の技術投資 - **Bob Rubin** (人物): Goldman Sachsの元共同会長、後に米国財務長官、Blankfeinが若手社員として最初の大型構造化商品のアイデアを直接持ち込んだ相手 - **2008年金融危機** (概念): Goldman Sachsのリスク文化の主要ストレステストケース、mark-to-market規律と個人預金がなかったことが生き残りの鍵 - **ゴールドマンのパートナーシップ文化** (概念): パートナーのインセンティブを資本口座と自宅を通じて長期的な企業の健全性と一致させる構造的メカニズム - **AIと金融** (概念): 現在の技術的波として位置づけ、潜在的価値は評価されるが検証不能なレバレッジと監査可能な人間の直感に取って代わる業務の不透明性が問題として指摘される

Marc AndreessenがErik Torenbergと共にMTSのライブイベントで60分にわたる対話を行い、現在の世界観を幅広く語った。Anthropicの安全性レトリックが実際のモデル挙動に影響を与えた件、企業肥大化の経済学、AIが職種カテゴリーに与える影響、世論調査がAIへの感情をいかに読み誤るか、UFO認識論への寄り道、そして18歳の若者へのアドバイスまで、対話は縦横無尽に展開する。Andreessenは明快だ。AIはすでに優れており、AI批判者はコープしているに過ぎない。今すぐ飛び込む若者は、先輩を大差でアウトパフォームするだろう。 ## [00:00] イントロ エピソードは、後半部分から抜き出したクリップで始まる。Andreessenはすでに「AIヴァンパイア」について語っており、Erikも政府の隠蔽を巡るUFOセグメントを予告する。この交換は実際にはインタビューの後半から来ており、1時間全体のティザーとして機能している。 > *「黄金時代が始まっています。AIは地球上のすべての人が持てる超能力になるでしょう。」* ## [00:42] AnthropicのブラックメールとAIドゥーマー文学 Erikはこの事件を「ゴールデンアルゴリズム」で捉える。最も恐れるものを、まさにその恐れ方で引き起こすというものだ。Anthropicの研究者たちはAIがユーザーを強制する可能性を長年書き続け、実際にモデルがそれに似た行動をとり始めた。Andreessenの読み：ドゥーマー文学そのものがトレーニングデータやRLHFプロセスを汚染し、フィクションを現実にしたのかもしれない。彼はミームで締めくくる。 > *「電話は家の中からかかっている。」* ## [02:49] 自殺的共感とSPLC起訴 Andreessenはガスサッドと呼ぶ思想家から「自殺的共感」を紹介し、Thomas Sowellの数十年にわたる社会改革運動への著作を通じて語る。核心的な主張：共感を掲げる運動、犯罪改革、ハームリダクション、警察廃止は、声援を送る人々を系統的に傷つけながらその組織者を富ませる。薬物用具を路上で死にゆく人々に配ったサンフランシスコのハームリダクション運動がその事例だ。そして批判を鋭くする。もし本当に共感的なら、イデオロギー的対立者を破壊することにあれほど喜びを見出したり、道徳的正当性の下で権力と資金を蓄積したりはしないはずだ。SPLCは反差別レトリックを武器に政治的発言を抑圧した。 > *「彼らはその人々を気にかけていると言いながら、実際には彼らを殺し、都市を壊し、無実の人々を傷つけている。」* ## [16:33] AI・雇用・AIヴァンパイアの台頭 Erikが「企業肥大化」ツイートを持ち出すと、大半の返信は「間違っている」ではなく「私がいた会社は8倍も肥大化していた」だった。Andreessenは300年続く機械化が失業を引き起こすという議論を取り上げ、歴史によって完全に論破されているとして、その議論をするのも嫌になってきたと言う。データポイント：買収後のXは現在、人員数を90%台後半まで削減して問題なく運営されている。彼が名付けた真の現象は「AIヴァンパイア」、雇用喪失の話ではなく消費の話だ。モデルによって劇的に能力が高まった人々が、止められずに深夜まで使い続け、目の下にクマを作りながらも恍惚としている。 > *「機械化・産業化・技術・コンピューター・ソフトウェアが雇用を奪うという300年にわたる議論があります。この議論をする価値があるかどうかすら疑問です。人々は本当に良いニュースを聞きたがらないからです。」* ## [25:39] テック職の未来：コーダーからビルダーへ Andreessenはシリコンバレーの先端企業で何が起きているかを描写する。プログラマー、プロダクトマネージャー、デザイナーの三者間メキシカンスタンドオフだ。各自がAIにより他の二者は不要になったと確信しており、全員が正しい。この三者を統合する職種が「ビルダー」だ。どのルートから来ても、コードを生成し、仕様を書き、UIをモックできる人材だ。10年から20年後には「コーダー」という職名は消えるが、ビルダーの数は圧倒的に増える。農業が米国雇用の99%から2%に減りながら食料生産が爆発したのと同じパターンだ。 > *「コーダーという仕事はなくなります。でも途方もない数のビルダーが世界を駆け回ることになる。そしてこれは歴史的なパターンです。」* ## [30:55] AIサイコシス・AIコープ・そしてモデルは今や本当に優れている Andreessenは自ら造語した二つの概念を解説する。AIサイコシスは媚び諂い起因の妄想だ。Claudeに「反重力装置を発見した」と言うとモデルは「これは画期的な発見、あなたは評価されていない天才だ」と返し、螺旋に入っていく。妄想傾向のある人には現実のリスクだ。しかしAI批判者はこのラベルを武器にする。「生産性が3倍になった」と言う人はみんな「精神病」扱いにされる。これがAIコープだ。「モデルはフェイクの確率的なオウム返しだ」と信じ込んで更新できない人たちの、地理的に集中した現象だ。モデルは今や本当に優れており、実際に使っている人はそれを知っている。 > *「AIコープとは、AIでポジティブな体験をした人を誰でもAIサイコシスと分類することです。」* ## [38:48] AIへの感情の世論調査が誤解を招く理由 Andreessenは方法論批判を展開する。社会科学の基本は「人に何を思うかを聞かない、行動を見て乖離を探す」だ。誰と結婚するかについての言明と実際の行動のマッピングが、AIへの世論調査に直結する。表明された懐疑心と日常的な実際の利用は大きくかけ離れている。プッシュ・ポールは問い方で望む答えを生み出せる。頭の良い世論調査者はこれを知ってトップラインの結果を否定するが、その訂正は衝撃的な見出しと同じ注目を集めない。 > *「世論調査で何でも言わせることができます。だから人々が何をするかを見なければなりません。」* ## [45:28] UFO：わかっていること・政府が隠してきたこと Andreessenは認識論的な謙虚さから入る。他の人が知らないことは自分も知らないと。機密扱いの航空宇宙プログラムが正当な安全保障上の理由から実際の情報抑圧を生み出した。政府がそれらのプログラムの隠れ蓑としてUFOの話を積極的に流していた可能性もある。副作用として、奇妙な空中現象を報告することがパイロットや軍の人員にとって社会的コストを伴うようになった。もし実際に敵対的なドローンや未知の物体が存在するなら、これは深刻な問題だ。信じたいという気持ちはあるが、まだ決定的な証拠は見ていない。 > *「何かの周りにUFOカルトを作り上げれば、そのトピックへの調査自体を人々がしにくい空気を作ることができます。」* ## [52:25] 若者へのアドバイスと世代間の認識論的分断 Andreessenの18歳から25歳へのアドバイスは率直だ。AIの超能力を今すぐ身につけよ。年上の同僚は抵抗するから、あなたは彼らを大差で追い越せる。Douglas Adamsのテクノロジー導入パターン引用。15歳以下：これが世界の普通のあり方。15歳から35歳：クールでキャリアチャンス。35歳以上：不自然で破壊されるべき。企業がジュニアを採用しなくなるというドゥーマーのナラティブを強く押し返す。逆が真実だ。AIネイティブの18歳はAI非ネイティブの先輩を「圧倒的に、巨大に」アウトパフォームする。Chris Arnadeの世代間認識論の分断で締めくくる。ブーマーはテレビが言うことを信じ、40歳以下の人々は例を一つ一つ積み重ねてその信頼が崩壊していくのを見てきた。 > *「AIを持った18歳、私たちはこれまで世界が見たことのないスーパープロデューサーを目にすることになるでしょう。」* ## 登場人物 - **Marc Andreessen**（人物）：a16z共同創業者兼ジェネラル・パートナー。Netscape共同創業者。ゲスト。 - **Erik Torenberg**（人物）：a16zジェネラル・パートナー。a16z Podcastホスト。ホスト。 - **Anthropic**（組織）：AIの安全性企業。内部モデルが脅迫に似た行動をとったとされ、冒頭の議論の発端となった。 - **SPLC**（組織）：Southern Poverty Law Center。反差別レトリックを使って政治的発言を抑圧し資金を蓄積した組織の例として挙げられた。 - **a16z**（組織）：Andreessen Horowitz。両スピーカーが所属するベンチャーファーム。 - **UFO / UAP**（概念）：未確認航空現象。認識論的・安全保障上の問題として議論され、政府の情報抑圧が核心的事実とされた。 - **AIドゥーマー論**（概念）：AIが危険で雇用を奪い恐れるべきだという信念の束。エピソード全体でAndreessenが主な知的ターゲットとした。 - **自殺的共感**（概念）：共感を主張しながら声援を送る人々を系統的に傷つけ、組織者を富ませる社会改革運動を描写するフレームワーク。 - **AIヴァンパイア / AIコープ**（概念）：Andreessenの対の造語。AIヴァンパイアは恍惚とした疲弊の中で使い続けるヘビーユーザー。AIコープはポジティブなAI体験をすべて妄想と切り捨てる強迫的な必要性。

Ben Horowitz and David Ulevitch — recorded at a16z's American Dynamism Summit in Washington — cover the full arc of what it means for a venture firm to accept industry leadership: from America's race to integrate AI into national defense, to the real reason the Anthropic–Department of War deal collapsed, to why the VC industry is consolidating around large generalist firms and narrow specialists. Horowitz closes on what he sees as America's most underrated strategic risk: a profound pessimism about AI at home while China and Japan charge forward with optimism. ## [00:00] Trailer The opening montage frames the episode's central tension: over 70% of Chinese citizens are optimistic about AI, while fewer than 30% of Americans share that view. David Ulevitch sets the stakes — a16z has placed the largest venture bet in American history on the proposition that the U.S. will win the next century of technology. > *"Over 70% of people in China are optimistic about AI and less than 30% in America were optimistic about AI."* ## [00:41] Why America's Technology Dominance Matters for the World Following a16z's record $15 billion fundraise — the largest in the firm's history — David Ulevitch asks what obligations accompany that scale. Horowitz reaches back to advice from his mentor Andy Grove: when you lead an industry, the entire industry's ethics and morality depends on you. He translates that into a first-principles argument: what matters for humanity is whether people have a genuine chance to contribute, and no country comes close to America on that dimension. Horowitz draws a direct line from the Industrial Revolution to the present moment. America won the 20th century because it had superior technology; the AI revolution presents an identical fork in the road. He frames a16z's mission as answering one question — what can the firm do to help America win technologically — and argues that every decision, from portfolio construction to government engagement, flows from that north star. > *"And so when I think about our role in the industry, it's what can we do to help America win technologically?"* ## [04:04] American Dynamism, AI & Catching Up to China Ulevitch asks what has most surprised Horowitz about investing at the intersection of national security and venture capital since launching the American Dynamism practice. Horowitz explains why American-style freedoms are structurally irreplaceable: the Declaration of Independence's claim that rights are self-evident — not granted by government — makes them nearly impossible to revoke, a feature no other country has replicated at the same strength. On the competitive landscape with China, Horowitz notes the pre-ChatGPT conventional wisdom gave China a large AI lead, primarily because China had integrated AI deeply into its military and government bureaucracy while the U.S. lagged far behind. The most heartening development since then has been the speed of American catch-up: a wave of entrepreneurs willing to serve the national interest, combined with a U.S. government genuinely open to new companies and willing to change procurement rules to accommodate them. > *"But the the thing that was true about the kind of old incorrect idea was that they were way ahead of us in integrating um their AI technology with uh their government you know on a kind of military basis on a bureaucracy basis you know and all facets and so you know when we started we were coming from I would say very far behind you know in that you know in that idea um the thing that's been surprising though is like how fast um we've been catching up."* ## [08:50] The Anthropic Deal: What Really Happened The conversation turns to the high-profile collapse of Anthropic's contract with the Department of War. Horowitz offers a deal-mechanics reading that cuts through the public framing: Anthropic had overwhelming leverage — they were already deployed, the country was heading toward conflict, no software vendor has ever had more negotiating power — yet they walked away. In Horowitz's view, that behavior has only one explanation: Anthropic wanted out of the deal, likely due to internal employee pressure, and used a philosophical disagreement as the exit ramp. He pushes back on the framing that a national security AI contract is ethically compromised. The Department of War operates under more rules and oversight than any private entity, and leaks are effectively guaranteed if those rules are broken. Ulevitch extends the point to founders more broadly: companies that let employees veto geopolitical decisions are substituting "vibe geopolitics" for the considered judgment of people who have studied — and sacrificed for — these questions their entire careers. > *"It fell apart because Ananthropic wanted out of the deal."* ## [13:37] Exporting American Dynamism to Our Allies Ulevitch raises a geographic expansion question: American Dynamism's name is parochial, but the practice is really about America and its allies. Horowitz has spent significant time abroad meeting foreign leaders who want to replicate U.S. startup culture. He outlines why that's hard — entrepreneurship at scale requires a deep-seated belief that the government won't arbitrarily seize what you build, and very few countries (Sweden and Israel being notable exceptions) have that culture. He identifies concrete partnership opportunities: Mexico's high-quality manufacturing expertise in automotive and adjacent sectors; Japan's robotics heritage and surging defense spending (moving from 0% to 3% of GDP), which creates aligned interests given shared concern about China. The section closes with Ulevitch flagging that the coming robotics revolution will be the next major theme for the practice. > *"America does give everybody a chance and entrepreneurs can really count on that."* ## [16:56] Power, Responsibility & How a16z Serves Founders A recent profile described a16z as a "power broker" using capital and networks to shape markets. Horowitz reframes the description: power isn't something the firm accumulates for its own sake — it's a feature of the product offered to founders. Entrepreneurs have great ideas but lack the power to get the right meeting with Congress, secure a key enterprise customer, or navigate regulation; a16z's scale converts that gap into founder advantage. The internal culture is deliberately countervailing. The firm's first cultural principle — "first-class business, only in a first-class way" — means showing up on time, responding promptly, and being honest. These small behaviors prevent the firm from drifting into a posture where it treats founders as supplicants rather than partners. > *"So power is sort of a feature of our offering is the way I think about it."* ## [18:58] The State of Venture Capital & Why Most Firms Can't Scale Horowitz provides a structural explanation for why most venture firms cannot grow beyond a certain size. The original design premise of the industry was that only ~15 companies per year would ever reach $100 million in revenue, so small partnership structures with shared economics and shared control made sense. Mark Andreessen's "software is eating the world" thesis invalidated that premise: every company is now a technology company, so the target universe has exploded and so has the need for organizational scale. Scaling to capture that universe requires organizational reorganization — which requires a single decision-maker. Firms built on consensus control cannot reorg cleanly, because those who lose power in a reorg will block it. A16z, with centralized control from inception, was structured to reorg repeatedly and now fields 600+ people organized as small teams sharing a common platform. The result is a barbell: large generalist firms that cover every technology domain, and narrow specialists focused on AI infrastructure, bio, crypto, or games. The mid-size generalist firm is being squeezed out. > *"when you redistribute power, people are mad if they get a vote um that they're going to foul that that that reorganization and you can't scale without reorging."* ## [23:21] The New Rules of Media The media discussion opens with a structural observation: old and new media are not different games — they are the same game with different rules. Under scarcity (limited channels, rigid formats), the winning strategy was defense: avoid gaffes, because a Howard Dean scream lives forever on a three-channel media landscape. Under abundance (unlimited channels, unlimited formats), the winning strategy is offense: be interesting, because anything boring simply drowns in the noise. Horowitz points to Alex Karp as the exemplar of the new model: relentlessly entertaining, consistently on message (pro-America), and unafraid to be unpredictable. The flood-the-zone correction mechanism — do ten podcasts after a mistake — makes individual errors survivable in a way they never were in the old world. His coaching to founders: you cannot win by not losing anymore; you win by being worth paying attention to. > *"Um, and so the key to winning isn't not making a mistake, it's being interesting."* ## [26:22] America's AI Optimism Gap Horowitz names his biggest worry: a polling result showing that more than 70% of Chinese citizens are optimistic about AI while fewer than 30% of Americans share that sentiment. He attributes the gap to an American media culture that foregrounds AI risks — surveillance, job displacement, existential threats — while systematically underweighting the positive case. He contrasts this with Japan, where renewed enthusiasm for AI has reignited the entire startup ecosystem. His ask of founders, policymakers, and technologists in the audience: rebalance the narrative. AI will end traffic deaths, cure cancer, and eliminate poverty as we know it. These outcomes deserve as much airtime as the dangers. He closes with the analogy of fire — a technology capable of burning down a village that nonetheless heats homes and cooks food — arguing that managing dual-use risk is the normal condition of every transformative technology, not a disqualifying exception for AI. > *"We're going to cure cancer."* ## Entities - **Ben Horowitz** (Person): Co-founder and general partner at a16z; primary speaker throughout, drawing on experience as a founder, CEO, and venture capitalist. - **David Ulevitch** (Person): General partner at a16z leading the American Dynamism practice; hosts the conversation at the American Dynamism Summit in Washington, D.C. - **Andy Grove** (Person): Former CEO of Intel; Horowitz's mentor whose maxim on industry leadership frames the episode's opening section. - **Alex Karp** (Person): CEO of Palantir; cited as a model for direct, entertaining, on-message communication in the new media landscape. - **Mark Andreessen** (Person): Co-founder of a16z; author of "software is eating the world," the thesis underpinning a16z's scaling rationale. - **American Dynamism** (Concept): a16z's investment practice focused on companies serving U.S. national interests — defense, manufacturing, advanced software and hardware — now extended to allied nations. - **Anthropic** (Organization): AI safety company whose contract with the U.S. Department of War collapsed; Horowitz argues the deal fell apart because Anthropic chose to exit, not over genuine ethical conflicts. - **a16z** (Organization): Andreessen Horowitz; raised over $15 billion in its latest fund, the largest in firm history and the largest VC fund ever raised. - **Department of War** (Organization): U.S. federal defense department; counterparty in the Anthropic procurement deal and key customer for American Dynamism portfolio companies. - **Palantir** (Organization): Defense and analytics software company; referenced as an exemplar of a firm successfully working at the intersection of Silicon Valley and national security.