作者：Matt Brown翻訳：深潮 TechFlow深潮ガイド：Matrix VC パートナーのMatt Brownは、直感に反する議論を提起しています。AIはコードをますます安くする一方で、Fintechにおいて本当に模倣しにくいもの—銀行ライセンス、信用損失蓄積のアンダーライティングデータ、実取引量に基づくリスク管理モデル—を以前よりも価値のあるものにしています。「氛囲気を使ったプログラミングで銀行ライセンスは作れない」という言葉は、この記事の核心を突いています。これは単なるFintech分析にとどまらず、AI時代における「どの資産の壁がより堅いか」の地図でもあります。全文は以下の通りです：「Fintech」という言葉は長い間、その名前に含まれる曖昧さを利用したアービトラージに依存してきました。「fin」は由来を意味します。govドメインの大量のメール、数ヶ月にわたる監査、あなた自身の申告履歴をあなた以上に詳しく知るコンプライアンス担当者、そしてシャーロットやワシントンへの平日の出張です。「tech」は洗練されたモバイルアプリ、10倍のユーザー体験、Blue Bottleでコーヒーを飲みながら投資について語ることです。「fin」と「tech」は常に一つの系譜ですが、市場は一般的に「tech」に近づき、「fin」から距離を取るFintech企業を評価します。これは理解しやすいです。2021年、ソフトウェアの粗利益プールは約0.7兆ドルで、高いプレミアムがついています。金融サービスの粗利益プールはそれよりも桁違いに大きいですが、評価ははるかに控えめです。Fintechは二つの側面でアービトラージを可能にします：金融サービスの経済学と、ソフトウェア企業の評価倍率。この利益プールの差は、実際にお金がどこにあるかを示しています。金融サービスは、世界中のあらゆる業界で最も多くの粗利益を生み出しています。Fintechの「fin」側は、防御性が高いだけでなく、はるかに大きな市場です。しかし、AIの登場により、アービトラージの余地は消えつつあります。投資家が「コードはますます安くなる世界でコードの価値はいくらか」と再評価するにつれ、ソフトウェアの評価は圧縮されます。Fintech企業は市場からソフトウェア企業とみなされ、その結果も影響を受けています。しかし、市場は分類を誤っています。Fintechのコストとその資産の壁は、決してコードの中にあるわけではありません。AIによるコスト圧縮に直面して、これらはますます反脆弱性を持つように見えます。二つのコスト構造の物語ソフトウェアはかつて、歴史上最良のビジネスモデルの一つを持っていました。コードの作成コストは高いが、一度書けば配布はほぼ無料です。「高コストの構築」と「無料の配布」の差が利益率を生み出します。あなたがSaaS企業なら、収益の22〜25％を研究開発に充てることは、その参入障壁となります。競合他社は、数年と数千万ドルを投じて構築したものを簡単に模倣できません。AIはこの差を上から圧縮します。コードが安価に作成でき、安価に配布できるなら、利益率は縮小します。競合を阻む壁が低くなり、より多くのプレイヤーが参入し、価格設定力が侵食されます。もしあなたのビジネスがソフトウェアであれば、これは現実的な問題です。しかし、Fintechの支出はエンジニアリング支出ではありません。お金の流れに従えば、その違いはすぐに明らかになります。PayPalは収益の9％を研究開発に充てており、Blockは12％です。これはFintechのエンジニアリングが重要でないからではありません。Stripeのエンジニアリング能力は世界クラスであり、実際の競争優位性です。しかし、多くの資金はエンジニアリングに流れていません。資金は「fin」に流れています。研究開発支出と異なり、これらのコストは単に製品を作るだけでなく、資産の壁を築きます。信用損失はアンダーライティングデータを買いますAffirmはエンジニアに支払う前に、収益の35％を信用損失と資金コストに充てています。各不良債権は、競合他社が得られない返済データです。新規参入者は合成データを使ってモデルを訓練しますが、実際の基準がないため、信頼できる損失履歴を構築できません。コンプライアンス支出は規制許可を買いますWiseは65以上の規制ライセンス範囲内で、従業員の3分の1をコンプライアンスと金融犯罪防止に投入しています。50州の送金ライセンス、BSA/AMLコンプライアンスプログラム、銀行定款の要件です。これらはあなたが構築できる優位性ではなく、継続的に獲得する許可です。氛囲気を使ったプログラミングで銀行ライセンスは作れません。取引量は独自データを買いますToastの決済部門の粗利益率は約22％で、SaaS部門の70％には及びませんが、得られる粗利益はほぼ2倍です。そのコストは、商家側の取引データをもたらし、これがToast Capitalに供給され、10億ドル超の融資を累積しています。Adyenのリスクモデルは30以上の市場の取引パターンで訓練されています。Fintechの利益率はもともと高くない、これが重要です決済会社の粗利益率は20〜50％であり、80％ではありません。しかし、利益率が低いからといってビジネスが弱いわけではありません。Fintechの利益率が低いのは、多くのコストが複利の優位性を生み出すためです。そして、その中でもAIによるコスト圧縮の射程外にあるコストもあります。AIはこれらの資産の壁をさらに強化します。より良いモデルは損失率を下げ、より良い詐欺検知は拒否率を減らし、より良いコンプライアンスツールは小規模なチームでも多くのライセンスを保持できるようにします。AIは資産の壁を取り除くのではなく、むしろ資産の壁を築く企業を後押しします：資金の流れ、リスクの負担、独自データ、規制。したがって、真の議論は単に「AIがFintechを支援する」だけではなく、価値を製品の表面から、独自データ、リスク負担能力、規制許可、そして実資金の流れに基づく流通チャネルへと移していることです。これらの分野で構築すれば、AIはあなたに複利をもたらします。もしあなたの差別化がコードにあるなら、AIは逆方向に複利します。需要側も継続的に拡大しています。氛囲気プログラミングによる決済フローは新たな詐欺のベクトルとなり、自律型取引AIエージェントは拒否リスクの源です。Fintechインフラに基づくものが増えるほど、そのインフラ自体がより不可欠になります。「fin」が勝者この認識は、賢いFintech創業者たちに、「fin」と「tech」の系譜における自分の位置を再考させ始めています。私たちはリスクを自ら引き受けて価格設定しているのか、それともパートナーに渡して利益を得ているのか？私たちは規制関係を所有しているのか、それとも所有者から借りているのか？一つ一つの取引は、自分のリスクモデルをより正確にしているのか、それとも他人のモデルを訓練しているのか？私たちの帳簿は実データの源泉か、それとも他人の帳簿の不完全なミラーか？この区別は、Fintechの構図を二分します。規制関係を持ち、信用損失を自ら負担し、取引データを蓄積している企業は、AIによる壁を深めています。一方、規制を借りている企業—銀行のライセンスやBaaS提供者の帳簿、他者のリスクモデルをより良いインターフェースに載せている企業—は、SaaS企業と全く同じ問題に直面しています。彼らの差別化はコードにあり、コードは今や安くなっています。ソフトウェアの評価倍率を金融サービスの経済学の旧アービトラージに適用する時代は終わりました。新しいアービトラージはシンプルです：「fin」を所有することです。
コードはますます安くなり、ライセンスはますます価値が高くなる：AI時代のフィンテックの真の競争優位性
作者：Matt Brown
翻訳：深潮 TechFlow
深潮ガイド：Matrix VC パートナーのMatt Brownは、直感に反する議論を提起しています。AIはコードをますます安くする一方で、Fintechにおいて本当に模倣しにくいもの—銀行ライセンス、信用損失蓄積のアンダーライティングデータ、実取引量に基づくリスク管理モデル—を以前よりも価値のあるものにしています。
「氛囲気を使ったプログラミングで銀行ライセンスは作れない」という言葉は、この記事の核心を突いています。
これは単なるFintech分析にとどまらず、AI時代における「どの資産の壁がより堅いか」の地図でもあります。
全文は以下の通りです：
「Fintech」という言葉は長い間、その名前に含まれる曖昧さを利用したアービトラージに依存してきました。
「fin」は由来を意味します。govドメインの大量のメール、数ヶ月にわたる監査、あなた自身の申告履歴をあなた以上に詳しく知るコンプライアンス担当者、そしてシャーロットやワシントンへの平日の出張です。「tech」は洗練されたモバイルアプリ、10倍のユーザー体験、Blue Bottleでコーヒーを飲みながら投資について語ることです。
「fin」と「tech」は常に一つの系譜ですが、市場は一般的に「tech」に近づき、「fin」から距離を取るFintech企業を評価します。
これは理解しやすいです。2021年、ソフトウェアの粗利益プールは約0.7兆ドルで、高いプレミアムがついています。金融サービスの粗利益プールはそれよりも桁違いに大きいですが、評価ははるかに控えめです。Fintechは二つの側面でアービトラージを可能にします：金融サービスの経済学と、ソフトウェア企業の評価倍率。
この利益プールの差は、実際にお金がどこにあるかを示しています。金融サービスは、世界中のあらゆる業界で最も多くの粗利益を生み出しています。Fintechの「fin」側は、防御性が高いだけでなく、はるかに大きな市場です。
しかし、AIの登場により、アービトラージの余地は消えつつあります。投資家が「コードはますます安くなる世界でコードの価値はいくらか」と再評価するにつれ、ソフトウェアの評価は圧縮されます。Fintech企業は市場からソフトウェア企業とみなされ、その結果も影響を受けています。
しかし、市場は分類を誤っています。Fintechのコストとその資産の壁は、決してコードの中にあるわけではありません。AIによるコスト圧縮に直面して、これらはますます反脆弱性を持つように見えます。
二つのコスト構造の物語
ソフトウェアはかつて、歴史上最良のビジネスモデルの一つを持っていました。コードの作成コストは高いが、一度書けば配布はほぼ無料です。「高コストの構築」と「無料の配布」の差が利益率を生み出します。あなたがSaaS企業なら、収益の22〜25％を研究開発に充てることは、その参入障壁となります。競合他社は、数年と数千万ドルを投じて構築したものを簡単に模倣できません。
AIはこの差を上から圧縮します。コードが安価に作成でき、安価に配布できるなら、利益率は縮小します。競合を阻む壁が低くなり、より多くのプレイヤーが参入し、価格設定力が侵食されます。
もしあなたのビジネスがソフトウェアであれば、これは現実的な問題です。しかし、Fintechの支出はエンジニアリング支出ではありません。お金の流れに従えば、その違いはすぐに明らかになります。
PayPalは収益の9％を研究開発に充てており、Blockは12％です。これはFintechのエンジニアリングが重要でないからではありません。Stripeのエンジニアリング能力は世界クラスであり、実際の競争優位性です。しかし、多くの資金はエンジニアリングに流れていません。
資金は「fin」に流れています。研究開発支出と異なり、これらのコストは単に製品を作るだけでなく、資産の壁を築きます。
信用損失はアンダーライティングデータを買います
Affirmはエンジニアに支払う前に、収益の35％を信用損失と資金コストに充てています。各不良債権は、競合他社が得られない返済データです。新規参入者は合成データを使ってモデルを訓練しますが、実際の基準がないため、信頼できる損失履歴を構築できません。
コンプライアンス支出は規制許可を買います
Wiseは65以上の規制ライセンス範囲内で、従業員の3分の1をコンプライアンスと金融犯罪防止に投入しています。50州の送金ライセンス、BSA/AMLコンプライアンスプログラム、銀行定款の要件です。これらはあなたが構築できる優位性ではなく、継続的に獲得する許可です。氛囲気を使ったプログラミングで銀行ライセンスは作れません。
取引量は独自データを買います
Toastの決済部門の粗利益率は約22％で、SaaS部門の70％には及びませんが、得られる粗利益はほぼ2倍です。そのコストは、商家側の取引データをもたらし、これがToast Capitalに供給され、10億ドル超の融資を累積しています。Adyenのリスクモデルは30以上の市場の取引パターンで訓練されています。
Fintechの利益率はもともと高くない、これが重要です
決済会社の粗利益率は20〜50％であり、80％ではありません。しかし、利益率が低いからといってビジネスが弱いわけではありません。Fintechの利益率が低いのは、多くのコストが複利の優位性を生み出すためです。そして、その中でもAIによるコスト圧縮の射程外にあるコストもあります。
AIはこれらの資産の壁をさらに強化します。より良いモデルは損失率を下げ、より良い詐欺検知は拒否率を減らし、より良いコンプライアンスツールは小規模なチームでも多くのライセンスを保持できるようにします。AIは資産の壁を取り除くのではなく、むしろ資産の壁を築く企業を後押しします：資金の流れ、リスクの負担、独自データ、規制。
したがって、真の議論は単に「AIがFintechを支援する」だけではなく、価値を製品の表面から、独自データ、リスク負担能力、規制許可、そして実資金の流れに基づく流通チャネルへと移していることです。これらの分野で構築すれば、AIはあなたに複利をもたらします。もしあなたの差別化がコードにあるなら、AIは逆方向に複利します。
需要側も継続的に拡大しています。氛囲気プログラミングによる決済フローは新たな詐欺のベクトルとなり、自律型取引AIエージェントは拒否リスクの源です。Fintechインフラに基づくものが増えるほど、そのインフラ自体がより不可欠になります。
「fin」が勝者
この認識は、賢いFintech創業者たちに、「fin」と「tech」の系譜における自分の位置を再考させ始めています。
私たちはリスクを自ら引き受けて価格設定しているのか、それともパートナーに渡して利益を得ているのか？
私たちは規制関係を所有しているのか、それとも所有者から借りているのか？
一つ一つの取引は、自分のリスクモデルをより正確にしているのか、それとも他人のモデルを訓練しているのか？
私たちの帳簿は実データの源泉か、それとも他人の帳簿の不完全なミラーか？
この区別は、Fintechの構図を二分します。規制関係を持ち、信用損失を自ら負担し、取引データを蓄積している企業は、AIによる壁を深めています。一方、規制を借りている企業—銀行のライセンスやBaaS提供者の帳簿、他者のリスクモデルをより良いインターフェースに載せている企業—は、SaaS企業と全く同じ問題に直面しています。彼らの差別化はコードにあり、コードは今や安くなっています。
ソフトウェアの評価倍率を金融サービスの経済学の旧アービトラージに適用する時代は終わりました。新しいアービトラージはシンプルです：「fin」を所有することです。