Gensparkの「Vibe Working」がAI製品の高速リリースでARRを3倍に

長期にわたる開発サイクルと官僚的な障壁が特徴とされる業界において、AIワークスペース企業Gensparkは、「AIネイティブな働き方」または「Vibe Working」と称する根本的に異なるアプローチを採用しました。この手法により、同社は製品リリースを前例のないペースで加速させ、ほぼ毎週新機能や新製品を投入し、その結果、年間経常収益（ARR）を3倍に伸ばしました。Gensparkは、これによりARRの点で「史上最速で成長しているスタートアップ」になる可能性があると大胆に主張しています。

この急速なイノベーションの核心には、独自の組織哲学があります。Gensparkの共同創設者兼CTOであるKaihua (Kay) Zhu氏は、AIネイティブな環境では「基本的に誰もがマネージャーである」と説明します。個人はAIエージェントのチームを配備されており、これらが直属の部下として機能することで、各チームメンバーがエンドツーエンドで自律的に機能を開発・提供できるようになります。このモデルは、Zhu氏がGoogleとBaiduでの20年以上の検索経験から、多層的な管理と社内政治のために摩擦と非効率が生じやすいと考える従来の構造とは対照的です。Gensparkのわずか20人の精鋭チームは、「より少ない管理、より多くのツール」で運営され、透明性の高いコミュニケーションと非常に高い生産性を育み、「誰もが出荷可能な製品に取り組んでいる」状態です。

MainFuncによって2024年6月に立ち上げられたGensparkは、当初AI検索に注力し、急速に500万人のユーザーを獲得しました。しかし、同社はすぐにSuper Agentへと方針転換しました。Super Agentは、特定のタスクに最も効果的なツールとサブエージェントを動的に選択し、結果を評価し、リアルタイムで適応する高度なAIシステムです。AnthropicのClaudeを搭載したSuper Agentは4月2日にデビューし、一般的なオフィスワークの午後をわずか数分に凝縮するように設計されています。その機能は、電話をかけたり、深い調査を行ったりすることから、事実確認、文書のドラフト作成、ポッドキャストの制作、スプレッドシートやプレゼンテーションの生成まで、幅広い範囲に及びます。

この「遺伝子速度」開発モデルの影響は、Gensparkの積極的な展開スケジュールと財務上のマイルストーンに明確に表れています。Super Agentのローンチからわずか9日後の4月11日、同社はARR1000万ドルに達しました。この勢いは続き、AI Slides（4月22日）やパーソナライズされたSuper Agent（4月28日）などの新機能がすぐに続きました。ローンチからちょうど1ヶ月後の5月2日までに、GensparkのARRは2200万ドルに急増し、5月19日にはさらに3600万ドルに達しました。その後の数ヶ月間も、AI Sheets（5月8日）、エージェント型ダウンロードシステムとAIドライブ（5月15日）、AIパワード電話（5月22日）、コミュニケーションとカレンダーを管理するAI秘書（6月4日）、拡張ツールマーケットプレイスを備えたAIブラウザ（6月10日）など、継続的なイノベーションの波が押し寄せました。この relentless なペースは7月、そして8月も続き、AI Docs、Design Studio、ポッドキャスト作成のためのAI Pods、そして最終的には最大10のAIエージェントが同時に動作できるマルチエージェントオーケストレーションが導入されました。

Gensparkの急速な台頭は、成長著しいAIエージェント分野における競争精神も煽っています。OpenAIが7月中旬にChatGPTエージェントを発表した後、Gensparkは「100万ドルAI並列対決」を開始し、他のプラットフォームがSuper Agentを上回る事例をユーザーに特定するよう挑戦しました。第1ラウンドでは、ユーザーはGensparkとChatGPT Agentの両方を使用して12ページの財務スライドを作成するタスクを与えられ、後者が優位に立つ429の事例が見つかり、参加者はそれぞれ100ドルを獲得しました。8月上旬に終了した第2ラウンドでは、1勝あたりの賭け金が200ドルに引き上げられ、競争は任意のAIツールに拡大され、結果はGoogle Geminiによって評価されました。Gensparkはこのコンテストをライバル関係ではなく、AIエージェントエコシステムの限界を押し広げるための共同作業として位置付けました。

Super Agentの技術的基盤は、その開発プロセスと同様に洗練されています。厳格で固定されたワークフローに依存していた古い検索パラダイムとは異なり、Super Agentは、サイズと専門性が異なる9つの大規模言語モデル（LLM）を統合する専門家混合（MoE）システムを採用しています。これらのモデルは協調してタスクを分解し、個々の強みに基づいて責任を委譲し、互いの出力を相互検証します。Super Agentはまた、Pythonコードを生成できるサブエージェントから自律的に電話をかけることができるものまで、80以上のツールを搭載しており、10以上の厳選されたデータセットを利用しています。Gensparkは、Anthropic、OpenAI、Google Gemini、DeepSeek、xAIのGrok 4など、多様な基盤モデルを活用し、アグリゲーターモデルを使用してそれらの出力を分析し、最適な費用対効果、精度、「ハルシネーション」の削減を実現しています。Gensparkも独自のフロンティアモデルを微調整していますが、Zhu氏は、目標は最先端のブレークスルーそのものを追求することではなく、大量で低レベルのタスクのコストとレイテンシを削減することであると強調しています。なぜなら、多くのプロプライエタリモデルは「大きすぎ、遅すぎ、高すぎる」からです。

最終的に、Gensparkの「Vibe Working」の精神はエンジニアリングを超え、AI開発の民主化を目指しています。同社は、ツールを直感的で強力にすることで、プログラマーでない人でも、複雑な統合開発環境やコーディング言語に精通していなくても、AIを使って「Vibe」（実験し、創造する）できるようになると信じています。

GensparkのAIネイティブなアプローチは、製品サイクルを加速させるだけでなく、ソフトウェアの構築とスケール方法を再定義しています。