Stripe Linkは決済UXを再構築している。BALLASはフード×農業×AIで垂直統合を進める。パトスロゴスは感情×論理のAI解釈で意思決定を支援する。一見バラバラに見える3社が、5要素フレームで分析すると、それぞれ異なる要素で突出し、独自の防御可能性を築いている構造が見えてくる。 Stripe Linkのケース Stripe Linkは、CCD (継続的顧客発見) と CL (複利ループ) の掛け合わせでPMFを維持し続けている。同社は決済UXを再構築する過程で、月次の顧客インタビューを通じて「AIエージェントが購買判断を代行する世界」への移行を早期に察知していた。 OpenAIが電話デバイスを発表した2026年、従来の「人間が購入ボタンを押す前提」の決済フローは崩れる。Stripe Linkはこの需要曲線の変動を捉え、エージェント向けAPI設計へ舵を切った。判断を支えていたのは CL (複利ループ) の存在だ。決済データを蓄積し、AIが不正検知精度を改善し、顧客体験が向上し、さらに決済データが集まる。このサイクルの回転速度が、競合優位性を決める。 BALLASのケース BALLASは、VD (垂直の深度) と CL (複利ループ) の極致として設計されている。フード×農業×AIという垂直領域で、種子選定から栽培、加工、販売までを一気通貫で管理する。気候変動、土壌データ、規制、物流網といった農業固有の制約をデータ化し、AIで最適化し続けるループを構築した。同社は3年間で47都道府県300圃場のデータを蓄積し、気候×品種×土壌の組み合わせパターンを学習させている。このデータは他社が簡単に模倣できない。栽培データが増えるほどAIの予測精度が上がり、収量が向上し、顧客が増え、さらなる栽培データが蓄積される。ループが一周するたびに、参入障壁が高くなる。パトスロゴスのケースパトスロゴスは、CCD (継続的顧客発見) と ARS (AI耐性スコア) のバランスで独自性を確保している。経営者の発言から感情的要素 (パトス) と論理的要素 (ロゴス) を分離し、意思決定の質を可視化する。この領域は、汎用AIが最も苦手とする部分だ。 GPT-4は言語を理解する。しかし、話者の文化的背景、組織内の力学、過去の意思決定パターンを踏まえた「文脈依存の感情解釈」は依然として困難である。同社は顧客企業の経営会議に同席し、月次でJob Storyを更新し続けている。共通戦略と失敗事例 5要素フレームで見れば、3社は同じ戦略を採っている。5要素全てでバランスを取るのではなく、2-3要素で突出する。「賢者の盲点アプローチ」と呼べる戦略である。個別施策だけを見れば非効率に映るかもしれないが、全体として CL (複利ループ) と組み合わせることで、汎用AIが侵入できない領域を構築している。対照的な失敗事例が、メルカリハロウ (短期バイトマッチングサービス) の教訓である。同サービスは、在庫密度が充足率90%に達する前に収益化を急ぎ、広告費を投下した。しかし働き手が集まっていない状態で求人企業を増やしても、マッチング失敗が頻発する。企業側が離脱し、働き手も減り、負のスパイラルに陥った。「PMF前に自動化すると、自分たちが分かっていない範囲を見落とす」と起業の科学ポータルは警告する。メルカリハロウは、まさにこの罠に嵌まった。実例から得られた知見を、自社で今すぐ使える形に落とし込む。30項目の実践的チェックリストを次に提示していく。