Alpha Beyond Frontier Insights

タグ: LP

  • AI時代にVCのパワーローは弱まるのか——作業の民主化とリターンの再集中

    AI時代にVCのパワーローは弱まるのか——作業の民主化とリターンの再集中

    AIはVCのパワーローを弱めるのか——作業の民主化とリターンの再集中

    はじめに：VCは平均で語れない

    「AIがVCを変える」という議論は多い。だが、その多くは「どの業務がAIに置き換わるか」という問いに留まっている。ソーシングが速くなる、デューデリジェンス（DD）が効率化する、投資メモが自動で書ける——たしかにそうだろう。

    しかし、この問いの立て方は、VCという産業の本質を一つ見落としている。VCは、平均では語れない産業だ。リターンの大半は、ごく一部の投資先、ごく一部のファンド、ごく一部のヴィンテージ（投資年次）から生まれる。中央値のVCファンドの成績を見ても、この産業で何が起きているかはほとんど分からない。少数の極端な勝者がすべてを決める——いわゆるパワーローの構造である。

    だとすれば、AI×VCで本当に問うべきは「どの業務がAI化されるか」ではない。AIは、この極端なパワーロー構造を緩めるのか、それとも強めるのか。これが本稿の問いである。

    先に方向性だけ述べておく。本稿の見立てはこうだ——AIはVCの「作業」を民主化するが、「リターン」を民主化するとは限らない。情報処理のコストが下がるほど、最後に差をつけるのは情報処理そのものではなくなる。アクセス、創業者から選ばれる力、独自データの蓄積、LPから資本を預かる信用——こうしたより希少なものに価値が移り、結果としてパワーローは弱まるどころか、むしろ強まりうる。これは確定した未来ではなく、構造から導かれる一つの仮説である。

    1. パワーローは3つのレベルで働いている

    VCのパワーローは単一の現象ではない。少なくとも3つのレベルで、それぞれ別のデータが同じ構造を示している。

    第一に、投資先（企業）のレベル。少数のホームラン企業がファンド全体のリターンを決める。Commonfund（CF Private Equity）は、35年分のVC投資データベースを分析し、各ヴィンテージの投資期間で平均して上位15の投資先企業が総価値の約38%を生み出し、その15社は投資元本ベースでは全体の1〜2%未満に過ぎなかったと整理している。価値の3分の1強が、コストの1〜2%から生まれる。ここで言う「上位15」はファンドや運用会社ではなく、あくまで個別の投資先企業である点に注意したい。

    同じ方向の観察は AngelList の分析にもある。シード/アーリーステージのリターンは極端に裾の重いパワーロー分布を示し、シミュレーション上は、市場全体に広く分散する（インデックス的な）投資戦略が、おおよそ4分の3のアーリーステージVCマネージャーを上回りうるという。言い換えれば、市場平均を超えるにはトップクオータイル（上位25%）に入る必要がある。ただしこれはシード段階に限定された、シミュレーションを含む結果であり、後期ステージでは同じ優位は成立しない点は補足しておく。したがって、AIが投資先レベルのパワーローを変えるには、単に多くの会社を見つけるだけでなく、この上位数社に早く、深く、かつ実際に投資できる必要がある。

    第二に、ファンドのレベル。投資先だけでなく、ファンドどうしの間にもパワーローがある。Carta が2025年末時点で集計した2019年ヴィンテージのVCファンドの成績（TVPI）を見ると、分布ははっきりと右に裾を引いている——90パーセンタイルが3.01倍、75パーセンタイルが1.9倍、中央値が1.33倍、25パーセンタイルが1.02倍。注目すべきは、上位25%から上位10%へ駆け上がる際の伸び（1.9→3.01倍）が、中央値から上位25%への伸び（1.33→1.9倍）よりはるかに大きいことだ。差は上に行くほど開く。なお TVPI は未実現の評価額を含む倍率であり、実際に分配された確定リターン（DPI）とは異なる。Carta 上で追跡されるファンド群に基づく数字である点も併せて踏まえたい。AIがファンドレベルの格差を縮めるには、中央値ファンドの作業効率を上げるだけでは足りず、トップデシル（上位10%）に入る確率そのものを変えなければならない。

    第三に、ヴィンテージのレベル。いつ投資したか——その年次そのものにもリターンは偏る。StepStone は2000〜2022年の1,000本超のVCファンドを分析し、リターンの80%が、計23のヴィンテージのうちわずか5〜7（全体の約22〜30%）から生まれていたと報告している。これは個別ファンドの優劣とは別の軸で、「良い時期に資本が入っていたか」がリターンを大きく左右することを示す。なお、ここでの「リターン」は一般的なIRRやTVPIそのものではなく、各ヴィンテージの寄与度を全体に対して測った独自指標に基づく。AIがヴィンテージの偏りを乗り越えるには、市場が冷えた年次にも勝てる案件を選び抜く——タイミングの不利を銘柄選択で覆す——力が要る。

    投資先、ファンド、ヴィンテージ。レベルは違っても、現れているのは同じ一つの構造だ——少数が大半を生む。VCのAI化を考えるとは、この3層構造に対してAIが何をするのかを考えることに他ならない。

    図1: VCのパワーローは投資先・ファンド・ヴィンテージの3つのレベルで働く。投資先レベルでは上位15社が総価値の約38%（投資元本では全体の1〜2%未満、Commonfund）、ファンドレベルでは2019年ヴィンテージのTVPIが中央値1.33倍に対し上位10%は3.01倍と上に行くほど差が開き（Carta）、ヴィンテージレベルではリターンの80%が23年のうちわずか5〜7年から生まれる（StepStone）。レベルは違っても「少数が大半を生む」という同じ構造が現れる

    2. AIが民主化するもの——「作業」

    まず、AIが明確に効く領域を確認しておく。VCの業務をファンド組成からExitまで分解すると、その多くは定量的・構造化されたデータを扱う「作業」である。

    ソーシングにおける候補企業の網羅的な発掘とスクリーニング。DDの初期段階での市場規模の推計、競合マッピング、財務指標の整理。投資メモの草稿作成。LP向けレポートの作成。投資先KPIのモニタリング。これらはいずれも、情報を収集し、整理し、要約する作業であり、まさにLLM（大規模言語モデル）が得意とする領域だ。

    ここで起きているのは、明確な民主化である。かつては相応のアナリストチームを抱えなければできなかった市場調査や競合分析、投資メモ作成、LP資料の整備を、小規模なVCでも一定の品質でこなせるようになる。情報処理のコストが下がり、参入のハードルが下がる。「作業」の水準で見れば、AIはVCをよりフラットにする。

    だが、ここで立ち止まる必要がある。VCのリターンを決めているのは、作業の質だろうか。

    3. AIが民主化しないもの——「リターンの源泉」

    VCのリターンを決めるのは、良い分析だけではない。分析は必要条件だが、十分条件ではない。最後にリターンを分けるのは、極端な外れ値（ホームラン企業）にアクセスでき、そこに投資でき、保有し続けられるかである。そして、ここに関わる能力の多くは、AIで民主化されにくい。

    決定的なのは、「見つけること」と「投資できること」は違うという点だ。AIによってソーシングが改善し、見落とされていた有望企業を早く発見できるようになる。だが、本当に良い会社ほど、AIで発見可能なシグナルが出た瞬間に、他のVCからも発見されやすくなる。情報が行き渡れば、それはもはや差別化要因ではない。残るのは、創業者との関係、ブランド、意思決定の速さ、提示できる条件、そして投資後の支援能力——こうした、情報処理の外側にある要素だ。

    具体的には、トップ創業者へのアクセス、人気ラウンドで投資枠を確保する力、創業者から「この投資家に入ってほしい」と選ばれる信頼、次のラウンドを牽引できるフォローオン能力、次ラウンド投資家や買い手・上場市場への接続、そしてLPから長期の資本を預かり続ける信用。これらはAIで一夜にして獲得できるものではない。

    「独自データを持てば防波堤になるのではないか」という反論はある。EQT は2016年から自社のAI/データ組織「Motherbrain」を運営し、独自データ基盤とエンジニアリング人材を抱えて投資ライフサイクル全体にAIを活用していることを公表している。SignalFire も、約10年かけて構築したプラットフォーム「Beacon」で8,000万社を超える企業を追跡し、市場に出る前の段階でスタートアップや創業者を発掘していると説明する。こうした独自データ基盤は、たしかに一つの優位の源泉だ。重要なのはデータの量そのものよりも、ソーシングから投資、成果、モデル改善へと回るフィードバックループであり、投資後の結果データは各ファンド固有で、外部から再現できない。

    ただし、この防波堤には限界もある。VCの難しさは、候補企業データの数が少ないことではない。むしろ候補データは大量に集められる。問題は、「どの判断が正しかったのか」という正解ラベルが数年から十数年遅れて現れ、しかも真のアウトカム（ファンドを返すほどのリターンを生んだ事例）が極端に少ないことにある。この本質的なSmall-N（少数事例）の問題ゆえに、最終的な投資判断そのものについて統計的に意味のあるモデルを訓練するのは難しい。独自データが効くのは、大量の候補を絞り込むソーシングやモニタリングの局面であって、最終的な投資判断そのものではない。そして判断に近づくほど、問題はデータの量ではなく、データの解釈と文脈理解に移っていく。

    つまり、AIと独自データが優位をもたらすのは、主に「大規模ファンドどうしが同じ土俵で競う」場面である。そこでは、汎用LLMを使えること自体は急速にコモディティ化し、独自基盤とエンジニアリング組織を持つ側が差を広げやすい。

    図2: AIが民主化する「作業」と、民主化しない「リターンの源泉」の対比。ソーシング・デューデリ・投資メモ／LP報告・投資後の支援・データ基盤の各局面で、情報処理（作業）はAIで民主化されるが、トップ企業へのアクセスや投資枠、創業者を見抜く判断、LPから長期資本を託される信用、次ラウンドや買い手・市場への接続といったリターンの源泉は民主化されにくい。情報処理は民主化され、アクセスと信用はむしろ希少化する

    4. 中位は底上げされ、上位に再集中する——民主化のねじれ

    では、AIは中位・下位のVCを底上げするのか、それとも上位VCをさらに引き離すのか。両方のシナリオがありうる。

    民主化シナリオでは、小規模VCが大手並みのリサーチ力を持ち、セクター特化型VCが専門データで勝ち、新興VCがニッチ領域の外れ値を見つけやすくなる。AIは下位の底上げ装置として働く。

    再集中シナリオでは、トップVCが独自データとブランドをAIでさらに強化し、良い案件は全員に見つかるためアクセス競争が激化し、LPはAIを使ってGP（運用者）の選別を高度化させ、資金がより明確に勝てる上位GPへ集中する。

    足元の兆候：資金調達市場ですでに進む再集中

    そして、この再集中は、AIを持ち出すまでもなく足元ですでに進んでいる。2026年に入り、上位GPはかつてない規模の資金をLPから集めている。アンドリーセン・ホロウィッツ（a16z）は1月に複数戦略のファンド群で計約150億ドル、Thrive Capital は2月に約100億ドル、Founders Fund は5月に自社最大のグロースファンドで約60億ドルと、上位GPが相次いで巨額の資金を調達した。重要なのは、これがVC全体の資金が膨らむ中での出来事ではないことだ。むしろ逆で、2025年の米VCのファンドレイズ総額は2018年以来の低水準に落ち込み、組成本数はピークだった2021年の3割程度にまで減っている。その縮小する資金プールの中で、2025年前半にはわずか上位12社が調達額の半分超を占めた。お金は細りながら、一部のトップGPに吸い寄せられている。

    ただし、この集中をAIの産物と見るのは早計だ。直接の引き金は、出口（Exit）の停滞でLPへの資金還流が細り、LPがより確実なトップGPに資金を絞り込んでいることにある。AIがこの流れを生んだわけではない。だが、AIはこの流れを増幅しうる。ここに、この記事で最も興味深いねじれがある。AIが「作業」を民主化することで、中位VCの見た目は底上げされる。投資メモもLP向けレポートも、上位と遜色のない水準になる。だが、皆の作業水準が揃うと、LPの側からは逆に差別化が見えにくくなる。表面的な能力で差がつかなくなれば、LPはより確かなもの——過去の実績、トップディールへのアクセス、ブランド、独自データ基盤——を頼りに資本を配分する。底上げされた「それっぽい」中位VCではなく、明確に勝ってきた上位VCへ。民主化が、かえって資金の再集中を促しうるのだ。

    念のため強調しておくと、これは確定した予測ではない。AI×VCの結果が出揃ったデータはまだ存在せず、ここで述べているのは構造から導かれる仮説である。だが、情報格差が縮むほど残る差別化要因がより希少なものに移る、という論理は、パワーローが弱まるよりも強まる方向を示唆している。

    5. 日本のVCへの含意

    この構造は、日本のVCにとって何を意味するか。

    まず確認すべきは、汎用AIで投資メモや市場調査が速くなること自体は、決定的な競争優位ではないということだ。それは遠からず誰もが手にする。日本のVCにとって本当に問われるのは、もっと別の問いである——日本にいながら、どのパワーローにアクセスできるのか。

    具体的には、いくつかの接続が鍵になる。グローバルなAI領域の勝者にアクセスできるのか。日本発のディープテックやAIの外れ値を早く見つけられるのか。政府・大学・大企業・海外VCをつなぎ、公開市場に出る前の機会に入れるのか。そして、日本企業を買い手や顧客として動員し、投資先の成長そのものを加速できるのか。

    これらは、本ブログがこれまで扱ってきた論点と地続きである。Exit構造の問題、M&Aにおける買い手能力、政府系VCがどの段階で効くか、海外資本とのギャップ——いずれも「日本のスタートアップに、誰が・どこで・どう資本と機会を届けるか」という同じ問いの別の面だ。AIはこの構造を自動的に解決しない。むしろ、すでに希少なアクセスと信用を持つプレイヤーの優位を、より見えやすくする可能性がある。

    おわりに

    VCのAI化は、しばしば「業務の自動化」として語られる。だが、自動化が進むのは、もともとリターンを決めていなかった「作業」の部分かもしれない。

    AIはVCの作業を民主化する。それは間違いない。問題は、リターンの源泉——外れ値へのアクセス、創業者から選ばれる信頼、長期資本を預かる信用——が、その民主化の外側にあることだ。情報処理が安くなった世界で最後に残る差は、情報そのものではなく、誰がどの機会に入れるか、誰が誰から選ばれるかという、より希少で、より積み上げに時間のかかるものになる。

    だとすれば、AIはVCをフラットにするのではなく、勝てるVCと勝てないVCの差を、より見えやすくするのかもしれない。そして次に問われるのは、AIネイティブVCをどう定義するか、である。それは投資メモを速く書くVCではない。AIによって情報処理を標準化したうえで、人間にしか積み上げにくいアクセス、信用、仮説、そして資本の接続をどこで作るかを再設計するVCである。本稿が示せたのはここまでで、その先の検証は今後の課題である。

    中塚 恵介

    AI・ディープテック・クライメートテック領域を中心とするスタートアップ投資およびイノベーション領域に携わる投資家。現在はグローバルベンチャーキャピタル B Capital にて日本の投資活動をリードしている。 過去、BCG X では企業の新規事業創出やイノベーションプロジェクトに従事し、構想から事業立ち上げまでを支援。内閣府での政策領域の経験も持つ。 資本の流れ、技術の発展、制度設計、企業戦略がどのように相互作用するかに関心を持ち、グローバルなイノベーションの潮流と日本の産業構造を分析している。 Alpha Beyond Frontier では、スタートアップ、ベンチャーキャピタル、コーポレートイノベーションの構造的な分析を発信している。

    References

    本ブログの関連記事

  • 政府の出資はVCを強くするのか——JICデータが示す意外な効きどころ

    政府の出資はVCを強くするのか——JICデータが示す意外な効きどころ

    政府の出資はVCを強くするのか

    はじめに——政府はVCを「選ぶ」べきか、「黒子に回る」べきか

    政府がスタートアップの世界にお金を流すとき、大きく2つのやり方がある。

    ひとつは、政府系のファンドや機関が、運用者に近い立場で自ら投資先を選び、直接お金を出す形だ。ベンチャーキャピタル（VC）の世界でいえば、投資判断の前面に立つ GP（ジェネラル・パートナー） に近い関わり方である。もうひとつは、政府が民間のVCにお金を預け、実際の投資判断はそのVCに任せる形だ。お金は出すが運用は他人に委ねる、ファンドの出資者の立場——これを LP（リミテッド・パートナー） と呼ぶ。

    直感的には、前者のほうが「効きそう」に見える。政府が自分で選んで投資すれば、狙った企業に狙った額を届けられる。一方、後者は民間VCにお金を渡すだけで、どの企業に投資するかは口を出さない。だから「政府がLPに回ると、効果は薄まるのではないか」——そう考えるのが自然だ。

    この直感は、本当に正しいのだろうか。先に結論の方向だけ言っておくと、データが示したのは少し意外な姿だった。政府のLP資本は、預けたVC会社そのものを強くしているというより、VCの中で「どの案件にお金が届くか」を変えているように見える。しかもその効きどころは、特定の場所に偏っていた。

    これを確かめるのは、実はとても難しい。政府がLPとして出資したVCの投資先と、出資していないVCの投資先を比べても、そもそもVCごとの実力差が大きすぎて、「政府のお金のおかげ」なのか「もともと強いVCだった」のかを切り分けられないからだ。

    ところが日本には、この切り分けを可能にする珍しい存在がある。JIC（産業革新投資機構） だ。JICは2018年に発足した政府系の投資機関で、60を超える民間VCファンドにLPとしてお金を預けている。そして重要なのは、どのファンドにいつ・いくら出資したかを、すべて自社サイトで公表していることだ。この透明性のおかげで、「同じVC会社の中で、JICのお金が入ったファンドと、入っていないファンド」を直接比べられる。世界的に見てもこれだけ条件の揃った環境は珍しい。

    この記事は、筆者がSSRNに公開した研究 Government as GP or LP? Public Limited Partner Capital Reallocates Deals within VC Firms — Evidence from Japan’s JIC（2026年5月）の紹介である。少し前に書いた 政府系VCはスタートアップのどの段階で効くのか は、政府が「直接投資する」側の話だった。今回はその裏側、政府が「黒子としてお金を預ける」側の話である。

    1. VCを「強くする」のか、それとも「配り直す」のか

    政府のLP資本に効果があるとして、その効果はどんな形で現れるのか。ここで問いを、ふたつに分けて考えたい。

    ひとつは、政府のお金がVC会社そのものを強くするという見方だ。政府から資金を預かったVCは、運用額が増え、信用が増し、リスクを取れる余力も増える。その結果、会社全体としてより良い投資ができるようになる——いわば「変革」の見方である。政府系LP事業の説明では、暗にこの効果が期待されていることが多い。

    もうひとつは、会社の実力は変わらないが、社内のどのディールに資本が向かうかが変わるという見方だ。VCは複数のファンドを並行して運用していることが多い。政府のお金が特定のファンドに入ると、そのファンドが手がける案件に資本が向かいやすくなる。会社全体の投資のやり方は変わらないが、お金の流れる先が変わる——いわば「配分」の見方である。

    「VCを強くする」のか、「VC内の配分を変える」のか。この2つは似ているようでまったく違う。前者なら、政府は「強くなりそうなVCを選ぶ」ことが重要になる。後者なら、「どのディールに資本が届くか」のほうが重要になる。

    JICのデータは、このどちらに近いのだろうか。

    2. データが示したのは「配分」だった

    分析の対象にしたのは、JICがLPとして出資している独立系VC21社と、比較対象として選んだ独立系VC12社の投資ディール、合わせて約3,000件（2015〜2026年、PitchBookのデータ）である。追ったのは「あるディールの後、24か月以内に次の資金調達ラウンドが続いたか」という指標だ。

    なぜこの指標なのか。もちろん、次の調達がそのまま事業の成功を意味するわけではない。ただ、未上場のスタートアップは売上・利益や最終的な出口（上場や売却）までのデータが揃いにくく、外から進捗を測るのが難しい。そこで、後続の投資家が「この会社はまだ伸びる」と判断して次の資金を入れたかどうかを、短中期の進捗を測る代理指標として使う——これはVC研究でも標準的なやり方だ。

    結論から言うと、データは「配分」の見方を支持した。

    まず、VC会社のレベルで見ると、政府のお金が入った後に会社全体の成績が上がった、という変化は見えなかった。会社全体の平均で測ると、効果は統計的にゼロと区別がつかない。「政府が出資したVCは、会社ごと強くなる」という変革の見方は、データの上では確認できなかった。

    ところが、同じVC会社の中で、JICのお金が入ったファンド経由のディールと、入っていないファンド経由のディールを比べると、はっきりした差が出た。JICのお金が入ったファンド経由のディールは、次の資金調達につながる確率が、同じ会社の他のファンド経由のディールより約7ポイント高かった。実際の数字で見ると、JICのお金が入ったファンド経由のディールでは次の調達につながった割合が約51%、同じ会社の他のディールでは約42%だった。

    会社全体では差が出ないのに、会社の中では差が出る。この一見ねじれた結果が意味するのは、ひとつだ。政府のLP資本は、VC会社を丸ごと強くするのではなく、会社の中の「どのディールに資本が向かうか」を変えている——「変革」ではなく「配分」だ。

    図1: 「変革」の見方（政府資本でVC会社全体が強くなる）と「配分」の見方（社内のどのディールに資本が向かうかが変わる）の対比。JICデータでは会社レベルの平均効果はほぼゼロだが、同一VC内ではJIC経由ディールが+約7pp、follow-on率51%対42%。「変革」ではなく「配分」が支持された

    3. 効く場所と、効きにくい場所がある

    ここまでは「政府のお金は配分を変える」という話だった。だが、この研究で最も意外だったのは、その配分の効果が 相手によって大きく分かれる ことだ。

    スタートアップを「これまで何回資金調達してきたか」で分けてみると、効果の表れ方がくっきり変わる。

    まだ外部投資家から本格的な資金調達をしたことがない、初回ラウンドの企業では、JICのお金が入ったファンド経由のディールは、次の調達につながる確率が大きくプラスに振れた（+約15ポイント）。一方、すでに3回、4回と調達を重ねてきた企業では、効果はプラスどころかマイナスに見える方向へ振れていく。調達回数が増えるほど効果は下がり、符号が反転していく——このパターンは統計的にもはっきり検出された。

    ここで注意したいのは、これを「政府のお金は後期の企業に逆効果だ」と読むのは行き過ぎだということだ。後期企業でマイナスに見えるのは、政府資本が悪影響を与えたというより、すでに市場から十分に検証されている企業では、政府が関与しているという追加のシグナルにそれほど価値が残っていない、ということなのかもしれない。あるいは、後で触れるように、まったく別の要因が混ざっている可能性もある。いずれにせよ、これは観察されたデータ上のパターンであって、政府のお金が後期企業の成長を妨げているという因果関係を示すものではない。

    それでも、ひとつのことははっきり言える。政府のお金は、どこに入れても同じように効くわけではない。効く場所と、効きにくい場所が分かれている。そして効くのは、これまで資金調達の実績がほとんどない、情報が乏しい初期の企業のほうだった。

    図2: 過去の調達回数別に見た政府資本の効果。初回ラウンド（調達実績なし）では+約15ppとプラス、3〜4回調達済みでは−約14〜24pp、5回以上では−約34ppへと符号が反転していく。効くのは情報が乏しい初回ラウンドに集中。マイナスは逆効果の証拠ではなく、追加シグナルの価値が小さくなることの表れ（相関であり因果ではない）

    4. なぜ初回ラウンドで効くのか

    なぜ、情報が乏しい初期の企業でこそ効くのか。決定的な証明はできないが、整合的な説明はある。

    スタートアップへの投資で、後から来る投資家がいちばん困るのは「この会社は本当に有望なのか」を判断する材料が少ないことだ。特に初回ラウンドの企業は、過去の調達実績もなければ、評価額の履歴もなく、他の投資家からの検証も受けていない。情報がほとんどない中で、後続の投資家は判断を迫られる。

    こういう状況では、「誰がこの会社に出資したか」が、数少ない手がかりになる。政府系の機関が関わるファンドが出資したという事実は、「一定の審査を通った会社らしい」という緩やかなシグナルとして働きうる。情報が乏しいからこそ、このシグナルの価値が相対的に高くなる。

    逆に、すでに3回も4回も調達してきた企業では、状況が違う。複数の独立した投資家からの検証がすでに積み上がっていて、会社の質はある程度見えている。ここに政府系の関与というシグナルが加わっても、付け加わる情報はもう多くない。シグナルの限界価値はゼロに近づき、場合によってはマイナスにすら見える。

    この「情報が乏しいときほどシグナルが効く」という読み方は、VC研究で長く論じられてきた 認証効果（certification） の考え方と整合する。ただし——ここは誠実に書いておきたい——本研究はこの機序を直接特定したわけではない。後続の投資家が実際にJICの関与を見て判断を変えているのかどうかは、データからは確認できない。社内のファンド運用方針の違いや、政府系ファンド特有の投資対象の偏り（より若い企業を狙う傾向）など、同じパターンを生む説明は他にもありうる。本研究が言えるのは「こういうパターンが観察された」ところまでで、その奥にある仕組みの特定は今後の課題である。

    5. 「どのVCを選ぶか」から「どのディールに届けるか」へ

    この結果を政策設計に引き寄せて読むなら、いくつかのヒントが見えてくる。

    ひとつは、配り方についてだ。効果が観察されたのは、情報が乏しい初回ラウンドという狭いセグメントだった。だとすれば、資本を広く薄くばらまくより、情報の乏しい初期セグメントに届く設計のほうが、効果を観察しやすい可能性がある。少なくとも本研究のデータでは、情報の乏しい初期の企業に資本が届く場面で、効果がより見えやすかった。

    もうひとつは、問いの立て方そのものだ。政府系の投資事業は、しばしば「いかに優秀なVCを選んで資本を託すか」という問いで設計されてきた。だがこの研究で効果が現れたのは、VC会社の実力差ではなく、どのファンドがどのディールを手がけるかという、もっと細かいレベルだった。だとすれば、「どのVCを選ぶか」と並んで、「そのお金が最終的にどのディールに届くか」を考える余地があるのかもしれない。

    最後に、少し視野を広げておきたい。冒頭で触れた、政府が「直接投資する」側を扱った前回の研究では、効果が最も強く出たのは Series B——プロダクトが市場に合い始め、本格的な拡大に入る段階だった。一方、今回の「お金を預ける」側では、効果が出たのは 初回ラウンドだった。

    政府の関わり方効果が出た段階
    直接投資する（GP）として共同投資Series B（拡大期）
    お金を預ける（LP）として出資初回ラウンド（情報が乏しい初期）

    同じ「政府のお金」でも、関わり方が違えば、効く場所も違う。これは「直接投資とLP出資、どちらが強いか」という優劣の問題ではない。それぞれが違う段階で、違う形で効く——そういう地図として読むのが正しい。政府がどの段階を後押ししたいかによって、選ぶべき関わり方も変わってくる。

    おわりに

    政府系の投資事業は、長いあいだ「良いVCを選ぶゲーム」として語られてきた。どのファンドに資本を託せば、最も良い成果が返ってくるか——と。

    JICのデータが映し出したのは、それとは少し違う風景だった。政府資本の価値は、誰かに資金を託した瞬間に決まるのではない。その資金が、民間の資本だけでは見落とされやすい場所——まだ誰からも本格的に検証されていない、情報の乏しい初期の企業——に届いたときに、初めて意味を持つのかもしれない。

    だとすれば、政府が見るべきは、選ぶ相手の看板ではなく、お金が流れ着く先の風景のほうなのだろう。

    詳細な分析、頑健性チェック、引用文献については、SSRNに公開した原論文 Government as GP or LP? (Nakatsuka, 2026) を参照されたい。

    中塚 恵介

    AI・ディープテック・クライメートテック領域を中心とするスタートアップ投資およびイノベーション領域に携わる投資家。現在はグローバルベンチャーキャピタル B Capital にて日本の投資活動をリードしている。 過去、BCG X では企業の新規事業創出やイノベーションプロジェクトに従事し、構想から事業立ち上げまでを支援。内閣府での政策領域の経験も持つ。 資本の流れ、技術の発展、制度設計、企業戦略がどのように相互作用するかに関心を持ち、グローバルなイノベーションの潮流と日本の産業構造を分析している。 Alpha Beyond Frontier では、スタートアップ、ベンチャーキャピタル、コーポレートイノベーションの構造的な分析を発信している。

    References

    • 原論文: Nakatsuka, K. (2026). Government as GP or LP? Public Limited Partner Capital Reallocates Deals within VC Firms — Evidence from Japan’s JIC. SSRN. https://ssrn.com/abstract=6703339
    • データソース: PitchBook（2026年4月取得、deal-by-fund 単位）+ JIC 公表 LP register

    本ブログの関連記事

    関連先行研究

    • Brander, J. A., Du, Q., & Hellmann, T. (2015). The effects of government-sponsored venture capital: International evidence. Review of Finance, 19(2), 571–618.
    • Guerini, M., & Quas, A. (2016). Governmental venture capital in Europe: Screening and certification. Journal of Business Venturing, 31(2), 175–195.
    • Buzzacchi, L., Scellato, G., & Ughetto, E. (2013). The investment strategies of publicly sponsored venture capital funds. Journal of Banking & Finance, 37(3), 707–716.
    • Alperovych, Y., Manigart, S., Quas, A., & Standaert, T. (2024). Signaling the way: Governments as limited partners in venture capital funds. SSRN Electronic Journal.
    • Megginson, W. L., & Weiss, K. A. (1991). Venture capitalist certification in initial public offerings. The Journal of Finance, 46(3), 879–903.

    Disclaimer

    本稿は、Nakatsuka (2026) “Government as GP or LP?” (SSRN: 6703339) の紹介として、独立した個人研究の立場で執筆されたものである。原論文は PitchBook の公開ベースのディールデータおよび JIC が公表する LP register に基づく観察研究であり、特定のファンド・投資家・企業・案件の内部情報には一切依拠していない。

    原論文の Declaration of Interest に記載のとおり、筆者は B Capital Group に所属するが、本研究は Alpha Beyond Frontier の独立した学術的立場で行われたものであり、B Capital Group の見解・戦略・利益を反映しない。B Capital Group は JIC の LP 出資先ファンドではなく、JIC と financial relationship を持たない。筆者個人も、JIC、分析対象の GP、対照群の GP のいずれとも、個人的・金融的関係を持たない。

    本稿で示した結果は 観察データに基づく相関関係であり、因果関係を確定するものではない。本稿は投資助言・投資勧誘ではなく、特定の投資判断・投資戦略・政策を推奨または批判するものでもない。制度設計・政策議論・リサーチの前提として構造議論に寄与することを目的とし、具体的な意思決定は読者各位の独自判断によるべきものである。

    記載された見解はすべて運営者個人のものであり、いかなる組織の公式見解をも代表しない。

  • 政府系VCとLPはどのような条件下で民間VCに追加的な価値を発揮できるのか

    政府系VCとLPはどのような条件下で価値を発揮できるのか

    Introduction

    政府系資本がスタートアップ投資に関与する場面は、世界的に増えている。EIF（欧州投資基金）は欧州VCファンドの40〜50%にLPとして参加し、日本でもJIC（産業革新投資機構）やNEDOの支援事業を通じた資金供給が拡大している。一方で、日本では14の官民ファンド中約半数が累積損失を計上し（会計検査院, 2018年検査）、A-FIVE（農林漁業成長産業化支援機構）は2025年の解散が決定した。

    「官民ファンドは無駄か否か」という問いは精度が低い。政府系資本が機能するか否かは、3つの条件軸で決まる。

    1. フェーズ: Valley of Deathに位置する技術か、民間資本が十分に流れている領域か
    2. 領域: 正の外部性が大きい領域か、エコシステムと非整合な領域か
    3. 時間軸: 長期コミットメントが保護されているか、政治サイクルと衝突するか

    3軸すべてで「追加的価値がある側」に位置するとき、政府系資本は民間VCに対して構造的な補完機能を果たす。1軸でも「機能しない側」に倒れると、設計全体が瓦解しやすい。前稿ではVCのファンド構造とディープテック投資の時間軸の不適合を分析したが、本稿ではその対応策としての政府系資本を正面から扱う。

    3つの条件軸: フェーズ・領域・時間軸

    以下の図は、政府系資本が追加的価値を持つ条件を3軸で整理したものである。各軸について「機能する条件」と「機能しない条件」を対称的に示す。

    Fig. 1: Three Structural Conditions — 政府系資本が追加的価値を持つ3つの条件軸と、各軸の成功/失敗条件

    軸1: フェーズ——Valley of Deathか、民間資本が届く領域か

    構造

    政府系資本が最も正当化されるのは、公的研究資金と民間VCの間に構造的な資金ギャップが存在する場面である。NASAのTRLフレームワークでいえばTRL 4〜7——技術の実用化可能性が示されてから商用化に至るまでの段階であり、公的研究資金にとっては「出口」、民間VCにとっては「早すぎる」領域にあたる。

    機能する場合

    NEDOのDTSU（ディープテック・スタートアップ支援事業、総予算930億円、FY2023-2032）は、この資金ギャップに段階的に対応する設計を持つ。STS（シード期）→PCA（事業化直前）→DMP（量産実証）の3段階で、各段階にマイルストーン評価を置き、補助率2/3〜1/2で民間資金の並走を求める。米国のSBIR（年間約$37-40億）も同様に、Phase I（実現可能性）→Phase II（本格R&D）→Phase III（商用化）の段階設計で、NRC調査（2008）ではDoD分野で約50%の商用化率を記録している。

    いずれもValley of Deathの「どの段階にいるか」を精密に識別し、そこに限定して資金を投入する点が共通する。

    機能しない場合

    逆に、民間VCが十分に機能しているフェーズに政府系資本が参入すれば、民業圧迫になる。カナダのLSVCC（労働組合系VC）は政府の税控除でカナダVC市場を支配する規模に成長したが、Cumming & MacIntosh（2006）の実証研究は、これが民間VCを構造的に排除したことを示している。日本のクールジャパン機構（累積損失約350億円超）も、民間のコンテンツファンドが参入可能な領域に公的資金を投じた側面があり、「Valley of Deathの補完」とは異なる介入だった。

    フェーズ軸の判定基準: 民間VCが合理的な投資行動で到達しない資金ギャップが構造的に存在するか。存在しなければ、政府系資本の追加的価値はない。

    軸2: 領域——正の外部性か、エコシステムとの非整合か

    構造

    気候変動対策、安全保障、公衆衛生——社会的リターンが大きいが財務リターンでは十分に捕捉できない領域では、民間投資家の合理的な行動が構造的な過少投資を生む。ここに政府系資本が「社会的リターンの代弁者」として介入する論理がある。

    機能する場合

    EIFはVC市場が未成熟だった欧州で「市場そのものを作る」役割を担った。累計900以上のVCファンドにLP出資し、特に初回ファンドではLP参加率が約60%に達する。欧州にVCエコシステムが存在しなかった時代に、EIF自体が「エコシステムのインフラ」として機能し、民間LPの参入を後押しした。触媒比率は€1あたり€4-5の民間資本を動員している（EIF Annual Report 2023）。

    Bpifrance（フランス）は、フランス固有の課題——機関投資家のVC配分がほぼゼロ——に対し、Tibi Initiative（2020年〜）を通じて保険・年金等の機関投資家から累計€130億のVC配分を引き出した。資金の量だけでなく、機関投資家の行動を変える制度設計が触媒効果を生んだ事例である。

    機能しない場合

    「戦略的」と名付けられた領域が、実際には正の外部性を持たない場合、介入の正当性は崩れる。A-FIVEは「6次産業化」（農林漁業の付加価値向上）を目的に設立されたが、小規模農業法人へのエクイティ投資はVCモデルに構造的に馴染まず、累積損失が拡大して解散に至った。問題は農業支援の是非ではなく、エクイティ投資という手法と対象領域の不整合にある。

    INCJの事例も同型である。「イノベーション促進」を掲げながら、結果としてJDI（ジャパンディスプレイ）のような経営不振企業の事業再編に約2,000億円超が投じられた。既存事業の統合は「正の外部性が大きいが民間資本が届かない領域」ではなく、介入領域の選定ミスが構造的に損失を生んだ。

    領域軸の判定基準: 社会的リターンが財務リターンを大幅に上回り、かつ民間資本の合理的行動では過少投資になる領域か。政治的に「戦略的」と名付けるだけでは外部性は生まれない。

    軸3: 時間軸——長期コミットメントか、政治サイクルとの衝突か

    構造

    民間VCのファンド期間は通常10年、ディープテック領域ではそれ以上を要する。前稿で分析した通り、ディープテック企業がシードからSeries Dに到達するまでに約95ヶ月を要する。一方、政府の予算サイクルは3〜5年であり、選挙・政権交代・予算査定がプログラムの一貫性を脅かす。

    この時間軸の衝突は、CVCにおける親会社の経営陣交代と同型の問題である。政府系資本に固有なのは、衝突の原因が「市場の論理」ではなく「政治の論理」である点にある。

    機能する場合

    イスラエルのYozma（1993年）は、この衝突を制度設計で回避した好例である。政府は$1億を10ファンドに出資し、民間GPに投資判断を完全に委ねた。核心は、5年で政府持分の民間買取を可能にするサンセット条項にあった。これにより「政治サイクルが変わっても民間がプログラムを引き継ぐ」構造が組み込まれ、実際に5年以内に民営化された。

    NEDOのDTSUが10年基金方式を採用しているのも、時間軸の保護を意図した設計である。KfW Capital（ドイツ）はpari passu条件（民間と同額・同条件）で投資することで、政府の裁量を最小化し、時間軸の政治化を抑制している。

    機能しない場合

    オーストラリアのIIF（Innovation Investment Fund）は、政権交代のたびにプログラム設計が変更され、ファンドマネージャーの長期計画策定を困難にした。英国の地域VCファンド（RVCF）は地域分散という政治的要請により、投資機会の薄い地域への配分を強いられた。いずれも、投資の論理が政治の論理に従属したケースである。

    JIC（産業革新投資機構）の2018年の危機は、時間軸の問題とガバナンスの問題が同時に噴出した事例である。設立時に経産省と合意した「民間並みの報酬・独立性」が、発足後の政治的圧力で反故にされ、田中正明CEO以下取締役9名が一斉辞任した。約2年の機能停止を経て再始動したが、この事例は「政治的に約束された独立性」が構造的に脆弱であることを示している。

    時間軸の判定基準: 10年以上の長期コミットメントが、制度設計（基金方式、サンセット条項、独立ガバナンス）によって政治サイクルから保護されているか。

    介入の手法——LP・GP・Buyerはどの軸を補完するか

    3つの条件軸が「どこに政府系資本が必要か」を示すのに対し、介入の手法は「どのように補完するか」を示す。主な手法は3つに類型化できる。

    LP型（政府がVCファンドに出資）: 政府はGPの投資判断に関与せず、リスクの引き受けと民間資本の呼び水に徹する。ファーストロス（損失を先に吸収）、アンカーLP（最初の出資者として他を牽引）、pari passu（同条件で並走）などの設計がある。Brander, Du & Hellmann（2015）が25カ国25,000社超を対象に行った実証分析では、政府系VCと民間VCの混合投資が最良の成果を上げ、政府系VCのみの投資は成功Exit率が最も低い。

    GP型（政府が直接投資判断に関与）: 共同投資やマッチングファンドを通じて個別案件に直接関与する。In-Q-Tel（1999年CIA設立の非営利VC、累計600社以上に直接投資、共同投資倍率$1:$3-5）が代表例である。LP型より特定領域への政策誘導力が強いが、投資判断の質が政府側の能力に依存する。

    Buyer型（政府が最初の顧客になる）: 資金供給ではなく需要創出である。DARPAのプログラムマネージャー制やSBIRの3段階助成は、技術の「動く証明」と「売れる証明」のギャップを、政府が最初の購入者となることで埋める。

    以下の図は、各手法がどの条件軸を補完するかを示す。

    Fig. 2: Intervention × Three Axes — LP/GP/Buyer型の3手法が3条件軸のどれを補完するかを示すマッピング

    触媒的資本のレバレッジ比率は、制度設計・リスク分担構造・測定方法に依存する。EIFの実績では€1あたり€4-5（EIF Annual Report 2023）、Convergence（2022）の759件の取引データベースに基づく分析では平均$1:$4.1であり、手法によって幅がある。重要なのは、手法の選択が3軸の診断に基づくべきだという点である。Valley of Death（フェーズ）の補完にはLP型やBuyer型が適し、外部性の大きい領域の市場形成にはLP型が適し、特定の政策領域への重点配分にはGP型（共同投資・マッチングファンド）が適し、時間軸の保護にはBuyer型やサンセット条項付きLP型が適する。

    この構造分析から何が言えるか

    3軸のフレームワークは、「量の問題」と「設計の問題」を峻別する。日本の官民ファンドに対する批判の多くは、量ではなく設計——介入領域の選定（フェーズ軸・領域軸）と、政治的独立性の確保（時間軸）——に起因している。

    政策設計者に対して: 新たな政府系ファンドを設計する際、3軸の診断を事前に行うべきである。市場の失敗は本当に存在するか（フェーズ）。正の外部性は政治的レトリックではなく構造的に存在するか（領域）。長期コミットメントを保護する制度的仕組みはあるか（時間軸）。Lerner（2009）がBoulevard of Broken Dreamsで示した教訓は明快である——政府系VCの失敗は偶然ではなく、予測可能なパターンに従う。

    VCに対して: 政府系LPはアンカーLPとして初号ファンドの組成を可能にする場合がある（EIFは欧州の初回VCファンドの約60%にLPとして参加）。ただし、政策目的との整合を求められる場面があり、投資裁量とのバランスを事前に確認すべきである。

    スタートアップに対して: 政府系プログラムの設計構造——どのフェーズを、どの手法で支援するか——を理解したうえで、自社の資金調達戦略の中に位置づけることが有効である。

    Conclusion

    政府系資本が民間VCに追加的な価値を発揮する条件は、3軸で構造的に整理できる。

    フェーズ: Valley of Deathに位置し、民間資本が構造的に届かない段階であること。領域: 正の外部性が構造的に存在し、民間投資が過少になる領域であること。時間軸: 長期コミットメントが制度設計によって政治サイクルから保護されていること。

    3軸すべてで「追加的価値がある側」に位置するとき、政府系資本はEIFの€1:€4-5やBpifranceのTibi€130億のような触媒効果を実現する。1軸でも外れれば——Valley of Deathではない領域への介入、外部性なき「戦略的」産業への投資、政治サイクルに脆弱なガバナンス——設計は瓦解する。

    問いは「政府系資本の是非」ではなく「3軸のどこに位置するか」にある。

    中塚 恵介

    AI・ディープテック・クライメートテック領域を中心とするスタートアップ投資およびイノベーション領域に携わる投資家。現在はグローバルベンチャーキャピタル B Capital にて日本の投資活動をリードしている。 過去、BCG X では企業の新規事業創出やイノベーションプロジェクトに従事し、構想から事業立ち上げまでを支援。内閣府での政策領域の経験も持つ。 資本の流れ、技術の発展、制度設計、企業戦略がどのように相互作用するかに関心を持ち、グローバルなイノベーションの潮流と日本の産業構造を分析している。 Alpha Beyond Frontier では、スタートアップ、ベンチャーキャピタル、コーポレートイノベーションの構造的な分析を発信している。

    References and Further Reading

    触媒的資本

    欧州の政府系LP

    米国の需要創出モデル

    日本の政府系ファンド

    学術文献

    • Lerner, J. — Boulevard of Broken Dreams (Princeton University Press, 2009年) 政府系VCの成功条件と失敗パターン
    • Brander, J.A., Du, Q., Hellmann, T. — “The Effects of Government-Sponsored Venture Capital: International Evidence” (Review of Finance, 19(2), 571-618, 2015年) 25カ国25,000社超、混合投資が最良の成果
    • Cumming, D., MacIntosh, J. — “Crowding Out Private Equity: Canadian Evidence” (Journal of Business Venturing, 21(5), 569-609, 2006年) LSVCCの民間VC排除効果

    Disclaimer

    本稿の見解はすべて筆者個人のものであり、いかなる組織の公式見解でもありません。分析は公開情報に基づいています。