$4.5 億 ARR (2026.03)
ARR が 1 ヶ月で $2 億から $4.5 億へ。原動力は検索ではなく Comet agent ブラウザ。Pro/Max の二層課金 + Comet は既定で Opus 4.5。「回答エンジン → agent プラットフォーム」転換の最も鮮やかな事例。
トラック全景 · OPC ATLAS
AI 検索 / 知的読書：回答エンジンから agent ブラウザへ
Perplexity 評価額 $212 億、Felo は 200 万 MAU、社内検索が日本の本命
2026 年の AI 検索は「Perplexity vs Google」の単線ストーリーから、agent ブラウザ戦争へ完全移行しました。Perplexity は評価額 $212 億 / ARR $4.5 億、Comet が macOS・Windows・iPad に展開。OpenAI は ChatGPT Atlas に agent モードを内蔵、3 月には Atlas/ChatGPT/Codex を統合した desktop superapp 計画を発表。Google AI Overviews は月 20 億ユーザーリーチ。日本は独自の戦場で、Yahoo Japan 経由の検索文化が残り、Felo.ai（東京、3 月 Series A $10M、JP/KR/TW で 200 万 MAU）が日本語に特化。最大の機会はむしろ社内検索（エンタープライズ）にあり、SI 商習慣・JIS 文書・稟議書フローを理解する日本語ネイティブな Glean が空席です。「検索」と「agent」の境界が消えつつあるなか、新規参入は答案エンジンを作るのではなく、ワークフローか日本語の独自データを取りに行くべきです。
01 · 2026 年市場の現状
汎用層は決まりました。Perplexity（$212 億 / $4.5 億 ARR / 3 月単月 50% 成長）、ChatGPT Search/Atlas（OpenAI が Atlas を agent ブラウザに昇格、Codex と統合する superapp 計画を 3 月発表）、Google AI Overviews（月 20 億リーチ、全クエリの 18%・ロングテールの 57% をカバー）。第二層は Genspark（$15.6 億）、You.com（B2B 完全転換、1 件 $30 万を 6 週で成約）、Felo.ai（東京、JP/KR/TW で 200 万 MAU）。エンタープライズ層は Glean（$72 億 / $2 億 ARR、9 ヶ月で倍増）と Hebbia（金融・法務専門、$13M ARR で黒字）。日本市場の特殊性は明確です：(1) Yahoo Japan 経由の検索文化（Google 一強ではない）、(2) Felo のような日本語特化プレイヤーが台頭、(3) そして最大機会である社内検索（imarcgroup 調査で年成長率 7.41%）。SI・大企業の社内文書、稟議書、JIS 仕様書を扱える日本語ネイティブな「Glean for Japan」は依然空席。2026 の本質的転換：検索と agent の境界が消えるなか、新規参入は答案エンジンではなくワークフローか独自データを取りにいくこと。
02 · 注目企業
macOS 全展開 + Atlas/Codex superapp 計画
Chromium 内核 + ChatGPT サイドバー + agent モード。1 月に Auto モード追加（ChatGPT と Google を自動振り分け）。3 月に Atlas/ChatGPT/Codex 統合 superapp 計画を発表 — Comet への正面反撃。
Gemini 7.5 億 MAU / AIO 月 20 億リーチ
AI Overviews が全クエリの 18%・ロングテールの 57% を占有。Gemini の chatbot シェアは 5.7% から 21.5% へ。構造的堀：世界最大検索エンジンへの内蔵、誰も複製できない。
200 万 MAU (JP/KR/TW)
東京発の多言語 AI 検索。Mirae Asset と Peak XV から $10M 調達。「英語以外の知識インフラ」を掲げ、日韓台の非英語ユーザーをターゲット。Felo Enterprise で B2B にも進出中。
数千万ユーザー / 学術検索リーダー
中国本土の学術検索 + 知乎/微博ロングテールコンテンツの覇者。広告なし + 構造化回答 + 学術モード専用。日本市場との接点は限定的だが、中国語深度コンテンツで Perplexity より強い。
MAU 4.68 億 / DAU 1 億+ (Q1 2026)
ByteDance のエコシステム分配 + TikTok/Toutiao 流入で中国 AI アプリ MAU 1 位。モデルは中位だが配信網が圧倒的。日本市場では存在感は薄いが、中国語圏ベンチマーク。
$2 億 ARR (2025.11)
9 ヶ月で ARR を $1 億から $2 億へ倍増。Glean Agents プラットフォームが年 1 億回の agent action を実行。Microsoft Copilot 最大の対抗馬。日本では NEC・富士通系 SI に未浸透 = 最大の参入余地。
$13M ARR / 18 ヶ月で 15x / 黒字
Matrix 製品が SEC 提出書類や法務文書を「無限長スプレッドシート」に変換。a16z + Index + GV + Thiel + Schmidt 出資。「単一職業 × 垂直 × 高 ACV」モデルの成功例。日本では証券・法律事務所市場が空白。
03 · 参入前の青信号と赤信号
🟢 青信号・参入候補
あるユーザー層の研究フローを実体験している
証券アナリスト、医薬研究者、調査ジャーナリスト、VC のデューデリ経験者。Perplexity がどの引用深度・専門用語・鮮度で破綻するか具体的に語れる。この内輪の痛みはモデル選定より 10 倍重要。
汎用検索が破綻する理由を 5 層深く語れる
「なぜ私のユーザーに汎用 AI 検索が効かないか」を引用元検証、PDF 表組み、文書間結合、監査ログ、データ鮮度ウィンドウまで分解できる。「精度が足りない」だけなら差別化はない。
モデルではなく UX とワークフローで戦う覚悟
モデル層は年 3 世代で平準化。蓄積するのはワークフロー（多段、バッチ、協働レビュー）、権限制御（業界コンプライアンス）、独自データ統合。巨人がやりたがらない地味な工事こそ堀。
🔴 赤信号・まだ早い
「Perplexity の X 版」だが防御策なし
「来期 Perplexity が X 版を出さない」根拠（独占データ、規制上のアクセス権、専門アカウント連携）が言えなければ、次の汎用 agent リリースで吸収される薄皮に過ぎない。
より良い embedding で勝てると思っている
「より優れた embedding + RAG」は 2024 年の物語。2026 年には embedding はコモディティ。勝負所はパイプライン工学、UX、権限・監査、独自データ接続 — ベクトル距離ではない。
純 Web インデックスのみで独自コーパスなし
公開ウェブを巡回して LLM に投げるだけなら、100 の Perplexity ラッパーと同じく堀ゼロ。Bloomberg・PubMed・Westlaw クラスのライセンスデータか、ユーザー私有データ + 権限が必須。
04 · 3 つの入り口
フルタイムで垂直 AI 検索 SaaS
汎用検索が明らかに破綻する専門領域：医学文献、規制文書、JIS 規格、学術論文
prosumer 向け読書 / リサーチ SaaS
ヘビーリーダー、大学院生、独立ライター、PKM 愛好家。月額 $5-25 の個人サブスク
企業向け AI 検索 / RAG コンサル
中堅企業の情シス・人事・法務担当。Confluence/Notion/Box/SharePoint の社内検索が機能していない
05 · 相性が良い起業家タイプ
プロダクトが営業してくれる人
検索・読書ツールは PLG の教科書。X、Zenn、Product Hunt が分配チャネル。Perplexity・Genspark・Heptabase が定型例。コツは「無料層でトラフィック、エンタープライズで収益」の二層構造。
資金は心配ない人
エンタープライズ検索（Glean・Hebbia 路線）は資本集約型：SOC2、専任 AE/SE、看板顧客の獲得。Glean は 800+ 名で $2 億 ARR、ひとり起業家には不可能。資本派の構造的優位の領域。
ひとりで開発チーム
ひとりエンジニアは prosumer 読書ツールか OSS 路線（Open WebUI、SearXNG 系）が現実的。汎用検索品質で Perplexity と張り合うのは無理 — 極めて垂直なウェッジを選ぶ必要がある。
06 · 次に読むもの
読むべき記事
- Perplexity at $450M ARR Sacra
- Glean at $200M ARR Sacra
- Introducing ChatGPT Atlas OpenAI
フォロー先
- Aravind Srinivas (Perplexity CEO) @AravSrinivas
- Junichi Hayashi (Felo CEO) felo.ai
- Arvind Jain (Glean CEO) @arvjain
関連トラック
- AI コーディング & DevTools同じ PLG プレイブック。開発者層と成長施策がほぼそのまま転用可能、表面のプロダクトが違うだけ。
- リーガル AI知識労働 AI として重複。Hebbia や Harvey が垂直法務・金融検索で独立企業を成立させた前例。
- AI クリエイターツール検索・読書をクリエイター向け（リサーチ → 執筆ループ）に振れば、クリエイター市場に直結する。