Speakの創業者たちが韓国を最初の市場に選んだ理由と、AIチューター開発から学んだこと

彼らの話で際立っている点が2つあります。1つ目は、創業者2人とも韓国を訪れたことすらなかったサンフランシスコのチームが、韓国を最初の市場に選んだことです。2つ目は、AIによって、個別最適化されたマンツーマン指導がついに誰にとっても経済的に実現可能になりつつある、という彼らの主張です。掲げられているビジョンは「語学を皮切りに、人々の学び方を再発明すること」であり、最終的にはプロダクトとミッションを拡大して、あらゆる形の学びを支援することを目指しています。

コナーは、創業者がしばしば一緒くたにしてしまう2つの問いを分けて考えます。チームをどこに置くべきか、そして会社の最初の市場をどこで立ち上げるべきか、という問いです。Speakはこの2つに異なる答えを出しました。チームはサンフランシスコに置き、最初の市場は韓国にしたのです。彼はこの組み合わせを特に珍しいものだと言います。

チームの拠点については、「エコシステム」が鍵となる言葉だと彼は考えています。スタートアップが求めるのは、投資家、将来の社員や採用すべき人材、そして学び合い、提携関係を築けるコミュニティです。その力が最もはっきり表れているのがサンフランシスコのようなハブだと彼は言います。一方で、最初の市場をどこにするかという判断も同じくらい重要だと考えています。サンフランシスコに拠点を置き続けるY Combinator出身の企業の多くが、サンフランシスコから非常に遠く離れた場所を最初の市場に選んでいると彼は指摘します。これは特にサンフランシスコを拠点とするチームにとって重要だと彼は主張します。サンフランシスコは「完全なバブル」であり、「多くの意味でとても奇妙な場所」だからです。彼の見方では、そのバブルの外に出ることこそが、会社が現実世界から本物の情報を得る方法なのです。

コナーによれば、創業者たちは市場の問題点を冷静に把握したうえで韓国にやって来ました。実際に訪れてユーザーと話してみると、韓国市場は競争が極めて激しく、成長もしていないことがわかりました。「市場に参入しない理由はたくさんあった」と彼は言います。また、米国外の多くの創業者がむしろアメリカ市場から始めたがることも承知していました。

彼の説明によれば、決め手となったのは、そうした困難にもかかわらず、本当に効果のあるものを見つけようという意欲が最も高いのが韓国の人々だったことです。Speakの根本的な仮説は、AIによって学習をより効果的にできるというものです。そのため創業者たちは、自分たちが正しいものを作っているかどうかについて、最も有益なシグナルを得られる市場を最初に選びたいと考えました。韓国への参入は短期的には難しくても、長期的な成功につながる可能性が高いというのが彼らの賭けでした。コナーは、ここにはどんな企業にも通じる教訓があると示唆しつつ、みんなには単に自分たちが頭がおかしいと思われているだけかもしれない、と笑いながら付け加えます。

アンドリューは、初期のエンジニアリング上の課題について語ります。Speakは、非常に強い訛りのある英語の非ネイティブ話者の発話を正確に理解する必要がありました。多くの構成要素を自社開発しなければなりませんでした。その取り組みこそが、ユーザーの発話を理解し、フレーズを復唱させることができるアプリの最初のバージョンを実現させたのです。

特定の訛りに合わせて音声認識モデルをファインチューニングした経験から得た教訓は、うまく汎用化できたと彼は言います。数年前にSpeakが韓国以外へ、日本、ヨーロッパ、米国などに展開し始めた際にも、それが役立ちました。彼は韓国を、この課題について、自分たちの学習者が誰なのかについて、そしてプロダクトで彼らにどう最善のサービスを提供するかについて、チームが「根本的な真実」を学んだ場所だと表現しています。

創業者たちは、韓国の人々がどのような心理的な角度から英語に向き合っているのかを深く理解するようになったと言います。彼らは間違いを犯すことへの大きな恐れがあることに気づき、それを「学習されたもの」だと表現し、その原因を教育制度に求めています。彼らはこの恐れを、人々の英語を流暢に話す能力が頭打ちになってしまう罠だと捉えています。

この問題に対処するため、Speakは「English Exorcism（英語のお祓い）」というポップアップイベントを開催しました。ユーザーを招き、英語を話すことへの恐れを取り払ってもらおうというものです。

創業者たちによれば、日本、そしてその他の市場へと展開した際にも同じパターンが見られました。それは当初予想していたよりもはるかに広く見られるものでした。この洞察をプロダクトに組み込んだやり方は、多くの市場でうまく機能する傾向にありました。このことから、コナーはより広い結論を導き出します。彼らは個々の市場それぞれに合わせたローカライズが大切だと考えていますが、彼は「結局のところ、学ぶこと・教えることという課題の解決方法は普遍的だ」と考えています。人々がどの文化の出身であっても、解決策はほとんど同じように見えると彼は言います。まったく異なる市場でコアプロダクトがこれほどうまく機能してきたことは、彼にとってやや意外なことでもあります。

創業者2人はいずれも、会社のミッションを自分自身の学校教育の経験と結びつけています。

創業者の一人は、自分なりのやり方で学びたいといつも思っていて、子どもの頃はルールに従わないせいでよく叱られていたことを覚えています。5年生のときの担任の先生がそのことに気づいてくれました。その先生は従来型の教室での学習を無理強いするのではなく、教科書を手渡して一人で学ばせ、自分で立てた問いに自分で答えるたびに追加の単位を与えてくれました。これこそまさに自分に必要だったものだと、この創業者は言います。それほど大きな影響があったのは、おそらく30人ほどいた教室の中で、その先生が一人の生徒特有のニーズに合わせてくれたからでした。この創業者は、ほぼ誰もが人生を変えてくれた先生に少なくとも一人は出会っていてほしいと願っており、それこそが質の高い教育が持つ力の証だと考えています。

もう一人の創業者は、非常に珍しい道のりを語ります。好奇心旺盛な子どもだったため公立学校の制度に馴染めず、最終的には両親が学校を辞めさせてホームスクーリングで教えることにしました。加速したペースで学び、12歳で大学に進学し、16歳で博士課程を始めました。この経験から、誰もが自分で可能だと思っているより10倍速く学べる、という根本的な信念が根付いたと言います。AIが世界に与える影響をめぐる論争や混乱があることは認めています。それでも、最先端のAIモデルは、そうした体験の意味のある一部を地球上の誰にでも届けることができると主張し、Speakは「人間をより強く、より良くする」ためにAIを使おうとしているのだと語ります。

創業者たちは、Speakの原点となったインスピレーションの一つとしてブルームの2シグマ問題を挙げています。彼らはこれを、1980年代にベンジャミン・ブルームが行った有名な教育学の研究だと説明しています。この研究では、生徒30人に教師1人という典型的な教室と、完全習得型のマンツーマン指導を受けた生徒の実験群とが比較されました。創業者たちの説明によれば、個別指導を受けた生徒は、ベルカーブ上のどこに位置していたかにかかわらず、通常の教室モデルでの結果より標準偏差2つ分高い成績を収めました。

その名前は、その直後に生まれた問い、つまり「これをどうすれば世界中のすべての人に提供できるのか」に由来すると彼らは説明します。40年経っても誰もこの問題を解決できませんでした。すべての人に個別指導者をつけることは経済的に成り立たなかったからです。話をしていた創業者は、AIがこの状況を変えると主張します。その見方では、2026年の今、これが可能になり、ほぼ必然であることは「信じられないほど明白」になっています。今後数年のうちに、望む人なら誰でも上位1%の成果を得られる「2シグマの世界」に私たちは生きることになるだろうと予測しています。

コナーは、会社を立ち上げたタイミングも戦略的な選択として捉えています。偉大な企業のほぼすべては、巨大な長期的トレンドの波に乗ったことが偉大になった理由の一つだと彼は主張します。そうした局面では、既存企業も競合も関係なくなると彼は言います。彼が例に挙げるのはGoogleで、インターネットと情報のオンライン化という波に乗ったのだと言います。創業者たちは、AIが今後10年間で「人類がこれまでに生み出した中で最も偉大な技術」になると信じており、非常に賢い個別指導システムでその波に乗りたいと考えたのです。

創業者たちは、ある転機について振り返ります。当時、彼らはOpenAIと提携していましたが、まだ出資は受けていませんでした。サムは何年も前にSpeakにエンジェル投資をしていたので、関係は近いものでした。彼は、Speakが特殊な音声の課題を抱えていることを知っていました。ある日、彼から電話があり、秘密を守れるか、OpenAIが一緒に試したいものがある、と聞かれたと創業者は振り返ります。それは音声認識モデルで、OpenAIによれば非常に精度が高いため、通常の意味でのエラー率は測っておらず、代わりに、そもそもエラーが一つでもあるかどうかを測っているということでした。

コナーとアンドリューは顔を見合わせて、うまくいくはずがないと思ったと、創業者は振り返ります。ところが自分たちのデータで試してみると、彼らは「完全に度肝を抜かれた」のでした。彼らはそれを絶対的な変革であり、大きな「アハ体験」だったと表現します。ユーザーの発話の書き起こしをついに信頼できるようになり、そのうえで言語モデルを使って、はるかに自由度の高い体験を構築できるようになったのです。

今後について、創業者たちは、最先端モデルが賢くなるにつれて、能力がある閾値を超えることでまったく新しいプロダクトが可能になると言います。彼らがすぐそこまで来ていると見ている能力は、エージェント的な知能とリアルタイムモデルの2つです。彼らの考えでは、これらによって、学習者の道のり全体を担い、導き、学習者ができる限り効率的に目標を達成できるよう実証可能な形で支援するAIチューターが実現するでしょう。

また彼らは、業界全体に見られるプレッシャーについても触れています。アプリケーション層の企業は、2つの方向から挟み撃ちにされていると感じています。一方には基盤モデルの企業があります。もう一方には新規参入者がいて、そこではたった1人か2人が「バイブコーディング」で、わずか1〜2年前なら何年もかかったものを一晩で作れてしまいます。

これに対する彼らの答えが「モデルはチューターではない」という言葉です。モデルは膨大な量の生の汎用的な知能を提供します。彼らの捉え方では、チューターとはその知能を方向づけるためにモデルの周りに構築されたシステムであり、それは奥深く複雑なプロダクトと技術のシステムだと説明しています。一例として、優れた語学チューターは極めて没入感のある会話を行わなければなりません。今日のリアルタイム音声モデルはそれに近づいているものの、まだ完全ではないと彼らは言います。

それでも最も重要なのは基本だと彼らは主張します。彼らの学習者は、何年もかかり毎日のひたむきな取り組みが必要な成果を目指しているため、最も効果的で目的に特化したソリューションを求めます。創業者たちは、基盤モデルをむしろ助けになるものとさえ見ています。基盤モデルはSpeakのプロダクトを向上させてくれますし、多くの人がChatGPTのようなアプリを使ってAIが語学学習に役立つことに気づき、それが目的に特化した個別指導プロダクトではないために物足りないと感じて、Speakのようなものを探すようになるからです。Speakが注力しているのは、基盤となる技術を構築し、自社のデータをフライホイールとして活用してモデルを改善し、その上に段階的な足場を組んだ機械学習システムを重ねていくことだと彼らは言います。

最後に、創業者たちは、世界がこれほど急速に変化する中で創業者が何を拠り所にできるのかについて振り返ります。一人は、しがみつける真実はごくわずかしかないと言います。だからこそ会社のコアとなるミッションと長期的なビジョンが重要なのであり、それらに確信を持っていれば、状況が変わるにつれてそこに至る道筋が劇的に変わっても、ミッションとビジョンは変わらずにいられるのです。

Speakの初期には、アプリのどのバージョンもうまくいかないように見え、誰も関心を示さず、状況は「会社の存続そのものが危ぶまれる」ように感じられたと、彼らは振り返ります。彼らを支えたのはミッションでした。それはモチベーション以上の意味を持っていたと彼らは強調します。強く持ち続けたビジョンがあったからこそ、必要となる複利的な優位性を積み上げる長期的な判断を下し続けることができたのです。苦しい時期には、短期的なことに取り組みたくなる誘惑が常にあるため、これは重要だったと彼らは言います。

最後の振り返りでは、会社づくりを一連の判断の積み重ねとして捉えています。創業者の一人は、スタートアップが成功する確率は、正しく下せた判断の割合でおおよそ見積もれるのではないかと言います。チームが真実を追い求め続け、適応し続け、そうした判断をより多く正しく下し、そして世界の長期的な方向性について正しければ、その言葉を借りれば「成功するチャンスはある」のです。