22歳3人で$10B到達したMercor。Antlerが3,512人見て出した「設計原則」を分解したら、年齢じゃなく『何を捨てたか』が分岐点だった

「22歳でビリオネアになった3人組」「29歳がAIユニコーン創業者の平均年齢」。こういう数字を見るたびに、心の中でつぶやく人いるよね。

「で、結局あたしには何ができるの？」

先週、MITが270万人で出した「45歳最強説」の話を書いた。あの記事で「ベテラン優位の戦場マップ3つ」を出した時、読者から一番来た声がこれ。「じゃあ若い人たちは具体的に何が違うの？」

正直、最初は「年齢の話で終わらせるのはもったいない」と感じていた。だからもう一段深く掘る。今日は、Antler（アントラー、グローバルVC大手）が3,512人の創業者を分析した『The Anatomy of Greatness』レポートに本気で降りていく。Mercor 3人組の素地も具体に分解する。そして「年齢じゃなく、設計原則だ」ということを、データで証明していく。

Gen Z AIユニコーン創業者の勝ち方は、「捨てたもの4つ」と「最初から持っていたもの4つ」の組み合わせ。年齢ではない。これは35歳以上のあなたにも、今日から実装できる。

22歳で$10Bに届いたMercor 3人組の正体

まず固有名詞で行く。「Gen Z創業者の代表例」と言うとき、2026年時点で最も具体的な事例がMercor（マーカー、AI採用プラットフォーム）だ。

CEO Brendan Foody（ブレンダン・フーディ）、CTO Adarsh Hiremath（アダーシュ・ハイレマス）、会長 Surya Midha（スーリヤ・ミーダ）の3人組は、2025年10月のSeries C発表で評価額$10B（約1.5兆円・150円/$換算）に到達した（Mercor公式, 2025-10-27）。HiremathとMidhaはビリオネア化した時点で22歳。世界最年少セルフメイド・ビリオネアと報じられた（Forbes, 2025-10-30）。

ここで多くの記事は「天才の偶然」で片付けるんだけど、あたしはそこで止まらない。3人の素地を並べて見ると、構造的なパターンが見える。

Hiremath × Midhaは10歳から友人。中高でディベート（公的議論）トーナメントの常連選手。高校で議論大会を通じてFoodyと出会う。つまり、12年以上同じ仲間と「公の場で論理を戦わせる」訓練を積み続けてきた。

Foodyは両親がソフトウェアエンジニア（母はMeta、父はグラフィックス会社経営）。16歳のとき、友人がAWS（Amazon Web Services）認定試験で昇進するのを支援する小さな副業を始めている（channeliam.com, 2026-04-10・報道プロフィールベース）。

3人の共通項を抜き出すとこうなる。

• 公的議論訓練: 12年間、論点を組み立て、人前で検証し、即修正する習慣
• エンジニアリング近接性: 家系・副業の両方で、ソフトウェアが「日常言語」だった
• 連続関係性: 22歳の起業時点で「12年付き合いのチーム」が完成済み

これね、「天才の偶然」じゃない。「公の場で試行と議論を回す習慣」と「ソフトウェアが空気のように身近」と「長期信頼チーム」の3点セットが、22歳の時点で構造的に揃っていた、というだけ。

そして、これは年齢に依存しない。35歳でも45歳でも、この3点セットを後から組み立てることはできる。あたしが今日言いたいのは、まさにそこ。

Antler「3,512人」が出した、AIユニコーン「29歳」の本当の意味

Mercorだけだと「特殊事例の話」で終わってしまう。だからもう一段視野を広げる。Antlerが2026年1月7日に発表した『The Anatomy of Greatness（偉大さの解剖）』レポート（Antler公式, 2026-01-07）に降りていく。

このレポートの規模はこうだ。

• 1,629社のユニコーン（評価額$10億以上の未上場企業）
• 3,512人の創業者を分析
• 2014年〜2024年の10年間
• グローバル横断調査

主要な数値はこの4つ（以下の数値はすべてAntler公式レポートより）。

1. AIユニコーン創業者の平均年齢: 40歳（2020年）から29歳（2024年）へ。4年で11歳若返り
2. AI以外のユニコーン創業者: 30歳（2014年）から33〜34歳（2022〜2024年）へ。10年で3〜4歳上昇
3. ユニコーン化までの平均期間: AI企業4.7年 vs 伝統的平均7年。2.3年の前倒し
4. 創業者属性: STEM（科学・技術・工学・数学）出身が約60%、連続起業家が約40%、移民が約25%、女性は約6%（Business Standard, 2026-02-23でも確認）

ここで多くの記事は「やっぱりGen Zの時代」と単純化する。ところがね、属性データを見ると話はもっと立体的だ。

STEM出身60%・連続起業40%・移民25%。この3つの数字は「年齢」と独立した変数。つまり、ユニコーン創業者には「年齢が若い」という条件以前に、「技術言語に近く、反復経験を持ち、越境経験を持つ」という素地が共通している、ということ。

Mercorの3人組を思い出して。彼らは22歳という年齢の前に、ソフトウェア家系と移民バックグラウンド（米国でのインド系）と公的議論の反復経験を持っていた。これは年齢ではなく素地の話。

そして、Antler共同創業者のFridtjof Berge（フリチョフ・ベルゲ）は、Fortuneの取材でこう語っている（Fortune, 2026-01-07）。

「自信があり、仕事が速く、試すことを恐れず、すばやく反復できるなら、今のAI領域は最高の活躍場だ。常に反復が必要な領域だから。」

ここで使われている言葉は「young（若い）」ではない。「fast-working（仕事が速い）」「quickly iterating（すばやく反復）」だ。年齢ではなく速度と反復が分岐点だと、Antlerの責任者本人が明言している。

AI系ユニコーンが速い理由は年齢ではなく、速く試して、速く修正できる素地を持っているから。ユニコーン化4.7年はその結果であり、29歳という平均値はその素地を持つ人が若かった、というだけ。Mercorの3人組とAntlerの3,512人データを重ねると、その素地は共通して捨てたものと最初から持っていたものの4つずつに分解できる。

設計原則1: Gen Z創業者が「捨てた」4つの常識

捨てたもの1: 長期キャリア準備（MBA・5年現場経験）

伝統的な起業前提はこうだった。学位を取って大企業で5年経験を積み、人脈を作り、満を持して独立する。Mercor 3人組は全員、その階段を1段も登っていない。HiremathとMidhaはハーバード大に進学したが、在学中にMercorをスタートしている。Foodyに至っては16歳から既に副業を回していた。学位や職務経験を「資格として完成させる」ことを、最初から目的にしていない。

捨てたもの2: 「商品を作ってから売る」の順番

伝統的な起業フローはこうだ。プロダクトを作り込み、ローンチし、それからマーケティングを始める。Gen Z創業者の標準動作は逆。作りながら売る、作る前から発信していく。SNS（特にX/旧Twitter）で構想段階から仮説を投げ、反応を見ながら実装する。マーケティング部署も広告予算もいらない。Audience（オーディエンス）が先で、製品は後から組み立てる。

捨てたもの3: ヒエラルキー大組織

伝統的な企業の前提は「組織が大きくなれば成功」。Gen Z AIユニコーンは逆を行く。Mercorは$10B到達時点でも従業員数は数十名規模に留まっている。日本のソロプレナー研究で先に紹介したPolsia 4.5億円・Medvi 600億円・Levelsio 4.5億円も全員1〜数名規模。組織を大きくする前に、AIで「組織でやっていたこと」を1〜3人で完結させる。

捨てたもの4: 資格・地理境界の信号

「東京で働く」「米国でMBAを取る」「特定業界の資格を持つ」。伝統的なキャリア信号は地理と資格に紐づいていた。Gen Z創業者の動きは、Day 1から国境がない。Mercorも本社は米国だが、創業初期から米国・インド・欧州の人材を即時採用。AIツールがあれば言語の壁も時差の壁も以前ほど高くない。資格や地理を「証明書」として使うのではなく、結果（Output）を直接見せる。

この4つは全部、年齢に依存しない。35歳でも45歳でも、捨てる決断さえすれば今日から捨てられる。問題は「捨てると何が残るか」が見えないと怖いこと。だから次に、捨てた後に何で勝つのか、「最初から持っていた4つのデフォルト」の話に行く。

設計原則2: Gen Z創業者が「最初から持っていた」4つのデフォルト

捨てたものの裏側で、Gen Z創業者には最初から持っていた4つのデフォルトがある。これがGen Zの本当の優位性であり、後から取り入れることも十分可能。

デフォルト1: AIは「学ぶもの」じゃなく「日常」

ChatGPT登場（2022年11月）時点で、Mercor 3人組は18歳。学生生活の途中でAIが日常に入ってきた世代。だから「AIをどう業務に組み込むか」という発想自体がない。AIは最初から空気。コードを書く時、文章を書く時、調べ物をする時、すべての作業がAI前提で設計されている。これが「AIネイティブ」の正体。35歳以上は意識的に習慣を組み替えれば、後から獲得できる。

デフォルト2: 公開前提（Public-by-default）

Gen ZはSNS世代。10代から「自分の試行錯誤を公開する」ことが空気になっている。MidhaとHiremathが10歳から続けてきたディベート（公的議論）も、本質は同じ。論点を公開し、反論を受け、即修正していく。これが習慣化されていれば、起業の意思決定速度が桁違いに上がる。普通の創業者は「クローズドで議論し、決定してから公開する」という3ステップを踏むのが普通。Gen Z創業者は最初から公開しながら決めていく。

デフォルト3: Distribution先行発想（オーディエンスが先・商品は後）

これは捨てたもの2の裏返し。「商品を作ってから売る」のではなく「売る相手のコミュニティを作ってから商品を出す」。Mercorも創業前からTwitter/X上で「AI採用」の議論を回し、雇い主・求職者の両方の関心を可視化していた。商品が出来上がる前に「どんな機能が刺さるか」が分かっている状態で開発に入る。これは年齢関係なく、今日から始められること。

デフォルト4: 高速イテレーション習慣

Antler Bergeの言葉「fast-working / quickly iterating」がこれ。Mercor 3人組のディベート訓練もまさに同じ構造。論点を組み立て、人前で出し、反論を受け、即修正する。サイクルタイムが圧倒的に短い。AI時代はプロダクトの修正コストが急落しているので、修正速度がそのまま競争優位になる。Antlerが「AI企業は4.7年でユニコーン化（伝統平均7年比2.3年前倒し）」と指摘するのも、この速度の累積効果。

つまり整理するとこうなる。

Gen Zの本当の武器は「年齢」じゃない。AIネイティブ × 公開前提 × Distribution先行 × 高速イテレーションの4デフォルトの組み合わせ。

そして、この4つは全部意識的に獲得できるスキルとマインドセットだ。生まれつきの属性ではない。

設計原則3: 「年齢」ではなく「速度」が分岐点

ここで、先週書いたMIT 45歳最強説と本日の話を合流させる。

MITのAzoulay教授チーム研究（2018年NBER投稿、2020年American Economic Review: Insights査読版）は、米国センサス局のデータで270万人の起業家を分析。「最も成功した創業者の平均年齢45歳」「50歳の起業家は30歳の起業家の約2倍成功確率が高い」と結論づけた（MIT News, 2020）。

一方、Antlerの2026年データは「AIユニコーンに限れば29歳が平均」と示す。

この2つは矛盾しない。むしろ完全に補完関係。

• Antler調査: AI領域・ユニコーン化期間4.7年・反復速度命。速度が高い人が勝つ
• MIT調査: 全産業・270万人・長期成功確率。業界経験・人脈・実績が高い人が勝つ

「速度」と「経験資産」は別の軸だ。Gen Zは速度で勝ち、ベテランは経験資産で勝つ。だから両方を持つ人が最強になる。

実際、Antlerデータでも「連続起業家40%」「STEM出身60%」と素地データが効いていた。つまり、Gen Z AI領域でも「経験ゼロの22歳」が勝ったわけじゃない。ディベート12年・AWS副業6年・SE家系という、彼らなりの経験資産を持っていた。

ここから出る結論はシンプル。

35歳以上は「業界経験」を捨てる必要はない。設計原則4セットをそこに足せばいいだけ。

業界経験5年＋AIネイティブ習慣＋公開前提＋Distribution先行＋高速イテレーション。この組み合わせは、22歳のGen Zには絶対に作れない構造。彼らはまだ業界経験がない。だから業界経験を持つあなたは、ハイブリッド最強型を作れる位置にいる。

問題は、設計原則4つを後から組み込む具体ステップが見えないこと。

35歳以上が今日から実装する4ステップ

ステップ1: SNSで作業の中身を週3回公開する（公開前提・Distribution先行の同時獲得）

最も簡単で、最も効果が大きい。X/旧TwitterかLinkedInかnoteを選び、自分の業務の中身を週3回投稿する。ポイントは「完成品の宣伝」ではなく「途中経過の共有」。今日試したこと・つまずいたこと・小さな発見。MidhaとHiremathが10歳から続けてきたディベート訓練と同じ構造の習慣。3ヶ月続ければ、フォロワー数より遥かに大事な「あなたの専門性に関心のある相手」が可視化されてくる。

ステップ2: AI壁打ちを毎朝30分ルーティン化（AIネイティブ習慣の獲得）

「AIを業務に組み込む」という発想自体が古い。朝のルーティンに30分組み込むのが正解。コーヒーを淹れる前後に、Claude/ChatGPTに「今日の最重要意思決定3つ」を投げて、想定される反論を3パターンずつ出させる。これだけ。3週間続けると、AIが「ツール」から「意思決定パートナー」に格上げされる。これが日常になった瞬間、Gen Zが持っていた「AIネイティブ感覚」が後天的に身につく。

ステップ3: 採用ボタンを3ヶ月封印して1人検証する（小規模主義の獲得）

新しいプロジェクトを始める時、最初に決めるのは最初の3ヶ月は人を雇わないというルール。採用予算をAIツール代と外注（タスク単位の業務委託）に振り替える。これで「組織を大きくしないと進まない」という思い込みが外れていく。Mercorも$10B到達時点で従業員数は数十名規模。日本のソロプレナー事例（Polsia・Medvi・Levelsio）も全員小規模。最小チームで仮説検証してから人を増やす順番が、Gen Zの標準動作。

ステップ4: 経歴説明を減らし、結果説明を増やす（資格・地理境界の解除）

自己紹介や提案書を一度全部出してみよう。「○○大学卒」「○○社で○年」「○○資格保有」を減らし、**「○○の数値を○倍にした」「○○の問題を○日で解決した」**に書き換えるのが目的。これだけで、地理・資格の信号に依存していた発信が、結果ベースの発信に変わる。読み手から見ても、判断しやすい。世界中の人と仕事ができる準備が、ここから始まる。

まとめ: 「Gen Zの時代」じゃなく「Gen Zが当たり前にしたものを取り入れた人の時代」

22歳3人で$10B評価額に届いたMercorは、確かに事件。Antlerが3,512人を見て出した「AIユニコーン創業者29歳」という数字も衝撃的だ。

でも、ここで「Gen Zが世界を支配する」「あたしには関係ない」と立ち止まったら、設計原則の本質を見落とす。

今日の記事で分解したことを、もう一度整理する。

• 22歳3人組Mercorの素地: 公的議論訓練12年・ソフトウェア近接性・10歳からの連続関係性
• Antler 3,512人データの本質: STEM 60%・連続起業40%・移民25%。年齢と独立した素地パターン
• 設計原則「捨てたもの4つ」: MBA・商品先行・大組織・地理境界
• 設計原則「持っていた4つ」: AIネイティブ・公開前提・Distribution先行・高速イテレーション
• 35歳以上の4ステップ: SNS週3公開・AI壁打ち毎朝30分・採用3ヶ月封印・経歴より結果説明

先週書いたMIT 45歳最強説と組み合わせると、こうなる。業界経験 × 設計原則4セット = ハイブリッド最強型。Gen Zには絶対真似できない領域が、35歳以上のあなたにはある。

あたし自身、独立した時に最初に捨てたのが「組織で長く働かないと信用されない」という思い込み。そして最初に身につけたのが、SNSで作業の中身を公開する習慣だった。今振り返ると、無意識のうちに「捨てたもの3 × 持っていた2」を実装していたことになる。

設計原則は、年齢に依存しない。今日から1つでも始めてみよう。あたしのおすすめはステップ1のSNS週3回公開。明日の朝、まずは1回投稿してみる。それが分岐点。

「Gen Zの時代」じゃない。「Gen Zが先に当たり前にしたものを取り入れた人の時代」。あなたの番、今日から始まっている。