バイブコーディングが量産するのは「平均的なアプリ」だ#

まず構造的な話から始める。

AIは学習データの最頻値を出力する装置だ。「タスク管理アプリを作って」と頼めば、世の中で最も一般的なタスク管理アプリに近いものが出てくる。「ECサイトを作って」と頼めば、Shopifyやヘッドレスコマースを想定したよくある構成が出てくる。

これは欠陥ではなく設計だ。大量のコードと仕様を学習した結果として、「最もよく見られるパターン」を高精度に再現できるようになった。

問題はここにある。最も一般的なものを高速に生成できるようになったということは、「最も一般的なもの」が大量に出回るようになるということだ。

App Store の新規申請が2026年Q1に前年比84%増という統計があるが^1、その中身の大半がこの「AIが生成した平均的なアプリ」だとすれば、ユーザーから見たときの体験は単純に「選びにくいゴミ場が増えた」だ。

平均的なアプリ同士の競争は価格競争になる#

市場の原理として、代替品が増えれば差別化は難しくなり、最終的には価格競争になる。

「ToDoアプリ」「カレンダーアプリ」「家計簿アプリ」のような一般的なカテゴリは、すでにそういう状況に入りつつある。バイブコーディングで2時間で作れるアプリは、他の誰かも2時間で作れる。速さは差別化にならない。

だから「バイブコーディングで世界的な会社が増えていない」という印象は、たぶん正しい。AIがコーディングを速くしても、「何を作るか」「誰に売るか」という問いへの答えはAIが出してくれないから。

AIはニッチ分野に構造的に弱い#

ここが今回の本題だ。

AIがニッチ分野に弱い理由は単純で、学習データが薄いからだ。

「タスク管理アプリ」に関するコードと仕様書はGitHubにも技術ブログにも大量にある。でも「造船所の整備スケジュール管理アプリ」や「酪農農家向けの牛の体調記録アプリ」に関するコードや仕様書は、インターネット上にほとんど存在しない。

AIは知らないことを知らないままコードにする。ドメイン知識のないままに「それっぽいUI」は作れても、「この業界ではこの操作フローが必須」「この数値はこう解釈しないと現場で使えない」という部分は、その業界を知っている人間にしかわからない。

つまりニッチ分野においては、AIを使っても専門知識を持つ人間の介在が必須になる。そしてその専門知識は、その業界にいた時間によって自然に蓄積される非代替性の高いものだ。

成功する構造は「専門知識 × AI実行力」#

前回の結論を振り返ると、「収益を出した人はAIを使う前に、ビジネスの素地があった」というものだった。

これはニッチ戦略として読み直せる。

Pieter Levelsが成功したのは、フリーランスノマドというニッチなライフスタイルのコミュニティを先に持っていたからだ。Plinqが成功したのは、「女性が感じる安全上の不安」という一般的な課題をニッチなユースケース（特定のシチュエーションに特化した安全確認機能）で解いたからだ。

共通しているのは、AIが生成しにくい「誰のためのどんな痛みか」を先に持っていたという点だ。

逆に言えば、これが狙い目になる。

• その業界にいる人間にしか「そんな課題があるとは知らなかった」という領域
• インターネット上に事例がほとんどない、でも現場では毎日誰かが困っている課題
• 一般的な解決策（Excelや紙や口頭）がまだ現役で生き残っている領域

こういう場所に、専門知識を持つ人間がAIを道具として持ち込むと、「このツール、自分たちのためだけに作られたみたいだ」という体験を生み出しやすい。

ニッチ分野でAIが出てきにくい理由をもう一つ#

もう一つ見落とされやすい理由がある。ニッチ分野の課題はそもそもデジタル化されていないことが多い、という点だ。

AIは「何かを解決するための設計を考えろ」と言われたとき、既存のデジタルソリューションを参照して答えを出す。でもデジタル化されていない課題には参照元がない。

「この業界では今でも全部ファックスと電話で動いている」という領域が、地方の製造業・農業・建設・介護・水産業などにはまだたくさんある。そこにAIコーディングを持ち込んだとしても、「何を作るべきか」という設計は現場を知っている人間にしか出せない。

ニッチ参入の障壁が下がった、という変化#

ここで重要な構造的変化を指摘したい。

これまでニッチ分野にアプリを作ることが難しかった理由は、専門知識の話だけではない。コストと収益の方程式が合わなかったからだ。

ニッチなユーザーが1000人しかいない市場では、月額3000円でも月商300万円にしかならない。それに見合うアプリを作るための開発コストを、従来のやり方では回収できなかった。だからニッチは「大きなプレイヤーが参入しない」だけで、「誰かが解決する」市場でもなかった。

AI開発コストの低下は、この方程式を変えた。

バイブコーディングで2週間で作れるようなものなら、開発コストは劇的に下がる。ユーザーが1000人いれば採算が取れる、という規模のアプリが現実になってくる。

つまりニッチ分野が「狙い目」になったのは、「ニッチの価値が上がった」からだけではない。「ニッチを狙うコストが下がった」という変化が同時に起きているからだ。

以前は「こんな小さい市場のためにアプリを作っても割に合わない」という計算が正しかった。今はその計算が変わっている。専門知識を持つ人間が一人、AIを道具に使えば、これまでペイしなかった規模の市場が射程に入る。

飽和するほど、ニッチの価値は上がる#

アプリ市場全体で「平均的なアプリ」が増えれば増えるほど、逆説的にニッチ分野の価値は上がる。

なぜなら、ユーザーが「平均的なアプリ」に疲れるからだ。「自分の業界・自分の状況のために作られたもの」という体験は、汎用アプリでは再現できない。

それに、ニッチ分野のユーザーはスイッチングコストが高い傾向がある。一度業務フローに組み込まれたツールは、特別な理由がない限り変えない。競合が「平均的なアプリ」であれば、乗り換えるモチベーションは生まれにくい。

バイブコーディングが普及するほど、「手軽に作れるもの」の市場は飽和する。そして「手軽には作れないもの」の希少価値が上がる。後者のほとんどは、特定のドメイン知識を必要とするニッチな課題だ。

まとめ#

バイブコーディングが普及するほど、アプリの「量」は増える。でも量が増えることは、差別化が難しくなることと同義だ。

AIは最頻値の解を生成する。そしてニッチ分野の課題は最頻値から遠い場所にある。

「自分の業界にある、誰も解いていない課題」を持っている人間が、AIを道具として使ったときに起きることは、「AIが競合になる」ではなく「AIが自分の専門知識を実装する速度を上げる」だ。

世界に出ていくような会社が増えないのは、AIがコーディングを速くしても「誰のために何を作るか」という問いはAIが出してくれないからだ。そしてその問いへの答えは、特定の領域に深く入り込んだ人間の経験の中にしかない。

飽和する市場で生き残るための答えは、結局「そのドメインの専門知識を持っているか」という、AIが登場する前から変わらない問いに帰着する。

参考文献#

1. The Next Web — “Vibe coding drove an 84% jump in App Store submissions. Apple is cracking down.” https://thenextweb.com/news/vibe-coding-apple-app-store-surge-crackdown