2026年、ベンチャー企業a16zは、Anthropic、Meta、その他のプロバイダーからコンピュートを受ける見込みの、認定を受けていない2年制の大学代替機関Horowitz Andreessen Academyに$35 millionを投資した。このアカデミーは、資格の通用性を支える認定を得ない一方、教室の足元には外部プロバイダーのメーターを置く。
投資発表は、大学を迂回するまた一つの試みとして読むのはたやすい。だが、大学の代替という部分はこの設計では古い。ベンチャーネットワークは長年、従来型の学位プログラムの外で、学生に創業者、資本、実務へのアクセスを提供してきた。新しいのは、教室の足元で回り続けるメーターである。
AI競争は人材形成へと上流に広がった。モデルプロバイダーと投資家は、コンピュート、AIネイティブの実践、資格、雇用主への経路を組み合わせる機関を組み立てている。授業内容は容易に複製できる。しかし学習者を繰り返しモデルに通じた人材へと変える生産ラインは、雇用主を同じスタックの反復購入者に変えうる。
AnthropicのコンピュートにはAnthropicの制約が伴う
学生は多くのインフラを使わずとも、モデルについて学べる。そのモデルで構築する学生は、プロバイダーの可用性、制限、インターフェース、許可された用途の中で作業しなければならない。アカデミーがそのアクセスを日々の授業の一部にするとき、プロバイダーは単に学生向けの便益を提供するだけではない。能力が培われる環境の定義にも加わる。
Anthropicは、コンピュート逼迫期にClaudeのセッション制限を調整し、ピーク時間帯には利用者がその制限により早く達すると警告した際、この違いを示した。Claudeは利用可能なままだったが、各アカウントがどれだけの作業をいつ実行できるかはAnthropicが決めた。このようなサービスの中で学ぶ学生にとって、コンピュートは中立的なコモディティではない。学校の外にある企業が管理する条件付きモデルアクセスとして現れる。
AIプロバイダーは、電力、冷却システム、ネットワーク接続を必要とするサーバー上でモデルを稼働させ、契約、アカウント階層、利用制限を通じて容量を配分する。市場全体では、長期契約によって電力供給済みGPU容量が、偶発的なクラウド費用ではなく契約資産へと変わりつつある。最先端プロバイダーから供給を受けるアカデミーは、その配分チェーンの末端に位置する。
学生は、雇用主が調達を始める前から、アクセスできるモデルと直面する制約を軸に習慣を形作る。
入手可能な証拠では、Horowitz Andreessen Academyはコホートの規模、入学基準、学費または支援条件、カリキュラム、開校予定をまだ公表していない。Anthropic、Meta、その他の見込みプロバイダーも、コンピュート提供の規模、期間、契約条件を公表していない。
資格はいま、認定するだけでなく労働力を振り分ける
従来の資格には、教育と採用の間に明確な隔たりが残る。学校がシグナルを発し、その信頼度をどれほどとみなすかは多くの雇用主が決める。認定と候補者マッチングの双方を握るプロバイダーは、その距離を縮められる。
OpenAIは認定プログラムと求人プラットフォームを計画している。これはAIスキルを持つ候補者と雇用主をマッチングすることを意図したものだ。各プロダクトは異なる問いに答える。認定証は候補者が何を知っているかを示し、求人プラットフォームは雇用主がその候補者とどう出会うかを決める。両者が合わさることで、資格はモデルエコシステムと労働市場の間のインターフェースになる。
短期のAI研修プログラムは2026年、プロフェッショナル資格市場のほぼ33%を占め、2022年の2%から上昇した。プロフェッショナル資格市場で記録されたこの拡大は、雇用主があらゆるバッジを評価していることの証明ではない。従来の学位を再設計するより速く、機関と労働者が読み取りやすいシグナルを探していることを示している。
雇用主は長年、下書き、事例、修正、大きな案件の限定された一部分を通じて若手を育成してきた。ソフトウェアがその初期段階の作業をより多く担うようになれば、雇用主が数年後に経験を積んだ人材を自動的に受け取ることはない。かつて初級タスクがもたらした観察、フィードバック、段階的に増す責任を維持しなければならない。
実務に結び付いた資格は、その隠れた仕組みの一部を置き換えられる。ただし、出席ではなく判断力を測る場合に限る。モデル名を冠したバッジは、候補者が一つのツールを操作できることを雇用主に伝えるかもしれない。しかし、悪い出力を見極められるか、システムを比較できるか、機密データを保護できるか、雇用主がベンダーを変更した際にワークフローを移せるかについては、あまり語らない。
Horowitz Andreessen Academyは認定を受けていないため、そのシグナルはそれを認識するネットワーク内では大きな重みを持ちうる一方、その外では重みが小さい可能性がある。通用性とは、その周囲の人間関係まで買わずに資格を認める雇用主の数である。
コーディングエージェントがカリキュラムをコード生成の先へ押し出す
AmazonはKiroを設計した。プロジェクト計画と技術設計図を作成することで、開発者を急速に生成されたプロトタイプから本番システムへ移行させるためだ。そのワークフローでも、開発者はシステムを規定し、変更をまたいで意図を保ち、結果をテストし、エージェントが構築したものを文書化する必要がある。
エージェントがもっともらしい初稿を作る能力を高めるにつれ、労働者は要件を定義し、証拠を精査し、失敗ケースをテストし、システムを統合し、展開を統治することで価値を生む。出力から運用への移行に対する責任は、引き続き彼らにある。
検証とシステムに関する判断はツールをまたいで持ち運べる。教育機関は、学生にエージェントへ異議を唱えさせ、システム間でワークフローを移すことを教えることで、通用性を維持できる。
大学の代替機関は運用レイヤーを手に入れた
2019年、a16zは無料の7週間の暗号資産スタートアップスクールを立ち上げた。2026年には、認定を受けていない2年制アカデミーに$35 millionを投資した。7週間あれば、創業者に一つのセクターとネットワークを紹介できる。2年間あれば、学習者の成長の十分な部分を占め、実務、インフラへのアクセス、シグナル、最終的な就職を調整できる。
初期の大学代替機関は、選抜とネットワークによる代替に集中していた。Thiel Fellowshipは2014年、1,000人超の応募者から20歳未満の20人を選び、従来の順序の外でベンチャーを築く経路を与えた。その希少資産は、エリート起業家ネットワークへのアクセスだった。このアカデミーは、学生が構築に使うことを期待されるシステムの継続的な利用を加える。
Multiverseは同じ制度上の問題に雇用主側から取り組んだ。2026年、このプロフェッショナル見習い制度企業は、AI研修へ拡大するため$2.1 billionの評価額で$70 millionを調達した。この取り組みを支えるため、StackFuelも買収した。MultiverseとHorowitz Andreessen Academyは異なるモデルを使うが、いずれも学びと仕事を連動させる。
現在の雇用主とツールを中心に構築されたプログラムは、大学の委員会や社内企業アカデミーより速く動ける。しかし、雇用主が認める経路は、パートナーネットワークの外では通用しにくい可能性がある。ツールが変われば、緊密に対応したカリキュラムは急速に古びうる。認定を受けていないアカデミーは、従来の学位が持つ認知を借りられないため、卒業生の成果を通じて価値を証明しなければならない。
雇用主はなお、労働者を軸に仕事を作り直さなければならない
エンタープライズAIを導入する雇用主に必要なのは、ソフトウェアへのアクセスだけではない。BCGによると、2026年に最前線の従業員の74%がAIを定期的に利用しており、2025年の51%から上昇した。一方、企業は導入を加速するため、AIチャンピオンからなる社内グループを組織した。SAP、Capgemini、Sopra Steria、OVHcloudを含む欧州のテクノロジーグループも、顧客が実験から導入へ移るにつれて需要が強まったと報告した。
こうした雇用主はなお、プロセス変更、説明責任の割り当て、システム統合、リスク統治のコストを負担する。汎用技術は、生産性向上が現れる前に企業が補完的な変更へ投資するため、しばしばJ字型のリターンを生む。関連する実践経験を持つ労働者は、その投資の一部を減らせる。それでも雇用主は承認経路を再設計し、エージェントのミスに対する責任を割り当てなければならない。
企業開示は、未解決の負担を可視化する。2024年、年次報告書でFortune 500企業の56%がAIをリスク要因として挙げた。2022年の9%から増加した。したがって雇用主には、いつ出力を退けるべきか、いつ判断をエスカレーションすべきか、レビュー用の証拠をどう残すべきかを知る労働者が必要である。統治を伴わない習熟は、組織がより速く間違う助けになるだけだ。
プロバイダーと結び付いた人材経路は、雇用主に取引を提示する。ツールを教える時間を減らす代わりに、労働者が学んだ環境への依存を強めるという取引だ。雇用主はオンボーディング作業の一部を省けるが、労働者のデフォルトを引き継ぐ。アカデミーが実験場を得る一方で、プロバイダーの制約を引き継ぐのと同じである。
かつての大学は、実験機器のベンダーが消えても卒業証書を発行できた。新しいアカデミーの設計図は、モデルを教室に、バッジを採用担当者の机のそばに、コンピュートのメーターを学校の壁の外に置く。