NoLang が東大発スタートアップから法人 60 社超まで短期に伸びた最大の要因は、「動画生成 AI」という機能勝負ではなく、入力ソースの拡張と業界縦展開という 2 軸で参入障壁と用途を同時に広げたことにある。テキスト・PDF・PPTX・URL・画像・音声・動画という「すでに社内にある資料」をそのまま入力にできる設計が初期の導入摩擦をなくし、そこに多言語・API・建設/教育/採用といった業界別の出口を後から積み増した。本稿は、株式会社 Mavericks が運営する動画生成 AI「NoLang」の成長を、入力ソース戦略 / 多言語 / API 化 / 業界別展開の 4 期に分解し、生成 AI プロダクトを事業化したい事業責任者・新規事業担当者が転用できる原理を抽出する調査レポートである。
NoLang は 2024 年 7 月のリリースから 2025 年 12 月時点で登録 15 万人超・法人 60 社超に達した、日本発の動画生成 AI プロダクトとしては最大級の事例である。運営する Mavericks は 2023 年 9 月設立・資本金 100 万円・東大発の少人数チームで、いわゆる超大型内製プロダクトとは対極の「スタートアップが現実に作りうる規模」で立ち上がった。だからこそ、その成長の構造は同種のプロダクトを構想する読者にとって相似形になる。
NoLang とは何か — 「資料を入れると動画が出てくる」の正体
NoLang は、テキスト・PDF・PPTX・Web サイト URL・画像・音声・動画ファイルを入力すると、最短数秒で解説動画を自動生成する SaaS である。生成されるのは単なる字幕付きスライドではなく、台本・テロップ・ナレーション・アバター・スライドまでを一括で組み上げた完成動画に近い。100 種類以上のアバターと 300 種類以上の音声、本人の容姿・声を再現する「AI リアルアバター」「ボイスクローン」機能も備える。
ここで本質的なのは「動画を生成できること」自体ではない。動画生成 AI は競合が多く、Sora をはじめ高品質な映像生成モデルは次々と登場している。NoLang の設計が他と分岐したのは、生成対象を「映像作品」ではなく「社内に眠っている資料の動画化」に定義し直した点にある。施工手順書・点検マニュアル・授業教材・採用資料といった「すでに存在するドキュメント」を入力に取れることが、後述する業界縦展開すべての土台になっている。
示唆：プロダクトの勝ち筋は「何を生成できるか」ではなく「ユーザーが既に持っている何を入力にできるか」で決まることがある。入力側の摩擦を消す設計は、出力品質の差別化より先に効く。
第 1 期：入力ソース戦略 — なぜ「資料を入れるだけ」が初期摩擦を消したか
NoLang の最初のレバーは入力ソースの広さである。動画制作の最大のハードルは「ゼロから台本と素材を用意する」工程にあり、生成 AI を使っても「何をプロンプトに書くか」で多くのユーザーが脱落する。NoLang はこの工程を「手元の PDF や PPTX を投げ込む」に置き換えた。入力が既存資産であれば、ユーザーは新しい入力データを作る必要がなく、導入初日から価値を体験できる。
下表は、入力ソースの広さが用途の広さに直結する構造を整理したものである。
| 入力ソース | 想定ユーザーの既存資産 | 主な出力用途 |
|---|---|---|
| テキスト | 議事録・原稿・FAQ | 解説動画・社内共有 |
| PDF / PPTX | 提案資料・マニュアル・教材 | 研修動画・営業説明 |
| Web サイト URL | 自社サイト・記事 | 要約・紹介動画 |
| 画像 | 図版・スクリーンショット | ビジュアル解説 |
| 音声 / 動画 | 録音・既存映像 | 字幕化・多言語化 |
入力の幅は、そのまま「どの部署が使えるか」の幅になる。テキストだけなら広報、PPTX が入れば営業と研修、URL が入ればマーケティング、と入力を 1 つ足すごとに新しい使い手が増える。
示唆：水平展開（多用途化）を狙うプロダクトは、機能を増やすより入力チャネルを増やす方が用途は広がりやすい。1 つの入力形式の追加が、1 つの新しい顧客セグメントを開けることがある。
第 2 期：多言語 — 在留外国人 396 万人という需要にどう接続したか
第 2 のレバーは多言語化である。NoLang は 2025 年 12 月、日本語動画をボタン 1 つで 18 言語へ変換する、外国人労働者向け研修動画機能を追加した。対応言語は英語・韓国語・中国語（簡体・繁体）・フィリピン語・ベトナム語・インドネシア語・タイ語・ネパール語・ヒンディー語・ベンガル語・スペイン語・フランス語・ポルトガル語・イタリア語・ドイツ語・ロシア語に及ぶ。
この機能が刺さる背景には、明確な構造需要がある。出入国在留管理庁によれば、在留外国人数は 2025 年 6 月末時点で 3,956,619 人と過去最多を更新し、特定技能は前年末比で約 2 割増えた。製造・建設・介護の現場では、日本語の安全教育・作業手順を多言語で伝える必要が急速に高まっている。NoLang は「動画を多言語で作れます」という汎用機能ではなく、「既存の日本語研修動画を 18 言語へ自動変換する」という、需要の形にぴたりと合った出口を用意した。
ここで重要なのは、多言語化が第 1 期の入力ソース戦略の上に乗っている点である。施工手順書（PDF）を入力 → 日本語研修動画を生成 → 18 言語へ変換、という連鎖は、入力ソースの広さがなければ成立しない。レバーは独立ではなく積層している。
示唆：機能は「汎用性能」ではなく「特定の構造需要に接続できる形」で出すと刺さる。多言語対応そのものは珍しくないが、「在留外国人 396 万人の研修」という需要に接続した瞬間に発注理由が生まれる。
第 3 期：API 化 — プロダクトから「組み込まれる部品」への転換
第 3 のレバーは API 提供である。NoLang は 2025 年 11 月 7 日に API の一般提供を開始した。これは単機能の追加ではなく、ビジネスモデルの拡張を意味する。
| 提供形態 | 顧客の使い方 | 収益の性質 |
|---|---|---|
| Web アプリ（直接利用） | 担当者が画面で動画を作る | 個社の月額・従量 |
| API（組み込み） | 自社サービス内で動画生成を呼ぶ | 利用量に連動・規模拡大 |
Web アプリは「人が画面を操作する」前提で利用量に上限があるが、API は他社のサービスやワークフローに組み込まれることで、人手を介さずに生成回数が伸びる。LMS（学習管理）・採用管理・社内ポータルなどに NoLang の生成エンジンが組み込まれれば、NoLang は「ユーザーが訪れるサイト」から「裏側で動く部品」へと位置づけが変わる。これは、プロダクトの成長を顧客側の事業成長に連動させる構造であり、単体 SaaS の天井を超える典型的な打ち手である。
示唆：API 化は「機能の外販」ではなく「自社の成長を顧客の成長に連動させる」レバーである。直接利用が頭打ちになる前に、組み込み需要のある領域へ API を開けるかが中期の伸びを左右する。
第 4 期：業界別展開 — 横展開と縦展開を同時に回す
第 4 のレバーは業界縦展開である。NoLang は汎用ツールに留まらず、建設・教育・採用・マーケティングといった業界別ソリューションを順次投入している。2026 年 1 月には建設・建築業界向けに、施工手順書や耐震構造の技術資料、点検マニュアルから多言語の安全教育動画や営業解説動画を生成するソリューションを打ち出した。教育向けには授業教材や合格体験記の動画化、採用向けには候補者に応じたパーソナライズ採用動画、と業界ごとに「入力資産 → 出力用途」を具体化している。
縦展開の巧みさは、第 1〜3 期のレバーをそのまま転用している点にある。建設業界向けソリューションは「施工手順書（PDF 入力）→ 安全教育動画 → 18 言語変換」であり、入力ソース戦略・多言語・（必要に応じ）API のすべてが下敷きになっている。新しい業界に入るたびにゼロから作り直すのではなく、既存のレバーに業界固有の「入力資産名」と「出力用途名」を当てはめるだけで縦展開が成立する。
示唆：水平基盤（汎用機能）を先に固め、その上に業界別の用途を後から積むと、縦展開の限界費用が下がる。業界ごとに作り込むのではなく、業界ごとに「言い換える」だけで展開できる設計が、少人数チームの縦展開速度を支える。
4 期構造を貫く設計思想 — 「既存資産 × 出口の言い換え」
ここまでの 4 期を貫く設計思想は 1 つに集約できる。ユーザーが既に持っている資産を入力に取り、業界ごとに出口（用途）を言い換える、という構造である。入力ソース戦略は「既存資産を入力にする」を、多言語と業界展開は「出口を言い換える」を担い、API はその両方を他社のワークフローに差し込む配管になる。
この構造の強みは、少人数・低資本のスタートアップでも縦横の展開速度を出せる点にある。Mavericks は資本金 100 万円・東大発の小規模チームでありながら、機能の作り込み競争に消耗せず、「入力の広さ × 出口の言い換え」で用途数を増やすことに資源を集中した。生成 AI プロダクトの差別化は、モデル性能よりもこの「入力と出口の設計」で決まる局面が増えている。
示唆：生成 AI プロダクトを企画するとき、最初に問うべきは「どんなモデルを使うか」ではなく「ユーザーの手元にある何を入力にし、業界ごとにどの出口へ言い換えるか」である。ここが設計できていれば、モデルは差し替え可能な部品になる。
テクラル研究所からの提案
NoLang の事例が示すのは、生成 AI プロダクトの勝敗が「モデル性能」よりも「入力ソースの設計」と「業界ごとの出口の言い換え」で決まるという原理です。自社で AI 機能を事業化する際に最初に固めるべきは、ユーザーが既に持っている資産を摩擦なく入力に取る設計と、業界別に用途を具体化していく展開のロードマップです。
テクラル合同会社では、新規事業の MVP 開発、SaaS・モバイルアプリ開発、AI 機能の組み込み、UI/UX 設計、収益化設計までを一気通貫で支援しています。「動画生成 AI のような機能を自社プロダクトに組み込みたい」「既存資産を活かした AI ソリューションを業界別に展開したい」といった構想段階から、PoC・MVP の開発、API 連携の実装、成長フェーズの設計まで伴走します。市場リサーチと UX 分析の知見を活かし、作って終わりではなく事業として伸ばすところまでお手伝いします。
新規事業の構想・既存プロダクトへの AI 組み込み・収益化設計の見直しに取り組む 事業責任者・PdM・経営者・新規事業担当者 の方は、いずれの段階でも テクラル合同会社 までお気軽にご相談ください。
出典
- 株式会社 Mavericks プレスリリース（NoLang API 一般提供開始）: https://prtimes.jp/main/html/rd/p/000000021.000129953.html
- 株式会社 Mavericks プレスリリース（外国人労働者向け 18 言語研修動画機能）: https://prtimes.jp/main/html/rd/p/000000061.000129953.html
- 株式会社 Mavericks プレスリリース（採用・人事部門向け展開）: https://prtimes.jp/main/html/rd/p/000000073.000129953.html
- 建設プラザ（NoLang 建設・建築業界向け展開）: https://www.kensetsu-plaza.com/new_products/post/29609
- 出入国在留管理庁「在留外国人統計」2025 年 6 月末現在: https://www.moj.go.jp/isa/publications/press/13_00052.html
- 日本経済新聞（在留外国人 過去最多）: https://www.nikkei.com/article/DGXZQOUA09CR10Z01C25A0000000/
