はじめに
教育は、人類の進歩を支える最も根本的な営みの一つです。しかし、その教育のあり方が今、AIによって根本から再定義されようとしています。
コロナ禍をきっかけに急成長したEdTech市場は、パンデミック収束とともに一時的な調整期を迎えました。 オンライン学習の代表格だった企業の株価下落や、乱立したサービスの淘汰が進んだのがこの数年です。 しかし2025年以降、市場は明確に新たな成長フェーズに入りつつあります。その原動力となっているのが、AIによる「パーソナライズ学習」です。
従来の教育は、一人の教師が数十人の生徒に同じ内容を同じペースで教える「一対多」のモデルでした。 このモデルは効率的である一方、理解の速い生徒は退屈し、つまずいた生徒は置き去りになるという構造的な限界を抱えています。 教育研究では、個別指導を受けた生徒は集団授業の生徒より大幅に高い成績を示すこと（いわゆるブルームの2シグマ問題）が 古くから知られていましたが、全員に家庭教師をつけることはコスト的に不可能でした。 生成AIの登場は、この「個別指導をスケールさせる」という教育の長年の夢に、初めて現実的な道筋を与えたのです。
EdTech市場の現状：調整期から安定成長へ
投資トレンドの変化
2025年の教育系スタートアップ投資額は世界で約28億ドル。コロナ禍ピーク時の数分の一まで減少したものの、 2024年とほぼ同水準で下げ止まりが確認されており、市場は底を打ったと見られています。 重要なのは投資の中身の変化です。かつての「とにかくオンライン化すれば伸びる」という熱狂は消え、 投資家は「AIによる明確な差別化」と「持続可能なユニットエコノミクス」を厳しく問うようになりました。 無料ユーザーを大量に集めるモデルよりも、学校・企業・専門職団体といった 確実に支払い能力のある顧客に深く入り込むモデルが評価されています。 淘汰を生き残った企業にとっては、競合が減り、AIという新しい武器が手に入った、むしろ恵まれた環境とも言えます。
注目される3つの領域
現在、投資家の注目は3つの領域に集中しています。 第一に「医療従事者向け教育」。医学知識は膨大かつ更新が速く、学習者（医学生・医師・看護師）の支払い意欲も高いため、 AIによる学習効率化の価値が最も明確に出る領域です。医学生向けプラットフォームの Amboss が大型調達を実施したことは象徴的でした。 第二に「専門職トレーニング」。会計士・弁護士・エンジニアなど、資格や継続教育が制度化されている職種は、 企業や本人が教育費を払う動機が構造的に存在します。 第三に「K-12（初等中等教育）でのAI活用」。学校予算という安定した財源と、教師不足という切実な課題があり、 教師支援ツールを中心に導入が進んでいます。いずれも「誰が・なぜ・いくら払うのか」が明確な領域である点が共通しています。
大型資金調達の事例
MagicSchool AI
MagicSchool AI は「生徒向け」ではなく「教師向け」のAIアシスタントという切り口で急成長した米国のスタートアップです。 授業計画の作成、テスト問題の生成、採点、生徒の習熟度に合わせた教材の難易度調整、保護者向け連絡文の下書きなど、 教師の授業以外の業務を幅広く効率化します。米国では教師の労働時間の半分近くが授業以外の事務作業に費やされており、 ここを削減することは教師の燃え尽き・離職という業界最大の課題への直接的な処方箋になります。 リリースから短期間で数百万人の教師が利用するサービスに成長したことは、 「AIが教育を変える」最初の入り口が、生徒への指導ではなく教師の業務支援であることを示しています。
EdSights
EdSights は、大学の中退防止に特化したユニークなサービスです。 SMSベースのAIチャットボットが学生と定期的に対話し、学業・経済面・メンタルの悩みの兆候を検知して、 支援が必要な学生を大学のスタッフにつなぎます。米国の大学にとって学生の中退は授業料収入の直接的な損失であり、 「中退率を下げる」ことには明確な金銭的価値があります。 AIの役割を「教える」ことではなく「危険信号を早期に見つける」ことに絞った設計が秀逸で、 数百校への導入実績を背景に大型調達を実現しました。 教育×AIの事業機会が、狭義の「学習指導」の外側にも広がっていることを示す好例です。
Amboss
ドイツ発の Amboss は、医学生・医師向けの学習・知識プラットフォームとして、 欧米の医学部で圧倒的なシェアを獲得しています。膨大な医学知識を体系的に整理したデータベースを核に、 国家試験対策の問題演習、臨床現場でのリファレンス検索、そしてAIによる個別最適化された学習経路の提示までを統合しています。 2025年の大型調達は、調整期のEdTech市場においても「専門性の高い領域で確固たる地位を築いた企業」には 大きな資金が集まることを証明しました。 汎用的な学習アプリが苦戦する中、特定領域の知識体系を深く構造化したプレイヤーが勝つ—— これはAI時代のEdTechの基本戦略を示唆しています。AIの回答品質は背後にある知識データの質で決まるからです。
「AI家庭教師」の登場
高品質な教育の民主化
「AI家庭教師」が期待を集める最大の理由は、教育格差の是正です。 質の高い個別指導は、これまで月数万円を払える家庭の子どもだけのものでした。 AIチューターは、24時間いつでも、何度同じ質問をしても嫌な顔をせず、 生徒一人ひとりの理解度に合わせて説明の仕方を変えながら教えることができます。 しかもそのコストは人間の家庭教師の数十分の一です。 「わからないことを恥ずかしくて聞けない」という生徒にとって、相手がAIであることはむしろ利点になるという調査もあります。 経済力や居住地域によらず質の高い学習支援にアクセスできる世界は、技術的にはすでに射程圏内に入っています。
具体的なサービス事例
実際のサービスも続々と登場しています。YouLearn は教科書や講義資料をアップロードすると その内容に基づいて対話的に教えてくれるAIチューターとして学生の支持を集め、 Super Teacher は小学生向けに基礎学力の個別指導を行うAI教師を提供し、公立校での試験導入が始まっています。 Khan Academy の Khanmigo のように、既存の教育コンテンツ大手がAIチューターを組み込む動きも本格化しました。 共通する設計思想は「答えを教えない」ことです。優れたAIチューターは、ソクラテス式の問いかけで 生徒自身に考えさせ、つまずきの原因を特定して一歩手前から説明し直します。 単なる質問応答ボットと教育的に設計されたAIチューターの差は、ここに表れます。
教師不足への解答
教師不足は世界共通の構造課題であり、日本でも教員採用倍率の低下や担任の未配置が社会問題になっています。 AI家庭教師は「教師の代替」ではなく、この不足を補う増援として期待されています。 基礎的な知識の伝達・反復演習・質問対応といった部分をAIが担うことで、 人間の教師は、学習意欲の引き出し、クラス運営、メンタル面のケア、探究的な学びの伴走といった 人間にしかできない仕事に時間を使えるようになります。 実際、AIチューターを導入した学校の事例では、「教師の役割が減った」のではなく 「教師が生徒一人ひとりと向き合う時間が増えた」ことが成果として報告されています。 教師の働き方改革が急務の日本にとって、この役割分担モデルは特に示唆的です。
変化するスキル教育市場
コーディング教育への逆風
皮肉なことに、EdTech の中で最も成長していたカテゴリの一つだったコーディング教育（プログラミングスクール）は、 AIによって最も大きな逆風を受けています。生成AIがコードを書けるようになったことで、 「未経験から数ヶ月でエンジニア転職」という従来の価値提案が揺らいでいるからです。 企業が求めるジュニアエンジニア像も変化しており、「文法を覚えてコードが書ける」だけの人材の市場価値は低下しました。 米国では大手コーディングブートキャンプの閉鎖や事業縮小が相次いでいます。 これは教育事業そのものの終わりではなく、「教える内容」の賞味期限が短くなったことを意味します。 技術の変化に教育カリキュラムが追従し続けられるか——スキル教育事業者の生存条件は格段に厳しくなりました。
新しいスキル教育の形
一方で、新しいスキル需要も明確に立ち上がっています。 AIに的確な指示を出し、出力を評価・修正しながら成果物に仕上げる力。 AIが書いたコードや文章の品質を見抜き、責任を持ってレビューできる力。 そして技術とビジネスをつなぎ、「AIで何を解決すべきか」を定義できる統合的な思考力です。 言い換えれば、市場価値の重心が「作業の遂行能力」から「判断と設計の能力」へ移動しています。 企業向けのAIリテラシー研修、AI活用を前提とした業務設計のトレーニングなど、 「AIと協働する方法を教える」教育は、今まさに需要が供給を大きく上回っている市場です。 スキル教育市場は縮小しているのではなく、教えるべき中身が入れ替わっている——これが正確な現状認識です。
リクステップへの応用可能性
社内研修・オンボーディングへのAI活用
AI家庭教師の仕組みは、企業の人材育成にそのまま転用できます。 社内マニュアル・業務手順書・過去のナレッジを読み込ませたAIトレーナーを用意すれば、 新入社員は「こんな初歩的なことを先輩に聞いていいのか」と遠慮することなく、いつでも質問しながら業務を覚えられます。 教える側の先輩社員の負担も大幅に軽減され、属人的だったOJTの品質が標準化されます。 中小企業こそ教育専任の人員を持てないため、この仕組みの恩恵は大企業以上に大きく、 リクステップの顧客層への提案テーマとして有望です。
営業研修での対話AIロールプレイ
営業スキルの習得には反復練習が不可欠ですが、練習相手を務める上司・先輩の時間は限られています。 AIが顧客役を演じるロールプレイ研修なら、「価格に渋い顧客」「競合を引き合いに出す顧客」など 多様な顧客タイプを相手に、24時間いつでも商談練習ができます。 AIは商談後にフィードバック（話す割合、質問の質、クロージングのタイミングなど）まで生成できるため、 練習→評価→改善のサイクルが一人で回せるようになります。 採用支援を手がけるリクステップにとって、「採用した人材の早期戦力化」まで支援範囲を広げることは、 顧客への提供価値を深める自然な拡張です。
ナレッジ共有の効率化
多くの企業では、業務ノウハウがベテラン社員の頭の中、個人のメモ、散在するファイルに分散しており、 「誰かが知っているのに組織として使えない」状態にあります。 AIによるナレッジ統合は、この問題への現実的な解決策です。 社内文書を横断検索して質問に答えるAIアシスタントを業務システムに組み込めば、 社員は必要な情報を必要なタイミングで得られ、ベテランの暗黙知が退職とともに失われるリスクも減らせます。 これは教育とナレッジマネジメントの境界領域であり、業務システム開発を本業とするリクステップが 最も自然に価値を出せるポジションです。
教育現場向けの業務効率化支援
教育機関そのものも、リクステップの顧客になり得ます。 学校や学習塾の現場は、出欠管理、成績処理、保護者対応、各種報告書類の作成といった事務作業に追われており、 MagicSchool AI の事例が示すとおり「教育者の事務負担軽減」は世界的に確立された課題です。 RPAによる定型業務の自動化、校務システムの改善、保護者連絡のデジタル化など、 リクステップの既存の業務効率化ノウハウは教育現場にそのまま適用できます。 AIチューターのような派手な領域で勝負しなくても、教育市場の「裏方のDX」には確実な需要があります。
将来の製品強化への備え
長期的には、パーソナライズ学習の技術動向はリクステップ自身のプロダクト戦略にも関わってきます。 学習者の理解度を推定して次に学ぶべき内容を提示する、習熟度をデータで可視化する、 といったEdTechの中核技術は、企業内の人材育成機能（スキル管理、研修の個別最適化、昇格要件の達成支援）と 本質的に同じ構造を持っているからです。 採用支援から人材育成支援へ——顧客企業の「人」に関わる課題を一気通貫で支えるプロダクトへの進化を見据えると、 EdTech領域の知見の蓄積は将来の製品強化への布石になります。
今後の展望：AIと人間の教師の協働
AI家庭教師の進化は今後も加速しますが、それは人間の教師の価値を下げるものではありません。 AIの強みは、知識の正確な伝達、無限の忍耐力、学習データに基づく最適化、そして24時間の可用性です。 一方、人間の教師の強みは、学ぶ意欲そのものに火をつけること、生徒の表情や雰囲気から状態を察すること、 人生の先輩としてロールモデルになること、そして予測不能な状況に柔軟に対応することです。
今後の教育は、この両者の強みを組み合わせたハイブリッドモデルに収斂していくと考えられます。 知識習得はAIとの個別学習で進め、教室では議論・協働・探究といった人間同士でしかできない学びに時間を使う—— 授業の構造自体が再設計される段階に入るでしょう。 その移行を支えるインフラ（学習データの統合、教師向けダッシュボード、校務システムとの連携）の整備は、 教育分野に限らず、ソフトウェア企業全般にとっての事業機会になります。
結論
EdTech市場は調整期を抜け、AIパーソナライズ学習を軸とした新しい成長フェーズに入りました。 MagicSchool AI・EdSights・Amboss といった大型調達事例が示すのは、「誰の・どんな痛みを・いくらで解決するのか」が 明確な教育サービスには、調整期でも資金と需要が集まるという事実です。 そして「AI家庭教師」は、教育格差の是正と教師不足の解消という、社会の根深い課題への現実的な解になりつつあります。
リクステップは教育事業者ではありませんが、この潮流と無関係ではありません。 AIによる学習支援の仕組みは企業の研修・オンボーディング・ナレッジ共有にそのまま応用でき、 教育現場の業務効率化は既存ノウハウで対応できる確実な市場です。 「教育×AI」の技術と知見を、顧客企業の人材課題の解決に翻訳して届けること—— それがリクステップにとって最も現実的で、かつ競争力のあるこの市場への関わり方です。
Author
柴 悠介
株式会社リクステップ CEO ／ K-Drive株式会社 CTO（最高技術責任者）。シリコンバレーでAI開発エンジニアとして従事した後、日本に帰国。健康経営×AIの領域で、5,174社以上のサポートを支えるシステム基盤の設計・開発を主導。