Everyとは何者か — 全体像
EveryはDan ShipperとNathan Baschezが2020年に立ち上げた、テック・AI領域の有料ニュースレター。ただし単なるメディアではない。
特徴は3事業を束ねるサブスクモデルにある。
| 事業 | 内容 | 位置づけ |
|---|---|---|
| Media | 有料ニュースレター。Every本誌と複数の冠コラム | コアコンテンツ |
| Products | 社内開発した5本のAIプロダクト | サブスク特典＋単体収益 |
| Consulting | 企業向けAI導入コンサル | 高単価収益源 |
読者は月額サブスクでメディアとプロダクトにアクセスし、企業はコンサル経由でEveryの知見を買う。
この三角構造が「ライター集団がAI時代に勝つ」方程式を作っている。
5本のAIプロダクトラインナップ
Everyは本体の中で独立したスタジオチームを持ち、次々とプロダクトをリリースしている。
| プロダクト | 用途 | 差別化ポイント |
|---|---|---|
| Spiral | AIゴーストライター | ライターの書き癖・文体を学習 |
| Cora | AIメール整理 | 受信箱を編集者のように仕分け |
| Sparkle | AIファイル整理 | Mac上のファイルを自動分類 |
| Monologue | AI音声入力 | 書く人のための高精度ディクテーション |
| Lex | AIワードプロセッサ | 現在はスピンアウトし独立会社に |
Spiralが象徴的だ。ChatGPTで誰でも文章を量産できる時代に、「その人のテイストを埋め込むAIライター」という逆張りのポジションを取っている。
これはEveryの編集思想そのものだ。
収益構造 — ARR $1.2M＋コンサル $1〜2M の内訳
公開情報をもとに収益を整理すると3層で構成されている。
| 層 | 規模（年次） | 特徴 |
|---|---|---|
| サブスクメディア＋プロダクト | ARR $1.2M（前年比+15%） | 安定成長 |
| コンサルティング | $1〜2M | 受注ベースでスパイキー |
| 合計 | $2〜3M | 15人規模としては高ROE |
15人で年商2〜3億円レンジ。1人あたり生産性は1500〜2000万円で、米SaaSスタートアップの平均を上回る水準だ。
プロダクトのサブスク成長15%はコンテンツビジネスとしては健全な数字と言える。
Dan Shipperの編集者的経営術 — 「ライター兼ビルダー」チーム設計
Everyの組織設計の核心は、全社員がライター兼ビルダーであることにある。
エンジニア専任もPM専任も置かず、プロダクトを作る人間は記事も書き、記事を書く人間はプロダクトも作る。
We are a team of writer-builders. Content and software are two sides of the same creative act.
— Dan Shipper（Everyより）
この組織哲学が、5本のプロダクトを15人で回せる理由になっている。プロダクトアイディアは日々の記事執筆の中で発見され、プロダクトを使った経験がそのままコンテンツのネタになる。
編集部とプロダクトチームの壁を壊した組織だ。
「メディア → プロダクト → コンサル」の転換ロジック
Everyのビジネスモデルは、ノウハウの3段階転換として整理できる。
| 段階 | インプット | アウトプット |
|---|---|---|
| ① メディア | AI業界の最前線を取材・検証 | 有料ニュースレター |
| ② プロダクト | 記事執筆で得たユースケース | Spiral・Coraなど5本のAI |
| ③ コンサル | プロダクト開発・運営で得た実装知見 | 企業向けAI導入支援 |
メディアで学び、プロダクトで試し、コンサルで売る。一つの知識資本を3回換金する構造だ。
日本のメディアが「記事を書いて広告を売る」1段階モデルに留まっているのと対照的に、Everyはノウハウの循環経済を作っている。
日本のメディアが Every から学べる3つの打ち手
Everyの仕組みを、そのまま日本に転用するのは難しい。しかし要素分解すれば示唆は多い。
第1に、編集部にエンジニア思想を持ち込むこと。記事執筆で発見した課題を、社内プロダクトとして実装する文化を作る。
第2に、サブスクモデルの多層化。記事＋プロダクト＋コミュニティ＋イベントをひとつの月額に束ねる。
第3に、法人コンサル窓口を持つこと。メディアの発信力を、法人導入支援の受注ロジックに接続する。
いずれも、いきなりEveryを目指すのではなく、まず1つ試してみることから始まる。
結び
ライターがソフトウェアを書き、その開発知見を企業に売る。Everyの三角構造は、AI時代にコンテンツがコモディティ化する未来に対する一つの答えだ。
日本で次のEveryは誰が作るのか。あなたの編集部が毎日書いている記事の中に、プロダクトの種は必ず埋まっている。
Everyモデルが成立している3つの条件
このモデルを「メディアの未来」として一般化する前に、Everyだからこそ成立している条件を切り分けておきたい。
第1に、扱っている領域がAIであることだ。記事を書くための取材対象と、プロダクトを作るための技術基盤が完全に一致している。金融メディアが金融プロダクトを作るには免許が要るが、AIメディアがAIツールを作るのに障壁はない。題材と手段が重なる稀な領域を選んでいる。
第2に、読者と顧客が同一であることだ。Everyの読者はAIを日常的に使うナレッジワーカーであり、そのままSpiralやCoraのターゲットになる。メディアがそのまま獲得チャネルとして機能するので、プロダクト側にマーケティング費用がほとんどかからない。
第3に、チームが小さいことだ。15人だからこそ全員が書き手であり作り手でいられる。人数が増えれば分業が始まり、記事とプロダクトの間に壁ができる。この構造は、規模を追わないという意思決定とセットになっている。
日本で再現するときの最大の障壁
要素だけ見れば真似できそうに見えるが、日本のメディアが同じ形に到達しにくい理由もはっきりしている。
最大の障壁は、収益の入口が広告になっていることだ。広告モデルはPVを最大化する方向に組織を最適化するため、記事本数と回遊率が評価指標になる。プロダクト開発に人を割くと短期の指標が落ちるので、意思決定として通らない。Everyがサブスク主体である事実は、モデルの前提であって結果ではない。
もうひとつは、書き手の評価軸だ。日本の編集組織では、コードを書ける編集者を採用しても、その能力を評価する等級が存在しないことが多い。書ける人がツールも作れる状態は、採用ではなく制度で作られる。
現実的な一歩は、いきなり三角形を目指すことではない。編集部が自分たちのために作った社内ツールを、外部に出せる形に整えるところから始めるほうが、はるかに再現性が高い。
よくある質問
Everyはどんな会社ですか？
Dan ShipperとNathan Baschezが2020年に立ち上げた、テック・AI領域の有料ニュースレターを起点とする企業です。ただの媒体ではなく、有料ニュースレター（メディア）、5本のAIプロダクト、企業向けAIコンサルティングの3事業をひとつのサブスクモデルで束ねている点が特徴です。従業員は15人規模にとどまります。
Everyの収益規模はどれくらいですか？
公開情報ベースで、サブスクメディア＋プロダクトがARR $1.2M（前年比+15%）、コンサルティングが$1〜2M、合計で$2〜3Mのレンジです。日本円で年商2〜3億円規模。15人で回しているため1人あたり生産性は1,500〜2,000万円となり、米SaaSスタートアップの平均を上回ります。
なぜ15人で5本ものプロダクトを運営できるのですか？
「ライター兼ビルダー（writer-builders）」という組織設計が理由です。エンジニア専任やPM専任を置かず、プロダクトを作る人間が記事も書き、記事を書く人間がプロダクトも作ります。プロダクトのアイデアは日々の執筆から生まれ、プロダクトを使った経験がそのまま記事のネタになるため、編集部とプロダクトチームの間に情報の受け渡しコストが発生しません。
日本のメディアがEveryのモデルを真似できますか？
構造としては再現可能ですが、最大の障壁は「書ける人がコードも書ける」人材層の薄さです。Everyのモデルは、コンテンツで得た知見をそのままプロダクトに変換できる人材が前提になっています。日本で始めるなら、いきなり5本のプロダクトを目指すのではなく、既存の編集資産を1本のツールに落とし込むところからが現実的です。
あわせて読みたい
- 【2026年5月26日】テック起業家が今日押さえるべき海外ニュース7選
- 【2026年5月25日】テック起業家が今日押さえるべき海外ニュース7選
- 【2026年5月23日】テック起業家が今日押さえるべき海外ニュース7選
出典・参考
- Every公式サイト:
https://every.to - Every About Page / Team Page（2025年時点の公開情報）
- Dan Shipper による各種Substack投稿・インタビュー
- The Information、TechCrunch等の報道記事
- Nathan Baschez Substack「Divination」
