Lex徹底解剖 — 「AIネイティブなワードプロセッサ」が30万ユーザーに到達した理由

この記事の要点

• LexはEveryからスピンアウトしたAIネイティブなワードプロセッサで、ユーザー数30万に達した
• シードラウンドで275万ドルを調達済みで、黒字化も視野に入る段階だ
• 創業者Nathan BaschezはSubstack初期メンバーで、執筆体験の再発明を一貫して追求してきた
• 「書きながらAIと対話する」設計で、Word・Google Docsとの差別化を図る
• 長文執筆者に絞り込むニッチ戦略でCursorと並ぶ「AIネイティブ設計」の代表格となった

Lexとは何か — AIワードプロセッサの正体

Lexは、ChatGPTの対話体験を文書エディタに埋め込んだプロダクトだ。

機能	一般的なエディタ	Lex
文章補完	単語レベル	段落レベル＋文体追従
ブレスト	別アプリ	ページ内サイドパネル
AI編集指示	コピペが必要	選択範囲に直接指示
コラボ	リアルタイム共同編集	共同編集＋AIを共有

「書いてから AI に貼る」のではなく、「書きながら AI と対話する」。

執筆プロセス全体を AI ネイティブに組み直している点が差別化の核だ。

Nathan Baschezのキャリア軌跡

Lexを理解するには、Nathan Baschezの経歴を知る必要がある。

年代	所属	役割
2017頃	Substack	初期メンバー。ニュースレター経済の設計
2019頃	Gimlet Media	プロダクト責任者。ポッドキャスト再発明
2020	Every 共同創業	メディア×AIプロダクトの統合モデル
2023	Lex スピンアウト	AIネイティブエディタとして独立

Substackで「書く人の経済」を、Gimletで「音声ネイティブの編集」を、Everyで「AI時代のメディア」を作り、Lexで「執筆体験」を完成させる。

キャリアの一貫性がある。

なぜ「エディタ」を再発明するのか

Nathan Baschezが執筆UIに賭ける理由は、彼の思想に現れている。

ChatGPTは優秀だが、書き手の傍らに常に立つ「編集者」にはなっていない。私たちはWordやGoogle Docsを置き換えるのではなく、そこに常駐する編集者を埋め込む。

ポイントは、AIを「別アプリ」ではなく「常駐する存在」に変えることだ。

WordやGoogle Docsは過去20年、UIの根本を変えていない。Nathanは、AIはUIを根本から変えるレバーだと見ている。

30万ユーザー＆$2.75M調達の内訳

Lexの現状を競合と比較するとポジションが見えてくる。

プロダクト	主戦場	AI機能の位置づけ
Google Docs	汎用ドキュメント	Duet AI を後付け
Microsoft Word	企業向け	Copilot を後付け
Notion	ナレッジ＋文書	Notion AI を統合
Cursor	コード	AIネイティブ設計
Lex	長文執筆	AIネイティブ設計

Lexは「長文を書く人」だけを狙っている。ライター、研究者、経営者、ポッドキャスター。

この絞り込みが、30万ユーザーというニッチ勝利につながっている。

Everyからのスピンアウト — その意思決定と資本構造

LexはもともとEveryの社内プロジェクトだった。2023年、独立採算のプロダクトとしてスピンアウトしている。

項目	内容
親組織	Every（Dan Shipper＆Nathan Baschez共同創業）
スピンアウト時期	2023年頃
シード調達	$2.75M
CEO	Nathan Baschez（Everyの共同創業者から独立）
関係	EveryはLexのユーザーでもあり、コンテンツ上での相互露出

このスピンアウトは、Everyが社内スタジオモデルの有効性を示した事例とも読める。

メディアが育てた種が独立して資金を集められる、というエコシステムが機能している。

日本の編集・出版・個人ライターにとってのLex活用法

現時点でLexは英語中心だが、日本語でも使える。活用例を整理すると次のようになる。

長文記事の構成ブレスト。ブロック単位でAIに代案を出させて、流れを組み替える。

インタビュー整理。文字起こしをLexに流し、AIと対話しながら構成を作る。

書籍執筆の草稿作り。章ごとにAIと壁打ちしながら埋めていく。

英訳ドラフト作成。日本語で書き、Lex内でAIに英訳させる。

Wordでは「書き終えてから推敲する」が当たり前だが、Lexでは「書きながら推敲する」に変わる。

これが編集者的な作業フローの本質的な変化をもたらす。

結び

書く道具が変われば、書かれるものが変わる。

Nathan Baschezが Substack から Lex まで一貫して作り続けているのは、「書く人の経済圏」そのものだ。

あなたが明日から使うエディタは、ChatGPT以前のままでいいのか。

出典・参考

• Lex公式サイト:

• Nathan Baschez Substack「Divination」
• Every.to 関連記事
• TechCrunch、The Information等の報道記事
• Substack・Gimletに関する過去報道

競合プロダクトに対するLexの「3つの非対称性」

Lexの30万ユーザーという数字は、AIエディタ全体の市場規模からすれば小さい。しかし非対称性のある勝ち方をしている点が重要だ。

第一に、対象タスクの非対称性がある。Microsoft CopilotやGoogle Duet AIは「すべてのドキュメント業務」を相手にしているため、機能セットが膨大で習熟コストが高い。Lexは「3,000字以上の長文を書く」という単一タスクに絞り込み、UI上のすべての判断がそこに最適化されている。サイドパネルの幅、ショートカットの並び、初期プロンプトの設計まで、長文執筆者の動線に合わせて削ぎ落とされている。

第二に、価格構造の非対称性。LexはFreemiumで、有料プランも月額20ドル前後に収まる。MicrosoftのCopilotがM365ライセンス込みで月額30ドル超を要求するのに対し、個人ライターが自腹で導入できる価格帯に置かれている。BtoBtoCではなく、ピュアにBtoCで30万人に届いた事実が、その価格戦略の妥当性を裏付けている。

第三に、コミュニティの非対称性だ。Every本誌の購読者(約10万人)、Nathan BaschezのSubstack読者、Dan Shipperのポッドキャストリスナーが、そのままLexの初期ユーザーになっている。SaaS新興企業が苦しむ「コールドスタート問題」を、メディアアセットで完全にショートカットしているのが構造的優位だ。

日本語ユーザーが当面ぶつかる4つの壁

Lexを日本語で本格運用しようとすると、現時点では明確な壁にぶつかる。

第一に、語彙の自然さの問題。LexはGPT-4系とClaude系を裏で使い分けているが、デフォルトのトーンは英語ビジネス文書に最適化されている。日本語で「ですます調」を指定しても、英語的な接続詞の翻訳臭が残るケースが多い。プロンプトに「日本語ネイティブのライターとして」「長音記号は最小限に」と明示する運用が前提となる。

第二に、固有名詞処理。日本企業名・地名・人名の漢字表記がカタカナに化ける、または略称が誤って展開される現象が起きる。執筆前にLexのMemory機能(用語集相当)へ自社用語を登録しておくと、品質が一段上がる。

第三に、縦書き・ルビ・引用記号などのタイポグラフィへの対応が弱い。出版・書籍執筆用途では、Lexで草稿を作り、最終工程はInDesignやVivlioStyleに持ち込むハイブリッド運用が現実解になる。

第四に、コラボレーション時の言語混在。日本語チームで英語のフィードバックがAIから返ってくると、議論のリズムが崩れる。チーム導入時はワークスペース単位で言語をピン留めし、AIキャラクター設定を統一しておくことが運用の鍵になる。

「書く道具のAI化」が編集職に突きつける問い

Lexの存在は、編集者・ライター・PRパーソンに対して、職能の輪郭を引き直す要求を突きつけている。

従来、編集者の価値は「赤入れ」と「構成提案」に集中していた。Lexが提供するAIは、すでに段落単位の代案提示と論理整合性チェックを毎秒のスピードで返してくる。文字レベルの校正・ありがちな構成提案は、AIが下限の品質を担保するようになった。

この状況で人間の編集者に残る仕事は、二極化する。一方は「書き手の固有性を引き出すコーチング」。AIには真似できない読者文脈や個人史への踏み込みが、編集者の中心業務になる。もう一方は「事実関係の最終責任」。AIが生成する確からしい文章の裏で、固有名詞・数字・引用元の正誤を担保する役割は、むしろ重みを増している。

編集者がLexのようなAIエディタを敵視するのではなく、自分の作業ライン上に組み込み、創造的判断に時間を投資する側に立てるか。これがメディア企業・出版社・PR会社における、向こう2年の組織設計の最大論点になる。

よくある質問

Q1. LexとGoogle Docsの違いは?

Google DocsはDuet AIを後付けする構造だが、Lexは設計段階からAIを常駐させている。段落レベルの補完、選択範囲への直接指示、AIを含む共同編集など、執筆プロセス全体がAIネイティブに組み直されている。

Q2. 創業者Nathan Baschezは何者か?

Substack初期メンバーとしてニュースレター経済を設計し、Gimletでポッドキャストを再発明、Everyを共同創業した人物だ。書く人の経済を一貫して追求するキャリアの延長線上にLexがある。

Q3. 30万ユーザーは多いのか少ないのか?

Notionの数百万に比べれば小さいが、ライターや研究者など長文を書く層に絞った数字としては大きい。1人あたりの利用深度が高く、ニッチ勝利のモデルケースと評価されている。