ヒアリングしたあなたの実スキル（ML/モデル開発・データエンジニアリング・フルスタック・インフラ）を直接の堀に据え、v1の辛口7死因とv2の実現性レンズをそのまま継承。「本家LLMが原理的に降りてこない領域 × 技術者にしか作れない深さ × 完全自走」で設計。
v1の辛口評価が暴いた死因は「AIを統合できる が差別化にならない＝技術障壁の消滅＝誰でもノーコードで複製」でした。しかし——本物のML/データエンジニアにしか作れない深い技術（蒸留・独自データパイプライン・オンプレMLOps・eval設計）は、ラッパー勢が原理的に複製できない堀。しかもその堀は「一度システムに作り込めば人手不要」なので、高い自走度と堀を両立できる。
誰でも複製＝堀ゼロ。本家値下げ・コモディティ化で死亡
本家が原理的に降りられない領域に、あなたの最深武器を集中投下
ファインチューン・蒸留・QLoRA・PyTorch
ETL・ベクトルDB・PII処理・大規模処理
構築〜デプロイ〜運用を一人完結
AI受託/PoC・自社SaaS・精度改善
時間軸×リスクで補完。技術スタック（蒸留・eval・verifier・自走MLOps）を共有し、10並列＋t3.large 1台で並行運用可能。Case3の即金がCase1/2のCAC（営業期間）を食い繋ぐ設計。
コード実行系RL環境＆verifierをbounty現金化。2週間で実弾、評判を関係性資本に複利変換。
開発者向けドメイン特化eval合成＋蒸留judge。採点サブスクは粗利99%。継続収益。
規制下・閉域専用の特化モデル蒸留＆自走MLOps。本家が届けられないデータ主権が堀。
本家APIを使えない（PHI/オンプレ/低レイテンシ/監査要件）企業のため、顧客の閉域内で動く特化小型モデルを蒸留し、ドリフト再学習・eval・ロールバックまで自走運用。価値は「安さ」でなく「本家が原理的に届けられないデータ主権と低レイテンシ」。
検証で全蒸留案を殺した3死因（本家managed蒸留の内包・frontier値下げで削減分母蒸発・self-host推論の逆ザヤ）を、価値命題を「安さ」から「本家が構造的に提供不能な閉域/オンプレ/低レイテンシ/監査」へ移すことで同時に無効化。あなたの最深武器（蒸留＋データエンジ＋インフラ自走）がそのまま堀になる唯一の設計。
顧客定義から「なんとなくオンプレ志向」を全捨て。堀を①レイテンシ＝物理（契約でも値下げでも消せない、最強）＋②真のエアギャップ法令義務の2点だけに集約。「自社原価ゼロ」の自慢を撤回し、継続運用（ドリフト監視・再学習・監査証跡維持）のサブスク$3-8k/月を主役に＝マネージド・オンプレMLOps運用代行。GTMはSIer/クラウドパートナーへのホワイトラベル下請けで信頼・賠償を元請けに転嫁。一括$40-150kは封印し PoC $10-20k（固定タスク1本）→運用サブスクの階段に。自走基盤はIaC/ランブックとして納品物化しbus factorを潰す。
TAM：「規制業種全体」の錯覚TAMから「物理レイテンシ or 真エアギャップ × 内製困難 × 安定タスク」の交差点へ。日本で現実的に数十〜低三桁社。狭いがBAA論にもfrontier値下げにも侵食されない岩盤。
一行で：「規制下の蒸留屋」ではなく「クラウドが物理的に届かない場所（超低レイテンシ・真エアギャップ）専門の、マネージド・オンプレMLOps運用代行」。
顧客を「frontier APIを使いたくても使えない」層に限定：医療（PHI/HIPAA）・金融（監査ログ・データ持ち出し禁止）・製造/防衛（オフライン/オンプレ）・低レイテンシ必須（50-200ms SLA）。彼らにとって本家APIは値下げされても選択肢にすらならない。「顧客の閉域内で正規保有データを使って蒸留した特化小型モデルを、推論・eval・ドリフト監視・自動再学習・自動ロールバックまで運用する」ことが価値。推論は顧客インフラで動かすため自社推論原価ゼロ＝逆ザヤが構造的に発生しない。
堀は「蒸留できること」でも「手法（LoRA/QLoRA）」でもなく、(1)規制データを閉域内で扱う前処理＋PII保証＋監査証跡パイプライン、(2)顧客閉域に自走MLOps（ドリフト検知→自動再蒸留→A/B→自動ロールバック）をデプロイ・遠隔運用する統合エンジニアリング、(3)OOD劣化を防ぐ分布マッチングとドメインeval設計の暗黙知。ノーコード勢はPyTorch学習ループもオンプレMLOpsも書けず原理的に到達不能。
②本家内包→managed蒸留は顧客データを本家クラウドに置く前提でデータ主権顧客に使えない＝真の空白に位置取り。③利益率→成果課金を撤回し固定リテーナー一本化、推論を顧客インフラへ。⑤制裁射程→学習源は顧客の正規保有一次データのみ。⑥需要の幻想→HIPAA/EU AI Actが需要を底上げする実需。
(1)初期構築受託 $40k-150k/件（閉域内MLOps構築＋初回蒸留＋eval整備、明日の現金）。(2)運用サブスク $3k-15k/月（推論原価は顧客持ちで高粗利）。(3)精度SLA達成ボーナス。運用リテーナーの自社COGSはeval/監視computeのみ（月数千円）で粗利85-90%。CACは規制業種の長期営業（6-12ヶ月）が重く、初期は受託人脈/紹介でlighthouse 1-2社を確保。
S1=データ整形/PII除去 / S2=teacher合成データ生成 / S3=QLoRA再蒸留オーケストレータ（GPUスポット管理） / S4=eval採点（ドメインgrader） / S5=昇格判定/デプロイ/ロールバック / S6=ドリフト監視→自動再蒸留 / S7=監査レポート生成 / S8=顧客閉域デプロイ/遠隔監視 / S9=回帰テスト/CI / S10=営業資料・PoC実証ケース生成
あなた自身が土地勘を持つAI/開発者向けタスク（RAG事実性・コード生成・agent軌跡・tool-calling）のドメイン特化evalを合成生成し、蒸留した小型judgeで本番トラフィックを低コスト全量採点。本家汎用judgeがドメインで負ける箇所を独占可視化。
規制eval案の致命傷（医師/弁護士の専門家ラベルが必須でオーナー非保有）を、ターゲットを「あなた自身がドメイン知を持つAI/開発者向けeval領域」に振ることで根治。蒸留judge（実在実証技術）というあなたのスキル直結のコアだけを残し、専門家ラベル依存を消すことで自走度と堀が両立。
「蒸留judge＝堀」「eval合成＝堀」「ラベル不要」を全捨て。堀をベンダー中立な第三者性（OpenAI/Anthropic/Braintrustが構造的に持てない利益相反フリー）＋特定規制ドメインの失敗辞書（taxonomy）の深さに移す。judgeモデルはLynx/Luna/任意SLMの差し替え可能部品、資産はrubricとデータ。顧客を「AI開発者一般」から金融・法務・医療・保険でagent/RAGを本番投入したが採点根拠を監査・規制・経営に説明する義務がある非AI専業の事業会社へ。devtoolでなく「規制対応eval監査サービス」。課金は薄利self-serveを捨てドメイン監査受託$15-50k（コンサル＋失敗辞書納品）を主軸、従量採点は後付け。機械検証で客観正解が出る領域（コード生成・tool-calling・構造化抽出）に全振りし、各採点に機械検証との一致率を添える＝「監査に耐えるjudge」。
現実：自走75%は楽観。最初の3-5社は手作業ベッタリの受託（実質自走30-40%）で失敗辞書を蓄積し、1規制ドメイン（例：金融RAGの事実性監査）に殺すほど絞るのが生存条件。初収益はsubscriptionでなく受託1本$15-50k。
一行で：「開発者向けevalツール」ではなく「規制下でAIを本番運用する事業会社向けの、ベンダー中立な第三者 eval監査サービス」。
戦場を規制業種（医師/弁護士が要る）から、あなたが最も土地勘を持つAI/開発者向けタスク（RAGの事実性・hallucination検出、コード生成の正しさ、agent軌跡評価、tool-calling検証、構造化抽出）に振る。これらは(a)正解が合成＋あなたのドメイン知＋10並列で生成でき専門家ラベル不要、(b)コード実行系は機械検証が原理的に客観（unit test合格・状態ハッシュ・数値一致）で人力地獄を回避、(c)顧客＝AI開発者であなたのIT/SW業界ドメインに合致。製品は「顧客のドメインで本番トラフィック100%を低コスト全量採点する蒸留small judge＋eval合成パイプライン」。
(1)蒸留small judge（Luna-2型＝コスト97%減・レイテンシ91%減）を特定ドメインで本家汎用judgeを偽陽性率で上回らせる蒸留know-how、(2)eval合成＋本番トラフィックからのエッジケース蓄積→judge再学習の自己増殖ループ（コード実行系は正解が機械検証で客観なのでループが人力に縛られず閉じる）、(3)「どのケースでjudgeが誤るか」のドメイン別失敗辞書。ノーコード勢はPyTorch judge蒸留もeval合成も書けず複製不能。
①コモディティ化→手法でなくドメイン特化eval合成資産＋失敗辞書に堀。②本家内包→汎用evalは本家（Promptfoo買収）が降りるが、顧客ドメイン特化eval＋顧客本番トラフィックは本家が触れない。③利益率→judge推論サブスク$250+/月＋従量、採点はcheap computeで粗利99%。⑥需要の幻想→開発者の不信（46%＞信頼33%）＋モデル増加で判定需要増の実需。
(1)ドメイン特化eval合成＋蒸留judge構築受託 $15k-50k/件。(2)自動採点サブスク >$250/月（seat＋$0.03/test case従量）。蒸留small judgeの採点原価は$0.0003に対し$0.03課金＝粗利約99%（裏取り済）。CI回帰evalとして毎コミット走る使われ方でスティッキネス。<$50帯（GRR23%で壊滅）は絶対に避ける。
S1=eval合成（Self-Instruct/Evol-Instruct） / S2=機械検証grader実装（unit test/状態ハッシュ） / S3=蒸留judge学習トリガ / S4=採点ワーカー / S5=偽陽性トリアージ / S6=judge再学習/ドリフト監視 / S7=回帰テスト/CI / S8=顧客レポート生成 / S9=採点SaaSのAPI/インフラ運用 / S10=ベンチマーク公開/技術ブログによる権威づけ＆inbound生成
人手専門家ラベルが不要で機械検証が原理的に客観な領域（コード実行＝unit test合格、computer-use＝状態ハッシュ、数学＝数値一致）だけに厳格スコープ。Prime Intellect bountyで今週から実弾収益、評判を関係性資本に複利変換する短期現金エンジン。
RL環境案が全滅した死因（手続き生成は単一ステップ専用＝長期ホライズンは人力地獄、専門家ラベル非保有、SMB需要薄）を、「機械検証が原理的に客観で人力ラベル不要なコード実行系」に厳格限定することで根治。あなたのIT/SWドメイン土地勘＋GRPO/報酬設計が直接効く。ポートフォリオの「2週間で実弾」の最速現金源。
「bounty＝収益源」「コード実行に厳格特化」「既知ハック辞書＝堀」「3-5年事業」を全捨て。bounty＝ポートフォリオ製作費（マーケコスト）と再定義し、KPIをbounty額でなく「Hub上のDL/fork数→受託リード数」に。主戦場を「環境を作る」から「環境の信頼性を保証・監査する（env reliability auditor）」へ。大手が人海で薄く作る環境の報酬ハック・verifier gamingが壊れている箇所を第三者QAとして突く。堀を辞書（知識）から累積した検証ログ（資産）＝「報酬ハック耐性 検証済み」バッジへ。胴元PIは評判の踏み台と割り切り収益はPI外の直接契約で取る（マルチホーム化）。
現実：「2週間で実弾」は誇大。正しくは「2週間で評判の一歩、現金は4ヶ月目以降」。短期現金源としては過大評価で、純粋な現金源より「評判・ログ資産・市場知の前線基地」＋12-18ヶ月の収穫窓と再定義すべき。最速で現金化したいなら、環境をゼロから作るより既存/他社環境への「報酬ハック監査」単発サービス$2-5k/件を初手に置く方が初収益が早い。
一行で：RL環境の「作り手」ではなく「環境の信頼性を保証する第三者監査人」。現金エンジンでなくポートフォリオの評判・学習の前線基地。
「手続き生成が効くのはsingle-turnパズルだけ、長期ホライズンは人力」という検証指摘を逆手に取り、機械検証が原理的に客観な狭領域＝コード実行（unit test pass/fail）・computer-use（状態ハッシュ照合）・数学（数値一致）・構造化抽出（スキーマ検証）だけに厳格限定。入口はPrime Intellect Environments Hub/verifiersへのbounty貢献で2週間以内に実弾収益＋評判構築。frontier lab直販（関係性ゲートでsolo不可）は狙わず、bounty実績→評判→特定ニッチ（コードエージェント学習企業）への直接受託に複利変換。
(1)機械検証が客観な領域での「報酬ハッキング検出の実行結果ベース自動監査」＋既知ハックパターン辞書、(2)コード実行環境のサンドボックス＋並列rollout基盤の運用know-how、(3)bounty/OSS貢献で築く評判をニッチ受託の関係性に変換する社会資本。ノーコード勢はGRPO/報酬設計もサンドボックス基盤も書けず複製不能。
②本家内包→本家は環境の買い手で競合でない（最も内包されにくい）。③利益率→bountyは小銭だが再利用可能な環境ファクトリにストック化、低価格セルフサーブをやらない。⑥需要の幻想（本案最大の注意点）→bounty即収益で需要を早期実証。⑦技術無効化→報酬設計はモデル進化で需要増。
(1)Prime Intellect bounty＝今週から$100-5,000+/件（検証最速・評判構築）。(2)コード実行系環境＋verifier受託 $10-40k/件。(3)反復領域（コードエージェント評価）の環境スイートをサブスク化。verifier採点はGPU軽負荷で原価数千円、$100-5k課金で粗利80%+。機械検証領域に絞ることでverifier実装をClaude Codeで量産でき労働効率が高い。
S1=コード実行環境scaffold生成 / S2=verifier（unit test/状態ハッシュ）実装＋自動テスト / S3=難易度カリキュラム生成 / S4=サンドボックスrollout実行＆採点 / S5=報酬ハッキング自動監査 / S6=grader drift検知 / S7=bounty要件マッチング＆提出パッケージ生成 / S8=回帰スイート / S9=サンドボックス/並列rolloutインフラ / S10=OSS貢献/技術権威づけによる評判構築
3案の統一テーゼは「本家LLMの価格戦争・機能内包・資本占有から構造的に隔離された3つのニッチに、あなたの最深武器（蒸留＋データエンジニアリング＋オンプレMLOps自走）を集中投下する」こと。検証で全候補を殺した共通死因は「コスト裁定で勝負する限り、本家の値下げ・managed内包・GPU資本に必ず負ける」だった。3案はこれを正面から放棄し、本家が原理的に降りられない3領域に位置取る——(1)規制/データ主権/低レイテンシ（本家クラウドに顧客データを置けない）、(2)あなた自身がドメイン知を持つeval（専門家ラベル不要で自走と堀が両立）、(3)機械検証が客観なコード実行系RL環境（人力地獄回避・本家は買い手）。
補完性は時間軸とリスクで設計：③VerifierKit（2週間で実弾）→②EvalForge（数週間で受託・中期サブスク）→①OnPrem Distillery（中長期データ堀＋完全自走運用の本命）。③の即金が①②のCAC（規制/開発者営業）を食い繋ぎ、技術スタック（蒸留・eval・verifier・自走パイプライン）を3案で共有するため10並列＋t3.large 1台で並行運用できる。律速は一貫してCAC（技術でなく販路）であり、③の即金とHQ紹介ルートで初速を作ることが成否の鍵。
15候補は実質2テーゼ（蒸留＝rank1-5、RL環境＝rank6-8）に集約され、全案が辛口検証で弱点を露呈。各死因を設計で根治した生存核だけを3案に統合した。
純粋なコスト裁定型 蒸留サービス（rank1-5原案）：価値命題を「本家API比1/20コスト」に置く全案を却下。frontier価格が12ヶ月で約80%下落し成果課金の削減分母が構造的に蒸発、OpenAI/Bedrockがmanaged蒸留を内包済み。Case1に「規制/データ主権でコストから切り離す」救済核のみ統合。
成果課金（削減額の15-25%シェア）主軸の全設計：帰属検証問題＋frontier値下げで分母が自己破壊的に縮小。固定リテーナー＋運用サブスクに全面置換。
self-host推論で粗利を握るテーゼ：検証の算数で破綻（損益分岐約11B tok/月に対しICPは50-200M tok/月で1/50-1/220、GPUアイドルで逆ザヤ）。Case1で推論を顧客インフラに移し自社推論原価ゼロ化で根治。
規制ドメインのゴールド標準eval（rank4原案）：医療$50-100/hr・法務$349-900/hrの有資格専門家ラベルが必須でオーナー非保有。Case2でターゲットをオーナードメイン（AI/開発者向けeval）に振り専門家依存を消去して救済。
frontier lab直販＋長期ホライズン汎用RL環境ファクトリ（rank6-8原案）：需要がlab集中で関係性ゲートによりsolo不可、手続き生成は単一ステップ専用で長期ホライズン層は人力地獄。Case3で「機械検証が客観な狭領域＋bounty現金化」に厳格スコープして救済核のみ抽出。
3案とも痛いところを突かれ、生き残る形が当初より狭く・GTM主導になりました。「完全自走・高粗利でほっといても回る」案は無く、いずれも技術は堀の通行証、勝敗は販路（GTM）で決まる事業に収束しました。ブラッシュアップ後の各案の正味評価：