「平日は通勤の10分しかなくて、音声で聞きたい」。学習アプリWonderingにそう伝えると、数十秒で講座の名前も目標も筆者向けに書き換わった。

生成AIによって、教材を作る費用と時間は急速に下がっている。学ぶ側には便利な話だが、学習アプリを作る会社にとっては難題でもある。教材を生成できること自体が、差別化になりにくくなるからだ。

では、誰もが教材を作れる時代に、学習アプリは何で選ばれるのか。

この問いを考える材料になるのが、Y CombinatorのSummer 2026バッチに参加したWonderingだ。同社は自らを「何でも学べるDuolingo」と位置づけ、どんなテーマでも短いレッスン、図解、ポッドキャスト、練習問題を組み合わせた学習コースに変える。YCの公開ページでは、1.2万人超が4.2万件超のレッスンを完了し、有料利用者は100人を超えたとされる。[1]

筆者が注目したいのは、教材を作る機能そのものではない。Wonderingが、短さ、受け取り方の選択肢、対話、復習、連続記録を一つの体験にまとめている点だ。

教材がいくらでも作れるようになるなら、次に競争軸になり得るのは「何を教えるか」だけではなく、どう届け、どう使われ、どう続けてもらうかではないか。

ただし、2026年9月30日と10月1日に無料版を試した限りでは、その考え方が製品として完成しているわけではなかった。冒頭の講座も、名前と目標こそ筆者向けになったが、中身まで「通勤の10分」に合わせて変わったわけではない。

本稿では、公開情報と筆者の利用体験を分けながら、Wonderingがどこに競争力をつくろうとしているのか、そして実際の製品がどこまでそこに近づいているのかを見ていく。

---

1　何でも学べるDuolingo

Wonderingは、「何でも学べるDuolingo」を掲げる学習アプリだ。

学びたいテーマを書くか、リンクやPDFを渡すと、AIが短いレッスンを並べた講座を作る。各レッスンでは文章、図解、ポッドキャスト、練習問題を行き来できる。

App Storeの説明では、学習目標や既有知識に合わせたコース、友人3人までと共有できる連続記録、進捗管理などを主な機能としている。[2]

創業者はCEOのCheng-Wei Hu氏とCTOのAngelica Kosasih氏の2人だ。Hu氏はGoogleのNotebookLM、Kosasih氏はMetaの出身で、YCの会社ページによれば、2人はCornell Techで出会い、5年以上にわたって一緒にプロダクトを作ってきた。[1]

規模はまだ小さい。

Duolingoは2026年4〜6月期に1日平均5,870万人が利用し、期末の有料会員は1,270万人、四半期売上高は2億9,850万ドルに達した。[3]

WonderingとDuolingoを同列に比べることはできない。ただ、両社とも教材だけでなく、短い学習単位、練習、連続記録といった**「続ける仕組み」**を製品に組み込んでいる。

大きく違うのは、教材の作り方だ。

Duolingoは分野ごとに講座を作り込んできた。一方、Wonderingは生成AIを使い、利用者が指定したテーマからその場で講座を組み立てる。

この違いが、学習サービスの競争条件を変えつつある。

---

2　教材生成そのものは参入障壁になりにくくなる

これまでのオンライン学習は、どうやって勝ってきたのか。

答えの一つは、**「良い教材を持つこと」**だった。

専門家を集め、カリキュラムを設計し、動画や問題を作るには時間もお金もかかる。だから先に良質な教材をそろえた企業が有利になり、扱える分野も制作した教材の範囲に限られていた。

生成AIは、この前提を崩しつつある。

試しに筆者がWonderingに「スタートアップを調べて分析記事を書くために、AIツールの使い方を学びたい」と入力すると、数十秒で「企業調査」「記事執筆」といった内容を含む日本語の講座ができた。

便利だ。ただし、これはWonderingだけの強みではない。

競合のOboeは、a16zが主導した1,600万ドルのシリーズAを2025年12月に発表している。学習目標から逆算し、文章、音声、図解、クイズ、フラッシュカードを組み合わせてコースを生成する。[4][5][6]

ChatGPTにも、問いかけや小テストを通して段階的に理解を促す学習モードがある。[7]

三者は同じものではない。

Oboeは「何のために学ぶか」という目標からコースを組み立てる。ChatGPTは学習専用サービスに閉じず、汎用的な対話の中で学習を支援できる。Wonderingは、生成した教材を短い単位に分け、複数形式、復習、連続記録まで一つの学習体験としてまとめようとしている。

つまり、「教材を作れるか」だけでなく、生成した教材をどのような体験として届けるかに違いが出始めている。

ここで疑問が浮かぶ。

その「届け方」は、本当に競争優位になるのだろうか。

---

3　Wonderingが磨くのは学びの「届け方」

実際に無料版を使ってみると、Wonderingが教材以外の部分にも力を入れていることが分かる。

まず、同じ内容を文章でも音声でも学べる。

筆者が試したレッスンは、文章なら約6分、ポッドキャストなら約7分だった。机の前では読み、移動中は聞く、といった使い分けができる。

これは単に形式を増やしているのではない。学習できる場所と時間を増やすための機能だと考えられる。

レッスンの途中で質問できることも特徴だ。

一般的な説明の途中で「スタートアップ調査にどう使えるか」と聞くと、資金調達額を一次情報で確認することや、生成AIがもっともらしい数字を作る危険など、筆者の仕事に即した回答が返ってきた。その回答を新しいレッスンとして保存する導線もある。

ここでは、一般的な教材を利用者自身の仕事や目的へ接続する役割を対話が担っている。

復習も短い。

筆者の利用時には、前日の内容から4問の選択問題が出た。会議の合間にも終えられる長さで、直前の学習や対話も問題に反映されていた。

短い復習は、理解度を測るだけでなく、翌日もう一度アプリを開く理由にもなる。

さらに、連続記録や経験値、休んでも記録を維持できる仕組み、友人との連続記録など、Duolingoが広めてきた習慣化の設計も取り入れている。

Hu氏は2026年10月の投稿で、練習を必須から任意に変えた実験によって、レッスンと練習の完了が17.50%、翌日の再訪が16.78%増えたと説明している。[10]

ただし、対象人数、実験期間、統計的有意性は公表されていない。会社自身が示した方向性を知る材料として読むのが妥当だ。

ここで重要なのは、これらが「利用者の生活場面を製品側が自動で理解している」という意味ではないことだ。

今のWonderingがしているのは、どんな場面にも入りやすい「短さ」と複数の受け取り方を用意し、その中から利用者が選べるようにすることに近い。

そして、もう一つ問題がある。

音声、クイズ、連続記録、対話といった機能自体は、競合にも実装できる。

だとすれば、Wonderingの競争力は個々の機能そのものではなく、どの利用者に、いつ、どの形式を届けると学習が続くのかを学習できるかにかかってくる。

---

4　AIは「届け方」の差が出やすい戦場

ここで、ちょっとした矛盾に気づいた読者もいるかもしれない。

「どんなテーマでも教材にできることでは差がつかない」と言いながら、WonderingはAI関連の講座を目立つ場所に置いている。

何でも学べるアプリが、なぜ最初の重点分野をAIにするのか。

実は、これは矛盾ではない。

たとえるなら、「何で勝つか」は武器の話で、「どこで勝つか」は、その武器が最も効く戦場の話だ。

Wonderingが二つの作戦を並べているわけではない。

まず**「どう届け、どう続けてもらうか」という武器**を選び、その武器が効きやすい最初の戦場としてAIを選んでいる、と考えると分かりやすい。

AIの知識そのものが強みなのではない。

AIは情報の更新が速く、一度学んで終わりになりにくい。そのため、短く届け、何度も戻ってきてもらう仕組みの差が出やすい。

［画像②：「武器と戦場／在庫と流れ」の説明図　挿入位置］

なぜか。

カギは教材の「寿命」にある。

中身が変わりにくい分野では、良い教材は長く使える**「在庫」**に近い。一度作った教材を積み上げ、それを多く持つこと自体が資産になる。

一方、AIではモデル、製品、料金、研究結果などが変化する。そのたびに、説明する情報の一部も古くなる。

学習は一度積み上げれば終わる「在庫」だけではなく、新しい情報が次々と入ってくる**「流れ」**にもなる。

重要なのは、在庫と流れのどちらかを選ぶことではない。

古びにくい基礎を「在庫」として持ち、その上に変化する情報を「流れ」として重ねることだ。

Wonderingの「AI Foundations for Everyone」は20セクション、85レッスンで、生成の仕組み、信頼性、検索、エージェント、安全性などを扱う。説明文では、日付のある研究や製品方針を「その時点の情報」として扱い、長く使える原則と区別する方針を示している。[8]

Kimi K3の技術報告を扱う16レッスンの講座も公開されている。[9]

また、10月上旬にはAIの更新情報をポッドキャストや動画で届ける機能や、音声体験に関する新機能も発表されている。[11]

ここで、**「結局、教材の質で勝負しているのでは？」**と思うかもしれない。

半分はその通りだ。

ただし、価値の置き場所が変わる。

生成AIによって下がるのは、文章や問題そのものを作る「制作費」だ。一方で、何を残し、何を更新するのか。どの情報を採用し、どれを捨てるのか。どこに日付を付けるのか。

こうした編集判断まで価値がなくなるわけではない。

教材を作ることが安くなるほど、教材を選び、更新し、届けることの比重が上がる。

AIは、その変化が見えやすい戦場の一つなのである。

---

5　戦略と製品の間には、まだ差がある

ここまでの戦略には筋が通っている。

では、実際の製品はどこまでそこに到達しているのか。

以下は、2026年9月30日と10月1日に、無料版を1アカウントで利用した範囲での観察である。有料版は検証しておらず、製品全体を網羅する評価ではない。

まず気になったのは、時間への適応がまだ限定的だったことだ。

看板講座を自分向けに作り直す際、筆者は職業と目的に加え、「平日は通勤の約10分しかなく、音声で聞きたい」と伝えた。

すると講座名は「リサーチのためのAI入門」に変わり、目標文にも「通勤中の約10分で聞いて学べる形式」と反映された。

ここまでは個別化されている。

しかし、レッスンの長さは標準のままで、音声が最初から選ばれることもなかった。

元の20セクションから選ばれた内容も前半に偏り、「AIが誤った主張をする理由」「AIの出力を確かめる」といった、筆者の仕事に直結する後半の内容は含まれなかった。

最初のレッスンは英語で表示され、例も仕事とは無関係だった。学習記録も日ごとの利用時間までは確認できたが、「通勤中なのか」といった生活場面を製品側が判断できる粒度ではなかった。

［画像③：「個別化で変わったもの／十分には変わらなかったもの」挿入位置］

つまり、筆者の検証では、講座名や目標文は利用者に合わせて変わった一方、時間配分、形式の初期設定、内容選択まで大きく変わるわけではなかった。

もう一つ気になったのが、対話の価値は**「質問できる人」ほど得やすい**ことだ。

途中で質問すると、Wonderingの回答は一気に筆者の仕事に近づいた。

これは強い。

一方で、この強みを引き出すには「何を聞けばよいか」が分かっている必要がある。

AIに不慣れな人ほど、質問を考えること自体が負担になる。

筆者の利用時には、無料版の対話回数に1日10回の上限があった。

課金への導線としては自然だが、初心者が対話の価値を十分に実感する前に上限へ達する可能性もある。

ここで必要なのは、利用者に質問させるだけではなく、職業や学習目的に応じて、「次はこれを聞くと理解が深まる」と製品側から提案することかもしれない。

そうなれば、「質問がうまい人ほど得をする」という差を縮められる。

さらに、更新型コンテンツでは出典の重要性が増す。

筆者が確認したDaily AI Digestでは、ニュースを説明する図が多く使われていた一方、その時点では各ニュースの出典をレッスン画面から追えなかった。

AIの最新動向を仕事で使うのであれば、一次情報へ戻れないことは大きな弱点になる。

もっとも、この評価も検証日現在のものだ。

現在の掲載ページでは、技術的な主張を一次情報で確認し、出典を追跡可能にする方針が示されている。[12] また、10月上旬にも製品更新が続いている。[11]

製品変化が速いからこそ、「Wonderingはこういう製品だ」と固定的に評価するのではなく、いつ確認した状態なのかを明記する必要がある。

以上を踏まえると、現時点のWonderingを「利用者の生活場面を理解し、自動で学習を調整するアプリ」と呼ぶのは早い。

より正確なのは、利用者が場面に合わせて選べる学習形式を増やしているアプリという表現だろう。

そして、本当の競争はその次にある。

音声やクイズを用意するだけでなく、利用履歴から**「この人には今、この形式が適している」**と製品側が判断できるようになるかどうかである。

---

6　日本市場への示唆は「AI入門」より業務接続にある

ここからはWonderingそのものの日本展開を予測するのではなく、このモデルから日本のスタートアップが何を学べるかを考えたい。

まず、「日本では生成AIが普及していないから、初心者向けAI教材に機会がある」という前提だけで考えるのは危険だ。

総務省の令和8年版情報通信白書によれば、日本で生成AIサービスを使ったことがある人は2025年度に58.8%となり、2024年度の26.7%から大きく増えた。[13]

すでに過半数が利用経験を持っている。

一方で、学ぶ必要性と実際の行動には大きな差が残っている。

第一生命経済研究所が2025年3月に18〜69歳の1万人を対象に行った調査では、80.6%が学び直しを必要だと答えた一方、実際に経験した人は33.6%だった。[14]

ベネッセの2024年調査でも、直近1年の学習経験がなく、今後1年の学習意欲もない層は42%だった。[15]

ここから見える機会は、「AIとは何か」を説明する教材をさらに増やすことだけではない。

仕事で必要になった瞬間に学び、そのまま業務へ接続することにある。

Wondering型の仕組みを応用する候補としては、情報の更新が速く、外部の制度やルールによって学ぶ必要が生じ、一次資料で正しさを確認できる分野が考えられる。

たとえば会計・税務や人事労務は、その条件に比較的近い。

ただし、これは「勝ち筋」と断定できる段階ではない。あくまで適用しやすい候補領域の一つだ。

誤った情報の影響が大きい分野では、出典、更新日、専門家による監修を最初から製品に組み込む必要もある。

事業の入口も、「何でも学べる」と広く見せるより、特定の業務から始める方が仮説検証しやすい。

たとえば制度改正があった日に、変更点を数分で学び、一次資料を確認し、そのまま自分の業務で試す。

この場合、重要な指標は「講座を何本作ったか」ではない。

必要な知識にたどり着くまでの時間、実際の業務で使えた割合、誤解や問い合わせをどれだけ減らせたか、といった成果になる。

そしてもう一つ、事業上の論点がある。

誰がその価値にお金を払うのかだ。

Wonderingについて、公開情報から中長期的に個人課金を中心に伸ばすのか、法人向けへ広げていくのかまでは確認できない。

しかし日本で応用する場合、個人が自分の学習のために払うモデルと、企業が従業員の継続教育や業務効率化のために払うモデルでは、必要な機能も評価指標も変わる。

「教材が作れる」というだけでなく、誰のどんな業務成果を改善するのかまで絞れるかが、事業としては重要になる。

---

7　競争力になるのは「教材」より学習の運用知かもしれない

生成AIによって、教材を作る費用は下がっている。

だから学習サービスの価値がなくなるわけではない。

価値の置き場所が変わる。

Wonderingは、短いレッスン、文章と音声の切り替え、対話、復習、連続記録を一つにまとめ、**「どう届け、どう続けてもらうか」**を競争軸にしようとしている。

AIは、その仮説を試す最初の戦場の一つだ。

ただし、音声、クイズ、対話、連続記録といった機能そのものは競合も模倣できる。

だから長期的に重要なのは、機能の数ではないのかもしれない。

利用者がどんな仕事をし、いつ学び、どのくらい時間があり、どの形式なら続けやすいのか。

そのデータを継続利用の中で蓄積し、「誰に、いつ、何を、どの形式で届けるか」を改善できるなら、それは単なる機能より模倣しにくい運用知になり得る。

現時点のWonderingは、まだそこまで到達したとは言えない。

筆者の検証では、時間や利用場面への自動適応は限定的だった。一方で、検証直後にも製品更新は続いている。

今後の試金石は、利用者が細かく指示しなくても、仕事、移動、使える時間、理解度に応じて学習体験を変えられるかどうかだ。

教材は競合も作れる。

学習をいつ、どう届ければ実際に使われるのか。

その答えをどこまで製品の中に蓄積できるかが、Wonderingの長期的な競争力を左右するのではないか。

参考資料

1. Y Combinator「Wondering: Duolingo for learning anything」
https://www.ycombinator.com/companies/wondering

2. Apple App Store「Wondering – Learn Anything」
https://apps.apple.com/us/app/wondering-learn-anything/id6754904253

3. Duolingo「Q2 2026 Shareholder Letter」
https://www.sec.gov/Archives/edgar/data/1562088/000162828026053299/q2fy26duolingo6-30x26share.htm

4. Andreessen Horowitz「Investing in Oboe」
https://a16z.com/announcement/investing-in-oboe/

5. Oboe「Introducing the All New Oboe」
https://oboe.com/blog/introducing-the-all-new-oboe

6. Oboe「Frequently Asked Questions」
https://oboe.com/learn/introduction-to-the-oboe-1xuh7lu/oboe-history-1fpt0qz

7. OpenAI「Introducing study mode」
https://openai.com/index/chatgpt-study-mode/

8. Wondering「AI Foundations for Everyone」
https://wondering.app/learn/ai-foundations-for-everyone-oouy9r

9. Wondering「Kimi K3: Open Frontier Intelligence」
https://wondering.app/learn/kimi-k3-technical-deep-dive-exu74x

10. Cheng-Wei Hu「Forced practice doesn’t work, choice does」
https://www.linkedin.com/posts/cwhu_we-stopped-forcing-our-learners-to-practice-activity-7495180392895885312-SvUl

11. Wondering公式アカウント／Cheng-Wei Huによる2026年10月上旬の製品発表
https://x.com/WonderingApp

12. Wondering「Daily AI Digest」掲載ページ
https://staging.wondering.app/explore

13. 総務省「令和8年版 情報通信白書　第1節 個人におけるAI利用の現状」
https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd111110.html

14. 第一生命経済研究所「なぜ『社会人の学び直し』は進まないのか」
https://www.dlri.co.jp/report/dlri/499604.html

15. ベネッセコーポレーション「社会人の学びに関する意識調査2024」
https://prtimes.jp/main/html/rd/p/000001265.000000120.html

16. Cheng-Wei Hu（X）「Introducing the first AI course that adapts to what you learn, how you learn, and when you have time」
https://x.com/HcwXd/status/2090962094070104327

17. Cheng-Wei Hu / 10xLearn「Thanks for signing up for 10xlearn」
https://10xlearn.substack.com/p/your-early-access-invite-to-wondering

18. 10xLearn by Cheng-Wei「About」
https://10xlearn.substack.com/about

19. 総務省「令和7年版 情報通信白書」
https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/pdf/00zentai.pdf

20. ベネッセコーポレーション「社会人の学び・リスキリング最新トレンド2022／社会人の学びに関する意識調査2022」
https://prtimes.jp/main/html/rd/p/000001055.000000120.html

筆者による利用検証

2026年9月30日・10月1日にWondering無料版を1アカウントで利用。有料版は未検証。

本文中のレッスン時間、個別化、対話回数の上限、Daily AI Digestの表示などに関する記述は、この時点で筆者が実際に確認した内容に基づく。