ストーリー

創業から成功に至るまでの道のり。

Scott Breitenotherは、Brooklyn Dataを立ち上げた経験から、技術の転換が仕事の進め方そのものを変える瞬間を知っていた。

Kiloの公式ブログで彼は、Sid Sijbrandijとの出会いについて「AIが、世界中のすべての開発者を劇的に生産的にする可能性を見た」と振り返っている。出典

創業:開発者の不満から始まった

Kiloが向き合ったのは、AI coding toolが便利になるほど増えた別の摩擦だった。

特定モデルへのlock-in、rate limit、複雑なoverage、IDEへの閉じ込め。

Kiloは、モデルを固定せず、開発者が使う場所も固定しない方針を選んだ。出典

転機:VS Code extensionからplatformへ

初期のKiloはVS Code extensionとして広がった。

しかし開発者はIDEだけで仕事をしない。

2026年2月、Kilo CLI 1.0はOpenCodeを基盤に、terminal、IDE、Cloud Agents、Slackをまたぐplatformへ踏み出した。

Scott Breitenotherは「Developers don’t live in one tool」と書いている。出典

成長:OSSとmodel freedomを組み合わせる

公式ブログによれば、2025年12月時点でKiloは750,000以上のdownloads、OpenRouterでの1位、月間6兆超のtokens processedを公表していた。

同時期にTeamsとEnterpriseを追加し、個人向けのOSS採用を組織導入へつなげた。出典

結び:選択肢を残すことを製品価値にする

Kiloの道のりは、AI coding agentの機能競争だけではない。

500以上のモデル、MIT-licensedのコード、BYOK、複数の作業面を一つの体験に束ねることで、変化の速い市場で「乗り換えなくてよい」価値を作ろうとしている。

独自分析

PMF (プロダクトマーケットフィット)

Kiloの顧客は、AI codingを使いたいが、単一vendorのmodel lock-inや料金制限を避けたい開発者・engineering teamだ。

500以上のモデル、BYOK、local models、IDE/CLI/Cloudの横断が、選択肢と継続性を同時に提供する。出典

個人には無料のOSS入口、チームには共有billingやusage analytics、EnterpriseにはSSOやaudit logsを用意する。

個人採用から組織導入へ進む導線が明確である。出典

参入障壁 (Moat)

技術単体より、OSS repository、model gateway、IDE/CLI/Cloudの統合、開発者コミュニティの組み合わせがbarrierになる。

特に複数surfaceでsessionを継続できる体験は、単機能toolより移行コストを生む。出典

ネットワーク効果

ネットワーク効果は中程度。

共有agent modesやmarketplaceはチーム・開発者間の知識再利用を促すが、利用者が増えなくても個人で価値が成立するため、強い両面市場型ではない。出典

ターゲット

個人開発者、startupのengineering team、複数のAI modelを使い分けたいsenior engineer向け。

単一IDE・単一providerで完結し、選択肢より管理の単純さを優先する組織には過剰になり得る。出典

成功要因

第一に、OSSとmodel agnosticを製品の中心に置き、変化の速いモデル市場で特定providerへの依存を避けた。出典

第二に、VS CodeだけでなくCLI・JetBrains・Cloudへ広げ、既存の開発workflowから離れずに導入できるようにした。出典

失敗・課題

OSSであることは採用を広げる一方、self-hostingや複数モデルの選択肢は運用・サポートを複雑にする。

ユーザーが選べることと、迷わず成果を出せることの両立は継続課題だ。出典

また、AI coding市場は競争が激しく、機能の差が短期間で縮む。

Kilo固有のworkflow価値を維持できるかは要確認。

グロース戦略

OSS extensionをfree entryにし、content、community、GitHubで開発者を獲得する。

Teamsの$15/user/monthとEnterpriseのgovernanceで収益化し、AI inferenceはprovider rates、Kilo Pass、cloud computeへ分離する。出典

この設計は初期の試用障壁を下げる反面、platform access以外の利用課金を説明する必要がある。

主要チャネル: content, community, openSource, developerRelations, productLedGrowth

学べること

AI productでは、モデル性能だけでなく、モデルを選べること自体が価値になる。

KiloはOSS、BYOK、local modelsを先に約束し、変化するprovider市場への不安を製品の差別化へ変えた。出典

一方、選択肢を増やすほどUXは難しくなる。

自由度を提供するなら、routingやworkflowのdefaultも同時に設計すべきだ。

日本で展開するなら

日本では、社内codeや顧客データを外部modelへ送ることへの懸念が導入障壁になりやすい。

BYOK、local models、audit logs、モデル・provider制御を日本語docsと導入支援で明確にすれば、個人開発者だけでなく規制業界のengineering teamにも届く可能性がある。出典

主な競合

Timeline

創業から成功に至る道のり。転機ごとの収益・調達・バリュエーション (出典あり) も併記します。

  1. Scott Breitenotherがデータコンサルティング会社Brooklyn Dataを創業。出典

  2. Kilo Codeを立ち上げ、VS Codeを中心とするOSSのAI coding agentを展開。出典

  3. Teams planを開始し、2週間後にEnterprise planを開始。出典

  4. Cota Capital主導のseed roundで800万ドルを調達。出典

    • 調達 $8,000,000
    • Seed
    • Cota Capital, Breakers, General Catalyst, Quiet Capital, Tokyo Black
  5. 750,000以上のdownloads、OpenRouterで1位、月間6兆超のtokens processedを公式ブログで公表。出典

    • DL 750,000
  6. Kilo CLI 1.0を公開。OpenCodeを基盤にしたMIT-licensedのmodel-agnostic CLIへ拡張。出典

  7. 累計調達額 更新出典

    • 調達 $8,000,000

ポジショニング

分析で挙げた競合プロダクトとの相対位置を示しています。

OSS・free entryを持ちながら、複数surfaceとEnterprise governanceを備えるmodel-agnostic platform

参考リンク

関連プロダクト