AI業界で信じられないような変化が静かに進行しています。かつて「GPTパッカー」と笑われていたスタートアップ企業は、今や投資家にとって非常に魅力的な存在となっています。一方で、数十億ドルをかけて基礎モデルを構築してきたテクノロジー大手は、これまでになかった課題に直面しています。

この変化の核心には、根本的な認識の転換があります。基礎モデルは本当にそれほど重要なのでしょうか？答えは多くの人々にとって予想外かもしれません。ますます多くのAIスタートアップ企業が、基礎モデルをいつでも交換できる商品と見なし、まるで自動車のエンジンを取り替えるように簡単に行うようになってきています。彼らの焦点は、特定のタスク向けのモデルチューニングやインターフェースデザインへと移り、下層の基礎インフラに過度に依存する必要はなくなってきています。

このような考え方の変化は、根拠があるものです。基礎モデルの事前学習における規模効果は鈍化しており、膨大なデータセットでAIモデルを教える初期の恩恵も段階的に減ってきています。AIは依然として進歩し続けていますが、超大規模な基礎モデルの初期の優位性は低下しており、業界の注目は後続のトレーニングや強化学習などの新たな突破点へと移っています。

メタバース サイエンスフィクション サイバーパンク 絵画 (4) 大規模モデル

より良いAIプログラミングツールを作りたいのであれば、数十億ドルを事前学習に費やすよりも、微調整やインターフェース設計に集中したほうが効果的です。AnthropicのClaude Codeの成功はその良い例です。確かに基礎モデル会社はこれらの分野でも優れた実績を残していますが、かつてほどの決定的な優位性はなくなっています。

この変化は、AI業界の競争構造を根本的に再構築しています。最大のAI研究室が持つ伝統的な優位性が弱まっているのです。今見えるのは、汎用人工知能への一方向の競争ではなく、ソフトウェア開発、企業データ管理、画像生成などの離散的な業務における多様な展開です。先発優位性以外に、基礎モデルを構築してもこれらの具体的な業務において明確な競争優位性を生み出すことはできません。

さらに悪いことに、オープンソースの代替案が豊富になるにつれて、応用層で競争力を失った場合、基礎モデルは価格設定権を失う可能性があります。これはOpenAIやAnthropicといった企業を、低利益の商品ビジネスのサプライヤーとして扱うことになり、ある創業者から聞いた言葉のように、「スターバックスにコーヒー豆を売るようなもの」になります。

AI業界にとってこれは劇的な変化です。現代のAIブームの中で、AIの成功は基礎モデルを構築する企業の成功と密接に関係していました。特にOpenAI、Anthropic、グーグルなどがそうです。AIを支持することは、これら企業がAIの変革的な影響によって世代を超える重要な企業になることを意味していたのです。どちらの企業が勝つのかは議論できますが、明らかにどこかの基礎モデル企業が王国の鍵を握ることになるでしょう。

当時はその見方にも十分な理由がありました。長年、基礎モデル開発が唯一のAIビジネスであり、急速な進歩によりそれらのリードが乗り越えられないように見えました。シリコンバレーではプラットフォームの優位性に対する強い関心があり、AIモデルがどのように収益化されるかに関わらず、最も大きな利益は基礎モデル会社に流れるだろうと仮定されていました。なぜなら、最も複雑な作業を遂行したのはそれらだったからです。

昨年の一年間で、この物語はさらに複雑になりました。多くの成功した第三者的なAIサービスがありますが、それらは互いに置き換え可能な基礎モデルを用いています。スタートアップ企業にとっては、製品がGPT-5、Claude、またはGeminiに基づいているかどうかは、あまり重要ではありません。彼らはリリースプロセス中にモデルを切り替えても、最終ユーザーに違いを感じさせないことを期待しています。

ベンチャーキャピタル企業a16zのマーティン・カサドは最近のポッドキャストで、この点を指摘しました。「OpenAIは最初にプログラミングモデルおよび画像や動画生成モデルをリリースした研究機関でしたが、その3つの分野すべてで競合に敗れました。」カサドは結論として、「我々が知る限り、AI技術スタックには固有の護城河は存在しない」と述べました。

もちろん、基礎モデル会社を完全に排除すべきではありません。彼らには多くの持続的な優位性があり、ブランド認知度、インフラストラクチャ、そして驚くほど莫大な現金保有もあります。OpenAIの消費者向け事業は、プログラミング事業よりも複製が難しいかもしれません。業界が成熟するにつれて、他の優位性も現れる可能性があります。

しかし同時に、どんどん大きな基礎モデルを構築する戦略は、昨年ほど魅力的ではなくなりました。Metaの数十億ドル規模の支出狂潮は、リスクが高すぎるものに思えてきます。