ようやくAIを導入した企業が、ビジネスを大規模言語モデル企業に奪われていることに気づいた。

この記事を読むのに必要な時間は 30 分

企業はトークンに莫大な費用を支払いながら、自社の最も重要な運営データをモデル提供者に無償で提供している。その見返りとして得られるビジネス価値は、ほとんど測定不可能である。

原文タイトル：「ようやくAIを使い始めた企業、ビジネスを大規模モデル企業に奪われる」
原文著者：宇航猿、靖宇、極客公園

金だけでなく、ビジネスまでも奪う。7月1日、PalantirのCEOアレックス・カープがCNBCのスタジオに登場し、ほとんど制御不能な口調で爆弾を投下した。

彼はAI業界を「effing insane（狂っている）」と評し、アメリカ企業のCEOたちがOpenAIやAnthropicに対して「livid（激怒）」していると述べた。企業は馬鹿げたことをしている——トークンに狂ったように金を払いながら、自社の最も中核的な運用データをモデル提供者に差し出しているのだ。その見返りとして得られるビジネス価値は、ほとんど測定不能だ。

司会者が「それは責任転嫁ではないか」と問うと、カープは「いや、ただ事実を述べているだけだ」と返した。

Palantirの株価はその日9％上昇した。この数字自体が一つの投票である——市場は、彼が多くの人が言いたくても言えなかったことを口にしたと判断したのだ。

これは一個人の感情的な発散ではない。時価総額1000億ドルを超える企業のトップが、全国放送で大規模モデル業界全体に砲撃を浴びせ、市場が本物の金でポジティブなフィードバックを示したということは、集団的な感情が臨界点に達したことを意味する。

過去2年間、誰もが大規模モデルをどう受け入れるかについて語ってきた。しかし今、新たな問題が浮上している——企業が大規模モデルに近づきすぎると、それに引き裂かれてしまうのではないか？

01 「熱狂」から「純真さを失う」へ

2024年初頭を振り返ると、企業の大規模モデルに対する態度は一言で言えば「とりあえず使ってみる」だった。

ROIがどうであれ、データがどこに流れようが、とにかく遅れを取ってはいけない。当時の主流の物語は「AI革命が来た、受け入れなければ淘汰される」だった。各業界のCIOやCTOたちは大きなプレッシャーの下で、AIをあらゆる業務プロセスに無理やり詰め込んだ。これは典型的な技術パニックに駆られた意思決定だ。

2025年になると、「全面的な展開」がキーワードになった。企業は真剣に大規模モデルを中核的な業務プロセスに組み込み始め、もはやデモをやったり社内ハッカソンを開いたりするだけではない。カスタマーサービスからコード生成、市場分析から製品設計に至るまで、AIの浸透の深さと広がりは指数関数的に拡大している。

しかし、2026年に入ると、微妙なムードの変化が起きている。

Salesforceの調査データによると、ITリーダーのうち自社のデータインフラがAIの成功裏の導入を支える自信があると答えたのはわずか半数だった。NTT DATAが今年5月に発表した調査レポートでは、直接「壁にぶつかる」という言葉が使われている——企業AIはデータプライバシーと主権要件によるアーキテクチャ上のボトルネックに直面しているのだ。Gartnerは、2027年までに35%の国が地域特化型のAIプラットフォームに依存すると予測しており、この数字は現在わずか5%である。

Karpはこの変化をさらに率直に説明している。彼は、企業が盲目的にトークン消費を積み上げる「tokenmaxxing」から、真剣に投資収益率を問う方向へと移行していると述べる。「基本的な考え方は、もうトークンに時間を無駄にするな、ということだ。」

これは大規模モデルを否定するものではなく、業界全体が「熱狂」から「純真さを失う」方向へと向かっているのだ。熱狂期が過ぎた後、企業はより冷静な目で根本的な問題を検討し始めている——私が差し出したものと、私が得たもの、この収支は合っているのか？

02 パートナーが競合に変わるとき

Karpの批判はまだビジネスモデルのレベルにとどまっている。しかし、本当に背筋が寒くなるのは、別のより直接的な脅威だ——あなたのAIサービスプロバイダーが、あなたが提供したデータとシナリオ理解を使って、あなたに取って代わる製品を開発しているかもしれない。

2026年4月に起きた出来事が、この懸念を理論から現実へと変えた。

今年2月、FigmaとAnthropicは「Code to Canvas」と呼ばれる機能を共同開発していた。これはClaudeが生成したコードをFigmaのデザインフローにシームレスに統合するものだ。両社は親密なパートナーに見えた。

4月14日、AnthropicのチーフプロダクトオフィサーであるMike Kriegerが、ひっそりとFigmaの取締役会の席を辞した。

3日後、AnthropicはClaude Designを発表した——これは自然言語で直接インタラクティブなプロトタイプ、PPT、マーケティング資料を生成できるAIデザインツールであり、Figmaのコアビジネスを正確に標的にしている。

Figmaの株価はその日に約8%下落した。

Fast Companyのその後の報道には、興味深い詳細が含まれている。FigmaやAdobe、Canvaなどの企業はAnthropicと長年にわたる協力関係にあったが、Claude Designが発表されるまで、誰も通知を受けていなかった。全員が不意を突かれ、自らのAIパートナーが、目の前で競合他社に変わっていたことに気づいたのだ。

この話が深く考えさせられるのは、大規模言語モデルの時代において、かつてないほど危険な構造的問題を露呈しているからだ——AI企業と深く協力するとき、あなたは市場への入り口を明け渡すだけでなく、自らのコアなユースケースへの理解やユーザーニーズに関するデータも差し出しているのだ。

AnthropicがClaude Designを開発できたのは、デザインツール企業との協力を通じて、デザイナーのワークフローや課題を深く理解したからに他ならない。

しかし、視野を広げてみれば、これはテクノロジー史における新しい筋書きではない。

AmazonはECプラットフォームから自社ブランドを展開し、プラットフォームのデータを活用して最も収益性の高いカテゴリーを正確に特定し、自社製品を投入してサードパーティの販売業者を蚕食してきた。MicrosoftはOSを出発点に、ブラウザ、オフィスソフト、コミュニケーションツールを次々と取り込んできた——Netscapeは駆逐され、Slackは身売りを余儀なくされた。Googleは検索エンジンから拡張し、検索結果ページで直接ユーザーの質問に答えることで、Yelpや多くの垂直情報サービスプロバイダーを周辺に追いやった。

テクノロジー業界の鉄則は決して変わらない——プラットフォームは十分なデータとユーザー理解を得た時点で、上流へと浸食を始めるのだ。

大規模言語モデルの時代、この鉄則はさらに激しさを増している。従来のプラットフォームによる浸食は理解を蓄積するのに時間を要したが、大規模言語モデルは本質的に「理解の加速装置」だからだ。あなたのAPI呼び出しのたびに、業務データの入力のたびに、モデルプロバイダーがあなたの領域をより速く、より深く理解する手助けをしている。

03 AI時代の「ロッシュ限界」

天文学には「ロッシュ限界」という概念がある——ある天体が大質量の星に近づきすぎると、潮汐力がその天体自身の重力を上回り、天体は引き裂かれてしまう。

この比喩は、今日の企業と大規模言語モデルの関係を表すのに、不気味なほど正確だ。

大規模言語モデルこそが、その大質量の星である。すべての企業はその重力を借りて加速しようとする——効率化、コスト削減、イノベーション。しかし問題は、十分に近づいたとき、あなたの「物質」が剥ぎ取られ始めることだ。あなたのデータ、ノウハウ、ユーザーニーズへの理解は、協力の過程で重力の中心へと流れ込んでいく。

では、企業はどのようにして「AIと共存」し、最終的に飲み込まれることなく、その境界線はどこにあるのだろうか？

この問題は、すでに米国では議論の俎上に上がっている。しかし、これが中国企業にはまだ遠い話だと思うなら、それは錯覚かもしれない。

中米企業ではAI活用のテンポに差があり、米国企業はすでに大規模かつ深くビジネスにAIを組み込む段階に入っている一方、中国企業は全体としてパイロット段階からスケール化へと移行している最中だ。LenovoがIDCと共同で今年3月に発表した調査によると、国内企業の72%がすでにエージェントのパイロットを完了し、本格運用を開始しており、平均3.5のシナリオでAIを導入している。しかし、課題の中心も「計算リソース不足、データ不足」から「アプリケーション効果が期待に及ばない」「ROIが不明確」へと変化している。

言い換えれば、中国企業は米国企業と同様の「AI覚醒期」に入りつつあるのだ。

GeekParkが最近、多くのスタートアップ経営者や従来型ビジネスを手掛ける企業と交流する中で、興味深い現象を発見した。それは、こうした問題に対する彼らの思考が、多くの場合、「モデル企業にビジネスを奪われるのでは」という直接的な危機感から来ているのではなく、実際にAIをビジネスに組み込んだ後、自然と「AI時代における、私のコアバリューとは一体何なのか」を再定義し始めているということだ。

この再定義は、最終的に二つの重要な能力に収束する。

04 「AIの基盤」を誰が掌握するのか？

一つ目、そして最も現実的なものは、Karp氏の主張と完全に一致する——あなたのデータとビジネスロジックは、一体誰の基盤の上で動作しているのか？

Karp氏がCNBCで繰り返し強調した核心的な論点はこれだ。企業の最も機密性の高い運用データは、サードパーティのモデルプロバイダーのブラックボックスに流れるべきではない。彼はPalantirを「主権AI」を提供するアプリケーション層として位置づけている。モデルは他社のものを利用しても構わないが、データは自社の壁の中に留め、デプロイは自社が管理可能なインフラ上で行わなければならない。

これは偏執的な考えではない。中国国内の企業も全く同じ実感を持っている。Kingsoft Office WPS 365のプロダクト・リサーチ責任者である黄偉杰氏は、先日、非常に的確な言葉を述べている。「今日、企業に不足しているのはハードウェアやモデルではなく、安全なAIアプリケーション層だ。」

IDCのデータもこの傾向を裏付けており、企業のAI計算リソースのデプロイにおいて、パブリッククラウドの割合は減少し、プライベートクラウドとオンプレミスデプロイの合計割合は54%から69%に上昇している。「データをドメイン外に出さない」ことは、コンプライアンス上のスローガンから、CTOがソリューションを選定する際の第一のフィルター条件になりつつある。

カープはこれを「商品化認知（commodity cognition）」と呼んでいる。彼の見解では、モデル自体の品質は収束しつつあり、真の差別化価値はモデル層ではなく、モデルの能力と企業の特定のシナリオを結びつけるアプリケーション層にあるという。パランティアがNVIDIAと協業して発表した「主権AIエンジン」は、このロジックを製品化したものだ——オープンソースモデルにパランティア独自のオントロジー層とガバナンスフレームワークを組み合わせ、企業が完全に制御可能な環境でAIを稼働させ、データが一バイトも外部に出ないようにする。パランティアの2026年第1四半期の売上高は16.3億ドル、前年同期比85％増であり、これはある意味で市場がこの道筋に投じた票と言える。

ここには注目すべきシグナルがある——今後、企業が「自らの基盤の上で」AIを稼働させるのを支援する企業やソリューションが、より一層求められるようになるだろう。中国国内では、「AIプライベート化脳」がすでに現実のトラックとなっており、多くのスタートアップがこの方向性に沿って製品を開発している。これは技術的な潔癖症ではなく、企業が熟考した上で下す合理的な選択なのだ。

05 組織を「リピートマシン」にしてはいけない

2つ目の能力は、定量化がより難しいが、極客公園が企業との交流でますます強く感じていることだ——AIがますます多くの実行プロセスを代替できるようになったとき、組織には一体どんな「人」が必要なのか？

すでに、先を行く一部の企業がこの落とし穴を踏んでいる。

AIがあるプロセスで明らかに人間を上回る効率を示したとき、自然な発想として「人を削減する」というものがある。しかし、組織が薄くなると、ある隠れた問題が浮かび上がってくる——AIが実行している一連のものは、本質的には過去にこれらの人々が旧環境で凝縮した「ベストプラクティス」である。環境が変わり、市場が変わり、ユーザーが変わっても、AIは忠実にその旧来のロジックを実行し続け、組織内にはこれらの変化を感知し、ビジネスを進化させるのに十分な人材がいなくなる。

要するに、AIで満たされても人が空っぽになった組織は、おそらく過去を効率的に繰り返しているに過ぎない。

これはAIで実行を代替すべきでないと言っているのではない。むしろ、AIがますます多くの実行層を引き継ぐにつれて、企業は別の種類の人材をより必要とする——従来の意味で特定のタスクを実行する人ではなく、AIを「指揮」できる人だ。この役割には、ビジネスの全体像を理解し、AIのアウトプットが変化する現実にまだ適用可能かを判断し、AIが提示する「最適解」の先に新たな可能性を見出す能力が求められる。

先駆的な企業の中には、この問題を真剣に考え始めているところもある。彼らが気づいたのは、AI導入後の真の競争力は「AIで何人を代替したか」ではなく、「人間がAIを操り、これまで不可能だったことを実現できるかどうか」にあるということだ。もしAIを過去のデータの中でただ自動化・循環させ続けるだけなら、本質的には過去のあるスナップショットに閉じ込められているのと同じである。

この認識の転換の重要性は、データ主権に匹敵するかもしれない。AIが技術的な障壁を平準化するにつれ、「人間の判断力」と「組織の進化能力」こそが、最も模倣困難なものとなっている。このことに気づいている企業もいれば、まだ気づいていない企業もある。しかし、この分水嶺は、おそらく今後1～2年のうちに極めて明確になるだろう。

06 業界には「新しいAI企業」が必要

過去2年間、業界全体を支配してきた暗黙の前提があった。AI時代の価値は、最終的にはモデル企業に集中するというものだ。モデルに近ければ近いほど、価値が高いとされてきた。

この前提は揺らぎつつある。

Karp氏はCNBCで、ある事実を指摘した。モデル自体がコモディティ化した認知になりつつあるということだ。各社の大規模言語モデルの能力差が縮まるにつれ、真の差別化要因はモデル層にはなくなる。モデル企業だけが支配的な産業構造は、企業にとって健全ではないだけでなく、AI産業全体の発展速度にとっても制約となる。

企業が必要としているのは、より強力なモデルではない。彼らが必要としているのは、データ主権への不安に応え、競争上の障壁を「吸い上げ」から守り、AIを業務に制御不能にならずに真に組み込むことを可能にする、一連のエコシステム全体である。このニーズは、「トークンを売る」よりもはるかに複雑な市場を生み出しつつある。

いくつかの方向性については、既に明確なシグナルが出ている。

「主権AIインフラ」は、現実的で巨額の資金が集まる分野になりつつある。これは単なる概念ではない。2026年上半期だけで、欧州の主権AIインフラ企業3社（Nebius、nScale、AtlasEsge）が合計で118億ドル以上の資金を調達した。つい数日前には、ロンドンのValarianがシリーズAで5000万ドルを調達した。彼らが行っていることは具体的で、AIシステムと機密データの間に「主権制御層」を追加し、どのAIがどのデータに、どのような条件下でアクセスできるかを決定するというものだ。このようなものへの需要は2年前には全くなかったが、今では政府や大企業が列をなして求めている。

「AIゲートウェイ」とオーケストレーション中間層は、企業のAIアーキテクチャにおいて欠かせない要素になりつつある。ある企業がOpenAI、Anthropic、オープンソースモデル、さらには自社でファインチューニングした専用モデルを同時に使う場合、誰が統一的なルーティング、コスト管理、権限ガバナンス、監査を担うのか？この役割は、従来のソフトウェア時代にはミドルウェアと呼ばれ、AI時代にはゲートウェイやオーケストレーション層と呼ばれる。地味ではあるが、企業が「AIを使う」から「AIを管理する」へと移行するための重要なインフラである。Palantirが本質的に行っているのはこの層の構築であり、ただそれを最もヘビーなバージョンで実現しているに過ぎない。より軽量で、さまざまな規模の企業向けのソリューションには大きな余地がある。

アプリケーション層では、垂直業界向けのAIソリューションも「ラッパー」から「深掘り」へと進化している。過去、いわゆるAIアプリケーションの多くは、要するにGPTのラッパーに過ぎなかった。しかし今、真に定着するのは、特定業界のノウハウを深く理解し、AIの能力と業界ロジックを緊密に結びつけた製品である。こうした企業の価値のアンカーはモデルではなく、業界知識にある。これはまさに、大規模言語モデル企業がトレーニングを通じて容易に獲得できるものではない。

さらに「人」のレベルでも、新たなサービス市場が出現している。ますます多くの企業が、必要なのはより多くのAIツールではなく、AIを「指揮」できる人材とそれに伴う組織の方法論であると認識するにつれ、AI時代の組織変革コンサルティング、人材育成、プロセス再設計への需要が急速に浮上している。

結局のところ、「モデル層」だけの産業は脆弱である。AI産業をより速く、より健全に発展させるには、より立体的なエコシステムが必要だ。このエコシステムでは、モデルを開発する者、主権インフラを構築する者、ゲートウェイとガバナンスを担う者、垂直業界の深層アプリケーションを手がける者、企業の組織能力再構築を支援する者が存在する。各層は、企業が「受け入れる」から「使いこなす」へと移行する過程での真のニーズに応えている。

これらのニーズは、過去1年で曖昧なものからますます明確になってきた。今後、これらのニーズに応える新世代のソリューション、サービスプロバイダー、製品が、明確な爆発的成長期を迎える可能性が高い。

ロッシュ限界の比喩に立ち返ろう。安全な軌道を見つけるのは、決して企業単独の仕事ではない。エコシステム全体がモデル以外の力を育み始めて初めて、企業は引き裂かれない確かな基盤を得られるのだ。