ザッカーバーグの新しいAIツールがダウンロード数で首位に躍り出て、OpenAIが緊急追随

この記事を読むのに必要な時間は 26 分

Metaの個人AIエージェントMuseが登場し大ヒット、各ユーザーにクラウドコンピュータを1台ずつ提供し、人の用事を代行

原文タイトル：《ザッカーバーグが「全力投球」するアメリカ版ジャービス》
原文著者：蘇揚、テンセント・テクノロジー

編集者より： 9月8日、MetaはパーソナルAIエージェント「Muse」を発表した。リリース後、そのダウンロード数は右肩上がりに伸び続け、1週間も経たずにChatGPTを超えて米国App Storeの無料ランキング1位に輝いた。9月21日までに、iOSとAndroidのダウンロード数はそれぞれ約150万と110万に達し、その後Mac版もリリースされた。

しかし、トラブルも続いてやってきた。リリースから12日目、アマゾンはMuseが自社のショッピングモールでの買い物を禁止した。理由は、Metaが事前に挨拶しなかったこと、Museがウェブページを閲覧する際に自分がAIであることを示さないこと、そしてユーザーのログイン認証情報を保存する可能性があることだった。「AIに代わりに注文させる」ということが、初めて大手プラットフォームと正面衝突したのだ。

同時に、競合他社も加速している。マスク氏傘下のGrok Botは8月にすでにリリースされ、同様に各エージェントにクラウドコンピュータを1台ずつ割り当てている。The Informationの9月21日の報道によると、OpenAIは暫定名「Codex Bot」という製品を準備中で、オープンソースエージェントのOpenClawをベースに構築され、その位置づけはGrok Botに近い。Museに直接対抗する製品はまだ社内で検討段階にあり、責任者はOpenClawの創設者であるピーター・スタインバーガー（Peter Steinberger）氏だ。パーソナルAIエージェントの争奪戦は、すでに概念から正面衝突へと変わった。以下は原文の翻訳である：

米国現地時間9月8日、Metaは「世界初のパーソナルAIエージェント」と謳うMuseを発表し、米国の18歳以上のユーザーを対象に公開した。iOS、Android、muse.ai、およびWhatsAppを通じて利用可能で、今後MetaのAIグラスにも搭載される予定だ。

Museと一般的なチャットボットの最大の違いは、ユーザーの代わりに直接用事を済ませられることにある。ユーザーが目標を伝えると、自分でブラウザを開き、ウェブを検索し、フォームに入力し、メールを送り、旅程を予約し、商品を購入でき、さらにユーザーがアプリを閉じた後もタスクの処理を続けられる。

Metaは各Museに独立したクラウド上の仮想コンピュータを1台割り当てており、その中には独自のブラウザ、ファイルシステム、ターミナルがある。ユーザーが認可したメール、カレンダー、フィットネスアプリなどのサービスを呼び出せ、長期的な会話に基づいてユーザーが関心を持つ事柄を記憶することもできる。

さらに、Muse はユーザーに積極的にリマインドし、長期的な目標を分解し、バックグラウンドタスクを継続的に進め、ウェブページ、PDF、ドキュメント、インタラクティブツールを生成することもできる。

言い換えれば、Meta は一般の人々が AI エージェントを直接使えるようにし、しかもできるだけチャットのように簡単な使い方にしようとしている。

01 AI はアシスタントから実行者へ

Muse の最も注目すべき点は、すでに一連の物事を処理し始めていることだ。

Meta のプロダクト責任者モナ・サランタコス（Mona Sarantakos）は、製品テストで自分の Muse に子どもの新学期前の準備を担当させたと述べている。Muse は学校のメールと学区のウェブサイトを継続的に確認し、重要な日付を家族のカレンダーに入れ、購入が必要な学用品を整理し、子どもが欲しがっていたパーカーを見つけて割引も発見し、同時に新学期初日の夕食も予約した。

その中で、ある細かい点が彼女に Agent の能力への信頼を抱かせた。

学校のメールには、子どもがまもなく始めるスポーツ選抜の内容が含まれており、締め切りまで残り 12 時間しかなかった。Muse は自らこのことに気づき、彼女が搭乗する前にメッセージで知らせた。彼女はその後夫に連絡し、締め切りの 4 時間前に申し込みを完了した。

このようなことは、一度のチャットで完了するのは難しい。Muse は情報を継続的に見続け、どの内容が注意に値するかを把握し、いつユーザーに知らせるべきかを判断する必要がある。そのため、Meta は Muse にバックグラウンド作業能力も設計した。ユーザーがタスクを伝えた後、アプリを閉じても処理を続けることができる。新しい重要な結果を見つけた場合、または次の操作にユーザーの承認が必要な場合にのみ、通知しに戻ってくる。

ユーザーは複数のタスクを同時に伝えることもでき、Muse が前の一件を完了するのを待つ必要はない。

これらのバックグラウンドタスクを可視化するために、Meta はアクティビティ記録を追加した。ユーザーが Muse のアバターをクリックすると、それが何をしているか、これまで何をしてきたか、そして以前にどのような権限を承認したかを見ることができる。

比較的長く続く事柄については、Muse には専用の Goals ページもある。大きな目標を複数のステップに分解し、進捗を継続的に追跡することができる。

これらの設計説明から、Meta が解決しようとしているのは「どうやって AI にユーザーのために物事を継続的に実行させるか」であることがわかります。

テクノロジーとクリエイティブ分野のアーリーアダプターであるロベルト・ニクソン（Roberto Nickson）は、Muse の早期アクセス権を取得した後、パーソナル AI エージェントはこれまで真のプロダクトマーケットフィットを欠いていたが、Muse の強みは Meta 自身が大量のソーシャル関係とアプリデータを保有している点にあると考えています。

彼は特に Muse のオンラインショッピングとローカルレコメンドにおける性能を高く評価しています。ただし、Muse がすぐに自分が毎日使うメインのエージェントになるかどうかは、現時点ではまだわからないとも述べています。

02 AI に一台のコンピュータを

Muse はメール、カレンダー、フィットネスアプリに接続でき、Instagram、Facebook など Meta 自身のサービスにも接続できます。

ウェブ上では、情報を検索し、ウェブサイトを閲覧し、フォームに入力し、チケット予約や買い物を完了することができます。

例えば、Meta のデモ動画では、Muse がある航空券の価格が 40 ドル下落したことを発見し、ユーザーに再予約するかどうかを促しました。また、迫っているゴルフのティータイムを積極的にリマインドし、コースの中でどのホールが最も難しいかをユーザーに伝えることもできます。

ショッピングの場面では、Muse は自分で商品を探し、比較・選択し、最終的な支払い前にユーザーに確認することができます。

ユーザーが Instagram で保存したレシピがあれば、Muse はそれを買い物リストに整理し、パーティーのメニューを手配し、友人の食事制限を覚えた上で、招待状の送信を手伝うこともできます。

より複雑なタスクは Muse 自身のファイルシステムとターミナルプログラムに依存します。

これらに基づいて、自分でコードを書き、タスクを完了するために必要なツールを作成することができます。また、PDF、ウェブページ、その他の「Artifacts」を生成することもできます。例えば、ユーザーが支出を記録したい場合、Muse に継続的に更新される支出追跡ツールを作らせることができ、学習の準備をするときには、インタラクティブな学習ガイドを作らせることができます。

Metaの製品チームはMuseを設計する際に、Ideas機能も追加した。初期のテストで、Museはできることが多すぎて、かえって一部のユーザーはどこから始めればいいかわからなくなることが判明した。

そのため、システムはユーザーの目標、長期的な会話、そしてすでに把握した習慣に基づいて、できることを積極的に提案する。

Museのインタラクション方法も調整された。長期的に継続するメイン会話を採用し、ユーザーはいつでも割り込みでき、複数のタスクを連続して指示することもできる。独立したコンテキストが必要なプロジェクトには、Metaはside chatsを追加した。

AIアナリストの@kimmonismus氏は、Museの位置づけは一般ユーザーに低いハードルの個人AIエージェントの入り口を提供することに近いと考えている。独自のコンピュータとブラウザを持ち、WhatsAppを通じても利用できる。

すでにMetaエコシステムで活発に活動しているユーザーにとって、この接続方法は複雑な操作を学ぶ必要があるAIエージェントよりも取り組みやすいかもしれない。

03 権限をAIに渡す？

AIにメール、買い物、支払いを直接操作させるとなると、最大の問題も現れる。もしエージェントがあなたの代わりにウェブページを開き、フォームに入力し、メールを送信し、さらには買い物までできるなら、それが間違いを犯したときの影響は普通のチャットボットよりも大きくなる。

そのため、MetaはMuseに独立したセキュリティアーキテクチャを設計した。各ユーザーにはそれぞれのMuse Secure VM、つまり独立したクラウド仮想マシンがある。Museとユーザーのデータはその中に置かれ、他のユーザーのエージェントは侵入できない。

この仮想マシンの中には、独立したSentinelエージェントもいる。Museがインターネットにアクセスしようとするときは、Sentinelの承認を経なければならない。ユーザーが決定すべき状況に遭遇した場合、システムはさらに問い合わせを行う。

パスワードや支払い情報もMuseに直接公開されることはない。

ユーザーがサービスを接続すると、認証情報は安全なストレージに置かれ、Museは呼び出せるが実際のパスワードは見えない。Metaはまた、ユーザーが自分でブラウザに入力したパスワードもMuseには見えないと述べている。メール送信や買い物などの機密性の高い操作に関わる場合、Museはユーザーに確認を求める。

Metaはユーザーに権限管理も提供している。例えば、メールはMuseだけが閲覧できるようにしたり、ユーザーの代わりにメールの下書きや返信を許可したりできる。

Museは完全な操作記録も提供し、ユーザーが何をしたか、何をしようとしているかを確認できる。

Metaによると、ユーザーはMuseのインタラクションデータをMetaのAIモデルのトレーニングに使用しないことを選択できる。Muse内の会話と仮想マシンのデータもMetaの広告システムには提供されない。

今年後半には、MetaはMuse Confidential VMの提供も計画している。その際、仮想マシン全体が、ユーザーデータやMuseとの会話を含め、ユーザー自身だけが保持する鍵で暗号化され、Metaでさえアクセスできなくなる。

セキュリティ以外にも、Metaは公開バグバウンティプログラムを開始している。これまで社内で実際のシナリオテスト、エージェントレッドチーミング、非公開バグバウンティプログラムを通じて問題を探してきた。

04 10億人規模のユーザー入口への賭け

Museはより強力なAIアシスタントを作ることが目的ではなく、個人AIエージェント、つまりアイアンマン映画の「ジャービス」をMetaのサービスを利用するユーザーに届けることだ。

Metaの最高AI責任者である汪滔氏は、製品を十分にシンプルで使いやすくすることがMuseの設計原則の一つだと述べている。ユーザーに技術的な経験を求めず、チャットのような方法で一般の人でもAIエージェントを直接使えるようにすることを目指している。

価格もこの位置づけに沿っている。

Museのほとんどの機能は無料で提供され、計算需要がより高いユーザーは月額20ドルまたは100ドルのサブスクリプションプランを選択できる。Metaは大多数のユーザーが無料版にとどまると予想している。

これもMetaが現在の多くのAIエージェント製品と異なる点だ。後者の使用シーンは依然としてプログラミングやビジネスタスクに集中しており、消費者市場では成熟した製品モデルがまだ形成されていない。

MetaはMuseを最初から日常生活に向け、個人AIエージェントを一般ユーザーが理解し使える消費者製品として位置づけたいと考えている。

Metaが持つもう一つの強みは、巨大なアプリケーション入口だ。MuseはすでにInstagram、WhatsApp、そしてGmail、Google Calendar、Google Drive、Ticketmaster、OpenTableなどのサービスに接続できる。

APIを持つ他のサービスについても、ユーザーはMuseにカスタムコネクタを作成させることができる。Metaにとってこれは、Museが全く新しいユーザーシーンを個別に育成する必要がなく、ユーザーがすでに使用しているアプリやサービスに直接入り込めることを意味する。

これはマーク・ザッカーバーグ（Mark Zuckerberg）が以前に提唱した個人AIビジョンと高度に一致している。彼は、将来すべての人が自分の目標や関心事を理解し、非常に高い能力を持つ個人エージェントを持つようになると述べていた。MuseはMetaがこのビジョンを消費者向け製品の形で初めて打ち出したものである。

テクノロジーアナリストのカイル・リードヘッド（Kyle Reidhead）は、消費者向けAIエージェントがAI業界の次の重要なトレンドになりつつあると考えている。Grokに続きMetaがMuseを発表し、AppleとGoogleも同様の能力を自社のスマートフォンやシステムに組み込み続けると見られている。彼はこれに基づき、エージェントの大規模な使用が計算需要をさらに押し上げ、将来デジタルエージェントが普及した後は、ロボットなどの物理AIによる計算資源への需要がさらに高まると判断している。

ただし、Meta自身も現在はまだ初期段階にあると認めている。

Museが真に機能するには、十分な数のアプリ権限を取得する必要がある。そして権限が多くなるほど、ユーザーのプライバシーとセキュリティに対する要求も高くなる。Metaは現在、入口を十分にシンプルにし、仮想マシン、権限管理、Sentinel、手動確認メカニズムでリスクを抑える選択をしている。

ユーザーがより多くの日常業務をMuseに任せることを望むなら、個人AIエージェントは新機能から毎日使うツールへと変わる機会を得られる。

Xの初期体験者@alanchenは、Museの最も際立った点はユーザーの目標を中心に継続的に実際に作業できることであり、同時に安全とプライバシーを製品の核心に置いていることだと述べている。

ここもMuseの次の段階で最も注目に値する点である。技術的には、以前はユーザー自身が行う必要があった多くのタスクをすでに担うことができ、製品面ではMetaも利用のハードルを下げる努力をしている。しかし、個人AIエージェントが最終的に高頻度のツールになれるかどうかは、ユーザーが長期的に使い続け、徐々により多くの実際の生活業務を任せることを望むかどうかにかかっている。

Metaにとって、Museの価値はしたがってAI製品を一つ増やすことだけにとどまらない。

それはむしろ、数十億人のユーザーに向けた入口のテストである。もし個人AIエージェントが日常のアプリに入り込むことができれば、MetaはAIをチャットウィンドウからさらにユーザーの日常生活へと持ち込む機会を得られる。