AIの未来を再定義する：コストから成果へ、そして「ソブリン・インテリジェンス」の探求

AIの進化は、かつてないスピードで私たちのビジネスと社会を変革しつつあります。多くの企業がその可能性に魅了される一方で、その複雑なエコシステム、高騰するコスト、そして将来の不確実性に戸惑いを感じているのも事実です。しかし、その渦中で、「最もスマートなモデルが最も安価になる世界」を見据え、AIの価値とビジネスモデルを根本から再定義しようとしているパイオニアたちがいます。

今回は、自律型ソフトウェア開発をリードするFactory社のCTO兼共同創業者であるエノ・レイエス氏の洞察に深く迫ります。彼はAIの「バリュースタック」について、最も明晰かつ洞察力に富んだ思考を持つ一人として知られています。本記事では、彼の言葉を紐解きながら、AIの真の価値、オープンモデルの台頭、ソブリン・インテリジェンスの重要性、そしてネオラボの未来といった喫緊の課題について詳細に分析していきます。

AIにおける価値の再定義：コストから成果へのシフト

AIの導入を検討する企業にとって、初期の疑問は「AIモデルのコストはどのくらいか？」という点に集約されがちです。しかし、エノ・レイエス氏は、この問いの根本的な転換を提唱します。「最もスマートなモデルが、実は最も安価になる世界」という彼の主張は、従来の思考様式に一石を投じます。彼は、AIの価格を評価する際に「入力」ではなく「出力」、つまり最終的な「成果」の価格に焦点を当てるべきだと強調します。

具体的な例として、ソフトウェアのコードレビューが挙げられます。もし、非常に洗練されたモデルが、ほとんど間違いなく、最小限のトークン数で完璧なコードレビューを即座に提供できるのであれば、それはたとえトークン単価が高くとも、結果的には最も安価なソリューションとなり得ます。一方、安価なモデルを使い、膨大なトークンを消費し、何度も修正を繰り返さなければならないとしたら、最終的なコードレビューのコストは格段に高くなります。この洞察は、「トークンはトークンである」という単純な理論に異議を唱え、AIの真の価値が、その知的な成果物の品質と効率性にあることを明確に示します。

この考え方の延長線上にあるのが、「モデルの種分化（speciation）」の急速な増加です。あらゆるタスクに対応する「万能モデル」の時代は終わりを告げ、特定のビジネスやタスクに特化した無数のモデルが出現する世界が到来するとレイエス氏は予測します。これらの専門化されたモデルは、汎用モデルでは達成できない効率性と精度を提供し、企業は「コモディティタスク」はオープンモデルで処理しつつ、自社のコアとなる「高ボリュームかつ専門的なタスク」のために、コモディティモデルを微調整（ポストトレーニング）して内製するようになります。これにより、モデルプロバイダーが数社に寡占されるのではなく、多様なモデルを構築・運用できる企業が優位に立つエコシステムが形成されるでしょう。

しかし、このようなモデルの微調整や構築には、今日の企業組織やチームが十分に備わっていないという課題も存在します。レイエス氏は、これを20年前のソフトウェア開発の状況になぞらえ、ソフトウェア開発を民主化したのと同じツールが、AIにおける「知性の民主化」にも寄与すると考えます。将来的には、企業は専門知識がなくても、プラットフォーム上で数クリックするだけで、自社のワークフローに特化した高性能なモデルを生成できるようになるでしょう。これは、モデル訓練が一部のフロンティアラボの独占領域ではなくなり、多くの企業がソフトウェアサービスを通じてこの技術にアクセスできることを意味します。

AIシステムの信頼性と検証の進化

AIシステムをビジネスに導入する上で、成果の「検証可能性」は極めて重要な要素です。レイエス氏は、これが現在のAIシステムにおける成功の「単一の最も重要な特性」であると断言します。特に、マーケティングの結論、法律文書の解釈、医療診断といった曖昧さが伴う領域では、出力の信頼性をどう評価するかが課題となります。

この課題に対処するため、AI分野のフロンティアでは、新しい検証方法の構築が進められています。例えば、専門家が介入して評価基準を設けたり、2つのAIの出力を比較してどちらが優れているかを判断したりといった手法です。しかし、レイエス氏が語る「AIのフロンティア」は、さらにその先を行きます。それは、AIシステム自体が、これまで人間が「AIには難しすぎる」と考えてきたタスクに対して、新たな検証戦略を構築できるようになることです。

彼はこれを法律事務所での新人マネージャーの例で説明します。経験の浅いマネージャーは「直感」で判断しがちですが、組織が大規模になるにつれて、具体的な評価基準やフレームワークを文書化し、システム化する必要があります。AIも同様に、最初は「直感的に」正しい判断を下すかもしれませんが、真にスケールするためには、「何が良い結果で、何が悪い結果か、そしてどう評価するか」という基準を明確に「書き下す」必要があります。そして、この基準をAI自身が生成・洗練できるようになれば、AIはより高度なタスクへと進出できるのです。

興味深いことに、このような基準の明確化は、AIのパフォーマンス向上だけでなく、人間の行動にも影響を与えます。評価基準が明確になれば、人々はその基準に沿って行動するようになるからです。これは「インセンティブを示せば、結果もそれに従う」という原則に通じます。したがって、AIの評価基準を設計する際には、意図しないインセンティブを生み出さないよう、細心の注意を払う必要があります。間違ったインセンティブを設定すれば、システムはそれが本当に良い結果でなくても、そのパターンに従ってしまいます。この深い洞察は、AIガバナンスと倫理、そして人間とAIの協調における本質的な課題を浮き彫りにします。

フロンティアモデルのTAMとアプリケーション層の戦略

今日のAI業界では、ごく少数の「フロンティアモデル」提供企業が、知性時代の覇権を握るとの期待が高まっています。しかし、レイエス氏は、フロンティアモデルのTAM（Total Addressable Market）が「過大評価されている」可能性を指摘します。彼は、知性の分野が少数の企業に支配されるという考えは非現実的であり、市場には常に多様な選択肢が存在すると考えます。

フロンティアモデルラボが直面する課題は、その利益率（マージンプロファイル）をいかに防衛するかという点にあります。選択肢が多数存在する中で、モデル単体での価格競争は避けられず、トークン価格を二倍にしても顧客が購入し続けるという仮定は現実的ではないでしょう。この利益率の縮小は、現在2兆、3兆、4兆ドルといった途方もない評価額が与えられている企業群の期待値を大きく修正する可能性があります。

Anthropicが第一四半期で黒字化したという報道は、一見すると利益率が好調であるかのように映るかもしれません。しかし、レイエス氏は、その収益の大きな要因が「アプリケーション」によるものであると分析します。モデルそのもののマージンプロファイルは、その上に構築されるアプリケーションのマージンプロファイルよりも悪いと彼は見ています。

この認識に基づき、モデル提供企業が取るべき戦略として、レイエス氏は二つの道を提示します。一つは、推論の販売で卓越した「プラットフォーム時代」の企業になること。もう一つは、優れたモデルを核としながらも、「アプリケーション層」の企業へと昇格することです。Anthropicは後者のアプリケーションパスを、OpenAIは両方に足を踏み入れつつも、プラットフォームへのコミットメントがより強いように見えます。

しかし、レイエス氏は、アプリケーション層での戦いは「はるかに困難な戦い」になると予測します。その最大の理由は「モデルロックイン」がもたらすインセンティブの不一致です。もし企業が自社のモデルにロックインされていれば、顧客に最良の成果を提供するためではなく、自社モデルのトークンを売るために行動するインセンティブが働きます。これにより、顧客は「その企業にとっての最良モデル」しか利用できず、「市場全体の最良モデル」を利用できる競合他社に比べて、価格と品質の面で劣る可能性があります。コーディングの分野では、モデルによって成果が大きく異なるため、この差は致命的になり得ます。

結局のところ、2兆ドルもの評価額がコード生成モデルのような「スイッチオフが容易な」アプリケーションに付与されている現状は、投資家にとって大きなリスクをはらんでいます。これらの企業がその価値を実現するためには、レイエス氏は二つの道しかないと指摘します。一つは、AIの手段を独占するよう政治家を説得し、「規制による捕捉」を目指すこと。もう一つは、複数のモデルを活用することで、真のコストと品質のフロンティアに合致するアプリケーションと成果物を構築することです。OpenAIが「より多くのモデルをハーネスに組み入れている」兆候は、彼らが後者の道を模索し始めていることを示唆しているとレイエス氏は見ています。

AIのマーケティングと未来予測の修正

AI業界のマーケティングは、その技術の持つ巨大な可能性にもかかわらず、しばしば誤った方向へと進んできました。エノ・レイエス氏は、これまでのAIマーケティングが「現代の資本家によって行われた最悪のマーケティングの一つ」であったと厳しく評価します。その理由は、それが人々に恐怖を与え、AIが信頼できないものであると伝え、彼らの幸福と生計を脅かすものとして提示されてきたからです。

ダリオ氏（Anthropic CEO）が提起する、規制されていない危険なAIからの脅威は、確かに現実的なものです。しかし、レイエス氏は、それらを伝える方法が重要だと主張します。AIの「シンギュラリティ」や「AGI（汎用人工知能）」、そして「神のような神話」といった言葉は、不必要に多くの人々を怖がらせてきました。代わりに、技術が「信じられないほど変革的である」こと、そして「人間がその変革において大きな役割を果たす」ことを強調し、リスクは他の技術と同様に管理可能であることを伝えるべきだと彼は提案します。

過去のAIに対する過度な予測が現実と乖離した事例として、OpenAIのサム・アルトマン氏が自身の予測を修正したことが挙げられます。彼は、経済の勢いと既存ビジネスの強さを過小評価しており、当初描いた未来は実現しなかったことを認めています。この「自己修正」の姿勢は、AIの未来を議論する上で極めて重要です。

レイエス氏自身も、ビジネス構築における「計画」よりも「反応」の重要性において、自身の予測を修正してきたと言います。Factory社にとって、最も優れた意思決定のほとんどは、6ヶ月先のマスタープランではなく、何らかの情報に対する瞬時の反応から生まれています。彼は、世界が常に反応的なフィードバックループの中にあり、誰も未来の正確な答えを持っているわけではないと指摘します。未来は、日々の対話と行動の中でリアルタイムに定義されていくものであり、この認識は、ビジネスリーダーに大きな力を与えると共に、「何事も保証されていない」という現実を受け入れることを促します。この考え方は、AIという未踏の領域を進む企業にとって、変化に適応し、新たな機会を捉えるための重要な指針となります。

AI企業の利益率と持続可能な成長戦略

AI企業の利益率（マージンプロファイル）は、従来のSaaSビジネスと比較して低い傾向にあります。SaaSが70〜80%の利益率を誇るのに対し、AI企業は30〜35%程度にとどまるという指摘もあります。これは一時的な「構築フェーズ」の現象なのか、それともAI時代の新たな常態なのか、投資家にとって重要な問いです。

エノ・レイエス氏は、Factory社は「良いマージン」を確保できていると語り、全てのAI企業が低い利益率に苦しんでいるわけではないと強調します。彼らの戦略は、「成果そのもの」に価値を見出すことに徹底的に焦点を当てることで、顧客の利益に合致した形で高収益性を実現しています。Factory社は、他のAI企業がよく行う「消費者への補助金」を提供しません。特に開発ツール分野では、これは「セルフサービスユーザーからのマインドシェア」を失うことにも繋がりますが、彼らは長期的な視点を持っています。

Factory社は、一般的な「プロダクト主導型グロース（PLG）」の戦略とは一線を画しています。企業に展開された製品内でのPLGには注力するものの、品質を最優先しない限り、現在の消費者に直接訴えかけるような「コンシューマー向けパブリックプラン」は持っていません。彼らは、今日の「市場を席巻する」という競争環境において、なぜこの道を選ぶのでしょうか？

レイエス氏は、その理由を、市場に「実質的に無限の資金を持つ二大プレイヤー」が存在し、補助金を通じて市場を支配しようとしている状況にあると説明します。しかし、過去の経験が示すように、補助金を撤回すれば顧客は離れていきます。彼の予測では、1〜3年後には「オープンモデル」が最もコスト効率の良いソリューションとなり、ローカルPC上で実行できる安価なモデルが主流になるといいます。Factory社は、この未来に最適化された製品（オンプレミスでのローカル実行とオープンモデルへの対応）を提供することを目指しており、補助金に頼らず、最高の製品を通じて長期的にセルフサービスユーザーを獲得する「長いゲーム」を戦略としています。

投資家へのアドバイスとして、レイエス氏は、一時的な利益率の低下は顧客基盤を獲得するための戦略としては有効であるとしつつも、「利益率を向上させる明確な道筋」がなければ非常にリスキーであると警告します。AI市場は競争が激しいため、価格を上げるだけでなく、製品の「成果と価値」も同時に向上させなければ、顧客は簡単に離れていってしまいます。

エンタープライズ顧客との長期契約は、高い顧客の「粘着性」をもたらします。Factory社は世界最大級の企業と取引していますが、彼らが提供するのはテクノロジーだけでなく、「そのテクノロジーを最もよく使う方法に関する知識」でもあります。これはコンサルティングやプロフェッショナルサービスとは異なり、導入のために莫大な人員を必要とするような「悪い製品」ではありません。顧客は、今日の知識だけでなく、1年後も継続的に提供されるであろう「先見性」に対しても価値を見出し、製品と共にそれを購入するのです。このように、単なるツールではなく、プラットフォームやシステムとして機能することで、企業の粘着性はさらに高まります。

モデルルーティングの真価と「ハーネス」の台頭

AIエコシステムにおいて、複数のモデルの中から最適なものを選択・誘導する「モデルルーティング」は重要な技術として注目されています。StripeによるOpen Routerの80億ドルでの買収は、この分野への大きな投資を示しています。しかし、エノ・レイエス氏は、ルーティング技術自体が「それほど差別化されていない」と見ます。彼の視点では、この買収はルーティング技術そのものへのベットではなく、「資本配分の方向性」へのベットであると分析します。

トークンは知性であり、その生成にはエネルギーが不可欠です。ビジネスは、成長と拡大のために、エネルギー、知性、資金といった資源を効率的に配分する必要があります。Stripeは既に資金の流れをコントロールしており、Open Routerの買収を通じて、企業が「知性」をどのように配分しているかという情報（どのモデルに、どのような用途で）を獲得できます。これにより、Stripeは企業のリソース配分に関する洞察を深め、より広範なエコシステムにおける支配力を確立しようとしているのです。ユーザー数が少ない、しかし技術的に優れているルーティング企業に80億ドルを投じることはないだろう、というレイエス氏の指摘は、今日のAIにおける「技術がもはや堀ではない」という、より大きなアイデアに通じています。

Factory社も独自のルーティング製品を持っていますが、彼らが着目しているのは、単なる「ゲートウェイルーティング」を超えた、より高度な概念です。多くの企業がコスト削減のために、すべてのLLM（大規模言語モデル）へのアクセスを集中管理する「モデルゲートウェイ」を導入していますが、これは10〜20%程度のコスト削減効果しかもたらしません。真にモデルの恩恵を享受するには、「エージェンティックワークフロー」において、エージェントやシステムがタスクを動的に理解し、より「ステートフル」な方法で知性を配分する必要があります。ここでいうステートフルとは、現在だけでなく、過去の出来事や将来の予測も踏まえて意思決定を行う能力を指します。このような動的な知性配分は、タスクが完了する「外側」では実現できず、タスクの「内側」、すなわち「ハーネス」と呼ばれる層で起こる必要があります。

「ハーネス」という概念は、コンテキストウィンドウの拡張がモデル層ではなく、エージェント内部の「コンパクション」で解決された例に似ています。人々は、問題をモデルやゲートウェイといった「どこか別の場所」で解決されることを望みがちですが、実際には「ハーネス」がこれらの問題を解決する場所となりつつあります。ハーネスは、アプリケーションのロジックが集約され、状態が維持される「新しいアプリケーション層」であり、AIを用いて作業を行う上で最も簡単で最適な場所であるとレイエス氏は説明します。

このハーネス層の重要性の高まりは、「継続的学習」の議論にも影響を与えます。過去には、クローズドループシステム内部でモデル自体が学習を続けるというアイデアがありましたが、この技術はまだ確立されていません。実際には、モデルプロバイダー自身も、継続的学習が「ハーネス層で起こる」ことを認めています。この学習によって得られる知見は、企業が「自分たちが主権を持つ」ことが極めて重要であると考えるようになります。この「インテリジェンスの主権」こそが、今後5年間のAIにおける最大の問いとなるとレイエス氏は予見します。

ソブリン・インテリジェンス：誰がAIの学習を所有するのか？

「ソブリン・インテリジェンス（主権ある知性）」という概念は、AI時代の企業にとって、その存続を左右するほど重要だとエノ・レイエス氏は訴えます。それは、「誰が、あなたが日々行うタスクから生成されるデータ成果物、つまりビジネスの成功を導いた学習とワークフローを所有するのか」という問いに他なりません。

この問題を理解するために、彼は法律事務所の例を挙げます。もし法律事務所が、そのすべてのケースを外部の会社にアウトソースし続けたとしたら、5年後にはその外部会社が事務所のビジネス全体を把握し、完全に支配できるようになるでしょう。これは、企業が自社の知性を他者にアウトソースする際に直面する潜在的なリスクを象徴しています。

現在のAI業界では、OpenAIやAnthropicのような大手モデル提供企業のいくつかが、「我々は、我々が知性を提供するあらゆる産業やビジネスを追いかけるつもりだ」と公言しています。この事実は、世界中の大企業が、自社のビジネスがモデルラボによって脅かされる可能性に、非常に警戒していることを示唆しています。PalantirやMicrosoftのサティア・ナデラ氏も、自社の知性を所有することの重要性について繰り返し言及しています。もし知性が自社のものでなければ、モデル提供企業はビジネスを直接奪うか、少なくとも、ビジネスの方向性に対して不当なレバレッジを持つ可能性があります。

このような背景から、「オンプレミス」でのAI導入は、多くの企業にとって単なる技術的選択を超えた意味を持ちます。レイエス氏によれば、オンプレミスは、企業がソフトウェアのあらゆる側面をコントロールし、所有権を確保できるという「アイデア」そのものを表しています。Factory社が提供するオンプレミスソリューション「Factory Private」は人気がありますが、驚くべきことに、多くの企業はFactory社のSaaSモデルを選択します。その理由は、オンプレミスという選択肢が用意されており、必要であればいつでも切り替えられるという「安心感」があるからです。これは、Factory社が顧客と「インセンティブが一致している」ことを示し、顧客は知性の主権が確保されていると感じるため、SaaSモデルでも安心して利用できるのです。

CursorがSpaceXに買収された事例も、この文脈で議論されます。Cursorの買収は、コンピューティングリソースへのアクセスという点で大きなメリットをもたらす一方で、「モデルバイアス」を生じさせ、Grokモデルへの依存度を高める可能性があります。これにより、企業はソフトウェア開発ライフサイクルを、特定のモデルラボにモデルロックインされるプロバイダーに委ねることに躊躇するかもしれません。企業は、モデル独立性を維持し、自社の知性の主権を確保することを強く求めているのです。

モデル開発の加速とネオラボの淘汰

今日のAIモデル開発のペースは驚異的です。arena.aiのようなプラットフォームを通じて、無数の新しいモデルが次々と登場し、多様な選択肢を提供しています。エノ・レイエス氏は、このモデル生成のペースは「かなり長い間、維持されるだろう」と予測します。その理由は二つあります。一つは、モデルの構築が根本的に容易になっていること。もう一つは、「ソブリン・インテリジェンス」の概念が広がる中で、人間が多様な意見や視点を持つように、モデルも多様な「意見」を持つようになるからです。人々は、純粋な性能だけでなく、そのモデルの背後にある「思想」や「視点」に共感して選択するようになるでしょう。この流れは、モデルの多様性をさらに加速させ、市場を拡大させることになります。

しかし、この活況の裏側では、厳しい淘汰が待っています。多くの業界専門家が、今日のAIスタートアップ（ネオラボ）の70〜80%が数年以内に姿を消すと予測していますが、レイエス氏は「80〜90%が次の18ヶ月で消滅する可能性がある」と、さらに踏み込んだ予測をします。ただし、「死ぬ」という言葉は、必ずしもネガティブな意味ばかりではありません。多くの場合、それはM&Aによる成功的な「出口」を意味するからです。

投資家に対し、生き残るネオラボを見極めるための質問として、レイエス氏は以下の3点を挙げます。

このビジネスは耐久性のあるワークフローに付随しているか？
新しいフロンティアモデルが改善されても、そのワークフローは変わらないか？
もしこのワークフローが新しいビジネスに導入されたとしたら、そのビジネスはさらに良いものを見つけ出すだろうか？

これら全てが「Yes」となるビジネス、つまり「全く新しい思考方法や働き方に対しても耐久性があるビジネス」が生き残る可能性が高いと彼は言います。例えば、法律分野はこれに該当します。法律ワークフローはプロプライエタリなデータに依存し、新しいモデルがデータなしで劇的に改善されることはなく、法律システム自体は今後も存続するからです。対照的に、ExcelやJiraでの作業のような一般的なナレッジワークに特化したネオラボは、差別化が難しく、5〜10年後にはそれらのツール自体が使われなくなる可能性もあります。

レイエス氏は、AIの能力進展にはセクター間で大きな「非同期性」があることを指摘します。コーディングやカスタマーサービスといった分野では目覚ましい進歩が見られる一方で、ポッドキャストのクリッピングのようなメディア編集、マーケティングコピー、ビジュアル生成といった分野では、AIの能力はまだ「はるかに及ばない」レベルにあります。AIは、動画のどの部分が「フック」になるか、どのタイミングでクリッピングすれば視聴者の関心を引きつけられるか、といった人間の「味覚」や「直感」に基づく知識をまだ持っていません。

このセクター間の能力差の最大の理由は、メディアを扱うビジネスが、その分野に存在する暗黙の知識（人々の頭の中にしかない知識）をAIに取り込むことに、まだ100%の時間を割いていないからです。レイエス氏は、企業がこの「デルタ（差異）」に資本を投じ、人間の直感を記述化し、AIに学習させることに成功した瞬間、その分野のAI能力は「極めて迅速に」進歩すると予測します。したがって、今日のポッドキャストクリッピングのような「プロプライエタリな知識」を伴うワークフローは、AIの次のフロンティアとなる潜在的な領域なのです。

オープンソース中国モデルの評価と地政学的側面

オープンソースモデルの台頭は、その起源が多様であることから、時に地政学的な懸念を引き起こします。特に「オープンソースモデル＝中国モデル」という認識は、アメリカ企業にとってセキュリティや信頼性の問題として認識されがちです。しかし、エノ・レイエス氏は、このような認識が「フロンティアラボによる、人々を怖がらせ、他者化するための『スコップ（scop）』、つまり情報操作だ」と手厳しく批判します。

彼の見解では、中国を含む様々な場所から生まれたオープンモデルは、本質的に既存のフロンティアモデルと「何ら変わりがない」とされます。もちろん、どのようなビジネスからモデルを取り込む場合でも、現実的な課題は存在します。それは、OpenAIやAnthropicのようなモデルにも当てはまります。レイエス氏は、すべてのモデルに対して、以下の質問を投げかけるべきだと主張します。

これらのモデルの作成者によって、潜在的に何が検閲されているか？
これらのモデルは、私が懸念する問題を解決できるか？
もしこのモデルが6〜12ヶ月で使えなくなった場合、他のものに切り替えることができるか？

中国モデルに特有のセキュリティリスクやバックドアの証拠は、「これまで示されていない」とレイエス氏は指摘します。むしろ、それらはアメリカモデルと同様に、作成者の好みやバイアスを持っているだけです。これは認識しておくべきですが、通常、日々の業務に大きな影響を与えるものではありません。

したがって、アメリカ企業がオープンソース中国モデルの利用を検討する際、レイエス氏は、特定のタスク（例：コードレビュー）においては、中国モデルとアメリカモデルの間で「同じ結果が得られる可能性が高い」という現実を認識すべきだと考えます。国家安全保障に関わるような極めて機密性の高いタスクでは、もちろん中国モデルの使用は避けるべきです。しかし、一般的なビジネス用途では、モデル作成者の「好み」や「バイアス」を理解し、それが自社の利用目的と合致するかどうかを評価することが重要です。例えば、Anthropicのモデルが「再帰的自己改善」に関する記述をブロックすることがあるように、すべてのモデルには、その作成者の意図によって設定された制約やバイアスが存在します。これは中国モデルに限らず、すべてのモデルに共通する注意点であり、技術選定における重要な考慮事項となるべきです。

オープンモデルの台頭とハイパースケーラーの戦略

AI市場の未来を展望する上で、オープンモデルの重要性は日増しに高まっています。VercelのCEOが指摘するように、オープンモデルの利用はクローズドモデルよりもはるかに速いペースで増加しています。エノ・レイエス氏の予測は、さらに大胆です。「3年後には、99%のワークフローがオープンモデルで行われるだろう」。しかし、彼はその一方で、「そのタスクの1%が、将来のインテリジェンスの経済的価値の30〜40%を占めるだろう」とも付け加えます。

この予測は、オープンモデルが広範な日常業務やコモディティタスクを効率的に処理する一方で、最先端のフロンティアモデルは、バイオ研究、高度なLLM・AI開発、セキュリティ、防衛といった「非常にニッチな」分野で、極めて高い価値を生み出すことを意味します。現在のグローバル企業が抱える業務の99%は、今日の「真のフロンティア」の知性を必要としないため、コスト効率が最優先され、オープンモデルが主流となるでしょう。この状況は、OpenAIやAnthropicのようなラボが、フロンティアの研究開発に特化することで、他社との差別化を図る機会を生み出します。彼らがオープンモデルをリリースし、その推論を自社で提供することも、優れたビジネスモデルとなり得るでしょう。

このような市場環境において、Microsoftは「最も優れたポジションにいるハイパースケーラーの一つ」であるとレイエス氏は評価します。サティア・ナデラCEOは、OpenAIへの投資を通じて、AIの巨大なアップサイドを巧みに捉えつつ、同時にモデルの非依存性という戦略を推進しています。Microsoftは、エンタープライズ顧客が単一のプロバイダーでは必要な知性をカバーできないことを認識しており、AzureをAnthropic、OpenAI、そして最も重要な「オープンモデル」の推論をサポートするプラットフォームとして位置づけています。この「二面性」と「モデル非依存性」は、あらゆるビジネスの仕事を加速させることを目指すMicrosoftにとって、計り知れない価値を持つとレイエス氏は指摘します。彼らは、ベットによってアップサイドを確保しつつ、市場全体を資本化するという非常に巧妙な戦略を展開しているのです。

一方、Metaのマーク・ザッカーバーグCEOがSpark（Llamaなどのオープンモデル開発プログラム）に多額の資金を投じる戦略については、レイエス氏は「人類のためには正しい」と評価します。より多くのオープンモデル、特にアメリカ製のオープンモデルは、アメリカ国内外でのAIの普及を促進します。しかし、ビジネスとしてのMetaは、これらの新しいモデルを使って自社の事業（特に巨大な広告事業）のオペレーションを強化する必要があり、その投資は最終的にはその価値に見合うものとなるでしょう。

MetaとMicrosoft、どちらか一つを選ぶとしたら、レイエス氏は迷わず「Microsoft」を挙げます。その最大の理由は、Microsoftが所有する圧倒的な「インフラ」です。彼らは膨大な数のデータセンターを所有し、その構築に莫大な投資を行っています。どのようなモデルがその上で実行されようとも、インフラを提供するMicrosoftは勝利する、という構造を彼は見抜いています。

AI投資の「負債サイクル」と垂直統合の必要性

データセンターの構築における前例のない巨額の投資と、それに伴う負債の増加は、AI業界全体、ひいては金融市場全体にとって大きな懸念材料となっています。エノ・レイエス氏は、この「負債サイクル」について、投資家が懸念を抱き始めるべきだと警告します。

多額のフリーキャッシュフローを持たない企業にとって、大規模な負債を抱えることは「危険」です。MicrosoftやGoogleのような企業は、巨大な参入障壁を持つ耐久性のある既存事業から豊富なキャッシュフローを得ており、AI投資による将来的なキャッシュフローのわずかな打撃があったとしても、存続が可能です。しかし、OpenAIやAnthropicのようなモデルラボにとっては、この状況は「完全に実存的な問題」となります。次の大規模なモデル訓練やデータセンター構築に必要な、何千億ドルものフリーキャッシュフローを生み出すことは、彼らにとって「テクノロジー史上最も偉大なフリーキャッシュフロービジネス」にならなければならないという、途方もないハードルを課しています。

このような背景から、モデルラボがチップ層への「垂直統合」を進める動き（OpenAIのJalapeno、Anthropicの独自チップ開発の報道など）は、「正しい動き」であるとレイエス氏は見ています。彼らにとって、垂直統合は、巨額の負債やベンダーへの依存から解放されるための「最も強力な方法」です。もし彼らがマルチ兆ドル企業へと成長するのであれば、将来的にこのインフラ層のより多くの部分を所有する必要があるのは明らかです。

しかし、この動きは、既存のベンダーとの関係に短期的な課題をもたらすでしょう。モデルラボの明らかな目標は、現在のベンダーへの依存を解消することであるため、その関係性の変化をどのように乗りこなすかが、興味深い挑戦となるとレイエス氏は指摘します。これは、VC業界における「忠誠心がない」競争、あるいは「競合と協業」が常態化している今日のテクノロジー業界の縮図とも言えるでしょう。生き残るためには、皆が自社の利益を最優先する、という厳しい現実がそこにあります。

AI市場の現状と未来：Yahoo時代からGoogle時代へ

今日のAI市場には、「ピークの熱狂期」にあるという懸念がつきまといます。Cursorがわずか4年で600億ドルで売却されたような事例は、病院や財団への資金還元という具体的な成果を生む一方で、その評価額の妥当性について議論を呼びます。しかし、エノ・レイエス氏は、AIがもたらす変革の真の深さから、2008年のような金融危機やバブル崩壊といった大規模な資産暴落のシナリオは「現実から切り離されている」と考えています。

既に科学や人類の繁栄に具体的な成果が見られ始めているAI技術は、その道のりを加速させ続ける軌道に乗っていると、ほとんど全ての科学・技術専門家が認識しています。問題は、「その変革のバックボーンとなるビジネスは何か」という点です。レイエス氏は、現在のAI市場を「Yahoo時代」になぞらえます。今日のOpenAIやAnthropicは、インターネット初期のNetscapeのような「最初のプレーヤー」であり、先駆者であることは必ずしも成功を保証しません。真の「Google」のような存在、つまりその後の時代を定義する企業は、まだ広く認識されていないか、あるいはこれから出現するのかもしれません。

Appleのスティーブ・ジョブズが取った戦略のように、「一番乗りであること」ではなく、「あらゆる点で最高であること」を目指すアプローチは、AI時代においても重要です。Factory社もまた、「一番であること」よりも「最高であること」に重きを置いています。

企業成長の軌跡と投資家の期待値も、このAIの波によって根本的に変化しています。わずか2、3年で数十億ドルの評価額に達する企業が次々と現れ、成長のスピードはかつてないほど加速しています。レイエス氏は、これは単に経済が「より速く、より大きく、より良く成長している」という現実の表れではないかと示唆します。多くの人がこれを「シンギュラリティ」の感覚だと表現しますが、私たちはそれを「今日の常識」として受け入れ、新たなモデルを構築していくことになるでしょう。それは、私たち自身が経済として拡大している証拠なのかもしれません。

SaaS企業の未来とM&Aの波

AIの波は、既存のソフトウェア業界、特にSaaS（Software as a Service）企業にも大きな影響を与えています。AirTableが以前の110億ドルから25億ドルに評価額を下げた事例は、SaaS企業の将来性に対する懸念を象徴しています。エノ・レイエス氏は、この現象を「現代のSaaSビジネスは、もはや映画スタジオのようだ」と表現します。つまり、企業は常に「ブロックバスター」となる製品を出し続け、世界の注目を集めなければならない、という状況です。

AirTableは確かに「ヒット作」を生み出し、素晴らしいビジネスであり、素晴らしい出口（買収）を果たしました。しかし、その成功にあぐらをかいていれば、Bending Spoonsのような企業に市場を奪われることになります。新しい世界では、「常に大きくなり、成長し続けること」が求められます。このため、レイエス氏は、今後多くのSaaS企業がM&A（合併・買収）の波にさらされるだろうと予測します。これらの企業は、依然として優れたビジネスであり、収益を上げることができますが、Stripeのような経済の根幹を捉える「巨大な基盤」にはなり得ないからです。

これは、ゲーム業界における成功とも似ています。一つのヒットゲームは5〜7年間、熱心なユーザーベースを維持するかもしれませんが、その後も成功し続けるには「次の大ヒット」を生み出し続ける必要があります。SaaS企業も、特定のニッチで成功を収めても、AIによる「食い合い（cannibalization）」の波が来る前に、戦略的な出口を見つける必要があるのです。

Factoryの異質な採用戦略と企業文化

Factory社の採用戦略は、極めてユニークであり、従来の企業文化とは一線を画します。エノ・レイエス氏は、将来の全採用が「企業買収、または創業者とそのチームを取り込むこと」によって行われると述べています。これは、一般的な採用プロセスとは大きく異なります。

創業者である人物が、従業員として成功することは難しいという見方もあります。レイエス氏は、Factory社がそのような「意見が強く、自己中心的」な創業者ではなく、「チームとして成功する」人材を見極めるための基準を持っていると説明します。彼らの最も重視する点は、組織のプロファイルが急速に変化しているということです。今日では、オープンソースプロジェクトを立ち上げ、何ヶ月もかけて一つのものを構築する人物がいます。このような行動は、従来の面接では測れないほどの「信念」を示しています。このような「一人企業」とも言える才能ある人々は、既にミッションを持って行動しており、Factory社が提供できるのは、そのミッションをさらに推進するための「より多くのリソース」です。

Factory社が求めているのは、以下の特性を持つ人材です。

ミッションアラインメント（使命への合致）: これは単なる言葉ではなく、文字通りFactory社が取り組んでいる問題と全く同じ問題に、高いレベルで取り組んでいること。例えば、ソフトウェア開発のためのハーネス構築に深く関わり、既に数万人に利用されているものを開発しているような人物です。
独立性と責任感: 巨大な責任を引き受け、自律的に機能できること。

これらの人材は、テクノロジーがもはや堀ではないことを認識しており、自身のこれまでの成果を数日で統合したり、より大きなものを構築するために、これまでの作業をスクラップすることも厭わない覚悟を持っています。Factory社は、多くの元創業者やスタートアップ出身者が集まるチームであり、このようなプロファイルの人材は「天国で結ばれたマッチ」であるとレイエス氏は表現します。

シリコンバレーが「金銭中心になりすぎた」という批判（例えばチャマス・パリハピティヤ氏の発言）に対し、レイエス氏は反論します。彼は、サンフランシスコには、テクノロジーを心から愛し、世界を変えたいと願う人々が「山ほどいる」と主張します。Factory社自身も、ソフトウェアファクトリーという概念を創造したとき、それは非常に困難で曖昧な問題であり、多くの人から「無理だ」と言われながらも、信念を持って構築を続けました。このような「ものづくりへの執念」こそが、シリコンバレーの真髄であり、その周りに金融商品を作る人々がいるのは健全なエコシステムの一部である、と彼は見ています。

また、伝統的な学歴や実績（「チェスのチャンピオン」や「数学の神童」といったもの）の重要性についても、レイエス氏は懐疑的です。彼にとって、最も重要な個人の特性は、「今日のシステムが『ルール』と呼ぶものの範囲外で行動できる能力」です。これは測定が非常に難しい資質ですが、彼は伝統的な経歴の外に、システムに見過ごされてきた才能を見出すことの重要性を説きます。彼自身がアイビーリーグ出身者であるにもかかわらず、「学歴は能力のシグナルにはほとんどならない」と断言し、本当に素晴らしい人材は、「自分が情熱を注ぎ、世界に伝えたいと願う何かを構築している」ことを示す、と述べています。

才能の価値を評価する際、彼は「グラフ」という比喩を用います。個々のノード（個人）の価値がいくらというのではなく、それらのノードが結びついて形成する「グラフ全体」がどれだけ強力になるかが重要だ、という考え方です。AI以前に構築された組織の「グラフ」は、この新しい時代に対応するために急速に更新される必要があり、適切な人材を取り込むことは、2兆ドル企業が4兆ドル企業になるための決定的な違いを生み出す可能性があるため、「ほぼ何でも価値がある」と彼は述べます。

成果主義の企業文化とAI時代のコスト管理

企業文化、特に仕事へのアプローチは、採用と生産性に大きな影響を与えます。エノ・レイエス氏は、「パフォーマンス重視の仕事文化」に対して警鐘を鳴らします。「24時間365日働く」といった姿勢を強調する創業者は、その人物が非常に生産的であると見なしがちです。しかし、Factory社での経験から、このような「パフォーマンスを装う」文化は、多くの場合、その人物の他の欠点を補うためのものであり、必ずしも優れた採用とは結びつかないことが分かっています。この原則は、企業レベルにも当てはまります。常に土日も働くことを文化とする企業は、そのビジネスモデル自体に根本的な問題がある可能性を示唆している、と彼は語ります。

もちろん、スタートアップの構築においては、週末や長時間労働が避けられない時期もあります。しかし、重要なのは「パフォーマンスを証明するため」ではなく、「成果を達成するため」に働くという意識の差です。インセンティブが「働いていることを示す」ことにある場合、それは誤った行動を促します。Factory社は、ビジネスを「成果」に徹底的に焦点を当てることで、この問題を解決しています。

AI時代のコスト管理も、この成果主義の原則に基づいています。McCorのブランドン氏が「エンジニアの人件費よりもトークン費用の方が高い」と述べ、Jason Lamin氏が「最高のエンジニアに10万ドルのトークンを支給する」と語る中で、Factory社は「トークンやクレジットを個人に割り当てる」という考え方自体が「非常に奇妙」であり、「インプットを見ている」と指摘します。

Factory社では、トークン消費を「プロジェクトと成果」に割り当てて管理しています。例えば、プログラムベンチという極めて困難な評価指標をクリアするために、あるプロジェクトに数百万ドル相当のクレジットを1日で費やした事例があります。これは、その「プロジェクトが目標とする成果を達成できるか」を見極めるための投資であり、個人の働きぶりを測るものではありません。Factory社は「エージェント有効性」という製品を通じて、各プロジェクトで消費されたクレジット数を追跡し、目標とする成果が達成されているかを測定しています。この新しい世界では、エージェントを人間と1対1でマッピングしたり、エージェントに名前を付けたりすることは「奇妙な考え方」であり、プロジェクトに資本を割り当て、エージェントシステム全体で成果を追求することが、より適切なアプローチとなります。レイエス氏は、このような企業では、トークン費用が8桁、9桁に達することも容易に見られるだろうと予測しています。

Factoryの戦略的「No」と未来への展望

製品開発において、最も難しい決断の一つは「No」と言うことです。エノ・レイエス氏にとって、Factory社が「セルフサービス」に対して継続的に「No」と言い続けていることは、最も「苦痛なこと」だと語ります。製品の作り手として、多くの人に製品を使ってもらいたいという強い願望がある一方で、セルフサービス市場への対応は、Factory社のビジネス成功やエンタープライズ顧客への体験と「相容れない」部分があると考えているからです。

この決断は永続的なものではないと考えていますが、現時点では、短期的な市場シェアよりも、長期的なビジネスの成功と、エンタープライズ顧客への最高の体験提供を優先しています。彼は、市場には数百万人のユーザーを持つ同種のソリューションが存在する中で、Factory社の製品がそれらと比べて劣っているわけではなく、「経済性」が最大の障壁であると認識しています。Factory社は、補助金に頼ることなく、最高の製品を提供することで、最終的にセルフサービスユーザーを獲得するという「長いゲーム」の戦略を遂行しています。

もちろん、セルフサービスユーザーは、製品のバグ修正や個人レベルでのユーザー体験向上に貢献するフィードバックを提供してくれます。Factory社は、既に数万人のセルフサービスユーザーから十分なフィードバックを得ており、それ以上の人数が必要なわけではないと考えています。しかし、コミュニティが製品を中心にメディアやコンテンツ、ストーリーテリングを生み出すという「草の根のブランド力」は、セルフサービスがなければ得難いものであり、これに代わるものを生み出すことは大きな課題です。

最後に、レイエス氏は「今日では常識外れに見えることが、5年後には信じられないほど一般的になること」について語ります。彼が挙げるのは、「わずか200万人程度の『聖職者階級』が、人類全体のソフトウェアの運命を決定している」という今日の状況です。彼は、3〜5年後には、ほとんどあらゆる問題に対して、その場でカスタムソフトウェアを生成できるようになることが「考えられないほど一般的になる」と予測します。LovableやBoltsのような個人向けアプリケーション構築ツールがその初期の兆候ですが、これは個人の問題解決だけでなく、社会全体へと波及するでしょう。例えば、ベリーズでの休暇中に乗るボートの運転手が、自宅のHR ITソフトウェアよりも優れた、完全にカスタムされたソフトウェアインターフェースを持っているような未来です。この「素晴らしいソフトウェアの全面的な普及と分散」は、あらゆるものを「はるかに未来的に」感じさせるでしょう。そして、それは「非常に迅速に」、まさに3〜5年の間に起こると彼は断言します。

結論：AIが拓く新たな「インテリジェンスの主権」の時代

エノ・レイエス氏の洞察は、AIが単なる技術革新に留まらず、ビジネスモデル、企業文化、そして社会の構造そのものを根本から再定義する力を持っていることを明確に示しています。トークン単価の議論から脱却し、AIの「成果」に焦点を当てること、AI自身が検証基準を構築するフロンティアの探求、モデル提供者の戦略とモデルロックインのリスク、そして何よりも「ソブリン・インテリジェンス」の確保の重要性。これらは、AI時代を生き抜く企業にとって不可欠な視点です。

オープンモデルの爆発的な増加と、それに伴うネオラボの厳しい淘汰は、市場が成熟し、真の価値提供者が浮上する過程を示しています。そして、MicrosoftがAIのインフラとモデル非依存性を通じて優位に立つ一方で、Metaがオープンモデルに賭ける人類への貢献は、AIの多面的な影響を浮き彫りにします。垂直統合、負債サイクル、SaaS企業のM&Aの波といった経済的側面は、この巨大な変革がいかに広範囲に及ぶかを物語っています。

Factory社の異質な採用戦略や、成果に徹底的に焦点を当てた企業文化は、この新しい時代に適応し、先手を打つための具体例を提供します。そして、彼らがセルフサービスへの戦略的な「No」を突きつける背景には、長期的なビジョンと、補助金に頼らない本質的な製品価値への信念があります。

レイエス氏が描く未来は、ソフトウェア開発がごく一部の専門家の手に委ねられるのではなく、誰もが必要な時に必要なソフトウェアを生成できる、真に民主化された世界です。この変革の波は、私たちの想像をはるかに超えるスピードで到来し、あらゆる産業と私たちの日常生活を根底から変えるでしょう。

私たちは今、「Yahoo時代」にいるのかもしれません。真の「Google」が生まれるのはこれからです。しかし、この変革の根底には、人間の創造性を拡張し、新たな繁栄を追求するAIの計り知れない可能性が横たわっています。企業は、自社の「インテリジェンスの主権」をいかに確保し、この新たな時代をリードしていくのか。この問いに対する答えが、これからのビジネスの成否を分けることになるでしょう。