作者：宇航猿；出所：ゲッキーパーク
7月1日、PalantirのCEO Alex KarpがCNBCのスタジオに入り、ほとんど制御を失ったような口調で爆弾を投げつけた。
彼はAI業界について「effing insane」（狂ってる）と言い、米国企業のCEOたちはOpenAIとAnthropicに「livid」（激怒）していると言い、企業はあきれたことをしている――一方では狂ったようにtokenに課金しながら、他方では自分たちの最も中核となる運用データをモデルの供給業者に差し出している、と言った。その見返りに得られるビジネス価値は、ほとんど測定できない。
司会者はそれは「責任転嫁」ではないのかと尋ねた。Karpは「いいえ、事実を述べているだけです」と返した。
その日のPalantirの株価は9%上昇した。この数字そのものが一種の投票である――市場は、彼が多くの人の言いたいことを代わりに言ったと考えた。
これは一人の感情の発散ではない。時価総額が1,000億ドルを超える企業のトップが、全国放送の生中継で大規模言語モデル業界に向かって砲撃し、そして市場が現金同等の反応で肯定したということは、集団の感情が臨界点に達していることを意味する。
過去2年、みんなが大規模言語モデルをどう受け入れるかを語ってきた。しかし今、新しい問題が浮上している――企業は大規模言語モデルに近づきすぎると、それに引き裂かれてしまわないか？
2024年初めを振り返ってみれば、企業の大規模言語モデルに対する姿勢は四字熟語で言い表せる――「まず使う」。
ROIがどうとか、データの流れがどこへ向かうかとかはさておき、とにかく乗り遅れてはならない。あの頃の主流の語りは「AI革命が来た。受け入れなければ淘汰される」というものだった。各業界のCIOやCTOたちは大きなプレッシャーを抱えながら、AIを、入れられるあらゆる業務の場面にねじ込んでいった。これは典型的な、技術への恐慌に駆動された意思決定だ。
2025年になると、「全面展開」がキーワードになった。企業は大規模言語モデルをコアの業務プロセスに本気で組み込み始め、単なるデモを作ったり社内ハッカソンをやったりするだけではなくなった。カスタマーサポートからコード生成、マーケット分析からプロダクト設計まで、AIの浸透の深さと広さは指数関数的に拡大していった。
しかし2026年に入ると、微妙な感情の変化が起きつつある。
Salesforceの調査によれば、自社のデータ基盤がAIの成功する実装を支えられると信じているITリーダーは半数しかいない。NTT DATAが今年5月に公表した調査レポートは、端的に「壁にぶつかる」という言葉を使った――企業のAIは、データのプライバシーや主権に対する要求によって引き起こされる構造的ボトルネックに直面しているのだ。Gartnerは、2027年までに国家が地域化されたAIプラットフォームに依存する割合が35%になると予測しており、これは現在では5%にすぎない。
Karpはこの変化をさらに率直に言い切った。企業は、tokenを無駄に消費するだけの「tokenmaxxing」から、投資対効果を本当に問い直す方向へ移っている。「基本的な見方は、もうtokenに時間を浪費するのをやめよう、ということだ。」
これは大規模言語モデルを否定しているのではない。業界全体が「上の空」から「無邪気じゃない」へ向かっているのだ。 熱狂が過ぎた後、企業はより冷静な目で、根本的な問題を見つめ始めた――私が差し出したものと、私が受け取ったもの。この勘定は合うのか？
Karpの批判は、まだビジネスモデルのレベルに留まっていた。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サービス提供者が、あなたが提供したデータやシーン理解を使って、あなたの製品を置き換えるものを作っているかもしれない。
2026年4月に起きた出来事によって、この懸念は理論から現実になった。
今年2月、FigmaとAnthropicは「Code to Canvas」という機能の共同開発をまだ行っていた。Claudeが生成したコードを、Figmaのデザインプロセスにシームレスに統合するものだ。両社は親密な協力関係に見えた。
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、こっそりFigmaの取締役会の席を辞任した。
3日後、AnthropicはClaude Designをリリースした――自然言語で直接インタラクティブなプロトタイプ、PPT、マーケティング素材を生成できるAIデザインツールで、Figmaの中核業務に正確に照準を合わせたものだった。
その日のFigmaの株価は、約8%下落した。
Fast Companyのその後の記事には興味深い細部がある。FigmaとAdobe、Canvaなどの企業はいずれもAnthropicと長年の協力関係にあったが、Claude Designのリリース前に、誰も知らされていなかった。皆が手痛いほど思い知らされ、自分たちのAIの協力パートナーが、目の前で競争相手に変わっていたのだと気づいた。
この話が深く考える価値を持つのは、大規模言語モデルの時代に、これまで以上に危険な構造的な問題を露呈したからだ――あなたがAI企業と深く協力すると、市場への入口だけでなく、自分自身の中核となるシーン理解とユーザーのニーズデータまで手放してしまう。
AnthropicがClaude Designを作れたのは、大部分は、デザインツール企業との協業の中で、デザイナーの業務フローと課題を深く理解していたからだ。
だが視野を広げれば、これはテクノロジー史における新しい台本ではない。
AmazonはECプラットフォームから自社ブランドを立ち上げ、プラットフォームのデータを使って最も儲かるカテゴリーを正確に見抜き、自社製品でサードパーティの出品者を食い潰してきた。MicrosoftはOSから出発し、ブラウザ、オフィスソフト、コミュニケーションツールを一つずつ取り込んだ――Netscapeは殺され、Slackは売却を迫られた。Googleは検索エンジンから拡張し、検索結果ページでユーザーの質問に直接答えることで、Yelpや多数の垂直情報サービス事業者を周縁化した。
テクノロジー業界の鉄則は決して変わらない――プラットフォームが十分なデータとユーザー理解を手に入れた瞬間、上流へと侵食していく。
大規模言語モデルの時代には、この鉄則はさらに凶暴になる。従来のプラットフォーム侵食は理解を積み上げる時間が必要だったが、大規模言語モデルはもともと「理解の加速装置」だ。あなたが行うAPI呼び出しのたびに、あなたの業務データの入力のたびに、モデル供給業者はより速く、より深くあなたの領域を理解できるようになる。
天文学には「ロッシュ限界」という概念がある――ある天体が、十分に大質量の天体に近づきすぎると、潮汐力が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、あまりにも不穏なほど正確だ。
大規模言語モデルとは、大質量の天体そのものだ。どの企業も、その重力を借りて加速しようとしている――効率化、コスト削減、イノベーション。だが問題は、十分に近づくと「物質」が剥ぎ取られ始めることだ。あなたのデータ、know-how、ユーザーのニーズ理解は、協業の過程で重力の中心へ流れていく。
では、企業はどうやって「AIと舞う」ことができ、最終的に呑み込まれない境界線はどこにあるのか？
この問題はすでに米国ではテーブルに載っている。だが、それが中国企業にはまだ遠いと思うなら、それは錯覚かもしれない。
中米企業では、AIアプリケーションのスピードに違いがある。米国企業はすでに、大規模で業務に深く入り込むAIデプロイの段階に入っている。一方で中国企業全体は、まだPoCから規模化への移行過程にある。レノボが今年3月にIDCと共同で公表した調査では、国内の72%の企業がすでにエージェントの試験導入を終え、正式に利用に投入していること、平均で3.5のシーンにAIを展開していることが示された。ただし、難題の中心はすでに「計算資源不足、データ不足」から、「アプリの効果が期待に届かない」や「ROIが不明確」という方向へ移っている。
言い換えれば、中国企業は米国企業と似た「AIの覚醒期」に入りつつある。
ゲッキーパークは最近、多くのスタートアップや従来型の事業を持つ企業と話す中で、興味深い現象を見つけた。これらの問題について考えるとき、しばしば「モデル会社に自分の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、AIを本当に業務に埋め込んだ後に、自ずと「AI時代における私の中核的価値は何か」を改めて定義し始めるからだ、という。
この再定義は、最終的に2つの重要な能力へと落ちていく。
1つ目、そして最も現実的で、Karpの話と高度に一致するのは――あなたのデータと業務ロジックは、いったい誰の土台の上で動いているのか？
KarpがCNBCで繰り返し強調している核心的な論点はこれだ。企業の最も機微な運用データは、第三者のモデル供給業者のブラックボックスに流すべきではない。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――モデルは他人のものでもよいが、データは自分の囲いの中に留めるべきで、デプロイは自分が管理できる基盤インフラ上で行う必要がある。
これは偏執ではない。中国の企業の肌感覚もまったく同じだ。金山オフィスのWPS 365の研究開発責任者であるHuang Weijieは、先日とても適切な一言を述べた――「今日企業が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のデータもこのトレンドを裏づけている。企業のAI計算資源のデプロイにおいて、公的クラウドの比率が下がっている。プライベートクラウドとオンプレミスの合計比率は、54%から69%へ上昇した。 「データがドメイン外に出ない」が、単なるコンプライアンスのスローガンから、CTOが選定時に最初に満たすべきふるい分け条件になりつつある。
Karpはこれを「商品化された認知（commodity cognition）」と呼ぶ。彼の見立てでは、モデル自体の品質は収束に向かっており、真の差別化価値はモデル層ではなく、モデル能力を企業固有のシーンに結びつけるアプリケーション層にある。PalantirがNVIDIAと提携して出した「主権AIエンジン」は、そのロジックをプロダクト化したものだ――オープンソースのモデルに、Palantir自身の存在論層と統治フレームワークを加え、企業は完全にコントロール可能な環境でAIを動かせる。データは1バイトたりとも外に出ない。Palantirの2026年Q1の売上は16.3億ドルで、前年同期比85%増。ある意味、そのパスに市場が投票した結果とも言える。
ここに注目すべきシグナルがある――将来的に、企業が「自分の土台の上で」AIを動かすのを助ける企業やソリューションは、さらに脚光を浴びる。 国内では、「AIプライベート化の大脳（AI私有化大脑）」がすでに実在のレーンになっており、多くのスタートアップがこの方向でプロダクトを作っている。これは技術への潔癖さではなく、企業が考え抜いた末に行う合理的な選択だ。
2つ目の能力は、定量化が難しいが、ゲッキーパークが企業と対話する中でますます強く感じるのは――AIが置き換えられる実行工程が増えるほど、組織には結局どんな「人」が必要なのか？
すでに、早く走りすぎた企業のいくつかがこの落とし穴に踏み入れている。
AIが特定の工程で人の効率を明確に上回ると、自然な発想として「人を切る」が出てくる。だが組織を薄くした後、見えにくい問題が浮かび上がる――AIが動かしている仕組みの本質は、過去にこれらの人たちが旧環境の中で結晶化させた「ベストプラクティス」だ。 環境が変わり、市場が変わり、ユーザーが変わっても、AIは忠実にその古いロジックを実行し続ける。一方で、組織内にはそうした変化を感じ取り、業務を前に進化させるだけの人がもういない。
つまり、AIで満たされているのに、人にすかれてしまった組織は、過去を効率よく繰り返しているだけかもしれない。
AIで実行を代替してはいけないと言っているわけではない。だがAIがより多くの実行層を引き継ぐほど、企業はむしろ別の種類の人を必要とする――従来のように具体的なタスクをこなす人ではなく、AIを「指揮」できる人だ。この役割には、業務全体の俯瞰理解が必要で、AIが出力したものが変化する現実に今も適用できるか判断でき、新しい可能性をAIが提示する「最適解」の外側にも見出せることが求められる。
先を行く企業のいくつかは、この問題を真剣に考え始めている。彼らはこう気づいた――AIがあったとしても、真の競争力は「何人をAIに置き換えたか」ではなく、「人がAIを使いこなして、これまでできなかったことを実現できるか」だ。 もしAIに、過去のデータの中で自動化を延々と続けさせ、同じことを回し続けるだけなら、あなたは本質的に過去のどこかのスナップショットに閉じ込められるだけだ。
この認識のひっくり返しの重要性は、データ主権に劣らないかもしれない。AIが技術的な壁をフラットにしてしまうと、「人の判断力」や「組織の進化能力」が、むしろ最も複製しにくいものになる。 すでにそれに気づいている会社もあり、まだの会社もある。しかしこの分水嶺は、今後1〜2年でとても明確になっていく可能性が高い。
過去2年、業界全体を支配してきた暗黙の前提がある――AI時代の価値は、最終的にモデル会社に集約される。モデルに近いほど価値が高い。 この前提は揺らぎ始めている。
KarpはCNBCで、実はある事実を突き破って見せた――モデルそのものが「商品化された認知」になりつつある。各社の大規模言語モデルの能力差がどんどん縮まるほど、真の差別化はモデル層ではなくなる。モデル会社が圧倒的に強いだけの産業構造は、企業にとって不健全なだけでなく、AI産業の発展スピードを制約するものでもある。
企業が本当に必要なのは、より強いモデルではない。必要なのは一式のエコシステムだ――データ主権への不安に応えられ、競争の防衛壁が「吸い上げ（虹吸）」に巻き込まれないよう守れ、AIを業務に本当に組み込みながらも暴走しないようにできること。この需要は、「tokenを売る」よりはるかに複雑な市場を生み出している。
いくつかの方向性には、はっきりしたシグナルが出ている。
「主権AIの基盤（インフラ）」が、本物の・大金が取れるレーンになりつつある。 これは概念ではない。2026年上半期だけでも、欧州には主権AIの基盤を手がける会社が3社（Nebius、nScale、AtlasEsge）あり、合計で118億ドル超を調達している。つい数日前、ロンドンのValarianはAラウンドで5,000万ドルを獲得したが、やっていることはかなり具体的だ――AIシステムとセンシティブデータの間に「主権コントロール層」を追加し、どのAIがどのデータに触れてよいか、どの条件のもとで触れてよいかを決める。こういうものは2年前には需要すら存在しなかったが、今では政府や大企業が順番待ちで求めている。
「AIゲートウェイ」と編成（オーケストレーション）のミドルレイヤーが、企業のAIアーキテクチャに欠かせない一環になりつつある。 ある企業がOpenAI、Anthropic、オープンソースモデル、さらに自社で微調整した専用モデルを同時に使うとき、統一されたルーティング、コスト管理、権限統治、監査を誰が担当するのか？ この役割は、従来のソフトウェア時代ではミドルウェアと呼ばれ、AIの時代ではゲートウェイや編成層と呼ばれる。派手さはないが、企業が「AIを使う」から「AIをうまく管理する」へ移るための重要な基盤インフラだ。Palantirが本質的にやっているのもこの層だが、最も重いバージョンを実現している。より軽量で、規模の異なる企業向けのソリューションは、空間が非常に大きい。
アプリケーション層では、業界別のAIソリューションが「かぶせもの」から「踏み込む」方向へ移っている。 以前多くのいわゆるAIアプリは、正直に言えばGPTの上から一枚かぶせただけだった。だが今、腰を据えて成立するのは、特定業界のknow-howを深く理解し、AIの能力と業界ロジックを密に結びつけたプロダクトだ。この種の会社の価値の錨は、モデルではなく業界の認知にある――それは、大規模言語モデル会社が学習によって得るのが難しいものにほかならない。
さらに「人」の層でも、新しいサービス市場が出現している。ますます多くの企業が、自分たちに必要なのはAIツールを増やすことではなく、AIを「指揮」できる人と、それに付随する組織の方法論だと理解するようになると、AI時代の組織変革に関するコンサル、育成、人材、プロセス再設計のニーズも急速に表面化していく。
結局のところ、「モデル層」だけの産業は脆い。AI産業をより速く、より健全に動かすのは、より立体的なエコシステムだ。 そのエコシステムの中には、モデルを作る人がいて、主権の基盤を作る人がいて、ゲートウェイと統治を担う人がいて、業界別に深いアプリケーションを作る人がいて、企業の組織能力を作り直す支援をする人がいる。各層が、それぞれ企業が「受け入れる」から「使いこなす」へ移る過程で生じる本当のニーズに応えている。
これらのニーズは、過去1年で曖昧さからどんどん明確になってきた。次は、これらのニーズから生まれる新世代のソリューション、サービス提供者、製品が、はっきりした爆発期を迎えるかもしれない。
ロッシュ限界の比喩に戻ろう。安全な軌道を見つけることは、決して企業ひとりの問題ではない。エコシステム全体がモデル以外の力を育て始めたとき、企業は初めて、引き裂かれない確かな底力を持てるのだ。
730.28K 人気度
748.13K 人気度
72.37K 人気度
247.12K 人気度
1.01M 人気度
ついにAIを使い始めた会社が、大規模モデルの会社に業務を奪われていることに気づいた
作者：宇航猿；出所：ゲッキーパーク
7月1日、PalantirのCEO Alex KarpがCNBCのスタジオに入り、ほとんど制御を失ったような口調で爆弾を投げつけた。
彼はAI業界について「effing insane」（狂ってる）と言い、米国企業のCEOたちはOpenAIとAnthropicに「livid」（激怒）していると言い、企業はあきれたことをしている――一方では狂ったようにtokenに課金しながら、他方では自分たちの最も中核となる運用データをモデルの供給業者に差し出している、と言った。その見返りに得られるビジネス価値は、ほとんど測定できない。
司会者はそれは「責任転嫁」ではないのかと尋ねた。Karpは「いいえ、事実を述べているだけです」と返した。
その日のPalantirの株価は9%上昇した。この数字そのものが一種の投票である――市場は、彼が多くの人の言いたいことを代わりに言ったと考えた。
これは一人の感情の発散ではない。時価総額が1,000億ドルを超える企業のトップが、全国放送の生中継で大規模言語モデル業界に向かって砲撃し、そして市場が現金同等の反応で肯定したということは、集団の感情が臨界点に達していることを意味する。
過去2年、みんなが大規模言語モデルをどう受け入れるかを語ってきた。しかし今、新しい問題が浮上している――企業は大規模言語モデルに近づきすぎると、それに引き裂かれてしまわないか？
**01 **「上の空」から「無邪気じゃない」へ
2024年初めを振り返ってみれば、企業の大規模言語モデルに対する姿勢は四字熟語で言い表せる――「まず使う」。
ROIがどうとか、データの流れがどこへ向かうかとかはさておき、とにかく乗り遅れてはならない。あの頃の主流の語りは「AI革命が来た。受け入れなければ淘汰される」というものだった。各業界のCIOやCTOたちは大きなプレッシャーを抱えながら、AIを、入れられるあらゆる業務の場面にねじ込んでいった。これは典型的な、技術への恐慌に駆動された意思決定だ。
2025年になると、「全面展開」がキーワードになった。企業は大規模言語モデルをコアの業務プロセスに本気で組み込み始め、単なるデモを作ったり社内ハッカソンをやったりするだけではなくなった。カスタマーサポートからコード生成、マーケット分析からプロダクト設計まで、AIの浸透の深さと広さは指数関数的に拡大していった。
しかし2026年に入ると、微妙な感情の変化が起きつつある。
Salesforceの調査によれば、自社のデータ基盤がAIの成功する実装を支えられると信じているITリーダーは半数しかいない。NTT DATAが今年5月に公表した調査レポートは、端的に「壁にぶつかる」という言葉を使った――企業のAIは、データのプライバシーや主権に対する要求によって引き起こされる構造的ボトルネックに直面しているのだ。Gartnerは、2027年までに国家が地域化されたAIプラットフォームに依存する割合が35%になると予測しており、これは現在では5%にすぎない。
Karpはこの変化をさらに率直に言い切った。企業は、tokenを無駄に消費するだけの「tokenmaxxing」から、投資対効果を本当に問い直す方向へ移っている。「基本的な見方は、もうtokenに時間を浪費するのをやめよう、ということだ。」
これは大規模言語モデルを否定しているのではない。業界全体が「上の空」から「無邪気じゃない」へ向かっているのだ。 熱狂が過ぎた後、企業はより冷静な目で、根本的な問題を見つめ始めた――私が差し出したものと、私が受け取ったもの。この勘定は合うのか？
**02 **パートナーが競争相手になる
Karpの批判は、まだビジネスモデルのレベルに留まっていた。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サービス提供者が、あなたが提供したデータやシーン理解を使って、あなたの製品を置き換えるものを作っているかもしれない。
2026年4月に起きた出来事によって、この懸念は理論から現実になった。
今年2月、FigmaとAnthropicは「Code to Canvas」という機能の共同開発をまだ行っていた。Claudeが生成したコードを、Figmaのデザインプロセスにシームレスに統合するものだ。両社は親密な協力関係に見えた。
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、こっそりFigmaの取締役会の席を辞任した。
3日後、AnthropicはClaude Designをリリースした――自然言語で直接インタラクティブなプロトタイプ、PPT、マーケティング素材を生成できるAIデザインツールで、Figmaの中核業務に正確に照準を合わせたものだった。
その日のFigmaの株価は、約8%下落した。
Fast Companyのその後の記事には興味深い細部がある。FigmaとAdobe、Canvaなどの企業はいずれもAnthropicと長年の協力関係にあったが、Claude Designのリリース前に、誰も知らされていなかった。皆が手痛いほど思い知らされ、自分たちのAIの協力パートナーが、目の前で競争相手に変わっていたのだと気づいた。
この話が深く考える価値を持つのは、大規模言語モデルの時代に、これまで以上に危険な構造的な問題を露呈したからだ――あなたがAI企業と深く協力すると、市場への入口だけでなく、自分自身の中核となるシーン理解とユーザーのニーズデータまで手放してしまう。
AnthropicがClaude Designを作れたのは、大部分は、デザインツール企業との協業の中で、デザイナーの業務フローと課題を深く理解していたからだ。
だが視野を広げれば、これはテクノロジー史における新しい台本ではない。
AmazonはECプラットフォームから自社ブランドを立ち上げ、プラットフォームのデータを使って最も儲かるカテゴリーを正確に見抜き、自社製品でサードパーティの出品者を食い潰してきた。MicrosoftはOSから出発し、ブラウザ、オフィスソフト、コミュニケーションツールを一つずつ取り込んだ――Netscapeは殺され、Slackは売却を迫られた。Googleは検索エンジンから拡張し、検索結果ページでユーザーの質問に直接答えることで、Yelpや多数の垂直情報サービス事業者を周縁化した。
テクノロジー業界の鉄則は決して変わらない――プラットフォームが十分なデータとユーザー理解を手に入れた瞬間、上流へと侵食していく。
大規模言語モデルの時代には、この鉄則はさらに凶暴になる。従来のプラットフォーム侵食は理解を積み上げる時間が必要だったが、大規模言語モデルはもともと「理解の加速装置」だ。あなたが行うAPI呼び出しのたびに、あなたの業務データの入力のたびに、モデル供給業者はより速く、より深くあなたの領域を理解できるようになる。
**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、十分に大質量の天体に近づきすぎると、潮汐力が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、あまりにも不穏なほど正確だ。
大規模言語モデルとは、大質量の天体そのものだ。どの企業も、その重力を借りて加速しようとしている――効率化、コスト削減、イノベーション。だが問題は、十分に近づくと「物質」が剥ぎ取られ始めることだ。あなたのデータ、know-how、ユーザーのニーズ理解は、協業の過程で重力の中心へ流れていく。
では、企業はどうやって「AIと舞う」ことができ、最終的に呑み込まれない境界線はどこにあるのか？
この問題はすでに米国ではテーブルに載っている。だが、それが中国企業にはまだ遠いと思うなら、それは錯覚かもしれない。
中米企業では、AIアプリケーションのスピードに違いがある。米国企業はすでに、大規模で業務に深く入り込むAIデプロイの段階に入っている。一方で中国企業全体は、まだPoCから規模化への移行過程にある。レノボが今年3月にIDCと共同で公表した調査では、国内の72%の企業がすでにエージェントの試験導入を終え、正式に利用に投入していること、平均で3.5のシーンにAIを展開していることが示された。ただし、難題の中心はすでに「計算資源不足、データ不足」から、「アプリの効果が期待に届かない」や「ROIが不明確」という方向へ移っている。
言い換えれば、中国企業は米国企業と似た「AIの覚醒期」に入りつつある。
ゲッキーパークは最近、多くのスタートアップや従来型の事業を持つ企業と話す中で、興味深い現象を見つけた。これらの問題について考えるとき、しばしば「モデル会社に自分の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、AIを本当に業務に埋め込んだ後に、自ずと「AI時代における私の中核的価値は何か」を改めて定義し始めるからだ、という。
この再定義は、最終的に2つの重要な能力へと落ちていく。
**04 **「AIの土台」を誰が握る？
1つ目、そして最も現実的で、Karpの話と高度に一致するのは――あなたのデータと業務ロジックは、いったい誰の土台の上で動いているのか？
KarpがCNBCで繰り返し強調している核心的な論点はこれだ。企業の最も機微な運用データは、第三者のモデル供給業者のブラックボックスに流すべきではない。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――モデルは他人のものでもよいが、データは自分の囲いの中に留めるべきで、デプロイは自分が管理できる基盤インフラ上で行う必要がある。
これは偏執ではない。中国の企業の肌感覚もまったく同じだ。金山オフィスのWPS 365の研究開発責任者であるHuang Weijieは、先日とても適切な一言を述べた――「今日企業が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のデータもこのトレンドを裏づけている。企業のAI計算資源のデプロイにおいて、公的クラウドの比率が下がっている。プライベートクラウドとオンプレミスの合計比率は、54%から69%へ上昇した。 「データがドメイン外に出ない」が、単なるコンプライアンスのスローガンから、CTOが選定時に最初に満たすべきふるい分け条件になりつつある。
Karpはこれを「商品化された認知（commodity cognition）」と呼ぶ。彼の見立てでは、モデル自体の品質は収束に向かっており、真の差別化価値はモデル層ではなく、モデル能力を企業固有のシーンに結びつけるアプリケーション層にある。PalantirがNVIDIAと提携して出した「主権AIエンジン」は、そのロジックをプロダクト化したものだ――オープンソースのモデルに、Palantir自身の存在論層と統治フレームワークを加え、企業は完全にコントロール可能な環境でAIを動かせる。データは1バイトたりとも外に出ない。Palantirの2026年Q1の売上は16.3億ドルで、前年同期比85%増。ある意味、そのパスに市場が投票した結果とも言える。
ここに注目すべきシグナルがある――将来的に、企業が「自分の土台の上で」AIを動かすのを助ける企業やソリューションは、さらに脚光を浴びる。 国内では、「AIプライベート化の大脳（AI私有化大脑）」がすでに実在のレーンになっており、多くのスタートアップがこの方向でプロダクトを作っている。これは技術への潔癖さではなく、企業が考え抜いた末に行う合理的な選択だ。
**05 **組織を「復唱機」にしない
2つ目の能力は、定量化が難しいが、ゲッキーパークが企業と対話する中でますます強く感じるのは――AIが置き換えられる実行工程が増えるほど、組織には結局どんな「人」が必要なのか？
すでに、早く走りすぎた企業のいくつかがこの落とし穴に踏み入れている。
AIが特定の工程で人の効率を明確に上回ると、自然な発想として「人を切る」が出てくる。だが組織を薄くした後、見えにくい問題が浮かび上がる――AIが動かしている仕組みの本質は、過去にこれらの人たちが旧環境の中で結晶化させた「ベストプラクティス」だ。 環境が変わり、市場が変わり、ユーザーが変わっても、AIは忠実にその古いロジックを実行し続ける。一方で、組織内にはそうした変化を感じ取り、業務を前に進化させるだけの人がもういない。
つまり、AIで満たされているのに、人にすかれてしまった組織は、過去を効率よく繰り返しているだけかもしれない。
AIで実行を代替してはいけないと言っているわけではない。だがAIがより多くの実行層を引き継ぐほど、企業はむしろ別の種類の人を必要とする――従来のように具体的なタスクをこなす人ではなく、AIを「指揮」できる人だ。この役割には、業務全体の俯瞰理解が必要で、AIが出力したものが変化する現実に今も適用できるか判断でき、新しい可能性をAIが提示する「最適解」の外側にも見出せることが求められる。
先を行く企業のいくつかは、この問題を真剣に考え始めている。彼らはこう気づいた――AIがあったとしても、真の競争力は「何人をAIに置き換えたか」ではなく、「人がAIを使いこなして、これまでできなかったことを実現できるか」だ。 もしAIに、過去のデータの中で自動化を延々と続けさせ、同じことを回し続けるだけなら、あなたは本質的に過去のどこかのスナップショットに閉じ込められるだけだ。
この認識のひっくり返しの重要性は、データ主権に劣らないかもしれない。AIが技術的な壁をフラットにしてしまうと、「人の判断力」や「組織の進化能力」が、むしろ最も複製しにくいものになる。 すでにそれに気づいている会社もあり、まだの会社もある。しかしこの分水嶺は、今後1〜2年でとても明確になっていく可能性が高い。
**06 **業界には「新しいAI企業」が必要
過去2年、業界全体を支配してきた暗黙の前提がある――AI時代の価値は、最終的にモデル会社に集約される。モデルに近いほど価値が高い。 この前提は揺らぎ始めている。
KarpはCNBCで、実はある事実を突き破って見せた――モデルそのものが「商品化された認知」になりつつある。各社の大規模言語モデルの能力差がどんどん縮まるほど、真の差別化はモデル層ではなくなる。モデル会社が圧倒的に強いだけの産業構造は、企業にとって不健全なだけでなく、AI産業の発展スピードを制約するものでもある。
企業が本当に必要なのは、より強いモデルではない。必要なのは一式のエコシステムだ――データ主権への不安に応えられ、競争の防衛壁が「吸い上げ（虹吸）」に巻き込まれないよう守れ、AIを業務に本当に組み込みながらも暴走しないようにできること。この需要は、「tokenを売る」よりはるかに複雑な市場を生み出している。
いくつかの方向性には、はっきりしたシグナルが出ている。
「主権AIの基盤（インフラ）」が、本物の・大金が取れるレーンになりつつある。 これは概念ではない。2026年上半期だけでも、欧州には主権AIの基盤を手がける会社が3社（Nebius、nScale、AtlasEsge）あり、合計で118億ドル超を調達している。つい数日前、ロンドンのValarianはAラウンドで5,000万ドルを獲得したが、やっていることはかなり具体的だ――AIシステムとセンシティブデータの間に「主権コントロール層」を追加し、どのAIがどのデータに触れてよいか、どの条件のもとで触れてよいかを決める。こういうものは2年前には需要すら存在しなかったが、今では政府や大企業が順番待ちで求めている。
「AIゲートウェイ」と編成（オーケストレーション）のミドルレイヤーが、企業のAIアーキテクチャに欠かせない一環になりつつある。 ある企業がOpenAI、Anthropic、オープンソースモデル、さらに自社で微調整した専用モデルを同時に使うとき、統一されたルーティング、コスト管理、権限統治、監査を誰が担当するのか？ この役割は、従来のソフトウェア時代ではミドルウェアと呼ばれ、AIの時代ではゲートウェイや編成層と呼ばれる。派手さはないが、企業が「AIを使う」から「AIをうまく管理する」へ移るための重要な基盤インフラだ。Palantirが本質的にやっているのもこの層だが、最も重いバージョンを実現している。より軽量で、規模の異なる企業向けのソリューションは、空間が非常に大きい。
アプリケーション層では、業界別のAIソリューションが「かぶせもの」から「踏み込む」方向へ移っている。 以前多くのいわゆるAIアプリは、正直に言えばGPTの上から一枚かぶせただけだった。だが今、腰を据えて成立するのは、特定業界のknow-howを深く理解し、AIの能力と業界ロジックを密に結びつけたプロダクトだ。この種の会社の価値の錨は、モデルではなく業界の認知にある――それは、大規模言語モデル会社が学習によって得るのが難しいものにほかならない。
さらに「人」の層でも、新しいサービス市場が出現している。ますます多くの企業が、自分たちに必要なのはAIツールを増やすことではなく、AIを「指揮」できる人と、それに付随する組織の方法論だと理解するようになると、AI時代の組織変革に関するコンサル、育成、人材、プロセス再設計のニーズも急速に表面化していく。
結局のところ、「モデル層」だけの産業は脆い。AI産業をより速く、より健全に動かすのは、より立体的なエコシステムだ。 そのエコシステムの中には、モデルを作る人がいて、主権の基盤を作る人がいて、ゲートウェイと統治を担う人がいて、業界別に深いアプリケーションを作る人がいて、企業の組織能力を作り直す支援をする人がいる。各層が、それぞれ企業が「受け入れる」から「使いこなす」へ移る過程で生じる本当のニーズに応えている。
これらのニーズは、過去1年で曖昧さからどんどん明確になってきた。次は、これらのニーズから生まれる新世代のソリューション、サービス提供者、製品が、はっきりした爆発期を迎えるかもしれない。
ロッシュ限界の比喩に戻ろう。安全な軌道を見つけることは、決して企業ひとりの問題ではない。エコシステム全体がモデル以外の力を育て始めたとき、企業は初めて、引き裂かれない確かな底力を持てるのだ。