何が起きているか
AI Snake Oilは、AI各社が1兆ドル規模をハードウェアとデータセンターに投じながら成果が乏しく、バブル懸念が広がっている現状を整理しています。ChatGPTのローンチ時、開発側はPoC(概念実証)と信頼できるプロダクトの距離を見誤りました。OpenAIとAnthropicは長くプロダクトを軽視してモデル研究に集中し、GoogleとMicrosoftはAIを既存製品にねじ込みましたが、プロダクト・マーケット・フィットの検証は後回しでした。
OpenAIの「DIY型」アプローチでは、LLMの早期利用者に悪意ある使い手が偏った結果、世間の印象を損ねました。MicrosoftのSydneyチャットボットやGoogleのGemini画像生成のような不要なミスも、AIへの逆風になりました。
「神を作る」から「製品を作る」へ
OpenAIの取締役会騒動は、研究ラボから普通のプロダクト企業への転換そのものが争点だったと著者は読み解きます。AnthropicはOpenAIからAGI志向の研究者を引き取りつつ、自らも製品化の必要を認めています。対してAppleはWWDCで示したように慎重で熟慮型の路線を取り、これがGoogleやMicrosoftに方針転換を迫る可能性があります。Metaは広告ベースのSNSでAI生成コンテンツを供給し、滞在時間を伸ばす戦略です。
越えるべき5つの壁
著者は、コスト、信頼性、プライバシー、安全性/セキュリティ、UI/監督の5点を挙げます。コストは18か月で同等性能あたり100倍以上下がり、再試行による精度改善が現実的になりました。一方で「能力」と「信頼性」は別軸で、90%の精度を出す手法がそのまま100%に届くわけではありません。確率的なLLMを決定的に振る舞う消費者プロダクトに収めるのは原理的に難しく、リーガルテックの「ハルシネーション・フリー」謳い文句は時期尚早と評されました。
プライバシー面では、Microsoftが数秒ごとにPC画面をスクリーンショットして記憶するCoPilot機能を発表後に撤回した件が象徴的です。Meredith Whittakerは、端末上の不正検知が常時監視のインフラを正常化し、抑圧目的に転用されうると警告します。安全面では、ボイスクローンやディープフェイク、プロンプトインジェクション、さらにユーザー間で伝播するAIワームの概念実証まで、新しい攻撃面が広がっています。自然言語UIは想定外の挙動を許しやすく、ユーザー監督の設計も難物です。
著者は、AI統合は「1〜2年ではなく10年以上のスパン」で進むと結論し、8月29日にエージェント構築のオンラインワークショップを予定しています。
💼 事業会社視点：これは自社にどう効くか
日本の事業会社の経営者・事業責任者にとっての示唆は明確です。
第一に、PoCで止まっているAI案件を「製品」として顧客に届ける覚悟があるかを問い直す局面です。受託開発・SaaS各社は、GoogleやMicrosoftのように既存機能にAIを詰め込む「機能ねじ込み型」は短期的に売れても、SydneyやGemini画像生成のような炎上で信頼を失うリスクが大きいことを直視すべきです。むしろApple型の慎重なロールアウトが、エンタープライズ向けでは勝ち筋になります。
第二に、コストが18か月で100倍以上下がった事実は、現時点のRFPで採用したモデル前提が陳腐化することを意味します。ベンダーロックを避け、複数モデルを差し替えられるアーキテクチャ(ルーティング・抽象化レイヤー)に投資すべきです。
第三に、CoPilotのスクリーンショット撤回が示すように、業務データを学習に流す前提のアシスタントは法務・人事の抵抗で実装が止まります。日本のEC・金融・医療では、端末内処理やテナント分離を明示できる構成でなければ、現場稟議を通せません。「10年スパンで定着する」前提で、社内データ基盤と権限設計を先に整える企業が、3年後の勝者になります。