何が起きたか

カナダの法人向けAIスタートアップCohereで製品エンジニアリング担当VPを務めるRachad Alao氏が、米メンローパークのHotel Niaで開かれたVB Transform 2026に登壇し、VentureBeatのMatt Marshall氏との対談で「AI主権(sovereignty)」の再定義を語りました。

Alao氏の主張は明快です。主権とは、オープンモデルをダウンロードすることでも、アプリを社内ファイアウォールの内側で動かすことでもない。データがどこに存在し、AIをどう統制するかを、自組織が理解・管理できる法域の中で握ることだ、と。そしてその統制範囲はGPU、プライベートクラウド基盤、モデル間でリクエストを振り分けるガバナンス機構、コネクタ、検索ツール、エージェント基盤という「スタック全体」に及ぶと述べました。想定するのは銀行・病院・政府といった、データとAIの厳格な管理が不可欠なミッションクリティカル組織です。

なぜ重要か

対談ではMarshall氏が「推論価格は下がり続けており、小型のローカルモデルにこだわる意味は薄れるのでは」と切り込みました。Alao氏の反論は、単価が下がってもトークン消費総量はそれ以上に急増している、というものです。企業はチャットボットから、複数ステップでツールを呼び出すエージェントへ移行しており、「複雑なエージェント用途を扱うほどトークン利用は指数関数的に伸びる」と指摘しました。

ここでAlao氏は課金モデルの利益相反に踏み込みます。トークン従量課金で稼ぐ事業者は「トークン利用の最大化」に動機づけられる。対してCohereは「我々はそういう売り方はしない」とし、むしろ不要なモデル利用を減らそうとする、と立場を分けました。

論点：タスクに応じてモデルを振り分ける

処方箋は「タスクに合ったモデルを使う」こと。必要な知能水準と、機微性・規制負荷に応じて処理を振り分け、何でも最大のフロンティアモデルに送らないという考え方です。実例として、あるカナダの銀行が高度に規制された業務にはCohereのオンプレミス版モデルを使い、機微性が低く高い知能が要る処理はCohereの「North」プラットフォーム経由でより大きなフロンティアモデルにルーティングしている、と紹介しました。

製品面も動いています。先月公開されたオープンソースの「North Mini Code」は、Nvidia H100を1基で動かせ、ターミナル操作・コードレビュー・ツール利用などエージェント型のソフトウェア開発を狙います。最難関タスクでは大型モデルがやや上回るものの、「必要な用途の80%では、こちらの方がはるかに効果的で安価だった」といいます。加えて、総パラメータ2180億・生成ステップあたり有効250億のMixture-of-Expertsモデル「Command A+」も4bit圧縮版・Apache 2.0ライセンスで公開されました。

さらにAlao氏は、企業内検索が文書・画像などを横断するマルチモーダル検索へ移行し、モデルが必要に応じて検索を「他のツールと同様に」呼び出すエージェントワークフローの一部になりつつあると述べ、こうしたガバナンス層こそがクラウド抱き合わせAIからの脱却、すなわちベンダーロックイン打破の鍵だと結びました。

出典: VentureBeat

💼 事業会社視点：これは自社にどう効くか

日本の金融・医療・自治体、そして受託開発・SaaS各社にとって、この対談は「AIの主権化」を購買要件に格上げする論拠になります。単価下落を理由に大型フロンティアモデルへ全処理を集約する設計は、エージェント化でトークン総量が指数的に膨らむため、コストも規制リスクも制御不能になりかねません。役員がまず問うべきは「モデル選定」ではなく「ルーティングとガバナンスを誰が握るか」です。カナダの銀行の例のように、規制業務はオンプレの小型モデル、機微性の低い高度処理はクラウドの大型モデルへ振り分ける二層構成が現実解になります。特に受託・SaaS事業者は、トークン従量課金の再販モデルが自社の利益と顧客のコスト削減を相反させる点を自覚し、H100一基で動くNorth Mini CodeやApache 2.0のCommand A+のような、自社インフラに置ける選択肢を評価・提示できるかが差別化になります。経営者は今、PoCのモデル比較より先に、データ所在地と振り分けを制御するガバナンス層への投資判断を進めるべきです。