「オープンソース」と「オープンウェイト」は別物
議論の前提として、ヒントン氏はこの2つを明確に切り分けました。オープンソースはコードを公開し、多くの目がバグを指摘できる状態を指します。対してオープンウェイトは、学習済みモデルのパラメータ（重み）を公開することです。重みを配っても、そこに何が埋め込まれているかを人間が読み解けるわけではありません。「コードの公開」と同じ言葉で語られがちですが、検証可能性という点でまったく性質が違う、というのが同氏の指摘です。
そのうえでヒントン氏は、オープンウェイトには反対だったと述べています。理由は、学習に巨額を要する基盤モデルを、はるかに少ない費用でサイバー攻撃などの悪用向けに再学習できてしまうからです。ただし結論は諦めに近いものでした。「その戦いは負けた」——学習コストという参入障壁はすでに消え、手遅れだ、と。
争点は「危険かどうか」ではなく「誰が入口を握るか」
ング氏はゲートキーパーの存在そのものを問題視し、複数の競合するプロバイダとモデルが並存する状態を維持すべきだと主張しました。ここで記事が持ち出す比較がモバイルOSです。AppleとGoogleがプラットフォームを握った結果、何が作られるかにオーナーの意向が及び、イノベーションが鈍りうる。同じ構図がAIで再現されることへの懸念です。
企業には競争優位を守る動機があり、それは業界ルールへの働きかけという形も取ります。結果として、最も資本力のある企業だけが最先端のAIを作れる状態が残りかねません。ング氏はさらに地政学に踏み込み、中国発のオープンウェイトモデルがアジアやアフリカ、途上国で広く採用されれば、数十億人が民主主義や自由、人権といった概念に触れる経路に影響しうると警告しました。AIはソフトパワーの源泉であり、米国のロビー活動と恐怖の煽りによって、米国のオープンソースAIは中国のオープンウェイトモデルに対抗しづらくなっている、という見立てです。同氏は「より低コストなモデルを作った側が有利になる」とも述べています。
「全開か全閉か」という設問自体が間違い
リー氏は二項対立の枠組みを退けました。複雑なソフトウェアや科学のシステムは、もっと階層的だという主張です。例に挙げたのは核物理学で、論文は公開され、ウランは規制され、実験室での作業はその中間にある。エコシステムの層ごとに開放度は違ってよい、というわけです。
もう一つの参照点がヒトゲノム計画でした。官民連携で生まれた知識が土台となり、その上で製薬企業は利益を上げ、科学者は研究を進め、社会も恩恵を受けた。AIも同種のインフラとして扱い、科学的発見・教育・国際連携では一定の開放を保ちつつ、起業家には収益性のあるビジネスモデルを認め、クローズドなシステムも受け入れる。「一方しか許容できない」という水準の議論は偽の論争だ、というのが同氏の結論です。
3人はいずれも、何らかの規制は必要だという点では一致しました。ヒントン氏は、規制は人の役に立つ方向へAIを進めるのに寄与するとし、その決定をイーロン・マスク氏やマーク・ザッカーバーグ氏のような人物に委ねることはできないと述べています。
💼 事業会社視点：これは自社にどう効くか
日本の事業会社にとって、この議論は「思想」ではなく調達の話です。ング氏が言う通り争点が価格と入口の支配なら、モデルは今後も値崩れと入れ替わりを続けます。SaaSや自社プロダクトを持つ企業は、特定モデルのAPIに業務ロジックを密結合させず、抽象化レイヤを挟んで差し替え可能にしておくのが最低条件です。単価が1年で桁違いに動く前提で原価計算を組むべきで、粗利前提を固定してはいけません。
受託開発・SIerには機会があります。オープンウェイトを自社環境やオンプレで動かせれば、金融・医療・自治体案件で問題になるデータ持ち出し要件を回避でき、クローズドAPI一択の競合と差がつきます。ECや小売はレコメンドや接客の中核を外部の1社に預けるリスクを見直す局面です。
一方で、中国発モデルの採用判断は性能とコストだけで決められなくなりました。ング氏の言う通りこれはソフトパワーの領域であり、取引先や海外展開先の調達ポリシーで問われる可能性があります。今のうちに「使用可能なモデルの一覧と根拠」を経営レベルで文書化しておくこと。ヒントン氏が警告する再学習の悪用リスクも踏まえ、社内でファインチューニングしたモデルの管理台帳は今から作るべきです。