1. プラットフォームの利益相反
従来の企業向けソフトウェアベンダーと異なり、フロンティアAI企業は3つの立場を同時に占めている。土台となる基盤モデルを開発し、企業が依存するAPIを提供し、さらに近年は、そのAPIを使う顧客と競合するアプリケーションまで自ら開発している。
この構図はAIに限った話ではない。マイクロソフトはWindowsから表計算ソフト、オフィス業務ソフト、ブラウザーへと徐々に事業を広げ、自社エコシステム内の開発者が切り開いた分野にしばしば参入してきた。グーグルも同様に、ユーザーをウェブの各所へ送り出す存在から、垂直統合された検索サービスの中にユーザーをとどめる存在へと変わっていった。
懸念の核心は、モデル提供企業が企業の独自データを不正利用するかどうかとは限らない。大手AI企業の多くは、顧客データの取り扱いについて契約上の義務をきちんと維持している。
むしろ変わったのは、構造的なインセンティブのほうだ。フロンティアモデルの上で成功した企業向けアプリケーションは、その1つひとつが「次の数十億ドル規模のソフトウェア市場がどこに眠っているか」を明かしてしまう。だからこそ、カープが示唆したように、同じベンダーがインフラの提供者と知能の提供者を兼ね、その上将来の競合相手にまでなりうる状況でよいのか──企業はそう問い始めている。
2. 知識の所有権という問題
大半の大企業にとって、今や最大の懸念はデータそのものではない。競争力の源泉となる知識だ。
そこには、独自の業務プロセス、科学研究、運用ノウハウ、顧客行動、社内の意思決定ロジック、そして何十年もかけて蓄積してきた組織としての経験知が含まれる。カープが組織の「アルファ」と呼ぶものである。
AI情報分析企業Reportify（レポーティファイ）の創業者シュー・ビンによれば、ライフサイエンスをはじめとする知識集約型産業の企業は、新しいAI機能への早期アクセスと引き換えに独自データセットを差し出すことに、以前より慎重になっているという。こうしたデータセットは、何年、何十年もの投資で築き上げた戦略資産だとみなされているからだ。
AIが企業活動の奥深くまで組み込まれるにつれ、経営陣は新たなガバナンス上の問いを発し始めている。AIの出力は誰のものか。プロンプト（AIへの指示文）はどこに保存されるのか。組織の知識を、自社の管理下にある環境の中に完全にとどめておくことはできるのか。
3. 経済性が変わりつつある
企業のAI導入の第1波を後押ししたのが性能だとすれば、第2波を動かすのは経済性かもしれない。
カープのインタビューをめぐる議論で挙げられた事例によれば、有力なオープンウェイトモデル（学習済みパラメーターが公開され、自社環境でも動かせるAIモデル）を専用インフラ上で試験運用している組織からは、推論コスト（AIを実際に稼働させる際の計算コスト）が高価格なAPIサービスを大幅に下回ったという報告が出ている。性能や応答速度の面で多少妥協する代わりに、コストの主導権を大きく取り戻せるというわけだ。
CFO（最高財務責任者）にとって、これはAI支出の位置づけを変える話になる。トークン消費量に連動する予測しにくい営業費用ではなく、ハードウェア、電力、減価償却といった、従量課金ではない従来型のインフラ投資にAIが近づくのだ。
業界はすでに動き出している
OpenAIはブロードコムなどのパートナーと組んで独自AIチップの開発を進めていると伝えられ、エヌビディア製GPUへの長期的な依存を減らす狙いがあるとされる。
一方のエヌビディアは、アクセラレーター（AI計算用チップ）の販売にとどまらない領域へと大きく踏み出した。オープンウェイトモデル群「Nemotron」や企業向けAIの各種施策を通じて、単なるチップ供給者ではなく、カスタマイズされたAIを実現させる支え手として自らを位置づけつつある。
パランティア自身によるエヌビディアとの提携も、同じ思想を映している。両社が推し進めるのは、中央集権的なAPIだけを通じてAIを利用させる形ではなく、顧客が計算資源、モデル、データ、運用環境を自らの管理下に置き続ける形の導入だ。
これらの動きを重ね合わせると、業界が静かに、より分散型の企業向けAIの世界に備えを進めている姿が浮かび上がる。
