経済性がその論拠を裏付けている。ユーザーが増えれば、計算とストレージの両方にまたがるトークンコストは高くなる。ByteDanceの撤退とDoubaoの有料化への転換は、同じ結論を指し示す2つのデータポイントだ。補助金で規模を作る時代は終わりを迎えつつある。
「精密なAI」の台頭
AIアプリケーション市場は二極化している。
一方には、ByteDance、OpenAI、Googleといった超大規模プレイヤーがいる。巨大なユーザーベース向けの汎用プラットフォーム構築を競っている。資本集約的で高リスク、しかも収穫逓減が組み込まれている。
もう一方では、より静かだが成長しているセグメントが台頭している。特定のワークフローと忠実な顧客基盤のために構築された「精密なAI」システムだ。これらのシステムは幅広さよりも深さを優先し、8億人のライトユーザーではなく、100社の高い価値を持つクライアントにサービスを提供する。
ここで重要になるのが「ハーネスエンジニアリング」だ。定義された役割、コンプライアンスルール、反復的なワークフローを通じてAIを構造化し、実運用で信頼できるものにする手法である。モデルの卓越性というより、システム設計の問題だ。この領域では小規模チームに優位がある。迅速に動き、独自の知見を組み込み、大規模組織が再現しにくい防衛線を築けるからだ。
再調整はすでに始まっている
ByteDanceがAIポートフォリオの30％から撤退したことは、単なる社内整理というより、業界全体が向かう方向を示す先行指標だ。
Tencentの「船の乗り換え」、AlibabaとBaiduに予想される統合、そして本番運用に耐えるAIエージェントの台頭はいずれも同じ方向を指している。業界は「規模優先の実験」から「防衛力優先の実行」へとシフトしつつあるのだ。
独自データ、差別化されたワークフロー、明確な統合ポイントを持たないスタートアップは、ますます圧力に直面するだろう。特に既存モデルの機能を流用しただけのアプリ（ラッパーアプリ）はなおさらだ。資本もすでに調整局面に入り、長期的な堀がより見込みやすい基盤モデル、垂直領域のデータプラットフォーム、AIハードウェアへと回帰しつつある。
「より多くのアプリ、より多くのユーザー、より多くの成長」の時代は終わりを迎えつつある。その代わりに、より地に足のついたロジックが台頭している。入口を押さえるか、データを所有するか、ワークフローに組み込まれるか。
それ以外は、ますます「代替可能」になっていく。
