成果が出た時だけ課金する仕組みが参入障壁になる
この統合にかかるコストは、そのまま参入障壁にもなる。Sierra AIは、自社のエージェントが顧客の問題を完全に解決した場合にだけ料金を請求し、人間の担当者に引き継がれた場合には料金を取らない。こうした料金体系を成り立たせるには、顧客ごとの業務フローの中で、何をもって「解決」とみなすのかを判断できなければならない。つまり、顧客の業務に深く入り込み、その判断を任されるだけの信頼をすでに得ている企業でなければ維持できないのである。CognitionがDevinについて性能保証を提供しているのも、同じ構造によるものだ。成果に応じて料金を決めるには、その成果を実際に検証できるだけのシステムアクセスが必要になる。だからこそ、これらのビジネスモデルは、その上で動く基盤モデルの性能そのものよりも、はるかに模倣しにくい。
Harvey AI、法律事務所で使われることでAI出力の基準を定める側に
同じ力学は法務分野にも表れている。Harvey AIは法務業務向けの独自ベンチマークを公開した。同社製品をすでに使っている法律事務所の間では、このベンチマークが「AIの出力としてどこまでが許容できるか」を測る事実上の基準になっている。この基準を定める立場は、優れたモデルを訓練したから得られたのではない。製品が現場に普及したから得られたのだ。基盤モデルを開発する研究機関が、どれほど優れたモデルをリリースしても、この立場は手に入らない。その立場は法律業界の中に存在するのであって、モデルの重み（パラメーター）の中に存在するのではないからだ。
OpenAI、Anthropic、グーグルの競争が示す、モデル品質だけではユーザー獲得につながらない理由
基盤モデル企業がいずれ自社製品を作り、アプリケーション層を安値で切り崩すのではないかという懸念は、ベンチャー投資の売り込みにおける定番の反論になっている。グオはこの点に正面から答えており、市場の競争構造もその見方を裏づけている。基盤モデル層は現在、OpenAI、Anthropic、グーグル、そして国際的な挑戦者群による多方面の競争になっている。ChatGPTは本格的な競争が2年間続く中でも、消費者向けチャットで首位を保ってきた。だが現在はGeminiにシェアを奪われつつある。その要因はモデル能力の優位ではなく、Androidと検索におけるグーグルの流通上の強みである。Anthropicは、現時点で最も高性能なモデルを運用していると広くみられているが、収益基盤を築いたのは消費者向けチャットではなく、企業向けとコーディング分野だった。このことは、旗艦アプリケーションであっても、モデル品質だけではユーザー獲得につながらないことを示している。
投資家が見るべきなのは、より賢いモデルではなく非公開データへの許可
投資家がここからまず導くべきは、凝った分析の枠組みではない。次の2つの問いで企業をふるいにかける、単純な選別基準だ。問うべきなのは、その企業が提供する価値が、非公開データの内部でしか検証できない正しさに依存しているかどうかである。そして、その非公開環境にアクセスするために、何年もの時間と組織的な信頼が必要かどうかである。
この2つの条件を満たす企業は、グオが「訓練では作れない領域」と呼ぶ場所で競争している。そこでは、より賢いモデルは本質的に関係がない。ボトルネックは知能ではなく、許可だからである。この領域は、より広いAIアプリケーション市場よりも小さく、参入も難しい。そして、そこで蓄積される価値は、次のベンチマーク結果が発表されても動かない。ある週に最も引用されるベンチマークスコアとは、グオの言葉を借りれば、まもなく無価値になる領域の地図なのだ。
