シーケンス・オピニオン #896：Spark、コンピュート、そして二つのMeta

先週木曜日、マーク・ザッカーバーグが3年ぶりにXに投稿しました。それだけで何かを物語っています。そのきっかけは、Meta Superintelligence Labsが2番目のモデルとなるMuse Spark 1.1を発表したことです。これはMeta初の価格が付けられたモデルであり、公開API、競争力のある価格（入力100万トークンあたり1.25ドル、出力100万トークンあたり4.25ドル）、OpenAI互換のエンドポイント、そしてクローズドウェイトを備えています。最後の部分をもう一度読んでください。3年間にわたりオープンウェイトをAIの道徳的かつ戦略的な優位性として推進してきた会社が、有料APIの背後に専用のフロンティアモデルをリリースし、CEOが3年のソーシャルメディア休止から戻ってそれを発表したのです。これはMetaのAI戦略が開放的な研究から商業化へと完全に転換したことを示しています。

Spark 1.1だけではありません。2日前にMetaはMuse Imageをリリースしました。これは新しいラボによる初の画像生成モデルです。その1週間前には、Metaが社内でMeta Computeと呼ばれるクラウド事業を構築し、余剰のAIインフラを外部顧客に販売する計画があると報じられました。カスタムMTIAシリコンが量産に向けて進んでいることを加えれば、状況は明らかです。約18ヶ月の間に、Metaは広告事業を伴うオープンウェイトの研究機関から、完全な垂直統合スタックを組み立てる企業へと変貌しました。チップ、データセンター、クラウド、モデル、API、アプリ、デバイス。これまでこれらすべてを同時に持っていたのはGoogleだけです。MetaはGoogleの垂直統合モデルを模倣していますが、単に別のGoogleになるためではなく、AI分野での支配的地位を確立するためです。

では、当然の疑問が浮かびます。Metaは本当にフロンティアラボと競争できるのでしょうか？正直な答えは、これは二つの質問が一つのトレンチコートを着ているようなもので、それぞれに異なる答えがあるということです。モデルがユーザーと出会う層、すなわちアプリとエージェントの層では、Metaはその巨大なユーザーベース（Facebook、Instagram、WhatsApp）と製品統合能力により、優勢かもしれません。しかし、モデルが作られる層、つまりフロンティア基盤モデルのトレーニングにおいては、証拠は薄く、構造的な議論はMetaに不利に働きます。大規模言語モデルのトレーニングには巨額の資本支出、トップクラスの研究人材、そして多くの工学的実験が必要ですが、Metaはこれらの点でOpenAI、Anthropic、Google DeepMindと同等の実力をまだ示していません。さらに、Metaの組織構造や文化が長期にわたるハイリスクなAI研究に適しているかどうかも疑問です。このエッセイは両方の側面を適切に論じています。なぜなら、両方に価値があるからです。