8月11日、Ars Technicaが「With new open models, Meta pitches another reboot of its struggling AI strategy」と題した記事を公開した。苦境に立つMetaのAI戦略が、オープンモデルを軸に再び「再起動」を図っている経緯について詳しく紹介されている。

なぜ今、Metaは「再起動」を迫られているのか

MetaはAI分野において、OpenAIやAnthropicといった主要フロンティアラボに遅れを取り続けている。LlamaシリーズをはじめとするMetaのモデル群は、オープンウェイトモデルとして広く公開されてきたものの、OpenAIのGPT-4oやAnthropicのClaudeほどの企業採用実績を上げられていないのが現状だ。

OpenAIとAnthropicは企業顧客（エンタープライズ）の獲得に積極的に動き、ソフトウェア開発などのナレッジワーク向けに強力なモデルとツール群を提供してきた。この戦略は実際に機能しており、両社は大きな収益を上げている。Metaはその水準の成功を収められていない。

さらにMetaは昨年、AI部門を全面刷新している。長年Meta AI部門のチーフサイエンティストを務めた**ヤン・ルカン（Yann LeCun）が退任し、後任にスケールAI（Scale AI）の元CEOであるアレクサンダー・ワン（Alexandr Wang）**が就任したと記事は伝えている。この体制変更とともに、注力領域の転換が図られた。

こうした背景を踏まえると、今回の「再起動」は突発的な方針変更ではなく、複数の失敗と組織再編が積み重なった末の選択と見るのが自然だ。

「分散化」と「個人への最適化」を前面に

Metaが今回打ち出した論点の核心は、AIの価値観アラインメント（alignment）は単一の存在では実現不可能という主張だ。

記事によれば、Metaは次のように論じている：

「人々の多様な価値観は、重要な問題に対して異なるトレードオフを意味する。あらゆる対立する利益や価値観に同時に適合できる技術的解決策は存在しない。単一の超知性（superintelligence）は、どうしても特定の価値観を優先せざるを得ず、その結果、すべての人に対して善意を持つことができなくなる」

これを前提として、Metaはモデルを個人やグループのニーズ・価値観に合わせてパーソナライズすべきだと主張する。また、分散化（decentralization）によって「超知性」のメリットを一部の個人・企業・政府・AIそのものに独占させず、すべての人に平等にもたらせるとも訴えている。

この論理は、OpenAIやAnthropicが採る「高性能・高コスト・中央集権型」のアプローチに対するアンチテーゼとして機能している。Metaのアプローチが哲学的な差別化として受け入れられるか、それとも単なる「負け組の言い訳」と見られるかは、今後の製品の実力次第だろう。

中国モデルとの競合が背景に

この戦略転換の背景には、中国発のオープンウェイトモデルの急速な台頭もある。**アリババのQwenシリーズやMoonshot（月之暗面）のKimi K3**といったモデルが、AnthropicやOpenAIのフロンティアモデルに匹敵するパフォーマンスを示すようになってきた。コーディングのベンチマークでは若干劣る場合もあるが、総じてコストが安い。

Ars Technicaの分析によれば、MetaはAlibaba、Moonshot、DeepSeekに対抗する米国側の選択肢として自社を位置づけようとしている構図が見える。AnthropicやOpenAIほどフロンティア志向ではないが、よりオープンで、カスタマイズしやすく、低コストという立ち位置だ。

また、少なくとも現時点での公式な発信においては、大規模なエンタープライズ展開よりも個人利用（パーソナルユース）に軸足を置く方向性を示している。

「撤退」か「方針転換」か

Ars Technicaはこの動きを「以前の野心からの後退（a retreat）」と表現している。変化する業界の風向きを利用して新たな針路を模索している、という見立てだ。

エンタープライズ市場でOpenAI・Anthropicに後れを取り、自社AI部門も組織刷新を余儀なくされた中で、Metaが「オープン性」と「分散化」を旗印に再出発を図る——その戦略が実際に機能するかどうかは、今後のモデルの品質と採用動向が示すことになる。Llamaシリーズが開発者コミュニティで一定の支持を集めてきた実績はあるが、それが収益やエコシステムの主導権へと結びつくかは別の問いだ。

詳細はWith new open models, Meta pitches another reboot of its struggling AI strategyを参照していただきたい。