OpenAIはSoraを終了した。一方、KuaishouはKlingに一段と力を入れている。カリフォルニア州司法長官は、AIエージェントの暴走事案を巡りOpenAIを提訴している。
これらは異なる製品を巡る動きだが、同じ変化を示している。AIの価値は、モデルのデモから、統制の利いた運用レイヤーへと移りつつある。動画分野では、再現性のある制作、配信、権利管理、業務フローへの適合性が競争の焦点となる。ショート動画の既存大手は、クリエーターを軸とする循環を活用できる。一方、モデル提供企業は、顧客の利用現場や規制対応、企業向けの環境で能力を実証しなければならない。出力の品質は重要だが、アクセス、コスト、ポリシーの徹底、信頼性も同様に重要だ。
エージェントの法的責任を巡る問題によって、企業利用におけるこうした真価が一段と厳しく問われる。不正確な回答であれば、多くの場合は修正が利く。しかし、記録を書き換え、データを漏えいさせ、取引を開始するエージェントは、事業上の影響を生じさせる可能性がある。この訴訟で責任の所在が決着したわけではないが、モデルベンダー、開発者、導入主体、利用者の間で責任を曖昧にしておく代償は大きくなる。購入企業は、監査ログ、範囲を限定した権限、承認を必須とする仕組み、インシデントの通知、障害や無許可の行動に関するルールを求めるようになる。契約には、稼働率や利用制限だけでなく、証拠、是正措置、停止権に関する規定が必要になる。
こうした圧力は市場を二分するだろう。消費者向けの試行では、迅速な反復改善や内部構造の不透明さも許容されるが、規制下での導入ではそうはいかない。長期にわたり通用するアーキテクチャーは、確率的なモデルを決定論的な制御の下に置くことになる。具体的には、最小権限によるアクセス、取り消し可能な操作、人間への判断の引き継ぎ、テスト環境、生成と実行の明確な分離だ。投資家は、ガバナンス、統合、保険のコストを、規模の拡大とともに消える摩擦ではなく、普及過程の一部として捉えるべきだ。
日本企業にとって、これはOpenAIとKlingのどちらかを選ぶだけの問題ではない。メーカー、銀行、小売企業、メディア企業は、AIにどこで行動を許すかを明確にし、責任者を定め、データの取り扱い範囲とロールバック手順を設定してから、自律性を拡大すべきだ。日本で求められるプライバシー保護、業種別の規則、複数ベンダーからの調達を踏まえると、統制を実証できることが競争上の優位性になり得る。判断基準は、システムが何を見て、何を決定し、何を承認したかを企業が再現し、その影響を封じ込められるかどうかだ。SIersとRPAチームには商機があるが、プロンプトの統合だけでは不十分だ。権限管理レイヤー、障害テスト、監査証跡、人間への判断の引き継ぎ、モデルを切り替えられる設計を、再利用可能な資産としてパッケージ化できる。開発チームは、自動化を基幹システムに接続する前に、ツール呼び出しを分離し、認証情報に付与する権限を絞り、復旧手順をテストすべきだ。自動化基盤と併せてガバナンスを販売することで、日本のシステムインテグレーターは、法的不確実性を無謀な自律化や終わりのない実証実験の口実にすることなく、海外のモデルを導入しやすくなる。