急成長するAIコードエディタCursorの開発元Anysphereは、自社モデル開発へ明確に動いている。これは、Cursorを採用することは裏側でClaudeまたはGPTを動かすことだという長年の前提を静かに解体している。エンタープライズの買い手にとって、これは単なるベンダー脚注ではない。ツール選定とLLM選定は同一だったという調達ロジックを書き換える。

最初のリスクは推論の不透明性だ。Cursorが独自モデルを混ぜたり差し替えたりするにつれ、ユーザーはどのエンジンがコードを生成しているのか分からなくなる可能性がある。銀行、医療、公共インフラのような規制セクターでは、AIが機微な業務ロジックに触れるため、モデル提供者の身元は好みではなく監査要件である。クラウド顧客が10年前にデータレジデンシー保証を求めて戦ったように、モデル変更の事前通知条項を求めるSLA再交渉の波が来るだろう。安定したAnthropicまたはOpenAIバックエンドを前提に契約したCIOは、いま静かな差し替えリスクに直面している。

第二のリスクは品質のばらつきだ。Anysphereの動機は明確である。スタックを所有し、推論コストを下げ、レイテンシを改善することだ。しかし自社製コード生成がClaude Sonnet級の品質に遅れるなら、生産性向上は隠れた損失へ反転する。企業は公開リーダーボードを信頼するのではなく、PoC中に自社コードベースに対してモデルをベンチマークすべきである。公開指標は、独自リポジトリやドメイン特化のパターンをほとんど反映しない。

機会も同じくらい本物だ。垂直統合はAnysphereの推論単位経済性を大きく下げる可能性があり、その節約はエンタープライズライセンス価格へ流れるかもしれない。GitHub Copilot Enterpriseに対して、総所有コストの計算は変わる。数千席規模では、年間差額は数百万ドルに達する。これはマルチソーシングの姿勢を報いる。Cursor、Copilot、Cline、Devinを組み合わせ、一つのスタックに賭けないことである。

重要な行動は三つだ。第一に、既存契約のモデル出自条項を確認し、変更通知権を固定する。第二に、CISOの承認を受けた承認済みモデルのホワイトリストをセキュリティポリシーへ組み込む。第三に、ベンダーを四半期ごとに再評価する常設のAIツーリングガバナンス機能を立ち上げる。開発プラットフォーム層は今後12〜18カ月で再編される。勝者はツール選択を一度きりの承認ではなく、能動的なポートフォリオ管理として扱う企業である。