Character.AIがグループでGoogleに身を寄せた理由とは？AI分野の中小企業が「買収される」運命から逃れられない背景
TechFlow厳選深潮セレクト
Character.AIがグループでGoogleに身を寄せた理由とは？AI分野の中小企業が「買収される」運命から逃れられない背景
結局、彼らは無駄な努力を繰り返すうちに自らを窮地に追い込んでしまった。
Web3業界の深掘り報道に専念し潮流を洞察執筆：木沐
編集：文刀
また一つのAIユニコーン企業が大手企業に「吸収合併」された。8月2日、AIスタートアップCharacter.AIの共同創業者兼CEOであるNoam ShazeerがDeepMindチームに加わった。双方は非独占的な契約も締結しており、Character.AIがそのモデルをGoogleにライセンス供与し、Googleはそれに見返りとして資金を提供する。
ShazeerはGoogleとの関係が深く、かつてはLaMDAの開発を主導していた。しかし2021年、人工知能の爆発的発展の直前に、彼はGoogleを離れてAGI（汎用人工知能）分野での起業の波に乗り出し、新たな自然言語大規模モデル企業Character.AIを設立した。
Character.AIの主力製品は「AIコンパニオン」であり、月間ユーザー数は一時期百万人規模に達し、a16zをはじめとする著名ベンチャーキャピタルから約1億9300万ドルの資金調達に成功した。だが好況は長続きせず、昨年3月以降、同社は新たな資金調達を一切行えず、有料ユーザー数も減少の一途をたどり、結局1年半後にGoogleによる「救済買収」を迎えることになった。
実際、Character AIだけでなく、この波のAI起業家たちの中には、Adept、Humane、Inflection AIなど多くのスタートアップがすでに大手企業に「吸収合併」される運命を辿っている。インターネット時代に繰り広げられた「ユニコーン企業の一斉売却」の光景が、今やAIの舞台で再現されつつあり、そのスピードはむしろさらに速くなっている。
AIが生産性を本当に加速しているかどうかはまだ不明だが、少なくともAIスタートアップ企業のライフサイクルは確実に加速されている。その背景には、激しい市場競争の中で、高騰する起業コストと乏しい自立的収益能力との不均衡があり、大規模モデルの分野で「車輪の再発明」を繰り返すAI企業たちは、最終的に自分自身を窮地へと追い込んでしまったのである。
複数のAIスタートアップが大手企業に「吸収合併」
Character.AIは技術と人材を資金に交換することで、生成AI分野での継続的な活動の機会を得た。Googleとの契約により、GoogleはCharacter.AIの大規模言語モデル（LLM）技術の非独占的使用権を得るとともに、Character.AIにさらなる資金を提供する。
技術だけではなく、Character.AIのCEOであるNoam Shazeerと彼のパートナーDaniel De Freitasは、プリトレーニングチームのメンバー約30名とともにGoogle DeepMindチームに移籍する。起業以前、ShazeerとFreitasはともにGoogleの技術者であり、ShazeerはLaMDAの開発を率い、FreitasはGoogleの上級ソフトウェアエンジニアだった。
注目に値するのは、この30名が「元上司」についてGoogleに移籍する一方で、Character.AIに残る約120名（研究員も一部含む）は徐々にオープンソースモデルの開発にシフトし、プリトレーニングベースモデルおよび音声モデルの開発を放棄することになる点だ。
Noam Shazeer（左）とDaniel De Freitas
要するに、Character.AIはGoogleによって事実上買収されたのである。これはシリコンバレーではよくあるパターンだ。大手企業が核心チームと人材を引き抜き、技術の使用許諾を得る。スタートアップはブランドと製品を維持しても、もはや独立して発展するための「核兵器」を失ってしまう。なぜなら、肝心なチームがもう存在しなくなるからだ。
2022年から2023年にかけて、Character.AIの主力製品「AIコンパニオン」は大きな注目を集め、ウェブアプリの月間訪問数は2億回を超え、ユーザーが作成したカスタムAIキャラクターは1000万以上に達した。
こうしたユーザーデータを背景に、同社は昨年3月に1億9300万ドルの資金調達を達成し、投資先にはa16z、SV Angel、元GitHub CEOのNat Friedman、エンジェル投資家のElad Gilらが名を連ねた。これにより、Character.AIは10億ドルの評価額でAIユニコーン入りを果たした。
今年6月まで、Character.AIの訪問数はなお増加傾向にあり、2億6300万に達し、5月比で19.66%の伸びを記録した。比較として、評価額30億ドルのAI検索アプリPerplexityの同期間の訪問数は7320万に過ぎない。
しかし残念ながら、Character.AIは「評判は良いが売れない」という苦境に陥った。月額9.99ドルのサブスクリプションサービスを提供しているものの、7月時点で600万人の月間アクティブユーザーのうち、有料ユーザーはわずか10万人しかいない。さらに深刻なのは、Character.AIの運用コストが非常に高いことだ。自社開発モデルに基づいて製品を構築し続けているため、モデルの学習、推論、アップグレード、メンテナンスに大量の計算リソースが必要であり、これはまさにGPUの大量消費につながる。
収入と支出の不均衡に加えて、新規資金調達も得られなくなったことで、最終的にGoogleに「身を売る」決断に至るのは当然の帰結といえる。
Character AIだけでなく、多くの注目を集めたAIスタートアップも大手企業による買収を免れることはできなかった。自然言語大規模モデルの基盤構造であるTransformerを開発した人物が創業したAdeptは最終的にAmazonに買収され、AIウェアラブルデバイス「AI Pin」を発表したHumane、そして15億ドルの資金調達を果たしたAIソフトウェア企業Inflection AIも、いずれもオリジナル事業を停止し、今年3月末にMicrosoftに統合された。
AIユニコーン企業が大手テック企業に吸収されることで、大手企業は人材と技術を同時に手中に入れることができ、優れたターゲットがあれば密かに「人材争奪戦」さえ繰り広げる。報道によれば、かつてマスク氏が率いたAI企業X.AIもCharacter.AIの買収を検討していたが、最終的にGoogleに先を越されたという。
大規模モデルを基盤とするAI起業企業は、普通のインターネット起業よりもはるかに厳しい生存環境に直面している。大規模モデルには莫大なハードウェアコストが必要であり、均質化された製品は低収益の渦に巻き込まれる。一旦キャッシュフローのバランスが取れなくなり、資金調達環境が厳しくなれば、資金を使い果たした時点で終焉を迎えることになる。
「車輪の再発明」が自らを窮地に追い込む
すべてのAIスタートアップがOpenAIのようなスター企業になれるわけではない。ましてやOpenAIですら赤字状態にある。
FutureSearchの研究者の試算によると、OpenAIの年間経常収益（ARR）は34億ドルに達する（編注：ARRは通常、前月の収益を12倍して年間収益を推定する）。しかし、モデルの構築と運用には巨額のコストがかかり、推定では今年の運用総コストは85億ドルに達する可能性があり、つまり多額の損失が出ている。FutureSearchは、より高度なモデルの開発が続く中で、OpenAIは今後数百億ドルの追加資金を調達する必要があると予測している。
OpenAIでさえこうした状況なのだから、スタートアップ企業の状況はさらに厳しい。特に自社モデルを独自開発し、それに基づく製品を提供する企業にとってはなおさらだ。
Character.AIの場合、推計によると毎月の推論コストだけで約330万ドル、年間では約4000万ドルに達する。一方、月額サブスクリプションによる収益は月100万ドル程度、年間では1188万ドルしかない。得られる収益は推論コストを賄うこともできず、学習コストや人件費などの他の費用は言うまでもない。
より早く買収されたInflection AIも同様で、自社モデルに加えてChatGPTに類似したチャット製品Piも提供していた。今年3月、Inflection AIは新モデルInflection-2.5を発表したが、GPT-4の40％の計算量で学習が可能とされていた。しかし製品として、Piは効果的なビジネスモデルを見出せなかった。
Inflectionが公式に最新で開示したデータによると、Piは100万人の日次アクティブユーザーと600万人の月次アクティブユーザーを持つ。数字としては「良好」だが、Piはいまだに完全無料のまま。2度の資金調達で15億ドルを調達したInflection AIも最終的にMicrosoftに身を寄せることになった。
Googleによる買収に関するプレスリリースの中で、Character.AIはAIスタートアップ企業が直面する一般的な困難を明らかにしている。
「我々の個別化されたスーパーインテリジェンスの実現という目標には、フルスタック方式が必要であり、モデルのプリトレーニングとポストトレーニングの両方が不可欠である。しかし過去2年間で技術環境は変化した――現在では、利用可能なプリトレーニングモデルが増えている。こうした変化を踏まえ、第三者の大型言語モデル（LLM）と自社モデルを組み合わせて活用することが優位になると判断した。これにより、ポストトレーニングにさらに多くのリソースを投入でき、成長するユーザー層に対して新たな製品体験を創出できる。」
Character.AIは婉曲的に一つの現実を述べている。つまり、ここ2年の間に、市場にはすでに十分な数のプリトレーニング済み大規模モデルが登場しているということだ。
ユーザーの視点から見ても同じことが言える。ここ2年間、多数のAIスタートアップと大手企業が自然言語大規模モデルの分野で「車輪の再発明」を繰り返し、パラメータの異なる大・中・小規模のさまざまな「サイズ」のモデルを生み出し、テキスト、画像、動画に対応するマルチモーダル機能も充実させた。しかし製品レベルでは、チャットボットや生成ツールといった機能に大差はなく、ユーザーの飽きが生じており、AIハルシネーション問題も未解決のままである。データ侵害の懸念を強めるばかりか、新たなAIリスクも増加させている。
新しい問題は新しい技術とともに現れる。生成AIは、スタートアップ企業の消滅や買収とともに、新たな停滞期に入っているように見える。投資機関も次第に冷静になりつつあり、一部の人々は生成AIのバブルが崩壊すると予測している。
人工知能の専門家Gary Marcusは、2023年は「AIの約束の年」であり、2024年は「AIの現実の年」になると指摘している。彼は、生成AIのバブルが今後12ヶ月以内に破裂すると予測し、大規模言語モデルはハルシネーション問題を根本的に解決し、自己推論を実現した上で、ようやくAGIへの道を進めるようになると述べている。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
