AI制御層の時代③ 日本の勝ち筋は「業務の中身」にあり

今年3月、楽天グループが「国内最大規模」と銘打って発表したAIモデル「Rakuten AI 3.0」が、中国DeepSeekのオープンモデルをベースにした二次開発だったことが技術者たちの解析で判明し、X上で約3万件の投稿が飛び交う騒動になった。国の補助金を受けた「国産AI」の中身が中国製だったのか——批判の多くはそこに向かい、楽天は発表から10日後、DeepSeek採用を公式に認めた。

だが、シリーズ第1回・第2回で見てきたAI業界の構造変化を踏まえると、この騒動で交わされた議論は、問いの立て方そのものがずれていた可能性がある。AIモデルが交換可能な部品になっていくのなら、部品の出自を争うことに、どれほどの意味があるのか。米国では、MicrosoftのNadella CEOやPalantirのKarp CEOが「モデルに主導権を渡すな」と唱え、勝負所はモデルの上に築く学習ループや制御層（コントロールプレーン）にあると説く。モデルで争う時代から、モデルを制御する層で争う時代へ——この地殻変動は、フロンティアモデルの開発競争で米中に大きく水をあけられた日本にとって、むしろ朗報かもしれない。土俵が変われば、勝ち筋も変わる。本稿では、コントロールプレーンとは具体的に何なのかを解剖した上で、日本企業がこの新しい土俵で握るべきものは何かを考えたい。

コントロールプレーンとは何か——MicrosoftとPalantir、二つの実例

コントロールプレーン（制御層）という言葉は、もともとネットワーク機器の世界で、データそのものを運ぶ層と、その流れを制御する層を区別するために使われてきた用語だ。エンタープライズAIの文脈では、AIエージェントという新しい「働き手」を企業の中で統制する仕組みを指す。具体的に何をする層なのかは、実際の製品を見るのが早い。好対照なのが、MicrosoftとPalantirである。

Microsoftのアプローチは、一言で言えば「エージェントを社員として管理する人事システム」だ。同社が今年5月に正式提供を開始した「Agent 365」（ユーザー1人あたり月15ドル）は、自らを「エージェントのためのコントロールプレーン」と公式に名乗る製品で、中身は驚くほど人事・総務的である。社内で動く全エージェントを登録する台帳。エージェント一体ごとに発行される社員証のようなID（Entra Agent ID）。エージェントごとの権限設定と、行動の監視、そして「退職処理」までのライフサイクル管理。人間の社員と同じように、AIエージェントにも入社手続きと人事評価と監査が要る、という発想だ。興味深いのは、他社製エージェントまで管理対象にしている点で、米AWSや米Google、米Salesforceのプラットフォーム上で動くエージェントも同じ台帳に載せられると謳っている。世界中の企業の「人間のID管理」を握ってきたMicrosoftが、その独占力をエージェント時代にそのまま持ち込もうとしているのである。

一方のPalantirのアプローチは、「業務の意味を定義する辞書」だ。同社の中核製品「オントロジー」は、企業に散らばる生データを、業務上の意味を持つ概念に変換して一元管理する仕組みである。データベースの表や列のままでは、AIも人間も業務の全体像を扱えない。そこで、航空会社なら「フライト」「機材」「乗務員」、病院なら「患者」「病床」「看護師のシフト」といった現実世界の単位でデータをモデル化し、さらに各概念の関係性と、「発注を出す」「シフトを組み替える」といった業務アクション、そしてそのアクションを誰が（どのエージェントが）実行してよいかという権限までを一体で定義する。Palantir自身は公式文書で、オントロジーは単なるデータの意味づけ層ではなく「データ、ロジック、アクション、セキュリティの四位一体」だと説明している。この土台の上で、AIモデルはGPTでもGeminiでもClaudeでも、オープンモデルでも、交換可能な部品として差し替えられる。前回までに見たマニフェストの「主権とアルファは両立する」という主張は、まさにこの製品構造の宣伝文なのだ。

つまり同じコントロールプレーンでも、Microsoftは「誰が動いてよいか」を管理するID・統治型、Palantirは「何を意味し、何をしてよいか」を定義する業務データ型と、重心が異なる。共通するのは、どちらもモデルの一つ上の層に陣取り、モデルを交換可能な部品として扱う設計だという点だ。「モデルに主導権を渡すな」と説く二社が売っているのは、モデルから主導権を吸い上げて自社の層に移す装置なのである。

ベンダーが売れるのは「器」、主権の実体は「中身」

ここで一つ、重要な区別を導入したい。コントロールプレーンは「器」と「中身」に分解できる、という区別である。

器とは、前のパートで見たような製品そのものだ。エージェントの台帳、ID発行の仕組み、権限管理のエンジン、行動の監視ダッシュボード、業務データをモデル化するためのツール群。これらは業種を問わず共通の機能なので、ベンダーが製品化して何万社にも売ることができる。MicrosoftのAgent 365も、Palantirのオントロジー構築ツールも、売られているのはこの器である。

だが、器を買っただけでは、エージェントは一歩も動けない。器に入れる中身が要る。自社にとって「顧客」とは何を指すのか。「正常な取引」と「要確認の取引」の境目はどこか。この判断はどのレベルの承認が要るのか。エージェントにどこまで任せ、どこから人間が確認するのか。そして、エージェントの出力の「良し悪し」を何で測るのか——。これらは自社の業務知識と経営判断そのものであり、どんなベンダーも代わりに定義することはできない。Nadella氏がエッセイで説いた「トークン資本」、Palantirのマニフェストが言う「部族の知識（tribal knowledge）」の実体は、この中身のことだ。企業のAI主権を云々するとき、本当に問われているのは、器をどこから買うかではなく、中身を自分で作り込む能力と体制が自社にあるかなのである。

この区別が見えると、「主権を守れ」という大合唱の商売上の急所も見えてくる。中身作りは、途方もなく手間のかかる仕事だ。散らばったデータの整理、暗黙知の言語化、権限ルールの設計——多くの企業には、これをやり切る人材も時間もない。そこでベンダーは、器と一緒に「中身作りのお手伝い」を売る。Palantirの高収益を支えてきたのは、まさに顧客企業に技術者を常駐させて中身を作り込むフォワード・デプロイド・エンジニア（FDE）のモデルであり、第2回で見た通り、AnthropicもOpenAIもこの方式に参入し始めた。「主権はあなたのものです。ただし、その主権の中身は我々が作ります」——見方によっては、トークン課金よりよほど深く、抜けにくい関係である。

つまり、企業から見た本当の選択肢はこう整理できる。器は買ってもいい。モデルも借りてきた部品でいい。しかし中身——自社業務の意味定義、権限とポリシーの設計、出力の評価基準、そしてそこから回り始める学習ループ——を作る能力だけは、外注しきってはならない。これが、米国で巻き起こった「AI主権」論争から日本企業が持ち帰るべき、最も実践的な教訓だと筆者は考える。

そしてこの「器と中身」の区別は、もう一つの問いに光を当てる。日本のAI産業は、この構造のどこで戦うべきなのか。

日本の勝ち筋は「業界特化の中身」にある

ここまでの整理を踏まえて、冒頭の楽天騒動に戻ろう。あの騒動で世論が争ったのは「部品の出自」だった。国の補助金で作った国産AIの中身が中国製でよいのか、と。楽天の情報開示のあり方に問題があったのは確かだ。しかし「中国モデルをベースにしたこと」自体は、批判の的にするような話ではない。実際、同じ中国アリババのQwenをベースにしたみずほフィナンシャルグループの金融特化LLMは、銀行実務の正答率でトップ級の性能をオンプレミス環境で実現したと発表しても、炎上どころかほとんど話題にすらならなかった。日本企業の主要なAIモデルのうち約6割がDeepSeekやQwenといった中国オープンモデルをベースにした二次開発だ、とする報道も引用されている。つまり「モデルは出来のいい部品を借りてきて、自社の用途に磨き込む」という分業は、騒動の裏側で、静かに日本の標準になりつつあるのだ。

問うべきは部品の国籍ではない。部品を制御する層——コントロールプレーンの中身——を誰が作るのか、である。

では、その中身の争いで日本は何を狙うべきか。正直に言えば、「器」の勝負は分が悪い。Agent 365のような全産業向けの汎用的な器は、既に日本企業の大半がMicrosoft 365とそのID基盤の中で仕事をしているという流通力の前に、機能の優劣だけで割って入る余地が小さいからだ。日本版の汎用コントロールプレーンをゼロから作って世界のMicrosoftと競う——これは、フロンティアモデルの開発競争と同じ轍を踏みかねない。

勝ち筋は、その一段深くにある。「業界特化の中身」だ。前のパートで見た通り、コントロールプレーンの中身とは、業務の意味定義、権限とポリシーの設計、出力の評価基準である。これらは一社ごとに作り込むものだが、実はかなりの部分が業界内で共通している。銀行であれば、金融検査やFISC安全対策基準を織り込んだ与信業務の意味定義。製造業であれば、系列取引や品質保証の実務が要求する承認フロー。自治体であれば、法令・条例と行政手続きのモデル。こうした「業界共通の中身の半完成品」を作り込み、器に載せて提供できれば、それは米国ベンダーが一朝一夕には真似できない参入障壁になる。日本の業務知識そのものが製品になるからだ。

そして日本には、この半完成品の材料が眠っている。何十年にもわたって各業界の現場に蓄積されてきた、基幹システムの設計思想、業務プロセスの定義、規制対応の実務知識だ。ただし、材料があることと、それを製品にできることは別である。日本のIT産業は長年、業務知識を個社ごとの受託開発という「一品物」に注ぎ込み、再利用可能な資産に昇華してこなかった。この構造のままAI時代を迎えれば、蓄積された業務知識は、また一品物のAI導入案件として切り売りされて終わるだろう。

勝負を分けるのは、現場で得た業務知識を「業界特化のオントロジー」という再利用可能な中身に変換し、製品として磨き込めるかどうかだ。この変換には、業務の現場を知っていることに加えて、AIエージェントの挙動を設計し、評価し、改善し続ける技術力が要る。つまり、既存のITベンダーが自動的に有利なわけではない。業務知識とAI実装力の両方を併せ持ち、個社案件を業界資産に昇華する製品思想を持ったプレイヤー——それが既存大手なのか、AIを本業とする新興勢力なのかは、まだ決まっていない。日本版コントロールプレーンの担い手の座は、空席なのである。

この構図では、モデルは主役の座を降りる。中身さえ自分たちのものであれば、その下で動くモデルは米国製でも中国製でも、そのとき最も性能とコストのバランスが良い部品を差し替えて使えばいい。むしろ、モデルを交換可能な部品として扱える設計こそが、Nadella氏の言う「主権のテスト」——汎用モデルを交換しても自社の専門知識が失われないか——に合格する道である。国産モデルの開発を全否定するつもりはない。だが、国費と人材という限られた資源を注ぐ優先順位は、コモディティ化が進む部品の国産化よりも、日本の業務知識を資産化する「中身」の構築にあるのではないか。

問いを更新せよ——「国産モデルか」から「中身を誰が握るか」へ

もちろん、楽観だけで締めるわけにはいかない。留意点は二つある。

一つは、中国オープンモデルへの依存に伴う目配りだ。重みを手元にダウンロードして自社環境で動かす限り、データが中国に送られるという類のリスクは当たらない。しかし、ベースモデル由来の応答の癖や安全機構の弱さは引き継がれ得るし、政府・防衛など一部の領域では、出自そのものが調達要件に抵触する可能性も残る。また、中国勢が今後もモデルをオープンに公開し続ける保証はない。既に公開された重みが消えることはないとはいえ、特定の供給源への一極依存を避け、米国系オープンモデルや国産モデルを含む複数の選択肢を維持しておく備えは要る。「中身」に集中せよという本稿の主張は、部品の調達リスク管理を怠ってよいという意味ではない。

もう一つは、「中身」の構築は市場任せでは進みにくいということだ。業界共通のオントロジーは、一社だけでは作れない。競合同士がデータの定義を持ち寄る座組みには、業界団体や規制当局の関与、そして政府調達による初期需要が効く。米国で「AI主権」が語られるとき、その主語は個々の企業だが、日本で同じ議論をするなら、主語には業界と国も含めるべきだろう。国のAI予算の使い道として、コモディティ化していく部品の後追い開発より、業界共通の「中身」づくりを後押しする方が、費用対効果は高いはずだ。

シリーズ3回を通じて見てきた地殻変動を、あらためて一言でまとめれば、こうなる。AIの主戦場は、モデルの性能競争から、モデルを制御する層の争奪戦へ移りつつある。米国では企業が「主権を渡すな」と声を上げ、ベンダーは制御層の「器」を売り込み、AIモデル大手はスタックの上下へ布石を打ち始めた。この新しい土俵の上で、日本が問うべきは「国産モデルか、外国モデルか」ではない。「AIを統制する中身——業務の意味定義、権限の設計、評価の基準——を、誰が作り、誰が握るのか」である。楽天騒動が残した本当の教訓は、そこにあると筆者は考える。土俵は変わった。問いも更新するべき時だ。