> For the complete documentation index, see [llms.txt](https://weekly-essay.mikey.wang/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://weekly-essay.mikey.wang/ja/2025/w24-six-month-review-of-large-model-applications.md).

# W24-大規模モデルの応用、この半年を振り返る

最近、WWDC、Google IO、Pichai のインタビュー、そして AI 分野のこの半年の総括をいくつか見た。

AI は製品化とエコシステム統合の段階に入り、モデル競争は落ち着いてきた。多くの会社が、堂々とモデルを包むアプリを作れるようになった。

まず能力と価格の変化。オープンモデルは急速に追いつき、一部の非公開モデルを超え、一流モデル間の差は大きく縮まった。ローカルモデルには限界があるが、Llama 3 70B のようなものが普通のノートパソコンで動き、GPT-4 に近い能力を持つ。推論価格は下がり続け、その速さはインターネット時代のムーアの法則をはるかに上回る。一流モデルの推論価格は一般に年間で10分の1になり、一部の軽量・蒸留モデルでは100分の1になる。

以前、AI 製品の価値は Token の消費速度で測るという人がいた。Prompt 欄や Chatbot を置いて利用者の質問を待つだけでは足りない。しかし消費速度そのものを追うのも目的ではない。鍵は、Token 一つが生む価値だ。ビジネスモデルにも表れ、業界の共通認識は MaaS（Model as a Service）から RaaS（Results as a Service）へ移った。法人向け企業の多くが token の使用量でなく、獲得・転換した顧客数で課金する。広告が量への課金から成果への課金へ変わったのとよく似ている。

人とコンピュータのやり取りでは、NUI が GUI を置き換えるような転換は見えていない。日常でも、多くの場合はクリックして選ぶのが最も効率的だと感じる。ただし画面には明確な傾向がある。従来のツールバーとメニューから、自然言語と知的な実行へ、より自然で直感的になっている。

応用側の開発課題は増えた。モデルの過剰な迎合、システムプロンプトの漏えい、モデルが告げ口する行動などは、安全性と制御可能性の課題を映す。ツール呼び出し、権限管理、prompt injection が実装の主要な難題になっている。

Apple の AI への対応は、確かに遅れている。ジョブズは、すべてはセンスに帰着すると言った。以前は Apple がセンスと体験を追うため、慎重であり続けるのだと考えていた。しかし GPT4o のマルチモーダルや Gimini Live を体験すると、すでに十分使いやすく、Siri とは世代が違う。保守的な戦略は、もうそれでは説明できない。

大手が汎用性の高い製品に入ると、従来の特定分野向けアプリは機会を奪われやすい。例えば Google の AI Mode はより複雑な対話検索に対応し、Agent Mode は物件探しやチケット予約など、複数段階のタスクを自発的に完了する。Perplexity や Manus など、それまでの分野特化型 AI 製品の魅力が薄れる。