AmazonとGoogleのAI競争：AWSが求めるのは最高のモデルだけでなくプラットフォーム

AWSが18四半期ぶりの高成長を報告するなか、AmazonはAIモデル戦略を変えつつある。AmazonとGoogleの競争における対立軸は、より明確になっている。

Googleは、Geminiを有力なモデル、消費者向けアシスタント、そして自社製品に組み込まれる知能として位置づけたい。一方Amazonは、顧客がほぼあらゆる重要モデルをAWS経由で実行することを望んでいる。

この違いは、また一つベンチマークで勝利すること以上に重要だ。Amazonに必要なのは、NovaがGoogle、OpenAI、Anthropicのあらゆるモデルを打ち負かすことではない。どのモデルが勝っても、Bedrock、Trainium、AWSインフラストラクチャが需要を取り込むことだ。

この戦略にリスクがないわけではない。報道によると、Amazonは7月に複数のNovaプロジェクトの縮小を開始する一方、研究者を新たな最先端モデルの取り組みに集約した。この再編は、当初のモデルポートフォリオが十分な勢いを生み出せなかったことを示唆している。

それでもAmazonの最新決算は、同社が異なる勝利の定義を採用できる理由を示している。四半期決算によれば、AWSの売上高は第2四半期に37%増加した。Amazonはまた、AI事業とチップ事業がそれぞれ相当規模の年換算売上高ランレートを超えたと述べた。

Googleは最も強力な反論を示している。同社は評価の高いモデル群、カスタムチップ、成長中のクラウド事業、Searchによる配信力、そして非常に広いリーチを持つ消費者向けAI製品を保有している。

したがって、AmazonとGoogleの競争はNova対Geminiよりも大きなものだ。これは、知能そのものを支配することと、その知能を取り巻くインフラ、配信、エンタープライズ顧客との関係を支配することの競争である。

Amazonはモデルへの賭けを絞り込み、AWSは加速する

報じられたAmazonのNova縮小は、人工知能からの撤退ではなく、リソースの集中と捉えるのが最も適切だ。

Reutersは7月28日、Amazonが複数の社内モデルを段階的に縮小し、新たな最先端モデルプログラムにリソースを集中させていると報じた。同報道は、社内再編に詳しい関係者の話を引用している。

AmazonはNovaを単一のチャットボットではなく、幅広いモデル群として導入した。そのポートフォリオは、テキスト、画像、動画、音声、推論、モデルのカスタマイズをカバーしていた。

この幅広さにより、AWSは多様なワークロード向けのモデルを提供できた。一方で、競合他社が少数の主力ブランドに注力するなか、Amazonは複数の高コストな研究路線を支える必要があった。

報じられた再編は、この課題を対象としている。Amazonはエンジニアとコンピューティング能力を、ロボティクス研究者のPieter Abbeelが率いるとされる、より小規模な最先端モデルの取り組みに集中させている。

Amazonは影響を受けるすべてのモデルやチームを公表していない。また、Novaポートフォリオの完全な提供終了スケジュールも発表していない。

この区別は重要だ。報じられた社内での段階的縮小は、既存のすべてのNovaエンドポイントがBedrockから直ちに消えることを意味しない。

AWSは、顧客が移行計画を立てられるようモデルのライフサイクル情報を公開している。エンタープライズユーザーは、研究組織の再編が即時のサービス停止を意味すると想定するのではなく、こうした通知を確認すべきだ。

このタイミングには一見矛盾がある。Amazonはモデル事業の一部を縮小する一方で、AIインフラへの支出を増やし、より力強いクラウド成長を報告している。

この矛盾は、Amazonのインセンティブを切り分ければ解消する。

独自モデルは、その性能だけで開発者を引きつけなければならない。高い評価、信頼できる挙動、競争力のある運用コスト、迅速な更新、そして購買判断に影響を与えるだけの認知度が必要だ。

クラウドプラットフォームには、より幅広い収益への道がある。コンピューティング能力、ストレージ、データベース、セキュリティ、ネットワーキング、モデルアクセス、エージェント基盤、デプロイメントツールを販売できる。

AWSは、顧客がAmazonのモデルを選んだ場合に利用収益を得られる。また、その顧客がClaude、OpenAIモデル、あるいは他の対応システムを選択した場合にも関与できる。

これが、Amazonが追求しているように見える、より価値の高い立場だ。目標はモデル研究を放棄することではない。外部の研究所が選好されるモデルを生み出した場合でも、AWSの価値を維持することだ。

Bedrockは現在、幅広いデータ集合で学習された適応可能なシステムである基盤モデルを100種類以上サポートしている。AWSによると、このサービスは10万を超える組織に利用されている。

これらは企業側の主張だが、Amazonが自社の優位性をどう捉えているかを示している。単一のリーダーボード上の順位よりも、カタログとその運用レイヤーが重要なのだ。

再設計されたBedrockの体験は、その意図をより明確にしている。開発者は、広く使われるOpenAIおよびAnthropicのソフトウェアライブラリと互換性のあるインターフェースを利用できる。

互換性は切り替えの手間を減らす。チームは周辺アプリケーションのすべてのコンポーネントを作り直すことなく、別のモデルを評価できる。

Amazonは2026年、Anthropic、Meta、Mistral、Cohere、Amazonの提供内容に加えて、OpenAIモデルをBedrockに追加した。Bedrock統合には、統合されたセキュリティ、ガバナンス、コスト管理が含まれる。

これはAmazonの物語における最初の大きな逆転を生む。Novaと競合するモデルをサポートしても、AWSを強化できる。

内部での競争が増すほど、プラットフォームの有用性は高まる。Amazonは個別のモデル評価で負けても、その結果生じるクラウドワークロードでは勝てる。

これは、その戦略が成功する証明ではない。モデルでの主導権が価値を得るための一つの経路にすぎない事業を、Amazonが設計していることの証拠だ。

AmazonとGoogleの比較がいま重要な理由

GoogleがAmazonに圧力をかけるのは、モデル品質、クラウドインフラ、カスタムシリコン、消費者への配信力、独自データを一社に統合しているからだ。

AIの比較では、AmazonをOpenAIやAnthropicと並べることが多い。こうした比較はモデル性能を測るうえで有用だが、より深い事業上の対立を見落としている。

Googleのほうが、より完全な戦略的競争相手だ。Google CloudはAWSと直接競合し、GeminiはAmazonのモデルやBedrock経由で提供されるサードパーティーのシステムと競合する。

GoogleはGeminiをSearch、Workspace、Android、Cloud、そして消費者向けアプリケーションを通じて配信できる。それぞれの接点が、ユーザーを獲得したりコンピューティング能力を販売したりする新たな機会を生む。

Alphabetによると、Google Cloudの売上高は2026年第2四半期に前年同期比82%増加した。同社はまた、自社モデルAPIが毎分約220億トークンを処理していると報告した。

トークンは、テキストやその他のモデル入力を構成する小さな単位だ。トークン量は、開発者や製品がAIシステムをどの程度活発に利用しているかのおおまかな指標となる。

Googleの決算概要によると、Geminiアプリケーションの月間アクティブユーザー数は9億5000万人に達した。この配信力はGoogleに、Amazonにはないものをもたらす。広く認知された消費者向けAIの目的地だ。

GoogleはGeminiを改善し、既存ユーザーの前に配置し、その基盤となる機能をGoogle Cloud経由で販売できる。また、このモデルを広告、検索、生産性、開発者向け製品全体で活用できる。

AmazonにもAlexaやショッピングプラットフォームなど、強力な消費者向け接点がある。しかし、NovaはGeminiやChatGPTに匹敵する消費者ブランドにはなっていない。

Amazonの強みは別の場所にある。AWSはすでに、大規模なエンタープライズ顧客基盤に対し、データベース、アプリケーション、ID、セキュリティポリシー、コンピューティング環境を管理している。

本番のAIシステムにはモデルへのアクセス以上のものが必要なため、この既存の関係は重要だ。権限、監視、データ取得、監査記録、ネットワーク制御、予測可能な運用が求められる。

モデルはデモンストレーションで有用な回答を生成できる。本番サービスは組織のルールを守りながら、許容可能な回答を繰り返し生成しなければならない。

Amazonが価値を取り込もうとしているのは、デモンストレーションと運用の間にあるこの差だ。

Bedrockを使えば、顧客はアプリケーション全体を別のクラウドに移すことなく、モデルを比較できる。AgentCoreおよび関連するAWSサービスは、AIエージェントの実行レイヤーに対応する。

AIエージェントとは、モデルを使ってツールをまたいだ行動を計画・実行するソフトウェアだ。モデルは推論を提供するが、周辺システムがID、メモリ、権限、実行を制御する。

こうした周辺システムは、モデルよりも置き換えにくくなる可能性がある。モデルは急速に変化する一方、企業のデータアーキテクチャやセキュリティ管理はゆっくりとしか変わらない。

これが、Amazonのモデル中立的な訴求が魅力を持つ理由だ。エンタープライズの購買担当者は、来年どのモデル群がすべてのワークロードで主導するかを知ることができない。

あるチームはコーディングのワークフローにClaudeを好むかもしれない。別のチームは、ツール利用にOpenAIのシステム、メディア分析にNova、定型的な分類に小型モデルを選ぶ可能性がある。

Amazonは、どの選択も同じインフラレイヤーへの需要を生み出すことを望んでいる。

GoogleもVertex AIを通じてモデルの選択肢を提供しており、この概念をAmazonが独占しているわけではない。Microsoftもエンタープライズクラウド事業の中でマルチモデルのカタログを運営している。

違いは重点の置き方にある。Googleは非常に幅広い製品ネットワーク全体でGeminiをデフォルトにできる。AmazonはBedrockを、顧客が選択する管理された環境として提示している。

これは両社に圧力を生む。

Amazonは、中立性が、選好されるモデルとその配信を所有することより大きな価値を提供することを証明しなければならない。Googleは、統合されたスタックが顧客の選択肢を制限したり、望ましくない依存関係を生んだりしないことを証明しなければならない。

したがって、AmazonとGoogleの競争は単純なモデル対決ではない。企業が幅広いモデルのユーティリティを選ぶのか、それとも統合された知能プラットフォームを選ぶのかを問うものだ。

価値あるレイヤーはモデルを取り巻くすべて

Amazonの中心的な賭けは、モデルの知能がより代替可能になる一方、コンピューティングと業務データへのガバナンスを備えたアクセスは希少なままである、というものだ。

ユーザーはモデルの出力を目にできるため、モデルは注目を集める。インフラは、アプリケーションが高コスト、不安定、あるいは管理困難になるまで、ほぼ見えないままだ。

本番ワークロードでは、こうした隠れた要件がすぐに明らかになる。

顧客サービス担当者向けのアシスタントを構築する企業を考えてみよう。このアシスタントは、承認済みのアカウント情報を取得し、従業員の権限を尊重し、最新のポリシーを引用し、別の顧客の記録を公開しないようにしなければならない。

有能なモデルを選ぶだけでは、この問題の一部しか解決できない。企業には引き続き、データ接続、ID確認、可観測性、評価、エスカレーションのプロセスが必要となる。

モデルの切り替えには、API呼び出しの変更と新しい出力のテストだけで済むかもしれない。一方で、すべてのデータベース、権限、ログ、ワークフローを移行するには、はるかに多くの作業が必要になる可能性がある。

Amazonは、AWSがこの永続的な運用コンテキストを担うことを望んでいる。

同社のカスタムTrainiumチップも同じ戦略に資する。モデルの学習と実行には膨大なコンピューティング能力が消費されるため、ハードウェアの供給力と効率は商業的に重要になる。

Amazonの会社業績によると、Anthropicが利用する大規模AWSクラスターのProject Rainierには、50万個を超えるTrainium2チップが含まれる。Trainium3の供給量は、2026年半ばまでにほぼすべて割り当て済みになる見込みだった。

これらの主張は強い需要を示しているが、企業開示ではワークロードの構成や顧客集中度は完全には明らかにならない。

Anthropicは、Amazonのモデル非依存戦略における優位性と限界の具体例を示している。

ClaudeはAmazonのモデルではない。それでもClaudeがAWSチップ上で稼働し、Bedrockに登場し、支援サービスへの需要を生み出せば、Amazonは利益を得られる。

Anthropicは4月、拡大されたAmazonとの契約により、最大5ギガワットの追加コンピューティング容量が確保されると発表した。また、10万社を超える顧客がBedrockを通じてClaudeを利用しているとも述べた。

ギガワットはモデル性能ではなく、電力を測る単位である。この数値は、広く利用されるシステムの訓練と提供に必要なインフラの規模を示している。

このコンピューティング契約により、ClaudeはAWS、Google Cloud、Microsoft Azure全体で引き続き利用可能となる。したがってAnthropicは、Amazonだけに全面的に依存するのではなく、複数のクラウドチャネルから恩恵を受ける。

この取り決めは、プラットフォーム戦略におけるトレードオフを端的に表している。

Amazonはモデルを支配せずにワークロードを得る。AnthropicはAmazonに独占権を与えずに流通網を得る。

顧客は選択肢を得る一方で、Bedrock固有のオーケストレーション、セキュリティ、データサービスに依存する可能性は残る。モデルを選べることが、プラットフォーム・ロックインを自動的になくすわけではない。

AmazonとOpenAIの関係も、同じ論理を拡張したものだ。AWSは、互いに競合し、さらにNovaとも競合する、著名な外部モデル群を2つホストできる。

小売業者なら、これを棚のスペースと呼ぶだろう。クラウドプロバイダーは、これをマネージドモデルアクセスと呼ぶ。

戦略的な価値は需要の集約から生まれる。顧客がBedrock内で各モデルを試すなら、Amazonはどのモデルがすべて勝者になるかを予測する必要がない。

モデルルーティングは、この論理をさらに強める。ルーティングソフトウェアは、品質、レイテンシー、可用性、コストなどの要因に基づき、リクエストごとにモデルを選択する。

複雑なコーディング要求はフロンティアモデルに送られるかもしれない。基本的な分類タスクなら、より少ないリソースで動作する小規模なシステムに送ることができる。

ルーティングが改善されるにつれ、モデルのブランドはエンドユーザーから見えにくくなる可能性がある。選択、監視、請求を管理するクラウドプラットフォームの影響力は高まる。

Amazonは、この結果が不可避であることを立証してはいない。一部の開発者は、新機能をより早く利用できるため、プロバイダー直結のAPIを好む。

プロバイダーは、重要な機能を自社プラットフォーム向けに限定することもできる。クラウドカタログでは、モデルの提供が遅れたり、利用できる制御機能が少なかったりする可能性がある。

それでもAmazonは、企業が複数のモデルを利用する世界に向けて有利な位置にある。モデル市場が細分化するほど、集約の有用性は高まる。

GoogleもVertex AIを通じて細分化の恩恵を受ける。ただしGoogleには、Geminiを自社製品全体におけるデフォルトのインテリジェンスにする、より強い動機もある。

この違いが、各社の投資ストーリーを形作る。

Googleは垂直統合を通じた価値創出を目指している。つまり、チップから消費者向け製品まで、相互接続された複数の層を自ら管理する。Amazonは、より多様なサプライヤー基盤を横断するオーケストレーションによる価値創出を目指す。

Amazonが引き続きモデルを開発するのは、プラットフォームの中立性が技術的な依存を意味してはならないからだ。NovaはAWSに交渉力、社内の専門知識、差別化された製品、そして外部条件が変わった際の代替手段をもたらす。

したがって、報じられたNovaの再編は、独自モデル戦略を消し去るものではない。所有することが意味のある優位性を生み得る領域に、ポートフォリオを絞り込むものだ。

Amazonの新たなフロンティアモデルが成功すれば、Bedrockは強化される。期待外れのモデルに終わっても、サードパーティー向け需要が伸び続ければ、打撃は小さい。

この非対称な結果こそが、Amazonのアプローチの核心である。

Amazonのプラットフォーム優位性には現実的な弱点もある

幅広いカタログが価値を持つのは、顧客が最新モデル、一貫した機能、信頼できる移行、そして離脱できるという確かな自由を得られる場合に限られる。

Amazonの戦略に対する最も強い批判は、タイミングから始まる。モデル開発企業は、新機能をまず直接提供するサービスでリリースすることが多い。

そのためBedrockの顧客は難しい選択を迫られる可能性がある。チームはAWSのガバナンスを維持して待つか、即時アクセスのためにプロバイダー直結へ移るかを選ぶことになる。

この遅れは、競争的な製品開発において重要だ。新たな推論機能や低レイテンシーのモデルは、アプリケーションの品質や運用経済性に影響し得る。

モデルの豊富さは、表面的なものにもなり得る。古いシステムを多数含むカタログは、最も重要な最新の選択肢を含むカタログと同じではない。

AWSのドキュメントにはライフサイクルの日程が示されているが、モデルが廃止される際には、顧客側に移行作業が残る。プロンプトの挙動、出力形式、安全性ルール、ツール呼び出しは、後継モデルごとに異なる場合がある。

一貫したAPIは統合時の摩擦を減らす。しかし、それによって異なるモデルが同一の振る舞いをするわけではない。

報じられたNovaの縮小は、この懸念をより鮮明にする。影響を受けるAmazonモデルを利用する組織には、明確なスケジュールとサポートされた移行パスが必要だ。

Amazonは、すべてのNovaワークロードへの影響を判断するのに十分な詳細を公表していない。したがって報道では、確認済みのライフサイクル通知と内部戦略に関する報道を区別すべきである。

もう一つのリスクは集中にある。

AmazonはBedrockをマルチモデルプラットフォームと呼ぶが、その最も深い関係は、複数の大手米国系プロバイダーにますます集中している。商業契約は、どのシステムが最初に導入され、最良の統合を受けるかを左右し得る。

だからといってBedrockが閉鎖的になるわけではない。しかし中立性は、マーケティング文言ではなく、製品の提供状況で判断すべきだという意味ではある。

顧客は、リリース時期、地域別の提供状況、カスタマイズ支援、安全性制御、プロバイダー固有機能へのアクセスを比較すべきである。

Googleはここでの弱点を利用できる。Geminiの競争力が維持され、Google Cloudが密接な統合を提供するなら、購入者はサポートにばらつきのあるカタログよりも、一貫したスタックを選ぶかもしれない。

Googleの第2四半期の勢いは、この主張に重みを与える。同社のクラウド成長率は82%に達し、Geminiの利用も消費者向けおよび開発者向けチャネル全体で拡大した。

AmazonのAWS成長率37%も大きな数字だった。この数値は、どちらのインフラ戦略にも需要が集まっており、明確な勝者が生まれているわけではないことを示している。

資本集約度もまた不確実性を生む。

AIデータセンター、チップ、電力容量には、将来の需要がすべて見える前にコミットメントが必要になる。Amazonは直近の決算後、計画していたテクノロジー支出を引き上げた。

この支出には、ロボティクスや衛星など、生成AI以外のプロジェクトも含まれる。これをモデル投資だけを示す指標として扱うべきではない。

重要なのは、こうした資産を支えられるほど利用率が速く伸びるかどうかだ。空き容量は収益性を圧迫し得る一方、容量制約は顧客を他社へ向かわせる可能性がある。

Amazonは需要が引き続き堅調だとしている。同社のAIおよびチップ事業は大規模な年換算ランレートに達し、AWSの成長は数四半期連続で加速している。

こうした企業発表の数値は、インフラ投資の論拠を支える。ただし、減価償却費とエネルギーコストを差し引いた後に、各AIワークロードがどれほどの増分利益を生むかまでは示していない。

同じ懸念はGoogleにも当てはまる。クラウドの急成長は、データセンターの拡張やカスタムチップの配備にかかる費用をなくすものではない。

企業導入には別の課題がある。

企業は、成功した実験を広範な本番環境へ移行させることなく、複数のモデルを試すことが多い。セキュリティ審査、信頼性の低い出力、データ品質、不明確な事業収益は、導入を停滞させ得る。

Bedrockがより大きな戦略的価値を得るのは、顧客が実験の段階を越えたときだ。トークン量だけでは、アプリケーションが持続的な顧客価値を生んでいるかは分からない。

購入者はワークロード単位の証拠を確認すべきである。有用な指標には、アプリケーションを利用する従業員数、完了したタスク、エラー率、レビュー時間、継続している本番ワークロードなどが含まれる。

モデルが変わる際にも、ナレッジワーカーには継続性が必要だ。ノート、ソース資料、意思決定は、特定のアシスタントの外部でもアクセス可能であるべきだ。

個人向けのAIナレッジベースはその文脈を保持できるが、エンタープライズシステムにはより広範なガバナンスが求められる。原則は同じである。変化するモデル層とは別に、永続的なナレッジを保持することだ。

規制もまた制約を加える。複数の法域で事業を行う企業には、データの保存場所、保持、アクセス、モデル評価を管理する仕組みが必要になる。

クラウドプラットフォームは、ポリシーを一元化することでこうした作業を簡素化できる。一方で、プラットフォームのコンプライアンスツールや契約条件への依存をより大きくする可能性もある。

Amazonのアプローチが勝つのは、集約によって生まれる複雑さよりも、削減される複雑さの方が大きい場合に限られる。

この結果を、利用可能なモデル数だけから想定することはできない。より迅速な導入、容易な移行、安定したアプリケーション、測定可能な顧客維持として現れなければならない。

AmazonとGoogleのAI競争で注目すべき点

次の段階を決めるのは、単一のベンチマークチャートではなく、本番導入、モデルリリースの規律、そしてインフラ経済性である。

最初のシグナルは、Amazonによる次のフロンティアモデルのリリースだ。

報道によれば、集約された研究チームは新たなフラッグシップシステムの開発を進めている。そのリリースは、Amazonが単にラインアップの幅を縮小しているだけなのか、それともより強い技術的中核を中心に再構築しているのかを示すだろう。

性能は重要だが、導入はさらに重要になる。Amazonは、開発者が発表後にモデルを試すだけでなく、実際のワークロード向けに選択する必要がある。

最も示唆に富む詳細には、対応モダリティ、ツール利用、レイテンシー、カスタマイズ、地域別の提供状況、既存のNovaユーザー向け移行オプションが含まれる。

明確なロードマップはAmazonの主張を強めるだろう。Novaのライフサイクル日程をめぐる不確実性が続けば、その主張は弱まる。

2つ目のシグナルは、相対的なクラウド成長率とAI利用率である。

AWSは直近四半期に37%成長し、Google Cloudは82%成長した。これらの割合は異なる収益基盤から始まっているため、直接的な市場シェアのスコアとして扱うべきではない。

今後の開示では、より多くの外部モデルを追加した後もAWSが成長加速を維持できるかを示す必要がある。また、GoogleがGeminiの流通網を持続的なクラウド需要へ転換できるかも示すべきだ。

最も有用な指標には、本番顧客数、コミット済み容量、モデルAPI利用量、インフラ利用率、AI関連サービスの成長が含まれる。

顧客が複数のモデルプロバイダーを利用しながら、データとエージェント運用をAWS内に維持するなら、Amazonの論拠は強まる。重要なワークロードがモデル企業や競合クラウドへ直接移れば、弱まる。

Geminiが消費者エンゲージメントとエンタープライズクラウド導入の両方を促進するなら、Googleの論拠は強まる。顧客がGeminiを他社プラットフォーム内の交換可能なモデルの一つとして扱うなら、弱まる。

3つ目のシグナルは、クラウドマーケットプレイス間のリリース同等性である。

Amazonは幅広い選択肢を主張できるが、開発者は主要モデルと機能がどれほど速く提供されるかで判断する。また、Bedrockが直接APIで利用できる制御機能を公開しているかも評価するだろう。

OpenAIのBedrock参入は、Amazonの立場を改善した。Anthropic、Google、その他のプロバイダーからの継続的なリリースは、このプラットフォームの信頼性を高めるだろう。

更新の遅れは逆の結果を生む。開発者は、統一されたコントロールプレーンのためだけに恒久的な機能格差を受け入れることはない。

Googleにも関連する試練がある。Googleが自社製品全体でGeminiを推進し続ける一方で、Vertex AIは真のモデル選択肢を提供しなければならない。

これらのシグナルは、プラットフォームの開放性についてどの定義が商業的圧力に耐えられるかを明らかにする。

エンタープライズの購入者にとって、当面の対応は実践的であるべきだ。可能な範囲で、アプリケーションロジック、企業データ、評価、権限を特定の単一モデルから分離する。

少なくとも2つの適切なモデルを、同じ代表的なタスクでテストする。精度、レイテンシー、失敗パターン、レビュー負荷、運用の複雑さを測定する。

モデル数だけを基準にプラットフォームを選んではならない。リリース時期、移植性、地域サポート、ガバナンス制御、移行ドキュメントの品質を確認すべきだ。

開発者は、直接APIとマネージドクラウドアクセスも比較検証すべきである。最適な選択は、ワークロード、コンプライアンス要件、予想されるモデル変更の頻度によって異なり得る。

ナレッジワーカーは、すべてのベンチマークを追う必要はない。重要なのは、基盤となるモデルが変わったときにも、ツールがソース、コンテキスト、出力を維持できるかどうかだ。

AmazonとGoogleの競争は、その持続的なレイヤーへと移りつつある。Googleは、Geminiを人々があらゆる場所で触れるインテリジェンスにしたいと考えている。Amazonは、企業が選択するあらゆるインテリジェンスを運用する場として、AWSを維持したいと考えている。

どちらの道も、リーダーシップを保証するものではない。Googleの統合された配信力は、モデルの改善を即座の利用へと転換できる。Amazonの中立的なインフラは、すべてのモデルの勝者を正確に予測しなくても、需要を収益化できる。

決定的な問いは、いまや測定可能だ。企業がAIを大規模に導入したとき、最も置き換えにくくなるのはどのレイヤーなのか。

データがどこに留まり、エージェントがどこで動作し、新しいモデルがどこで最初に利用可能になるのかを見極めよう。こうした選択が、Amazonのプラットフォームが最高のモデルを単独で保有すること以上に価値を証明できるかどうかを決める。