アナリストが疑問視するMetaの高額で断片的なAI戦略
戦略の核がなお不明確だという批判が強まるなか、Metaは新たなAI製品を市場に投入した。Google Newsの最新報道は、この対立を浮き彫りにしている。Metaはほぼすべての競合を上回る数の実験に資金を投じられる一方で、アナリストはいまだ同社を代表するAI製品を特定できずにいる。
この緊張は重要だ。Metaにおける実験には今や桁外れのコストが伴う。同社は2026年の設備投資を1,250億ドルから1,450億ドルと見込んでいる。チームの再編、高額な研究者の採用、モデル開発、広告システムの改善、消費者向けエージェントの導入も進めている。
その結果、全体として協調された一つの戦略というより、優先順位を争う複数の賭けのように見えることがある。GoogleにはGeminiと検索を通じた配布力があり、MicrosoftにはCopilotとエンタープライズソフトウェアがある。OpenAIにはChatGPTがある。Metaは比類ないソーシャルリーチを持つが、人々がMeta AIを選ぶべき明確な理由を、まだ同じ水準では確立していない。
Google Newsの見出しが映し出す、より広いMetaの問題
Metaのアプローチを「壁に投げつけたスパゲッティ」と呼ぶのは挑発的だが、その根底にある懸念は的確だ。活動量が、そのまま戦略的な焦点を意味するわけではない。
Metaは基盤モデル、消費者向けアシスタント、推薦システム、広告自動化、スマートグラス、クリエイターツール、ビジネスメッセージング、自律型エージェントを追求している。これらのプロジェクトはインフラを共有できるが、必ずしも一つの顧客層や一つの収益化経路を共有するわけではない。
この表現は、Metaの最新AI施策がGoogle Newsで改めて注目を集めるなかで浮上した。ユーザー行動が、より大きな投資に値するインターフェースを示すのを待ちながら、多数の可能なインターフェースを試す企業を表している。
このアプローチは非合理的ではない。AI市場は変化が速すぎて、どの企業も最終的なインターフェースを確信を持って予測できない。テキストチャット、音声アシスタント、ウェアラブルデバイス、ソーシャルエージェント、タスクを完遂するソフトウェアはいずれも有力な入口であり続けている。
Metaには複数の実験を同時に進めるだけの十分なキャッシュフローもある。確立された広告事業は、小規模な企業なら耐えられない長期の研究サイクルを支えられる。
ただし、規模が大きくなるほど、求められる立証水準も上がる。小規模な製品実験は、何を学べたかで評価できる。しかし、数千億ドル規模の資本プログラムには、その学びが持続的な経済価値を生むという証拠が求められる。
Metaの製品ポートフォリオは、単純明快な答えをまだ提示していない。同社のAIアシスタントはWhatsApp、Instagram、Facebook、Messenger、スタンドアロンアプリ、ウェブにまたがって展開されている。この到達範囲は接触機会を生むが、接触機会は選好と同じではない。
既存サービス内のAIボタンに出会ったユーザーが、必ずしもMeta AIを選んだとは限らない。経営陣が配布力を競争優位として示す際には、この違いが重要になる。
Metaが7月に展開した新たなエージェント的機能は、その戦略をよく示している。同社によれば、MuseとSparkの機能により、Meta AIはテキストを返すだけでなく行動を実行できるようになる。これらのツールは、同社のagent feature rolloutによると、Meta AIアプリとmeta.aiを通じて一部市場で提供が始まった。
このリリースにより、MetaはソーシャルグラフをAIの優位性へ転換する新たな機会を得る。同時に、明確な目的、信頼できる性能、継続的な利用を必要とする新たな接点も生まれる。
懐疑的に見れば、Metaは単一の体験が主導権を確立していないため、インターフェースを次々と投入し続けている。一方で好意的に見れば、市場が落ち着く前に、パーソナルAIがどこに適合するかを試しているとも言える。
ただし、両方の見方がもっともらしくあり続けられる期間には限りがある。いずれ利用状況と収益が、探索と漂流を区別しなければならない。
Metaの支出が不確実性のコストを引き上げる
Metaにとって最大の圧力は、資源不足から来るものではない。投資額とリターンの可視性の隔たりが広がっていることにある。
Metaは2026年第1四半期の売上高が563億1,000万ドルとなり、前年同期比33%増だったと報告した。純利益は267億7,000万ドルに達した。first-quarter resultsによると、こうした数字は、同社が異例に積極的なAIプログラムへ資金を供給できる理由を示している。
同じ報告では、2026年の設備投資見通しが1,250億ドルから1,450億ドルへ引き上げられた。Metaは増額の主因を部品コストの上昇とし、データセンター支出の追加も寄与したとしている。
上限額は単なる予算項目ではない。そのインフラをどの製品が必要とし、それらの製品がMetaの収益性をどう改善するのかを、経営陣に説明させる圧力となる。
一部のリターンはすでに広告事業の内部で現れている。機械学習はコンテンツ推薦、広告ランキング、クリエイティブ生成、キャンペーン成果を改善できる。推薦精度の向上はMetaのアプリ群での利用時間を増やし、ターゲティングの改善はインプレッションの価値を高め得る。
これらの改善には経済的な意味がある。同時に、長年Metaの事業を支えてきたシステムと、新しい生成AIへの投資を混在させるため、議論を複雑にしている。
一つのインフラクラスターは、新しい基盤モデルを訓練し、アシスタントを提供し、広告ツールを改善し、あるいは推薦を支える可能性がある。投資家が維持のための支出と投機的な能力拡張を容易に切り分けることはできない。
スタンドアロンのMeta AIという価値提案は、依然として見えにくい。Bloomberg Intelligenceのアナリスト、Mandeep Singhは、AI investment returnsに関する分析で要約されているように、このアプリが主要な競合と比べられる水準のエンゲージメントを生んでいないと指摘した。
この弱さは重要だ。スタンドアロンアプリは、自発的な需要を測る最も明確な試験だからだ。意図してアプリを開くユーザーは、InstagramやWhatsApp内でアシスタントに遭遇するユーザーより強い証拠を示す。
したがってMetaは、二つの異なる命題を証明しなければならない。第一に、AIが既存の広告・ソーシャル製品を継続的に改善すること。第二に、新しい消費者向けサービスが、独自の事業または戦略的地位を支えるほど有用になることだ。
第一の命題は現在の収益を守る助けになる。第二の命題は、次のコンピューティングプラットフォームにおけるMetaの位置づけを正当化するはずのものだ。
このためGoogle Newsでの議論は、一人のアナリストによる比喩を超えて広がる。市場が問うているのは、Metaが統合された一つのAIシステムを構築しているのか、それとも定まった序列のない複数のプロジェクトに資金を投じているのか、という点だ。
投資家はすでにこの問題への敏感さを示している。Metaの株価は、売上高と利益が予想を上回ったにもかかわらず、4月の決算後の時間外取引で6%超下落した。
株価の反応は、その戦略が誤っていることを証明するものではない。しかし、力強い足元の利益だけでは、将来の支出を巡る議論を終わらせられなくなったことを示している。
Metaは人員を削減する一方で、インフラと専門性の高いAI人材により多くの資源を振り向けている。この組み合わせは社内の圧力を強める。最も優遇される研究グループ以外のチームは、コンピューティング資源、人員、経営陣の注目を巡って競争しなければならない。
従業員に求められるのは優先順位付けだ。投資家に求められるのは、より明確な回収時期である。経営陣に求められるのは、巨額のインフラ支出を測定可能な行動へ結びつける製品だ。
Metaの真の相手は戦略的一貫性だ
中心となる競争は、単純にMeta対GoogleやOpenAIという構図ではない。Metaが掲げるパーソナルスーパーインテリジェンスと、依然として断片化された製品の現実との間にある。
Mark Zuckerbergは長期的な目標を、数十億人のためのパーソナルスーパーインテリジェンスと位置づけている。この表現は、個人を理解し、文脈をまたいで機能し、有用な行動を実行するアシスタントを示唆する。
Metaの資産はこの野心に合致している。Facebook、Instagram、Messenger、WhatsAppには、ソーシャルなつながり、会話、関心、コミュニティ、企業、クリエイターが存在する。スマートグラスは、ユーザーの視点から見聞きできる物理的なインターフェースを加える。
これほどの配布力と消費者コンテキストを組み合わせられる企業はほとんどない。Metaによると、2026年3月には少なくとも一つの同社アプリを毎日利用した人が35億6,000万人に達した。
配布力は発見の問題を解決できるが、信頼や製品品質の問題までは解決できない。パーソナルエージェントには、要求を確実に理解し、コンテキストを維持し、権限を管理し、望ましくない結果を生まずに行動する能力が必要だ。
同社は各コンポーネントをどう組み合わせるかも決める必要がある。スタンドアロンアプリが主要な目的地なのか。WhatsAppが会話のインターフェースなのか。Ray-Ban Metaグラスが最終的なハードウェア層なのか。Instagramのエージェントは主にクリエイターツールなのか。ビジネスエージェントはメッセージングの拡張なのか。
それぞれの答えは、より大きな使命を支え得る。しかし、すべてを同時に提示すると、その使命の評価は難しくなる。
Googleの道筋は説明しやすい。Geminiは検索、Android、Workspace、クラウドサービス、Googleの既存ナレッジシステムと結びついている。MicrosoftはCopilotを職場向けソフトウェアとAzureに結びつける。OpenAIはChatGPTを通じて直接的な消費者需要を築いた後、エージェントとエンタープライズツールへ拡大した。
Metaの既存製品はアシスタントを中心に設計されたものではない。同社は、すでに強いアイデンティティと利用パターンを持つサービスにAIを組み込まなければならない。
その結果、行動変化を伴わない機能の豊富さというリスクが生じる。ユーザーはチャットで画像を生成したり、簡単な質問をしたりしても、Meta AIをデフォルトのアシスタントとして採用しないかもしれない。
スタンドアロンアプリは、その選択をより明示的にする狙いがあった。しかし、汎用アシスタンスといえばすでにChatGPT、Gemini、Claude、Perplexityを連想する人々がいる混雑した市場に参入した。
Metaはこれに対し、ソーシャル面での優位性を強調してきた。パーソナライズされたアシスタントは、従来のチャットボットが利用できない関心や人間関係を活用できる可能性がある。ソーシャルエージェントも、クリエイター、グループ、企業とやり取りできる。
この考えには重大なプライバシーと安全性の問題が伴う。パーソナライゼーションを改善するコンテキストは、しばしばユーザーが機微だと考えるのと同じコンテキストだからだ。
Metaは、一般の人々が理解できる権限の境界を確立しなければならない。また、エージェントが推測された好みを確認済みの指示として扱うことも防ぐ必要がある。
信頼できるコンテキストの必要性は、Meta自身のアプリを超えてパーソナルナレッジ管理を重要なものにする。人々は、アシスタントが取得できる情報を制御しながら、有用な情報を保存する方法をますます必要としている。personal knowledge baseは、その分離の一つのモデルを提供する。
Metaは、ソーシャルコンテキストが一貫して優れたアシスタントを生むことをまだ示していない。それを示すまでは、同社の配布力の優位性は、実証済みの堀ではなく機会にとどまる。
この期待と現実の衝突こそ、断片的なリリースが批判を集める主な理由だ。新機能が増えるたびに、約束の対象領域は広がる。最終製品に関する不確実性を減らしたものは、まだほとんどない。
実験は機能し得るが、Metaには選別の仕組みが必要だ
多くの製品を試すことが正当化されるのは、Metaが勝者を見極め、弱いプロジェクトを終了し、ユーザーを混乱させずに資源を移せる場合に限られる。
テクノロジー企業は、新たな行動を見つけるために並行実験を頻繁に行う。Meta自身の歴史も、この手法を裏付けている。同社のモバイル移行、短尺動画への投資、レコメンデーションシステムの開発には、長年にわたる反復が必要だった。
AIはさらに大きな不確実性をもたらす。モデルの能力は数カ月で変化し得る一方、インフラは数年前から発注され、消費者の期待は大規模リリースのたびに変わる。
硬直的な計画は、それ自体がリスクを生みかねない。Metaはインターフェースを早まって一つに決め、最終的にユーザーが好む形態を逃す可能性がある。
決定的なのは選択の仕組みだ。実験的な戦略には、何を拡大すべきかを決めるための測定可能な基準が必要となる。
消費者向けアシスタントでは、こうした基準は登録数や強制的な接触機会にとどまるべきではない。有用な指標には、自発的な週次利用、タスクの再完了、成功したアクション、当初の物珍しさが過ぎた後の継続利用、Metaの各サービス間の移行などが含まれる。
エージェント製品には、より厳格な評価が必要だ。チャットボットは不完全な回答を生成しても、ユーザーが無視すれば済む。だが、メッセージを送信したり、予約を変更したり、事業者とやり取りしたりするエージェントは、現実の結果を生み得る。
Metaは、修正、取り消し、権限付与の失敗と並行してタスク完了を追跡しなければならない。ユーザーがエージェントの作業を頻繁に修復する必要があるなら、高いエンゲージメントに大きな意味はない。
製品統合にも一貫したモデルが必要だ。ユーザーは、Meta AIがWhatsApp、Instagram、スマートグラス、スタンドアロンアプリにまたがって一つのアイデンティティを維持するのかを理解できるべきだ。どの情報がそれらのサービス間を移動するのかも把握できなければならない。
こうした明確さがなければ、サービスを一つ追加するごとに認知的負荷は増す。同じ機能でも、ユーザーがどこで出会うかによって異なる振る舞いをする可能性がある。
組織構造は、インターフェースと同じくらい重要だ。Metaは、自社のAIプログラムがモデル進展やリーダーシップをめぐる疑念に直面した後、Meta Superintelligence Labsを設立した。また、Scale AIに大規模な投資を行い、創業者のAlexandr Wangを採用した。
Scale AIの取引は2025年に143億ドルと評価された。これによりMetaは、データサービスと評価インフラで知られる企業の大きな持ち分を得ると同時に、WangをAI部門のリーダーシップに迎え入れた。
この動きは緊急性を示した。一方で、新組織が既存の研究・製品チームとどのように共存するのかという疑問も生んだ。
各グループが異なるレイヤーを担えば、社内ポートフォリオは機能し得る。あるチームは最先端モデルを構築し、別のチームは評価システムを開発し、製品チームはそれらの能力を特定のユーザー層向けに適応させることができる。
問題が始まるのは、グループが重複するモデルを追求したり、同じコンピューティング資源を奪い合ったり、優先順位が頻繁に変わったりするときだ。そうなると、組織再編が製品選定の代替物となる。
Metaはすでに、目に見える混乱を経験している。報道では、チームの再編、退職者、レイオフ、リソース配分をめぐる対立が伝えられている。大規模な戦略転換後には一定の混乱が予想されるものの、繰り返される変更は、本来加速するはずの作業を遅らせかねない。
同社のオープンモデルの歴史も、未解決の選択を加えている。Llamaは、組織がMetaのライセンスの下でモデルをダウンロードし、適応できたため、Metaに開発者の間での影響力をもたらした。
より強い独自モデル戦略は、コントロールを高め、消費者向け差別化を後押しするかもしれない。しかし、Llamaが存在感を得る助けとなった外部開発者の支援を減らす可能性もある。
Metaは、オープンモデルとクローズドモデルを完全な対立軸として扱う必要はない。ただし、どの能力を公開し、どれを留保し、それぞれの判断がどのように同じ製品戦略を支えるのかを説明する必要がある。
そうしなければ、個別には合理的でも、異なる方向を向く選択の寄せ集めになる。それこそが批評家が「壁にスパゲッティを投げつける」と表現する状態だ。
したがってGoogle Newsの読者は、この比喩と運用上の問いを切り分けるべきだ。問題は実験そのものではない。収束に向けた目に見えるルールがないまま行われる実験が問題なのだ。
「スパゲッティ」批判が証明しないこと
Metaの雑然とした見せ方は、AI投資が失敗していることを立証するものではない。しかし同社は、この懸念を退けるに足る証拠もまだ示していない。
この批判の最も厳しい形は、すべての製品がすでに直接収益を示さなければならないと仮定している。その基準は、インフラや研究への投資が成熟する過程を見落としている。
今日発注されたトレーニング能力は、はるか後にリリースされるモデルや製品を支えることができる。研究チームもまた、レコメンデーション、インテグリティシステム、広告、コンテンツツールへと広がる改善を生み出す。
Metaの現在の事業実績は、同社のより広範な機械学習投資が価値を生んでいることを示す証拠となる。2026年第1四半期の売上高は前年同期比33％増となり、利益はアナリスト予想を上回った。
これらの結果は、Meta Superintelligence Labsの効果を切り分けるものではない。ただし、同社が崩壊しつつある事業基盤からAIに資金を投じているわけではないことは示している。
支持者はMetaの配信力も指摘する。同社は、アクセスのために別のプラットフォームへ対価を支払うことなく、新機能を数十億人の目の前に置くことができる。
この優位性は、アシスタントが日常的なコミュニケーションツールへと進化するなら、さらに重要になる。Metaはすでに、多くのソーシャルおよび商取引上の会話が行われる場所を運営している。
スマートグラスも、もう一つの信頼できる経路を生み出す。人が見ているものに応答できるアシスタントは、ノートPCで開くチャットボットとは異なる体験を提供する。
こうした強みを踏まえると、Metaの戦略が敗れたと宣言するのは時期尚早だ。同社は反復を行う余力があり、重要なインターフェースを保有し、スタンドアロンアシスタントとは別にAIの恩恵を受ける収益性の高い事業を持っている。
しかし、こうした優位性は規律の緩みを助長し得る。安価な配信は、ユーザーが単に製品に遭遇しただけなのに、採用されたように見せてしまうことがある。大きなキャッシュフローは、不明確なプログラムを小規模企業よりも長く存続させられる。
広告事業は、最先端研究の経済性を覆い隠すこともある。レコメンデーションの改善が支出の一部を相殺すれば、経営陣は最新モデルの競争力を示さずに進展を主張できる。
批評家がReality Labsを思い起こすのはこのためだ。Metaは、消費者への普及が限定的だったにもかかわらず、仮想現実と拡張現実に長期かつ高額な取り組みを続けた。その忍耐は有用なハードウェアと研究を生んだが、同時に巨額の営業損失も生んだ。
AIはすでにMetaの中核製品を改善しているため、メタバースとは異なる。また、より広い市場において短期的な需要もより明確だ。
それでも、この歴史的比較は投資家の信頼に影響する。経営陣は、AIがより強いフィードバックループ、より速い製品学習、より規律あるリソース配分を備えることを示さなければならない。
「スパゲッティ」という非難には、異なるプロジェクトを一つのカテゴリーに平板化してしまう危険もある。レコメンデーションアルゴリズム、生成AI広告、基盤モデル、ウェアラブル、エージェントは、それぞれ異なる目的を果たす。
スタンドアロン機能の失敗は、広告における成果を消し去るものではない。広告ツールの成功も、Metaが有力なパーソナルアシスタントを構築したことの証明にはならない。
適切な評価は、こうした結果を分けて扱う。Metaは、測定可能な事業成果がある領域では評価されるべきであり、製品としての妥当性が未検証の領域では精査されるべきだ。
Morningstarのアナリストは、中核事業は健全だとしつつ、設備投資の増加と生成AIのリターンの不確実性が投資判断の重荷になっていると警告している。同社の設備投資レビューによると、その分析は、Metaの過去の実験的支出をめぐる記憶が再びよみがえっていることを懸念として位置付けた。
JPMorganも2026年、AI製品パイプラインの見通しが限られていることを理由にMetaを格下げした。この表現は重要だ。異議は、Metaに技術がないということではない。外部の観測者が、パイプラインと十分に明確な見返りを結び付けられないということだ。
Metaは別のスローガンではなく、証拠によってこの批判に答えられる。必要なのは、比較可能なモデルの結果、持続的な製品継続率、エージェントの信頼性、そしてインフラ投資のリターンに関するより明確な説明だ。
それらが示されるまでは、楽観論も懐疑論も、いずれも部分的には推測の域を出ない。
MetaのAI戦略が収束しているかを示す三つのシグナル
MetaのAIをめぐる次の段階は、製品の継続利用、財務開示、そしてエージェントが有用な作業を安全に実行できることの証拠にかかっている。
第一のシグナルは、最新のエージェント機能がより多くの市場に投入された後のMeta AIの再利用だ。Metaは宣伝と配置によってどちらも生み出せるため、初回ダウンロードや機能の表示回数から分かることはほとんどない。
より強いシグナルは自発的な継続利用である。ユーザーは時折の目新しい質問をするだけではなく、意味のあるタスクを完了するために戻ってくるべきだ。
Metaは、人々がAIの各接点を行き来しているかも開示すべきだ。一貫したシステムなら、誰かがスマートグラスで始め、WhatsAppで続け、混乱なくスタンドアロンアプリで結果を確認できるようになる。
この行動が広がれば、同社のポートフォリオが一つのパーソナルアシスタントを形作るというMetaの主張を強めるだろう。各接点で孤立した浅い利用しか生まれないなら、分散した戦略という批判は勢いを増す。
第二のシグナルは、設備投資に関する同社の次回の財務説明だ。投資家に必要なのは、データセンター、サーバー、部品に関する単なる総額の更新ではない。
経営陣が能力と成果を結び付けられることを示す証拠が必要だ。それには、広告効率、レコメンデーションの改善、推論需要、企業向けメッセージングの利用、消費者向けエージェントの採用などが含まれ得る。
Metaは競争上機微な詳細を開示する必要はない。ただし、現在の製品を支えるインフラと、不確実な将来モデルのために確保された能力を区別する必要がある。
より明確な区別があれば、1,250億ドルから1,450億ドルの範囲を評価しやすくなる。より良い開示がないまま増額が続けば、支出が戦略より速く進んでいるという懸念は深まるだろう。
第三のシグナルは、Muse、Spark、そして後続エージェントによる信頼性の高いアクション完了だ。これらのシステムが重要なのは、生成された回答から、実際に何かを行うソフトウェアへとMetaが移行できるかを試すからである。
有用なエージェントは、定義されたタスクを完了し、適切なタイミングで許可を求め、ユーザーが確認できる記録を残すべきだ。また、サービスが失敗したり、依頼内容が曖昧だったりした場合にも、適切に復旧すべきである。
安全性に関する事故、一貫性のない挙動、低い完了率は、急速な拡大の根拠を弱める。メッセージング、クリエイター業務、ビジネス会話で信頼できる利用が実現すれば、Metaに具体的な製品の中心を与えるだろう。
開発者は、Metaが評価手法と安定したインターフェースを公開するかを注視すべきだ。企業の購入者は、権限管理、監査可能性、データ境界を検証すべきである。ナレッジワーカーは、すべてのプライベートなやり取りをデフォルトで利用可能にすることなく、システムが有用な文脈を保持できるかを問うべきだ。
これらは、Metaが発表するモデルや機能の数よりも意味のある試験となる。組織が実験をまたいで学習しているかを明らかにするからだ。
Google Newsの見出しが機能するのは、複雑な懸念を身近なイメージに圧縮しているからだ。Metaは、多くのアイデアを試しながら、待つことのコストを異例に高くする規模で支出しているように見える。
しかし、実験は結論ではない。結論は、Metaがあらゆる接点を候補として扱うのをやめ、ユーザーが繰り返し価値を見いだす体験を選べるかどうかにかかっている。
今後数カ月は、発表の量を無視して選択の過程を見守るべきだ。どのエージェントがユーザーを戻らせるのか。どの製品がより多くのリソースを得るのか。どの取り組みが終了されるのか。
そうした判断が、Metaがなおもアイデアを壁に投げつけているのか、それともついに自社が軸とするAI製品を見つけたのかを示すだろう。
