AIの墓場：頓挫したプロジェクトとスタートアップたち

生成AIの波が世界を席巻するなか、資本・人材・メディアのスポットライトはほぼ成功者にのみ当たっている。しかし、評価額が急騰するスター企業の裏では、多数のプロジェクトやスタートアップが人知れず終焉を迎えている。TechCrunchは近日、「AI墓場」リストを取りまとめ、かつて大きな期待を集めながら最終的に頓挫したAIの試みを記録した。このリストは悲観論を唱えるためではなく、失敗から教訓を引き出すことを目的としている。技術の反復が極めて速く、競争が激化するAI分野では、失敗はしばしば成功よりも業界の真の限界を露わにする。

AppleのSiri AI：何度繰り返される「来年こそ」

Appleの音声アシスタントSiriは、「早起きしたのに出遅れた」典型例と言える。2011年にiPhone 4Sとともに登場した当時、Siriはコンシューマー向けAIの代名詞だったが、その後十数年にわたって能力の向上は緩慢で、GoogleアシスタントやAmazon Alexaとの差は徐々に広がった。近年、Appleは大規模言語モデルの能力をSiriに組み込み、より自然な対話やクロスアプリ操作を実現すると繰り返し約束してきたが、関連機能は何度も延期されてきた。複数のメディアの報道によると、Apple社内ではSiriのAI再構築プロジェクトが幾度も方針転換を経験し、チームリーダーの交代も頻繁に行われた。iOS 18での提供が予定されていた一部の生成AI機能は後続バージョンに先送りされ、一部機能は「再設計」を余儀なくされた。ハードウェアとソフトウェアの統合能力で知られる企業にとって、Siriの遅れはAI基礎研究における弱点を露呈させるとともに、厳格なプライバシー制約を持つオンデバイス環境に大規模言語モデルを組み込むことが想像以上に困難であることを示している。

OpenAIの「スーパーアプリ」実験：野心と混乱が共存

OpenAIはChatGPTで空前の成功を収めた後、検索・ショッピング・業務コラボレーションを一体化した「スーパーアプリ」へと育て上げようと試み続けてきた。しかし、この戦略の推進は順調ではなかった。TechCrunchの報道によると、OpenAIが社内で孵化させた複数の機能モジュール——独立したAI検索プロダクト、エンタープライズ向けコラボレーションツール、コンシューマー向けプラグインエコシステムなど——はリリース後の反響が芳しくなく、一部のプロジェクトは静かに統合または終了された。なかでもChatGPTプラグインストアは公開当初に多数の開発者を集めたものの、利用率の低さと収益化の道筋の不明確さから、最終的にはよりシンプルなGPTsや内蔵ツールへと置き換えられた。さらに痛手となったのは、OpenAIが2024年に提供した「スーパーアプリ」アップデートが、インターフェースの混乱や機能の詰め込み過ぎを理由にユーザーから批判を浴び、「拡張のための拡張」と指摘されたことだ。この事例は、業界トップ企業であっても、単一プロダクトからプラットフォームエコシステムへの転換において戦略的焦点を見失う罠に陥りやすいことを示している。

スタートアップの集団的苦境：資金調達は熱狂、実用化は冷淡

「AI墓場」で最も多くを占めるのは、かつて高額の資金調達を受けながらもプロダクト・マーケット・フィット（PMF）を見つけられなかったスタートアップだ。AIライティングアシスタントから垂直領域チャットボットまで、多数の初期段階企業が2023年から2025年の間に急増し、競争とコスト圧力のもとで急速に消えていった。典型的なパターンとしては、大規模言語モデルAPIのラッパー化、差別化の欠如、顧客獲得コストの高騰、そしてAIの信頼性に慎重な企業顧客の姿勢による有料転換率の低さが挙げられる。たとえば、「AIパーソナル財務アドバイザー」を売りにしたスタートアップのCharlieはシードラウンドの資金を使い切った後に閉鎖し、中小企業向けAIカスタマーサービスプラットフォームでも相次ぐ倒産が見られた。マクロ的なデータを見ると、AIスタートアップの平均寿命は従来型SaaS企業よりもはるかに短く、多くのプロジェクトがシリーズAを完了する前に行き詰まっている。

「AI分野で最も難しいのは技術ではない。継続的に対価を払ってくれるユースケースを見つけることだ。」——あるAIスタートアップの匿名創業者が、閉鎖後にこう振り返った。

編集後記：失敗はAI業界の「インフラ」である

「AI墓場」リストを整理すると、共通する教訓がいくつか浮かび上がる。第一に、技術デモと製品化の間には大きな溝があり、大規模言語モデルの能力の上限はユーザー体験の下限とはイコールでない。第二に、大企業のリソースは万能ではなく、組織の慣性・戦略の揺らぎ・内部競争もまた、一見勝ち確に見えるプロジェクトを失速させ得る。第三に、スタートアップは資本過熱期に市場需要を過大評価し、デプロイと運用コストを過小評価しやすい。しかし、失敗は無価値ではない。プロジェクトの終了のたびに、業界にはデータ・人材・エンジニアリング知見が蓄積されており、「墓場」にいたチームの多くが後に新たなプロジェクトの中核メンバーとなっている。まだレースを走っているプレイヤーにとっては、次のトレンドを追いかけるより先に、シンプルな問いに答えることの方が重要だ——あなたのAIプロダクトは、誰のどんな課題を解決しているのか？

本記事はTechCrunchを翻訳・編集したものです。