143億ドルの賭けが生んだ「Avocado」
Muse Sparkの社内コードネームは「Avocado」。Alexandr Wang氏が率いるMeta Superintelligence Labsが約9カ月をかけて開発した。
Wang氏は元Scale AI CEO。2025年6月、Metaは143億ドル（約2.1兆円）をかけてScale AIの49%の無議決権株式を取得し、Wang氏を引き抜いた。AI業界史上、最大級の人材獲得劇として話題を呼んだ案件だ。
それから9カ月。Wang氏の「最初の答案」がようやく世に出た格好になる。
GPT-5.4、Claude Sonnet 4.6と「同等」を主張
Metaが公開したベンチマーク結果によると、Muse SparkはOpenAIのGPT-5.4やAnthropicのClaude Sonnet 4.6と「多くのタスクで競争力がある」とされる。
特に強みとされるのが、マルチモーダル認識、推論、ヘルスケア関連タスク、そしてエージェンティックな操作だ。
ただし、Meta自身も「すべてのベンチマークで上回るわけではない」と認めている。正直な開示だが、143億ドルの投資に対して「同等」という結果が十分かどうかは、今後の評価を待つ必要がある。
Facebook、Instagram、WhatsAppに数週間以内に展開
Muse Sparkの最大の特徴は、Meta自身のプラットフォームへの統合が前提にある点だ。
Facebook、Instagram、WhatsApp、Messenger、そしてMeta Ray-Banスマートグラスへの搭載が、数週間以内に開始されるとMeta側は明言している。
世界で月間アクティブユーザー39億人を超えるMetaのエコシステム全体に、一気にAI機能が実装される。規模の面では、OpenAIやAnthropicが束になっても追いつけないデプロイ速度だ。
なぜオープンソースを捨てたのか
MetaのAI戦略を語るうえで避けられないのが、オープンソースとの決別だ。
2023年のLlama 1に始まり、Llama 2、Llama 3、Llama 4と、Metaは一貫してオープンソースでモデルを公開してきた。「AIの民主化」を旗印に、開発者コミュニティから絶大な支持を得た戦略だった。
しかしMuse Sparkは非公開。その理由について、Meta側は明確な説明を避けている。
考えられるのは3つだ。
第一に、競合との差別化。オープンソースモデルは便利だが、他社が自由に利用できてしまう。実際、LlamaベースのモデルはBaidu、Alibabaなど中国テック企業にも広く使われた。
第二に、収益化への圧力。AI開発コストが指数関数的に増大するなか、株主への説明責任がある。プロプライエタリモデルなら、直接的な収益源となりうる。
第三に、Wang氏の影響。Scale AIでプロプライエタリなデータラベリングビジネスを成功させたWang氏にとって、オープンソースは必ずしも信条ではないだろう。
AI業界の競争地図が変わる
Muse Sparkの発表は、2026年のAI業界における力学を大きく変える可能性がある。
OpenAIはIPOを控え、企業価値1兆ドルを目指す。AnthropicはClaude Opus 4.6でエンタープライズ市場を攻める。GoogleはGemini 3.1でマルチモーダル処理速度を2.5倍に高めた。
そこにMetaが「39億ユーザーのプラットフォーム×プロプライエタリモデル」で参入する。
注目すべきは、この4社の戦略がすべて異なる点だ。OpenAIはAPI経済圏、Anthropicは安全性、Googleはインフラ統合、Metaはソーシャルプラットフォーム。AI開発競争は「誰が最強のモデルを作るか」から、「どのエコシステムが最も多くのユーザーを巻き込むか」のフェーズに入った。
Alexandr Wang体制の狙い：Scale AIとの融合
Muse Sparkの開発を主導したのは、2025年10月にMeta AI部門のヘッドに就任したAlexandr Wangだ。Scale AI創業者としてデータラベリングのインフラを構築した彼の起用は、Metaが「データの質」に本気で投資し始めたことを意味する。
Wangの戦略は明確だ。LlamaのオープンソースモデルはMeta社外のコミュニティにデータ品質の改善を「外注」するモデルだった。しかし、その方法では競合にも同じデータ改善の恩恵が渡る。Muse Sparkでは、高品質データの収集・加工パイプラインをMeta内部に閉じることで、データの「競争優位性」を取り戻そうとしている。
具体的には、InstagramとFacebookの30億ユーザーから生まれるマルチモーダルデータ（テキスト、画像、動画、リアクション）を、独自のデータラベリングパイプラインで処理している。Scale AI時代に培った「人間のラベラーとAIの協業」のノウハウが、ここで活きている。
この戦略が機能すれば、Metaは「最大のユーザーベースから最高品質のデータを生成し、それを独占的にモデル改善に使う」という他社には複製不可能な好循環を構築できる。OpenAIにはChatGPTのユーザーフィードバックがあるが、Metaにはソーシャルプラットフォーム全体の行動データがある。スケールが桁違いだ。
ただし、このデータ戦略にはリスクもある。EUのGDPR、日本の改正個人情報保護法のもとでは、ソーシャルプラットフォームのデータをAI学習に使用すること自体が法的リスクを伴う。Metaはすでにイタリアとスペインの規制当局からAIデータ利用について調査を受けており、Wang体制の「データ優位性」戦略がどこまで法的に持続可能かは不透明だ。規制リスクとデータ優位性のバランスをどう取るかが、Muse Spark成功の鍵を握る。
残された問い
Muse Sparkが本当に「Metaの転換点」になるかどうかは、まだわからない。
ベンチマークの数字は横並びでも、実際のユーザー体験でどれだけの差が出るかは別問題だ。ChatGPTやClaudeを日常的に使っているユーザーが、InstagramのDMに埋め込まれたAIに乗り換える理由があるかどうか。
もうひとつの論点は、開発者コミュニティの反応だ。Llamaのオープンソースに貢献してきた開発者たちが、この方針転換をどう受け止めるか。支持を失えば、長期的なエコシステム構築に影を落とす。
143億ドルの投資、9カ月の開発、オープンソースとの決別。Metaが賭けに出たことだけは、間違いない。その賭けの結果が出るのは、2027年以降になるだろう。
一社の動きから読む業界構造
企業単独の発表は、業界全体の力学の一部でしかない。 競合、顧客、サプライヤー、規制当局、地政学。 これらの要素を重ねて見ることで、一社の動きが何を意味するかが立体的に理解できる。 断片的なニュースを、業界全体の地図に翻訳する訓練が、テックを読む力を育てていく。 ## 関連記事 - [Claude（クロード）の料金プラン完全比較｜Free・Pro・Max・API の違いと選び方【2026年最新】](/articles/10000196) - [AIコーディングエージェント徹底比較｜Claude Code・Cursor・Devin・Copilot・Windsurf——2026年の最適解は](/articles/10000212) - [BtoB、BtoCの次は「BtoA」。AIエージェントに商品を買ってもらう時代が来た](/articles/10000338)
