過去3年間のフロンティア研究所の組織再編は、いずれも研究の失敗ではなく出荷の失敗によって引き起こされた。ベンダーの組織図の状態は、あなたが売られたロードマップへの直接の入力であり、あなたはほぼ確実にその価格を織り込んでいない。
This article was translated from the English original. Translations are machine-assisted and reviewed on a rolling basis.
過去3年間に起きたフロンティア研究所の組織再編は、いずれも同じ理由で引き起こされた。それは研究の失敗ではない。出荷の失敗である。Googleは2023年にBrainとDeepMindを統合した。競合が、Google自身のトランスフォーマー論文の上に築いた製品を先に出荷した後のことだった。Metaは2025年に新たな超知能グループを立ち上げ、報道によれば9桁の報酬を支払った。主力モデルがスケジュールから遅れた後のことである。いずれの場合も、科学に問題はなかった。組織に問題があった。
この区別は、作り手よりも買い手にとって重要だ。モデルの品質が純粋に研究の問題であるなら、ベンダーの不安定さは雑音にすぎない。だがそれが組織の問題であるなら、ベンダーの組織図の状態は、あなたが売られたロードマップに直接入力される変数であり、あなたはほぼ確実にその価格を織り込んでいない。
ロードマップはチームが保持し、組織再編はチームを描き直す
企業のAI契約は能力の約束に対して書かれる。第3四半期により長いコンテキストウィンドウ、年内にネイティブのツール利用、その後にエージェント階層。だが調達プロセスがその日付の背後にある実現機構を問いただすことはほとんどない。どのチームがそれぞれを担っているのか、そのチームは何度再編されたのか、そして約束をした人々が、その約束の宿る場所にまだ在籍しているのか。
公開された記録は、これが理論上の話ではないことを示している。GoogleのGeminiプログラムは、統合以降、製品と研究の報告系統が一度ならず描き直されてきた。Metaのオープンウェイト戦略は、2年にわたり同社の立場を規定してきた特徴だったが、新部門の発足とともに未解決の問いへと格下げされた。どちらも合理的な軌道修正だった。そしてどちらも、企業のアーキテクトが半年前にそれを前提に設計していた約束を無効にした。
有用な演習がある。上位3つのモデル依存先を挙げ、2年前にそれぞれのロードマップを担っていた責任者と、いま担っている責任者を挙げてみることだ。3件のうち2件で答えが違うなら、あなたが買っているのはロードマップではない。組織再編のたびに更新される意図を買っているのである。
作り手が驚くとき、買い手は無防備になる
第二の失敗様式はより静かだ。2025年8月、ReutersはMetaの内部文書を入手した。同社のチャットボットが何を言ってよいかを定めた文書であり、後に世間の監視のもとで改訂された記述も含まれていた。内容はいったん脇に置き、機構を見てほしい。その挙動は文書化され、社内で承認され、その上に構築していたすべての顧客からは見えなかった。
モデルの挙動は、第三者が管理し、予告なく変更しうるポリシー成果物として理解するのが最も正確だ。Anthropicは憲法を公開している。OpenAIはモデル仕様を公開している。これらは意味のある文書であり、同時に一方的な文書でもある。安全層や拒否境界への無言の変更は、あなたのコードが1行も変わらないまま、一夜であなたの製品を変えうる。
自社のコードに対しては回帰テストを走らせても、ベンダーの挙動に対しては走らせていないチームは、顧客からそれを知らされる。
他社製品のための回帰テストスイート
具体的な統制は年間で数千ドルの費用で済む。実際のトラフィックから抽出した50から200のプロンプトを集める。決して答えてほしくないものも含める。それを定期的に、すべてのモデルバージョンに対して実行する。出力を差分比較し、保存する。
複数の大手金融機関は現在、挙動差分の失敗を変更管理事象として扱っている。ペネトレーションテストの失敗と同じ分類である。それが正しい深刻度だ。「ベンダーが何かを変えた」という噂を、担当者と期限のあるチケットに変える唯一の機構がこれである。
乗り換えコストは、あなたが制御できる唯一の変数
過去2年間の支配的な問い、どのモデルが最良か、はいまや最も影響の小さい問いに近い。フロンティアモデルは一般的なベンチマーク上で密集し、首位は数週間で入れ替わる。あなたの導入が3年もつかどうかを決める変数は組織的なものだ。ベンダーのロードマップがどれほど速く手を移るか、挙動が変わる前にどれだけの予告があるか、そしてあなたが移るのにどれだけ費用がかかるか。
このうち3番目だけがあなたのものである。自前の評価ハーネスを持ち、プロンプトとツール定義をバージョン管理に置き、抽象化層を備えたチームは、新しいプロバイダー上で数日で再検証できる。あるベンダー独自のエージェントフレームワークに直接組み上げたチームは、四半期分のエンジニアリング工数に直面する。それは実際には移らないことを意味し、実際には更新時に交渉上の立場を持たないことを意味する。
可搬性のコストは、着手時点でおよそ2週間のエンジニアリングである。それが欠けている場合のコストは、最も交渉力のない瞬間に発見される。これは資金がつく事業計画が自らの上振れを壊すのと同じ層の議論だ。自分が制御する層に資産を積み上げること。
意思決定の枠組み
導入が顧客向け、あるいは規制対象である場合、最良のモデルに最適化してはならない。モデルを乗り換えられる能力に最適化せよ。抽象化層のための2週間を予算に入れ、評価ハーネスを自ら保有し、バージョンが上がるたびに挙動の回帰テストを実行し、過去12か月に組織再編があったベンダーは、名前の付いた代替先を要する単一障害点として扱うこと。
導入が社内向けで、賭け金が小さく、後戻りできる場合は、その逆をせよ。1社のベンダーに深く入り込み、統合による優位を取る。ネイティブのツールは実際に速い。ただし着手時点で、そのシステムを第一のカテゴリーへ移す引き金を書き留めておくこと。ほとんどの組織は、顧客が先に気づいた後になって、自分がその線を越えていたと知る。
可搬性はアーキテクチャである前に技能である。5ステップのコンサルティング手法は、評価ハーネスとモデル差し替え層を常設の成果物として構築する。しかも、あなたのチームがすでに支払っているAIサブスクリプションの上で。そしてClaude認定プログラムは、自社のエンジニアがそのハーネスを保有できるよう訓練する。依存するロードマップを、あなたのチーム自身が維持できるものにするためである。
Frequently asked questions
How do you protect an AI deployment from vendor model changes?+
Run a behavioural regression suite: 50 to 200 prompts drawn from your real traffic, including the ones you never want answered, run against every model version on a schedule, with outputs diffed and stored. Treat a failed diff as a change-control event. It is the only mechanism that turns 'the vendor changed something' from a rumour into a ticket.
Should we build deep on one AI vendor or stay portable?+
It depends on reversibility, not preference. Customer-facing or regulated deployments should optimise for the ability to change models: abstraction layer, own evaluation harness, prompts in version control. Internal, low-stakes, reversible deployments should go deep on one vendor and take the integration discount, with the escalation trigger written down at the outset.
Why does an AI vendor's reorganisation matter to customers?+
Because roadmap commitments are kept by teams, and reorganisations redraw which team owns what. Google's AI leadership has been restructured repeatedly since the 2023 Brain-DeepMind merger, and Meta reset its Llama roadmap when its superintelligence unit was created. Both were rational corrections, and both invalidated commitments enterprise architects had designed against months earlier.