AIを巡る競争の焦点は、質問に答えるモデルから、目的に沿って作業を進めるAIエージェントへ移りつつあります。Metaが2026年7月に発表したMuse Spark 1.1は、この変化を象徴するモデルです。外部ツールの利用、コンピューター操作、複数エージェントの協調、画像や動画の理解を組み合わせ、長時間にわたる仕事を進めることを想定しています。
Metaはモデルの性能向上に加え、WhatsAppやInstagramなどの巨大なサービス網、企業向けのMeta Business Agent、外部開発者向けのMeta Model API、AIグラス、独自AIチップのIrisを一体化しようとしています。同社がAIエージェントを生存戦略の中心に置く理由は、モデル、配布網、計算基盤を組み合わせる全方位戦略にあります。
【関連記事】Hermes Agentで雑務は「AIに任せる」時代へ！
Muse Spark 1.1が「AIエージェント」を変えた
Metaは2026年4月、Museシリーズ最初のモデルとしてMuse Sparkを発表しました。開発を担ったのはMeta Superintelligence Labsです。Muse Sparkは当初から、文章に加えて画像なども扱うネイティブマルチモーダル推論、ツール利用、視覚的な推論、複数エージェントの協調を重視していました。同年7月に投入されたMuse Spark 1.1では、この構想を長時間の実務に活用できるよう機能を拡張しています。
「回答するAI」から「行動するAI」へ
従来のチャットAIは、利用者の質問を受けて回答を返すことが中心でした。AIエージェントは、与えられた目的を理解し、必要な情報を集め、計画を立て、ツールを操作します。その結果を確認しながら複数段階の処理を進め、途中で状況が変われば次の行動も調整します。
Metaによると、Muse Spark 1.1は、外部のアプリやサービスをまたぐ処理に加え、未知のネイティブツール、MCPサーバー、カスタムスキルにも事前学習なしで対応できます。MCPは、AIと外部のデータやツールを共通の方法で接続するための仕組みです。Muse Spark 1.1は個別のサービス内で処理を完結させず、必要な能力を外部から組み合わせるエージェントを目指しています。
この処理を支える要素の1つが、100万トークンのコンテキストです。コンテキストとは、AIが1度の処理で参照できる情報や会話、作業履歴の範囲を指します。扱える情報量が増えれば、大量の資料やコードを読み込み、過去の判断や操作を参照しながら作業を続けやすくなります。ただし、入力できる情報が長くなっても、その中から重要な情報を常に正確に選べるとは限りません。Muse Spark 1.1は、長時間の作業中に必要な状態を保ち続けることを重視しています。
メインエージェントとサブエージェントの分業
長い仕事を1つのエージェントだけで順番に処理すると、完了までに時間がかかり、途中の誤りが後工程にも影響します。Muse Spark 1.1では、メインエージェントが情報収集と全体計画を担い、作業を複数のサブエージェントへ委任します。各サブエージェントは割り当てられた範囲に集中し、自ら判断できない問題が生じた場合はメインエージェントへ報告します。
たとえば旅行計画であれば、移動手段、宿泊先、現地での行動などを分担し、並列に調べることができます。初代Muse Sparkでも複数の方向から問題を検討する仕組みは示されていました。Muse Spark 1.1では、作業全体の遅延を抑えながら実行するオーケストレーションへ発展しています。オーケストレーションとは、複数の担当を適切な順序と役割で動かし、それぞれの結果を最終的な成果へまとめる制御を指します。
並列化には作業を速める効果がある一方、分担の重複や結果の矛盾を招く可能性もあります。メインエージェントは仕事を割り振るだけでなく、各結果を照合し、全体の目的から外れていないかを確認しなければなりません。AIエージェントの能力は、個々のサブエージェントの性能と、分担・統合の設計の両方に左右されます。
仕事に合わせてアプローチを変える
Muse Spark 1.1は、仕事に応じて処理方法そのものを選択します。反復処理にはコードやスクリプトを作り、直接操作した方が簡単な場面では画面を扱います。夕食会の注文途中で状況が変わったときに内容を更新する例では、決められた手順の自動化に加え、変化を認識して計画を修正しています。
Facebook Marketplaceへの出品例では、利用者がスマートフォンで撮影した商品動画から使用可能な写真を抽出し、商品の種類や状態を推定したうえで、ブラウザーを操作して出品作業を進めます。動画の理解、画像の選択、商品の推定、外部サービスの操作が1つの流れにつながっています。画像の内容を説明するマルチモーダルAIから、認識した情報を実際の作業に反映するAIへの移行を示す例です。
コーディングでは、大規模なコードベースの調査、複雑な不具合の診断、機能追加、コード移行を対象としています。Metaのデモでは、Webアプリケーションの画面をスクリーンショットで確認し、異常に関係するコードを特定したうえで、修正後の動作まで確かめています。コード生成、画面認識、ツール呼び出しを連続させ、成果が出たかを自ら検証する設計です。
ただし、Metaの内部評価や提携企業の評価だけでは、競合モデルに対する全面的な優位性を証明できません。エージェントの成績は、利用できるツール、実行時間、試行回数、権限、評価方法によって変わります。Muse Spark 1.1は、単に回答性能を高めるだけでなく、「見る」「考える」「分担する」「操作する」「結果を確認する」という一連の作業を1つの基盤で扱おうとしています。Metaはモデル単体の性能競争から、長時間動くエージェント基盤の競争へ軸足を移しています。
「数十億人のプラットフォーム」にエージェントを置けるMetaの強み
優れたAIモデルを作っても、利用者が日常的に触れる場所を確保できなければ普及は進みません。Metaの強みは、WhatsApp、Instagram、Facebook、Messenger、Threads、Facebook Marketplace、AIグラスなど、すでに人が集まる場所へエージェントを展開できることです。独立したAIアプリだけに頼らず、既存のサービス網を活用できるため、AIの能力と同じほど利用者へ届ける力が競争を左右します。
日常の会話がAIの入口になる
MetaはMuse Sparkを、利用者の日常的な目標達成を支援する「パーソナルスーパーインテリジェンス」へ向かう最初の段階と位置付けています。利用者が新しい操作方法を覚えてAI専用のサービスへ移動する必要はなく、会話やグループチャット、検索、投稿、買い物、カメラといった日常的な行動からAIを呼び出せる構造を目指しています。
Muse SparkはMeta AIアプリとWeb版Meta AIに導入され、WhatsApp、Instagram、Facebook、Messenger、Threads、Ray-Ban MetaやOakley MetaなどのAIグラスにも展開されています。旅行の候補を複数のサブエージェントが調べ、撮影した商品をMarketplaceへ出品し、AIグラスを通じて目の前の物について質問するといった使い方により、エージェントの活動範囲はパソコンの画面内から現実世界へ広がります。
この構想では、SNS上のコンテンツ、利用者の会話、カメラから得られる視覚情報、買い物などの行動がAIによる支援につながります。MetaにとってAIエージェントは、既存サービスに追加する便利機能にとどまらず、SNS、メッセージ、マーケットプレイス、ウェアラブル端末を結び、利用者との接点そのものを再設計する役割を担います。
Business Agentが顧客対応から社内業務へ広がる
個人向けのMeta AIと並ぶのが、企業向けのMeta Business Agentです。企業固有の情報に基づく質問への回答、商品の推薦、予約の受け付け、見込み客の選別、販売支援を行い、必要な場合は担当者へ会話を引き継ぎます。Metaは2026年6月時点で、WhatsAppとMessenger上のBusiness Agentを100万社を超える企業が利用していると発表しています。Metaによると、同社のサービス上では企業との会話スレッドが1日当たり10億件を超えています。
Business Agentは顧客対応に加え、前夜の会話をまとめた朝のブリーフィングを作り、会話データから商品動向を抽出します。将来は市場調査、競合情報の整理、カレンダー連携などへ広げる計画です。顧客から届く大量の会話をその場限りの応対で終わらせず、社内の判断材料や次の行動に活用する構想です。
Meta Business Agent Platformでは、Shopify、Zendesk、Shopeeなどを含む外部システムとの接続も想定されています。企業側は、エージェントが従うルールやガードレール、効果の測定方法、担当者が確認する条件を設定できます。エージェントが販売や予約に関わるほど、できることの範囲に加え、どこで処理を止め、誰へ引き継ぐかという境界の設計も重要になります。
Model APIとMuse Imageで開発者を取り込む
MetaはMuse Spark 1.1の発表と同時に、Meta Model APIの公開プレビューを開始しました。自社サービスでモデルを使うだけでなく、外部の開発者や企業が独自のエージェントを構築できる基盤も提供しています。公開時点では主に米国の開発者が対象で、新規アカウントには20ドル分の試用クレジットが用意されています。
Reutersによると、料金は入力100万トークン当たり1.25ドル、出力100万トークン当たり4.25ドルです。AIエージェントは通常のチャットより多くの推論やツール呼び出しを行うため、1回の依頼で消費する計算量も増えます。低いAPI価格は、試作のしやすさに加え、大量運用を継続できるかどうかも左右する競争要素です。
Metaの開発者向け情報では、既存のOpenAI SDKやAnthropic SDK、エージェント向けCLIとの互換性も示されています。Metaは既存環境から切り替える負担を抑え、開発者を自社のエコシステムへ取り込もうとしています。ただし、公開プレビュー段階のため、対応地域、料金、利用上限、機能は正式利用前に最新情報を確認する必要があります。
画像生成にもエージェント化は広がっています。Muse Imageは文章から画像を生成するだけでなく、必要に応じてWeb検索やコード実行を利用し、生成結果を自ら評価して部分修正や再生成を選びます。Muse SparkとMuse Imageが計画やツールを共有し、画像、コード、Webサイトなどを組み合わせて成果物を完成させる構想です。将来のAIエージェントは、文章、画像、動画、Web操作を担う複数のモデルを目的に応じて連携できるようになるでしょう。
Metaの強みは、消費者向けサービス、企業との会話、広告、マーケットプレイス、ウェアラブル端末、開発者APIを結び付けられる配布力です。その一方で、会話、嗜好、行動とエージェントが密接に結び付くほど、利用者の同意、プライバシー、データの利用範囲を明確に説明する責任も重くなります。
Irisが示すAIエージェントの「フルスタック競争」
AIエージェントは、通常のチャットより多くの推論、検索、ツール呼び出し、画面操作、再試行を必要とします。数十億人の利用者と多数の企業へ展開するには、モデルの開発に加えて、膨大な処理を支える半導体、電力、データセンターを確保し、1回当たりの実行コストを抑えなければなりません。Metaが独自AIチップへ投資する背景には、エージェントを大規模に動かすための供給力の問題があります。
AIの基盤を支える「Iris」
IrisはAIエージェントの名称ではありません。Meta Training and Inference Accelerators計画に属する、データセンター向けAIチップのコードネームです。Reutersによると、Metaは2026年9月からIrisの製造を始める計画で、Broadcomが設計を支援し、TSMCが製造を担当します。
IrisはNVIDIAやAMDのGPUを直ちに置き換えるものではなく、Metaが大量に購入するGPUを補完する位置付けです。用途に合わせた独自チップを持つことで、自社サービスに適した処理へ最適化し、推論コストを抑えられる可能性があります。外部企業からの供給以外の経路を持つことは、半導体の調達先を多様化し、価格交渉力を高めることにもつながります。
もっとも、Irisは内部文書に基づく報道段階の計画です。性能、量産規模、実際のコスト削減効果は確定していません。独自チップの開発だけで競争力が保証されるわけではなく、開発したモデルやサービスの処理をどこまで効率化できるかが問われます。
計算基盤と投資規模
Metaは2026年に7ギガワット、2027年には14ギガワット規模の計算基盤を目指していると報じられています。2026年の設備投資予測は1250億～1450億ドルで、AIインフラへの投資額は最大1450億ドルに達する可能性があります。エージェントの普及を支えるには、半導体に加えて、電力、メモリ、ストレージ、光通信設備を含む巨大な基盤が必要です。
モデルが1回の回答を返す場合は、必要な計算量を比較しやすいかもしれません。エージェントは検索やツール実行を繰り返し、失敗すれば別の方法を試します。複数のサブエージェントを並列に動かすと完了時間を短縮できますが、同時に使う計算資源は増えます。推論単価と計算能力の供給量は、エージェントの料金や利用上限、普及速度に直接関わります。
Metaの戦略は、次の5層を垂直に統合するものです。
- モデル：Muse Spark 1.1が推論、計画、マルチモーダル理解を担う
- エージェントサービス：Meta AIやBusiness Agentが個人と企業の実際の仕事を支援する
- 配布チャネル：WhatsAppやInstagram、Facebook、AIグラスが利用者との接点になる
- 開発者基盤：Meta Model APIが外部企業や開発者によるエージェント構築を支える
- 計算基盤：Irisを含む独自チップとデータセンターが大規模な実行を下支えする
Metaは、エージェントが考え、行動し、利用者へ届く環境全体を握ろうとしています。この統合が実現すれば、モデルの改善を自社サービスへ素早く反映し、利用状況を次の開発へつなげられます。ただし、いずれかの層で問題が起きると影響が広範囲に及ぶため、安全性と統制も環境全体で設計しなければなりません。
行動するAIに求められる安全性
MetaはMuse Spark 1.1について、直接的なジェイルブレイク（脱獄）攻撃、開発者プロンプトへの攻撃、信頼できない外部データからの間接攻撃への耐性が改善したと説明しています。ただし、初代Muse Sparkの安全性報告では、適応型の複数ターン攻撃や、エージェント環境での間接プロンプトインジェクションが継続的な課題として示されていました。
間接プロンプトインジェクションとは、エージェントが読み込むWebページ、文書、メールなどに悪意ある指示を埋め込み、本来の目的と異なる操作へ誘導する攻撃です。チャットAIでは不適切な回答にとどまる場面でも、外部ツールとつながったエージェントの場合は、メール送信、情報取得、購入、システム操作といった実際の行動に発展する恐れがあります。
企業がAIエージェントを導入する際には、モデルの安全性評価に加えて、次の対策が必要です。
- 権限の最小化：業務に必要なデータと操作だけを許可する
- 重要操作の承認：送信、購入、公開、削除などの前に担当者が確認する
- 実行履歴の保存：誰の指示で何を参照し、どの操作を行ったかを追跡できるようにする
- 接続先の制御：メール、顧客情報、販売システムなど、接続先ごとにアクセス範囲を分ける
- 入力情報の制限：機密情報を無条件に外部モデルへ渡さない運用を設ける
- 攻撃への監視：外部データに埋め込まれた指示を検知し、異常時に停止できるようにする
Muse Spark 1.1とIrisの組み合わせは、AIエージェントを巡る競争がモデル性能の比較だけでは決まらないことを示しています。競争の対象には、利用者との接点、業務システムとの接続、計算コスト、半導体の供給、安全な権限管理も含まれます。日本企業もベンチマーク順位だけで選定せず、料金、対応地域、データの利用条件、監査機能、外部ツールとの接続方法、供給の安定性まで含めて評価する必要があります。
Metaの生存戦略は「人との接点」
MetaのAI戦略は、Muse Spark 1.1のベンチマークに加え、WhatsAppやInstagramなどの利用者基盤、Business Agent、開発者向けAPI、AIグラス、独自チップIrisが実際に連携し、個人や企業の行動をどこまで支援できるかに重きを置いています。
Googleは検索とクラウド、AmazonはECとクラウド、Appleは端末とOSを握っています。Metaの強みは、SNS、メッセージ、広告を通じて、数十億人の日常的なコミュニケーションに接触できることです。同社はこの「人との接点」をAIエージェントの入口へ変え、汎用OSや外部企業向けクラウドでの弱さを補おうとしています。Metaが「人との接点」を次のAI基盤へ変えられるかどうかは、サービスの普及だけでなく、企業や利用者が安心して行動を任せられる仕組みを構築できるかにかかっています。
参考文献
Introducing Muse Spark: Scaling Towards Personal Superintelligence
この記事を書いた人
