MetaがAI部門を作り直す——Superintelligence Labs産モデル「Muse Spark」
2026年4月、Metaは、新たなAIモデル「Muse Spark」をリリースした。これは単なる新製品の発表ではない。CEO Mark Zuckerberg氏が、自社のAI開発に「不満」を抱き、Scale AI創業者の起用・143億ドルの外部投資・OpenAIとAnthropicからの研究者引き抜きという大規模な再編を経て生まれた、いわば「第二次AIレース参戦宣言」だ。投資家にとっては、MetaのAI戦略が従来のLlama路線からどう変化したのかを読み解く重要なタイミングだ。
1. なぜMetaはAI部門を作り直したのか——Zuckerbergの「不満」と組織改編
1-1. Meta Superintelligence Labsの誕生
Muse Sparkが生まれた組織「Meta Superintelligence Labs」は、2025年に創設された。背景にあったのは、Zuckerberg氏がMetaのLlamaモデルの進捗に不満を感じ、OpenAIのChatGPTやAnthropicのClaudeに対して明確に後れを取っていると判断したことだ。
ここで注目すべきは、Zuckerberg氏が取った手段の規模感だ。単に開発チームを強化するのではなく、Scale AIの共同創業者兼CEOだったAlexandr Wang氏を迎え入れ、さらに、Scale AIに143億ドルを投資して49%の株式を取得した。Scale AIはAI開発に不可欠なデータラベリングの最大手であり、この投資はAIモデルの品質を左右するデータパイプラインを内製化に近い形で確保したことを意味する。
1-2. 競合からの研究者採用
さらに、Metaは、OpenAI・Anthropic・Googleから研究者を積極的に採用した。AIの競争において、モデルの質は結局のところ研究者の質と経験に依存する部分が大きい。競合の主要研究者を引き抜くことは、自社のモデル開発を加速させると同時に、競合の開発速度を遅らせる効果を持つ。
Zuckerberg氏は、Threadsで「今後、知性と能力のフロンティアを押し広げる、ますます高度なモデルをリリースする予定だ。新しいオープンソースモデルも含む」と述べ、この再編が一時的な措置ではなく継続的なコミットメントであることを示唆した。
2. Muse Sparkとは何か——複数エージェント並列処理と「Contemplating」モード
2-1. Meta初の「Superintelligence Labs」産モデル
Muse Sparkは、Meta Superintelligence Labsが生み出した最初のモデルだ。現在はウェブとMeta AIアプリで利用可能で、Metaは「AIの取り組みの刷新に向けた最初の一歩」と位置づけている。
技術的な特徴として注目されるのは、「Contemplating」モードだ。これは複数のAIエージェントが同一の問題に対して、並列で協力するアーキテクチャを採用している。Metaは、ブログ記事で「テスト時の推論をレイテンシを大幅に増やすことなくスケールするために、難しい問題を解決するために協力する並列エージェントの数をスケールできる」と説明している。これはKarpathy氏やCukor氏が語ってきた「エージェントのスウォーム（群）」の発想に近く、単一モデルの出力を超えるために複数エージェントを活用するアプローチだ。
2-2. 視覚的STEM問題と健康分野への進出
Metaによれば、Muse Sparkは、視覚的なSTEM問題（理系の図表・グラフ・方程式など）で特に高い性能を発揮するという。「楽しいミニゲームの作成や家電のトラブルシューティングなどのインタラクティブな体験につながる可能性がある」とMetaは述べている。
また、健康に関する質問への対応もMuse Sparkの応用分野として挙げられている。WHOOPの5.75億ドル調達やeMedの2億ドル調達が示すように、ヘルスケアAIは急成長する市場だ。MetaがMuse Sparkをこの領域に向けたことは、医療・健康分野でのAIプラットフォーム争いへの参入宣言でもある。
3. 「無料公開」という戦略的選択——Meta AIのプラットフォーム論理
3-1. 競合は有料化・Metaは無料で広がりを取る
Metaの競合他社は、より高性能なモデルをペイウォール（有料壁）の後ろに置くのが一般的だ。OpenAIのGPT-4o・o1・o3やAnthropicのClaude Opus系は月額課金が必要で、Googleも同様の戦略を取っている。
Muse Sparkが有料化するかどうかはまだ明らかではないが、Metaは、これまで一貫して「AIを無料で広く提供する」路線を取ってきた。この戦略の論理は明確だ。Metaの収益の大部分は広告から来ており、AIユーザーが増えれば増えるほど、より多くの行動データが広告最適化に使える。また、FacebookやInstagramという巨大なユーザーベースへのアクセスを通じてMuse Sparkを使わせることで、ネットワーク効果を最大化できる。
3-2. ログインとプライバシーという課題
ただし、この戦略には課題もある。Muse Sparkの利用にはFacebookまたはInstagramアカウントでのログインが必要だ。Metaは個人情報をAIの学習に使うとは明言していないが、同社がパブリックなユーザーデータを一般的に学習に利用していることを踏まえると、「個人のSNSデータがAIに活用される可能性」についての懸念は避けられない。
健康に関する質問への対応を売りにするモデルが、SNSアカウントと紐づいていることは、データプライバシーの観点から特に敏感な論点だ。AIと健康データをめぐる規制動向は今後重要な変数になるだろう。
4. 「今やらなければ手遅れ」——Metaのポジションと投資家への示唆
4-1. Metaが置かれた競争地図
現在のAI競争をシェア・進捗・収益化という三つの軸で整理すると、Metaの立ち位置が見えてくる。モデル品質ではOpenAI・Anthropic・Googleに追いをかける立場だ。しかし、配布力（FacebookとInstagramで30億人以上のユーザーベース）と広告マネタイズという点では他の追随を許さない強みを持つ。
問題は、「最高品質のモデル」がなければ、配布力があっても開発者やエンタープライズ顧客は選ばないという現実だ。SaaSビジネスにおけるAI活用（コーディングエージェント・業務効率化・顧客対応など）においては、性能差が乗り換えコストを上回る場合、ユーザーは最良のモデルに移行する。
4-2. Metaの株価とCapExという文脈
Metaは、CapExを2026年に最大1,350億ドルに設定しており（先週の本誌でも紹介）、AI投資の規模はトップクラスだ。しかし、All-In PodcastやBloombergでも指摘された通り、「どこに集中するか」という戦略の明確さという点ではまだ問いが残る。Muse Sparkの登場がこの問いに対する一つの答えになるかどうかは、今後数ヶ月のモデル性能と開発者・ユーザー採用率が示すだろう。
4-3. オープンソースという差別化軸
Zuckerberg氏が明言したもう一つのポイントは、「新しいオープンソースモデルも含む」という部分だ。LlamaシリーズはAI開発者コミュニティで広く使われており、Mistral・HuggingFaceなどのエコシステムと協調関係にある。オープンソースモデルの展開は、GoogleのGemmaやMicrosoftのPhiと同様に「開発者取り込み→API利用→クラウド収益」という上流への収益化を狙う戦略として機能する可能性がある。
