腾讯、阿里、字节跳动がAIの「世界」を創造している？その背後にはAIの第二幕の生死をかけた競争が隠されている
皆さん、こんにちは。私は財経ジャーナリストです。今日は少しSFのように聞こえるかもしれませんが、実際にはテクノロジー業界の構造を大きく変えつつある話題についてお話しします。なぜ腾讯（テンセント）、阿里（アリババ）、字节跳动（ビリビリ）、さらには海外のOpenAIやAnthropicがAIエージェント（Agent）のための「世界」を熱心に創造しているのでしょうか？
AIニュースに注目している方なら、最近の大規模なAIモデルがどれだけ賢く、どれだけ迅速に回答できるかを競っていることに気づいたかもしれません。しかし今回は違います。巨大企業たちはもっと根本的でハードコアなものに注力しています——それは「環境」です。
皆さんが理解しやすいように、まずは『甲子光年』からのこの深い報道の核心内容を要約し、その背後にある論理と機会を5つの側面からわかりやすく説明します。
📝 核心内容の要約
簡単に言えば、AIの発展は「第二幕」に入りました。第一幕では「問題解決能力」（コードの書き方や記事の執筆など）が競われていましたが、第二幕では「問題を定義する能力」と「複雑な現実の中で仕事をする能力」が競われています。
AIに人間のように複雑なタスクを実行させるためには、単に大量のテキストデータを与えるだけでは不十分です。AIには相互作用ができ、試行錯誤ができ、リアルなフィードバックを得られる「トレーニング環境」や「試験環境」が必要なのです。
現在、腾讯の混元（ホンユン）、阿里の通义（トンイ）、字节跳动のSeed（シード）、そして海外の巨大企業たちは、これらの「仮想世界」を構築するために莫大なリソースを投じています。これは単なる技術競争ではなく、新しいインフラ市場の誕生でもあります。**高品質で大規模で進化可能なAIトレーニング環境を提供できる企業が、AI時代の「新たなScale AI」（データアノテーションの巨人）になる可能性があります。
---
🔍 深入解説：5つの側面から「世界創造」を理解する
1. なぜ突然「世界を創造するのか？AIが「仕事」を始めるから
以前はAIと会話すると、まるで百科事典のようで、質問すれば答えてくれましたが、実際には何もしなかったのです。しかし今では、AIにタスクを実行させたいのです。
例えば、インターンにソフトウェアの障害を調査させるときを想像してください。ただ「障害調査マニュアル」を見せるだけでは不十分です。コンピューター、コードリポジトリ、実行環境を与え、ボタンを押させ、エラーメッセージを確認させ、コードを修正させ、再実行させる必要があります。この過程で、AIは「この操作をしたらシステムにどのような変化があったか」を理解する必要があります。
これがエージェント（Agent）に必要なものです。
腾讯のチーフAI科学者である姚顺雨（ヤオ・シュンユー）ははっきりと言っています：「良い環境がなければ、エージェントは様々なことをすることができない。」
過去半年間で、腾讯の混元チームは「環境」に関する論文を6つ発表しました。彼らは、以前のトレーニングデータが「静的な文書」だったのに対し、今のトレーニングデータは「動的なインタラクションプロセス」でなければならないと気づきました。つまり、AIにはコードの書き方だけでなく、コードが実行された後にデータベースがどのように変わるか、エラーメッセージがどのようなものかも知る必要があるのです。
簡単に言えば： 以前はAIに「レシピを覚えさせていた」のに対し、今は「キッチンで料理をさせている」のです。本物の鍋、本物の火、本物の食材を与えなければ、AIは火加減や調味を学ぶことができません。
2. 腾讯の混元はどのように「世界を創造しているのか？4つのチームがそれぞれの技術を発揮している**
腾讯の混元は大きな動きを見せており、少なくとも4つの異なるチームが同時に取り組んでおり、それぞれ具体的な方向性を持っています：
- 第一のチーム：タスクを長期化する（Long-Horizon）
以前のテストタスクは数分で終わっていましたが、混元チームは「Long-Horizon-Terminal-Bench」を導入し、タスクの期間を数時間に延長しました。例えば、「Hello World」を書くのではなく、バックエンドサービスをデプロイするようになりました。さらに、自動化によって3.7万個のこのような長期タスクを生成し、平均コストはわずか5セントです。これは「世界創造」が規模化され、低コスト化できることを示しています。
- 第二のチーム：環境をスマートフォンに移す（Mobile）
混元のビジョンチームは「PhoneWorld」というものを開発しました。そこには34のシミュレーションアプリ（腾讯健康、地図など）が含まれており、AIはその中でワクチンの予約やアプリ間のスケジューリングを行います。これは私たちがスマートフォンで実際に操作するプロセスをシミュレートしています。
- 第三のチーム：環境を「進化させる（Evolution）
これが最も重要な洞察です。環境が単純すぎると、AIは数回試行すればすぐに習得してしまい、新しいことを学べません。そのため、混元チームはゼロから環境を作るのではなく、環境を自動的にアップグレードしています。例えば、元々は静的なウェブページを書くだけだったものが、後にデプロイや動的なメンテナンス、並行処理が必要になります。環境はAIの能力と共に難しくなり、AIが常に学ぶものがあるようになります。
- 第四のチーム：プロセスラインに接続する（Pipeline）
彼らは「タスクの生成」「シャーキューブの構築」「結果の検証」といったステップを自動化し、AIのトレーニングプロセスに直接組み込みました。これにより、AIはトレーニング中にこれらの仮想世界でリアルタイムで練習できるようになります。
注目すべき点： 腾讯内部では組織の調整も行われ、大規模言語モデルと多モーダルモデルが統合され、姚顺雨が統括を務めるようになりました。また、「強化学習およびエージェント能力」が彼の職務に明確に含まれるようになりました。これは「環境創造」が単なる小さなチームの趣味ではなく、会社全体の戦略的な重点であることを示しています。
3. 阿里と字节跳动も競争しており、さらに激しく
腾讯だけでなく、阿里と字节跳动も同時に力を入れており、それぞれに特徴的なアプローチを持っています。
- 阿里の通义：「環境スケーリング（Environment Scaling）」と名付ける
阿里は浙江大学や北京大学と共同で論文を発表し、そのタイトルは「Towards General Agentic Intelligence via Environment Scaling」です。阿里のチーフ科学者である周靖人（ジョウ・ジンレン）も著者の一人です。
彼らの核心的な考え方は、「経験した環境が豊富であればあるほど、将来扱えるツールが増える」というものです。まるで人が訪れた都市が多ければ多いほど、その世界観が広がるように。阿里は80万以上の検証可能なソフトウェアエンジニアリング環境を構築しており、その規模は驚異的です。
- 字节跳动のSeed：環境をモデルと共に成長させる
字节跳动と人民大学のチームは「Agent-World」というものを開発し、そこには2000以上の環境と1.9万のツールが含まれています。彼らの特徴は動的な生成です。AIがどこかで行き詰まったり、能力にギャップがある場合、システムは自動的に新しい、ターゲットを絞ったタスクを生成して訓練します。これは教師が生徒の間違いの多い問題集を見て、似た問題を出して練習させるようなものです。
共通点： どの企業も「静的なデータ」から「動的なインタラクション環境」へと移行しています。そして、高品質な環境を作ることが非常に難しいという共通の課題に取り組んでいます。
4. 最大の問題：99.7％の環境が「ゴミ」だとは？どう解決する？
これは記事の中で最も警鐘を鳴らすデータです。
腾讯の混元チームはGitHubやHugging Faceから47,678個の公開されている端末環境を収集しました。厳格な選定（バグの有無、難易度の適切さ、基準の明確さなど）を経て、最終的には127個だけが残りました。
淘汰率は99.7％です！
なぜでしょうか？
1. 品質が悪い： 多くの環境にはバグがあり、またテスト基準が一致していません。
2. 単純すぎるか偽りすぎる： 小規模なモデルなら問題ありませんが、大規模なモデルは賢いため、環境に欠陥があると簡単にテストに合格してしまいます。これは試験問題に間違いがあっても、生徒が運で高得点を取れるようなものですが、それは本当に学んだとは限りません。
3. 不安定： OpenAIやAnthropicも発見しましたが、同じタスクでもコンピュータの構成（CPU、メモリ）が異なるとAIのパフォーマンスに6ポイントの差が出ることがあります。環境が不安定だと、トレーニング効果がコントロールできません。
これは何を意味するのでしょうか？
「世界創造」は単なるコピー＆ペーストではなく、高いハードルとコストを伴うプロジェクトです。AIに環境を自動的に生成させることはできません（品質が悪いため）、また完全に人手に頼ることもできません（コストが高いため）。AIが何を必要としているかを理解し、安定した、複雑でリアルな仮想ビジネスシナリオを構築する能力が必要です。
5. 次の「Scale AI」は誰か？新しいビジネスが誕生している
大規模モデルの時代において、「Scale AI」は高品質なデータアノテーションを提供することで290億ドルの評価額に達しました。
現在、データアノテーションの利益は減少しており、「環境構築」が新たな成長分野となっています。
- スタートアップの参入：
- UniPat AI： 阿里が主導権を交渉中で、評価額は25億ドルです。彼らは「タスク設計＋シャーキューブ環境＋評価基準」の統合インフラを専門に行っています。
- Deeptune： データプラットフォームのMercorに買収されました。DeeptuneはSalesforceやSlackなどの実際のソフトウェア環境を再現し、AIのための「ジム」として機能します。Mercorがそれを買収したのは、「環境構築」の弱点を補うためです。
- Scale AI自体： 「強化学習環境」のビジネスも開始し、新規プロジェクトの約半分がこの分野に関連しています。
- なぜ大企業は外部に委託しないのか？
環境構築は良いビジネスですが、腾讯、阿里、字节跳动は自社で行っています。なぜなら環境はモデルの上限を直接決定するものであり、核心的な秘密だからです。また、これらの環境を運用するには大量のクラウドリソース（シャーキューブ、隔離、高並行処理）が必要であり、大企業は自社のクラウドを持っているためコストが低く、コントロールが強いからです。
- 未来の機会はどこにあるのか？
大企業はモデルを理解しており、クラウドプラットフォームも機械を理解していますが、実際のビジネスプロセスを理解しているのは誰か？
例えば、病院の予約システムはどのように動作するのか？法律事務所の契約審査プロセスはどのようなものか？これらの複雑な実際のビジネスロジックは、大企業やクラウドプロバイダーには完全には理解でき