メインコンテンツへスキップ
見出し画像

機械に目を与えた男は、次に身体を探した

    印奇という中国のAI起業家がいる。

    2011年、23歳で顔認識AI企業Megvii(旷视科技)を創業した。現在は、自動運転を手がける千里科技と、大規模モデル企業StepFun(阶跃星辰)の会長を兼ねている。

    日本ではほとんど知られていない。しかし彼の経歴を追っていくと、中国AI産業の最初の熱狂と、いま始まりつつあるAgent競争とが、ひとりの人間の中でひと続きにつながって見えてくる。

    印奇は、かつてこう語った。

    「私はもう、賢さというものに執着していない」

    より賢いモデルをつくり、性能ランキングの上位へ行くこと。それ自体には、もう執着していない。彼が欲しいのは、知能が製品に入り、日常的に使われ、データと収益を生みながら自らを改善し続ける仕組みである。

    AIがどれほど賢いかではなく、その賢さが現実の中で何を動かせるか。

    この考えに至るまで、印奇は15年かかっている。

    顔認識AIを売る前に、ゲームをつくった

    印奇が学んだのは、清華大学の「姚班」、正式には計算機科学実験班である。2000年に中国系として初めてチューリング賞を受賞した姚期智が、2005年に設立した特別クラスだ。数学、物理、情報オリンピックの上位者を集め、通常の学部教育よりも早い段階から計算理論やアルゴリズム、人工知能を学ばせる。2006年に印奇らの学年が選抜されたとき、候補となった清華大学の学生は147人だった。

    後にPony.ai(小马智行)を創業する楼天城や、Kimiを開発したMoonshot AI(月之暗面)の楊植麟など、中国AI産業を代表する人物が、この教育環境の周辺から次々に現れている。

    印奇と唐文斌は同級生だった。後輩の楊沐も加わり、3人は後にMegviiを創業する。

    画像
    Megviiの共同創業者。左から唐文斌、楊沐、印奇(画像:清華大学校友会)

    大学2年のころ、印奇はMicrosoft Research Asiaに入り、コンピュータービジョン研究者の孫剣のもとで顔認識を研究した。2009年には共著論文がCVPRに採択され、関連技術は後にWindowsやXboxに使われたとされる。

    ただし、2011年前後の中国で「顔認識AIの会社をつくる」と説明して、簡単に資金が集まったわけではない。AIはまだ、投資家が競って金を出す産業ではなかった。技術があっても、誰が何に使い、どう収益を生むのかが見えなかったからだ。

    そこで3人は、顔追跡技術を使ったゲームをつくった。

    「乌鸦来了」——顔を左右に動かして画面の中のかかしを操作し、飛んでくるカラスを追い払うゲームである。スマートフォンのフロントカメラが、プレイヤーの顔の動きを読み取った。当時の関係者によれば、彼らがゲームを選んだ理由は「来钱快」、金になるのが早いと思ったからだったという。

    実際には、100万回規模でダウンロードされたにもかかわらず、売上は3,000元にも満たなかった。

    ゲーム事業としては、成功とは言いにくい。

    しかし、別の役割を果たした。

    顔を動かせば、画面の中のキャラクターが反応する。顔認識技術を、論文でも事業計画書でもなく、誰でも触れる製品として見せたこと。それが投資機関・联想之星の目に留まり、彼らのもとへ連絡が来た。「乌鸦来了」は結果として、商品というより、AIに資金を呼び込むための実演装置として働いたのである。

    まだ理解されていない技術を、先に製品の中へ入れる。技術の価値を説明するのではなく、動かして見せる。この方法は、その後の印奇にも繰り返し現れる。

    2011年10月、印奇23歳、唐文斌24歳、楊沐22歳。3人はMegviiを設立した。翌2012年には顔認識クラウドサービスFace++を公開する。開発者がAPIを通じて、顔検出や本人確認を自分のサービスへ組み込める仕組みだった。

    2015年、ドイツのCeBITでは、Alibaba(阿里巴巴)のジャック・マーが顔認証で記念切手を購入するデモンストレーションを行った。決済パスワードを打ち込む代わりに、自分の顔を見せる。この技術を提供したのがMegviiである。

    やがてMegviiは、SenseTime(商汤科技)、Yitu Technology(依图科技)、CloudWalk(云从科技)とともに、中国の「AI四小龍」と呼ばれるようになる。従業員は2,000人を超え、2013年から2019年までの累計資金調達額は90億元近くに達したとされる。

    印奇は、ひとつのアルゴリズムを極める研究者というより、人材、技術、資本、顧客、端末を集めて一つの仕組みにする「攒局」の人である。中国語の「攒局」は、異なる人や資源を寄せ集め、物事が動く場をつくることを指す。彼の強みは、最も賢いアルゴリズムを一人で書くことではない。研究者、投資家、メーカー、行政、顧客を同じテーブルにつかせ、AIが現実へ出ていく経路をつくることにある。

    Megviiで閉じなかった輪

    顔認識の精度が上がるほど、別の問題が見えてきた。

    アルゴリズムそのものに価値があっても、それだけを高い価格で買い続けてくれる顧客は多くない。都市監視へ入るならカメラだけでは足りず、サーバー、ネットワーク、施工、保守、さらに警察や行政が持つ既存システムとの接続までが必要になる。物流へ入るなら画像認識だけでは済まず、倉庫の動線を設計し、ロボットを製造し、顧客の業務に合わせてシステムを調整しなければならない。

    Megviiはこうして、アルゴリズムの会社から、カメラ、サーバー、物流ロボット、都市IoTを丸ごと扱う会社へと重くなっていった。

    売上高は2018年の約8.5億元から2020年には約13.9億元へ増えた。一方で粗利益率は、同じ期間に約62%から33%へ下がっている。売上を増やすほど、ハードウェア、施工、営業、保守が増える。AI企業として高い評価を受けながら、実際の仕事はシステムインテグレーターに近づいていった。

    2019年、Megviiは米国政府のエンティティ・リストに入った。半導体や海外技術へのアクセスが難しくなり、同年に申請した香港上場は実現しなかった。その後、上場先を上海の科創板へ変更し、2021年には審査を通過したものの、登録手続きは長く進まず、2024年に申請を取り下げている。

    Megviiが消滅したわけではない。現在も画像認識、本人確認、都市IoT、物流ロボットなどを手がけている。ただし非上場企業であるため、2021年以降の詳細な業績はほとんど公開されていない。印奇自身も現在は、Megviiの経営上の役職から離れている。

    この経緯を、技術者が商売を理解できなかった話として片づけるのは簡単だ。

    実際には逆で、彼らは技術を現実へ持ち出そうとした。その結果、現実の側にある摩擦を——顧客ごとに異なる要求、長い導入期間、施工、在庫、保守、代金回収という、研究室では見えなかったものを——すべて引き受けることになったのである。

    資金繰りが厳しくなると、印奇は会社で使われる「一元一元」、一元単位の金まで見るようになったという。研究開発とマーケティングの予算配分にも手を入れた。かつて研究開発費はマーケティング費の3倍から4倍あったが、次第に1対1へ近づけ、市場部門も研究予算の決定に参加させた。

    これは、印奇が研究を捨てて商人になったという話ではない。技術を続けるためには、技術の外側までつながなければならないと知った、という話である。

    彼はこの経験を「閉环」という言葉で説明している。

    中国のテクノロジー業界でいう閉环とは、単なる収益化ではない。技術が製品になり、製品が使われ、利用からデータが戻る。そのデータで技術が改善され、新しい価値と収益が生まれ、次の研究開発へ戻っていく。始点から終点までが一筆書きでつながり、終点が次の始点になる状態だ。

    技術、製品、利用、データ、改善、価値、収益、再投資。

    この循環が途中で切れれば、たとえモデルの性能が世界一になっても、次のモデルをつくり続けることはできない。

    印奇は、AI 1.0時代の経験をこう総括した。

    「閉环をつくれない栄光は、すべて一時的なものだ」

    どれほど華々しい技術的成果でも、自らを持続させ改善し続ける仕組みを持たなければ、一度きりの成功に終わる。Megviiで印奇が得たのは、AIの精度を上げる方法だけではない。AI企業が死なずに研究を続けるためには何が必要か、という知識だった。

    車とスマートフォンを、AIの身体にする

    2024年、印奇が支配する投資主体は24.3億元を投じ、Lifan Technology(力帆科技)の株式を間接的に約19.9%取得した。同年11月、印奇は会長に就任する。翌2025年、力帆科技は千里科技へ社名を変更した。

    力帆は1992年、重慶でオートバイ用エンジンの製造から出発した企業である。その後自動車へ進出したが、電気自動車への転換に失敗し、2020年に経営破綻した。再建にはGeely(吉利汽车)と重慶市系の資本が入り、自動車とオートバイの生産基盤は維持された。

    現在の千里科技は、自動車とオートバイを製造する既存事業の上に、自動運転、AIコックピット、Robotaxiの事業を積み上げている。2025年の売上高は約100億元。うち製造事業が約93億元を占める一方で、研究開発には約9.85億元を投じ、研究開発人員は2,456人に達した。

    つまり千里科技は、すでに完全なAI企業へ変身した会社ではない。既存の製造業が生む売上と工場を使いながら、その内部でAI事業を育てている途中の会社である。

    Geelyと共同で自動運転ブランド「千里智駕」を立ち上げ、Zeekr(极氪)、Lynk & Co(领克)、Geely Galaxy(吉利银河)などへ搭載を広げた。2026年4月時点で、千里智駕のシステムは17車種、約46万台に搭載され、機能の有効化率は92%に達したと発表されている。

    Huawei(华为)の乾崑ADSは、すでに25を超えるブランド、170万台以上に搭載されている。現時点の規模には、まだ大きな差がある。それでも中国の自動運転市場では、千里科技はHuaweiと並ぶ「智駕双雄」の一角を狙う企業として語られるようになった。

    念のため書き添えれば、約46万台は現在の実績であり、2026年末に100万〜130万台、2028年までに累計800万台という数字は、千里科技が掲げる目標にすぎない。

    それでも、Megvii時代との違いは明確だ。

    Megviiは、AIを載せる端末を自分では持っていなかった。顧客にカメラやシステムを売り、その都度、相手の環境に合わせなければならなかった。千里科技には最初から端末がある。自動車という、高価で、大量生産され、カメラとセンサーを備え、日々物理世界を走り続ける機械だ。

    車が走ればデータが生まれる。データでモデルを改善し、更新したモデルを車両へ配布できる。性能が上がれば、搭載車種と台数を増やせる。Megviiでは途中で切れていた線が、自動車の上でなら、ひと続きの輪になりうる。

    印奇自身、「車は最も明確で、最もつくりやすいロボットだ」と話している。ハンドル、アクセル、ブレーキと動作の範囲が限られ、すでに商品としての市場もあるからだ。

    人型ロボットは違う。手や足を使い、形も硬さも異なる物体を扱い、予測できない環境の中で動かなければならない。視覚や言葉から具体的な身体動作を組み立てる方法も、訓練データを大量に集める方法も、まだ定まっていない。

    中国でいう「具身智能」、身体を持ち、現実世界を認識して行動するAIは、印奇の最終的な関心である。ただし彼は、現在のロボットについて慎重だ。

    「車ですら、まだ完全に理解できていない。Robotaxiもできていないのに、どうしてもうロボットAIなのか」

    ロボットを否定しているのではない。技術と事業の輪が閉じる時期は、まだ来ていないと見ているのである。

    強いモデルだけでは、ユーザーに届かない

    そこで、印奇が自動車の次に選んだ身体がスマートフォンだった。

    StepFunは2023年、Microsoftの元グローバル副総裁・姜大昕が上海で設立した大規模モデル企業である。技術チームには、画像認識モデルResNetの主要研究者の一人である張祥雨や、ByteDanceやGoogle CloudでAIインフラを担当した朱亦博らが加わった。基盤モデル、マルチモーダルモデル、端末向けモデルを開発し、自動車メーカーやスマートフォンメーカーへの提供を進めてきた。

    モデル会社としての技術力はある。しかし、一般ユーザーが毎日使う入口が弱かった。会話アプリ「跃问」やAIキャラクターアプリ「冒泡鸭」を公開したものの、冒泡鸭は2024年末に大規模投資を停止し、事業統合された。モデルが強くても、それを誰が使い、何度使い、どんなデータが戻り、収益が研究費をどう支えるのかが見えない。

    2026年1月、StepFunは50億元を超えるB+ラウンドの資金調達を発表した。同時に、印奇が会長に就任した。創業者の姜大昕はCEOとして、引き続きモデル開発と経営を担う。

    印奇がStepFunへ持ち込んだのは、より賢いモデルのつくり方ではなく、モデルが生き続ける場所のつくり方だった——そう読むのが、いちばん筋が通る。

    2026年7月、StepFunは端末ブランドSTEPX、Agent向けOSのStep AOS、個人AgentのAmoo、そしてスマートフォンSTEPX Neoを発表した。

    画像

    従来のスマートフォンは、人間がアプリを選び、指で操作することを前提に設計されている。StepFunがつくろうとしているのは、ユーザーが目的だけを伝え、あとの作業をAgentが進める端末だ。

    たとえばユーザーが「来週末、上海から北京へ行きたい。午後の便で、ホテルは会場の近く」と伝える。現在なら、人間がCtrip(携程)を開き、航空券を検索し、時間を比較し、ホテルを探し、住所を確認して決済する。Amooはこの依頼を複数の作業に分解し、Ctripなどのサービスを呼び出す。予定表との重複を確認し、候補をまとめ、ユーザーの承認後に予約を進める。

    Alipay(支付宝)との協力では、Amooが意図を理解し、Alipay側のAgent「小宝」が決済処理を担当する。Amooが口座情報や決済権限へ直接触れず、最後はユーザーが確認する設計である。ほかにもDiDi(滴滴)、Meituan(美团)、Baidu(百度)、JD.com(京东)、WPS Office、CapCut(剪映)、Amap(高德地图)、Weibo(微博)などが協力先として挙げられている。

    ただし、このリストにWeChat(微信)とTaobao(淘宝)は見当たらない。AlipayやAmapが参加したことを、Alibaba全体がStepFunの構想へ全面的に賛同したと読むこともできない。

    Agentがアプリを横断して作業するには、各社が持つアカウント、決済、顧客データ、推薦機能をどこまで外部に開放するかという交渉が要る。Agentがユーザーの入口になれば、アプリ企業はユーザーとの直接の接点を失いかねないからだ。これは、モデル性能だけでは解けない問題である。

    だからStepFunは、自分たちでスマートフォンをつくろうとしている。他社の端末へモデルだけを提供する立場では、OSの権限、データ構造、メモリ、バックグラウンド処理、アプリとの接続方法を決められない。STEPX Neoは、StepFunが自分たちの考えるAI端末を制約なく試すための実験場でもある。

    現時点では、チップ、画面、バッテリー、価格、正式な発売日、想定出荷台数の多くが公表されていない。完成した消費者向け製品というより、モデル、OS、Agent、端末を一つにつなぐ構想を形にした、戦略的な試作機に近い。

    出荷台数が少なければ、十分な利用データは集まらない。かといって大量に売ろうとすれば、在庫、品質管理、販売網、修理、返品という、モデル会社が経験したことのない重さを背負うことになる。

    印奇は、MegviiでAIを現実へ持ち出すことの重さを知った。今度はその重さを最初から引き受けたうえで、AIが使われ続ける仕組みをつくろうとしている。

    次の端末は、スマートフォンの形をしていない

    もしこのサービスが中国で成功すれば、影響はStepFun一社にとどまらない。人間がアプリを選ぶ現在の仕組みから、Agentがサービスを選ぶ仕組みへ移るからだ。

    企業にとって重要なのは、自社のアイコンをスマートフォンの一画面目に置いてもらうことではなくなる。ユーザーから依頼を受けたAIに、自社のサービスを選んでもらうことになる。

    端末の意味も変わる。価値の中心が画面上のアプリから、継続的に存在する個人Agentへ移れば、AIの身体は長方形のタッチパネルである必要がない。スマートフォン、車、メガネ、イヤホン、机上の小型端末、あるいは家の中を動くペット型のガジェット。同じAgentが、同じ記憶と権限を持ったまま、複数の身体を移動する。印奇自身、2026年の世界人工知能大会で、コンピューター、スマートフォン、自動車、ロボットは、同じAgentが場面に応じて使い分ける「異なる身体」になると説明している。

    中国には、スマートフォン、センサー、カメラ、電池、基板を短期間で製品化できる供給網がある。その横には、決済、配車、旅行、EC、フードデリバリーまで、生活を動かすデジタルサービスが並ぶ。StepFunが試しているのは、モデル、OS、端末、サービスを一つの個人Agentでつなぐことだ。この接続が成立すれば、AI企業の競争軸は、どのモデルが最も賢いかだけではなくなる。誰がユーザーの記憶を持ち、誰がサービスを選び、誰がAIの身体を設計するのか。

    もっとも、印奇自身の基準に照らせば、この未来像もまた、まだ閉じていない輪である。STEPX Neoは売られておらず、データは戻っておらず、収益が研究を支える循環も始まっていない。「閉环をつくれない栄光は、すべて一時的なものだ」という言葉は、いまや他人に向けたものではなく、彼自身のこの構想に向けられている。

    23歳の印奇は、顔追跡ゲームによって、機械に人間を見る目を与えた。

    38歳の印奇がSTEPX Neoに求めているのは、完成したスマートフォンではない。ロボットが技術的にも事業的にも自らを維持できる日まで、AIが人間のそばで現実を覚え続けるための、最初の身体である。

    その身体が本当に使われ始めたとき、次に現れる端末は、もうスマートフォンの形すらしていないかもしれない。


    あなたへのおすすめ