メインコンテンツへスキップ
見出し画像

NFTから「アプリのないスマホ」へ。StepFunのSTEPX Neoが狙う次のコンピューティング覇権

    中国の大規模AIモデル企業StepFun(阶跃星辰)が、AIエージェントスマートフォン「STEPX Neo」を披露。同時に発表されたのは、AIエージェントネイティブOS「Step AOS」と、個人向けAIエージェント「Amoo」です。

    今回のニュースを、単なる新型スマートフォンの発表として捉えると、本質を見誤ります。StepFunが変えようとしているのは、カメラの画質でも、端末の薄さでも、処理速度でもありません。人間がアプリを一つずつ開き、画面を操作しながら目的を達成するという、スマートフォンの基本構造そのものです。

    STEPX Neoでは、利用者が「何をしたいか」を伝えると、Amooが意図を理解し、必要な作業を分解し、複数のアプリやサービスを横断して実行します。旅行の計画であれば、地図、交通、ホテル、決済、カレンダーを一つずつ操作する必要はありません。「来週、上海へ2泊で出張したい。会社に近いホテルを予約し、移動予定も登録して」と依頼すれば、AIエージェントが一連の処理を進める構想です。

    従来のスマートフォンが「人間がアプリを操作する機械」だったとすれば、STEPX Neoは「AIエージェントに仕事を任せるための端末」です。主役をアプリからAIエージェントへ入れ替えようとしている点に、今回の発表の大きな意味があります。

    NFT事業から大規模AIモデルへ。StepFunは何者なのか

    画像

    StepFunは、中国・上海を拠点とするLLM企業。2023年に設立され、文章、画像、音声、動画、推論などを扱うStepシリーズのモデルを開発してきました。LLMを提供するだけでなく、一般利用者向けAIサービスや、スマートフォン、自動車、IoT機器などに組み込む端末向けAIにも力を入れています。

    同社の歩みを理解するうえで興味深いのが、現在の大規模AIモデル事業へ集中する以前、NFTに関連する事業にも取り組んでいた点です。現在公開されている情報だけでは、その事業の具体的なサービス名、運営期間、売上規模などを十分に確認できませんが、少なくとも最初から大規模AIモデルだけを開発してきた企業ではありません。

    NFT事業とAIスマートフォンは、一見するとまったく別の分野に見えます。しかし、利用者のデジタル資産や本人性、オンライン上の体験、コミュニティ、サービス間の接続を扱うという意味では、完全に無関係とも言い切れません。NFTの市場環境が変化するなかで、StepFunは事業の軸を大規模AIモデルへ移し、現在はAIモデル、OS、アプリ連携、ハードウェアをまとめて構築する企業へ変化しています。

    ここで注目すべきなのは、「NFT企業がAI企業になった」という表面的な変化ではありません。市場環境の変化に合わせ、成長が期待される技術領域へ企業の重心を大きく移したことです。中国のテクノロジー企業では、創業時の事業に固執せず、人材、資本、技術を別の成長市場へ集中的に投入するケースが珍しくありません。日本のスタートアップでよく採用されるピボットですね。StepFunも、その転換速度が非常に速い企業の一つとして見ることができます。

    現在のStepFunは、端末上で動く小型モデルから、クラウド上で複雑な推論を行う大型モデルまでを自社でそろえようとしています。今回の発表では、3億パラメーターから4,000億パラメーターまでのモデル群を展開していると説明しました。さらに、パラメーター数が1兆5,000億を超える推論モデル「Step Pro」も公開予定とされています。

    つまりStepFunは、単に巨大なAIモデルを作る会社ではありません。利用者の手元にある端末まで含めて、AIが実際に仕事をする環境を押さえようとしているのです。

    なぜStepFunは、自らスマートフォンを作るのか

    画像

    LLM企業がスマートフォンを作るのは、簡単な選択ではありません。AIモデルの研究開発と、スマートフォンの製造、物流、販売、在庫管理、アフターサービスでは、必要とされる能力が大きく異なります。StepFunも、自社でハードウェア事業に参入するべきか、社内外で議論を重ねたとしています。周囲からは、端末事業への参入を思いとどまるよう助言する声もあったといいます。

    それでも同社がAIネイティブ端末ブランド「STEPX」を立ち上げたのは、AIエージェントの価値を最大限に引き出すには、既存のスマートフォンへAIアプリを追加するだけでは不十分だと考えたためです。

    現在、多くのスマートフォンメーカーが「AIスマートフォン」を掲げています。しかし、その多くは写真加工、文章の要約、音声の文字起こし、検索支援など、既存の機能をAIで便利にするものです。スマートフォンの基本構造は変わらず、人間がアプリを開き、メニューを選び、必要な情報を入力します。

    StepFunが定義するAIネイティブ端末は、これとは異なります。同社は、AIを取り除いたときに製品の価値がほぼ失われるほど、AIを中心に設計された製品をAIネイティブ端末としています。最初からAIエージェントが操作することを前提に、モデル、OS、ソフトウェア、ハードウェアを作り直す考え方です。

    StepFunが最初の端末としてスマートフォンを選んだ理由も明確です。利用者が常に持ち歩き、高い頻度で利用し、画面を備え、端末内でAIを処理するための計算能力も持っているからです。

    将来的にAIエージェントの中心端末が眼鏡型デバイスやイヤホン、ロボットなどへ移る可能性はあります。しかし、現在の技術と利用習慣を考えれば、スマートフォンが最も現実的な入り口だとStepFunは判断しました。

    ただし、STEPX Neoは現時点で正式発売された完成品ではありません。価格、発売日、CPU、メモリー、カメラ、バッテリー、販売地域、製造委託先など、通常のスマートフォン発表で示される情報は公表されていません。今回のイベントは、製品仕様の発表というより、StepFunが目指すAI端末の方向性を披露する場だったと考えるべきです。

    Step AOSとAmooは、スマホの操作をどう変えるのか

    画像

    STEPX Neoの中核となるのが、AIエージェントネイティブOS「Step AOS」です。従来のスマートフォンOSは、人間が画面を見ながらアプリを選び、ボタンを押し、文字を入力することを前提に設計されています。

    Step AOSは、この前提を逆転させます。利用者は細かい操作手順ではなく、最終的な目的を伝えます。AIエージェントが必要な作業を考え、複数の機能やサービスを組み合わせ、結果を返します。

    StepFunは、この変化を「過程との対話から、結果との対話への転換」と説明しています。従来は、人間が結果へたどり着くまでの全工程を操作していました。Step AOSでは、利用者は望む結果を伝え、途中の工程をAIエージェントへ任せます。

    例えば、飲食店を予約する場合、現在は地図アプリや飲食店アプリを開き、地域、日時、人数、予算などを入力し、候補を比較して予約します。Step AOSでは、「明日の19時に、会社から近い静かな中華料理店を4人で予約して」と依頼すれば、AIエージェントが条件を整理し、店を探し、予約処理を進めます。

    その実行役となるのが、個人向けAIエージェント「Amoo」です。Amooは単なるチャットボットではなく、OSレベルで複数のアプリや端末機能を呼び出すシステムレベルのAIエージェントです。

    StepFunは、現在のAIエージェントには「記憶の壁」「意思決定の壁」「行動の壁」という三つの障害があると説明しています。

    記憶の壁とは、アプリごとにデータが分断されている問題です。地図アプリで検索した場所、旅行アプリで予約したホテル、決済アプリで支払った内容が別々に保存されているため、AIは利用者の行動を一つの流れとして理解できません。

    Step AOSは、利用者に関する情報を保存する領域と、AIエージェント自身の知識や経験を蓄積する領域を分けて管理します。情報はそのまま積み上げるのではなく、日常のやり取りを記録し、バックグラウンドで整理と重複除去を行い、必要になったときに呼び出します。

    意思決定の壁とは、一つのAIモデルだけでは、速度と複雑な推論を両立しにくい問題です。目覚まし時計の設定や写真の検索に巨大なクラウドモデルを使うのは非効率です。一方で、複数の条件を含む旅行計画や長い作業は、小型モデルだけでは処理しきれない場合があります。

    そこでStep AOSは、端末上の小型モデルとクラウド上のLLMを使い分けます。簡単な処理は端末側で行い、複雑な分析や推論はクラウド側が担当します。実際には両者が作業を引き継ぎ、端末側が素早い反応を返し、クラウド側が深い思考を担当する構造です。

    行動の壁とは、AIが回答や提案はできても、現実の作業を完了できない問題です。現在の生成AIは「このホテルがおすすめです」と教えられますが、実際の予約や支払いは利用者が行わなければなりません。

    Amooが目指しているのは、この最後の壁を越えることです。AIが考え、話すだけでなく、予約、購入、配車、予定登録などを実行し、仕事を最後まで終わらせます。

    この仕組みを支えるのが、OSの機能を細かな単位へ分解する「原子能力エンジン」です。写真を探す、位置情報を取得する、予定を登録する、メッセージを送信する、支払い画面を開くといった機能を、AIエージェントが組み合わせやすい部品として扱います。

    アプリが完全に消えるわけではありません。しかし、利用者から見える完成された箱ではなく、AIエージェントが裏側で呼び出すサービスへ変化する可能性があります。

    勝負を決めるのはAIモデルではなく、支付宝やMeituanとの接続

    今回の発表で、STEPX Neoのデザインや端末性能以上に重要なのが、StepFunのエコシステム戦略です。

    最初の提携先として、支付宝、Meituan、高徳地図、同程旅行、剪映、京東、DiDi、百度、微博、WPSなど、中国を代表するアプリやサービスが挙げられています。

    支付宝は決済、Meituanは飲食店予約やフードデリバリー、高徳地図は地図とナビゲーション、DiDiは配車、京東はECと物流、同程旅行はホテルや交通予約、WPSは文書作成を担います。

    画像

    これらが実際に連携すれば、AIエージェントは店を探し、移動手段を手配し、商品を購入し、支払いを行い、予定や文書を作成するところまで、一つの依頼から処理できるようになります。

    AIエージェントスマートフォンの最大の難所は、モデルを賢くすることだけではありません。各アプリが持つデータや機能へ、AIエージェントがアクセスできるかどうかです。

    どれほど優れたAIモデルでも、アプリ側が操作権限を開放しなければ、予約や購入はできません。AIは旅行プランを提案できても、実際のホテル予約までは進められません。

    そのため、AIエージェント時代の競争力は、モデルのベンチマークだけでは測れません。どれだけ多くのサービスと接続できるか、サービス事業者からどこまで権限を得られるか、複数のサービスをまたぐ作業をどれだけ安定して完了できるかが重要になります。

    この領域で競合として意識されるのが、ByteDanceの豆包をスマートフォン操作へ組み込む、いわゆる「豆包スマートフォン」です。StepFunの印奇会長も、豆包スマートフォンがAIエージェントスマートフォンという概念を一般に広めた重要な試みだと評価しています。

    一方、StepFunは、AIエージェントだけでなく、OS、端末向けモデル、クラウド向けモデル、ハードウェア、アプリ連携を一つの体系として構築しようとしています。

    ただし、提携先のロゴが並んでいることと、AIエージェントが各サービスを安定して操作できることは別問題です。現時点では、各アプリで利用できる機能、操作成功率、処理時間、エラー発生率などは公表されていません。

    重要なのは、連携企業の数ではなく、AIがどこまで確実に仕事を終えられるかです。エコシステムという名の看板だけで終わるのか、実際に機能する巨大な裏方網になるのか。ここがSTEPX Neoの成否を分けます。

    AIが支払いまで行う時代、安全性は性能より重くなる

    画像

    AIエージェントが複数のアプリを横断し、予約、購入、決済まで行うようになると、安全性の問題は避けられません。

    検索結果を間違えることと、誤った商品を購入することでは、影響の大きさが異なります。AIが間違った情報を回答した場合は、人間が読み流せます。しかし、AIが誤った航空券を購入したり、別の相手へメッセージを送ったりすれば、現実の損失が発生します。

    Step AOSは、安全性を「信頼できる」「操作内容が見える」「利用者が制御できる」「元に戻せる」という四つの観点で設計しています。

    AIエージェントは隔離された信頼実行環境で動作し、何を行ったかを記録します。アプリやデータへの権限は常時与えるのではなく、必要なときだけ付与し、作業が終了すれば回収します。誤操作については、ワンタップで取り消せる仕組みも備えるとしています。

    この設計思想は重要ですが、具体的にどこまで元へ戻せるのかは明らかではありません。誤って商品を注文した場合、操作履歴を取り消すだけでなく、決済や配送まで停止できるのでしょうか。キャンセル料が発生する航空券やホテルを誤予約した場合、誰が責任を負うのでしょうか。

    長期記憶にも同様の課題があります。AIエージェントが利用者の好み、生活習慣、仕事の予定を理解すれば、サービスは便利になります。その一方で、位置情報、購買履歴、交友関係、健康情報、仕事上の機密などが、一つのAIエージェントへ集約される可能性があります。

    どの情報を保存するのか、利用者が記憶を確認、修正、削除できるのか、データが端末内に残るのか、クラウドへ送られるのかは重要な確認項目です。

    StepFunが説明する「権限は必要なときだけ付与し、使用後に回収する」という仕組みは、この問題への一つの回答です。しかし、実際の安全性は、発表会の説明ではなく、製品の運用と事故対応によって評価されます。

    AIエージェントスマートフォンでは、最も賢いAIよりも、最も安心して権限を渡せるAIの方が強いかもしれません。

    NFTからAI端末へ。StepFunが試しているのはスマホではなく企業そのもの

    STEPX Neoは、まだ完成された量産製品ではありません。価格、発売日、ハードウェア仕様、量産規模、販売地域は明らかにされていません。

    StepFunは、今後100日間、利用者や開発者とともにAIエージェントやスキルを開発するとしています。Bilibiliと共同で「狂想計画」を実施し、1,000人のクリエーターに端末を先行体験してもらう計画も発表。

    この100日間は宣伝期間というより、製品を成立させるための検証期間です。利用者はどの作業をAIへ任せたいのか、どの場面でAIが止まるのか、どの権限を渡すことに不安を感じるのかを、実際の利用から学ぶことになります。

    現時点で、STEPX Neoがスマートフォン市場を変えると断定することはできません。価格も、操作成功率も、具体的な販売計画も不明です。1兆5,000億パラメーターを超えるStep Proについても、性能や提供時期の詳細は公開されていません。

    それでも今回の発表が重要なのは、スマートフォン業界の競争軸を「端末の性能」から「AIエージェントがどれだけ仕事を完了できるか」へ移そうとしているからです。

    これまでスマートフォンメーカーは、カメラ、画面、半導体、デザイン、価格で競ってきました。AIエージェント時代には、接続できるサービスの数、利用者の意図を理解する精度、長い作業を完了する能力、安全な権限管理が製品の価値になります。

    スマートフォンの価値が、「何個のアプリを入れられるか」ではなく、「何種類の仕事をAIへ任せられるか」で測られるようになる可能性があります。

    アプリが消滅するわけではありません。ただし、利用者がアプリの存在を意識する場面は減るかもしれません。利用者はMeituan、DiDi、支付宝を一つずつ開かず、Amooへ目的を伝えます。その裏側で複数のサービスが動き、結果だけが返ってきます。

    StepFunの印奇会長は、将来のAIエージェント端末は、もはや電話をかけるためのスマートフォンではなくなる可能性を示しています。端末を見る時間を増やすのではなく、短い指示だけで仕事を終わらせ、端末を見る時間を減らす考え方です。

    NFT関連事業から出発し、LLMへ軸足を移し、今度はOSとスマートフォンへ踏み込む。StepFunの変化は、事業領域を広げているというより、次に価値が集中する場所を探し続けているように見えます。

    今回試されているのは、STEPX Neoという一台のスマートフォンだけではありません。市場の変化に合わせて何度も自らを作り替えてきたStepFunという企業が、AIエージェント時代の基盤企業になれるかどうかです。

    AIエージェントスマートフォンの勝者を決めるのは、最も巨大なモデルを持つ企業とは限りません。最も多くのサービスをつなぎ、最も確実に仕事を終わらせ、最も安全に権限を管理できる企業です。

    StepFunが始めたのは、スマートフォンの新製品競争ではありません。AIが人間に代わってデジタル世界を操作する時代の、入口をめぐる主導権争いなのです。

    中国のAI・ロボット企業との事業連携をご検討の皆さまへ

    株式会社ロボットワークスでは、中国のフィジカルAI、AIエージェント、ヒューマノイド、サービスロボット、ロボット部品、スマートデバイス関連企業を対象に、企業調査、事業性評価、協業先の選定、商談支援、日本市場への参入支援を行っています。

    中国企業の発表では、「世界初」「業界初」「量産開始」「大手企業と提携」といった表現が頻繁に使われます。しかし、発表資料やデモ映像だけでは、実際の製品完成度、量産能力、導入実績、収益構造、経営体制までは判断できません。

    特にStepFunのように、NFT、大規模AIモデル、AIエージェント、OS、スマートフォンへと事業領域を変化させる企業を評価する場合、現在の製品だけを見るのでは不十分です。なぜ事業を転換したのか、どの人材や技術が引き継がれているのか、資本をどこへ投入しているのか、提携先との関係は実装段階まで進んでいるのかを確認する必要があります。

    AIエージェント端末についても、モデルのパラメーター数だけを見ていては本質を捉えられません。OS、アプリ連携、権限設計、個人情報管理、端末供給、販売体制、事故発生時の責任分担まで確認して初めて、事業としての可能性を評価できます。

    株式会社ロボットワークスでは、中国現地での企業訪問、展示会調査、経営層や事業責任者との対話を通じ、公開情報だけでは見えない企業の実態を整理します。中国のAI・ロボット企業との共同開発、代理販売、技術導入、投資、新規事業開発を検討されている企業さまは、株式会社ロボットワークスまでお問い合わせください。

    筆者プロフィール

    吉川真人。株式会社ロボットワークス代表。中国・深圳と日本を拠点に、フィジカルAI、AIハードウェア、スマート製造を中心としたリサーチおよび事業支援を行っています。日本企業を対象に、中国企業・市場の調査、現地視察、商談アレンジ、製品開発、工場・パートナー開拓、中国企業の日本市場参入支援などを手掛けています。TBS「THE TIME,」海外特派員として中国の現地情報を発信した経験を持ち、現在はGMO AIR顧問、NAGALAB社外取締役を務めています。中国の技術・産業動向を、現地の一次情報と事業の視点から継続的に発信しています。

    株式会社ロボットワークスWebサイト https://www.robot-works.jp/
    X https://x.com/mako_63
    Newsletter「中国ビジネストレンド」 https://china-biz-trend.theletter.jp/
    note https://note.com/zhenren63

     
     
    吉川真人/株式会社ロボットワークス代表取締役。中国・深センを拠点に、中国ロボット、フィジカルAI、AIハードウェア、スマート製造の調査、企業視察、OEM/ODM支援を行っている。

    あなたへのおすすめ