ムスタファ・スレイマンの基調講演の途中で、私の携帯電話が鳴りました。調達担当者が、マイクロソフトの新しいモデルが法的なリスクを露呈するのかどうか尋ねてきたのです。部屋は一瞬曇りました。画面にはベンチマーク、テーブルには弁護士、そしてよりクリアなデータストーリーの約束。リアルタイムで契約書が書き換えられているのが感じられました。
長年ベンダーのピッチを追ってきましたが、今日の感触は違いました。マイクロソフトが実際に発表したこと、法的な枠組みがなぜ重要なのか、そして数字がどのような疑問を投げかけているのかを、皆さんに説明したいと思います。
私が話したセキュリティ担当者は、デモのスライドを見て肩をすくめました。
マイクロソフトはBuildで7つの新しいモデルを発表しましたが、セールスポイントは派手さではなく、トレーサビリティでした。ステージ上で、スレイマンはMAI-Thinking-1をマイクロソフトの「最初の推論モデル」と呼び、このファミリーは完全にライセンスされ、監査可能なエンタープライズデータリネージ（データ系統）で構築されていると位置づけました。
これはリスク削減の約束として聞こえるでしょう。蒸留や、不透明な競合モデルの上に構築された足場はない、ということです。この主張は、すべての法務チームのホワイトボードにある一つの恐怖、つまり著作権侵害を引き起こす可能性のある、不明確なトレーニングソースに真っ向から向けられています。
MAI-Thinking-1とは何ですか？
MAI-Thinking-1は、推論を最優先するシステムとして宣伝されている、マイクロソフトの350億パラメータモデルです。スレイマンによると、初期の独立系テスターは、その全体的な出力がAnthropicのClaude Sonnet 4.6よりも好ましいと評価しました。Scale Labsは、MAI-Thinking-1がAIME（高度な数学/問題解決）で97%を達成し、SWE Bench Pro（コーディング複雑性ベンチマーク）で53%を記録したと報告しています。これは、Anthropicの51.9%やOpenAIのGPT-5.4の59.1%と比較されます。
デモテーブルには、細かいキャプション付きの画像サンプルが表示されていました。
マイクロソフトはテキスト推論だけを持ち込んだわけではありません。MAI-Image-1（スレイマンの言葉で「完全にゼロから」トレーニングされた）に加えて、MAI-Image-2.5およびMAI-Image-2.5 Flashを発表しました。これらは、クリエイティブおよびエンタープライズの画像タスクの品質を向上させるとマイクロソフトは述べています。Arena.AIのリーダーボードでは、発表当時、MAI-Image-2.5はGoogleのNano Banana 2に次いで3位でした。
また、音声用のMAI-Transcribe-1.5、MAI-Voice-2、MAI-Voice-2 Flash、そしてコード生成用のMAI-Code-1-Flashもあります。これらを合わせると、昨年8月に発表された初の社内MAI-Voiceモデル以来、マイクロソフトのモデルリフレッシュとしては最大規模となります。
知人のテストエンジニアは、余白にベンチマークの名前を走り書きしていました。
ベンチマークはストーリーを売りますが、あなたが気にする法的な問題を解決してくれるわけではありません。マイクロソフトは、エンタープライズが、わずかなベンチマークの数パーセントを、より明確な起源とより少ない法的頭痛の種と交換してくれることを賭けています。これはAIセキュリティに対する錠前屋のアプローチです。トレーニングリネージを、企業の金庫を作るかのように構築するのです。すべてのボルトとプレートを文書化して、監査人にデータがどこから来たのかを示すことができるようにするのです。
マイクロソフトは、トレーニングデータに関する法的リスクをどのように回避すると主張していますか？
スレイマンは、「ゼロディスティレーション（蒸留なし）」と「商用ライセンスされたデータリネージ」を強調しました。平易な言葉で言えば、マイクロソフトは他のモデルを教師として使用せず、トレーニング入力はライセンスされているため、エンタープライズは「完全な自信」を持ってモデルを本番稼働させることができると述べています。これらの主張が法廷や規制当局で意味を持つためには、ライセンスの詳細を公開する必要があるでしょうが、そのセールスポイントは明確です。調達チームを夜も眠れなくさせている法的な未知数を減らすことです。
古いOpenAIパートナーシップのスライドが、今日の約束の隣にありました。
マイクロソフトのAIストーリーは、主に初期のOpenAIへの投資によって始まりました。その関係が、AppleやIBMのようなレガシー企業を追い抜くのに役立ちました。しかし、そのパートナーシップは、より独立した姿勢に移行しました。マイクロソフトは自社のMAIファミリーを構築しながら、AzureとMicrosoft 365全体でモデルの統合を続けています。
マイクロソフトはこれを人間中心の取り組みとして位置づけています。スレイマンの「人間主義的超知能」という言葉が会社のブログで再浮上していますが、市場の読みは実用的です。顧客は、エンタープライズのルールに従い、トレーニングソースに関する訴訟に会社を引きずり込まないモデルを求めているのです。
MAI-Thinking-1はGPT-5.4やAnthropicのモデルと比較してどうですか？
短い答え：まちまちです。Scale Labsの公開リーダーボードでは、MAI-Thinking-1は全体的な品質でClaude Sonnet 4.6を上回り、AIME数学テストでも優れていますが、SWE Bench ProコーディングベンチマークではGPT-5.4に劣ります。これらの数字は、ユースケースによって意味合いが異なります。複雑な数学や戦略を横断する推論が最優先事項であれば、MAI-Thinking-1は興味深い候補です。最高のコーディングスコアが必要なら、GPT-5.4が依然としてリードしています。ベンチマークは、実際に費用を支払っているタスクにマッピングすべきです。
私が説明した調達マネージャーは、率直な質問をしました。「裁判でこの選択を正当化できますか？」
あなたの法務チームは、文書を要求するでしょう。それがマイクロソフトの正確なセールスレバーです。起源を通じて信頼を売るのです。私は、監査人がトレーニングデータの明確な保管連鎖に、投資家がクリーンなキャピタルテーブルに反応するのと同じように反応するのを見てきました。スレイマンの蒸留なしとライセンスされた入力という主張は、過去にいくつかのエンタープライズパイロットを停滞させた「未知の起源」という反論を無力化することを意図しています。
この話が解決したと偽るつもりはありません。ベンチマークとライセンスの主張は別個の議論です。数字は現在の能力を示し、契約と監査証跡はリスクを形成します。スレイマンのレトリックとベンチマークスコアは勢いを生み出しますが、エンタープライズ顧客との成功は、検証可能なライセンス開示とAzure上で実行される実際の展開にかかっています。
マイクロソフトは、単なるモデルではなく、不確実な起源を監査可能なプラクティスと交換するセールスストーリーを提示しています。バイヤーにとって、そのトレードオフは、パフォーマンススポーツカーと鋼鉄で強化された配送バンのどちらかを選ぶようなものに感じられるでしょう。
したがって、あなたが購入注文に署名する人であれば、モデルを本番稼働させる前に、ライセンス文書に何を見たいと思いますか？
私たちの活動を応援してください ❤️
この記事を気に入っていただけたら、今後も質の高いコンテンツを発信し続けられるようチップのご支援をご検討ください。
