コンサルオジの海外AI深掘りEnglish

なぜMetaのAI『Muse Wonder』は部分点78.4%でも実務の完全達成率が39.4%なのか?——日本上陸・メルカリ連携『Muse』、143億ドル移籍のアレクサンドル・ワン氏が率いる『Meta Superintelligence Labs』、監視AI『Sentinel』3層防御と学習利用『Contributorモード』の真実

公開: 2026年10月24日 · MetaMuseAIエージェントメルカリセキュリティ業務自動化生成AI

YouTube で聴く・見る

結論: 2026年10月23日に北米以外で初めて日本上陸を果たし、メルカリ(発表当日に株価7%超急騰)・マネーフォワード ME・チケットぴあとの連携を開始したMetaの個人向けAIエージェント「Muse(ミューズ)」と、その頭脳である最新推論モデル「Muse Wonder Full(コンテキスト長104万8,576トークン)」を一次資料と第三者ベンチマークで照合すると、Meta独自の社内指標「PSI(59.1点)」で世界1位を掲げる一方、実際のパソコン画面操作テスト「OSWorld V2.1」では途中経過の「部分点(Partial Reward)」こそ78.4%であるものの、最初から最後までミスなく仕事をやり切る「完全達成率(Strict Binary Completion)は39.4%(約6割が途中停止・未完遂)」にとどまることが分かります。また、開発者向けの「Muse Code(月額50〜200ドル)」は初期設定(デフォルト)で入力コードやプロンプトがMetaのAI学習に提供される「Contributorモード」がオンになっており、作業開始の1秒前に手動でオフへ切り替えない限り社内コード流出リスクを抱える構造になっています。

対象読者: 日本語版「Muse」を個人の買い物・家計管理・旅行予約に活用したいビジネスパーソン、および「Muse Wonder / Muse Code / Meta Enterprise Platform(MEP)」を社内開発・業務自動化へ導入すべきか検討しているエンジニア、エンジニアリングマネージャー(EM)、プロダクトマネージャー(PM)、情報システム・セキュリティ責任者の方。

読んでできること:

  1. 143億ドル(約2兆1,450億円)のScale AI資本業務提携で最高AI責任者(CAIO)に就任したアレクサンドル・ワン氏が、なぜオープンソースの「Llama 4」の苦戦を認めてクローズド型エージェント「Muse」へ180度転換したのか、北米1,000万ユーザー(日次利用率約25%・平均注文単価200ドル超)と日本上陸の一次データを正確に把握できます。
  2. 新モデル「Muse Wonder / Muse Wonder Full」の最大の強みである長期記憶「Active Memory(MemoryBench 85.6点)」と、弱点である実PC操作の完遂率(OSWorld V2.1 完全達成率39.4%)、業務自動化(AutomationBench-AA 45.4%)、ゼロからのシステム構築(ProgramBench 59.0% vs Claude Opus 5.5の70.5%)を7大ベンチマーク比較一覧で横並び評価できます。
  3. クラウド隔離環境「Muse Secure VM」・監視AI「Sentinel」・人間承認「Human-in-the-loop」による3層防御の限界と、「API(Standardモード:非学習)」対「Muse Code(初期設定Contributorモード:学習利用オン)」の二重構造を踏まえ、20名組織での導入3案の損益分岐試算と明日から使えるセキュリティ設定チェックリストをそのまま現場へ適用できます。

はじめに、番組の背景や方針(事実と解釈を厳格に分ける、確かめられない数字は使わない、誤りは訂正する)をまとめた自己紹介記事(コンサルオジのプロフィールと番組方針)もあわせてご覧ください。

音声と16:9フルHDスライドで聴きたい方は、YouTube本編動画(https://youtu.be/Qwe1P4t9ycg)もあわせてご覧ください。

図1:なぜMetaのAI『Muse Wonder』は部分点78%でも実務の完全達成率が39%なのか?

2026年10月23日、Meta(旧Facebook)が個人向けAIエージェント「Muse(ミューズ)」の日本語版を、iOS、Android、macOS、およびウェブ(muse.ai)で一斉に提供開始しました。北米(米国・カナダ)以外の市場としては世界初の展開であり、国内の初期パートナーとしてフリマ最大手の「メルカリ」、家計簿・資産管理の「マネーフォワード ME」、イベント予約の「チケットぴあ」との連携が発表されたことで、発表当日の東京株式市場ではメルカリ株が場中で7%以上急騰する大きな反響を呼びました。

もしあなたが「Metaの新しいAI、可愛いマスコットもついているし、もうネット通販の価格比較から家計簿の整理、クレジットカード決済まで全部丸投げしていい時代が来た」と感じているなら、一度立ち止まって一次資料の数字を確認する必要があります。

なぜなら、2026年10月12日にMetaが公開した最新推論モデル「Muse Wonder Full」の技術仕様書と外部の第三者ベンチマークを突き合わせると、社内独自指標「Personal Superintelligence Index(PSI)」では59.1点で世界1位と謳われている裏で、108個の実際のパソコン画面操作を行わせる「OSWorld V2.1」において、最初から最後まで人間の手助けなしで作業を完遂できた割合(完全達成率)は**わずか39.4%**にとどまるからです。

この記事では、Meta日本法人および米国本社の公式発表、最高AI責任者アレクサンドル・ワン氏のインタビュー一次記録、技術仕様書、およびデータセンター投資計画(Prometheus / Hyperion)を徹底照合し、「MuseとMuse Wonderをどこまで使い倒し、どこから先は人間が財布と承認権限を握り続けなければならないのか」を詳しく解説します。


1. 先に結論:一次資料の照合から見えた「3つの核心」

本題に入る前に、今回の検証で確定した結論を3つのポイントに整理します。

  • 1. 「記憶力(Active Memory:85.6%)」は世界トップだが、「実務を最後までやり切る完遂率(39.4%)」はまだ約4割である
    • 複数のチャットをまたいで予算や好み、過去の決定事項を保持し続ける「MemoryBench」では、Muse Wonderが85.6点(Muse Wonder Fullが85.5点)を記録し、Claude Opus 5.5(81.5点)やGPT-6 Astra(81.4点)を上回っています。しかし、実際のパソコン操作(OSWorld V2.1)では途中までの「部分点」こそ78.4%であるものの、最後までミスなく完了する「完全達成率」は39.4%(約6割が未完遂)に急落します。
  • 2. 開発者向け「Muse Code」は初期設定で「Contributorモード(学習データ提供)」がオンになっており、社内コード流出の罠がある
    • 開発者向けAPI(muse-wonder-1.0:入力100万トークン4ドル・出力20ドル)は入力データが学習に使われない「Standardモード」ですが、最上位モデル「Muse Wonder Full」を使える月額50〜200ドルの「Muse Code」は、初期設定で「Contributorモード」がオンになっています。設定画面から手動でオフに切り替えない限り、入力したソースコードやプロンプト、社内ファイルがすべてMetaのAI学習データとして利用される規約になっています。
  • 3. 個人利用は「調査・比較まで丸投げ+決済は人間承認」、法人開発は「Claude Opus 5.5(ProgramBench 70.5%)との用途分離」が最適解である
    • ゼロからシステムを構築する「ProgramBench」ではClaude Opus 5.5が70.5%であるのに対し、Muse Wonder Fullは59.0%と11.5ポイントの差をつけられています。したがって、公開情報の調査や日程調整には記憶力に優れたMuseを使いつつ、決済・送金・外部送信は必ず人間承認(Human-in-the-loop)で止め、基幹コード開発には非学習APIのClaude Opus 5.5やGPT-6 Astraを使い分けるハイブリッド構成が最も安全かつ高収益です。

2. 本題の前に押さえる「3つの重要キーワード」

図2:本題の前に押さえる「3つの重要キーワード」と全4章の進行

今回のMetaの戦略転換と技術仕様を直感的に理解するため、3つの基本概念を日常の言葉に置き換えて整理します。

  • 1. チャットボットから「パーソナル超知能(Personal Superintelligence / AIエージェント)」への転換
    • これまでのチャットAIは、質問すると文章で答えてくれる「物知りな相談相手」でした。しかし相談相手は、代わりに新幹線の切符を取ってくれたり、フリマアプリで最安値の出品を探してくれたりはしません。
    • これに対してMetaが展開する「Muse」は、人間の代わりにブラウザや複数のアプリ(メルカリ、マネーフォワード、Gmail、カレンダー、旅行予約サイトなど)をまたいで操作し、買い物や家計管理、予約といった実務を代行する「個人の執事(エージェント)」を目指しています。
  • 2. アクティブ・メモリー(Active Memory:能動的記憶)とアクティブ・フォーカス(Active Focus:能動的集中)
    • 「アクティブ・メモリー」は、数週間前に話した「ホテルの予算上限」や「家族の食事の好み」といった条件を別の会話スレッドでも忘れず、構造化して引き継ぐ長期記憶の仕組みです。
    • 「アクティブ・フォーカス」は、作業の途中で「ボタンが見つからない」「予約サイトのAPIがエラーを返した」という壁にぶつかった際、すぐ諦めて止まるのではなく、自律的に別の検索ルートや回避策を試してゴールへ向かう集中力の仕組みです。
  • 3. 3層防御アーキテクチャ(Muse Secure VM・Sentinel・Human-in-the-loop)とコントリビューター・モード
    • AIにパソコンやアプリの操作を任せる際、端末のウイルス感染や勝手な決済を防ぐため、①クラウド上の隔離された専用仮想マシン(Muse Secure VM)、②メインAIの行動を横から監視・検閲する別AI「Sentinel(センチネル)」、③決済や外部送信の直前に人間が承認する「Human-in-the-loop」という3段階の安全装置を備えています。
    • 一方で、データ利用規約には学習に使われない「Standardモード」と、Metaのモデル学習に提供される「Contributorモード」の2種類が存在し、サービス形態によって初期設定が異なります。

3. 第1章:143億ドルのCAIOアレクサンドル・ワン氏による「脱Llama」宣言と、日本上陸「Muse」×メルカリ連携の一次データ

図3:143億ドルのCAIO就任・脱Llama宣言と、日本上陸『Muse』の一次データ

なぜこれまで「オープンソースAI(Llamaシリーズ)の旗手」として知られてきたMetaが、その看板を下ろしてクローズドな個人向けエージェント「Muse」へ社運を賭けたのか。公式発表とインタビューの一次事実を時系列で辿ります。

3-1. 2025年6月の143億ドル(約2兆1,450億円)ディールと「Meta Superintelligence Labs(MSL)」創設

  • Llama 4の苦戦と組織解体: 2025年4月にMetaが公開したオープンウェイトモデル「Llama 4」は、競合であるOpenAIやAnthropicの推論モデルに対して性能面で遅れを取りました。これを受け、マーク・ザッカーバーグCEOは2025年6月、AI学習データ構築企業「Scale AI」の株式49%を**約143億ドル(1ドル150円換算で約2兆1,450億円)**で取得する資本業務提携を断行しました。
  • 29歳の最高AI責任者(CAIO)就任: この取引により、MIT在学中の19歳でScale AIを創業し24歳で世界最年少の自力ビリオネアとなったアレクサンドル・ワン(Alexandr Wang、1997年生まれ・29歳)氏がMeta初の最高AI責任者(CAIO)に就任しました。同時に元GitHub CEOのナット・フリードマン(Nat Friedman)氏やダニエル・グロス(Daniel Gross)氏らを迎え入れ、新組織**「Meta Superintelligence Labs(MSL)」**を立ち上げました。
  • 200名未満のフラット組織で14ヶ月間のゼロベース再構築: ワン氏はインタビューで「2025年夏に入社した当時、Llama 4は会社が必要とする軌道に乗っていなかった」と公に認めました。肥大化して意思決定が遅くなっていた従来のAI組織を解体し、ワン氏に直接レポートする200名未満の少数精鋭・フラットな研究体制へと再編した上で、14ヶ月間かけてモデルの基礎をゼロから作り直しました。
  • Museモデル3世代の展開:
    • 第1弾(2026年春):基盤モデル**「Muse Spark」**(現在Museアプリの無料・標準エンジンは Muse Spark 1.3)。
    • 第2弾(2026年8月):高速軽量版**「Muse Glimmer」およびコーディング特化ツール「Muse Code」**。
    • 第3弾(2026年10月12日):大型推論モデル**「Muse Wonder」および最上位版「Muse Wonder Full」**(Meta公式発表)。

3-2. 北米1,000万ユーザーの爆発的普及と、2026年10月23日の日本初上陸

OpenAIやAnthropicが法人向け(B2B)やソフトウェアエンジニア向けのコーディング領域に経営資源を集中させるなか、ワン氏は「一般消費者が日常生活で使えるパーソナルエージェント」という空白地帯を狙いました。

  • 北米先行公開(2026年9月8日)の定量実績:
    • 米国・カナダでの公開からわずか22日間で米国500万ダウンロードを突破し、米App Storeの無料アプリ総合1位を獲得(Meta北米公式発表)。
    • たまごっち風のふわふわしたマスコット**「Jolly(ジョリー)」のネットミーム化や、9月のMeta Connectで発表された首掛け・クリップ型ウェアラブル端末「Muse Charm(ミューズ・チャーム)」**の話題性も相まって、公開6週間でユーザー数は1,000万人を突破。
    • 日次アクティブ率(DAU/MAU比)は**約25%**に達し、かつてのThreads初期定着率の2倍以上を維持。
    • 利用者の25%以上が買い物(ショッピング検索・価格比較・決済)にMuseを利用しており、エージェント経由の平均注文単価は200ドル(約3万円)超を記録。
  • 日本初上陸(2026年10月23日)と国内3大パートナー連携:
    • 北米以外の世界初の市場として、10月23日に日本語版「Muse」がiOS、Android、macOS、ウェブ(muse.ai)で提供開始(Meta日本公式発表)。
    • 国内パートナーとしてフリマ最大手の**「メルカリ」(発表当日に東京株式市場で株価が7%超急騰)、家計簿・資産管理の「マネーフォワード ME」、イベント予約の「チケットぴあ」**との初期コネクタ統合を実現。
    • 海外・共通コネクタとして、Gmail、Googleカレンダー、Instagram、Trip.com、Agoda、Klook、Shopify、Stripe、Slack、Notion、Canva、Figma、Asanaとも接続。

4. 第2章:『Muse Wonder Full』のActive Memory(85.6点)と、社内指標PSI(59.1点)対OSWorld完遂率(39.4%)のギャップ

図4:『Muse Wonder Full』の104万トークン仕様と「Active Memory × Active Focus」

ここからは、2026年10月12日に公開された「Muse Wonder」および「Muse Wonder Full」の技術仕様と、第三者ベンチマークの数値を細かく照合します。

4-1. 104万8,576トークンと「Active Memory(85.6点)」の技術的優位性

従来のチャットAIでは、「来月の家族旅行の計画を立てて」と相談した3日後に別のチャットを開き、「やっぱりホテルの予算を1泊3万円から2万円に下げて、最終日のレンタカーもキャンセルで」と伝えると、最初に決めた新幹線の時間や食事の好みをすっかり忘れてしまい、また一から説明し直しになることが日常茶飯事でした。

これに対して「Muse Wonder / Muse Wonder Full」は、以下の技術仕様を備えています(Meta AI Research)。

  • コンテキスト長: **104万8,576トークン(約1Mトークン)**の超長文入力に対応。
  • 入出力モダリティの非対称性(要注意仕様): 入力は**「テキスト・画像・動画・音声・PDF」の5種類を理解できるマルチモーダルですが、モデル自身の直接出力は「テキストのみ」**です。画像生成や音声合成を行う際は、モデル単体ではなく裏側で外部ツールを呼び出して補完しています。
  • MemoryBench(長期記憶ベンチマーク)での世界1位: 複数のセッションをまたいでユーザーの目標・予算変更・過去の意思決定を構造化して保持する「Active Memory」により、MemoryBenchにおいて**Muse Wonderが85.6%(Muse Wonder Fullが85.5%)**を記録し、Claude Opus 5.5(81.5%)、GPT-6 Astra(81.4%)、**Claude Fable 5.1(79.0%)**を明確に上回りました。

4-2. 社内独自指標「PSI(59.1点)」の裏に隠れた7大ベンチマーク徹底比較

図5:社内指標PSI(59.1点)の裏側——7大ベンチマークで暴く「部分点78% vs 完遂率39%」

ワン氏はインタビューで「既存のベンチマークでは消費者向けエージェントの真の性能を測れないため、社内の7つの評価軸を束ねた独自指標『Personal Superintelligence Index(PSI)』を開発した」と語り、PSIでの世界1位(59.1点)を強調しました。しかし、外部の客観的ベンチマークと並べて比較すると、得意領域と不得意領域の激しい落差が浮かび上がります。

以下に、一次資料で確認できる全7指標のモデル別スコアを一覧化します(※noteエディタでの表示崩れを防ぐため、「指標名:各モデルのスコアと条件」の形式で記載します)。

  • 1. 社内総合指標「Personal Superintelligence Index(PSI)」(Meta独自・7分野統合)
    • Muse Wonder Full: 59.1点(1位)
    • Claude Opus 5.5: 55.2点
    • GPT-6 Astra: 54.5点
    • Muse Wonder(通常版): 54.3点
    • 評価の注意点: Meta社内の非公開テスト基準による総合点であり、後述する実PC操作の「完全達成率」の低さが平均化されて見えにくくなっています。
  • 2. 長期記憶テスト「MemoryBench」(セッション横断の記憶保持率)
    • Muse Wonder(通常版): 85.6%(1位)
    • Muse Wonder Full: 85.5%
    • Claude Opus 5.5: 81.5%
    • GPT-6 Astra: 81.4%
    • Claude Fable 5.1: 79.0%
    • 評価: 会話をまたいで個人の好みや制約条件を覚えている能力は、現時点で間違いなく世界最高水準です。
  • 3. 実パソコン画面操作テスト「OSWorld V2.1」(Ubuntuデスクトップ108タスク)
    • 【部分点:Partial Reward(途中経過の評価)】
      • Claude Opus 5.5: 81.8%(1位)
      • Claude Fable 5.1: 80.7%
      • Muse Wonder Full: 78.4%(3位)
      • GPT-6 Astra: 75.8%
      • Muse Wonder(通常版): 72.6%
    • 【完全達成率:Strict Binary Completion(最初から最後までミスなく完遂できた割合)】
      • Muse Wonder Full: 39.4%(※約60.6%は途中でエラー停止または未完了)
      • Muse Wonder(通常版): 34.3%
    • 評価の核心: 予約サイトを開いて日付を入力するところまでは78.4点の動きを見せても、最後の決済画面で固まったり別の行先の切符をカートに入れたりして、10回中6回は最後まで完遂できないのが現在のリアルな実力です。さらに部分点ベースでもClaude Opus 5.5(81.8%)が上回っています。
  • 4. 業務ワークフロー自動化テスト「AutomationBench-AA」(複数アプリの連携自動化)
    • Muse Wonder Full: 45.4%(1位)
    • GPT-6 Astra: 41.6%
    • Claude Opus 5.5: 41.2%
    • 評価: 競合をわずかに上回っているものの、依然として半分以上(54.6%)の業務ワークフローが途中で失敗します。
  • 5. 長時間バグ修正テスト「SWE-Marathon」(大規模リポジトリの継続修正)
    • Muse Wonder Full(Meta社内 xhigh 高負荷設定): 57.5%
    • Muse Wonder Full(外部 Abundant AI 標準リーダーボード): 53.1%
    • Claude Opus 5.5: 46.3%
    • 評価: 粘り強く試行錯誤を繰り返す「Active Focus」の効果により、既存コードの長時間デバッグでは高い粘り強さを発揮します。ただし社内発表値(57.5%)と外部標準検証値(53.1%)に4.4ポイントの差がある点に留意が必要です。
  • 6. ターミナル操作テスト「Terminal-Bench 4.0-AA」およびゼロからの開発「ProgramBench」
    • 【Terminal-Bench 4.0-AA(CLI・シェル操作)】
      • Claude Opus 5.5: 59.6%(1位)
      • GPT-6 Astra: 59.1%(2位)
      • Muse Wonder Full: 57.1%(3位)
    • 【ProgramBench(ゼロからのシステム設計・実装)】
      • Claude Opus 5.5: 70.5%(1位)
      • Muse Wonder Full: 59.0%(11.5ポイント差で劣後)
    • 評価: ゼロからアーキテクチャを組んでプログラムを書き上げる能力やコマンドライン操作では、依然としてClaude Opus 5.5が圧倒的な王座を守っています。
  • 7. 独立評価機関「Artificial Analysis Index」(総合知能指標)
    • Claude Opus 5.5: 58点(1位)
    • Muse Wonder Full: 56点
    • Muse Wonder(通常版): 52点

5. 第3章:セキュリティ3層防御『Muse Secure VM × Sentinel』の限界、5GW『Hyperion』の投資回収懸念、そして『Contributorモード』の罠

図6:3層防御『Sentinel』の仕組み、原発5基分『Hyperion』投資、そして『Contributorモード』の罠

第3章では、ワン氏が「安全性を固めるために発売を数ヶ月遅らせた」と語るセキュリティ構造と、原発5基分に達する巨大インフラ投資の採算性、そして見落とされがちなデータ利用規約の罠を検証します。

5-1. 3層防御(Muse Secure VM・Sentinel・Human-in-the-loop)の仕組みと2つのジレンマ

自分のメールやメルカリ、マネーフォワード、クレジットカードをAIエージェントに接続する際、最大のリスクは「開いたWebページや受信メールに仕込まれた隠し文字(間接的プロンプトインジェクション攻撃)によってAIが乗っ取られ、勝手に送金や情報送信を行ってしまうこと」です。これに対し、Metaは以下の3層防御を実装しています(Meta公式仕様)。

  • 第1層:Muse Secure VM(クラウド隔離仮想環境)とSecure Credentials Store
    • エージェントはユーザーのスマホやPC本体の上ではなく、Metaのクラウド上にユーザーごとに完全隔離された専用のLinux仮想マシン(VM)内でブラウザやコードを実行します。またパスワードや決済情報は「Secure Credentials Store」に暗号化保管され、言語モデルの重み(コンテキスト)には生のパスワードを見せない設計になっています。
  • 第2層:Sentinel(センチネル:監視・検閲AIエージェント)
    • 実務を行うメインのAIとは別に、横から行動を常時監視する監督AI「Sentinel」が常駐しています。メインAIが「読み取り専用」の権限を超えて外部へデータを書き込もうとしたり、不審な通信を行おうとしたりした瞬間にSentinelが遮断します。オフィスで言えば、勝手に小切手を切ろうとする営業担当の背後に、目を光らせた経理部の監査役が張り付いている構造です。
  • 第3層:Human-in-the-loop(人間による最終承認ゲート)
    • 商品の購入決済ボタンを押す瞬間や、メール送信、SNS投稿といった「取り返しのつかない操作(不可逆アクション)」の直前には、必ず人間の画面に確認通知を出して承認を求めます。

【現場で直面する2つのジレンマ】:

  1. 巧妙な間接的プロンプトインジェクション攻撃に対しては、監督役であるSentinel自身が騙されてすり抜けるリスクがゼロではないこと。
  2. 完全達成率が39.4%の段階では、作業の途中でエラーや確認が頻発するため、「何かあるたびにスマホへ承認通知が飛んでくるなら、最初から自分でメルカリを開いて買った方が早い」という利便性と安全性のトレードオフが生じることです。

5-2. 原発5基分の超巨大データセンター『Prometheus』『Hyperion』と4つの収益化エンジン

Metaはこのエージェント戦略を支えるため、前例のない規模の物理インフラ投資を進めています(Meta Engineering)。

  • Prometheus(プロメテウス:オハイオ州ニューオールバニ): 2026年に稼働開始した1ギガワット(1GW)級・GPU約100万枚のAIスーパークラスターであり、今回の「Muse Wonder」の学習を担いました。
  • Hyperion(ハイペリオン:ルイジアナ州リッチランド郡): 初期建設費だけで100億ドル(約1兆5,000億円)超、将来的な総投資計画500億ドル(約7兆5,000億円)超を投じ、2028年の稼働から将来最大**5ギガワット(5GW=原子力発電所5基分、GPU 130万枚超)**へ拡張する計画です。

ワン氏はこの巨額投資を回収する「4つの収益化エンジン」として、以下の4本柱を挙げています。

  1. 消費者向けサブスクリプション&追加トークン課金(ヘビーユーザー向け上位枠)
  2. 法人向け統合基盤「Meta Enterprise Platform(MEP)」:元MongoDB CEOでありServiceNowやCloudflareの要職を歴任したチランタン・“CJ”・デサイ(Chirantan “CJ” Desai)氏を初の最高エンタープライズプラットフォーム責任者に招聘し、2026年9月28日に立ち上げ(Meta公式発表)。
  3. エージェント経由のコマース手数料(北米で既に利用者の25%超が買い物に利用、平均注文単価200ドル超)。
  4. 本業の広告・レコメンド精度の高度化(※日本経済新聞等の取材に対し、ワン氏は「Museのチャット画面内に直接広告を表示する予定はない」と明言しています)。

しかし、2026年9月28日に法人向け「MEP」への参入を発表した際、ウォール街の投資家は「数兆円規模のデータセンター投資を、後発の法人事業や無料アプリで本当に回収できるのか」と懐疑的に反応し、Metaの株価は約5%下落しました。

5-3. 重大な盲点:API『Standardモード』対Muse Code『Contributorモード』の二重構造

インタビュー動画や華やかなプレスリリースではほとんど語られない最大の注意点が、開発者向けサービスにおけるデータ学習利用の二重構造です。

  • Meta Model API(muse-wonder-1.0)は「Standardモード(非学習)」:
    • 開発者向けAPIでは通常版の muse-wonder-1.0 が**入力100万トークンあたり4ドル(約600円)、出力100万トークンあたり20ドル(約3,000円)**で提供されており、こちらは入力データがMetaの学習に使われない「Standardモード」で稼働します。
  • 最上位「Muse Wonder Full」が使える『Muse Code』は初期設定で「Contributorモード(学習利用オン)」:
    • 最上位モデルの「Muse Wonder Full」はAPIでは提供されておらず、使うためには月額50ドル(約7,500円:Power Usage)または月額200ドル(約3万円:Maximum Usage)の「Muse Code」サブスクリプションを契約する必要があります。
    • 重大なのは、このMuse Codeが初期設定(デフォルト)で「Contributor(コントリビューター)モード」がオンになっている点です。利用開始時に設定画面から手動でオフへ切り替えない限り、入力したソースコード、プロンプト、社内ファイル、AIの回答がすべてMetaのAIモデルの学習データとして提供される規約になっています。
    • また個人向けMuseアプリでも、マネーフォワード ME(家計簿・資産)やメルカリ(購買履歴)を連携することは、自身の資産状況や購買意欲のデータを世界最大の広告プラットフォーム企業であるMetaのクラウドへ集約することを意味します。

6. 第4章:個人・企業が踏むべき「安全境界線」と、社員20名組織での導入3案・損益分岐試算

図7:【私なりの解釈】個人・法人の安全境界線と、20名組織における導入3案の粗試算

ここまでの一次データと第三者検証を踏まえ、番組としての3つの本質的示唆と、エンジニア・業務担当20名(年間人件費2億円)の組織を前提とした導入3案のトレードオフ試算を示します。

6-1. 3つの構造的示唆

  • 示唆1(個人利用の境界線): 完遂率39.4%の現在地では、「旅行日程の作成・複数サイトの価格比較・長文PDFの要約」といった失敗してもお金が減らない調査・下書き業務まではMuseに丸投げし、「購入決済・送金・外部メール送信」は必ずHuman-in-the-loop(人間承認)で止めるのが鉄則です。
  • 示唆2(開発・法人利用の境界線): Muse Codeを導入する際は、作業開始の1秒前に必ず「Contributorモード(学習提供)」を手動でオフにし、ゼロからのシステム開発ではProgramBench 70.5%のClaude Opus 5.5と実測比較すべきです。
  • 示唆3(プラットフォーム戦略の観点): スマホOS(iOS / Android)を持たないMetaが、「クラウド上の専用仮想マシン(Muse Secure VM)+主要アプリの公式コネクタ(メルカリ・マネーフォワード等)」によってOSの壁を迂回した設計は、今後のコンシューマー向けAIエージェントの標準アーキテクチャになります。

6-2. 社員20名組織(年間人件費2億円)におけるAIエージェント導入3案の比較試算

  • 選択肢A:Muse(個人アカウント・Muse Code初期設定)を野放しで業務利用する構成
    • 年間ツール費用: 180万〜720万円(月額50〜200ドル×20名)
    • メリット: 導入の手間がゼロで、長期記憶(Active Memory)をすぐ体験できる。
    • 盲点・機会コスト(致命的リスク): デフォルトの「Contributorモード」により社内の機密ソースコードや財務データがMetaのモデル学習に流出するコンプライアンス違反リスクに加え、完遂率39.4%の自動操作ミスによる業務事故・手直し工数(年2,000万円超の損失相当)が発生するため、期待純効果はマイナス2,550万円超の赤字となります。法人としては絶対に選んではいけない構成です。
  • 選択肢B(推奨案):用途分離ハイブリッド構成——調査業務は「Muse(人間承認必須・機密非連携)」、基幹開発は「Claude Opus 5.5 / GPT-6 Astra(非学習API)」
    • 年間ツール・API費用: 約600万円
    • 運用ルール: 公開情報の市場調査・価格比較・日程調整には記憶力世界一(85.6%)のMuseを活用し(決済承認は人間必須、社内機密は入力禁止、Muse Code検証時はContributorモード即時OFF)、基幹コード開発(ProgramBench 70.5%)やターミナル操作(59.6%)には非学習保証のClaude Opus 5.5やGPT-6 AstraのAPIを使用する。
    • 期待純効果: 情報漏洩リスクをゼロに抑えつつ、調査・開発工数を15%(年3,000万円相当)削減することで、ツール費600万円を差し引いても**年間プラス2,400万円の純効果(投資回収期間2.4ヶ月)**が見込めます。
  • 選択肢C:社内業務のすべてを単一の「Meta Enterprise Platform(MEP)」へ一括全面移行する構成
    • 年間契約・移行費用: 3,000万円超
    • 評価: 立ち上がったばかりのMEPに全社業務を一括統合する案ですが、AutomationBench-AAの成功率が45.4%(半分以上が未完遂)である現時点では、移行コストに対して現場の例外処理・手直し工数が膨らむリスクが高く、時期尚早です。

7. 結論:明日から個人・開発者・法人が実行すべき「3大アクション」

図8:結論:明日から現場で実行すべき「3大アクション」と安全設定チェックリスト

最後に、明日から個人および職場で直ちに実行できる3つのアクションをチェックリストとしてまとめます。

  • アクション1:【個人・即時】日本語版「Muse」はまず「決済・資産データなし」の調査タスクでActive Memory(記憶力)を試す
    • まずはiOS、Android、またはウェブ(muse.ai)の無料枠で、旅行の下調べ、複数サイトの価格比較、長文PDFの要約など「途中で止まっても金銭的被害が出ないタスク」を依頼し、数日間にわたって条件変更を覚えているか(Active Memory)を体感してください。
    • メルカリ、マネーフォワード ME、チケットぴあを連携する際は、「最終的な購入・決済・送信は必ず人間が画面を見て承認する(Human-in-the-loop)」設定を絶対に維持し、決済には利用上限額を設定したバーチャルカード等を使用してください。
  • アクション2:【開発者・即時】「Muse Code」利用時は1行目を書く前に「Contributorモード(学習利用)」を手動でOFFにする
    • 最上位モデル「Muse Wonder Full」を試すために「Muse Code(月額50ドルまたは200ドル)」を契約する場合は、コードを1行でも入力する前に設定画面を開き、初期設定でオンになっている「Contributorモード」を手動でオフ(Standardモード相当)に切り替えてください。
    • APIで検証する場合は muse-wonder-1.0 のStandardモード(入力100万トークン4ドル・出力20ドル)を使い、本番の顧客データや秘密鍵は絶対に入力しないルールを徹底してください。
  • アクション3:【法人・1ヶ月以内】社内ベンチマークでは「部分点」ではなく「最初から最後までの完全達成率(Strict Completion)」でClaude 5.5・GPT-6と比較する
    • 社内の業務自動化やコーディングでモデルを選定する際は、ベンダー独自の総合指標(PSIなど)を鵜呑みにせず、自社の実務タスク20〜50件を流して「人間の手直しなしで最後まで完遂できた割合」を、Claude Opus 5.5およびGPT-6 Astraと横並びで実測比較してください。

あわせて読みたい関連深掘り記事(コンサルオジ)


参照した海外・国内一次資料・出典リンク一覧


番組・書き手について

普段は金融から製造業まで、コンサルティングからシステム開発、AIの追加学習までプロジェクト完遂のためには何でもやる「限界コンサルおじ」が、海外の一次情報から現場のリアルを解説しています。番組の背景や自己紹介は以下の固定記事にまとめていますので、あわせてぜひご覧ください。

https://note.com/consuloji_ch/n/n1975ecc3cf48

あなたは日本語版「Muse」のメルカリ・マネーフォワード連携や、記憶力85.6%・完遂率39.4%という現在地を見て、どの作業から試してみたいですか?ぜひコメントやスキ、フォローで教えてください!

記事一覧へ