AIモデルはサプライヤーである

結論は供給リスクである

結論は単純だ。AIモデルはサプライヤーであり、エージェント基盤が強靭であると言えるのは、そのサプライヤーが変わっても運用を続けられる場合だけである。 モデルのメニューは画面上の選択肢を増やす。しかし継続性には、正規のアクセス、安定した契約、十分な容量、移植可能なアプリケーション挙動、そして訓練済みのフェイルオーバーという五つの能力が要る。

OpenAIは8月28日、Cursorとの関係を2026年11月12日に終了する案を示した。OpenAIによれば、この日付は契約上必要な最長の通知期間を採用したものであり、SpaceXによるCursor買収と、契約条件の遵守に対する懸念が判断の背景にある。将来のモデルも対象外になるという。これは即時の技術障害ではなく、明確な通知期間を持つ供給終了案である。

Cursorのスタッフは、OpenAIが現在のトラフィックに占める割合は約5%で、協議は継続中であり、Anthropic、Google、Meta、Grokとの直接提携も維持していると説明した。これはCursor自身の説明である。最終的な商業条件、全ワークロードに対する同等の容量、モデル間の同一動作までは証明しない。

Reutersも独立して終了案と両社の立場を報じた。したがって、確認済みの事実だけで計画前提を改める理由になる。所有、方針、戦略条件が変われば、最先端モデルへのアクセスは交渉され、期限を伴う依存関係へ変わり得る。

RobinOSはモデル供給を重要なデジタルサービスと同じように管理する。直ちに行うのは、OpenAI、Anthropic、第三の供給経路を使う24時間の移植性訓練だ。復旧時間、品質低下、移行工数、未解決の非互換性を記録する。完全な公開案件を証拠、引用、プライバシー境界、公開品質を失わずに移せると確認するまでは、判断をCONDITIONALに保つ。

Cursorの事例は画面上の選択と供給を分けた

Cursorには複数の最先端モデルがすでにあった。ユーザーがモデルを切り替える摩擦は小さい。供給の強靭性は、その画面より下にある。三社のロゴが並んでいても、再販経路、認証、ツール仕様、評価の盲点、容量のボトルネックを共有している場合がある。見える多様性は、稼働可能な冗長性と同義ではない。

今回の事例は、ひとまとめにされがちな「モデル選択」を三つに分ける。第一は製品上の選択、つまり画面にどのモデルを出すか。第二は技術上の選択で、プロンプト、ツール、ファイル、構造化出力、安全挙動が別モデルで動くか。第三は供給上の選択で、主経路が変わったときに、認可、契約、容量を備えた代替経路があるかである。

約5%というCursorの説明は重要だ。正確なら表面的な集中度は低い。それでもトラフィック比率だけでは継続性を判断できない。その5%に高価値業務、特定顧客、固有機能、将来機能が含まれる可能性がある。別モデルが同じ入力を受けても、ツール呼び出し、遅延、文脈処理、拒否境界、安定性、価格は変わる。強靭性はAPI呼び出しではなく、完成したサービスで測る。

最終結果はUNKNOWNである。新条件で合意する可能性も、終了案が実行される可能性も、他社の比重が高まる可能性もある。どの結果でも教訓は変わらない。一社が将来も許可してくれることに継続性を依存する基盤は、供給リスクを抱える。

モデル供給網は五層でできている

第一層はアクセス。アカウントを保有する法人、認証経路、許可用途、地域、モデル系列、バージョン権限を記録する。供給会社の名前だけでは粗すぎる。現在のモデルに入れることは、後継モデルへの権利を意味しない。再販経路と直接契約も別のリスクである。

第二層は契約。終了権、通知期間、支配権変更、監査、許容用途、データ権利、秘密保持、責任、モデル更新を対応づける。OpenAIの発表は、所有権の変化を技術リスク台帳に入れる理由を示した。コードが変わらなくても、契約条項は本番制約になり得る。

第三層は容量。有効な予備アカウントがあっても、切替時に必要なレート、地域、遅延、予約スループット、バースト容量があるとは限らない。平常時容量と緊急時容量は別問題だ。どの処理を優先し、どれを縮退させ、どれを止めるかを先に決める。

第四層は移植性。プロンプト、ツール定義、構造化出力、ファイル、検索、記憶、安全方針、評価ケース、証拠の書き出しを含む。共通ラッパーは役立つが、意味上の差は残る。アダプターが応答を返しただけでは足りず、受入基準で測る必要がある。

第五層はフェイルオーバー。発動条件、責任者、承認済み代替先、復旧目標、縮退サービス、ロールバック、証拠記録を定める。有効な切替は合格した成果物を作り、出典を保ち、権限境界を維持する。HTTP 200は通信の証拠にすぎない。

NIST SP 800-161 Rev. 1は、技術やサービスがどのように開発、統合、展開されるかの可視性が低いことを供給網リスクとして扱う。モデルAPIも同じ構造を持つ。供給側は上流の訓練、リリース、方針、容量、バージョン挙動を管理し、アプリ側は構成、試験、契約、代替経路を管理する。責任は共有されても、製品への説明責任は運営者に残る。

移植性は運用能力である

移植性の試験は抽象的なbenchmarkではなく、代表的な実案件から始める。RobinOSなら、調査、多言語編集、構造化出力、ローカルツール、プライバシー境界、公開を一度に使う案件を選ぶ。入力、章構成、引用、schema、受入基準を固定し、同じ試験体を各供給先で動かす。

まずOpenAIの現行経路で、時間、プロンプト、ツール呼び出し、schema修正、人手、品質、費用を記録する。次にAnthropicへ移し、最後にGeminiまたは信頼できるオープンモデル経路で繰り返す。成果物と失敗理由をすべて残す。目的は文体競争ではなく、システムの証拠を得ることだ。

四つの値を測る。復旧時間は切替判断から検証済み成果物まで。品質低下は重要な欠落、事実誤り、引用失敗、翻訳のずれ、編集品質の低下。移行工数は技術作業と人手確認。残存非互換は利用不能または安全でない機能である。

最低目標は明快にする。代表的な公開案件を24時間以内に主供給先から検証済みの代替先へ移し、不変の原文、重要な主張と引用を保つ。私的データを漏らさず、不確実性を明示し、同じ決定論的な公開ゲートを通す。例外はすべて名前を付けて残す。

代替経路は定期利用も必要だ。プロンプト、schema、モデル、ツールは変化する。四半期ごと、そして重大なモデル、契約、構成変更の後に固定試験を再実行し、時系列で保存する。復旧時間の悪化は、供給停止より前に見える警報になる。

契約条件と容量には技術責任者が要る

モデル調達を法務だけ、あるいは技術だけに置くことはできない。法務は終了とデータ条項を読み、技術はschemaと遅延を測り、製品責任者は許容できる縮退を判断し、財務は予約容量、利用約束、移行費を比較する。一つの供給記録に全視点が集まって初めて継続性になる。

重要経路ごとに、直接または仲介関係、契約法人、支配権変更、通知期間、将来モデル、データ保持、訓練利用、秘密保持、監査を記録する。条項は対応するワークロードと結び、運用責任者、見直し日、退出条件を持たせる。

容量にも同じ精度が要る。通常スループット、ピーク、レート制限、地域遅延、再試行、個別クォータを測る。予約、優先、ベストエフォートのどれかも確認する。平均値から推定せず、ピークを試験する。商業的に購入可能でも、切替時の運用には不足する場合がある。

AnthropicはSpaceX向け上限の引き上げを発表した。一つのモデル関係が争点になる一方で、別の関係が拡大することを示す。条件が同じという証拠ではない。供給網が非対称であり、同じ組織でも供給会社ごとにアクセス、容量、戦略関係が異なるという証拠である。

最小の供給カードは五行でよい。ACCESS、CONTRACT、CAPACITY、PORTABILITY、FAILOVERである。各行に証拠状態、責任者、直近試験、期限または見直し日、既知の制限、次の行動を置く。UNKNOWNはUNKNOWNのまま保つ。容量約束の欠落をゼロにも十分にも変換しない。

RobinOSの24時間フェイルオーバー訓練

開始時に代表案件と主経路結果を固定する。試験体に認証情報や公開禁止の私的情報がないことを確認し、モデル、版、アクセス経路、所要時間、全ゲート結果を記録する。

1時間目から4時間目は、最小アダプターでAnthropic上の同一案件を実行する。プロンプトと判断規則を保ち、schema、ツール、引用、翻訳、人手修正を記録する。代替モデルに合わせて案件のゴールを書き換えない。

5時間目から8時間目は、Geminiまたは指定オープンモデル経路で繰り返す。必要機能がなければ、正確な欠落を記録し、予定した縮退モードを試す。小型モデルが最終公開を完了できなくても、受入、分類、証拠保全を担える可能性がある。

9時間目から12時間目は、固定受入基準に対して事実、出典、章、言語、モバイル表示、プライバシー、schema、権限を確認し、同じ公開ゲートを走らせる。欠陥をアダプター、モデル挙動、容量、方針、証拠、UNKNOWNに分類する。

13時間目から18時間目は移植層だけを修正し、供給先固有の前提を名前付きアダプターへ移す。19時間目から22時間目は最良の代替経路をクリーン状態から再実行し、発動から検証済み成果物までの時間、主経路への戻し、実際の供給元を示すログを確認する。

23時間目から24時間目に一枚の結果を作る。PASSは24時間以内に重要な証拠やプライバシーを失わず検証済み成果物を完成した状態。CONDITIONALは利用可能だが、名前付き制限と修正責任者がある状態。HOLDは重要案件の継続性が未証明の状態である。

モデルより先に供給先を審査する

モデル評価は通常、知能、速度、価格から始まる。重要システムには供給の評価表も要る。優れた能力と脆いアクセスを持つモデルは、最良の専門家にはなれても、唯一の障害点には向かない。少し弱くても、直接条件、予約容量、実測済み移植性を持つモデルは高い継続価値を持ち得る。

供給イベント	証拠	RobinOSの対応	状態
OpenAIによるCursor終了案	日付入りOpenAI声明とReuters報道	アクセスと契約前提を対応づける	CONFIRMED
Cursor内のOpenAI比率	Cursorは約5%と説明	業務価値と代替容量を検証	COMPANY DISCLOSURE
11月の最終結果	協議継続中	合意とモデル可用性を監視	UNKNOWN
代替供給先の容量	関係は存在、同等上限は未開示	ピークと縮退を試験	UNKNOWN
供給先をまたぐ成果物品質	RobinOSの今回の試験結果は未作成	24時間固定試験を実行	HOLD

投資上の意味も明確だ。供給会社との直接関係、移植可能なオーケストレーション、透明な容量、実測済み切替を持つエージェント基盤には継続性プレミアムがある。一社に依存しながら多数モデルのメニューを売る基盤には集中割引が必要だ。契約の接続構造は製品品質の一部になった。

RobinOSの即時判断はBUILD — TESTED_PORTABILITY / CONTRACT_AND_CAPACITY_OPENである。訓練を完了し、五行の供給カードを作り、重要ワークフローごとに代替先を指定する。最終交渉、同等容量、モデル同等性は証拠が来るまでUNKNOWNに保つ。目標は最先端供給会社から離れることでも、完全な互換性でもない。供給先を変えても、システムの記憶、基準、権限を守ることである。

分類とキーワード

分類： 人工知能、AIインフラ、システム

キーワード： モデルAPI供給網、エージェント移植性、モデルフェイルオーバー、供給集中、AI調達、Cursor、OpenAI、Anthropic、容量計画、契約リスク

Hashtags: #AIInfrastructure #AgenticAI #SupplyChain #OpenAI #Cursor