マイクロソフトAIのムスタファ・スレイマン最高経営責任者（CEO）は、同社が2027年までにテキスト、画像、音声の生成や応答において業界最高水準に到達する自社製モデルを開発する計画であることを明らかにした。この取り組みは、これまで技術提携の軸であったOpenAIやアンソロピックといったパートナー企業が提供するモデルへの依存から脱却し、最先端の領域を同社独自のシステムに置き換えていく戦略の中核として位置付けられている。

　同社はすでにこの独立化戦略を具現化する具体的な製品展開を始めている。直近の発表では、開発プラットフォームである「Microsoft Foundry」を通じて、自社開発の基盤モデル3種を公開した。ここには企業向けの音声書き起こしモデル「MAI-Transcribe-1」、高精度な音声生成モデル「MAI-Voice-1」、画像生成モデル「MAI-Image-2」が含まれる。マイクロソフトの発表によれば、音声書き起こしモデルは世界で広く使われる25言語のうち11言語のベンチマーク試験で既存の競合製品を上回る精度を記録し、運用コストを大幅に抑える設計を採用している。


　これまでマイクロソフトは、OpenAIに対する多額の投資と戦略的パートナーシップを基盤に、外部の技術を自社のCopilot製品群に統合することで生成AI市場の先駆者としての地位を確立してきた。しかし直近の契約修正や組織再編を機に、同社はAI技術のサプライチェーン全体を完全に自社で統制する方向へと転換を図っている。スレイマンCEOの指揮下で新設されたスーパーインテリジェンス部門は、数百億から数千億パラメータ規模に達する大規模言語モデルの開発を並行して進めている。

　同社は「ヒューマニスト・スーパーインテリジェンス」という新たな開発理念を掲げ、膨大な計算資源を要するAIインフラの拡張にも大規模な投資を継続している。今後は専用のAIアクセラレータなどのハードウェア基盤とソフトウェア開発を連動させ、自前のフロンティアモデルによる垂直統合型のAIエコシステム構築を推し進める。