AIブラウザ：第3次ブラウザ戦争の新たな戦場

第三次ブラウザ戦争が静かに展開されています。歴史を振り返ると、90年代のNetscape、MicrosoftのIE、オープンソース精神のFirefox、GoogleのChromeに至るまで、ブラウザの争いは常にプラットフォームのコントロールと技術パラダイムの変遷の集中した表れでした。Chromeは更新速度とエコシステムの連携によって覇権を獲得し、Googleは検索とブラウザの「二寡頭」構造を通じて、情報の入り口のクローズドループを形成しました。

しかし、今日、この構図は揺らいでいる。大規模言語モデル（LLM）の台頭により、ますます多くのユーザーが検索結果ページで"ゼロクリック"でタスクを完了し、従来のウェブクリック行動は減少している。一方、AppleがSafariでデフォルトの検索エンジンを置き換える可能性に関する噂は、Alphabetの利益基盤にさらなる脅威を与えており、市場は"検索の正統性"に対する不安を露呈し始めている。

ブラウザ自体も役割の再構築に直面しています。それは単なるウェブページを表示するツールではなく、データ入力、ユーザー行動、プライバシーやアイデンティティなど、さまざまな能力の集合体です。AIエージェントは強力ですが、複雑なページインタラクションを完了し、ローカルのアイデンティティデータを呼び出し、ウェブページ要素を制御するには、ブラウザの信頼境界と機能サンドボックスを借りる必要があります。ブラウザは人間のインターフェースからエージェントのシステムコールプラットフォームへと変わりつつあります。

現在のブラウザ市場の構図を本当に打破するのは、別の「より良いChrome」ではなく、新しいインタラクション構造です：情報の表示ではなく、タスクの呼び出しです。未来のブラウザはAIエージェントのために設計されるべきであり、読むだけでなく、書き、実行することもできる必要があります。Browser Useのようなプロジェクトは、ページ構造をセマンティック化し、視覚的インターフェースをLLMが呼び出せる構造化テキストに変えることを試みており、ページから命令へのマッピングを実現し、インタラクションコストを大幅に削減しています。

市場の主流プロジェクトが試験的な取り組みを始めています：PerplexityはネイティブブラウザCometを構築し、従来の検索結果の代わりにAIを使用しています；Braveはプライバシー保護とローカル推論を組み合わせ、LLMを使用して検索とブロック機能を強化しています；また、DonutなどのCryptoネイティブプロジェクトは、AIとオンチェーン資産の相互作用の新しい入り口を狙っています。これらのプロジェクトの共通点は、出力層を美化するのではなく、ブラウザの入力端を再構築しようとしていることです。

起業家にとって、機会は入力、構造、エージェントの三角関係に隠れています。ブラウザは未来のエージェントが世界を呼び出すインターフェースとして機能し、構造化され、呼び出し可能で、信頼できる「能力ブロック」を提供できる者が新しいプラットフォームの一部になることを意味します。SEOからAEO（エージェンジン最適化）へ、ページトラフィックからタスクチェーンの呼び出しへ、製品形態とデザイン思考は再構築されています。第三次ブラウザ戦争は「入力」で起こり、「表示」ではありません。勝敗を決めるのは、もはや誰がユーザーの目を引くかではなく、誰がエージェントの信頼を得て、呼び出しの入り口を獲得するかです。

ブラウザの発展の簡史

1990年代初頭、インターネットが日常生活の一部になる前に、Netscape Navigatorが登場しました。それは新しい大陸を切り開く帆船のように、数百万のユーザーにデジタル世界への扉を開きました。このブラウザは最初のものでなかったが、真に大衆に向けてインターネット体験を形作った製品でした。当時、人々は初めてグラフィカルインターフェースを通じてウェブサイトをこんなに簡単に閲覧できるようになり、まるで世界全体が突然手の届くところにあるかのように感じました。

しかし、栄光はしばしば短命です。マイクロソフトはすぐにブラウザの重要性に気付き、Internet ExplorerをWindowsオペレーティングシステムに強制的にバンドルし、デフォルトブラウザにすることを決定しました。この戦略は「プラットフォームの必殺技」とも言えるもので、Netscapeの市場支配を直接崩壊させました。多くのユーザーは自発的にIEを選んだわけではなく、システムのデフォルトとして受け入れたのです。IEはWindowsの配布力を利用して急速に業界の覇者となり、Netscapeは衰退の軌道に陥りました。

困難な状況の中で、Netscapeのエンジニアたちは、過激で理想主義的な道を選んだ - 彼らはブラウザのソースコードを公開し、オープンソースコミュニティに呼びかけた。この決定は、まるで技術界の「マケドニア式譲歩」のようで、旧時代の終焉と新たな力の台頭を予示していた。このコードは後にMozillaブラウザプロジェクトの基礎となり、最初はPhoenix（不死鳥の意）と名付けられたが、商標問題のために何度も改名され、最終的にFirefoxと名付けられた。

Firefoxは単なるNetscapeのコピーではなく、ユーザー体験、プラグインエコシステム、安全性など多くのブレークスルーを実現しています。その誕生はオープンソース精神の勝利を象徴し、業界全体に新しい活力を注入しました。ある人はFirefoxをNetscapeの"精神的継承者"と表現しており、オスマン帝国がビザンティンの余韻を継承したようだと言います。この比喩は誇張されていますが、非常に意味深いものです。

しかし、Firefoxが正式にリリースされる数年前に、マイクロソフトはすでに6つのIEのバージョンをリリースしており、時間の優位性とシステムバンドル戦略によって、Firefoxは最初から追いかける立場に置かれ、この競争は出発点が平等な公平な競争ではないことが運命づけられていた。

その一方で、別の初期プレイヤーも静かに登場しました。1994年にオペラブラウザが登場し、これはノルウェーから来たもので、当初は実験的なプロジェクトに過ぎませんでした。しかし、2003年の7.0バージョンから、自社開発のPrestoエンジンを導入し、CSS、レスポンシブレイアウト、音声コントロール、Unicodeエンコーディングなどの最先端技術をいち早くサポートしました。ユーザー数は限られていましたが、技術的には常に業界の最前線を行き、"ギークのお気に入り"となりました。

同年、アップルはSafariブラウザを発表しました。これは意味深い転換点でした。当時、マイクロソフトは破産の危機にあったアップルに1.5億ドルを投資し、競争の表向きを維持し、独占禁止法の審査を回避しました。Safariが誕生した時のデフォルト検索エンジンはGoogleでしたが、このマイクロソフトとの歴史的な絡みは、インターネットの巨人たちの間の複雑で微妙な関係を象徴しています：協力と競争は、常に影のように寄り添っています。

2007年、IE7はWindows Vistaと共に発売されましたが、市場の反応は平凡でした。一方、Firefoxはより速い更新ペース、より親しみやすい拡張機構、そして開発者に対する天然の魅力のおかげで、市場シェアは約20%に着実に増加しました。IEの支配は徐々に緩み、風向きが変わり始めています。

Googleは別のアプローチを採用しています。2001年から自社のブラウザを開発する計画を進めていましたが、CEOのエリック・シュミットを納得させるのに6年かかりました。Chromeは2008年に登場し、ChromiumオープンソースプロジェクトとSafariで使用されているWebKitエンジンを基にしています。「膨大な」ブラウザと揶揄されていますが、Googleの広告配信とブランド構築の深い技術によって、急速に成長しました。

Chromeの重要な武器は機能ではなく、頻繁なバージョン更新のリズム（6週間ごと）と全プラットフォームでの統一された体験です。2011年11月、Chromeは初めてFirefoxを超え、市場シェアは27%に達しました；6ヶ月後にはIEを再び追い越し、挑戦者から支配者への転換を達成しました。

一方で、中国のモバイルインターネットも独自のエコシステムを形成しています。UCブラウザは2010年代初頭に急速に人気を博し、特にインド、インドネシア、中国などの新興市場で、軽量設計やデータ圧縮による通信量の節約といった特性を活かして、低価格帯のデバイスユーザーから支持を得ました。2015年には、世界のモバイルブラウザ市場において17％を超えるシェアを獲得し、インドでは一時46％に達しました。しかし、この勝利は長続きしませんでした。インド政府が中国製アプリの安全審査を強化する中で、UCブラウザは重要な市場から撤退を余儀なくされ、徐々にかつての栄光を失っていきました。

2020年代に入ると、Chromeの主導的地位は確立され、世界市場シェアは約65%で安定しています。注目すべきは、Google検索エンジンとChromeブラウザはどちらもAlphabetに属していますが、市場の観点から見ると、二つの独立した覇権体系であるということです - 前者は世界の約90%の検索エントリを制御し、後者はほとんどのユーザーがネットにアクセスする"第一のウィンドウ"を掌握しています。

この二重独占構造を守るために、Googleは巨額の投資を惜しまない。2022年、AlphabetはAppleに約200億ドルを支払い、GoogleがSafariのデフォルト検索エンジンの地位を維持するためだけに支出した。この支出は、GoogleがSafariのトラフィックから得る検索広告収入の36%に相当すると分析されている。言い換えれば、Googleは自らの城を守るために「保護費」を支払っている。

しかし、風向きは再び変わりました。大規模言語モデル（LLM）の台頭とともに、従来の検索は影響を受け始めています。2024年、Googleの検索市場シェアは93%から89%に落ち込みましたが、依然として圧倒的な地位を維持していますが、亀裂が見え始めています。より革命的なのは、Appleが自社のAI検索エンジンを発表するという噂です - Safariのデフォルト検索が自社の陣営に変更されると、これはエコシステムの構図を変えるだけでなく、Alphabetの利益の柱を揺るがす可能性があります。市場は迅速に反応し、Alphabetの株価は170ドルから140ドルに急落しました。これは投資家の恐怖を反映するだけでなく、検索時代の未来の方向性に対する深い不安をも示しています。

NavigatorからChromeへ、オープンソースの理想から広告の商業化へ、軽量ブラウザからAI検索アシスタントへ、ブラウザの争いは常に技術、プラットフォーム、コンテンツ、そして権力の戦争であった。戦場は絶えず移動しているが、本質は決して変わらない：誰が入り口を握るか、誰が未来を定義するのか。

VCの観点から見ると、LLMとAI時代における人々の検索エンジンに対する新たなニーズに基づき、第三次ブラウザ戦争が徐々に展開されている。以下は一部の有名なAIブラウザのプロジェクトの資金調達状況である。

現代ブラウザの古いアーキテクチャ

ブラウザのアーキテクチャについて言及すると、従来のクラシックなアーキテクチャは下の図のようになります:

クライアント - フロントエンド入り口

HTTPSを介して最近のGoogle Front Endに到達し、TLSの復号化、QoSのサンプリング、地理的ルーティングを完了します。異常なトラフィック（DDoS、自動クローリング）が検出された場合、このレイヤーで制限またはチャレンジを行うことができます。

クエリ理解

フロントエンドは、ユーザーが入力した単語の意味を理解する必要があります。これには3つのステップがあります：神経スペルチェック、"recpie"を"recipe"に修正します；同義語の拡張、"how to fix bike"を"repair bicycle"に拡張します。意図解析、クエリが情報、ナビゲーション、または取引意図であるかを判断し、Verticalリクエストを割り当てます。

候補リコール

Googleが使用するクエリ技術は、逆インデックスと呼ばれています。順序インデックスでは、IDを指定すればファイルをインデックスできます。しかし、ユーザーは数千億のファイルの中から欲しい内容の番号を知ることができないため、非常に伝統的な逆インデックスを採用して、内容に基づいてどのファイルに対応するキーワードがあるかを検索します。その後、Googleはベクトルインデックスを採用して意味検索を処理します。つまり、クエリの意味に似た内容を探します。テキストや画像などの内容を高次元ベクトル（エンベディング）に変換し、これらのベクトル間の類似性に基づいて検索を行います。例えば、ユーザーが「ピザ生地の作り方」を検索しても、検索エンジンは「ピザ生地作りガイド」に関連する結果を返すことができ、なぜならそれらは意味的に似ているからです。逆インデックスとベクトルインデックスを経て、約十万のウェブページが初期選別されます。

マルチレベルソート

システムは通常、BM25、TF-IDF、ページ品質スコアなどの数千次元の軽特徴を使用して、10万件規模の候補ページを約1000件に絞り込み、初歩的な候補集を構成します。この種のシステムは推薦エンジンと総称されます。これらは、ユーザーの行動、ページの属性、クエリの意図、コンテキスト信号などを含む、多種多様なエンティティ生成の膨大な特徴に依存しています。例えば、Googleはユーザーの履歴、他のユーザーの行動フィードバック、ページのセマンティクス、クエリの意味などの情報を統合し、さらに時間（1日の中の時間帯、週の特定の日）やリアルタイムのニュースなどの外部イベントといったコンテキスト要素も考慮します。

ディープラーニングによる主要なソート

初期の検索段階では、GoogleはRankBrainやNeural Matchingなどの技術を使用してクエリの意味を理解し、膨大な文書から初期的に関連する結果を絞り込みます。RankBrainは2015年にGoogleが導入した機械学習システムで、ユーザーのクエリの意味をより良く理解することを目的としています。特に初めて出現するクエリに対してです。これは、クエリと文書をベクトル表現に変換し、それらの間の類似性を計算することで、最も関連性の高い結果を見つけます。たとえば、"ピザ生地の作り方"というクエリに対して、文書に完全に一致するキーワードがなくても、RankBrainは"ピザの基礎"や"生地の作成"に関連する内容を認識することができます。

Neural Matchingは、Googleが2018年に導入した別の技術で、クエリとドキュメント間の意味的関係をより深く理解することを目的としています。これは、神経ネットワークモデルを使用して、単語間の曖昧な関係を捉え、Googleがクエリとウェブコンテンツをより適切にマッチさせるのを助けます。例えば、"なぜ私のノートパソコンのファンの音が大きいのか"というクエリに対して、Neural Matchingはユーザーが過熱、ほこりの蓄積、または高いCPU使用率に関する情報を探している可能性を理解することができます。