AIブラウザ時代の到来: 第三次ブラウザ戦争の機会と課題

第三次ブラウザ戦争が静かに展開しています。1990年代のNetscape、MicrosoftのIEから、オープンソースの精神を持つFirefoxとGoogleのChromeまで、ブラウザの争いはプラットフォームの制御権と技術パラダイムの変遷を集中して示しています。Chromeは更新速度とエコシステムの連携により覇権を獲得し、Googleは検索とブラウザの「二大寡頭」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。大型言語モデル(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」でタスクを完了しており、従来のウェブページのクリック行動が減少している。同時に、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、市場は「検索の正統性」に対する不安を示し始めている。

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、プライバシーアイデンティティなどの多様な機能を集めたコンテナです。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実現し、ローカル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、依然としてブラウザの信頼の境界と機能サンドボックスに依存する必要があります。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に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。それは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必要があります - 読むだけでなく、書いて実行することもできるように。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、視覚的な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換し、ページから命令へのマッピングを実現することで、インタラクションコストを大幅に削減しようとしています。

市場の主流プロジェクトが試験的に進行中: PerplexityはネイティブブラウザCometを構築し、AIを使用して従来の検索結果を置き換えています。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。一方、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の特徴は、ブラウザの入力端を再構築しようとしていることであり、出力層を美化するのではありません。

起業家にとって、機会は入力、構造、代理の三角関係の中に隠れています。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、構造化可能で呼び出し可能、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となることを意味します。SEOからAEO(エージェントエンジン最適化)、ページトラフィックからタスクチェーンの呼び出しまで、製品の形態とデザイン思考が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。勝敗を決定するのは、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勝ち取り、呼び出しの入り口を得るかです。

ブラウザの発展の簡単な歴史

1990年代初頭、インターネットが日常生活の一部となっていなかった頃、Netscape Navigatorが登場し、新しい大陸を開く帆船のように、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はありませんが、真に大衆に向けてインターネット体験を形成した最初の製品です。当時、人々はグラフィカルインターフェースを通じてウェブページをこんなにも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ーの重要性に気づき、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、デフォルトのブラウザー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殺し技」とも言え、Netscapeの市場支配の地位を直接崩壊させました。多くのユーザーは自発的にIEを選択したわけではなく、システムのデフォルトで受け入れたためです。IEはWindowsの配布能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びました - 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ました。この決定は、技術界における「マケドニア式の譲歩」のようであり、旧時代の終焉と新たな力の台頭を予告するものでした。このコードは後にMozillaブラウザプロジェクトの基盤となり、最初はPhoenix(と名付けられ、「不死鳥の復活)」という意味でしたが、商標の問題から何度も名前が変更され、最終的にはFirefoxという名前になりました。

Firefoxは単なるNetscapeのコピーではなく、ユーザーエクスペリエンス、プラグインエコシステム、安全性などの面で多くのブレークスルーを達成しました。その誕生はオープンソース精神の勝利を象徴し、業界に新たな活力を注ぎました。FirefoxはNetscapeの"精神的な後継者"と形容されることがあり、オスマン帝国がビザンティウムの余光を受け継いだかのようです。この比喩は誇張ではあるものの、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、Microsoftはすでに6つのバージョンのIEをリリースしており、時間的な優位性とシステムバンドル戦略のおかげで、Firefoxは最初から追いかける立場にあり、この競争はスタートラインが平等な公正な競争ではないことが運命付けられていました。

その一方で、別の初期プレイヤーも静かに登場しています。1994年にOperaブラウザが登場しました。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、レスポンシブデザイン、音声制御、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っており、「ギークのお気に入り」となっています。

同年、アップルはSafariブラウザを発表しました。これは意味深い転機でした。当時、マイクロソフトは破産寸前のアップルに1.5億ドルの資金を提供し、競争の表面を維持し、独占禁止法の審査を回避しました。サファリ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関わりは、インターネットの巨人たち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を落とし合っています。

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、より速いアップデートのリズム、よりフレンドリーな拡張メカニズム、そして開発者への自然な魅力によって、市場シェアを約20%まで着実に増やしました。IEの支配は徐々に緩み、風向きが変わりつつあります。

Googleは別のアプローチを取っています。2001年から自社のブラウザを開発することを検討していましたが、CEOのエリック・シュミットをプロジェクトに賛成させるのに6年かかりました。Chromeは2008年に登場し、ChromiumのオープンソースプロジェクトとSafariが使用するWebKitエンジンに基づいています。"肥大化した"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り、急速に台頭しました。

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)全プラットフォームの統一体験です。2011年11月、Chromeは初めてFirefoxを超えて市場シェア27%を達成しました。その6ヶ月後、IEを再び超え、挑戦者から支配者への転換を完了しました。

一方では、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つつあります。あるブラウザは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、軽量なデザインやデータ圧縮による通信量の節約といった特性により、低価格のデバイスユーザーから支持を受けました。2015年には、世界のモバイルブラウザ市場シェアが17％を突破し、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。インド政府が中国アプリの安全審査を強化するにつれて、そのブラウザは重要な市場から撤退せざるを得ず、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の主導的地位が確立され、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ブラウザは同じ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ことです - 前者は世界の約90％の検索入口を制御し、後者はほとんどのユーザーがインター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できるようにした。分析によれば、この支出はGoogleがSafariのトラフィックから得ている検索広告収入の36％に相当する。言い換えれば、Googleは自社の堀を守るために「保護料」を支払っている。

しかし、風向きは再び変わった。大型言語モデル(LLM)の台頭に伴い、従来の検索は影響を受け始めた。2024年には、Googleの検索市場シェアが93%から89%に減少し、依然として圧倒的であるが、亀裂が初めて現れた。さらに破壊的なのは、Appleが自社のAI検索エンジンを発表するかもしれないという噂である - Safariのデフォルト検索が自社の陣営に変われば、エコシステムの構図が書き換えられるだけでなく、Alphabetの利益の柱を揺るがす可能性がある。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、投資家の恐慌だけでなく、検索時代の未来の方向性に対する深い不安を反映している。

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、そしてコントロールに関する戦争である。戦場は常に移り変わるが、本質は決して変わらない: 誰が入り口を掌握するかが、未来を定義する。

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以下のようになります:

クライアント - フロントエンド入口

HTTPSを介して最近のGoogle Front Endに到達し、TLSの復号、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が検出された場合、または自動クロール)が検出された場合は、このレイヤーでレート制限またはチャレンジを実施できます。

クエリの理解

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、3つのステップがあります：神経スペルチェック、"recpie"を"recipe"に修正すること；同義語の拡張、"how to fix bike"を"repair bicycle"に拡張すること。意図解析、クエリが情報、ナビゲーション、または取引の意図であるかを判定し、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、逆引きインデックスと呼ばれています。順引きインデックスでは、IDを指定することでファイルをインデックスできます。しかし、ユーザーは千億を超えるファイルの中から必要な内容がどの番号にあるかを知ることはできないため、非常に伝統的な逆引きインデックスを採用し、内容を通じ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は意味検索を処理するためにベクトルインデックスを使用します。つまり、クエリの意味に類似した内容を検索します。テキストや画像などの内容を高次元ベクトル(embedding)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。たとえば、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「ピザ生地制作ガイド」に関連する結果を返すことができます。なぜなら、それらは意味的に類似しているからです。逆引きインデックスとベクトルインデックスを経て、約十万ページのウェブサイト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量特徴を通じて、10万件規模の候補ページを約1000件に絞り込み、初期候補セットを構成します。この種のシステムは総称してレコメンデーションエンジンと呼ばれます。それは、ユーザーの行動、ページ属性、クエリの意図やコンテキスト信号を含む多種多様なエンティティから生成される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、ページの意味、クエリの意味などの情報を総合的に考慮し、同時に時間(の一日の特定の時間帯や、1週間の具体的な日付)、リアルタイムのニュースなどの外部イベントのような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メインソート

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、大量の文書から初期的に関連する結果を抽出します。RankBrainは2015年にGoogleが導入した機械学習システムで、特に初めて現れるクエリの意味をよりよく理解することを目的としています。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によって、最も関連性の高い結果を見つけることができます。例えば、クエリ「ピザ生地の作り方」に対して、文書内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「生地作り」と関連する内容を識別することができます。

Neural Matchingは、2018年にGoogleが導入した別の技術で、クエリと文書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。それは、神経ネットワークモデルを使用して、単語間のあいまいな関係を捉え、Googleがクエリとウェブコンテンツをより良く一致させるのに役立ちます。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使用率に関するトラブルシューティング情報を探している可能性があることを理解でき、これらの単語がクエリに直接表示されていなくても対応します。

ディープリランキング: BERTモデルの応用

関連文書を初期選別した後、GoogleはBERT(双方向エンコーダ表現Transformers)モデルを使用してこれらの文書を進めました。