何が起きたか
今年初め、中国国内のテック界で現象級の「ロブスター飼育（养龙虾）」ブームが巻き起こった。これは、自律的に実行できる能力を備えたAIエージェントを配備・調教することを指し、この種のエージェントはパソコンを直接操作し、文書を読み取り、複数のソフトをまたいで一連の業務タスクをこなすことができる。オープンソースフレームワークのOpenClawは、赤いロブスターのロゴで一気に注目を集め、今年上半期のAI業界で最も注目されたホットトピックの一つとなった。
しかしブームはそう長くは続かなかった。業界の監視データによると、今年3月にOpenClawの人気はピークに達し、GitHub Starの数は60日足らずで25万を突破し、同プラットフォームのプロジェクト成長記録を打ち立てた。同月のTokenの呼び出し量は10.4万亿に達し、WeChat指数は1.65亿まで急上昇した。非凡産研のデータによると、5月からOpenClawのネット全体での月間アクセス数はいきなり半減し、前月比50.67%減となり、国内各大手プラットフォームから派生したワンクリック配備版の一部はアクセス数が前月比99.19%も暴落した。年央になると、そのWeChat指数はピーク時から75%超縮小し、ネット上の話題も「どうやってロブスターを飼うか」から「ロブスター退治・断念のすすめ」へと転じた。
下半期に入ると、Tencentの「WorkBuddy」、Alibabaの「千问办公」、ByteDanceの「豆包工作」など一連のAIオフィスツールが相次いで公開された。易観（Analysys）の監視データによると、6月には主要なデスクトップ向けAIオフィスエージェントの月間アクセス数の合計が6000万回を突破し、WorkBuddy、豆包、千问などの主力製品は急速に千万級の月間アクティブユーザーを獲得し、市場のトラフィックは明らかに大手企業の自社開発製品へと集中した。
なぜ重要か
報道が整理したユーザーの反応から見ると、上半期の「ロブスター熱」は本質的に、「直接手を動かして仕事をこなせるAI」に対して大衆が理想化した期待を抱いていたことによるものだった。だが初期のオープンソースフレームワーク自体に明らかな弱点があり、物珍しさによる目新しさが薄れると、実際の使用上の痛点が一気に噴き出し、人気は自然と急速に退潮していった。
大手企業のAIオフィス製品の強みは、「ロブスター飼育」の試行錯誤の成果の上に製品を反復改良し、ファイルの誤削除、プライバシー漏えいのリスク、計算リソースの高いコストといった痛点を的を絞って解決している点にある。さらに、安全なサンドボックスによる隔離、高リスクなシステム権限の抑制、重要な操作には人による確認を要する、といった仕組みを広く採用している。これは、商用製品が「使えること」と「制御できること」を同等に重視していることを意味し、トラフィックがなぜ大手企業に集中するのかを説明している。
ただし、オフィスエージェントは単純な一問一答から多段階の一連の完結型実行へと進化し、軽量な場面での実装は比較的うまくいっているものの、タスクを完全に「デジタル従業員」に任せて処理させるところまでには、なお明らかな隔たりがある。現段階では、人間の「効率を高める補佐役」を務めるほうが適している。
主な事実
今年3月にOpenClawの人気はピークに達し、GitHub Starの数は60日足らずで25万を突破し、同プラットフォームのプロジェクト成長記録を打ち立てた。
同月のOpenClawのTokenの呼び出し量は10.4万亿に達し、WeChat指数は1.65亿まで急上昇した。
非凡産研のデータによると、5月からOpenClawのネット全体での月間アクセス数は前月比50.67%減となり、一部のワンクリック配備版はアクセス数が前月比99.19%も暴落した。年央になると、そのWeChat指数はピーク時から75%超縮小した。
易観（Analysys）の監視データによると、6月には主要なデスクトップ向けAIオフィスエージェントの月間アクセス数の合計が6000万回を突破し、WorkBuddy、豆包、千问などの主力製品は急速に千万級の月間アクティブユーザーを獲得した。
Tencentの第2四半期決算はWorkBuddyに繰り返し言及しており、同製品のPC版の6月のアクセス数は2097万回を突破した。Alibabaの「千问办公」は公開初月にユーザー数が3000万を突破し、そのうち企業ユーザーが半数超を占めた。
今後の注目点
大手企業のAIオフィス製品の課金モデルとプランの階層設定が、一般のビジネスパーソンの基本的なオフィス需要に継続的に合致できるかどうかが、今回のトラフィックが短期的なお試しにとどまるのか、それとも長期的に定着するのかを左右する。
ユーザーの反応の中で繰り返し現れる、AIのハルシネーションや、指示が曖昧なために出力を何度も検証しなければならないといった問題は、商用製品が「効率を高める補佐役」から「デジタル従業員」へと進めるかどうかの重要な分岐点である。
技術の反復改良は今なお続いており、真の大規模な産業実装が実現するかどうかは、安定性、安全ガバナンス、ビジネスモデルが足並みをそろえて成熟できるかにかかっている。