3-02 / Series
3-02 № 02 · 2026

ベンダーの語りを、
一次情報で検算する。

AI も語りに引かれる。だから、確かめ方のほうを設計する

ベンダーの語りは、そのままでは判断の材料にならない。一次情報で検算してから使う。3-01: 企業は自分でコードを書かないは、事務と基幹が並立し、税が二重にかかっていたことを見た。その税を払い続けるか、離れるかを決めるのは、ベンダーが語る物語ではなく、一次情報である。この章は、その検算の手順を置く。続く 3-03 と 3-04 の結論は、すべてこの手順で得たものだ。

AI 自身も、語りに引かれる

語りを確かめる仕事は、長らく記者・研究者・弁護士のものだった。時間と手間が要るからだ。AI はその手間を大きく下げる。5 年分の発言を時系列に並べる、 2020 年の主張と 2024 年の主張が整合するかを見る ── こうした横断はたしかに速い。

ただし、AI 自身も語りに引かれる。ここが出発点だ。

もう一つある。AI は質問者にも合わせる。人間のフィードバックで学習したモデルは、利用者が満足する答えを返す方向に寄る。「この主張は正しいか」と聞けば肯定が返り、「誇張ではないか」と聞けば否定が返りやすい。問いの形が、答えの向きを決めてしまう。

だから、確かめ方のほうを設計する

同じ訓練データから出た AI が、同じ訓練データを確かめても、両側に同じ偏りが残る。AI が AI を確かめるだけでは、思い込みは互いに補強される(2-17)。だから、確かめ方を先に設計する。

以下の四つの事例は、この手順で確かめたものだ。四つとも、語りの形は違う。

事例:WordPress ── 一人に権限が集まるとき

WordPress の共同創設者であり Automattic の CEO でもある Matt Mullenweg 氏は、 2024 年から大手ホスティング会社 WP Engine との対立を公にしている。公的発言、法廷文書、ブログ投稿、カンファレンス講演が大量に残っており、確かめる材料がそろっている。

氏の語りの主な主張は、おおむね四つに整理できる。WP Engine は WordPress のエコシステムにただ乗りしている。WP Engine は WordPress の姿を歪めている。 WordPress.org は自分の個人的な財産である。WP Engine の遮断はコミュニティを守る正当な行為である。

手順どおりに確かめると、こうなる。まず主張を「事実の主張」「意見・評価」「比喩」に分ける。「ただ乗り」は評価、「商標の不正使用」は事実の主張、「コミュニティを守る」は評価である。検算できるのは事実の主張だけだ。

次に一次情報に当てる。WordPress Foundation の商標方針、過去 10 年のコミュニティ議論、WordCamp での発言。時系列も並べる ── WP Engine が Heather Brunner 氏を CEO に迎えた 2014 年、Silver Lake の Lee Wittlinger 氏が WP Engine の取締役会に入った 2018 年、そして 2024 年の遮断まで。過去には WP Engine を WordCamp のスポンサーとして迎えていた時期があり、 WordPress.org の推奨ホスティング一覧に載っていた時期もある。

最後に第三者の記録を当てる。WP Engine 対 Automattic の訴訟(2024 年 10 月以降)では、双方の主張が宣誓のもとで提出される。2024 年 12 月の暫定命令は、 Automattic による WordPress.org からの WP Engine 遮断を差止の対象とした。これは「WordPress.org は個人財産だから自由に決められる」という主張とは別の線を引いている。

見えてくるのは、個人と財団の境界 ── WordPress.org、Automattic、WordPress Foundation の関係 ── が、語りのたびに置き直されていることだ。これは誰かを悪者にする結論ではない。人は誰でも、自分の状況に合った物語を語る。影響力の大きい人ほど、その物語は広く効く。だから確かめる。

事例:Node.js ── 全体を見る役が置かれていないとき

WordPress は、一人に権限が集まりすぎた形だった。逆向きの形もある。全体を見る役が置かれていない、という形だ。仕事で Node.js を採用すべきかを題材にすると、それが見える。

確かめると、こうなる。

WordPress は一人が持ちすぎる形、Node.js は全体を引き受ける役が置かれていない形である。どちらも管理の形の問題だが、向きが逆だ。

事例:Linux ディストリビューション ── 約束が途中で変わるとき

三つ目の形は、企業のステワードが約束を途中で変える、というものだ。サーバー用の Linux ディストリビューションを選ぶときに、そのまま効いてくる。

WordPress は一人が持ちすぎる形、Node.js は全体を引き受ける役が置かれていない形、Linux ディストリビューションは約束が途中で変わる形である。

事例:Microsoft の「ネイティブアプリ回帰」── スローガンの及ぶ範囲を測る

四つ目は、情報インフラを所有する側が語りを出す形だ。題材は、2026 年 4 月 29 日に Satya Nadella 氏が打ち出した「ネイティブアプリ回帰」である。

確かめると、範囲が見えてくる。

つまり「ネイティブ回帰」は、OS のシェル層という限られた範囲で本当に起きている。スローガンの及ぶ範囲と、実装の及ぶ範囲は、同じ大きさではない。「100% X」「Y 回帰」と聞いたら、まず「100% の対象は何か」を聞く。

Gemini Pro が、Microsoft の語りに引かれた

この事例には、AI の偏りがそのまま現れた場面がある。

Gemini Pro に「.NET 10 Native AOT の技術的成熟度」をまとめさせた資料には、 *Entity Framework Core と Microsoft.Data.SqlClient の AOT 対応がほぼ完璧になった* という記述が入っていた。同じ論点について、Microsoft 自身の公式ドキュメントは別のことを書いている ── EF Core の NativeAOT を本番で使うことは "recommend against" とされ、状態は "highly experimental" と明記されている。同じ問いを Gemini Deep Search に投げ、一次情報の引用付きで確かめて、初めてこの差が見えた。

出どころは、Gemini Pro が生成した同題材の資料と、Microsoft の公式ドキュメントである。前者は 2026 年の「ネイティブ回帰」を追った調査の一部で、後者は EF Core のドキュメントに現在も書かれている記述だ。

ここで起きたことは、章の最初に挙げた偏りの組み合わせである。権威ある情報源に重みが寄り、業界で繰り返されている「Native AOT は成熟した」という語りがそのまま通り、情報インフラを所有する側の物語が AI を経由して戻ってきた。そして、手法の違う AI(引用を必須とする Deep Search)を当てて初めて差が出た。検証の設計が効くのは、こういう場面だ。

Debian を確かめる ── 2-02 が土台に据える根拠

Linux ディストリビューションの事例には、同じ手順で確かめた別の結果がある。 Debian である。

CentOS で起きたのは、企業のステワードが約束の期間を変えられた、ということだった。Ubuntu で繰り返されたのは、私企業の経営判断で方針が変わる、ということだった。Debian には、その経路がない。約束しているのは技術ではなく、 ガバナンスの構造 である。

Debian は、20 年単位で計画を立てられる側の Linux である。それを約束しているのは技術ではなく、1997 年の社会契約と 1998 年の憲法、そして所有する企業が無いという構造だ。

2-02: AI に PC を一台渡すが、会社の PC を Debian にして AI に渡す、と決めているのは、この検証の結果である。土台は長く同じ形で残るほうがよい。だから、長く同じ形で残る構造を持つものを選ぶ。「使いやすい」という理由ではなく、確かめた結果としてそこに置いてある。

一般化した五つの作法

四つの事例に共通する手順を、五つに整理する。

flowchart TB N(["語り
(発言・記事・ピッチ)"]) S1["1. 主張を抽出して分ける
(事実 / 意見 / 比喩)"] S2["2. 事実の主張を一次情報に当てる
(決算・契約・議事録・判決)"] S3["3. 時系列に並べて整合を見る
(過去の発言と同じ線に乗るか)"] S4["4. 第三者の記録を当てる
(訴訟・監査・証言・学術)"] S5["5. 分かったことと
分からないことを分ける"] Out(["判断
(結論を急がない)"]) AI[("チャット型 AI
(別の会社の物を複数)")] Deep[("Deep Research 型 AI
(引用が必須)")] N --> S1 --> S2 --> S3 --> S4 --> S5 --> Out S1 -.- AI S2 -.- Deep S3 -.- AI S4 -.- Deep classDef good fill:#e8f5e9,stroke:#7a9a6d,color:#3a4d34 class S1,S2,S3,S4,S5 good

1. 主張を抽出して分ける

語りを受け取る前に、「この語りは何を主張しているのか」を書き出す。AI にやらせるとよい。各主張を (a) 客観的事実の主張、(b) 意見・評価、(c) 比喩や感情の表現、に分ける。検算できるのは (a) だけである。

2. 事実の主張を一次情報に当てる

抽出した事実の主張を、原典に当てる。

語りの種類 当てる一次情報
経営者の発言 決算報告書、開示資料、SEC ファイリング
ベンダーのピッチ 契約書の原文、SLA、過去の導入事例
技術の成熟度 公式ドキュメント、リリースノート、GitHub Issue
法的な紛争 法廷文書、判決文
業界レポート 一次データ、調査方法、標本の大きさ

ニュース記事は二次情報である。記事の中の発言や数字は、可能なら原典で見る。 AI に「この記事の引用元はどこか」と頼めば、原典に早く着く。

3. 時系列に並べて整合を見る

過去の発言と今の発言が、同じ線に乗るか。乗らないなら、乗らない理由が説明されているか。Red Hat の 2014 年・2019 年・2020 年の発言を並べたのが、この作法である。語りのいちばん確かめやすい面は時間軸だ。人は今の都合に合わせて語るが、過去の発言は記録に残っている。

4. 第三者の記録を当てる

当事者の発言だけでなく、第三者の記録を当てる。訴訟の法廷文書、監査報告、議会や委員会の証言、退職者のインタビュー、学術論文での引用。WordPress の事例で暫定命令を当てたのが、これにあたる。第三者の記録は、当事者の語りが触れていない面を出す。

5. 分かったことと、分からないことを分ける

最後に、確認できた事実、確認できなかった事実、反対の主張がある論点、情報が足りない論点を分けて書く。情報が足りないなら、足りないと書く。結論を急がないことが、ここでの作法である。

この五つは、相手を糾弾するための道具ではない。*自分の判断を間違えないために使う*。書くのは「公式文書にはこう書いてある」という対比であって、それ以上でも以下でもない。

この作法で得た結論が、続く二章になる

転換編がベンダーの語りに対して取る立場は、この章の上に立っている。

続く 3-03: デジタル主権 ── Microsoft 問題と Trump 問題は、Microsoft 365 が経済でも安全でも既定値だった、という語りを検算した結果である。人数課金の推移、CLOUD Act の条文、テレメトリの公開情報、Copilot が内容をどこへ送るかの公式記述 ── 一次情報に当てたうえで、前提が反転したと言っている。

その次の 3-04: SIer委託モデルの構造的不経済も同じだ。「委託したほうが安い」という語りを、上流の判断がどこに残るか、一周に何が要るか、という確かめられる形に開いている。

どちらも、ベンダーの語りをそのまま受け取った結論ではない。この章の五つの作法を通した結論である。だから、読む側も同じ手順で検算できる。

まとめ

この章は、語りを一次情報で検算する手順を置いた。

語りを作るのは、AI が得意だ。語りを確かめるのも、AI が得意だ。ただし、作る側と確かめる側の AI が同じ訓練データから出ていれば、偏りは残ったままになる。確かめる側に手法の違う AI を据えるのは、人の選択である。

次の章は、この作法を Microsoft に当てる。人数課金、CLOUD Act、テレメトリ、そして米国政府への依存 ── 事務側の前提が、どこで反転したのかを見ていく。


関連記事