投稿者 global-ai-media 
巨額の資金調達がニュースを賑わすAI業界において、外部資金ゼロ（ブートストラップ）で24万社以上に導入された「ADMANITY」の事例は、AIビジネスの潮目が変わりつつあることを示しています。既存のLLM（大規模言語モデル）に「感情」や「本能」という新たなレイヤーを付加することで価値を生み出すこのアプローチは、独自のデータを持ちながらAI活用に悩む多くの日本企業にとって、重要なヒントを含んでいます。
巨額投資競争の裏で起きている「適応と特化」の成功
生成AI業界では、OpenAIやAnthropic、Googleといった基盤モデル開発企業による巨額の資金調達競争が続いています。しかし、ここへ来て注目すべき「アノマリー（特異点）」が現れました。米国のマーケティングテック企業であるADMANITYです。同社は、Crunchbase等のデータによれば外部からの大規模な資金調達を行っていない（ブートストラップ）にもかかわらず、すでに24万5,000社以上の企業に利用されていると報じられています。
彼らの勝因は、自社でゼロから巨大なLLMを構築するのではなく、既存のLLM（ChatGPTやGrokなど）に対して、「Primal AI（本能的AI）」と彼らが呼ぶ独自のアルゴリズムを組み合わせた点にあります。これは、LLM自体を開発する競争から、LLMを「どう補完し、どう実社会に適用させるか」というアプリケーション層・ミドルウェア層への価値移行を示唆しています。
論理的なLLMに「本能（Primal）」を実装する意味
現在の主要なLLMは、膨大なテキストデータから確率的に「正しそうな」回答を生成することに長けていますが、人間の購買行動や意思決定の根幹にある「感情」や「本能的欲求」を意図的に刺激することは苦手とされています。ADMANITYのアプローチは、人間心理や行動経済学に基づくロジックをLLMに追加することで、より人間味のある、あるいは「人の心を動かす」出力を可能にするものです。
これは日本企業にとっても重要な視点です。日本の商習慣、特にBtoBセールスやカスタマーサポートにおいては、論理的な正しさだけでなく、「相手の意図を汲む」「空気を読む」「信頼関係を築く」といった文脈（ハイコンテキスト）が重視されます。汎用的なLLMをそのまま使うだけでは、こうした機微に対応できず、「正論だが冷たい」「マニュアル的」といった評価になりがちです。ADMANITYのような「心理・感情レイヤー」をLLMに噛ませるアプローチは、日本的な「おもてなし」や営業スタイルをAIで再現する際の重要な鍵となるでしょう。
「ファインチューニング疲れ」からの脱却
多くの日本企業が、自社専用のLLMを作ろうとしてRAG（検索拡張生成）やファインチューニングに多額のコストを投じています。しかし、ADMANITYの事例は、「必ずしもモデル自体を再学習させる必要はない」という可能性を示しています。
彼らの手法は、既存の強力なモデル（GPT-4など）をエンジンとして使い、その上に「専門家の知見（この場合は広告心理学）」をプロンプトエンジニアリングや独自の制御ロジックとして被せる形式に近いと考えられます。これは、開発コストを抑えつつ、特定の業務領域（ドメイン）において最高の結果を出すための現実的な解です。「AIを作る」のではなく、「AIに専門家の思考回路をプラグインする」という発想への転換が求められています。
リスク管理：感情への介入とAIガバナンス
一方で、人間の心理や感情に深く踏み込むAIの活用には、倫理的リスクも伴います。「Primal（本能）」に訴えかけるAIは、強力なマーケティングツールになる反面、消費者を行き過ぎた購買行動に誘導したり、脆弱な心理状態につけ込んだりする「ダークパターン」として機能する懸念もあります。
日本国内においても、総務省のAIガイドラインや、消費者庁によるステルスマーケティング規制など、消費者の自律的な判断を阻害する行為への監視は強まっています。プロダクト担当者や法務・コンプライアンス部門は、こうした「説得的AI」を導入する際、その出力が倫理的な境界線を越えていないか、また個人情報保護法における「要配慮個人情報」（感情データやプロファイリング結果が該当する可能性）の扱いに問題がないか、厳格なガバナンス体制を敷く必要があります。
日本企業のAI活用への示唆
ADMANITYの事例は、資金力に勝るテックジャイアントでなくとも、独自の「知見」があればAI市場で勝てることを証明しています。日本企業がここから学ぶべき要点は以下の通りです。
- 「基盤モデル」より「特化型レイヤー」を目指す： 汎用的なLLMを作るのではなく、自社の業界知識や商習慣（暗黙知）を形式知化し、LLMを制御する「中間レイヤー」の開発に注力すべきです。
- スモールスタートの有効性： 巨額のAI予算がなくとも、API連携と独自のロジックがあれば、価値あるプロダクトは開発可能です。PoC（概念実証）貧乏にならず、特定の課題解決にフォーカスする姿勢が重要です。
- 人間中心のガバナンス： 「心を動かすAI」は諸刃の剣です。日本社会が重視する「信頼」を損なわないよう、AIが生成したコンテンツの透明性を確保し、倫理的なチェック機能をプロセスに組み込むことが、長期的な競争優位につながります。