Perplexityは2026年7月下旬、単一の問いに対して複数の大規模言語モデルを同時に走らせ、合意点と乖離点を統合する「Model Council」機能を公開した。本機能は、モデルを比較・選択するプロセスそのものを製品に内包し、AIの出力を経営判断に直結させる設計を持つ。マルチモデル戦略が研究段階から実用フェーズに入ったことを示す事例である。

Model Councilの動作原理と設計思想

Model Councilは、OpenAI、Gemini、Anthropic、オープンソース系から2〜8モデルをユーザーが選択し、同一プロンプトに対する回答の一致度と相違を合成する。分析深度は簡易洞察から詳細レポートまで指定可能で、Computer機能と連動して報告書や役員向け資料などの成果物を自動生成する。設計の中核にあるのは「モデルに依存しないアーキテクチャ」であり、Perplexityが単一モデルへのロックインを回避し、タスクごとに最適モデルを割り当てる従来方針の延長線上に位置する。法的レビュー、VCの企業評価、CFOの投資判断、個人の医療保険選択まで、正解が一意でない曖昧な問いを主な対象としている点が特徴だ。

AI産業構造に与える影響：推論レイヤーの多極化

本機能は、AI産業のレイヤー構造のうち「推論・アプリケーション層」における競争軸の変化を示している。GPU供給や基盤モデル開発といった上流ではなく、複数モデルを統合するインターフェース層に価値が移動しているためだ。OpenAIのChatGPT、GoogleのGemini、AnthropicのClaudeなど、各社が自社モデルへの囲い込みを強める中、Perplexityの立ち位置はモデル中立の統合レイヤーとして明確化された。これはクラウド市場におけるマルチクラウド管理基盤の登場と構造的に類似し、モデル間の性能差が縮小するほど統合レイヤーの価値が相対的に高まる可能性がある。

企業の意思決定プロセスに組み込まれるAI合議

Model Councilが想定する利用シナリオは、企業の実務判断に直結する。契約書のリスク評価、VCのバリュエーション判断、倉庫管理システムの自社開発か外部調達かの選択など、単一の正解が存在しない経営課題に対し、複数モデルの見解を並列評価することで判断の確度を高める設計である。合意領域は意思決定の推進力に、乖離領域は追加調査の起点に位置づけられている。日本企業の導入現場においては、法務審査や事業計画策定など、稟議プロセスで複数部門の見解を集約する業務フローとの親和性が高く、AIが複数視点のファシリテーターとして組織判断に介在する形態が現実化しつつある。

マルチモデル戦略が促すベンダー間競争の質的変化

Model Councilの公開は、AIモデル提供事業者に対し「自社モデル単体で完結しない評価環境」への適応を迫る。ユーザーが複数モデルを同時比較できる環境では、特定タスクにおける相対的優位性が可視化され、汎用的な性能主張だけでは差別化が困難になる。Perplexityの公式ブログが明示する「最先端モデルを常に追加する」方針は、モデル提供側に継続的な性能向上と専門特化の圧力をかける。同時に、オープンソースモデルがClaude Opus 4.8やChatGPT 5.5、Gemini 3.1 Proと同一の評価フレームに組み込まれている事実は、プロプライエタリモデルとオープンモデルの境界がユーザー視点で希薄化している状況を示唆する。

今後の論点：検証可能性と組織導入のハードル

Model Councilの実用性を評価する上で、合成結果の検証可能性が論点となる。複数モデルの合意が「正しさ」を保証するわけではなく、全モデルが同じ誤りに収斂するリスクは排除されていない。また、法務や財務など専門領域での利用には、出力の説明責任と監査可能性が組織要件として求められる。Perplexityの公式情報からは、合議プロセスの透明性や個別モデルの寄与度をどの程度開示するかは現時点では明らかにされていない。日本市場においては、金融商品取引法や医療法規など業種別のコンプライアンス要件との整合性が実務導入の分岐点となる可能性がある。