Cohereが降りた知能競争、売るのは『予算の檻』

自社業務の自動化に向けてAIエージェントを導入したものの、「夜間にプログラムが無限ループに陥り、翌朝のAPI請求額を見て青ざめた」という失敗談が後を絶ちません。こうした現場の悲鳴に対して、カナダのAI企業Cohereが明確な回答を示しました。同社が発表した企業向け基盤『North 2』は、モデルの賢さを競う開発競争から降り、業務予算を厳格に守る「制御機能」へと舵を切っています。

North 2は何を諦めて何を得たか：知能から制御への転換

2026年10月5日、Cohereが発表した統合基盤『North 2』の狙いは、モデルの知能を高めることではありませんでした。CEOを務めるAidan Gomez（エイダン・ゴメス）はインタビューで、複雑なコーディングや推論能力において、自社モデルがOpenAIやAnthropicの最高峰モデルに及ばないことを認めています。大手技術企業が数十兆円規模の計算資源を投じて「知能の高さ」を競い合う中、Cohereはその土俵から自ら降りる選択をしました。

企業がAIエージェント導入で最も恐れているのは知能の低さではなく、暴走による予算超過とデータの制御不能だ。

Gomezが着目したのは、企業がAIエージェントを現場で動かす際に直面する「制御不全」の不安です。プロンプト指示の解釈ズレによってエージェントが自己ループに落ちると、短時間で数千回のAPI呼び出しが発生し、数万円単位の課金が一夜にして発生します。どれほど知能が高くても、予算を食いつぶすリスクのあるシステムを企業は本番運用に載せられません。North 2は、知能の限界を自覚した上で、「勝手に金を使わない仕組み」を製品化することを選んだのです。

予算突破を自動で止める上限設計と検索コストの削減術

North 2の中核となる管理ツール『North Admin』には、ユーザー、部署、あるいはAIエージェントごとにトークン消費量を制限する「Token Caps（トークン上限機能）」が組み込まれました。あらかじめ「営業部のAI検索枠は月額3万円まで」といった上限を設定しておけば、到達時に自動で処理がストップし、管理者に警告が届きます。さらに、過去のセッションの文脈を引き継ぐ『Memory』や共通処理を再利用する『Skills』といった機能により、同じ指示文を何度も送信してトークンを無駄遣いする構造自体を減らしています。

さらに2026年10月8日にリリースされた検索モデル『Embed 5』は、社内文書検索（RAG）の運用コストを直接的に引き下げます。高精度な情報登録を担う「Pro」と、安価で素早いデータ検索を担う「Fast」という2つのモデルが同じベクトル空間を共有する設計になっています。これにより、社内マニュアルの取り込みは100万トークンあたり0.12ドルで丁寧に行い、日常の問い合わせ検索は0.08ドルの高速モデルで捌くという「ハイブリッド運用」が可能になりました。予算の出口枠に上限を設けつつ、入力と検索の単価も抑える二重の費用削減策が講じられています。

記憶機能の裏側：未公開なデータ保持規定の課題

一方で、Cohereの提案を全面的に鵜呑みにできない点も存在します。North 2が提供する「記憶（Memory）」機能は、過去のやり取りを文脈として保持することで対話のやり直しを省ける便利な仕組みですが、この記憶データの扱いに関する詳細な開示が不足しています。

公式資料では、蓄積された会話コンテキストの保存期間や、従業員が退職した際、あるいは誤った機密情報を読み込ませてしまった際の「個別のデータ削除手順」が明確に記されていません。予算の暴走というコストリスクを防ぐ枠組みを手に入れた反面、長期保存される社内データの管理という新たなガバナンスの懸念が残されている点には注意が必要です。

中小企業が借りるべきは「賢さ」ではなく「止める権限」

中小企業がAIの導入を検討する際、ついつい「最新のGPTやClaudeがどれだけ賢いか」というベンチマーク評価に目を奪われがちです。しかし、予算と人員に限りのある現場にとって本当に必要なのは、最高峰の知能ではなく「暴走したときに確実に止められる権限」です。AIの思考部分そのものは外部の高度なクラウドモデルに頼ったとしても、自社の財布を守る止水弁だけは社内システム側に握っておかなければなりません。

AIを業務に組み込む本当の価値は、人が担っていた退屈な単純作業や検索の手間をAIに任せ、現場の社員が「お客様との対話」や「現場の判断」といった熱狂できる業務に集中できる環境を作ることです。金銭的な安全網をあらかじめ敷いた上で、リスクを制御した賢いAI活用を進めていきましょう。

30分で課題を整理する→