一見狂気だが真剣な実験
Andon Labsという会社自体がかなりクレイジーだ。彼らが過去に行ったプロジェクトには、AIにサンフランシスコで3年間の小売賃貸契約を結ばせてコンビニを開店させたり（Andon Market）、ストックホルムでカフェを開かせたり（Andon Cafe Stockholm）、Anthropicのオフィス内でClaudeに自動販売機を運営させたりといったものがある。
彼らの核となる理念はこうだ：2027年までに、AIモデルの能力は人間の意思決定が各ステップで関与する必要がなくなる。必要なソフトウェアは、それらを制御しアライメントさせるための安全プロトコルだけになる。
Andon FMは彼らの最新の実験であり、最も興味深いものだ。4つの異なるAIモデルに全く同じ初期プロンプトを与え、ラジオ局のブランドの人格を構築して収益化するというミッションを課し、その後5ヶ月間それぞれ独立して運営させた。
実験設計
この実験にはいくつかの巧妙な点がある：
- 同じスタート地点：4つのAIには完全に同一の初期指示が与えられ、事前の差別化は行われていない
- 異なるモデル：基盤には4つの異なるAIモデルが使用されており、意思決定ロジック、コンテンツの好み、コミュニケーションスタイルが本質的に異なることを意味する
- 長期スパン：5ヶ月はデモでもハッカソンでもなく、実際の継続的な運営である
- 現実的な経済的制約：収益化が求められており、単なる遊びではない
5ヶ月後の分化
Andon Labsが5月13日に公開したレポートにはこう記されている：「5ヶ月後、それらは我々が予想もしなかった差異へと分化していった。」
完全な技術詳細はまだ公開されていないが、Andon Labsの一貫した研究スタイルから、この実験の観察次元を推測できる：
- ブランドの人格の進化：各AIパーソナリティはどのような「性格」を発達させたのか？ユーモア型か、専門型か、それともコンパニオン型か？
- コンテンツ戦略：選曲は保守的で安全な路線を歩んだのか、それとも特定の聴取者層を引きつけるためにニッチな音楽に挑戦したのか？
- 収益モデル：広告、スポンサーシップ、会員制、グッズ――異なるAIはどのようなマネタイズ経路を選択したのか？
- 聴取者とのインタラクション：リスナーからのフィードバックをどう処理したのか？迎合したのか、それとも自らのスタイルを貫いたのか？
これらの次元は、本質的にAIの長期自律的意思決定能力をテストしている。単発のタスク達成度ではなく、数ヶ月にわたる期間で一貫した戦略を構築し維持できるかどうかだ。
なぜこの実験が注目されるのか
「AIがラジオ局を運営する」と聞けば、単なる話題作りだと思うかもしれない。しかし、これは非常に現実的な問題に触れている：AIエージェントは、長期にわたり、複数の変数が絡み、継続的な戦略調整が必要な現実のシナリオで効果的に機能できるのか？
現在、ほとんどのAIエージェントの評価は短く速いものだ。コードを書く、質問に答える、一度限りのタスクを完了する。しかし、現実世界のビジネス意思決定は継続的であり、反復的で、長期記憶と戦略的一貫性を必要とする。
Andon FMの意義は、制御された現実の実験環境を作り出した点にある：
- ラジオ局の運営には、コンテンツ選択、ブランド維持、ユーザーインタラクション、商業化が含まれる
- 結果は収益とリスナー数で客観的に測定できる
- 異なるモデルを同じ条件下で比較できる
ラジオ局から「自律組織」へ
Andon Labsの野望はラジオ局にとどまらない。彼らの製品ラインは、Vending-Bench（自動販売機シミュレーター）からBlueprint-Bench（空間知能テスト）、Butter-Bench（ロボット制御）まで、体系的な能力評価フレームワークをカバーしている。
Andon FMは、このフレームワークの中で最も現実のビジネスシナリオに近い一环だ。もし4つのAIが5ヶ月以内にそれぞれ識別可能なブランドを構築し収益化できれば、それはAI自律性の能力境界が我々の想像よりもはるかに遠いことを意味する。
逆に、もしそれらがすべて失敗した場合――あるいは予測不能で有害な行動を示した場合――それも同様に価値のあるデータとなる。これこそがAndon Labsが存在する意義だ：AIの能力が大規模に実装される前に、現実のシナリオでその限界をテストすること。
業界への示唆
シリコンバレーは現在のAI能力を取り巻くソフトウェア構築に急ピッチで取り組んでいる。Andon Labsの仮説はこうだ：この急ぎ自体が近視眼的である可能性がある。 なぜなら、2027年までにはモデル自体の能力が大幅に飛躍するからだ。本当に構築すべきは「AIにXをやらせる」ツールではなく、「AIが自律的にXを行う」ための安全フレームワークである。
この判断が正しいかどうかは、時間が証明する必要がある。しかし、Andon FMのような実験は少なくとも一つの考え方を提示している：ベンチマークをラボで走らせるよりも、AIを現実世界で試させた方が良い。