「Magnum」がAIで新製品開発？その真意と、AIが変える「ものづくり」の未来とは？
「Magnum、AIで新製品開発」という話題の核心は、ユニリーバの高級アイスクリームブランド「Magnum」と、チリのフードテックスタートアップNotCoの提携にある。NotCoは独自のAI技術「Giuseppe（ジュゼッペ）」を用いて、動物性食材を使わずに味や食感を再現する植物性食品を開発している企業だ。膨大な食材のデータベースと分子レベルの分析を組み合わせ、牛乳を使わずにMagnumアイスクリームの濃厚な口どけや風味を再現する組み合わせを導き出す仕組みで、カロリー分析や原材料費の管理、「贅沢さ」と「持続可能性」という相反するニーズを両立させる製品設計にAIが関与している。NotCoのAIは過去にも、合成着色料の代替品の発見や砂糖の削減といった用途で、主要な食品メーカーに活用されてきた実績がある。
「Magnum」というキーワードでは、他にも複数のAI関連の文脈が存在する。1つは「Magnum v4 72B」という大規模言語モデル(LLM)で、公表されている仕様によれば720億のパラメータを持ち、32,768トークンのコンテキスト長、英語・日本語を含む9言語に対応するとされる。コンテンツ生成や分析、複雑な問題解決、技術文書作成やコード生成といった企業向けアプリケーションへの適性が想定されている。もう1つはNVIDIAが提供する「Magnum IO GPUDirect Storage」で、AI・機械学習(ML)のワークロードにおけるI/Oを高速化する技術だ。GPUとストレージ間の直接パスを可能にしCPUの負荷を軽減するもので、MicronやOracle Cloud Infrastructure(OCI)との連携も進んでいるとされる。さらに「Magnum AI」という仮想通貨取引プラットフォームも存在し、AIアルゴリズムで市場データを分析し価格変動を予測、自動的に取引を実行する仕組みを掲げている。
これらの多様な「Magnum」とAIの組み合わせは、AIが特定の「製品」そのものを生み出すだけでなく、製品開発の「プロセス」全体、さらには「インフラ」や「サービス」のあり方までを変革している例と捉えられる。投資家にとっては、「AIを使っている」という表面的な情報だけでなく、そのAIが具体的にどのプロセスでどのような価値を生み出し、持続可能な競争優位性につながっているのかを見極める視点が重要になる。技術者にとっては、NotCoのGiuseppeのように特定のドメイン知識とAI技術を融合させる専門性や、NVIDIAのGPUDirect StorageのようにAIの性能を引き出す基盤技術への理解が、キャリアの方向性を左右する要素になり得る。
製品開発における「共感性」と「創造性」
NotCoのGiuseppeがMagnumの植物性アイスクリームを開発した事例は、AIが既存レシピの最適化にとどまらず、膨大なデータから「牛乳を使わずに濃厚な口どけと風味をどう再現するか」という解を導き出した例と言える。消費者の健康志向や環境意識の高まりに応えながら「贅沢さ」という価値を損なわない設計は、AIが市場のトレンドや消費者の潜在的なニーズを読み取る能力を持ち始めていることを示す一例とみなせる。SNSの投稿やレビューコメント、画像・動画といった非構造化データから、従来のアンケート調査やフォーカスグループでは捉えにくかった消費者の感情の機微を読み解く応用も想定される。
もう一方の「創造性」は、AIが既存の枠にとらわれず新しい組み合わせや解決策を生み出す能力を指す。Giuseppeは膨大な食材の分子レベルのデータベースから、人間が思いつかなかったような代替素材の組み合わせを見つけ出し、Magnumの独特の口どけや風味を再現した。無数の試行錯誤を高速かつ網羅的に繰り返し最適な解にたどり着くこのアプローチは、製品開発の初期段階、つまりコンセプトメイキングやデザインのアイデア出しにおいてAIが役割を果たし得ることを示している。
投資家視点
投資家にとっては、AIの導入がコスト削減や効率化にとどまらず、企業の持続的な成長と競争優位性にどう貢献するかを見極める必要がある。AIが市場の変化に迅速に対応した製品開発を可能にすれば、市場投入までの時間(Time to Market)が短縮され、競合に先駆けて新しい市場を開拓できる可能性が高まる。植物性でありながら「贅沢さ」を損なわない製品のように、新しい顧客層の獲得やブランド価値向上につながる製品は、ESG投資が重視される環境において企業評価を左右する要素にもなり得る。表面的な「AI活用」という情報だけでなく、その裏にあるビジネスモデルや技術的優位性、市場でのインパクトを見る視点が重要になる。
技術者視点
技術者にとっては、NotCoのGiuseppeのようなAIを構築する上で、機械学習モデルの構築に加えて食品科学や栄養学といった深いドメイン知識との融合が求められる。特定の産業に特化したAIソリューション開発の需要が高まる領域と言える。人間の感情や嗜好といった非構造化データを扱うには、自然言語処理(NLP)、コンピュータビジョン、マルチモーダルAIの技術が重要になり、AIが導き出したインサイトが実際に消費者の心に響くかを評価しモデルを調整する能力も必要になる。生成モデル(Generative AI)や強化学習の知識、AIが提示する多様なアイデアから有望なものを選び具体的な製品に落とし込むプロセス、バイアスの排除や透明性の確保といった倫理的なAI開発への関与も求められる。
ものづくりの未来と人間の役割
製品の企画からデザイン、開発、製造、マーケティング、販売後のフィードバックまで、あらゆるフェーズでAIが関与する度合いは増していくとみられる。AIが個々の消費者の好みやライフスタイル、健康状態を分析し最適な製品を提案・開発する一方、原材料の調達から製造・流通・廃棄までのサプライチェーン全体を最適化し資源の無駄を減らす応用も見込まれる。ただし、AIが生成した候補の中から市場に受け入れられるもの、ブランドイメージに合うものを選び取る判断は、引き続き人間の感性や洞察力に委ねられる部分が大きい。AIが「最適な解」を導き出すことと、「最も響く解」を選び取ることは別の能力であり、後者にはドメインエキスパートや開発者による問いの設定と、その答えを伝える文脈づくりが必要になる。
Magnumの事例が示すのは、AIが製品開発の特定の工程を代替するだけでなく、企画・設計から運用・インフラに至るまで多層的に「ものづくり」に関与し始めているという構図だ。どの層でAIがどのような価値を生み出しているかを見極めることが、投資判断や技術戦略を立てる上での軸になる。