AI研究所を潰す企業が勝つ理由｜テンセント解散とxAI再建の教訓

AI研究所は、もう要らない

2026年3月20日、中国テック大手のテンセントが10年間運営してきたAI Labを解散した。GoogleでもMetaでもない。時価総額50兆円超、WeChat（微信）で14億人が使うプラットフォームを持つテンセントが、自社の看板AI研究所を「潰した」のだ。

同じ月、イーロン・マスクのxAIでは共同創業者12人中10人が去り、マスク自身が「最初から正しく作れていなかった」と認めてゼロからの再構築を宣言した。

この2つのニュースは、一見バラバラに見える。だが根っこは同じだと思っている。AIが実験テーマだった時代は終わり、AIそのものがプロダクトになった今、「AI専門部署」という組織形態が足かせになっている。

100社以上の企業向けAI研修・導入支援を手がけてきた立場から、この構造変化がなぜ起きているのか、そして日本企業にとって何を意味するのかを読み解いてみたい。

テンセントは何をしたのか──10年の研究所を社内通知3行で畳んだ決断

事実から整理しよう。テンセントのAI Labは2016年に設立された。当時はGoogleがAlphaGoで囲碁の世界チャンピオンを破った年であり、「AI研究所を持つこと」自体がテック企業のステータスだった。自然言語処理、画像認識、音声認識、機械学習の4分野を柱に、国際学会での論文発表やオープンソース貢献で存在感を示してきた組織だ。

それが、3月20日付の社内通知たった1通で消えた。

発表された内容はシンプルだ。

• AI Labを解散し、人員を大規模言語モデル「混元（Hunyuan）」チームに統合
• 新チームのトップはOpenAI出身の姚順雨（ヤオ・シュンユー）（2025年12月着任の首席AI科学者）
• 唯一残るのは産学連携センターのみ。副社長の江杰はAI Lab管轄から外れた
• マルチモーダル部門のトップは技術エンジニアリンググループ総裁の盧山に直属

背景にあるのは、テンセントの焦りだ。

テンセント会長の馬化騰（ポニー・マー）は2026年1月26日の社内年次会議で「AIへの対応が遅かった」と認めている。同社のAIアシスタント「元宝（Yuanbao）」は2月にDAU（日次アクティブユーザー）5,000万を突破したものの、ByteDanceの「豆包（Doubao）」にはまだ大きく引き離されている。春節のキャンペーン（10億元規模の紅包配布）でブーストしてこの数字だ。キャンペーン終了後のリテンションも課題とされている。

テンセントの打ち手は明快だった。研究と製品を分けるのをやめた。

2026年のAI投資予算は前年の180億元（約3,800億円）から倍増の360億元（約7,600億円）超に引き上げられる。テンセント総裁の劉熾平（マーティン・ラウ）は3月18日の決算説明会でこの方針を発表した。その全額が混元チームという「プロダクト組織」に集中投下される。4月には次世代モデル「Hunyuan 3.0」の外部公開も控えている。

なぜ「統合」ではなく「解散」だったのか

ここで注目すべきは、テンセントが「研究所を拡充して混元チームに寄せた」のではなく、「研究所という箱を消滅させた」点だ。

組織設計に携わった経験がある人なら分かると思うが、AI Labという箱を残したまま人を異動させると、旧組織の文化やKPIが残る。論文の本数、学会での発表件数、特許出願数──これらは研究所としては正しいKPIだが、プロダクト組織では意味を持たない。論文が10本増えても、Yuanbaoのユーザー体験は1ミリも改善しない。

テンセントは箱ごと壊すことで、「研究のための研究」を構造的に排除した。チームの新リーダーがOpenAI出身の姚順雨であることも象徴的だ。OpenAIはまさに「研究をプロダクトにする」ことで世界を変えた組織であり、その思想をテンセントに持ち込むという意図が読み取れる。

正直、ここまで思い切れる企業は珍しい。10年間の蓄積がある組織を潰すのは、社内政治的にも心理的にもハードルが高い。それをやったことに、テンセントの本気度が現れている。

xAIの失敗が証明した「天才を集めれば勝てる」の嘘

テンセントとは対照的に、xAIは組織設計の失敗をリアルタイムで世界に晒している。

2023年に設立されたxAIには、DeepMind、OpenAI、Google、トロント大学から引き抜いた超一流のAI研究者12人が共同創業者として名を連ねた。メンバーの経歴だけ見れば、世界最強のAI研究チームと言っても過言ではなかった。資金も潤沢で、Teslaから20億ドルの出資を受け、2026年1月にはシリーズEで200億ドルを調達。SpaceXとの合併で企業価値は1.25兆ドルに達した。

結果はどうなったか。

マスクは2026年3月13日、自身のプラットフォームXで「xAIは最初から正しく作れていなかった（was not built right first time around）」と投稿した。直後にAIコーディングスタートアップCursorからAndrew MilichとJason Ginsbergを引き抜き（2人はマスクに直属で報告する）、さらにSpaceXとTeslaから「問題解決屋（problem solvers）」を送り込んで立て直しを図っている。

何が間違っていたのか

xAIの失敗パターンは、実は古典的だ。「世界最高の研究者を集めれば、世界最高のプロダクトができる」という思い込みである。

研究者はモデルの性能を0.1%上げることに全力を注ぐ。それは研究者として正しい。だがプロダクトとして世に出すために必要なのは、推論コストの最適化、APIの安定性とレイテンシ、ユーザーが触れるインターフェースの洗練、エンタープライズ顧客のセキュリティ要件への対応だ。これらは「研究」ではなく「エンジニアリング」と「プロダクトマネジメント」の仕事であり、まったく別の筋肉を使う。

Cursorから幹部を引き抜いたのは、まさにこの欠落を埋めるためだろう。Cursorはモデルを自前で作っていない。既存のLLM（Claude、GPTなど）を「使いこなす」プロダクトで急成長した企業だ。つまりxAIに足りなかったのはAIを「作る」力ではなく、AIを「プロダクトにする」力だった。

研修の場でもこれに近い現象をよく見る。「最新のLLMを導入すれば業務が変わる」と信じてツール選定に膨大な時間をかけた結果、肝心の業務プロセスの再設計が手つかずのまま──というパターンだ。テクノロジーの性能とプロダクトの価値は、イコールではない。

日本企業の「AI推進室」が抱える同じ病

テンセントとxAIの話は、太平洋を挟んだ日本企業にとっても他人事ではない。

2025年から2026年にかけて、日本では多くの企業が「AI推進室」「DX推進部」「生成AI活用センター」「AI-CoE（Center of Excellence）」を設置した。AIに本気で取り組むという意思表示であり、その意図は正しい。

だが、その組織設計が「テンセントが10年かけて作り、そして捨てたもの」と同じ構造になっていないだろうか。

典型的な失敗パターン：「島」になるAI推進室

企業向けAI研修の現場で最もよく見るのが、こういう構造だ。

パターン1：本業から切り離された「実験室」

経営企画部の下に小さなチーム（3-5人）が作られ、「AI活用事例の調査」「PoC（概念実証）の実施」が主業務になる。しかし現場の業務フローに対する権限がないため、PoCで「効果あり」と判定されても、実装に進めない。「検証は成功しました。でも本番適用は事業部の判断です」──この一文で、何ヶ月もの作業が宙に浮くのを何度も見てきた。

パターン2：KPIが「手段」になっている

何件AIツールを導入したか。何人がChatGPTのアカウントを持っているか。何回AI研修を実施したか。これらが評価指標になっていると、AI推進室は「ツールの配布係」になってしまう。本来測るべきなのは、AIによって業務時間がどれだけ減ったか、意思決定の質がどう変わったか、顧客対応のスピードがどう改善したかだ。

パターン3：人事ローテーションでナレッジがリセットされる

日本企業特有の問題だが、2-3年の周期でAI推進室の担当者が異動する。新任者は前任者が何をやっていたか分からず、同じ検証をゼロからやり直す。「前任者が何をやっていたか分からない」と言われる3代目室長を、実際に複数の企業で見た。これでは組織としてのAIケイパビリティが積み上がらない。

データが示す「中間管理職」というボトルネック

コーレ株式会社が2026年3月に発表した調査によれば、生成AI導入企業の管理職の7割以上が「AIを使いこなせない層による業務支障」を実感している。しかもその「使いこなせない層」は現場作業者ではなく、課長・リーダー職に集中している。

これは構造的な問題だ。課長・リーダー職は業務プロセスの決定権を持つ層であり、ここがAIを理解していないと、現場がいくらAIを使いたくても業務フローに組み込めない。AI推進室が頑張ってツールを導入し、研修を実施しても、「うちの部署では使わない」と中間管理職が判断した瞬間に、その投資はゼロになる。

野村総合研究所（NRI）の「IT活用実態調査（2025年）」でも、企業の70.3%が生成AI活用の課題として「リテラシーやスキル不足」を挙げている。問題はツールではない。組織構造そのものだ。

「AI推進室」から「AIネイティブな事業部」へ

テンセントの判断から学べる最大のポイントは、AIを「支援機能」ではなく「事業そのもの」に組み込むということだ。

AIを各事業部に統合する際に、研修やコンサルティングの場でよく提案するフレームワークがある。

この転換は、テンセントが「AI Lab → 混元プロダクトチーム」で実行したことと本質的に同じだ。研究（または推進）を担当する組織を消し、プロダクト（または事業）を担当する組織にAI機能を吸収させる。AIの専門知識が事業の文脈と一体化することで、はじめて実務的な価値が生まれる。

「専門知識が分散するのでは？」への反論

この話をすると、必ず返ってくる反論がある。「AI推進室がなくなったら、専門知識が各部署にバラバラになって、全体のレベルが下がるのでは？」

この懸念は理解できる。だが、テンセントの事例が示しているのは、「分散」ではなく「集約の方向を変えた」ということだ。

テンセントは研究者を解雇したわけではない。混元チームという、より大きく、よりプロダクトに近い組織に統合した。さらに産学連携センターは残した。つまり基礎研究のパイプラインは維持しつつ、組織の重心をプロダクト側に移したのだ。

日本企業でも同じアプローチが取れる。

• 小さなCoEは残す：全社横断のAI技術標準、セキュリティガイドライン、ベンダー評価基準の整備は引き続き必要。ただしこれは3-5人の小さなチームで十分であり、「部署」として維持する必要はない。テンセントが産学連携センターだけ残したのと同じ発想だ
• 実行は事業部に委ねる：営業部門のAI活用は営業部門が主導する。製造現場のAI活用は製造部門が主導する。自分の業務を一番知っている人間がAIの使い方を決めるのが、結局最も効率的で、成果も出やすい
• 外部パートナーを戦略的に活用する：社内に高度なAI専門人材を常時抱えるのが難しい中小企業なら、研修や導入支援を外部に委託する選択肢もある。重要なのは「外部のノウハウが社内に残る仕組み」を設計すること。研修を受けたら終わり、ではなく、研修で学んだことを日常業務に定着させるフォローアップの仕組みまで含めて設計する必要がある

3つの事例が示す共通パターン

ここまでの議論を整理すると、テンセント・xAI・そして日本のAI推進室に共通する構造的な問題が浮かび上がる。

共通パターンは明確だ。「AIを特別扱いする組織」は、AIを事業成果に結びつけることができない。

2016年にAI研究所を作ったテンセントの判断は、当時は正しかった。AIが実験段階にあり、何ができるか分からなかった時代には、専門チームを本業から隔離して自由に研究させるのが合理的だった。だが2026年の今、AIは実験ではない。AIは事業そのものだ。組織設計もそれに合わせて進化させなければならない。

EU AI法が後押しする「責任の一元化」

組織再編を加速させる外部要因もある。2026年8月に高リスクAIシステムへの規定が本格適用されるEU AI法だ。

EU AI法では、高リスクに分類されるAIシステムに対して、文書化、透明性、データガバナンス、人間による監視義務が厳しく課される。海外取引のある日本企業にとっても無関係ではない。

ここで問題になるのが、「誰がAIシステムの責任を持つのか」という点だ。

AI推進室がツールを選定・導入し、営業部門がそれを顧客対応に使い、結果として顧客に不利益が生じたとき──責任の所在はどこにあるのか。AI推進室か、営業部門か、それとも経営層か。推進室モデルでは、この「責任の間」が生まれやすい。

CIO.comの2026年の特集「The End of AI as an Experiment」でも、AIを独立した「サイエンスプロジェクト」として扱う時代は終わり、AI施策はROI（投資対効果）を明確に示す「事業投資」として管理されるべきフェーズに入っているという指摘がなされている。

AIの責任を事業部に持たせるテンセント型の組織であれば、責任の所在は明確だ。営業部門のAIは営業部門長が責任を持つ。製造部門のAIは製造部門長が持つ。AI推進室という中間組織を挟まないことで、ガバナンスがシンプルになり、EU AI法への対応もしやすくなる。

明日から始められる3つのステップ

「うちはテンセントみたいな大企業じゃないし」と思うかもしれない。でも規模に関係なく、以下の3つは今日から検討を始められる。

ステップ1：AI推進室のKPIを「事業成果」に切り替える（今週中にできる）

「導入件数」「PoC完了数」「研修受講者数」をやめて、「AIによる業務時間の削減量」「AI活用による売上・コスト影響」に変える。測定が難しければ、まず1つの部署・1つの業務で試す。

たとえば営業部門の提案書作成時間のBefore/Afterを1週間計測するだけでも、「AIの効果を事業成果で語る」文化の第一歩になる。「ChatGPTのアカウント発行数」ではなく「提案書作成時間が平均2時間から45分に短縮された」と報告されたとき、経営層の反応は確実に変わる。

ステップ2：各事業部に「AI担当者」を任命する（今月中にできる）

AI推進室のメンバーを各事業部に「出向」させるのではなく、各事業部から「AIに興味がある人」を1人指名する。理想を言えばデジタルリテラシーの高い30代の中堅社員だ。その人がAI推進室と事業部の橋渡し役になる。

ポイントは、この担当者の評価は事業部の業績に連動させること。AI推進室の評価軸（導入件数）ではなく、事業部の評価軸（売上、コスト削減、顧客満足度）でAI活用の成果を測る。テンセントが産学連携センターだけ残したように、全社横断の知識共有は小さな仕組みで維持できる。

ステップ3：「AI推進室の解散日」を先に決める（今四半期中に決定する）

これが一番大事で、一番難しい。AI推進室を永続する組織ではなく、「AIを事業部に定着させるための期間限定ミッション」だと位置づける。

「2026年度末までにAI推進室の機能を全事業部に移管する」「2027年3月末をもってAI推進室を解散する」──こうしたゴールを設定するだけで、組織の動き方が変わる。終わりが見えているプロジェクトは、終わりが見えないプロジェクトよりも速く進む。これは経験則だが、ほぼ例外なくそうだ。

解散後に残すのは、テンセント方式で言えば「産学連携センター」に相当する小さなCoE（3-5人）と、各事業部に配置されたAI担当者のネットワークだ。組織図からAI推進室が消えたとき、AIは「特別なもの」ではなく「普通のもの」になる。それこそがゴールだ。

私の結論

テンセントがAI研究所を解散したのは、AIを軽視したからではない。AIを本気で事業の中核に据えたからだ。研究所という「特別な場所」にAIを閉じ込めておく余裕がなくなった。xAIの再構築も同じ文脈にある。世界最高の研究者を集めても、プロダクトとして勝てなかった。AIの時代に勝つのは「最高の研究者を持つ企業」ではなく、「AIをプロダクトと組織に最も深く埋め込んだ企業」だ。

日本企業の多くは今、AI推進室を「作る」フェーズにいる。だが世界のトップ企業は、すでにその先の「壊す」フェーズに入っている。この時差を認識しているかどうかが、2026年の競争力を分ける。

筆者自身も、研修の場で「AI推進室をどう作ればいいですか？」と聞かれたら、こう答えるようになった。

「作ってもいいです。ただし、解散する日を最初から決めてください。」

AIの組織設計や導入戦略について、より体系的に知りたい方はAIエージェントの半数は「無監視」で動いているも参考になるはずだ。また、管理されないAIがもたらすリスクについてはシャドーAIとは？従業員の8割が無断利用する実態と5つの対策で詳しく解説している。

参考・出典

• Tencent Folds AI Lab Into Hunyuan Team in Major AI Overhaul — Caixin Global（参照日: 2026-03-21）
• Elon Musk admits xAI “was not built right first time around,” launches full restructuring — THE DECODER（参照日: 2026-03-21）
• The End of AI as an Experiment: Designing for What Comes Next in 2026 — CIO.com（参照日: 2026-03-21）
• 生成AI導入企業の管理職調査 — 課長・リーダー職のAI活用が最も遅れている実態 — コーレ株式会社 / PR TIMES（参照日: 2026-03-21）
• Why Agentic AI Requires A Cybersecurity Governance Playbook — Forbes（参照日: 2026-03-21）
• Amazon invests $50B in OpenAI, deepens AWS partnership — GeekWire（参照日: 2026-03-21）

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。

この記事はUravation編集部がお届けしました。