AIがブラウザを再構築する：第三次ブラウザ戦争の前夜

第三次ブラウザ戦争が静かに展開されています。1990年代のNetscape、MicrosoftのIEから、オープンソース精神のFirefox、GoogleのChromeに至るまで、ブラウザの争いはプラットフォームの支配権と技術パラダイムの変遷を集中的に反映しています。Chromeは更新速度とエコシステムの連携により覇権を獲得し、Googleは検索とブラウザの"二大寡頭"構造を通じて情報の入り口のクローズドループを形成しました。

しかし、今日、この構図は揺らいでいます。大規模言語モデル（LLM）の台頭により、ますます多くのユーザーが検索結果ページで「ゼロクリック」でタスクを完了するようになり、従来のウェブページクリック行動が減少しています。同時に、AppleがSafariでデフォルトの検索エンジンを置き換える意向があるという噂があり、これがAlphabetの利益の基盤にさらなる脅威を与え、マーケットは「検索の正統性」に対する不安を示し始めています。

ブラウザ自体も役割の再形成に直面しています。それは単にウェブページを表示するツールではなく、データ入力、ユーザー行動、プライバシーのアイデンティティなど、さまざまな機能の集約コンテナです。AIエージェントは強力ですが、複雑なページインタラクションを完了し、ローカルのアイデンティティデータを呼び出し、ウェブ要素を制御するには、ブラウザの信頼の境界と機能のサンドボックスを利用する必要があります。ブラウザは人間のインターフェースからエージェントのシステム呼び出しプラットフォームへと変わりつつあります。

現在のブラウザ市場の構造を打破する可能性があるのは、別の「より良いChrome」ではなく、新しいインタラクションの構造です：情報の提示ではなく、タスクの呼び出しです。未来のブラウザはAIエージェントのために設計される必要があります - 読むだけでなく、書き、実行することもできるものです。Browser Useのようなプロジェクトは、ページ構造をセマンティック化し、視覚的インターフェースをLLMが呼び出せる構造化テキストに変えることを試みており、ページから命令へのマッピングを実現し、インタラクションコストを大幅に削減します。

市場で主流のプロジェクトが試験運用を始めています：PerplexityはAIを使って従来の検索結果を置き換えるネイティブブラウザCometを構築し、Braveはプライバシー保護とローカル推論を組み合わせ、LLMを使って検索とブロック機能を強化しています。一方、DonutなどのCryptoネイティブプロジェクトは、AIとオンチェーン資産の相互作用の新しい入り口を狙っています。これらのプロジェクトの共通の特徴は、ブラウザの入力部分を再構築しようとすることであり、出力層を美化するのではありません。

起業家にとって、機会は入力、構造、代理の三角関係に隠れています。ブラウザは未来のエージェントが世界を呼び出すインターフェースとして機能し、構造化され、呼び出し可能で、信頼できる「能力ブロック」を提供できる者が新しいプラットフォームの一部となることを意味します。SEOからAEO（エージェンジン最適化）へ、ページトラフィックからタスクチェーンの呼び出しへ、製品の形態とデザイン思考が再構築されています。第三次ブラウザ戦争は「入力」で発生しており、「表示」ではありません。勝敗を決定するのは、もはや誰がユーザーの目を引くかではなく、誰がエージェントの信頼を勝ち取り、呼び出しの入口を得るかです。

ブラウザの発展の簡単な歴史

1990年代初頭、インターネットが日常生活の一部となる前に、Netscape Navigatorが登場しました。それは新しい大陸を切り開く帆船のように、数百万のユーザーにデジタル世界への扉を開きました。このブラウザは最初のものではありませんが、真に大衆に向けてインターネット体験を形作った最初の製品です。当時、人々は初めてグラフィカルインターフェースを通じてウェブページをこれほど簡単に閲覧できるようになり、まるで世界全体が突然手の届くところにあるかのように感じました。

しかし、栄光はしばしば短命です。マイクロソフトはすぐにブラウザの重要性に気付き、Internet ExplorerをWindowsオペレーティングシステムに強制的にバンドルし、デフォルトのブラウザにすることを決定しました。この戦略は「プラットフォームキラー」とも言えるもので、Netscapeの市場の支配的地位を直接崩壊させました。多くのユーザーは自発的にIEを選択したわけではなく、システムのデフォルトとして受け入れたためです。IEはWindowsの配布能力を借りて、急速に業界の覇者となり、Netscapeは衰退の軌道に陥りました。

困難の中で、Netscapeのエンジニアたちは過激で理想主義的な道を選びました - 彼らはブラウザのソースコードを公開し、オープンソースコミュニティに呼びかけました。この決定は、技術界における「マケドニア式の譲歩」のようで、旧時代の終わりと新しい力の台頭を予示していました。このコードは後にMozillaブラウザプロジェクトの基盤となり、最初はPhoenix（不死鳥の意）と名付けられましたが、商標の問題で何度も改名され、最終的にFirefoxと名付けられました。

Firefoxは単なるNetscapeのコピーではなく、ユーザーエクスペリエンス、プラグインエコシステム、安全性などの面で多くのブレークスルーを実現しました。その誕生はオープンソース精神の勝利を示し、業界全体に新たな活力を注入しました。FirefoxはNetscapeの「精神的後継者」と形容されることもあり、オスマン帝国がビザンティンの余韻を受け継いだようです。この比喩は誇張されているとはいえ、意味深いものです。

しかし、Firefoxが正式にリリースされる数年前に、マイクロソフトはすでに6つのバージョンのIEをリリースしており、時間的な優位性とシステムバンドル戦略により、Firefoxは最初から追いかける立場に置かれ、この競争はスタートラインが平等な公平な競争ではないことが運命づけられていた。

同時に、別の初期のプレイヤーも静かに登場しました。1994年、オペラブラウザが登場し、ノルウェーから生まれました。最初は実験的なプロジェクトに過ぎませんでした。しかし、2003年の7.0バージョンからは、自社開発のPrestoエンジンを導入し、CSS、レスポンシブデザイン、音声コントロール、Unicodeエンコーディングなどの最先端技術をいち早くサポートしました。ユーザー数は限られていましたが、技術的には常に業界の最前線を走り続け、「ギークの好み」となりました。

同年、アップルはSafariブラウザを発表しました。これは意味深い転換点でした。当時、マイクロソフトは破産寸前のアップルに1.5億ドルを投資し、競争の表面を維持し、独占禁止法の審査を避けました。Safariが誕生した時のデフォルト検索エンジンはGoogleでしたが、このマイクロソフトとの歴史的な絡みは、インターネットの巨人たちの間の複雑で微妙な関係を象徴しています: 協力と競争は常に影を落とし合っています。

2007年、IE7はWindows Vistaと共にリリースされましたが、市場の反応は平凡でした。一方、Firefoxはより速い更新ペース、よりフレンドリーな拡張機構、そして開発者への自然な魅力を武器に、市場シェアを約20%まで着実に伸ばしました。IEの支配は次第に緩み、風向きが変わりつつあります。

Googleは別のアプローチを取っています。2001年から自社のブラウザを作る構想を練り始めましたが、プロジェクトの承認を得るまでに6年かかりました。Chromeは2008年に登場し、ChromiumオープンソースプロジェクトとSafariで使用されているWebKitエンジンを基にしています。「肥大化した」ブラウザと皮肉を言われていますが、Googleの広告配信とブランド構築の深いスキルのおかげで、急速に台頭しました。

Chromeの鍵となる武器は機能ではなく、頻繁なバージョン更新のリズム（6週間ごと）と全プラットフォームでの統一された体験です。2011年11月、Chromeは初めてFirefoxを超え、市場シェアは27％に達しました；6ヶ月後、再びIEを超え、挑戦者から支配者への転換を果たしました。

一方で、中国のモバイルインターネットも独自のエコシステムを形成しつつあります。ある有名な会社のブラウザは2010年代初頭に急速に人気を博し、特にインド、インドネシア、中国などの新興市場で、軽量設計やデータ圧縮によるトラフィック節約といった特性を活かし、エントリーレベルのデバイスユーザーに支持されました。2015年には、世界のモバイルブラウザ市場シェアが17%を突破し、インドでは一時46%に達しました。しかし、この勝利は長続きしませんでした。インド政府が中国のアプリに対する安全審査を強化するにつれ、そのブラウザは重要な市場から撤退を余儀なくされ、徐々にかつての栄光を失っていきました。

2020年代に入ると、Chromeの主導的地位は確立され、世界の市場シェアは約65%で安定しています。注目すべきは、Googleの検索エンジンとChromeブラウザは同じAlphabetに属していますが、市場の観点から見ると2つの独立した覇権システムであることです - 前者は世界の約9割の検索入口を支配し、後者はほとんどのユーザーがネットにアクセスする「第一ウィンドウ」を掌握しています。

この二重独占構造を守るために、Google は巨額の資金を投入しています。2022年、Alphabet は Apple に約200億ドルを支払い、Google が Safari のデフォルト検索エンジンの地位を維持するために動きました。分析によると、この支出は Google が Safari のトラフィックから得られる検索広告収入の36%に相当します。言い換えれば、Google は自社の防衛のために"保護費"を支払っているのです。

しかし、風向きは再び変わった。大型言語モデル（LLM）の台頭に伴い、従来の検索が影響を受け始めた。2024年には、Googleの検索市場シェアが93％から89％に下落し、依然としてトップを維持しているが、ひびが入ってきた。さらに破壊的なのは、Appleが独自のAI検索エンジンを発表する可能性に関する噂である - もしSafariがデフォルトの検索を自社のものに変更すれば、これはエコシステムの構図を一新するだけでなく、Alphabetの利益の柱を揺るがす可能性がある。市場は迅速に反応し、Alphabetの株価は170ドルから140ドルに急落し、反映されているのは投資家の恐慌だけでなく、検索時代の未来の方向性に対する深い不安である。

ナビゲーターからクロームへ、オープンソースの理想から広告の商業化へ、軽量ブラウザからAI検索アシスタントへ、ブラウザの争いは常に技術、プラットフォーム、コンテンツ、そしてコントロールの戦争です。戦場は常に移り変わりますが、本質は決して変わりません：誰が入り口を握るか、誰が未来を定義するのです。

VCの目には、LLMとAI時代における人々の検索エンジンへの新たな需要に基づき、第3次ブラウザ戦争が徐々に展開されている。

現代ブラウザの古いアーキテクチャ

ブラウザのアーキテクチャについて言及すると、従来のクラシックなアーキテクチャは以下の図に示されています:

クライアント - フロントエンド入口

HTTPSを介して最近のGoogleフロントエンドにクエリを送信し、TLSの復号化、QoSのサンプリング、地理ルーティングを完了します。異常なトラフィック（DDoS、自動クローリング）が検出された場合は、このレイヤーでレートリミティングまたはチャレンジを行うことができます。

クエリの理解

フロントエンドは、ユーザーが入力した単語の意味を理解する必要があり、3つのステップがあります：神経的なスペル修正、"recpie"を"recipe"に修正します；同義語の拡張、"how to fix bike"を"repair bicycle"に拡張します。意図解析、クエリが情報、ナビゲーション、または取引の意図であるかを判定し、Verticalリクエストを割り当てます。

候補の呼び戻し

ある有名な検索エンジンで使用されているクエリ技術は、逆引きインデックスと呼ばれています。正順インデックスでは、IDを指定することでファイルにインデックスを付けることができます。しかし、ユーザーは数百億のファイルの中で欲しい内容の番号を知ることはできないため、非常に伝統的な逆引きインデックスを使用して、内容に基づいてどのファイルに対応するキーワードがあるかを検索します。次に、意味検索を処理するためにベクトルインデックスが使用されます。これは、テキストや画像などの内容を高次元ベクトル（埋め込み）に変換し、これらのベクトル間の類似性に基づいて検索を行うものです。たとえば、ユーザーが「ピザ生地の作り方」を検索しても、検索エンジンは「ピザ生地作成ガイド」に関連する結果を返すことができます。なぜなら、それらは意味的に類似しているからです。逆引きインデックスとベクトルインデックスを経て、おおよそ十万レベルのウェブページが初期選別されます。

マルチレベルソート

システムは通常、BM25、TF-IDF、ページ品質スコアなどの数千次元の軽量特徴を通じて、十万件規模の候補ページを約1000件に絞り込み、初期候補セットを構成します。この種のシステムは推薦エンジンと総称されます。これには、ユーザーの行動、ページ属性、クエリの意図およびコンテキスト信号を含む、多様なエンティティが生成した膨大な特徴が依存しています。例えば、ユーザーの履歴、他のユーザーの行動フィードバック、ページの意味、クエリの意味などの情報を総合的に考慮し、さらに時間（1日の特定の時間帯、週の特定の日）やリアルタイムのニュースなどの外部イベントといったコンテキスト要素も考慮されます。

ディープラーニングによる主要なランキング

初期検索段階では、RankBrainやNeural Matchingなどの技術を使用して、クエリの意味を理解し、膨大な文書から初期関連結果をフィルタリングします。RankBrainは2015年に導入された機械学習システムで、特に初めてのクエリの意味をよりよく理解することを目的としています。クエリと文書をベクトル表現に変換し、それらの類似性を計算することで、最も関連性の高い結果を見つけます。例えば、"ピザ生地の作り方"というクエリに対して、文書に何も含まれていなくても