OpenClaw 創辦人：80% アプリが消失し、AI代理がスマホエコシステムを置き換える

スタートアップ支援企業Y Combinatorが注目する、オープンソースの個人AIエージェントOpenClawの開発者ピーター・スタインバーガーは、約80％のアプリが消えると予測し、データ管理だけのアプリもAIエージェントによる自動化に取って代わられると述べている。OpenClawの最大の強みは、データの孤島を打破し、ローカルに保存してプライバシーを守ることにある。

18万スターの爆発的人気の背景：9秒応答の転換点

（出典：Github）

OpenClawのプロジェクトのGitHubリポジトリは、すでに18万以上のスターを獲得しており、コミュニティはこれを基にロボット同士の対話や人間の雇用まで発展させている例もある。例えばMoltbookなどだ。このスター数はオープンソースコミュニティでは非常に稀であり、著名な深層学習フレームワークのPyTorchですら約8万スターにとどまる。OpenClawが数ヶ月で18万スターを超えたことは、開発者コミュニティ内での爆発的な関心を示している。

OpenClawの突然のブレイクアウトに対し、ピーターは最近数週間で膨大なフィードバックやメールを受け取り、一時は「洞穴に隠れるように」一週間休息し、すべてを消化しようとしたと語る。この突発的な注目は、独立系開発者にとって大きなプレッシャーとなり、技術的な問い合わせや機能リクエストだけでなく、メディア取材やビジネスコラボ、コミュニティ管理など非技術的な事柄もこなさなければならない。

開発のきっかけについて、ピーターは最初は単純にコンピュータに簡単な命令を実行させるためだったと述べる。彼は5、6月に初期バージョンを開発し、その後、コンピュータの進行状況を確認する必要から再び開発に取り組んだ。この「個人的な痛点を解決する」動機は、多くの成功したオープンソースプロジェクトに共通して見られる特徴だ。開発者が実際に困っている問題を体験すると、その解決策はより実用的でニーズに近いものになる。

真の転換点は、モロッコのパーティーで起きた。そこで彼はWhatsAppを通じて音声メッセージを送信しようとしたが、そのロボットには音声機能が内蔵されていなかった。ところが驚くべきことに、そのロボットは問題解決能力を発揮し、自動的にファイルを認識し変換し、APIを呼び出して9秒以内に応答を完了させた。これにより、彼は自分の開発したプログラムモデルが、抽象的な問題を現実の解決策に変換できる能力を持つことに気付いた。

この9秒応答の瞬間は、OpenClawが実験的なプロジェクトから実用ツールへと変わる重要なポイントだった。AIエージェントが音声メッセージのような予期せぬ状況に対応し、変換や解決策の自動探索（変換）、そして高速な実行（9秒以内の応答）を可能にしたことで、「人間の監督を必要とする助手」から「自律的に問題解決できるエージェント」へと進化した。この質的な飛躍は、AIエージェントの実用化の象徴である。

OpenClawの開発にあたり、ピーターは主流のGit Worktreesを採用せず、複数のフォルダを直接コピーして並行処理を行い、精神的負担を軽減した。彼はロボットに「人間も使いたくなるツール」を提供すべきだと考え、コマンドラインインターフェース（CLI）など、機械だけが使う複雑なプロトコルではなく、人間が使いやすいツールを重視している。この「人間中心」の設計思想により、OpenClawは開発者にとって理解しやすく拡張しやすいものとなっている。

また、OpenClawの応答をあまり定型的にしないために、「soul.md」というファイルを作成し、ロボットの価値観や個性を定義している。これにより、応答に人間味やユーモアが加わり、より親しみやすくなる。この細部の工夫は、優れたAIエージェントの設計において、技術的側面だけでなく人格形成も重要であることを示している。AIエージェントに明確な「個性」が備わると、ユーザーはより自然に交流しやすくなる。

80％のアプリが消える予測：データ管理アプリの終焉

インタビューの中で、ピーターは約80％のアプリが消えると大胆に予測した。彼は、「データ管理だけ」のアプリは、AIエージェントによるより自然で自動化された方法に取って代わられると考えている。例えばMyFitnessPalのような健康・食事記録アプリやToDoリストアプリは、将来的には不要になるだろう。

ピーターが描くシナリオは非常に破壊的だ。たとえばハンバーガー店で食事をしているとき、AIエージェントが自動的に「いつも通りの食事」を記録し、次の運動計画も自動調整して有酸素運動を増やすなど、ユーザーは何も入力しなくても済む。こうした完全自動化の体験により、従来の健康・食事追跡アプリは不要となる。ユーザーはMyFitnessPalを開き、食べ物やカロリーを手動で入力する必要はなく、背景でAIがすべて処理してくれる。

待ち時間管理アプリも同様に脅威にさらされる。ピーターは、未来のインタラクションは「これをリマインドして」と直接伝えるだけで、AIが自動的に処理し、時間通りに通知してくれると予測している。現行のTodoistやMicrosoft To Doのようなアプリは、タスクの作成や時間設定、タグ付けなどを手動で行う必要があり、その煩雑さはAI時代には解消される。

80％のアプリが消える三つのカテゴリー

データ記録系：健康・食事・財務などの純粋なデータ入力アプリ

リマインド管理系：ToDoリスト、カレンダー、アラームなどの時間管理ツール

情報統合系：ニュースアグリゲーション、メール管理、ノートアプリなどの情報処理アプリ

こうした流れの中で、ピーターは、特定のハードウェアセンサーに依存するアプリだけが生き残る可能性が高いと考えている。例えば、心拍数を測るための専用アプリは心拍計やスマートウォッチと連携し、カメラアプリもカメラハードウェアを直接制御する必要がある。これらの機能はAIエージェントに完全に取って代わるのは難しいが、ユーザーインターフェースや操作方法はAIによって再構築される可能性もある。

この予測は、アプリ開発者やテクノロジー大手にとっては生き残りの脅威だ。AppleのApp StoreやGoogle Playのビジネスモデルは巨大なエコシステムに依存しているが、80％のアプリが消えると、これらプラットフォームの収益や影響力は大きく低下する。アプリ内課金や広告収入に頼る開発者にとっては、AIエージェントへの移行が唯一の選択肢となるだろう。

データの孤島を打破：OpenClawのローカル保存革命

ピーターは、OpenClawが大規模言語モデル（LLM）と競合できる最大の理由は、「データ所有権」と「大企業のデータ孤島の打破」にあると語る。現状、多くのAI企業はユーザーデータを閉じたクラウドシステムに閉じ込め、ユーザーはデータの移行や取り出しが困難だ。一方、OpenClawはユーザーのローカルPC上で動作し、ハードウェア（例：テスラ、スピーカー、照明）や古いファイルに直接アクセスし、忘れかけていた記憶を掘り起こす。

OpenClawは記憶をMarkdownファイルとしてローカルに保存し、ユーザーはこれらのデータを完全に所有し、いつでもアクセスできる。ピーターは、個人用AIエージェントは非常にプライベートな情報を扱うため、その敏感さはGoogle検索履歴に匹敵すると指摘し、ローカル保存とユーザーのコントロールがプライバシーと安全性を確保する上で不可欠だと述べる。

ただし、OpenClawの公開初期にはセキュリティ上の懸念もあった。セキュリティ企業の慢霧（マンスイ）によると、Clawdbot（OpenClaw）のゲートウェイの脆弱性により、多くの機密情報が漏洩の危険にさらされた。具体的には、Anthropic APIキー、Telegramボットトークン、Slack OAuth証明書、さらには数ヶ月にわたるユーザーのプライベート会話記録などだ。2023年2月1日までに、Clawdbotはこれらのセキュリティ問題の一部を修正したアップデートを行っている。

万能AIから群知能へ：専門分業の未来

AIの今後の展望について、ピーターは「万能知能」を追求するのではなく、「群知能」へと進むべきだと考えている。彼は、人類社会が分業と協力によって月面着陸を成し遂げたように、AIも専門化と分業を進めるべきだと例える。未来には、各人が複数の専門ロボットを持ち、それぞれ仕事や私生活、人間関係を担当させることになる。

彼は、ロボット同士が連携してやり取りする未来のシナリオも描いている。たとえば、ユーザーの代理がレストランの代理と直接交渉し、予約を取る。もし従来の店舗や行列が必要な場合は、ロボットが自動的に人間を雇ってタスクを完了させる。こうした複数の専門代理が協力し合う群知能の仕組みは、今後のAIの主要な発展方向となる。

この群知能のメリットは、専門性による効率化だ。財務管理に特化したAIは、汎用AIよりも高性能を発揮し、ソーシャル関係の維持に特化したAIは、人間の微妙な感情や交流をより深く理解できる。これは人間社会の職業分業と類似し、各分野の知識やスキルを持つAIが協働することで、全体の知能は単一の万能AIを超える可能性がある。

技術的な観点からも、群知能モデルは実現しやすい。汎用AIの訓練には膨大なデータと計算資源が必要で、「何でもこなせる」モデルはしばしば「中途半端」になりがちだ。一方、専門AIはより小さなモデルと焦点を絞ったデータセットで訓練でき、コストや計算負荷を抑えられる。これらの専門AIは標準化されたプロトコルで通信し、協調ネットワークを形成することで、全体としての知能は単一の万能AIを凌駕する可能性がある。