AIの記憶をモデルから切り離す、Starlingの「UCA」構想

Starling MXの二重リポジトリ

Starlingは、組織の知識リポジトリを大きく2つの領域に分けています。

• Org Library：承認済みで、管理・版管理された組織の正規記録を収める場所
• Resources：参考資料、生成された文書、作業中の成果物などを置く場所

この区別は実務上重要です。調査資料や草稿はAIが作業を進めるうえで役立ちますが、それだけで組織の公式見解になるわけではありません。Org Libraryが「正本」を保持し、Resourcesが参照や文書作成を支えるという役割分担です。

記録の形式もテキスト中心です。Starlingは、組織の記憶をモデル内部の不透明な状態ではなく、可読性のある、情報を失わないプレーンテキストのMarkdownとして保存すると説明しています。人間が内容を確認でき、版管理や移行がしやすく、ソフトウェアからも扱える点が利点とされています。

機械側では、マニフェストが人間の管理するリポジトリから、セッションに必要な文脈を組み立てます。モデルはその文脈を受け取って作業しますが、組織の永続的な記憶を自分自身のものとして保持する設計ではありません。

MCPはどの位置にあるのか

Starlingは、Anthropicが提唱するModel Context Protocol（MCP）を、AIモデルと外部の組織コンテキストを接続するための層として位置付けています。

UCAが共通の分類体系と意味アドレスを提供し、リポジトリが管理された記録を提供し、MCPがその文脈をモデルへ接続する、という関係です。

この分離により、理論上はモデルの乗り換えが可能になります。組織の知識が特定ベンダーの専用メモリや会話履歴に閉じ込められるのではなく、同じ構造化リポジトリに別の対応モデルを接続し、タスクに必要な情報を渡せるという考え方です。

ただし、これはあくまで設計上の主張です。提供された資料はアーキテクチャとStarlingの想定用途を説明するものであり、すべてのモデルや導入環境が同じように連携できることを独立に証明しているわけではありません。

「AI主権」はインフラ所有だけではない

StarlingのCEOであるChris Kincade氏は、AI主権をGPUの所有やオンプレミス運用、国内のモデル提供者の選択だけでは測れないと論じています。重要なのは、組織の意思決定、方針、業務知識、情報の来歴、アクセス権限を誰が管理し、どの記録を正当なものとして扱うかです。

UCAの考え方では、こうした長期的な資産を組織が管理するリポジトリに残します。モデルを更新・交換した場合や、利用できなくなった場合、ガバナンス上の理由で採用を見送った場合でも、組織は自らの記憶を保持し、同じ正本に別のモデルを接続できる、という設計です。

最も価値のある資産である「分類され、管理された組織知」がモデルの外部に置かれるため、単一のAIベンダーへの依存を抑えられる可能性があります。また、長期的な組織記憶に対してモデルをステートレスにすることで、障害やモデル変更への耐性を高められるとも説明されています。

Starlingが掲げる「モデルは忘れる。組織は覚えている」という表現は、ここを指しています。モデルは一つのセッションで推論を担い、組織の継続性を支える記録、アドレス、統治の仕組みは組織側に残るという意味です。

無料のオープン標準化で何が変わるのか

Starlingは、UCAをCreative Commonsの下で恒久的に無料提供し、Starlingの許諾やライセンス契約なしに組織が標準を利用・発展させられるとしています。

この点でUCAは、単一のプラットフォームに閉じたAIメモリ機能とは異なります。理論上は、最初に実装した製品が変わっても、オープンな分類標準は残り得ます。組織は同じ標準で知識を整理したうえで、保存、検索、モデル接続に使うツールを比較できることになります。

もっとも、実際の価値は普及度、実装品質、運用ルールに左右されます。固定アドレスも、チームが意味を共有し、正本を維持し、更新を慎重に管理して初めて機能します。分類によって見つけやすくなっても、記録そのものが正確で最新になるわけではありません。

想定される用途と、現時点の証拠

Starlingの資料は、個人向けコーチング、マーケティング、建設管理、法律サービスなどを関連用途として挙げています。また、SelfOSのBrady Patterson氏は、知識に「明確なアンカー」を与えることで、文脈の喪失やデータのずれが減ったと評価しています。

ただし、これらの事例は慎重に読む必要があります。提供された資料だけでは、Wrks OnlineのQuillOSとの関係、導入規模、性能指標を独立に検証できません。SelfOSの発言も、実務家による推薦であって、UCAの有効性を示す独立検証ではありません。

より広く見ても、現時点の証拠はStarling自身の製品資料とローンチ報道に大きく依存しています。UCAがどのような標準として公開されたか、Starlingがどのように実装・説明しているかは裏付けますが、実際の導入で精度、コスト、セキュリティ、ベンダー独立性が優れているとまでは示していません。

まとめ

UCAの中心的な提案は、AIに企業知識を推論させる前に、組織が読めて、管理でき、長期保存できる記憶層を整えるべきだというものです。

固定された意味アドレスが分類の基盤となり、Org Libraryが正本を保持し、Resourcesが参考資料や作業用文書を収め、MCPが外部コンテキストをモデルのセッションへ接続します。

Starling MXは、この考え方を実装した最初のベータプラットフォームで、最初の1席は月額99ドルからです。モデルを組織の記憶から切り離し、モデルが変わっても組織の知識は持ち運べるようにする――これが、ベンダーロックインと制度的記憶に対するStarlingの回答です。

ただし、その約束が大規模な実運用でも成り立つかどうかは、今後の独立した導入事例と検証を待つ必要があります。