オープンウェイトモデル（重みデータが公開され、誰でもダウンロードして動かせるAIモデル）から安全対策を取り除く「アブリテーション」を事業化するスタートアップ、Abliteration.aiの存在が明らかになりました。有害な指示を拒否する仕組み（ガードレール）を外したモデルをブラウザやAPI経由で提供しており、TechCrunchの取材では実際にパスワードを盗むコードや生物兵器の製造手順に関する質問にも応じたことが確認されています。防御目的の需要を見込む事業者側と、悪用リスクを懸念する専門家の間で評価が割れています。
背景と文脈
多くのAIモデルには、犯罪や自傷行為の手助けなど有害な依頼を拒否するガードレールが組み込まれています。「アブリテーション」は、このガードレールを支えているモデル内部の特定の処理を特定し、無効化する技術です。モデルを一から作り直すのではなく、既存の重みに手を加えるだけで拒否反応を取り除けるため、比較的小規模なチームでも実行できる手法として近年注目されてきました。
Abliteration.aiは2025年末に立ち上げられ、2026年3月に正式に法人化されました。共同創業者のDevon氏（姓は非公開）は現在も別の仕事を続けながら運営しており、ベンチャーキャピタルからの出資は受けていないものの、調達に向けた交渉は進めているといいます。すでに大手クラウド事業者との提携も確保しており、無視できない規模のビジネスに育ちつつあることがうかがえます。
技術/ビジネス面
Abliteration.aiは、Z.ai社のGLM-5.3など既存のオープンウェイトモデルを加工した「アブリテーション版」を、ブラウザからは無料で、APIからは有料で提供しています。主な顧客は英国や欧州のレッドチーミング（攻撃者の視点でシステムの弱点を洗い出すセキュリティテスト）スタートアップで、防御側が攻撃手法を模擬するための材料として使われているといいます。Devon氏は「これで防御側も攻撃側と同じ速さで動けるようになる」と述べ、対策を講じる側にこそメリットがあると主張しています。
一方で、AI安全性を研究する非営利団体CivAIのAndrew Yoon氏は「モデルを社会病質者のような状態に変えてしまう」と警鐘を鳴らし、こうしたモデルが遠からず実際の攻撃に悪用されると予測しています。レッドチーミング業界の受け止めも一様ではなく、Fabraix社やSafe Intelligence社のように、アブリテーション済みモデルを使わずファインチューニング（既存モデルに追加データで再学習を施す手法）で代替する事業者もいます。セキュリティ企業Armadinのdavid Slater氏は「表沙汰にならないだけで、こうした動きはどのみち起きる」と述べ、規制の有無にかかわらず同種のサービスが広がっていく可能性を指摘しています。
これからどうなるか
この動きは、開発者やセキュリティ担当者にとって二つの意味を持ちます。一つは、自社のAI活用サービスがガードレール除去済みモデルからの攻撃的な入力を想定する必要が出てくること。もう一つは、レッドチーミングの現場で「敵の視点を再現するツール」としてこうしたサービスが実際に選択肢になり得ることです。オープンウェイトモデルを扱う開発者は、自分たちが公開する重みデータがアブリテーションの対象になり得る前提で、利用規約やライセンスの設計を見直す局面が増えそうです。
今のところガードレール除去そのものを直接規制する法律はなく、Abliteration.aiのようなサービスは事業として存続できています。今後、悪用事例が表面化すれば規制論が強まる可能性がある一方、防御目的での正当な需要も現に存在しており、業界内での自主的なガイドライン整備が進むかが焦点になりそうです。
まとめ
Abliteration.aiは、オープンウェイトモデルの安全対策を取り除いた「アブリテーション版」を事業として提供しています。レッドチーミング用途としての需要がある一方、悪用リスクへの懸念も強く、AIの安全性と実用性のバランスを巡る議論を象徴する事例といえます。
参考リンク
アイキャッチ画像: Photo by Brett Jordan on Unsplash
