Xのbioで「Meta AI」を検索すると14,673件。「AI」だけで検索しても同じ。

「どのAIラボがXに一番多く人がいるか」は、bioを会社名で検索して数えれば答えられそうな質問に聞こえます。私たちは検索インデックスに697,439件の空でないXのbioを持っており、実際にそれを試しました。データにたどり着く前に、検索技術のほうがこの問いを壊してしまいました。

引用符は何もしてくれない

Xユーザー検索エンドポイントのqパラメータは、ユーザー名・名前・bio・場所にわたるフルテキスト検索と説明されています。実態はOR-トークン検索で、入力した単語のいずれかを含むbioにマッチし、正確なフレーズには一致しません。引用符で囲んでも何も変わりません。"Meta AI"で検索すると、実際にはMeta OR AIを検索していることになります。

「AI」単体（コントロール）14,112

「Meta AI」（引用符付き）14,673

「Stability AI」（引用符付き）約14,200

「Google DeepMind」（引用符付き）2,218

"Meta AI"は素のAIより多い件数を返します — このクエリは「AI」という単語を含むすべてのbioに加え、「Meta」を含む一握りのbioにもマッチしているからです。"Stability AI," "Perplexity AI," "Mistral AI," "Moonshot AI"、そして"Microsoft AI"は、同じ理由で14,000〜15,000件という同じレンジに収まります。一方の単語が「AI」である2語の名前はどれも、「AI」単体での検索と実質的に見分けがつきません。"Google DeepMind"はもっと小さい数字ですが、失敗の形は同じです — 2,218件のヒットは、識別性の高い単語ではなく一般的な単語「Google」に支配されています。これらはどれも企業言及数として使えません。正確な会社名を検索する直感的な方法であるフレーズの引用符付け自体が、このエンドポイントでは静かに何の役にも立たないのです。

残された道: 識別性の高い単一トークンと、そのうちどれだけが本物か

名前の一般的な単語の側を落とし、識別性の高いトークンだけを検索する — "Google DeepMind"ではなくDeepMind、"Open AI"ではなくOpenAI — と、数字は小さく、具体的で、手作業で検証できるものになります。

OpenAI373

DeepMind150

xAI79

Anthropic51

Cohere31

Mistral24

DeepSeek10

Qwen8

小さな数字は数えられるので、各トークンについてすべてのヒットを読みました — トークンごとに最大30件、30件未満のトークンは全件です — そして各ヒットを手作業で「本当にラボ関連」（公式アカウント、またはそこでの役職を名乗るbio）か「衝突」（同じ単語をたまたま共有する無関係な人物・場所・製品）かに分類しました。

ここで立ち止まる価値のある点が2つあります。第一に、検証率はトークンが「本物」であるかどうかを示しません — Mistralとxaiは、クリーンなトークンと同程度の青バッジ率を示します。検証が示すのは、誰かが月8ドルを払ったかどうかであって、bioが検索対象の企業についてのものかどうかではないからです。第二に、実際に従業員に関するヒットの割合（ファン、ユーザー、無関係な衝突ではなく）は、最も小さい2つのトークンで急落します。DeepSeekとQwenはどちらも、目視で見積もって従業員関連ヒットが約20〜40%にとどまるのに対し、OpenAIとDeepMindは90%以上です。

件数を公表していない2つのトークン

Kimi（Moonshot AIのモデル）は17件のbioヒットを返します。私たちはこれを言及数として報告していません。ヒットを読むと、AIラボに関するものはほとんどないことがわかるからです — Kimiはよくある名前であり、よくあるXのハンドルでもあり、サンプルは無関係な人々、日本の俳優、音楽レーベルのファンアカウント、そしてニックネームとしてそれを使うプロのドミナトリックスに支配されていました。2件だけが実際にMoonshotの公式製品アカウントでした。

Moonshot（KimiのラボであるMoonshot AIの意味で）は8件のヒットを返します — そしてそれを読むと、このトークンは役に立たない以上に悪いことがわかります。ポッドキャストネットワーク、映画製作会社、アフリカのスタートアップカンファレンスのブランド、生物学研究の非営利団体、ナノテクノロジーの趣味プロジェクト、そしてGoogle Xの「moonshot factory」というスローガン自体が、いずれもAIラボを上回っています。8件中本当にMoonshot AIなのは1件だけです。この文脈なしに「Moonshot: 8件の言及」と公表することは、まったく数字を出さないことよりも結果を歪めてしまいます。

これはランキングではなく、正直な形

上のトークン表を「OpenAIがAnthropicに373対51でXで勝っている」という枠組みに転用するのは簡単でしょう — しかしその枠組みは、重要などの軸で見ても間違っています。この数字はラボ間で比較可能ではありません（OpenAIはより古く、より大きく、bioに言及を残したままの元従業員がより多い）。また従業員数でもありません（数千人規模の企業に対して373件のbio言及は誤差の範囲であり、そもそもほとんどのbioは勤務先をまったく名乗らない — Xのbioそのものが消えつつあることについての私たちの研究を参照）。そして上のセクションが示す通り、「クリーンな」トークンであっても、かなりの割合は従業員ではありません。

この数字が確実に示しているのは、Xのbioが「誰がAIラボで働いているか」に対して弱く、大きく偏った信号だということです。絶対数は697,439件のbioコーパスに対して極めて小さいものです。検索技術は2語のブランド名をその中の一般的な単語から分離できず、実際に人が調べたいと思うであろうラボの大半を除外してしまいます。そしてそもそも現れるラボは、西洋・英語圏の開発者・研究者コミュニティに強く偏っています — DeepSeek、Qwen、Kimi、Moonshotがここでほとんど見えないのは、中国系ラボの人員が少ないからではなく、このインデックスがWikidata、GitHub、Xの英語圏検索グラフからシードされているため、まさにその母集団が過小に捕捉されているからです。この偏りこそが、実際の従業員数のギャップよりも正直な物語です。

これが示すもの、示さないもの

私たちが信頼できると考えるもの: 識別性の高い単一のブランド名トークン（OpenAI、DeepMind、Anthropic、Cohere）は、少数でおおむね本物のbio言及の集合を返し、本物のヒットの割合はラボごとに大きく異なります — 最も大きいもので90%以上から、最も小さいトークンでは約20〜40%まで。2語の名前は検索ノイズへと崩れ、まったく使い物になりません。2つのトークン（Kimi、Moonshot）は無関係な衝突に支配されており、誤解を招く数字を出すよりも測定不能として報告しています。

この研究の限界:

• これはbio言及数であり、従業員の全数調査ではありません。 言及があっても現在の雇用の証明にはならず（多くのヒットは「prev」や「ex-」と書かれています）、言及がないことも、そこで働いていないことの証明にはなりません — ほとんどのbioはそもそも勤務先を一切名乗りません。
• 表内の従業員関連度の割合は、手作業で読んだ小サンプルの見積もりであり、体系的な分類器によるものではありません — トークンごとに8〜30件を読んで判断しており、最も小さいトークン（DeepSeek、Qwen）ほど不確実性が大きくなります。
• このデータセットは、確立された／発見しやすいXアカウントのシード型インデックスであり、無作為抽出や全数調査ではありません — シード方法とその西洋・英語圏への偏りについてはXユーザーデータセットを参照してください。この偏りが、ここで見られる西洋と中国のラボの可視性の差の大部分を説明していると考えられます。
• 私たちはアグリゲート（集計）のみを公開しています — トークンごとのbio言及数と検証率のみで、個々のアカウントや、実名の人物に紐づくbioテキストは公開していません。

出典

手法

私たちはXユーザー検索エンドポイントのqパラメータ（ユーザー名・名前・bio・場所にわたるフルテキスト検索）をhas_bio=trueとともに、候補となる各AIラボ名に対してまず引用符付きの2語フレーズとして、次にその識別性の高い単一トークンとして問い合わせました。エンドポイントはqをフルテキスト検索と説明していますが、実際にはクエリ内の単語に対するOR-トークン検索であるため、一方の単語が「AI」や「Google」のように一般的である引用符付きの2語フレーズは、そのフレーズではなく一般的な単語に支配された結果セットを返します。私たちは、引用符付きの2語クエリを一般的な単語単体のコントロールクエリと比較し、ほぼ同一の合計件数（"Meta AI": 14,673件 vs. AI単体: 14,112件）を確認することで、これを裏付けました。

合計件数が30件未満の単一トークンクエリについてはすべての結果を読み、30件以上のトークンについては関連度順にソートした30件のページを読みました。各ヒットは、本当にラボに関連するもの（公式企業アカウント、または現在・過去の役職をそこで名乗るbio）か、衝突（同じ単語を使う無関係な人物・場所・製品）かに手作業で分類しました。また各トークンについてis_blue_verifiedファセットも取得しました。コーパスの規模（合計796,611件のプロフィール、うちbioが空でないもの697,439件）とすべての件数はライブで問い合わせたものであり、この研究時点で最新です。この規模とクエリ範囲を持つデータセットは時間とともに変化するため、再実行するとわずかに異なる合計になる可能性があります。

自分で独自の切り口を試してみたいですか？ Xユーザーデータセットはクエリのパターンとその西洋・英語圏への偏りについてさらに詳しく説明しており、Xのbioそのものがどう変化しているかについての私たちの研究は、この研究が前提とする「肩書き＋勤務先」型bioフォーマットの広範な衰退を扱っています。