この動画は、OpenAIの最新モデルO3 Proが技術的には優秀でありながら、一般ユーザーにとってはほとんど使用されることのない複雑すぎるAIであることを論じている。これはAIの性能競争の終わりと、日常ツールに見えない形で統合される新たなAI時代の始まりを示唆する重要な転換点であると分析している。
はじめに – 公開されなかった動画の理由
これは私にとって初めてのことですが、昨日、月額200ドルのChatGPTの新しい人工知能「O3 Pro」をテストするのに何時間も費やしました。完全なテスト動画も作成したのですが、この動画は皆さんには公開しません。実際、公開するつもりはないのです。
動画自体はなかなか良い出来で、私が行ったテストも印象的な結果を得られ、最初から最後まで驚かされました。しかし、編集で見返していて一つのことを理解したのです。この動画なんて誰も気にしないし、この人工知能についても誰も気にしていないということです。
このテストで私はずっと人工知能の性能を実証することに時間を費やしていましたが、それは論点ではないことを理解しました。問題は、どれが最も性能が高いかを知ることではありません。本当に問うべき質問は、誰がこの人工知能を使うのかということです。
そして答えは非常に明確です。誰も使わない、もしくはほとんど誰も使わないのです。
AIハイプの終焉と二極化の始まり
しかし、誰も使わないこの人工知能が、実はすべてを革命的に変えることになります。これは単純にAIの大きなハイプの終わりを示し、決定的な新しい章を開くのです。ハイプは二極化に、二段階の人工知能に場所を譲るのです。これを今理解することは真の利点となります。
これをすべて理解するために、源流に戻りましょう。2022年末に登場したChatGPTの発売です。ChatGPT以降、わずか2年余りでどれだけの人工知能が登場したかご存知ですか？
画面でご覧いただけるように、私が数えられただけで24個もあります。見落としがあるかもしれませんし、コメントでリストを補完していただけます。24個ということは、非常に単純に計算すると、2年間で月に1つの人工知能が登場したということです。これはChatGPTの話だけで、ClaudeやGoogle Geminiなどの競合他社の話ではありません。
今日ChatGPTに接続すれば、サブスクリプションに応じてこれらの人工知能から選択できます。しかし正直になりましょう。コメントで教えてください。これら7つのAIのうち、実際にいくつ使っていますか？おそらく1つでしょう。多めに見積もって2つかもしれません。
ベンチマーク競争の虚しさ
問題は、もうどこに向かえばよいのか全く分からなくなっていることです。完全に混乱しています。人工知能が登場すると、ベンチマーク、デモ、比較表を投げつけられ、新しいものが前のものを完全に打ちのめすことを実証されます。
たとえばO3 Proについて、プレゼンテーションページに行くか、ソーシャルネットワークを少し閲覧すると、この人工知能は前のものより10倍賢いと言われます。これは一体何を意味するのでしょうか？実際のところ、私たちには分かりません。
O3 Proが複雑な数学で優秀な成績を収め、科学で優秀な成績を収め、コードの世界で2748のELOスコアを持っていると見るでしょう。これは何も意味しません。これが分からなくても当然で、気にしなくても当然です。
歴史が教える教訓 – パソコンの場合
企業がここで大きな間違いを犯しているのは、誰が一番優秀かというゲームをしていることです。彼らは性能競争が唯一重要な戦いだと確信していますが、ここで間違っているのです。歴史が何度もこれを証明しています。
25年前まで遡ってみましょう。いや、さらに遡って1970年代、より正確には1973年の最初のパーソナルコンピューター、最初のPCの登場まで行きます。この有名なPCが家庭に到着するまで10年ほど待つ必要がありました。
紙面上では真の革命でしたが、実際にはこの新技術は愛好家のエリート、当時の本当のオタクにしか向けられていませんでした。使用するには少し気が狂っている必要がありました。マウスもアイコンもインターフェースもありませんでした。黒い画面と奇妙なコマンドラインを入力するだけでした。これが有名なMS-DOSでした。
ちなみに、私は2010年頃にMS-DOSを使って、装飾会社のeコマースサイトの在庫管理をしていました。彼らは完全に時代遅れでしたが、これらのコマンドラインを入力することで私の脳が煙を出していたと言えます。
1980年代に戻ると、当時すでに性能がマシンにありました。これが第一の戦いでした。最も性能の高いコンピューターを提案しようとしていましたが、問題はこの性能が使用するには複雑すぎるマシンに閉じ込められていたことでした。
当然、結果は良くありませんでした。1985年、フランスではわずか4%の家庭がパーソナルコンピューターを所有していました。この普及率は、人工知能について考えると何かを思い出させるかもしれません。フランス人の5%以上が定期的にAIを使用しているでしょうか？コメントでご意見をお聞かせください。真実からそう遠くないと思います。
しかし、コンピューターはその後数年でどのようにして私たちのすべての家庭やデスクに置かれるようになったのでしょうか？AppleがMacで、MicrosoftがWindowsで登場し、コンピューターに最初のインターフェースを提案し、ユーザー体験を簡素化するまで待つ必要がありました。
そこでシンプルになり、普及率が爆発的に上昇しました。この歴史の教訓は明確です。世界を征服したのはマシンの性能ではなく、その使用の簡素化でした。コンピューターの根本的な簡素化がすべての人にアクセス可能にしたのです。
デジタルカメラの事例
このパターン、性能にすべてを賭けるこの間違いは、新技術の世界で頻繁に見られます。今度は25年前、2000年代の最初のデジタルカメラの登場に戻ります。
デジタルカメラが登場する前がどうだったか覚えていますか？若い人たちは明らかに覚えていないので、文脈を説明します。デジタルカメラの前は、フィルム付きの使い捨てカメラで写真を撮り、その後店に行って写真を現像し、数週間後に販売員のところに戻って写真の束を受け取って家族に見せる必要がありました。
明らかに実用的ではありませんでしたが、写真を選別することを促すという利点がありました。そして、今日でも使用しているデジタル、デジタル写真の革命がありました。
この革命の初期に、メーカーはコンピューターと同じ間違いを犯しました。彼らは一つの数字のためだけに戦っていました。メガピクセルです。最も多くのメガピクセルを持つカメラを出したがっていました。メガピクセルが多ければ多いほど写真が良くなり、より多くのカメラを売れると確信していました。
8メガピクセルのカメラが登場し、その後すぐに12メガピクセル、そして2007年にNokiaが当時としては記録を破る41メガピクセルのスマートフォンカメラを出しました。しかし、これは大失敗でした。
なぜでしょうか？消費者はメガピクセルの数が製品の簡素さを生み出すわけではなく、一般人が本物の写真家のような写真を撮ることを可能にするわけでもないことを理解したからです。
AIの現状への警鐘
人工知能の世界に興味がある方なら、AI企業が新モデルを発表する際の基調講演を思い出すでしょう。「ああ、私のAIは革命的です。なぜなら100,000トークン、200,000トークン、そして100万トークン、200万トークンを持っているからです」と言います。
これは実際に何を意味するのでしょうか？そして何より、日常的に200万トークンで何ができるのでしょうか？200万トークンは150万語です。AIで150万語を使って何ができるのでしょうか？
この種の新機能に魅力を感じ、それを活用する人はほとんどいません。PCや、デジタル写真と同じです。メガピクセルの数が写真家を作るわけではないことが分かり、結局、今日では自分のスマートフォンに何メガピクセルあるかも知りません。
もし知っていたら、コメントで教えてください。この動画の検索エンジン最適化に役立ちますし、アルゴリズムに非常に喜ばれるでしょう。
私たちが今日スマートフォンについて知っているのは、写真を撮ることが非常に簡単だということです。取り出してボタンを押すだけで、親しい人と共有したり、Instagramに簡単に投稿できる動画が撮れます。
これが写真機器業界を破壊しました。2010年から2023年にかけて、カメラの売上は93%減少し、当然ながらはるかに使いやすいスマートフォンに取って代わられました。
テクノロジー採用の5段階サイクル
コンピューターの前と同様に、おそらくAIでも同様に、真の経済的損害があります。学ぶべき教訓は常に同じです。市場は自分で修正し、性能は一時的ですが、最終的には使用例と新技術の使いやすさに焦点を当てるようになります。
これを見ると、企業が過去のこれらの間違いから学んだと思うかもしれませんが、実際にはそうではありません。OpenAIは競合他社より性能の高いO3 Proを出しましたが、誰も使わないでしょう。
OpenAIについて話していますが、Claude 3、その後Claude 3.5、3.7、Claude 4を出す競合Claudeについても話せますし、Gemini 1、1.5、2.5、そしておそらく間もなくGemini 3を出すGeminiについても話せます。
これは通常通り、歴史の中で常にそうであったように、ブームが起こり、バブルが弾けるでしょう。このサイクルはテクノロジーの世界で体系的に見つかります。5段階のサイクルで、人工知能の世界に完璧に適応します。
第一段階は破壊的イノベーションの登場です。イノベーションが現れ、最初は複雑で、アーリーアダプター、専門家の一握りに予約されます。私たちが今日興味を持っているのは、2年余り前に登場し始めた、または少なくともバズり始めた生成人工知能です。
破壊的イノベーションがあるたびに、常に同じことが起こります。企業は市場を勝ち取り、迅速に最大の売上を生み出し、最大の顧客を獲得したいと考え、エンジニアリングと研究に過剰投資し、差別化のために機能を積み重ね始めます。
AI企業は最高のパフォーマンスを持つ最高のモデル、最もバズる数字を提案する必要があります。歴史的効果で見たように、消費者は飽き、完全に混乱し、採用の上限に達するか、機能とパフォーマンスを積み重ねることでメッセージが曖昧になり、消費者が価値を見出せなくなるため、技術の完全な失敗に至ります。
そこで起こるべきことが起こります。バブルが弾け、基本に戻るための根本的な簡素化が起こり、シンプルさとユーザー体験に焦点を当てます。この簡素化の挑戦を克服することによってのみ、大量採用に到達できます。
毎回同じです。専門家や一握りのオタクの注意を引く破壊的イノベーションがあり、その後、一般大衆による採用を生み出す簡素化があります。
機能疲労の問題
今日、AIについて理解していただいたと思いますが、私たちは段階2の真っ只中にいます。過剰エンジニアリングの中にいます。常により多くの性能、より多くの機能を提案され、使用しない技術につながります。最近OpenAIが出したAI O3 Proはその完璧な例です。
しかし幸い、これはすべて変わるでしょう。すべてを説明しますが、その前に、私たち全員に影響する、機能疲労と呼ばれるかなりドラマチックな概念に戻らせてください。
機能疲労は、テクノロジーの世界で非常によく文書化され、よく知られた概念です。製品が新機能を積み重ねることで重くなり、複雑になりすぎて、明らかに非生産的になることです。人工知能でこの段階に達している印象があります。
機能疲労の完璧な例は、MicrosoftのWordです。Wordのすべての機能を使う人はいますか？私たちは何十億人がMicrosoft Wordを使っていますが、パブリッシングや高度なスタイルを使ったことはほとんどありません。
私のような方であれば、Wordでやることは非常に基本的です。テキストを入力し、一部を太字にし、別の部分をイタリックにし、すべてを左揃えにして、それで大体終わりです。保存をクリックして完了です。
これは多くのツールで同じです。Photoshopでも、スマートフォンでも、人工知能ツールでも同じです。新技術では単純にパレートの法則、有名な80-20の法則に従います。ツールのユーザーの80%は、その機能の20%しか使用しないと推定されています。残りはただのノイズ、日常生活で誰も使わないものです。
これは軽く考えるべきことではありません。Pendoの非常に真剣な研究により、この機能の過剰がクラウド企業に約300億ドルのコストをかけていることが明らかになりました。
人工知能業界は同じ間違いを犯していますが、AIの世界ではすべてが非常に速く進むため、加速されたバージョンで犯しています。
ChatGPTの複雑化
ChatGPTを見てください。最初は使用が非常に簡単でした。接続して、メッセージを入力し、他のチャットボットでするように人工知能と議論するだけでした。
今日のChatGPTには、前述のとおり、すでに多くのAIモデルがあり、どれを使うべきか分かりません。その後、GPTs、Canva、Codex Operator、そして知らない機能がたくさんあります。
確かに非常に強力ですが、新機能が出るたびに複雑さの層を追加するだけで、新技術の使い方が分からなくなったユーザーを疲れさせ、他のものに移ってしまいます。
コメントで多くの方が、人工知能の新機能にうんざりしていると言っています。すべてが非常に速く進み、新技術を実装しようとしても、新しいより性能の高い技術がすでに後ろにあるため、ついていけないのです。
これについては動画の最後にコツがありますが、この機能の過剰エンジニアリングは機能疲労だけでなく、さらに深刻なもの、二極化につながります。
AIの二極化現象
最新の人工知能モデルですでにこれを見始めています。最もオタクで人工知能に投資している人々と一般大衆の間に真の亀裂が生まれています。提案される複雑さを活用できる人々とそうでない人々の間に真の亀裂があります。
人工知能の世界でジニ係数のようなものをほぼ測定できます。ジニ係数は世界の富を測るために使用されます。地球上の人々の1%が富の99%を持っているとよく見る数字です。正確な数字は覚えていませんが、言いたいことは分かるでしょう。
このジニ係数を人工知能の採用に適用できます。BCGやMcKinseyなどの多くの研究があり、かなり厳しい数字を示しています。研究では、企業の80%（より正確には78%）が人工知能を使用していますが、これらの企業のわずか4%しか投資収益率を生み出すことができていません。
つまり、AIに大量投資し、それでお金を稼ぐことができる小さな技術エリート、AIリーダーがいる一方で、実験段階を通過できず、損失を出して投資する構造の圧倒的多数があります。
亀裂はここにあります。最大手構造の1%が最も性能の高い人工知能の使用の90%を集中させ、その間、私たちが含まれる99%のユーザーは、メールを書いたり日常的な非常に基本的なタスクを行うための非常にシンプルな人工知能を使用します。
これがまさに99%の人々がOpenAIの最新人工知能O3 Proや、数週間後に出る世界最高の人工知能を決して使わない理由です。
性能競争の現実は、それが皆の利益にならないということです。最も裕福な人々（あまりそう言いたくないので、別の言い方をしようとします）、人工知能のハイパープロダクティブ、ハイパーアクティブな人々と一般ユーザーの間に真の溝を掘ります。長期的にはあらゆる形の中程度のイノベーションを潰す危険性さえあります。
見えないリンク戦略の台頭
しかし幸い、この拡大する亀裂に対して、私たちを救う可能性のある戦略が現れています。よりひっそりとした、ほとんど見えない戦略で、人工知能市場を変革し、先ほど話した大量採用を引き起こすでしょう。しかし、どんな代価で？
この戦略は、私が見えないリンク戦略と呼ぶものです。アイデアは非常にシンプルです。あなたを人工知能に来させるのではなく、AIをあなたのところに来させますが、それをひっそりと行います。
次の戦いは、誰が最も強力な人工知能を持っているかではなく、誰が最もひっそりと、あなたが日常使用するツールにそれを展開できるかです。
テクノロジーの巨人たちがこれを理解し始めています。少なくとも、他の誰よりも先にこれを理解した巨人が一つあります。その巨人はGoogleです。
OpenAIが毎月ますます強力なモデルを発表している間、Googleは全く異なるカードを切っています。数ヶ月前にGemini 2.5 Proという人工知能を出し、Gmail、Google Docs、Google Workspace、Androidフォン、そして検索エンジンにも統合しています。
そうすることで、Googleは巨大な摩擦点を避けることができます。GoogleのAIを使用するために新しいインターフェースを学ぶ必要はありません。日常使用するツールを使ってこの人工知能を活用します。
目標は、Gemini AIがあらゆる場所にあり、メールやSMS、表の分析、動画や画像の作成を手助けすることです。
もちろん、同じことをしようとしている他の関係者もいます。Copilotで人工知能をOfficeスイートとほぼすべてのツールに拡散するMicrosoft、Apple Intelligenceで同じ哲学を採用するApple – パーソナルで文脈的で、そのエコシステムに深く根ざしたAIです。
究極のビジョンと代価
この見えないリンク戦略の究極のビジョンは、Amazon創設者Jeff Bezosのものです。数年前のインタビューで彼が言い、その後も繰り返していることですが、人工知能の戦いに勝つのは、最高のベンチマーク、バズる数字を持つAIを提案する者ではなく、パーソナル人工知能、最高のパーソナルAIアシスタントを提供する者です。
私たちのニーズを予測するAI、私たちのためのAIを、それが単純に私たち自身の延長になるほど流暢に提案する者です。
確かに、紙面上ではこれはすべて夢です。すべてがシンプルになり、すべてが魔法のようになり、人工知能を学ぶ必要がなく、人工知能が私たちのために働きます。しかし、ここで先ほど投げかけた質問が出てきます。どんな代価でこのイノベーションを得るのでしょうか？
財政的コストの話ではありません。この人工知能の簡素化には隠れたコスト、巨大なコストがあります。各サービスが閉じられて不透明な独自のAIを統合すれば、私たちは本質的なものを失います。私たちは単純に制御を失います– どう動作するかを理解する力、どのように結果を得たかを理解する力を失います。
今日人工知能の世界で私たちを熱中させるもの、同僚に「これをするためにこうやった、これを得るためにこのプロンプトを使った」と言うアイデアを失います。私たちは単純に、もはや理解も制御もできない魔法の技術の受動的な消費者になるリスクがあります。
人工知能が私たちのためにすべてを行い、私たちよりもすべてを上手く行うなら、私たちは知性を失い、スキルを失うリスクがあります。これは当然、私たちの自律性、データ、そして情報に基づいた選択をする能力にとって危険です。
すべてが見えなくて、すべてが独占的なボックスに区画化されていれば、技術を理解し、一緒にツールを改善する方法をどうやって理解するのでしょうか？私たちは単純に、常に進歩を作ってきた技術的な共生を失うでしょう。
AIがどこにでもあり、見えなくて不可欠になり、それがどう動作するかを理解する能力を失った日、AIが制御を取るでしょう。そして今、これと戦う必要があるかもしれません。
解決策 – 賢明なAI利用
では、どうすればよいのでしょうか？どうすれば人工知能の受動的な消費者になることを避けられるのでしょうか？
この簡単なことを理解することで：O3 Proは新しいAI革命ではありません。次の人工知能も革命ではないでしょう。見てきたように、消費者である私たちは性能を求めていません。私たちが欲しいのは使用例です。簡単さ、日常生活での価値、生活を複雑にするのではなく簡単にするツールです。
この簡単さのニーズと具体的な使用例のニーズは、私が皆さんに掘り下げることをお勧めする傾向、スローテックの傾向につながります。
アイデアは、私たちの実際のニーズにより適応した、より理性的な技術を選ぶことです。私たちを置き換えることなく日常生活で助けてくれるツールをますます評価します。これもAI企業が理解すべきことです。私たちの知識を奪うことなく、私たちをより良くしてくれることを望んでいます。
そのため、これを言うと自分の足を撃つことになるかもしれませんが、私がお勧めするのは、新しい人工知能モデルに飛びつくのではなく、今手に入る既存のAIモデルに投資し、それらをよく活用するために学習し進歩することです。
そして、その後、知識を共有し続け、良い実践を共有し続け、流行効果なしに本当に見つけて使用できるツールを共有し続けてください。これは非常に重要です。
おわりに – 私たちの哲学
これが実際に私が日常的に行っていることのすべてを作る哲学であり、私を動機づけ、これほど多くの動画を作り、人工知能について知り発見できるすべてを共有することを促します。これがここチャンネルで私たちが行っていることの意味です。
動画を終える前に、非常に簡単な宣伝の瞬間です。ChatGPTのような技術を習得して人工知能で学習し進歩したい場合は、説明欄のリンクをクリックしてください。私の自動化ChatGPT講座を399ユーロの代わりに99ユーロの特別価格で見つけることができます。数日間だけなので、遅れないでください。すぐに終了します。
この講座では、人工知能の必須機能を活用し、AIを自動化してあなたのために働かせ、本当に生産性を向上させるためのすべての鍵を提供します。これが人工知能です。時間を無駄にすることを許すのではなく、反対に時間を獲得し、仕事でより快適になることを可能にするべきです。
最後まで聞いてくださってありがとうございます。この動画を気に入っていただけたことを願います。チャンネルで通常提案しているものとは少し違うので、気に入ったらコメントで教えてください。アルゴリズムで動画を押し上げますが、何よりも、このようなより台本化された特定のテーマを発展させる動画を気に入っていることを私に示してくれるでしょう。そうすれば、常にこの種のコンテンツをより多く提案します。
コメントを読むのが楽しみです。AIについて発見し見つけることができるすべてを共有する新しい動画でまもなくお会いしましょう。前に言ったように、これがチャンネルの哲学で、いつもの同じ動機、皆さんがAIが生み出す機会を活用するためのすべての鍵を提供することです。
Ludoでした。またすぐにお会いしましょう。チャオ。
コメント