この動画では、MetaがAI部門での採用凍結を発表したことを受けて、AI業界の人材争奪戦とその背景について詳しく分析している。わずか8週間前にザッカーバーグがイリヤ・サツケヴァーのスタートアップ買収を試みたり、AI人材に1億ドル規模のオファーを出していた状況から一転した理由を探る。David Sacksは、これをブームバストサイクルの一時的な調整と捉え、汎用AIへの過度な期待が現実的な垂直特化型アプローチに修正される過程だと指摘している。また、エンタープライズ環境でのAI導入における課題として、汎用モデルの成功率が5%程度に留まる一方で、特化型モデルは大幅に高い成功率を示すことについても議論している。
MetaのAI採用凍結と業界の変化
火曜日にニューヨーク・タイムズが報じたところによると、Metaは大規模な組織再編の一環としてAI部門の縮小を検討しているとのことや。ウォール・ストリート・ジャーナルもMetaがAI部門全体で採用凍結を実施していると報じたんやが、これはもうめちゃくちゃな話やで。というのも、わずか8週間前にザッカーバーグは狂ったように動き回っとったからな。
彼はイリヤの人工超知能スタートアップを買収しようとしてたんや。覚えてるか？イリヤは断ったんやけどな。そこでザッカーバーグはDaniel Grossを引き抜いて、MetaはScale AIのチームを丸ごと買収して、さらに140億ドルの投資に合意したんや。サム・ワルトマンは、ザッカーバーグがOpenAIの人材に定期的に1億ドルのオファーを出してたと主張してる。
Sacksさん、これについてどう思う？人材争奪戦が数か月間狂気的になって、今は一時停止してるように見えるんやが。こんな短期間でブームバストサイクルが起きてるんか、それとも別の理由があるんかな？
AI人材争奪戦の現実
そうやな、創業者が製品もまだリリースしてないスタートアップに対する数十億ドルの買収オファーを断るなんて光景を見てきたわけやが、こんなオファーがそこら中に転がってるわけやないんやで。つまり、こういう1億ドルや数十億ドルの求人オファーなんて、そうそう巡ってくるもんやない。ブームサイクルのまさに絶妙なタイミングにいて、しかも戦略的に脆弱だと感じてて、取り残されるリスクを恐れてる大企業で、しかも大量の資金を持ってる会社が必要なんや。
こういう要因が重なったときに初めて、あんな狂気じみたオファーが出るんやが、そんなことはめったにあらへん。Metaがやってることは、おそらく少し消化してる段階やと思う。彼らは既に多くの人材買収を行った。非常に高額な買収もやったし、少し統合作業をしてるんやろう。
先に言うとくが、これはサイクルの破綻部分やとは思わへん。バブルが弾けたとかそういうことでもない。実際、我々はまだこの投資スーパーサイクルの初期から中期にいると思う。これは健全な市場感情の修正で、人々がAIが自己改善の方法を見つけて人工超知能に到達するなんて簡単な話やないことに気づいたんや。これはもともと少しファンタジーやったからな。
機会を逃した代償
Meraはザッカーバーグからの10億ドルのオファーを受けるべきやったし、イリヤも300億ドルのザッカーバーグのオファーを受けるべきやったんちゃう？こんなことは二度と起こらへんからな。ただ、あなたが言うように、彼らの銀行口座にどれだけ入ってるかによるやろうな。もし以前の事業で既に億万長者になってるなら、そんなに重要やないかもしれん。
でも、もし始めたばかりで銀行にお金がなかったとしたら、断るのはかなり難しいやろう。現実的に考えて、彼らはおそらくOpenAIの株式を300億や500億で大量に売却したんやろう。両方ともOpenAIの共同創業者やから、フリーロールしてるような状況で、売る動機がないんやろうな。
それはそれでええんやけど、バストサイクルを経験したことがない人がたくさんいるんや。これが世界の普通の状態やと思ってたら、ひどく間違ってることになるで。
バリュエーションの現実
ちなみに、Sacksの言う通りやで。あなたも知ってる通り、10億ドル規模の企業を作って、それ以上で売却するのは難しいんや。ファンダメンタルズに基づいてそのバリュエーションを正当化するのは困難なんやから。
今は、数兆ドルの時価総額を持つ企業にとっての戦略的価値に基づいてバリュエーションを正当化できるサイクルの段階にいる。でもこれは、そういう企業が戦略的加速を求めて市場にいる間だけ続くんや。
もし彼らが後れを取ったり行き詰まったりしたら、あなたの会社は実際のビジネスとして独立して機能させなければならん。ファンダメンタルズに基づいて300億ドルのバリュエーションに到達するのは、めちゃくちゃ困難やで。つまり数十億ドルの実際の収益が必要ということや。
OpenAIの投資価値について
誰かOpenAIの普通株式に500億ドル出すか？それが良い取引やと思う人はいるか？強気のケースを作ってみるわ。
強気のケースを作る最も簡単な方法は、彼らのMAU（月間アクティブユーザー）の成長とMAUからDAU（日間アクティブユーザー）への転換率を見ることや。本質的には、FacebookやGoogleの最終ARPU（ユーザー平均収益）のわずかな割合を取って、今から3、4年後の何らかのMAU数に適用するんや。
推測するに、現在の5億人の週間アクティブユーザーが保守的に50%で成長してるとすると…いや、実際は週間アクティブユーザーは5億人やったな。750万人やったか。
そうやな、保守的に500万DAUとして考えよう。おそらく2年ごとに倍になってる。だから500万が10億になって、10億が4年で20億になる。20億DAUで、彼らがFacebookの収益の10分の1を生み出すとして、非常に保守的に見積もっても、おそらく1兆5000億の評価額になるやろう。そうすると、その賭けで3倍にできるかもしれん。
見てみ、OpenAIには実際の収益がある。サブスクリプションがあって、消費者スペースで支配的な地位を持ってるように見える。そして多くの人にとって検索の代替となってる。検索はインターネット上で最も収益性の高いフランチャイズで、これは彼らのアプリケーションの一つや。だから実際、このケースはかなり安心して作れると思う。
エンタープライズAIの現実的な課題
でも、JCALが先に言ってた調査の話に戻れるか？汎用AIモデルを単純に適用しようとする試みが、大企業では95%の確率でうまくいかなかった。でも、より具体的な垂直アプリケーションや垂直モデル、あるいはSLM（小規模特化モデル）アプローチを使った場合は、はるかに高い成功率を示した。
これは非常に理にかなってる。ビジネス価値を推進するためには、いわゆるラストマイルの問題がたくさんあるんや。LLMにはコンテキストが必要で、まずすべてのエンタープライズデータソースに接続して、良い答えを得るために非常に詳細にプロンプトを作成しなければならん。そして、その答えがハルシネーション（幻覚）でないことを検証して、それを繰り返し改善する必要がある。
だから、一つの人工超知能がすべてを解決してくれるという考えは、現実世界では全然うまくいかへん。実際には、解決しなければならない非常に具体的なビジネス問題がたくさんあるんや。
でも、これは最終的にエコシステムにとって素晴らしいことやと思う。なぜなら、多くの垂直アプリケーションや特化モデルが生まれて、さまざまな市場で価値を獲得することを意味するからや。
これが実際に、一つの基盤モデルがすべての価値を食い尽くすのではなく、経済全体にこの技術を浸透させる方法になるんや。だから、これはエコシステムにとって非常に健全なことやと思う。
垂直特化の優位性
垂直システムがより決定論的に感じられるのは完全に理にかなってるで、Sacks。なぜなら、より狭い問題設定と、実際に答えに到達するためのより狭いデータセットを持ってるからや。一方で、確率的なLLMにビジネスプランを作成してもらうように頼むと、80%正しい、90%正しいという感じで、99%正しいというレベルまでは届かへん。垂直特化のものは実際に正しい答えを得ることが非常に上手になってる。
その最後の10%が根本的に重要で、そこですべてのラストマイルの問題が発生する。業界を理解してその問題を解決する必要があるんや。
90%の精度や有効性から99%への向上、つまりビジネス価値が生まれる部分について話そう…
コメント