この動画は「Forward Future Live」の2025年8月29日放送分である。AI業界の最新動向について、医学研究者、自動化企業CEO、ウェブクローラー開発者という3名の専門家をゲストに迎え、AIの医療応用、企業の自動化、そしてAIエージェントとウェブの未来について議論している。特に注目すべきは、AIが医療研究を劇的に加速させている現状、企業業務の40-80%が自動化可能な未来、そしてAIエージェントがウェブコンテンツの主要消費者となる時代の到来についての洞察である。
- Forward Future Live 開始
- Nvidiaの決算発表について
- Nano Banana (Gemini 2.5 Flash)について
- OpenAIのReal Time API公開について
- イーロン・マスクのUHI発言について
- ダリア・ウナトマズ博士との対談
- ジュニア医療従事者への影響について
- Microsoft独自モデル発表について
- データの差別化について
- AnthropicのChrome拡張機能について
- 次のゲスト紹介
- ミヒル・シュクラとの対談
- Automation Anywhereの製品について
- ミヒルとの対談終了
- 番組コンテスト企画
- 最後のゲスト：ケイレブ・パー
- ウェブの将来の収益化について
- ブラウザベースとCloudflareの新しい標準について
- ウェブサイト所有者への提言
- 番組終了
Forward Future Live 開始
よっしゃ、皆さんおつかれさんです。Forward Future Liveやで。今日は2025年8月29日の金曜日や。今日は特別に共同司会者がおるで。うちのForward Futureのパートナー、ニック・ウェンツや。調子はどうや、ニック？
あー、音声がないな。すぐに直してもらうわ。今日はめっちゃええ番組を用意してるで。3人のすごいゲストが出てくれるんや。
まずはジャクソン研究所の教授、ダリア・ウナトマズ博士や。Xでずっとフォローしてるんやけど、医療とヘルスケア、科学的発見にAIを使うことで最前線を走ってる人や。OpenAIが新モデル出すたびに、医療分野での使い方をテストしてくれてる。科学的発見にAIを使うことをめっちゃ推進してる、ほんまに興味深い人や。
それから、Automation AnywhereのCEO、ミヒル・シュクラさんや。企業の自動化とか、ホワイトカラーの仕事の未来について考えてる人で、その最前線におる。話するのが楽しみやで。
最後にFirecrawlの共同創業者兼CEO、ケイレブ・パーさんや。AIがウェブコンテンツとどうやってやり取りするかの未来を作ってる人や。シリーズAの資金調達も終わったばかりや。実は俺、Firecrawlはずっと使ってるんや。俺個人だけやなくて、うちの会社でも使わせてもろてる。
今週の大きなニュースも見ていくで。ニック、戻ったか？音声は大丈夫か？
戻ったで。準備万端や。
よっしゃ、聞こえるで。じゃあさっそくニュースからいこか。ニック、頼むわ。
Nvidiaの決算発表について
アレックス、俺の画面映してくれるか？まず最初に、Nvidiaが最近決算発表したな、マット。マネー製造マシンやし、また記録的な四半期やったんやけど、意外なことに投資家の反応は控えめやった。株価は決算後に実際2-3％下がったんや。
明らかな理由はたぶん中国との不確実性やろな。需要についての疑問、将来の需要とかも。マット、この件についてどう思う？
両方やと思うで。それに、みんながもう慣れてもうたんちゃうかな。「またすごい数字か、大したことないな」みたいな感じで。四半期ごとに見てきたからな。全体的な成長率も少し鈍化してるけど、これだけの数字になったら、その成長率を続けるのは無理やわ。
中国が主要AI企業に「セキュリティ上の理由でアメリカのチップ買うのやめとけ」って言うた制限もあるやろうし。いくつかの要因が組み合わさっとるんやと思う。
ほんまに、こんなことにもすぐ慣れてまうのが面白いな。この600億ドルの自社株買いについて話そうや。俺には少し退屈に感じるな。1株当たり利益を良く見せる方法やし、投資家に価値を還元する、そんな感じや。
一番大事なんは、ジェンセンが市場に「この株は過小評価されてる。俺らは自信がある」ってシグナル送ってることやろな。これがたぶん一番重要なポイントや。でもこれは金融工学であって、イノベーションやないで。新しいファブはどこや？研究開発は？この金を活用せえよ。
これはAppleにめっちゃ似てるな。ある時点で現金をどうしたらええか分からんようになったら、自社株を買い戻すだけや。これは現金をどうしたらええか分からんっていうシグナルでもあるし、投資する場所がないっていうシグナルでもある。
株主を満足させなあかんし、それも一部やけど、Nvidiaが金の使い道を分からんっていう広いシグナルやないことを願うで。AI分野では金を使う方法は山ほどあるからな。新しいインフラ構築とか。まだチップ製造は全部TSMCとかに外注してるしな。やることは山ほどある。
これはAppleのイノベーションの終わりの始まりみたいやった。大規模な自社株買いし始めた時な。明らかに株価は上がり続けたけど、会社が何を考えてるかのヒントにはなる。
最後に言うとしたら、ジェンセンはこうなることを見越してたかもしれんな。投資家の反応が控えめになることを予見して、大規模な自社株買いっていう予防策を取ったんかもしれん。まあ、どうなるか見てみよう。
Nano Banana (Gemini 2.5 Flash)について
次の話に移ろうか。俺らみんなの心に近くて親しみのある話や。これでめっちゃ楽しませてもろてる。最近これについて動画もいくつか作ったやろ？
これは完成した画像を作ることやなくて、このモデルが本当に輝くのは編集と画像操作の部分やと思うんや。どうや？Photoshopキラーか、それともまだそこまでやないか？
近いで。近い。俺が今まで使った中で断然一番印象的な画像編集モデルや。Nano BananaことGemini 2.5 Flash image genのことやけど、ほんまに信じられん画像が出てくる。
この2本の動画を公開してから、何回も度肝を抜かれるような使用例があったで。1つは、GoogleマップのスクリーンショットをNano Bananaに渡して「ここに人がおったらどんな感じか見せて」って言うたら、すごいのを作ってくれるんや。「1800年代にここに人がおったらどんな感じか見せて」って言うこともできて、まるでタイムマシンみたいやで。
プロデューサーのアレックスが俺についていくつか面白い画像を作ってくれたんやけど、まだ感情的に立ち直れんでいる。
後で見てる人には言うとくけど、後でNano Bananaについてのコンテストをやるで。俺とプロデューサーのアレックスの2つのベース画像を渡すから、面白いことしてくれたら詳細は後で話すわ。
OpenAIのReal Time API公開について
次の話に行こうか。OpenAIがリリースしたで。Real Time APIが正式にベータ版から出て、本格的な音声エージェント用に準備できた。GPT real timeも導入したし、これは俺らの最も進歩したスピーチ・トゥ・スピーチモデルや。新しい音声とAPI機能もあるで。
これについてどう思う？みんな興奮すべきなのか、それとも予想された次のステップなのか？
これは俺自身も含めて過小評価されてると思うで。特にここ数週間、人間とAIの間のインタラクションレイヤーとしての音声AIにめっちゃ強気になってきた。眼鏡より、他の何よりもや。実際、AirPodsが人間とAIのインタラクション機器として本当に支配する機会があると思うで。
俺は音声が大好きや。AIとやり取りするのにすごくいい方法やと思う。そして今、開発者たちは自分たちのアプリケーションに組み込める最先端の音声AIを持ってる。
だから音声インターフェースをもっと見れば見るほど、いいと思うで。これにはめっちゃ興奮してる。
エンタープライズへの影響はかなり大きいと思うで。アシスタント、カスタマーサポート、アクセシビリティツール、人間が機械と話すあらゆる場所でな。時間が経つにつれて、この技術はどんどん良くなっていく。
俺自身、ほぼ毎日AIとやり取りするのに使ってるで。
そうやな。ところで、タコベルのAI展開の動画見たか？
いや、どんなんや？教えて。
うまくいかなかったって言えばええかな。ドライブスルーで飲み物の注文が取れなくて困ってる客がいたんや。後で見せるけど、次の話に移って、最初のゲストを呼ぼうか。
イーロン・マスクのUHI発言について
イーロン・マスクが他の人への実際の返信で「ベーシックインカムやなくて、ユニバーサル・ハイ・インカムになる。みんなが最高の医療、食べ物、家、交通、その他すべてを手に入れる。持続可能な豊かさや」って言うてる。
これに対してある人が「イーロン・マスクは『ロボットが人間の労働に取って代わるにつれて、UHIがみんなのニーズをカバーする』って言ってる」って反応してる。
これについてどう思う？
こういう話をする人がいるのはええことやと思う。重要な議論やからな。
俺は未来についてめっちゃ楽観的や。イーロン・マスクは歴史的には人工知能について楽観的やなかった。最近はもっと楽観的になってきたと思う。これを見るのはええことや。
知能のコストがほぼゼロになったら、未来には超豊かさがあると思いたい。それにめっちゃ興奮してる。
楽観的な未来か、すごく終末論的な未来かっていう幅広い見解があるようやけど、まあ見てみよう。俺はまた楽観的でいたい。これから呼ぶゲストの何人かともこの話をするで。
じゃあそうしよう。ダリアを呼ぼうか。
ダリア・ウナトマズ博士との対談
ジャクソン研究所のダリア・ウナトマズ博士や。教授として、AI+医学で本当にすごい仕事をしてる。ダリア、番組に来てくれてありがとう。
こんにちは。ここにいられて嬉しいです。調子はどうですか？
ダリア、Twitterでずっとフォローさせてもろてるで。初めて会うんやけど、素晴らしいフォローや。フォローしてない人がいたら、ぜひしてくれ。Twitterは@daratrや。チャットに載せとくで。
君も楽観的やと思うから、話すのが楽しみや。さっき楽観論について話してたところや。医学と研究に長い間深く関わってるやん。いつからこの新しい人工知能の波を見始めて、それが本当に医学を変える可能性があると気づいたんや？
まず、ここにいられて本当に素晴らしいです。あなたのチャンネルもずっとフォローしてるんですよ。素晴らしいAIチャンネルで、ニュースの多くをここから得てます。
実は私はとても長い間AIに関わってるんです。90年代前半に興味を持ち始めました。レイ・カーツワイルの「知的機械の時代」という本を読んで、大きな影響を受けました。もちろん後に彼のシンギュラリティについての本も読みましたが、今起こってることすべてを予測してました。
マーヴィン・ミンスキーもフォローしてました。彼の「心の社会」という本をお勧めします。AIの信じられない設計図のような本です。
もちろんChatGPTが出てきた時は、2022年11月に出てから3、4日目に使い始めました。とても興奮してて、その時点で道筋が見えたんです。ほとんどの人は気にしてませんでした。「あまり良くない。幻覚を見てる」とか、いろんな批判がありました。
でも道筋が開けたら、物事がどう進化して最終的には tremendous な影響を与える点まで成熟するかが見えるんです。今がその地点だと思います。
去年から見え始めました。私にとってもう1つのターニングポイントは、ChatGPTのO1モデルでした。最初の本当の推論モデルだと思ったからです。実際ChatGPTから早期アクセスをもらってて、O1の反応を見た時は感情的になりました。今のGPT-5やthinkingと比べたら大したことないんですけど、これはどんどん良くなっていくと本当に信じてます。
AIの最大の影響は医学と科学、バイオメディシンにあると心から信じてます。1つの簡単な理由があります。生物学より複雑なものはないと思うからです。すべてのものはそれより複雑じゃありません。私たちの脳はそれを理解するようにできてません。
何兆もの異なる部分があって、信じられない量のことが起こってます。でも初めて、私たちがそれを掌握できると分かりました。生物学を掌握できれば、信じられない未来があります。
同僚たちと一般的に、全体的な感情は肯定的で楽観的？それとも警戒的？多くの医者が「患者がDr. ChatGPTに行って、必ずしも正しい答えをもらえない」って言ってるのを知ってるけど、あなたの業界では全体的に何を見てる？
去年この質問をされたら「ひどい」って言ったでしょうね。GPT-4oが出た時でも、人々はまだとても懐疑的でした。科学部分でも医療部分でもです。
ある意味理解できます。私はAIを受け入れることについて大きな異端児かもしれません。何十年も待ってましたから。でもほとんどの人、特に医学や科学の分野にいる人にとって、教授なら、あなたと同じくらい優秀なモデルがあるんです。GPT-5 thinkingモデルについて言うなら、おそらくさらに優秀で、それはあなたの存在への直接的な脅威のように感じるんです。
抵抗の一部はそれでした。人々は対処しようとしてました。「まだ十分じゃない。まだあれができない。まだ幻覚を見てる」と。確かに問題はありましたが、それらがすべて修正されるのが見えました。今はほとんどの人が拒否できない地点にいると思います。
多くの医者がChatGPTを使ってるのを知ってます。GPT-5でおそらく使用は増えるでしょう。同僚の科学者たちは、去年と今年、今年前半と比べても昼と夜の違いです。人々は今「これは信じられない。使わなかったら取り残される」と受け入れ始めてます。
実際、NIH（国立衛生研究所）がグラント申請のルールを変えなければならなくなりました。どうやら誰かがAIを使って40のグラントを書いてNIHに提出したらしくて、それは少しやりすぎだと思うので6つに制限しました。でもAIは私たちよりいいグラントを書きます。よりいいアイデア、より良い仮説を提案します。いつも共有してます。
人々は「逃げ道はない。受け入れるか、時代遅れになるか」と理解し始めてると思います。
グラント作成に加えて、医学研究でAIを使ってるのを知ってる。具体的にはどんな感じで、最近驚いたり喜んだりした使用例はある？
OpenAIの動画でも言及しましたが、私の「Move 37」の瞬間を経験しました。知らない人のために説明すると、これはAI対世界チャンピオンの有名な囲碁の手で、AlphaGoが誰も予見できなかった信じられない手を打った時のことです。
私もその瞬間を経験しました。実際おそらく1、2のケースで。約2年前に実験を行いました。とても興味深い結果でしたが、矛盾するデータがありました。いくつかの実験があって、1つの実験は「これはこれを示唆してる」と言い、これは免疫系について、がんに対する免疫細胞の改善についてでした。
それらを調和させることができませんでした。最終的に1つのアイデアを思いつき、それをテストしてうまくいき、パズルを少し解決しましたが、まだパズルは残ってました。
実際にその実験の図をアップロードしました。シンプルな図で、結果だけでした。数分後、GPT-5（thinkingモデル）が信じられない洞察を出してきました。実験を理解しただけじゃなく（今はほとんどのモデルができます）、数ヶ月後に私たちが思いついた実験を提案しただけでなく、さらに「なんで思いつかなかったんだろう」というアイデアを出してきました。
とても驚くべきことで、感情的になりそうでした。実際にその実験をやる予定で、うまくいけば結果を発表します。これは本当に驚くべきことで、AIがどのように科学を劇的に促進し加速するかの別の例です。
もちろんデータ分析もできるようになりました。1000の異なる代謝物、数百人の患者、何千ものデータセットをアップロードしました。約2年前はそのデータを分析するのに約1ヶ月かかりました。GPT-5は数分でやって、全く同じ結果に加えて、私たちが言及してない追加のことも出してきました。1ヶ月が数分になりました。
もう1つのケースでは、約1ヶ月かかった実験をアップロードしました（生物学実験は時間がかかるので）。結果を得ましたが、もちろんすべてを予測することはできません。完璧な実験は決してできません。予想外のことが起こります。だから多くの実験をしなければなりません。
でも結果を得るのに1ヶ月かかって、また1ヶ月、また1ヶ月となると、生物学には長い時間がかかります。「この実験があります。この1ヶ月間で何が起こるか予測できますか？」と言いました。これはとても複雑な実験でした。また免疫細胞やがん細胞でした。遺伝子操作されてて、あらゆることが起こってます。調整してるので、腫瘍に何が起こるか、免疫細胞に何が起こるかなど。
また信じられませんでした。実験の出力の約90％を予測しました。もちろん100％はできません。でも「この実験をこう設計してたらこうなってた」とも指摘しました。
1000の実験をするのではなく、数個の実験に減らせるなら、何年もの人生を節約できます。生物学をシミュレートできます。少なくともその一部をシミュレートし始めて、良さそうな部分を検証し始めることができます。
これはどんどん良くなります。私が情熱を注いでることの1つは「バーチャル細胞」を作ることです。最終的に、すべてのデータを持つ完全な生物学的細胞を持ち、AIを使ってin silicoで実験を実行できる地点に来ると思います。
たくさんのデータとたくさんの計算が必要になります。人々は「たくさんの計算がある」と言いますが、いや、生物学には十分な計算がありません。でも絶対にそこに到達すると確信してます。
多くのことを言いましたが、いくつか触れたい点があります。1つは、バイオメディカル研究の加速が信じられないことです。間違ってるかもしれませんが、研究者が時間を費やすことの大きな部分は、文字通りグラント申請をすること、申請書を書くこと、正確で高品質であることを確認すること、申請すること、そのすべての時間が実際の研究に費やされてないということですよね？
その通りです。グラントだけじゃなく、グラントが大きな部分を占めてます。計算によると、科学者の時間の約30％がグラント作成とその改善などに費やされてます。
例を挙げると、私と同僚が2、3ヶ月かけて書いてたグラントを、今は1週間以下、押せば数日でできます。グラント作成だけじゃありません。アイデアを思いつくことと、分野にあるものを見逃さないことです。
GoogleのGoogle Co-Scientistというモデルを早期テストしてるんですが、このモデルは仮説を実際に作成するという点で信じられません。質問をするべきことを考え、エージェント的にやります。
それらをランク付けして、考えもしなかったアイデアや目標を得ます。この分野に30年以上いるのに、です。だから科学の質を向上させ、グラント申請の速度を向上させ、論文を書く速度を向上させます。論文を書くのも長時間かかります。
どう書くかを考えて、以前に発表されたものを見逃したくない。人々が怒るでしょう。そのことを考えなければならないし、1日に何百回も自分を更新しなければなりません。多くの論文が発表されてるから不可能です。
だからデータ分析、実験計画、その他多くの時間を節約するので、本当に驚くべきことです。
まだ公開されてないGoogleのモデルを使ってると言いましたね。GPT-5のような汎用モデルの大きな支持者だと知ってます。それからAlpha Foldのような、より特化したモデルのalphaシリーズがあります。バイオメディカル研究に最適なモデルは、alphaシリーズのような垂直化された特化モデルになるのか、それともGPT-5のような汎用モデルをスケールアップするbitter lessonなのか、どう思いますか？世界がどこに向かってるかの感覚はありますか？
数年後に何が起こるかを予測するのは難しいですが、両方の組み合わせになると思います。実際、Alpha 3が出た時、Xで専用コミュニティを始めました。今は生物学的特化モデルのほとんどが関わってて、私はそれをbioAIモデルと呼んでます。
おそらく現時点では両方が必要だと思います。例えばAlpha Foldは、タンパク質の3D構造を解明しようとするとても特化されたモデルで、とても特化され、集約的な計算が行われます。
小分子のタンパク質への結合を見る他のものもあります。タンパク質の3D構造、タンパク質動力学、分子動力学を理解しなければなりません。だからこれらは極めて特化された条件です。
LLMでそのすべてをいつかできないとは言ってません。もうLLMじゃありません。画像もあるし、ツールもあるし、動画もある。でもまだそこには到達してません。
また、とても重要なことに、これらのモデルは特化されたデータセットで訓練される必要があります。GPT-5は生物学について既に発表されてることはほとんどすべて知ってますが、タンパク質の3D構造や、細胞で遺伝子をノックアウトしたらその細胞がどうなるかという情報は持ってません。
私たちがしたいことの1つは、多くのデータを供給することでファインチューニングされたモデルを作ることです。データは常に入ってくるし、それが不足してます。それからモデルには非常に大きなメモリも必要です。すべての情報を保持しなければならないからです。
あなたがファインチューニングしてるモデルは、GPT-5のようなものですか？それから、最近「Kimmy K2は良いモデル」と言ったと聞きました。オープンソースがバイオメディカル研究の良い候補になるかもしれないということですか？ファインチューニングしてるのか、ローカルで実行してるのか、オープンソース対クローズドソースについてどう考えてますか？そしてどうファインチューニングしてますか？
今のところ、実際はGoogleをよく使ってます。ファインチューニング目的にはGeminiモデルが本当に素晴らしいと思います。正直言うと、オープンソースモデルは試してません。ローカルタイプもやってません。多くの努力が必要だし、できるんですが、問題は今は時間がないことです。
やれることがとても多いんです。実際、コーディングにもとても興味があります。45年前にBASIC言語で最初のプログラムを書きました。アセンブリ言語でもコーディングしました。これは古代のニュースですが、今はとても簡単にできますが、それに専念する時間がありません。
でも他の人たちが取り組んでます。確実にオープンソースモデルもとても重要になります。いくつかは独自データや機密データがあるので、ローカルである必要があります。でもいずれにせよ、問題は多くの計算も必要なことです。今はそれほど安くありません。NvidiaがNewモデルを出して価格を少し下げてくれれば、そこに到達するかもしれませんが、多くのGPUが必要だからです。
すべてのこの進歩で、AGIについて考えずにはいられません。今年AGIが起こる可能性が高いとあなたが言った引用を聞いたと思います。まず第一に、それは本当ですか？それがあなたの予測ですか？そしてもっと重要なことに、それが医療にとって何を意味するのか、医学にとって何を意味するのか、あなたの見解を聞きたいです。
間違いなく、おそらく内部的にはいくつかの企業で到達されているか、到達されようとしていると思います。名前は挙げません。でも人々がそれを言うと「どうやってAGIを定義するんだ？」と言うでしょう。そこで多くの混乱があると思います。
私のAGIの定義はレベル別です。AGIに到達してすべてが進化を止めるわけではありません。それはASIのような超知能かもしれませんが、その後何が起こるかは分からないし、超知能が何を意味するかも分かりません。でもAGIは異なるレベルになると思います。今年は間違いなく基本的なAGIに到達すると思います。とても近いからです。
本当に必要なのはメモリです。モデルがコンテキスト内で実際に学習できるようにするためです。
絶対に同意です、ダリア。
あなたもそれについてツイートしてたと思います。本当に欠けているものです。OpenAIやGoogleでは内部的にそれができると確信してますが、多くの計算が必要です。
だから今年はリリースしないかもしれません。分からないけど、とても多くの需要があって、その計算をどうやって得るのかという問題があります。でもこれは今年の終わりか来年の初めには確実に起こります。そしてエージェントシステムを通じて進化し続けるでしょう。
特に画像でのより多様なマルチモーダルデータセットを得ると、画像についてはおそらくAGIにとても近いと思います。Nano BananaがおそらくそのAGI版だと思います。AGIとは何でしょうか？
人工汎用知能です。何かを見て学習し、以前に知らなかった何かについて推論できるということです。これが人間の知能に関して私たちの脳が働く方法です。ただし、私たちの脳も既に知っていることで多く働きます。曝露されたことがないことを解明できる部分はわずかです。
私たちはそこに到達しつつあると思います。動画、画像などで到達してます。GPT-5 thinkingやproモデル自体は、局所的にはAGIだと思いますが、より多くのメモリがあって学習できれば、そこに到達するでしょう。そして言ったように、どんどん良くなっていきます。
多分次のレベルでは、AIに「これが1日か2日かかるタスクです」と言うでしょう。基本的なAGIはまだ1時間ごとくらいに干渉が必要かもしれません。次のバージョンは1日か2日仕事をして戻ってきて、次のバージョンはおそらく1週間働いて、次は1ヶ月働いて、そして戻ってきて「もうすべて売ったので、解決策があります」と言うでしょう。
AI+医学の最前線にいるようになったあなたの道のりは理解できます。長い間興味を持ってたから。すべての同僚、業界全般がもっと急速にそれを採用し始めるには何が必要だと思いますか？医師や研究者にとって、AIがデフォルトになるのはいつだと思いますか？その方向に向かってる気がしますが、まだそこには到達してません。教育の問題ですか？ツールへの露出の問題ですか？そこに到達するには何が必要だと思いますか？
2つのことが起こると思います。医学と科学、学術分野では異なるかもしれません。医学にはまだ規制や責任があるので、とても高い標準が必要です。実際にその証明を得つつあると思います。実際、Twitterで投稿してますが、医師がAIを使わないのは非倫理的だと言ってます。
医療過誤になるでしょう。聴診器を使いたくないと言ってるのと同じです。「かっこよくないから。自然な耳で患者の胸に頭を置くだけにする」って。でもそれは医学のポイントではありません。完璧な診断が必要なんです。
アメリカだけで毎年1200万件の誤診があり、診断や治療の間違いで約30万から40万人が死亡したり重傷を負ったりしてます。これは信じられない数です。患者が「GPT-5が医師より良い答えをくれる」と分かったら、「なぜそれをしないのか」と要求するでしょう。だから科学の側では強制的な適応になるでしょう。
科学の面では、AIを使わない科学者は取り残されるでしょう。AIを使って2日でグラントを書き、1時間で分析をする私とどうやって競争するのですか？何ヶ月も人生を費やすことになるし、決して競争できません。私はより良いアイデアも持ってるでしょう。
実際、人々はそれに群がってます。「これをしなければならない。もう仕事がなくなる」と気づいてます。
これは確立された医師や科学者向けです。新人、ジュニアの人たちが少し心配です。彼らにとってはそれほど簡単ではないでしょう。
ジュニア医療従事者への影響について
シニアエンジニアがAIを使ってめちゃくちゃ生産性を上げてるから、ジュニアエンジニアが仕事を見つけられないって話がよくありますね。複数の企業リーダー、アーロン・レビーとかAWSのマット・ガーマンとかと話したんやけど、「そんなん馬鹿げてる。若い世代の方がAIに慣れてるし、なんで雇わないんや？安いし、めっちゃ働くし、AIを仕事で使う準備もできてる」って言うてました。
でもあなたは医療分野では違うかもしれないって言うてるんですか？
そうですね、分からないです。エンジニアリングや計算では違うかもしれません。これらの人々は自然にAIを学んで使うからです。ソフトウェアエンジニアなら、プログラムの仕方を知ってて、コーディングとしてそれをやれば、途方もない優位性があるでしょう。
問題は、みんなが同じ優位性を持つことです。どうやって自分を差別化するのでしょうか？だからそれが1つの問題です。でもAIを受け入れる人たちにはまだ十分な仕事があるかもしれません。
他の分野の問題は、医学だけでなく弁護士や学術関係者もです。学術では、PhD学生やポスドクを採用します。彼らは入ってきて2年ほどやります。
知的に正直でなければなりませんが、「なぜPhD学生やポスドクが必要なのか？」と言わなければなりません。AIがすべての情報、すべての実験的なものを提供してくれるので、必要なのは実際に実験ができる優秀な技術者、優秀な手を持ち、優秀な技術的能力を持つ人です。だからその人がより価値があります。
これはほとんどの人に当てはまります。他の同僚も「ポスドクはもう必要ないと気づいた」と言ってます。ポスドクは自分のアイデアを思いつき、データを分析でき、実験をデザインできなければならないからです。AIがそのすべてをできるなら、教授のような上級者は「あなたは高いし、なぜあなたを採用する必要があるのか」と言うでしょう。
医療分野でも同じことが起こるかもしれません。まだ医師の需要があるので時間はかかるかもしれませんが、より上級で経験豊富な医師がAIエージェントを使って同時に10倍多くの患者を診ることができる地点に来るでしょう。患者を扱う看護師の方がもっと必要になるでしょう。
ジュニアの人たちにとっては、仕事を見つけても同じ収入は得られません。これは本当に重要で、私は論争的ですが、医学のキャリアに進みたいなら二度考えた方がいいと言いました。情熱があるなら進んでください。でも医学部で50万ドルの借金を負うことになります。医師がたくさん稼ぐからその借金を返せると思ってるからです。でもそれがもう起こらないなら、時間と金の無駄です。
PhDも同じです。生物学に情熱があるなら、生物学に進んでください。生物学は素晴らしいでしょう。でも科学があまりにも速く動いてて、やることすべてが時代遅れになるのに、なぜPhDで4、5、6年も無駄にするのですか？ただ進んでやってみてください。
予測は難しいですが、これらの問題の解決策を見つけるのに苦労してます。
確かに解決すべき問題がありますね。でも全体的に、あなたが描く楽観的で希望に満ちた絵を見てきました。マットと私も同じ楽観主義を共有してると思います。でも何があなたに希望を与えるのですか？病気を急速に治したり、老化を逆転させたり止めたりできる世界ですか？未来について最も希望を与えるものは何ですか？
私は異常に楽観的です。あなた方よりもさらに楽観的かもしれません。ずっとそうでした。指数関数カーブでは、変曲点に到達するまで長時間かかる期間があり、私たちはそこに到着したばかりです。
個人レベルでは一部の人が苦しみ、仕事を失ったり困難を抱えるでしょうが、大きな絵を見てみましょう。グローバルに、人類全体にとって、すべての病気が治療される日を想像してください。その日は約10年先です。
それだけでなく、老化を逆転できる日を想像してください。それは約15年先です。60、70歳で生物学的に20、30歳に戻る。これはサイエンスフィクションではありません。
実際、人々は「どうやってそんなことができるのか」と思いますが、できます。生物学はとにかくそうやって働くからです。常に自分自身を更新してます。プログラムがある時点でシャットダウンするだけです。それを逆転させる方法を見つけなければならず、それは確実に起こります。
病気なし、老化なし。それからおそらくあなたの仕事のほとんどをするロボットがいるでしょう。料理だけでなく、あらゆる種類のことを手伝ってくれます。
そして3番目に、そしておそらくもっと重要なことに、AIはとても民主的です。私たちは自分たちのバブルにだけ焦点を当ててます。アメリカでは少なくとも一部の人々はうまくやってますが、世界の他の地域の人々は知識にアクセスできず、医療にアクセスできず、何をすべきか分からず、十分な医師がいないなどで苦しんでます。
今、どこか人里離れた場所にハーバード卒業の医師がいるようなものです。だからその世界は私にとって素晴らしい世界です。黄金時代のようなものです。
物事はより豊かになり、はるかに安くなります。医療や教育にお金を使わなくても、ロボットが生産してるので食べ物も安くなれば、実際にはそれほどお金も必要ありません。人間にとって本当に重要なことに焦点を当てることができます。
私たちの人生の意味は仕事ではありません。これは過去数百年で起こった人工的な創造です。人間は特定の時間働くような仕事をするように進化したことはありません。お腹が空いた時に狩りをして、眠る場所を見つけるだけでした。そうやって進化したのです。
また狩猟採集民になれと言ってるのではありませんが、基本的なニーズ、健康などを心配しなくてもいいなら、他の多くのことを楽しめるでしょう。
その楽観主義に反対する議論がどうやってできるのか分かりません。
言った通り、あなたの楽観主義を共有してます。あなたの未来への楽観主義に感謝します。ダリア、今日参加してくれてありがとうございました。いつでも戻ってきて、この素晴らしい未来について、健康や医学について話してください。本当に感謝してます。
ダリアのTwitterは@daraterです。チャットに載せときます。ダリア、本当にありがとうございました。いつでも戻ってきてください。
ありがとうございました。良い番組を。また後で。
Microsoft独自モデル発表について
素晴らしかったですね。いくつかのニュースを見ていきましょう。ニック、準備してもらえますか？
フィードからです。まず読んでから議論しましょう。
Microsoft AI CEOのムスタファ・スレイマンから「初のMicrosoft社内モデル、MAI-1 voice one と MAI-1 preview の詳細を共有できて興奮してます。下にテスト方法の詳細があります」。
彼らは単独ゲームに参入してますね。これは大きな注目を集めませんでしたが、かなり大きなニュースです。明らかに何らかのリスク軽減策でしょう。どう思いますか？
確かに。過去数週間、数ヶ月間のOpenAIとの関係の摩擦について聞いてきました。摩擦と呼びましょう。OpenAIはMicrosoftが支配する分野により多く移動してるのを見てきました。ソフトウェア作成、仕事、Excelなど、これらすべてが、OpenAIが移動してMicrosoftと潜在的に競争できることがより明白になってきました。
彼らが利益を追求したがってることについての話し合いを知ってますし、Microsoftがその決定をある程度コントロールしてました。だから、Microsoftが基盤モデルを作るべきで、実際に作ったのは必然的に見えます。これは彼ら独自の社内基盤モデルで、音声とテキストベースの2つです。
なぜAppleはこれをやってないのでしょうか？他のすべての会社ができるようです。計算に大金を投じ、最高の人材を雇うのに大金を投じて、モデルを構築し、そこから反復する。Appleには何かが文化的に欠けてて、まだこれができてません。
Appleについて話したいです。Appleについて何か準備してますが、全く同意します。謎です。
これは正しい決断で、彼らは独自のモデルを構築すべきです。それが何かについて、どんなデータが入るかについて、将来についてもっとコントロールできるでしょう。技術的にはOpenAIの技術を完全にコントロールしてますが、そこには奇妙な微妙さがあり、他の会社に予見可能な将来のコア技術を構築させたくないでしょう。
Satya（サティア）は4D、5Dチェスプレイヤーで、これを知ってて、Mustafaの助けでしばらく前からこれに取り組んでたでしょう。
よく言いました。
データの差別化について
次に移りましょう。番組の友人、ユーチェン・ジンです。すべての大きな研究所は同じインターネットでプリトレーニングしてますが、それぞれに秘密のソースがあります。OpenAI（Reddit）、xAI（Twitter）、Google（YouTube）、Meta（InstagramとFacebook）。
最後のこの行が気に入ってます。「結局、モデルは彼らが育ったソーシャルメディアの文化を反映する」。これを信じますか？真実がありますか？
番組の友人、ユーチェンです。素晴らしい投稿者です。まだフォローしてなかったらTwitterでフォローしてください。
理解できます。OpenAIはRedditとより密接な関係があります。xAIは文字通りTwitterです。Googleは YouTubeを持ってますが、YouTube動画で訓練してるかは分かりません。MetaはもちろんInstagramとFacebookで訓練してると思わなければなりません。
だから、それが彼らの差別化です。真の差別化はペイウォールの後にあるデータになると長い間話してきました。そのデータは時間とともにますます価値が高くなるでしょう。特にユーザー生成コンテンツで、自己作成的で継続的なら。ノイズからシグナルを除去する方法があれば、この信じられないデータの止まることのない放水口があります。
彼の言い方も気に入ってます。モデルが成長した、引用符付きのソーシャルメディアの文化を反映するというフレーミングが本当に好きです。
それもそうですが、パブリックウェブのプリトレーニングを除去するために彼らが下した決定でもあります。使用することを決めた異なるアルゴリズムでもあります。驚くことに、これの大きな部分は実際に彼らが思いついたシステムメッセージだと思います。
xAIを見れば、従業員の1人がシステムメッセージに1行挿入して、モデルの性格を完全に変えた「事件」がありました。他のどの要因よりも、モデルの性格を変えるのはシステムメッセージです。私には、それが最も重要なポイントです。
とにかく大量のスクレイピングが起こってると思ってたでしょう。独自のデータがあるかもしれませんが、これらの会社はすべてこれらのデジタル資産にある程度アクセスしてます。
確かに。パブリックなものはすべて、すべてのモデルがベースとして訓練されている膨大なデータコーパスですでに訓練されてます。もちろん、秘密のソースの一部はそうでないデータを見つけることです。通常は買収、パートナーシップ、所有権を通じてです。これがこれらすべてで見てることです。
これらの会社の1つでなければ、どうやって競争するのでしょうか。Appleについて話しましょう。Appleについてたくさん話してきました。彼らには必ずしもUGCがありません。ユーザー生成コンテンツがありません。だから、どこからコンテンツを得るのでしょうか？
明らかに、欲しいコンテンツを買ったりパートナーシップを結んだりするのに十分なお金がありますが、自己生成コンテンツのフライホイール効果はありません。
Appleを知ってれば、ユーザーのテキストメッセージにアクセスしないでしょう。だから本当に良いソースがありません。
AnthropicのChrome拡張機能について
次の話に移りましょう。Anthropicからのローンチがあります。「ブラウザで直接働き、あなたの代わりにアクションを取るClaude for Chromeを開発しました。どのように使用されるかについて実世界の洞察を収集するために、最初に研究プレビューとして10,000ユーザーにリリースしてます」。
これは典型的なAnthropicです。安全なアプローチを取ってます。一般リリースの準備ができてることを確認してます。Anthropicの自分たちのチームが、本質的にページに隠されたコードがAIを騙すプロンプトインジェクション攻撃を暴露し、23％以上の時間で機能したと読みました。だから一般リリースの準備がまだできてないかもしれませんが、予防措置を取って、正しい方法でやってます。
これは実際に、次の2人のゲストを呼ぶ時にとても関連があって興味深いです。基本的にAIエージェントは私たちが気づくよりも速くウェブに浸透してて、私たちの代わりにより多くブラウジングするようになるでしょう。これが気に入ってます。実際に早期アクセスを得ました。まだテストする機会がありませんでした。テストする予定です。
もちろんPerplexityのComet製品を使ったことがあり、本当に切り替えました。Chrome拡張機能を構築することと、Chromiumのフォークを構築して実際に独自のブラウザを持つことの違いを見るのは興味深いでしょう。前者の制限は何かを見るのは興味深いでしょう。
でも、この戦略が気に入ってます。AIエージェントがあなたの代わりにウェブをブラウジングするが、クラウドでホストされてると、常に制限があります。特に認証では、ウェブサイトにログインしたり、支払いをしたりするのがすべて困難になります。あなたが既に使ってるブラウザ、すべてのパスワードが既にそこにあるブラウザに基づいてると、ワークフローの途中でジャンプインできます。クラウドではできません。これが正しいアプローチだと思うし、試すのが楽しみです。
絶対に同意します。
次のゲスト紹介
次のゲストの準備はできてますか？
絶対に。次のゲストを呼ぶのにとても興奮してます。これはミヒル・シュクラです。Automation AnywhereのCEOです。企業の自動化をやってます。ミヒル、番組へようこそ。
ミュートになってると思います。
こんにちは。COVIDの後にはこれを理解してたと思うでしょうが。ここにいられて嬉しいです。
私たちもまだ苦労してるので、心配しないでください。文字通りこのエピソードでも苦労してます。全く問題ありません。
ミヒル・シュクラとの対談
ミヒル、また会えて良かったです。仕事の自動化の最前線にいるあなたと話すのにとても興奮してます。いくつか質問があるんですが、まずあなたが仕事の最大80％が自動化を通じてできると信じてることから始めたいと思います。今どこにいて、今いる場所から80％に到達するために必要な技術やイノベーションは何ですか？
それは機能によって40から80％様々ですが、40から80％は人間がループにいない完全自律か、AI支援です。これも機能によって様々ですが、これは私たちが知ってる仕事の劇的な変革を意味します。
多くの場合、技術は既にあり、毎週毎月継続的に進化してます。私たちが皆持ってる最大の課題は、今可能であることの可能性を再想像することです。
私たちは今、部門があり、部門が機能と能力によって組織されてるという第二次世界大戦後の考え方で運営してて、サイロで運営してます。AIが私たちに疑問視させてるのは、能力が人間から部分的に、AIから部分的に、どこからでも来て、それらを動的に構成できるなら、組織化の仕方、仕事の進行の仕方を再想像する最良の方法は何かということです。
だから、技術主義者として私たちは常に技術に向かいますが、変化は技術より困難な部分です。
前回話した時、AIでより小さなチームがより効果的だと言ってましたね。AWS CEOのマット・ガーマンと話しましたが、同じ感情を反映してました。特にこの新しい生成AI波の到来で、より小さなチームがより効果的だと見てます。
あなたの考えでは、より小さなチームはより少ないチームも意味するので、全体的に従業員が少ない、それとも実際に雇用してて、チームの人間がより効果的で、ドルあたりの収益がずっと高いということですか？どう考えてますか？
確実により小さなチームですが、これはAI特有のことだとは思いません。企業では小さなチームが常により良い結果を出すというのは常に真実でしたが、AIがそれを焦点に持ってきました。
従業員数についてのあなたの質問に答える移行の起こり方について、私はこの質問をします。これは想像できる最高の世界ですか？現在の世界は想像できる最高の世界ですか？そして、これがすべてのアイデアですか？
これが最高の世界で、これらが最高のアイデアなら、どんな技術でもそれをより良く、より速く、より安く、より効果的にするでしょう。だから必要な従業員は少なくなります。
あなたの答えが1なら、私たちの子供たちのために、これが想像できる最高の世界ではないことを願います。もっと良い世界を想像でき、もっとアイデアがあり、それらすべてを追いかけるためには、もっと多くの人が必要になるでしょう。
私たちが持ってる最良の情報によると、1100万の新しい役割が必要になります。これは世界経済フォーラムの研究の一部で、900万の役割が影響を受けるでしょう。
完璧な世界では、これは仕事を待ってる島で1100万人が待ってるということではありません。だから完璧な世界では、この900万人が1100万の仕事に就き、まだ見つけられない200万人の人を探すことになるでしょう。だから、これは再スキル化の課題です。
しかし、これはマクロレベルでの話です。異なる人々がこの変革を、それぞれのユニークな視点から異なって経験するでしょう。そして私は、マクロレベルで理解しない人々がいることを理解する必要があると思います。彼らは自分の視点から世界を理解します。私たちはその事実を認識し、すべてが同時に正しいということを理解する必要があります。
ミヒルさん、この問題の枠組みの仕方が気に入ります。「これは想像できる最高の世界なのか」という質問です。それが教えてくれることがいくつかあります。1つは、そうじゃないし、私もそうじゃないと思うけど、常に改善の余地があるということです。パイは成長してます。
だから各従業員が突然超生産的になっても、解決すべき問題の総数は静的じゃないということです。同じままではありません。これまで問題を解決することの経済学が有利じゃなくて無視してた問題があります。
だからこのロングテールの問題を解決できるようになるだけじゃなく、解決可能だと思いもしなかった問題もあります。そういうことを言ってますか？
その通りです。しかし、その旅路を作るのに必要な社会的移行にもっと焦点が必要だと思います。政府、CEO、教育機関によって。これは大きな移行だからです。
バジャギが数週間前に言ったことを考えてるんです。AIはおそらくミドル・トゥ・ミドルの問題を解決することになり、人間は端にいることになると言いました。AIは少なくとも予見可能な未来において、ワークフローを完全にエンドツーエンドで処理する能力がなく、人間がループにいる必要があるからです。Automation Anywhereのクライアントでそれを見てますか？
異議があるかもしれません。あなたが言ったことに基づいて、もっと微妙な部分があると思いますが、例を取りましょう。多くの顧客にとって、カスタマーサービスの40％が現在、人間がループにいない自律的なものです。
ちなみに、これはAutomation Anywhereでも同じです。複雑な企業向けAIソフトウェア、最先端の1つを販売してます。私が指摘してるのは、ウィジェットを売ってるのではないので、カスタマーサービスは簡単ではないのに、私のカスタマーサービス要求の40％が人間がループにいないということです。
この美しい点は、マットとニックは、顧客に私たちと話す能力を提供したことです。取り上げませんでした。両方のオプションが利用可能だと言い、顧客は質問の性質に基づいてどちらの方法にするかを選びました。それはほぼすべての人にとって変革的でした。
40％のケースは数秒で回答が得られ、みんな満足してます。人々が処理しなければならない60％のケースでは、最も重要なことに集中できるようになったので、満足度が大幅に上がりました。
だから、これは例です。人間がループにいないプロセスを持つでしょう。製造工場を考えてみてください。私は顧客の様々な製造施設を訪問しましたが、フットボールスタジアムサイズで、たった20人で運営される完全自律的なものがあります。まだそこまでは到達してませんが、世界の他の地域でそれがどう起こるかを見てきました。製造業が行うように、素晴らしいもの、クリエイティブなもの、何百万ものものを生産できるようにするため、ますますその方向に進むでしょう。
だから、可能な限り完全自律、価値を加える場所では支援付きです。
カスタマーサービスの使用例を言及しましたね。Automation Anywhereでは最も多くの注目を集めてるのはどこか、他にどんな使用例で顧客が多くの価値を得てるか興味があります。
90カ国以上、18の業界にわたって5000以上の顧客がいます。だから答えは、すべての単一業界のすべての知的労働者にとって有用だということです。AIがすることなので、それは驚くことではありません。
例を取りましょう。カスタマーサービスは素晴らしい場所です。顧客の1つ、石油ガス業界のペトロブラス（Petrobras）の別の例を取りましょう。彼らのために3週間で1億2000万ドルを節約できる仕事をしました。
誰かが私にこれを言ったら信じないでしょう。3週間でプロジェクト計画を立てるのがやっとです。しかし、これは私たちが話してることを強調してます。可能ですか？はい。そしてこれは可能でした。
彼らのために税金を再計算できました。彼らは640億レンジの税金を払ってます。とても大きな税務請求書です。税法がそのように複雑に存在し、それをすべて再計算し、すべての異常を見つけ、数週間で修正し、AIエージェントを通じてすべての書類を再提出できるという事実は、完全に異なる運営方法です。これは約1年前に起こったので、1年以上可能でした。
ミヒル、あなたは明らかに自動化にとても強気です。タスクの40から80％まで自動化できると言ってます。これを見たと確信してます。約1週間半前にMITの研究で、企業パイロットの95％が失敗してると言いました。あなたはそれを見てないと思いますが、パイロットから本格的な導入への成功率は何を見てますか？そして95％の企業が失敗してるとしたら、それが本当だと仮定して、彼らは何を間違えたのでしょうか？
その報告書を読みました。みんなが95％に焦点を当てるのは興味深いです。私は全く異なって読みました。素晴らしいリターンがある5％があるという事実と、その5％はどこにあるか。それを見ると、私たちが顧客のためにすることすべてが実質的にそこにあります。バックオフィス、エンドツーエンドプロセス、自律企業、財務です。
リストされてるすべての場所でリターンがあり、何千もの顧客がそれを得てます。うまくいかない95％は、時には物事を細かく分割しすぎることです。5000人組織の中で、30人のグループが何かをしてて、その30人のグループ内でAIを使って3人を節約したいとしましょう。それは素晴らしいですか？確かに。3人分の仕事をより最適化や自動化できますか？確かに、価値があります。
しかし、機会がはるかに大きい時に、そのような細分化された領域で何かをしようとしてます。サプライチェーンの顧客の例を取りましょう。32の倉庫と385,000のアイテム間で1日4回在庫のバランスを取るプロセスを作りました。これは人間では決してできないプロセスです。
人間は月に1回やってます。自律に変換した瞬間に、何回でもできます。だから1日4回で、在庫コストを2億ドル節約しました。これは棚の上の無駄でした。物が棚に残ってるだけでした。これらのことは可能で、しばらく前から可能でした。
理解できます。何度かこのエピソードで言ったように、とても楽観的な傾向があり、その報告書が正確に読まれなかったと思いませんでした。しかし、それについて聞きたかったのです。
では、Automation Anywhereや一般的にAIでの自動化で成功を見つけてる企業について見てみましょう。パイロットが失敗してるある程度の場所で確実に成功できるようにする文化、アプローチ、使用例について何が違うのでしょうか？
様々な種類があり、何かに賛成または反対ではありませんが、共有してるだけです。私たち皆、このプロセスで学んでるからです。しかし、独自のLLMを作成したり何かをしたらどうかという多くの科学プロジェクトが進行してます。いくつかの例外があると思いますが、私たち自身のLLMを作ろうとした時、一般的なLLMがあまりに速く進歩してるのを見ました。
一般的なLLMを英語と言語と推論と数学の基礎教育を受けた人だと考えてください。その一般教育を受けて、そこから進歩する方が、一から何かを構築するよりも良いです。だから、これらのプロジェクトが、ユニークな場所があると確信してますが、ほとんどの場合、費用に対してリターンを提供しないと思います。
2つ目の場所は結果のスピードです。また、もしこれが別の3年間のITプロジェクトで、私たちが慣れ親しんだ多くのものなら、リターンがないかもしれません。
チームが、ペトロブラスのように要求することが重要で、彼らにクレジットがあります。この種の変化管理は企業とそのリーダーによって主導されるからです。「これが可能だと知ってる。それを見たい。みんなにチャレンジしたい。どうやってそこに到達できるか」と言います。
特定のプロセス、特定の結果でAIを適用し、これらの結果でビジネスに影響を与えることは、また別のITプロジェクトではありません。ITプロジェクトに反対してませんが、結果に結びつけることが成功の鍵です。
これの一部に同意するか教えてください。これは基本的にすべて全く新しくて、企業でのAIの適用の多くを初めてやってるので、確実にその中のある割合は失敗するでしょう。実験と言いましたが、これらは実験です。
仮説に基づくすべての実験が真実で正確で成功するわけではないし、どう適用するのが最良かを必ずしも理解してない人々、現在の最良の使用例、モデル能力のエッジがどこにあるか、自分たちの実験が機能しないことに驚いたり失望したりするかもしれません。使用例自体でも、使用例を解決するために取ったアプローチでも。それについてどう思いますか？
買い手として教えましょう。私もAIの買い手だからです。私たちの会社ではAIをどこでも使いますが、すべてをうまくやりません。だから、すべて使いますが、他の人がうまくやることは他のすべてを買います。
AIの買い手としての私の経験があります。データ関連ソフトウェアを提供する企業なら、データがAIに必要だと言うでしょう。アドバイザーなら、AIのやり方をアドバイスしてくれるでしょう。レコードシステム企業、ERP、CRMなら、それが最もやり方だと言うでしょう。だからみんながAIの使い方を教えてくれます。
私が学んだことは、みんなが恩恵を受けることを願ってますが、レコードシステム企業で、収益源がシートベースなら、40％の自律的な仕事をするなら40％のシートが不要で、仕事の進行方法を完全に変革できるので、固有の利益の対立があります。
多くの他の人もこれを言って、「あなたが私に言うやり方でやる必要はない。収益源を守る必要があるのは分かるが、その道を行く必要はない」と言います。
アドバイザーでコンサルティングドルが欲しいなら、これはデジタルレイバーです。以前やったのとは大きく違ってできます。
だから各ベンダーで第7のことを整合させれば、リーダーや企業として私が気にすることは、高品質で低コストで仕事を完了させることで、他のすべては副産物です。それを達成する最速の方法は何かです。
すべてのベンダーを再評価して、私の利益がどこで整合してるかを言います。私たちやアマゾンや多くの他の人について考えれば、シートについては本当に気にしません。仕事を完了させることだけです。好きなだけ自律的にしてください。必要な場所で支援してください。それらのいずれにも特に宗教はありません。
そのアウトカム、プロセス、そしてそれらに整合して再考して可能性を再想像することです。企業とやることの1つは、現在の財務を見て、可能な限り最初の会話で、「これが今日のあなたの会社全体での運営方法です。これがすべての機能、すべてのプロセスでAIを使った運営方法の詳細な見方です。新しい運営モデルと、この2つの違いがここに40億ドルの価値、20億ドル、2億ドルです」と言います。「後退してこれを見て、どこにでもあります。最初に何をしたいですか？」
Automation Anywhereの製品について
あなたが持ってる2つの製品について聞きたいです。プロセス推論エンジンと自動化コパイロットについて、それが何か、何がユニークにするか、競合他社とどう差別化するかを教えてください。
プロセス推論エンジンは、ChatGPTを知る前から約3年以上取り組んできた作品です。この基盤となるトランスフォーマーモデルに興味を持ち、プロダクト推論エンジンという非常にユニークな製品を作成できるかどうかを見ようとしてたからです。
私たちが持ってるユニークな資産の1つ、参加する前にあなたたちが異なるLLMでのデータの由来について話してるのを聞きました。私たちは仕事がどう進行するかの大きなメタデータを持ってます。
顧客に特定できるものも特定的なものも何もありません。しかし、私たちは今日19のデータセンターとプライベートクラウドで4億のデジタルワーカーを運営してます。膨大な作業負荷が私たちのシステムを通過してます。すべての業界にわたって、私たちは仕事について、おそらくほとんど誰よりも何かを知ってます。
だから、仕事についてのそのメタデータを最後の多くの年間で推論エンジンの訓練に使いました。私たち自身に与えた挑戦は、推論エンジンがすべての集合的な仕事の経験を持ってるので、私たちが行う仕事のほとんどを自律的に理解できるかということでした。
3ヶ月前、私たちにとっても驚くべき非常に記念すべきマイルストーンに到達しました。この推論エンジンに事実上あらゆる複雑な仕事、私たちの多くが難しいまたは複雑だと考える仕事を与えることができ、それは「そこに到達するための6つのステップがあります」と理解しました。私たちのプラットフォームのおかげで、私たちはあなたが持つすべてのシステムに接続するすべての技術を持ってるので、すべてのものと話すことができます。動的に接続でき、その仕事を実行できます。
だから、仕事が口頭コマンドの速度で起こることができるという事実、サイエンスフィクションで見てきた種類のものが、ここにあり今利用可能です。それがプロセス推論エンジンです。
私の予測が正しければ、事実上すべての企業ベンダーと企業がそのプロセス推論エンジンを必要とするでしょう。それが秘密のソースであり、すべての仕事が起こる方法の基盤だからです。
一般的に企業にサービスを提供してるのを知ってます。世界の中小企業からも需要やニーズを見ますか？それとも完全に別の動物ですか？AIと自動化を採用しようとする中小企業にサービスを提供する世界を見ますか？
いいえ、今日パートナーとMSPプロバイダーを通じてサービスを提供してます。中小企業には実装するスキルがないし、非常に簡単に実装できるようにしても、可能な限り最もシンプルなバージョンを可能な限り最低価格で欲しがるからです。
私たちのパートナーの多くがすることは、例えば様々なウェルスアドバイザー、何千もの人々にサービスを提供するパートナーの1つ、それぞれ1、2、5人のチームの数千のウェルスアドバイザーにそれぞれ1つずつサービスを提供する代わりに、彼らはコストと価値とその業界にユニークな垂直エージェントを彼らに提供するこのパートナーによってすべてサービスを提供されます。
MSPを通じてサービスされる特定のソリューションがあります。そのうち12のソリューションがあります。
理にかなってます。最後に1つ質問があります。この番組では予測が大好きです。ゲストが予測を間違えたら、後でフォローアップしてお知らせできるからです。3年先を見て、仕事はどのように見え、最も大きく変化したのは何でしょうか？
しばらくの間、二重世界で生活するでしょう。世界の一部では仕事が大きく異なって見え、一部の人々はまだそこに完全に移動してないので、今日運営してる方法で運営してます。
AIファーストアプローチを取り、どのように起こるかを再想像した人々にとって、仕事がどのように見えるかを説明しましょう。ほとんどすべての人が関連できる例を使います。お気に入りのサイエンスフィクションを考えてください。私はスタートレックファンです。だから例を使います。
スタートレックでは、キャプテンが「コンピューター、デフレクターシールドを再構成して何かと何か」と言います。キャプテンのところに開発者が来て「キャプテンが言ったことは6ヶ月かかります」とか「2ヶ月のプロビジョニングです」と聞こえません。代わりに、口頭コマンドに基づいて動的にワークフローが作成され、すぐに実行されます。
これは私が言ったプロセス推論に馴染みがありませんか？それがすべてのサイエンスフィクション映画で起こることです。でも、それがメインの部分ではありません。メインの部分は、その仕事がとても魅力的で、人々が働くのを見るということです。私たちが働くのを見る人を想像できますか？私には想像できません。
人々は私たちが、仕事の、すべてではないかもしれませんが、仕事がより魅力的であるべき世界を見てます。私たちが8時間、そして私たちのうち8時間以上働くことを費やすなら、なぜそのうちのいくつかはとても魅力的ではないのでしょうか？そして、生産性、マージン、成長に関連しようが、私たちすべてが関連できる何かがあります。でも、私たちの仕事がより魅力的なら。
私は毎日AI、様々なツール、私たちの技術を使ってることを言えます。より魅力的になり、より充実感があります。だから、3年後のあなたの質問に答えるために、どれくらいの組織が巨大な価値と利益を作成し、そのプロセスで仕事を魅力的で充実感があり、エキサイティングにし、可能性を再想像したか。30、50、80％の企業をそこに持っていけるでしょうか？そうできることを願います。どれくらい多くがそんなに速く移動するかがわかるでしょう。
ミヒルとの対談終了
ミヒル、本当に時間をありがとうございました。今日参加してくれて本当に感謝してます。自動化の最先端にいる人からの視点を見るのはいつも素晴らしいです。ありがとうございました。automationanywhere.comで見つけることができます。チャットに投げ込みます。ミヒル、時間をありがとうございました。
ここにいて嬉しかったです。ところで、あなたのポッドキャストとライブショーに大きなエールを送ります。大ファンです。
ありがとう。感謝してます。また次回お会いしましょう。ありがとう。さようなら。
番組コンテスト企画
ハイブリッドで、悲観的、楽観的、たくさんの自動化。人々は変化しなければならないでしょう。このエピソードで全範囲の見方を得てますね。
かなりの多様性です。でも、それは予想されるべきです。最近のホットな話題ですからね。
次のセグメントで何か計画があるのを知ってます。紹介してもらえますか？
始めましょう。次のゲストを呼ぶ前に、少し楽しいことをしたいと思います。今週、プロデューサーのアレックスが少し楽しんで、Nano Bananaのせいで私をいろんなバナナの衣装に入れました。少し復讐が必要で、あなたの助けが必要です。
もっと真面目に、Nano BananaがAlam Marinaを含む画像編集、画像生成リーダーボードで1位を取ったことを祝って、小さなコンテストをやります。
アレックス、私がコンテストの要点を説明する間に、ヘッドショットを準備できますか？コンテストをやって、2つの異なるヘッドショットを渡します。1つは私自身の、もう1つはプロデューサーアレックスの。アレックス、それらを上げてもらえますか？あ、それはヘッドショットじゃなくて完成品ですね。
でも何をやってるかは分かります、アレックス。それで、notion docの画像リンクで見つけることができます。2つのヘッドショットを共有します。これではありません。アレックス、もう1つを上げてもらえますか？
基本的にやってもらいたいのは、楽しんで、面白くすることです。私たちのヘッドショットを取って、できるだけ面白くしてください。バナナ関連なら素晴らしいです。必ずしもそうである必要はありませんが、2つの要因に基づいて選びます。1つは最も面白いもの、私たちを笑わせるもの、2つ目は技術の最良の使用です。Nano Bananaを使ってみてください。
そして、それがアレックスの素晴らしいヘッドショットです。それから私のも渡します。アレックス、2つの画像リンクをチャットにドロップしてもらえますか？YouTubeで見てるなら下の説明にも置きます。それらを取得して、面白いことを思いついて、@ForwardFutureでタグしてください。それは forward future_ on X です。それもチャットにドロップします。優勝者を選んで、来週番組でお披露目して紹介します。
そして、覚えておいてください、優しくてもいいですが、あまりに優しくしないでください、ね？
アレックスにあまり優しくしないでください。彼は今週楽しみました。でも真面目に、意地悪でない限り、面白いなら、大好きです。
最後のゲスト：ケイレブ・パー
それで、実際に私は去らなければなりませんが、ショーは続けなければなりません、もちろん。この次のゲストにとても興奮してます。たくさんの素晴らしい質問が準備されてます。でも、Firecrawlのケイレブ・パー、共同創業者、CEOです。共有する興奮するニュースがたくさんあると思います。楽しんでください。
ニック、今日共同司会してくれてありがとう。来週お会いしましょう。
もちろんです。来週お会いしましょう。
次のゲスト、とても興奮して話します。しばらく前からFirecrawlのユーザーでした。驚くことに、彼らが存在してるほとんどの時間、彼らはずっと古い会社だと思ってました。どこでも見てたからです。とても興奮してケイレブを呼びます。Firecrawlの共同創業者兼CEOのケイレブです。番組へようこそ。
みなさん、調子はどうですか？
調子いいです。お会いできて嬉しいです。Firecrawlと起源の話について話したいと思います。Firecrawlを始めた時、背後にあったアイデアは何で、何に進化したかを教えてください。
Firecrawlを始めた時、私たち自身のニッチを掻いてました。Mendableというツールを作ってました。ストリームの誰かが馴染みがあるか分かりませんが、これは2023年初期、ChatGPTが出たすぐ後です。みんながこの新しい技術で何をするかを理解しようとしてて、会社の文書にチャットボットを置こうと思いました。コンテキストの問題があり、人々がChatGPTで幻覚や幻覚を得てたからです。
面白い話です。とても早期にLangChain docsを動かすことになりました。Snapchat、DoorDash、MongoDB、Coinbaseのような顧客に売りました。でも結局、私たちはAIで価値のあるものを構築しようとするただの開発者でした。
私たちが使いたい、構築したい開発者ツールを構築することがより興味深いソリューションになるという直感を常に持ってました。Mendableの1年半以上にわたって、本当に私たちに共鳴する問題に常に目を光らせてました。ウェブクローリング、ウェブスクレイピング、どんなウェブサイトでも取って、これらの企業を助けるために使えるデータに変換することで頭を壁に打ちつけた後、それが大きな機会であることが明らかになりました。
Mendableで一生懸命働いたインフラを、週末で独自の製品に構築し、オープンソースのリポジトリもリリースしました。ほぼ即座に開発者たちがそれを愛するのを見ました。Hacker Newsで1位を取りましたが、Hacker Newsの人々が怒って取り下げられました。翌日またリリースしました。それ以来、GitHubで50,000スターを超えました。だから、歴代のGitHubリポジトリのトップ400に入ってます。
プラットフォームには350,000の開発者がいて、素晴らしい企業と働いてます。ワイルドな旅でした。
素晴らしいですね。Firecrawlについて聞いて、すぐに使い始めました。多くのクローラーを使いましたが、Firecrawlは本当に簡単で、AIネイティブな感じで使ったタイミングも良かったです。
少し深く入りましょう。エージェントがウェブとどうやりとりするか、そしてFirecrawlがそれをどう動かすかについて話したいと思います。とても興味深いビジョンがあると思います。エージェントがウェブデータの本当の消費者と合成者になる将来のインターネット、そしてFirecrawlがそれをどう動かすかのビジョンを説明してもらえますか？
絶対に。今レベル1にいます。入り口です。とても多くの変化が来てて、未来を考える時、技術がどんな異なる方法で使えるかを考えるのが大好きです。私は取引で開発者です。
新しい論文、新しい研究がリリースされるのを待って、それを複製し、その研究の上に構築するAI研究者を想像します。ビジネス、製品、ソフトウェアの断片が、ウェブで起こることに常に適応し、顧客、ユーザーのためにより良くするために自分自身を進化させる。これらはAIができると思う事のほんの少しで、みんなウェブへのアクセスが必要です。ウェブは私たちが持つ人間の知識の最も最新で包括的なソースだからです。
Firecrawlで、私たちの目的はそれを可能にすることです。最終的には超知能とこの情報の間のそのレイヤーになることです。そうすればAIが人間のために豊かさを解き放てるように、AIのためにウェブを解き放つことです。
その一歩先を取ると、すべての生成AIツールがある中で、シグナル対ノイズ比に歪みが生じ、大量のノイズが出ると思います。人間がすべてのノイズをフィルタリングできない地点に到達するでしょう。おそらく、これは少なくとも私が信じることですが、あなたの代わりにフィルターとしてエージェントを持つことになるでしょう。
だから、エージェントがウェブをブラウズするための本当にシームレスな方法が必要で、今日はありません。Perplexity Cometのようなものがありますが、ほとんどのウェブサイトはそれをブロックしたり、方法で提供してません。
だから、あなたのビジョンは、インターネット上のノイズ、あなたのエージェント、そして最終的にエージェントから人間への翻訳レイヤーになることですか？
絶対に。重要なことをいくつか言及しました。1つはカバレッジです。開発者とAIエージェントが必要なのは、率直で前もった方法でウェブ上のすべてのサイトにアクセスする能力です。それからフィルタリングできる必要があります。
だから、Firecrawlがしてることとして見る3つのことは、検索を通じてウェブで情報を見つけること、そのデータを取得すること、そしてその情報をフォーマット化してフィルタリングすることです。
正確です。ところで、これは初日からの私たちのミッションでした。私たちが他の既存のクローラーやウェブアクセスツールキットと違ったことは、マークダウンでフォーマットすることでした。とてもシンプルな製品決定ですが、それがLLMが本当に取り込みたいものです。
将来、そこで終わるつもりはありません。人々は構造化されたデータを欲しがってます。HTMLの構造だけでなく、はるかに多くをフィルタアウトしたい。無関係な情報をフィルタアウトしたい。AIエージェントが情報を作成することで生成される全てのノイズをフィルタアウトしたい。
私たちがJSON mode extractと呼ぶものをリリースして、今日の製品の上に構築してます。実際にプロンプトでFirecrawlに求める正確なデータを与え、欲しい通りに正確にフォーマットしてもらうことができます。
技術的なことを聞きたいです。イヤーポッドを持ってますか？音声で少し問題があります。
はい。少しでも待ってもらえますか？
その間に、はい。エージェントがインターネットに浸透する話を続けたいので、その設定の間に話しましょう。
これでどうですか？
はい。いいです。
クールです。これで大丈夫だと思います。他に問題があったら教えてください。
少し。入力ソースが見えるドロップダウンをチェックして、正しいものであることを確認してください。
前に身を乗り出すのが助けになると思います。もっと良くします。
その会話を続けましょう。エージェントがインターネットの主要消費者になり、人間の相手のためにインターネットを合成し始めると、ソーシャルメディアで見たような同様のエコーチャンバー状況のリスクがありますか？基本的にアルゴリズムが人々が既に見たいものを強化し、時には恐怖や怒りを強化しました。
AIエージェントが私たちの代わりにウェブをブラウズする時、エージェントに膨大な信頼を置いて、ソーシャルメディアで見たのと同じ問題に陥る状況がありますか？
素晴らしい質問です。AIは人間の性質のアンプです。これまで見てきたのは、これらのLLMが使ってる人間が欲しいことに極めて整合してることです。それが私たちがそれらをとても有用だと感じる理由です。それがGPT-3.5、ほとんどの人がChatGPTとして覚えてるものが、以前のモデルより遙かに有用だった理由です。私たちが人間として欲しいことをするように命令調整されてたからです。
それは率直に多くの素晴らしいことを解き放つでしょう。既に見始めてますよね？ChatGPTにとても多くの異なることで助けを求められることを愛さない人はいませんか？
一方で、もちろん、それは人間の性質をアンプするでしょう。人間の性質の暗い面もアンプするでしょう。人々は残念ながらこれらの技術を悪用したり誤解したりするでしょう。それは私たちが正面から向き合わなければならない本当の挑戦だと思います。
解決策が何かは完全に確信がありませんが、少なくとも個人レベルでは、技術を異なって使うことができるので、自分でこれに対抗できます。例えば、LLMの最も一般的な問題の1つは、基本的に「あなたは正しい。あなたは素晴らしい。よくやった」と言うような、sycophancyの問題です。
「もちろん、あなたは絶対に正しい」。
彼らはこれをするように訓練されてますよね？気持ちよくしたいので。でも私が提案したいのは、プロンプトを構築する時、そしてみんながClaudeプロジェクトやChatGPTプロジェクト、独自のチャットボット、何を使おうと、自分のシステムプロンプトのリストを持つべきです。あなたの信念に疑問を持ち、ノーと言うように明示的に求めるプロンプトを持つことを確認してください。
そうすれば、既にゲームで先んじてます。より良い決断をする能力を与えてくれるでしょう。うまくいけば、あなたの周りの他の人々に翻訳できるでしょう。技術の制限を示し、うまくいけば社会として時間をかけてこれらの問題に適応するでしょう。とても楽観的ですが、挑戦があるでしょう。
興味深いです。Frontier Model Labsがモデル内の性格により押し戻すように、すべてに同意するだけでなく、より疑問を持つように実装し始めるのを見てると思います。明らかに、GPT-4oはsycophancyの問題がありました。彼らはその教訓を学び、個人的にGPT-5は確実にもっと押し戻し、それを感謝してます。私が使うAIだけでなく、人間関係、友人、愛する人でも、疑問を持たれることを好みます。イエスマンに囲まれたくありません。それは災害のレシピです。完全に同意します。
ウェブの将来の収益化について
触れたい別のトピックがあり、これはあなたが深く考えてることです。将来の収益化がどうなるかです。簡単に絵を描いてみましょう。
エージェントがウェブでの存在を続け、ますます私の代わりにウェブをブラウズするにつれて、視線と広告で収益化する従来の出版社から、直接の視線がなくなりますよね？エージェントが私のために記事を取りに行って、それを持ち帰って読むか、記事を取りに行って、合成して、その合成を読むからです。
だから、両方のシナリオで、私の実際の目はウェブページに届きません。従って、広告がなく、CPMがなく、ビジネスモデルが爆発します。あなた方はそれについて深く考えてると思います。どう考えてるか教えてください。エージェントがどこにでもいる時のウェブでの将来の収益化モデルはどうなりますか？
素晴らしい質問で、複雑なものです。どう落ち着くか完全に確信はありませんが、どう考えてるかです。まさに正しいです。ウェブで広告は変わるでしょう。広告主にとって、これは本当に恐ろしいことかもしれません。用語はGoogle zeroです。突然Googleがトラフィックを送らなくなり、そのトラフィック広告で収益化できなくなる瞬間です。視線が得られなくなります。
これについて良いことは、はい、広告収入はゆっくりと、少なくとも変わるでしょう。過去と同じではないでしょう。しかし裏を返せば、この情報の多くは、高品質でユニークなら、エージェントにとって極めて価値があります。
開発者が情報にアクセスしてAIに与えるのを助ける会社を運営してる私の視点からは、需要を見ることができます。開発者がAIにこの情報へのアクセスを与えることに飢えてるので、とても速く成長してます。
それが本当にどこに向かうかだと思います。出版社は、はい、変化の瞬間ですが、多くの場合、あらゆる種類の価値あるアプリケーションを動かすために使えるデータの金鉱の上に座ってます。広告を通じて収益化する代わりに、これらのAIシステムが実行するために必要な情報とデータを提供することで収益化できます。
とても楽観的な見解を持ってます。音楽出版社の初期の日に、CDが翻訳されてオンラインに置かれることを恐れてた音楽出版社がいたように見えると思います。CDを売ることでお金を稼ぐ方法への脅威と同一視してたからです。
もちろん今振り返ると、それが実際に次の10、20年の収入を開拓したことが分かります。ずっと広い観客に届くことができました。同じトレンドがここで起こると思います。
十分に構築されたツールとマーケットプレイスを提供して、実際にシステムに価値を循環させることができ、また出版者と開発者の両方に標準が何か、コンテンツに敬意を持ってアクセスする方法について教育することの問題です。
それから、出版者にこのコンテンツを収益化するために必要なツールを与えることです。
突然エージェントユーザーが出版者に直接支払えると仮定しましょう。これは大きな問題ですが、その仮定をしましょう。明らかに広告主をカットアウトします。広告主はどこに行きますか？まだ製品を人間の目の前に置きたいでしょう。エージェントの目の前に置きたいかもしれません。それはどう見えますか？
人々が製品の購入方法を決める最も一般的な方法は、ChatGPT、Anthropic、deepに行くことだと思います。今日それをしてます。
そうです。
「何をすべきか」と言って、ビジネスオーナーとして、私たちも広告主だから、私の製品についてできるだけ多くのコンテンツを得て、LLMに私がユーザーにとって最高の製品であることを納得させる方法を考えてます。
だから、まだ広告があると思います。変わるでしょう。変化するでしょう。広告が起こる場所が変わるでしょう。あなたが言ったことは、本当に賢く、的を射てます。人間に直接広告するのではなく、これらのアルゴリズムに広告することになるでしょう。それらがあなたのウェブサイトで訓練することを望むでしょう。ウェブサイトで訓練することは、あなたが存在することを知り、ユーザーにあなたについて教えることができることを意味するからです。
それがどこに向かってると思い、多くのことが理解される必要があります。具体的な事項がマップされる必要があります。
確かに。そこにたくさんの微妙さがあります。SEO対CPCのように考えることができますよね？どうやって私のウェブサイトをFirecrawl、したがってエージェントにとって最も見えるようにするか、それからもっと支払って、引用符付きの結果、つまりChatGPTの応答でより高く表示されたい。
それにはChatGPTが広告を受け入れる必要があり、将来やる可能性をほのめかしてると思います。初期の日はSam Altmanが「いや、いや、いや、そのモデルは好きじゃない」と言ってましたが、最終的に地球の大部分に無料サービスを提供するには、収益化モデルとして広告で無料サービスを提供しなければならないと思います。
個人的には、広告を見るより支払いたいですが、支払うことができるし、世界の多くは支払いたくないか支払えないかもしれません。どう展開するか見るのは興味深いでしょう。
どちらを好みますか？支払って広告を見ないか？
今は興味深い質問です。人々は既に、過去10、15年の間、Googleに有料オファリングがあるというアイデアは狂気だと思ってたからです。Google有料検索層を持つというアイデアは狂気でした。今日、すべての主要LLMプロバイダーはサブスクリプションを要求します。
いくつかは高いです。ChatGPT Proに支払い、すべてに支払います。だから、これらのモデルは人間にとてもとても有用で、これらのLLMプロバイダーやAI企業は一般的に、アプリケーション層でも、モデル層でも、これらのAIへのアクセスに課金でき、おそらく広告もできるでしょう。
内訳がどこかは分かりません。個人的には、AIに支払われた製品を与えられず、最高のものを見つけてもらいたいです。でも、何らかの勾配があるでしょう。一部の人は広告付き無料を選ぶでしょう。一部の人は支払いを選ぶでしょう。それで良いです。
完全に。オプションのスペクトラムを提供すべきです。
個人的に、広告なしでGoogleの有機的な結果をくれるなら、Googleサーチに何年も支払ってたでしょう。それを完全に支払ってたでしょう。でも今はChatGPTに行って、支払います。
ブラウザベースとCloudflareの新しい標準について
今週起こったことについて話したいと思います。願わくば見たと思いますが、Browser BaseとCloudflareが一緒になって、いくつかの標準をリリースしました。アレックス、画面に上げてもらえるなら素晴らしいです。
基本的には、エージェントが引用符付きの「良いエージェント」であることを証明するためのものです。業界の一部の人、Y CombinatorのGary Tanを含め、あなたたちはYCを通りましたが、これはウェブとエージェントにとって悪いことだと言いました。
画面に映ってるのが見えます。Browser BaseのPaul Kleinから「今日、ありそうにないパートナーシップを発表できて興奮してます。エージェントには信頼できる、責任あるウェブアクセスが必要だと信じてます。だから、良いボットが自分自身を認証できる新しい標準、Web Bot OとSigned Agentsをサポートして、Cloudflareとパートナーシップを組んでます」。
既に多くのウェブサイトがエージェントを完全にブロックしてるのを見てます。歴史的にスクレーパーをブロックしてたからかもしれません。この件についてあなたの考えは？良いことですか？Cloudflareがインターネットの警察になるようなものですか？どう思いますか？標準を持つのは良いことですか？良いスタートポイントですか？どう思いますか？
標準が作られる必要があることは明らかです。これがそれかは分かりません。ある種の節度が必要だと思います。出版者やコンテンツクリエイターは、自分のコンテンツの最終使用例について何らかのコントロールを持つ方法が必要です。
しかし、公開的なものなら、公開ドメインにあるものについて話してるという本当の問題にぶつかります。それは簡単に格闘できない倫理的、哲学的問題です。
CloudflareとこれらのプレイヤーがビジネスMove をしてて、カットを取りたいので警察になりたいのは非常に明らかだと思います。それがウェブにとって最良だとは必ずしも思いません。でも、試みてることは感謝します。
だから、今後数年でどの標準とどのモデルが実際に、データにアクセスする必要があるAIエージェントとコンテンツクリエイターのニーズのバランスを取るために機能するかを見るでしょう。
標準は本当に良いです。オープンスタンダードはさらに良いです。Gary Tanの反応があります。「Cloudflare browser base access of evilが2025年のビンゴカードになかった。AI エージェントを合法化しろ」。必ずしもこれほど深刻だとは思いません。
それから、アレックス、notionに別のツイートがあります。ウェブにとって悪いこととしてハイライトされてるのを上げてもらえますか？この微妙な部分にもっと深く入ります。繰り返しますが、エージェントが人間の代わりに自分自身を認証できるオープンスタンダードは実際に本当に重要だと思います。
Caricから「原則的には正しい方向への一歩ですが、この場合Cloudflareがデファクトレジストリ信頼アンカーになることが懸念です。ウェブサイトのSSL/TLS証明書と多くの類似点がありますが、正当なサイトの標準レジストリを維持するICANN DNSがありますが、この場合とは異なります」。
A16ZのMartin Casado が「OK、やっと理解した」と言って、前後に続けます。興味深い会話です。チャットにドロップします。これは一般的に正しい方向のようです。業界からもっと賛同が必要だと思います。でも今は、エージェントがウェブをブラウズするのにとても多くのボトルネックがあります。理論的には、標準が助けになるでしょう？標準は理論的に助けになりますが、オープンスタンダードが重要だと思います。Cloudflareがこれでカットを取るべきではないと思います。
詳しく説明してください。カットを取るというのはどういうことで、そこでの収益化プレイは何ですか？
基本的にページ単位でアクセスしてる情報に対してAIエージェントが支払えるページあたりの支払いプログラムを開いてます。理論的には、これは素晴らしいアプローチだと思います。実際に彼らがしたいくつかのことが気に入ってます。
例えば、402エラーコードを戻して、ページがクロールするために支払いが必要だということを示す方法として使いました。これで間違いそうなことがいくつかあると思います。1つは、再び、出版者との直接関係を開いて支払う方法はありませんか？本当にCloudflare Middlemanアクセスをこの世界で与える必要がありますか？よく分かりません。
興味深い第二の部分は、サブスクリプションを処理しないことです。ウェブ上の本当に価値あるコンテンツの多くは、ユーザーとコンテンツクリエイターの間のサブスクリプションの後に既にゲート化されてます。New York Times、Washington Postのサブスクリプションを持ってるとしたら？
まさにそれを取るつもりでした。
それは実際に情報であり、ウェブ上の無料コンテンツの多くは実際にSEOだから、はるかに価値があると思います。ちなみに、Cloudflareがデフォルトでエージェントのブロックをオンにしたため、多くの論争がありました。それもデフォルトで多くのインデックスと検索エンジンをオフにし、AI SEO戦略を傷つけ、顧客はそれに気づきませんでした。
初期反応があると思います。初期だし、人々はただ怖がってるからです。自分のコンテンツが取られ、大きなモデルが訓練され、暗闇に取り残されることを恐れてます。その恐怖は妥当です。コンテンツクリエイターとして公正に補償されたいし、そうすべきです。
それは、ウェブ上のコンテンツの断片すべてがペイウォールの後にあったり、クロールごとに数セントを支払わなければならないと言うべきではありません。ここには多くの微妙な部分があり、探求する必要がありますが、彼らが動いて問題を解決しようとしてることを評価します。とても明確にしたいです。素晴らしい第一歩で、多くのものがそれから進化するでしょう。
ウェブサイト所有者への提言
最後の質問です。ウェブサイト所有者、出版者だと想像してください。エージェントが主要消費者と合成者になるこの新しいウェブ、ウェブのために今日取ってる措置は何ですか？技術的措置ですか？宣伝、文化的措置がありますか？何だと思いますか？Firecrawlのためにどう準備しますか？
組織に行って、核心となる恐怖に対処する必要があると思います。結局、これは変化の瞬間で、変化は恐ろしいです。多くの出版社と話した中で見てることは、これらの組織で一種の分裂があることです。
一部の人々は、AIエージェントトラフィックの収益化が、これらの組織が今後10年間に持つ最大の収益技術収益機会であることを理解してます。それを見ています。それから反対側は、リスクを見てます。でも今私たちが持ってるものがなくなってしまうという恐怖を見てます。
その恐怖は助けになりません。実際にそこにあるオプションを開かれた目で探求する代わりに、防御的になり、攻撃しようとするからです。私の意見では、今後5年間で見ることは、AI収益化戦略を持ち、たくさんの異なるオプションを実験し、自分たちにとって最適なものを見つけ、次の10年、次の時代に移ることに本当にオープンな組織は、とても成功するでしょう。
率直に言って、長期的にしない組織は、CDROMに寄りかかった出版者のようになるでしょう。
そのキャンプの1人なら、未来に移るキャンプの人なら、理解して欲しいですが、あなたが信じる未来がどうなるかも主張してみてください。
確実に過去のエコーのように感じます。MP3と本出版社のKindleと文字通りウェブでのGoogleでのウェブスクレイピングと、Googleサーチでの小さなスニペットを見せるだけです。技術に寄りかかり、収益化の新しい方法を発見し、ライセンスの新しい方法を発見する、それが成功への道のようです。
付け加えたいことは、出版者が探求、新しいモデルを見ることにどれほど受け入れやすいかに嬉しく驚いてることです。探求に、新しいモデルを見ることに。これが何度か起こったので、人々は変化が来てることを理解し、それが彼らのために機能する方法を探してると思います。
もちろん、彼らのために機能することを望んでて、私たちは彼らがそこに到達するのを助けたいです。
ケイレブ、今日参加してくれて本当にありがとうございました。とても興味深い会話でした。ケイレブに感謝しましょう。firecrawl.devです。チェックしたいなら、私は使ってます。試してみてください。ケイレブ、また改めてありがとう。
ありがとう、マシュー。また後で話そう。
また今度お会いしましょう。
番組終了
番組の終わりに近づいてます。ライブで見てくれた皆さん、ありがとうございました。もう一度、小さなコンテストをやってることを言いたいです。私のヘッドショットとプロデューサーアレックスのヘッドショットの両方にイメージリンクをドロップします。楽しんでください。@forward future_でタグしてください。チャットにもドロップします。
最もクリエイティブで技術の最良の使用をして、意地悪でない限り、面白くして、楽しくしてください。そうしたら選びます。来週お披露目します。
ゲストに感謝したいです。ジャクソン研究所のダリア・ウナトマズ博士。TwitterでDaratr_をフォローしてください。Automation AnywhereのCEO、ミヒル・シュクラ。automationanywhere.comをチェックしてください。そして、firecrawl.devのCEO兼共同創業者のケイレブ。
また改めてありがとうございます。ニュースレターのForward Future AIをチェックしてください。共同司会のニック・ウェンツに感謝します。舞台裏でシームレスにしてくれたアレックスのプロデュースに感謝します。来週お会いしましょう。
コメント