本動画は、AI業界に28ヶ月間集中してきた専門家による包括的な分析である。AIバブル論争に対する見解、オープンソースモデルの台頭、強化学習とテストタイム計算の重要性、小型特化モデルへのシフト、Nvidiaを中心とした「無限資金循環」の構造、計算リソースが最大のボトルネックとなっている現状、そして乱立するワークフロービルダーやバイブコーディングツールの問題点まで幅広く解説している。2026年に向けては、雇用代替による社会的混乱と、技術理解者と非理解者の格差拡大を予測し、最先端AI技術の習得こそが競争力の源泉になると結論づけている。
AIはバブルなのか
私の名前はDavid Andreです。過去28ヶ月間、私はただ一つのことに集中してきました。それはAIです。この動画では、AI業界で私が見ている主要なトレンド、パターン、変化について詳細な分析を提供し、2026年に向けた一連の予測もお話しします。
誰もが話題にしているのは、AIがバブルなのかどうかということです。私が学んだ良い経験則があります。それは、もし誰もがバブルだと思っているなら、それはバブルではないということです。これが意味するのは、バブルであるためには、投資家たち、つまりすべての資金を注ぎ込んでいる人々が、これはバブルではないと確信していなければならないということです。彼らは何の恐れもなく、リターンが永遠に続くと信じていなければなりません。
2008年の暴落は、これについて最も最近の明確な例です。しかし、このAI技術サイクルには、2008年の暴落にはないいくつかの非常に大きな違いがあります。これについては後ほど触れます。まず、なぜ人々がこれがバブルだと考えているのか分析しましょう。これにはいくつかの良い論拠があります。
第一に、私たちは狂気じみた投資を目にしています。Google、Nvidia、OpenAI、Broadcom、AMD、Metaといった巨大テック企業からの投資だけではありません。Mark Zuckerbergは個人に対して数億ドル、いや数十億ドルを費やしています。これが一つです。しかし、シードラウンドもあります。ベンチャーキャピタルの状況は本当に狂っています。先日、ある企業が1700万ドルのシードラウンドを調達しました。シリーズAでもシリーズBでもなく、シードラウンドです。
製品が何もないのに数十億ドルのラウンドを調達した企業もあります。イリヤ・サツケヴァーのSSI、Meraのthinking machinesなどです。これらの基礎的AI研究ラボについては例外を設けたいと思います。なぜなら彼らは世界最高の人材だからです。イリヤより優れた研究者はそう多くいません。おそらくAndrej Karpathyくらいでしょう。これは別のカテゴリーです。こうした数十億ドル規模の基礎研究ラボの資金調達は別として、コンシューマー向けやアプリケーション層のスタートアップが大量にあり、収益もゼロ、プロダクトマーケットフィットもゼロ、実績も全く証明されていないのに狂気じみたラウンドを調達しています。
もし私が言うとすれば、これがおそらく私たちがバブルの中にいる最大の指標です。
AIと暗号通貨バブルの違い
しかし、2025年第4四半期時点の現在のAI状態を、例えば2021年の暗号通貨バブルと比較すると、重大な大きな違いがあります。まず第一に、ユースケースです。私たちはすでにAIを使っています。私は毎日AIを使っています。おそらくあなたもそうでしょう。暗号通貨には本当にユースケースがありませんでした。特にNFTやいくつかの難解なコインなどはそうです。それはどちらかというと大馬鹿理論に関するものでした。最後に残った人が損をするというものです。これは大きな違いです。AIはすでに有用なのです。
もう一つの違いは企業の収益です。2021年、明らかに最大の詐欺はFTXでしたが、これらの暗号通貨企業の多くは収益も実際の成長も何もありませんでした。すべてが投機的でした。ドットコムバブルで企業名の後に.comを付けるだけで評価額が3倍になったのと同じです。それが2021年の暗号通貨時代のやり方でした。
問題は、これらのAI企業の多く、OpenAI、Anthropicなどは、大規模な収益成長を見せているということです。歴史上のどの時期でも見ても絶対に前例のない成長です。そして今日でさえ、比類がありません。例えば、Anthropicは毎年10倍になっています。2倍ではありません。前年比で2倍になれば、それは信じられない成長です。S&P500は約12%成長しています。だから100%増加すれば、それは素晴らしいことです。
つまり、収益があり、ユースケースもあります。これらが主要な2つの違いです。短期から中期的に株式市場が後退する可能性はあるでしょうか。絶対にあります。実際、私はそれが起こりそうだと思います。10%、20%、さらには30%の暴落があるかもしれませんが、それは不況ではなく、確実に恐慌でもありません。
もしあるとすれば、それはVC業界のバブル、つまり民間市場のバブルかもしれません。これらのスタートアップはすべて、上場企業ではありません。エンジェル投資家やVCからの民間支援を受けている初期段階のスタートアップです。信じてください、その多くが完全に破綻して燃え尽きるでしょう。しかし、2001年のドットコムバブルと比較したいのであれば、あれは80%の市場暴落でした。NASDAQはピーク時に約5000でした。それが1300程度まで下がりました。80%は巨大な暴落であり、私には単純に見えません。AIは完全に変革的な技術であり、利益は存在しているのです。
GPT-5と強化学習の重要性
GPT-5を見ても、多くの人々はGPT-5が期待されていたほど良くないと思いました。いくつかの理由があります。まず第一に、それは小さいモデルでした。OpenAIは意図的にGPT-4.5よりもずっと小さくしました。GPT-4.5は巨大なモデルで、おそらく17兆パラメータでした。GPT-5ははるかに小さく、より計算効率の良いモデルです。そうすることで、より多くのユーザー、特に無料プランのユーザーにサービスを提供できます。
OpenAIは意図的にモデルを小さくして、より速く、より提供しやすくしたのです。しかし、これが良い論拠ではない理由は、強化学習に大きな進歩があるからです。これは本当に与え続けるフロンティアです。強化学習がなければ、私たちはすでに株式市場の暴落に入っていて、おそらく不況に近づいていたと思います。
推論は誕生してからまだ12ヶ月程度しか経っていません。o1 previewが最初の主流の推論モデルだったことを考えると、それが1年未満であることは信じられないことです。クレイジーですよね。しかし、強化学習、特にテストタイム計算と組み合わせると、本当に未開拓です。何らかの評価のためにベンチマークを作成できる限り、測定したいものを測定でき、それは飽和できます。つまり、AIモデルによって達成され、習得されることができるのです。これは本当に信じられない突破口であり、多くの人々が理解していません。
だからこそ、これはプロのヒントですが、サンフランシスコでこれらのRL環境を行っているさまざまなスタートアップが多数あります。これはホットな用語です。それが意味するのは、AIエージェントとAIモデルが特定のタスクを実行するための異なる環境です。非常に一般的なものの一つはオンラインショッピングです。
Amazonのようなサイトを再現し、それからエージェントがそれを使う方法をトレーニングします。製品を選ぶ方法、ページをスキャンする方法、カートを開く方法、チェックアウトする方法などです。これが非常に重要な理由は、モデルが特定のアクションを実行できるようにする必要があるからです。モデルはすでに信じられないほど優れています。すでに賢いですが、テキストでトレーニングされています。
これが彼らの最大の強みであり、最大の弱点でもあります。インターネット全体がすでにスクレイピングされ、飽和しています。だからこそ、基礎モデルのパフォーマンスが停滞しているのです。しかし、私たちには他のすべてのパラダイムがあります。特に強化学習がその上にあります。だからこそ、私たちはコーディングや数学において大きな進歩を見続けているのです。
主にこの2つの次元ですよね。なぜなら、両方とも決定論的であり、両方とも検証可能だからです。数式や定理や予想を書く場合、数学が成り立つかどうかを確認できます。プロの数学者がそれを見て、いくつかの欠陥を見つけ、1が2に等しいとわかれば、簡単にそれを捨てられます。
コードも同じです。コードがコンパイルされない場合、プログラムが実行されない場合、エラーが大量にある場合、それを捨てることができます。そして、これが合成データを有利に活用できる場面です。数学とコードの両方で、大量の合成データを生成して、それらでトレーニングすることができます。
500例のうち1つだけが機能する場合でも、その1つを調べ、推論のトレースを見て、そのモデルの思考の連鎖を研究し、この1つのインスタンスで何が起こってモデルが問題を解決したのかを確認し、それについてトレーニングできます。画像の作成、コピーライティング、メール送信ではこれは本当にできません。しかしポイントは、ほとんどのクリエイティブなタスク、ビデオ編集、写真撮影、これらすべては好みの問題だということです。
AIで狂気じみた進歩を見たいのであれば、これらのRL環境、つまり特定のアクションセットのための強化学習環境を作成する必要があります。これらのモデルが改善し続けるために、より多くのデータ、新しいデータを作成するためです。なぜならデータは最も重要なものの一つだからです。デジタルの石油のようなものです。
データ、計算、人材の重要性
データ、計算、そして人材が必要です。モデルが機能してスケールするためには。だからこそ、約1年前、私はxAIについて予測しました。当時はまだ新しい会社で、誰もがElon Muskは遅れている、追いつかないだろうと言っていました。私は彼らが追いつく可能性があると予測しました。なぜならElonは、現実世界での大規模製造とインフラプロジェクト、ボトルネックの解決、そして誰よりも速く動くことにおいて世界最高だからです。
Elonは世界で最も裕福な人物であり、明らかにGPUを購入して追いつくための投資と資本支出のための資金を持っています。Elonはまた、世界最高の人材の一部を引きつけることができます。誰もがElon Muskと働きたいと思っています。誰もが歴史の一部になりたいのです。そして、データに関しては、ElonはTwitterを買収しました。おそらく彼は言論の自由のためにそれを行いました。それは確実にその一部です。
しかし、彼はまた、Twitterにあるすべてのデータとすべてのリアルタイム情報のためにこれを行いました。他の企業はスクレイピングできないか、少なくとも過去にはまだTwitterだった頃に行っていたでしょう。しかし今はX.comです。OpenAI、Anthropic、GoogleがTwitterをスクレイピングすることは完全に禁止されています。xAIはそれができる唯一の企業であり、データ面で優位性を持っています。さらに、Teslaからの多くの現実世界データがあります。
道路を走行するTesla車からの多くの映像やビデオで、主にFSDに適していますが、ビデオモデルやワールドモデルにも適しています。そして、Elonをフォローしているなら、彼がGrok Imagineをどれだけ強くプッシュしているか知っているでしょう。これは基本的にSoraの代替品のようなものです。しかし、もう一つの未開拓のデータ鉱山はOptimusになるでしょう。これはElonのヒューマノイドロボットで、世界の三次元的な物理的理解を与えてくれます。
人間にとって、このようなことをするのは非常に簡単かもしれませんが、ヒューマノイドロボットにとってはクレイジーです。ロボットアームがそのようなことをすることさえ想像できませんでした。それはロボットアームにとって不可能なほど難しいでしょう。しかし、10歳の子供なら簡単にできます。それは人間が非常に多くの入力トークンを受け取っているからです。
人々は、人間がどれだけトレーニングを積んできたかを認識していません。子供が人生の最初の数年間で生産的ではないと考えています。実際には、子供は非常に生産的です。子供は自分の手を見回しています。物事をテストしています。物体を動かしています。落ちます。自分の体を動かそうとしています。物理学を学んでいます。目を通して大量の入力トークンを受け取り、耳を通して大量の音声トークンを受け取り、指を通して大量の感覚トークンを受け取り、大幅に改善しています。子供の神経可塑性は驚異的です。
平均的な人間は、18歳や20歳までに、はるかに少ないトークンでLLMよりもはるかに賢くなることができます。桁違いに、おそらく数千倍、数万倍、おそらく数百万倍少ないトークンで、これらの基礎モデルよりも優れているのです。
GPT-5やOpus 4、現在のトップモデルのいずれかを見ても、Grok 4などでも、これらのモデルには数十兆のトークンが投入されていますが、それでもあなたの会社で雇える大学生のインターンほど有用ではありません。そのインターンはあらゆる種類のタスクをこなせます。つまり、人間はこれらのAIモデルよりも汎化がはるかに優れているということです。つまり、まだ効率の向上の余地が大いにあるということです。
前のポイントに話を戻すと、Elonがこれらのヒューマノイドロボットを構築しているので、それは彼にOpenAIのような企業が持っていない貴重なデータを大量に与えることになります。おそらくそれが、彼らがヒューマノイドロボットデータを取得するためにFigure AIと提携しようとしている理由です。なぜなら、それらのトークンはインターネット上では利用できないからです。インターネット上では、人間はテキストしか投稿しません。
確かに、いくつかの画像やビデオはありますが、ほとんどはテキストです。テキスト、画像、ビデオだと言えば、それだけです。私たちが認識していない、それ以上のものがたくさんあります。例えば、新しい会社に雇われたとしましょう。500人の会社で最も下の立場だとします。廊下でCEOに会った場合、どう振る舞うべきかのマニュアルは必要ありません。オンラインのブログを読んで、尊重すべきだとか、CEOの方が立場が上だとか、攻撃的な冗談を言うべきではないとかを知る必要はありません。
これらのことはすべて直感的に学びます。その一部は生物学的なもので、5万年前に部族のリーダーを怒らせてその人が殺されたという過去の経験や進化によるものです。その一部は私たちのDNAにあります。その一部は、遊び場の子供たちを見たり、学校にいて教師を怒らせて罰せられたりすることから見てきました。ポイントは、これらのトークンは決してインターネットに到達しないということです。
私の日常生活、あなたの日常生活で起こることの多くは、データや潜在的なトークンとして認識さえしていません。しかし、そのすべてにモデルはアクセスできないのです。
もう一つは感情です。何か恥ずかしいことをすると、気分が悪くなります。食べるべきではない食べ物、例えば加工された炭水化物を食べると、気分が悪くなります。AIモデルには感情がありません。罰せられているかどうかもわかりません。「ああ、それはひどい間違いだ。なぜ私のデータベースを削除したのか」と言うかもしれません。モデルには感情がありません。それはシーケンスモデルです。
次のトークンのシリーズを出力します。それは感情を持っているように見えるかもしれません。そして、AIを理解していない人々は、あなたにそう信じさせるでしょう。多くのAI悲観論者がいます。ちなみに、これは2025年の最大のトレンドの一つです。このAI安全性、このAI悲観論のすべてが完全に蒸発しました。今では誰もこれについて話していません。
AI安全性議論の消滅
2023年や2024年の前半に戻ると、誰もがAI安全性について話していました。誰もがペーパークリップ問題、あれやこれや、脱出、ハードテイクオフなどと言っていました。誰もAI安全性について話していません。なぜでしょうか。実際にAIを使えば使うほど、LLMが何であるかがわかるからです。それらは大規模言語モデルです。次のトークン予測器です。
あなたを生きたまま食べることはありません。あなたをペーパークリップに変えることもありません。それは完全にSFです。30年後、40年後、50年後、ドローンやヒューマノイドロボットがいたるところにあり、新しいAIアーキテクチャがある未来に起こる可能性はありますか。おそらく。しかし、繰り返しますが、今の現実、2025年第4四半期の今この瞬間を見れば、誰も安全性について話していません。なぜでしょうか。そのすべてがほとんどAI悲観論だったことが明白だからです。
AIがバブルかどうかを言うとすれば、私はバブルではないという方に賭けます。実際、私は自分のお金以上のものを賭けています。私はすべての時間、すべてのリソース、すべての公的評判、私のキャリアと人生全体を、AIがバブルではないという事実に賭けています。これは私がゲームに参加していることを示すかなり良い兆候だと思います。
オープンソースモデルの台頭
過去数ヶ月間に見た別の大きなトレンドは、オープンソースモデルがクローズドソースモデルに本当に追いついていることです。実際、多くの領域でそれらを追い越しています。問題は、多くの人々がこれに十分な注意を払っておらず、それほど宣伝されていないことです。これについては少し後で触れますが、なぜそうなのか話しましょう。GLM-4-6はおそらく最良の例です。
これはコーディング専用の非常に強力なオープンソースモデルで、多くの最も人気のあるベンチマークにおいて、多くの異なる方法でClaude SonnetやさらにはClaude Sonnet 4.5よりも優れています。しかし、なぜ私たちはGLM-4-6について話している人をもっと見かけないのでしょうか。なぜそれは脇に置かれた、より難解なモデルのようになっているのでしょうか。多くの理由があります。
第一に、OpenAIであろうと、Anthropicであろうと、Google、DeepMindであろうと、大手AI研究所は、これらのオープンソースモデルをある種埋めるために、それらについて話さないようにするために、またはそれらを汚く醜いものに見せるために、世界中のあらゆる動機を持っています。中国からのものだから触れるな、と。
大手大手AI研究所に関連するすべての人々は、オープンソースモデルを無視する動機を持っています。しかし、もう一つははるかに実用的です。推論です。GPUであろうとTPUであろうと、クラウドであろうと、推論の多くは、GPTシリーズ、最大手企業のClaudeシリーズモデルなど、最も人気のあるモデルを中心に構築されています。
だからこそ、新しいアーキテクチャ、新しいオープンソースモデル、DeepSeekであろうと、Qwenであろうと、GLMであろうと、それらが登場すると、その計算の多くはこれらのオープンソースモデル用に最適化されていません。したがって、推論が存在しないか、パフォーマンスがはるかに悪く、計算を持つ人々はハイパースケーラーに販売する方が良いでしょう。
しかし、それはオープンソースモデルがほぼクローズドモデルを超えたという事実を変えるものではありません。繰り返しますが、これは私が1年半、2年近く話してきたことであり、今それが真実になりつつあります。私たちは文字通りオープンソースモデルを見ています。特にドメイン用です。モデルを微調整できるからです。しかし、GLM-4-6のような一般的なものでも、多くの人々はClaude Sonnet 4.5よりもそれを使用することを好みます。
これは現在Anthropicのメインモデルです。そしてAnthropicは約2000億ドルの価値があります。Anthropicへの投資は350億ドルくらいです。そして彼らの最も強力なモデルは2025年10月時点で、Zhipu AIという中国の研究所のオープンソースモデルに匹敵します。Zhipu AIは、約3ヶ月前まで誰も聞いたことがなかった研究所です。私に言わせれば、それは信じられないことです。
小型モデルの台頭
AI空間で見られる、十分な人々が話していないもう一つのトレンドは、小型モデルの台頭です。Anthropicといえば、彼らはClaude Haiku 4.5をリリースしたばかりです。実際、私はHaikuがSonnetよりも有用かもしれないと思います。Sonnetより優れているわけではありませんが、より有用です。なぜでしょうか。まず、3倍安いです。
それだけで、それ以外ではできない、はるかに多くのアプリケーションで使用できるようになります。つまり、はるかに多くの可能なアプリケーションを可能にするだけでなく、はるかに高速でもあります。Claude Sonnet 4.5の2倍以上の速さで、特にコーディングにとっては大きいです。なぜなら、フローゾーンという概念があるからです。何かをしていて、高速なモデルを使用している場合、フローにとどまることができます。
しかし、モデルが応答するのに5分かかる場合、携帯電話をチェックしたり、Twitterをチェックしたりしたくなり、気が散ってしまいます。だから、高速なモデルを持つことは実際には生産性にとって非常に重要です。また、多くの異なるユースケースで、高速なモデルが必要です。だからこそ、私たちは、これらの巨大な汎用モデルよりも、はるかに多くの特化した小型の超高速モデルを見ることになると思います。それらは非常に遅く、実行するのに非常にコストがかかります。
そして、このカテゴリで本当に最後だったのはGPT-4.5だと思います。現在、使用することさえできません。OpenAIはAPIから完全に削除しており、ChatGPTでもそうだと思います。確認させてください。ありますが、アクセスするには月200ドルを支払う必要があり、それでも非常に遅いです。なぜでしょうか。178兆パラメータのようなものだからです。一方、最先端のLLMのほとんどは1兆または2兆パラメータです。だから、明らかにはるかに効率的です。
そして、推論、テストタイム計算のおかげで、推論中にはるかに多くの計算を使用できます。つまり、すべてのGPU、クラスター全体、持っているすべての計算を使って巨大なモデルをトレーニングし、それを遅く実行する代わりに、Claude Sonnet 4.5のような中型モデルを作り、その後、推論中に持っている残りの計算を使用して、推論を与え、より長く考える能力を与えるのです。
私たちはこれを見てきました。これは最も重要なチャートの一つです。エージェントが自律的に有意義に作業できる時間だと思います。現在は約2時間だと思います。しかし、わずか6ヶ月前は20分程度でした。非常に速く上昇しています。これは別の指数関数的曲線で、モデルとエージェントが複数時間作業できるようになっています。
GPT-5 Codexは7時間程度だったと思います。Claude Sonnet 4.5が30時間やっているという報告もありますが、それはまったく現実的ではないと思いません。2時間、3時間、おそらく7時間だとしても、それでも信じられないことです。それは、AIが今できるタスクの別のパラダイムを解放します。DeepResearchの前、DeepResearchが9ヶ月程度前のまだ新しいものであることを忘れがちです。DeepResearchは存在さえしていませんでした。今では、すべてのチャットボットがDeepResearchを持っています。
実際にサイトを調査してデータをスクレイピングすることと、推論してそれを考え抜くことの両方で、非常に多くのトークンが消費されています。モデルは次の検索が何であるべきかを分析しています。ユーザーがリクエストしたことに関してどのようなデータを持っているか。まだ何が欠けているか。そして、すべてを持ったら、これを簡潔なレポートにどうするか。どうやって要約するか。
1回のDeepResearchクエリは、通常のChatGPTクエリ、GPT-5 fastや無料プランの人々が使うものよりも、数百倍、あるいは数千倍も多くかかります。これは、10分、15分、20分実行して、レポートを提供できる長時間実行のユースケースの一例です。
しかし、GPT-5 Codexで大規模なコードベースのリファクタリングを実行したい場合、それは完了するまで30分、60分、90分実行される可能性があります。繰り返しますが、通常AIができなかった全く新しいタスクのセットを可能にします。なぜなら、追跡を失ってしまうからです。コンテキスト制限に達してしまいます。数分以上作業できませんでした。
今では複数時間の外科手術に入っています。そして、このトレンドが続けば、それは保証されていません、すぐにモデルとエージェントが何日も確実に作業でき、実際のアクションのセット、有用なプロセス、有用なワークフローを実行できるようになります。これらは、インターンやジュニアエンジニア、あるいは人間を雇用して何週間もやってもらう必要があるものです。AIはまだ速いからです。特にデータの処理、データの要約、データの出力において。
だから、私たちは、巨大な15兆、20兆パラメータのモデルよりも、1つの特定のことに有用で超高速に実行できる、小型の特化したモデルをはるかに多く見ることになると思います。その時代は終わりを迎えつつあると思います。
Nvidiaの無限資金循環
Nvidia、OpenAI、および類似企業が実行している無限資金グリッチについて話さなければ、悪い分析になるでしょう。David、無限資金グリッチとはどういう意味ですかと思っているでしょう。例を挙げましょう。Nvidiaは1000億ドルをOpenAIに投資します。OpenAIは今1000億ドルを持っています。
彼らはそれで何をするつもりでしょうか。計算に使います。つまり、Nvidiaに直接戻すか、Coreweaveや他のクラウドコンピュータのような企業に戻します。それらの企業は何だと思いますか、NvidiaからGPUを購入します。だから、その資金の100%が投資を作った会社に戻るわけではないかもしれません。多くの場合、それはAMD、Nvidia、追加の資本を費やす余裕のある企業です。
しかし、それが80%または90%戻るとしても、それは依然として強力なループです。突然、Nvidiaはより多くの収益を得ます。なぜなら、OpenAIに1000億を与え、OpenAIがそのうち900億を戻すからです。ブーム、より高い収益があります。しかし、OpenAIにとっても良いことです。なぜなら、それは彼らがはるかに速くスケールすることを可能にするからです。その投資がなければできなかったでしょう。忘れてはならないのは、彼らはまだ大部分が不採算企業だということです。
これはバブルの議論で言及すべきだったことですが、人々はお金を失っているのです。Darioのような人々と話すと、これらの異なる心理的体操モデルがあります。それは有効かもしれません。絶対に有効かもしれません。つまり、モデルごとに分解するということです。Anthropicが数百億ドルを失っているとは言いません。それはセクシーではありません。投資家への良いメッセージではありません。
代わりに、Anthropicは異なるモデルで測定されるべきだと言います。Claude 3をトレーニングします。コストは1億ドルだとします。Claude 3は今後数年間で1億ドル以上を稼ぎます。だから、Claude 3は別のビジネスとして利益を上げています。Claude 4をトレーニングします。Claude 4のコストは10億、20億、何でもです。
すぐにお金を失っていますが、今後5年間で50億以上の価値を生み出すでしょう。だから、Claude 4は利益を上げているビジネスです。これが良い方法なのか、それとも単なる収益の説明なのか、誰が知っているでしょうか。これらの企業の人々だけが本当に知っていると思います。しかし、これはAIがバブルの中にあると考える人々にとって非常に強力な論拠です。誰もが基本的に不採算だからです。
利益を上げているAIスタートアップを見つけようとしても幸運を祈ります。AI研究所は言うまでもありません。誰もがお金を燃やしています。誰もが数百万を燃やしています。そして最大の企業は、新しいモデルのトレーニングと計算に数十億、数百億を燃やしています。では、誰が利益を上げているのでしょうか。明らかにJensenとNvidiaは素晴らしいマージンを持っています。
だからこそ、OpenAIとBroadcomのような取引を見るのです。彼らは独自のチップを作り始めます。だからこそAmazonには独自のチップがあります。だからこそGoogleはTPUで独自のチップを持っています。誰もが独自のチップを作りたいと思っています。NvidiaのGPUに依存しないためです。現在、彼らは明らかにフルスタックを持っています。完全なエコシステムを持っています。だから、彼らから離れることは非常に難しいでしょう。そして、彼らは素晴らしい製品を持っています。
だから、私はNvidiaが成長し続けることを期待しており、今から2、3年後にNvidiaが10兆ドルの企業になっても驚かないでしょう。それは非常に簡単な予測だと思います。しかし、私たちはまた、すべてのAI企業、特に最先端の研究所が、本当に、本当に、本当に独自のチップを作りたいと思っていることも見ています。
その主な理由は、独自のチップを持っていれば、自分の運命をコントロールできるからです。JensenとNvidiaが十分なGPUを割り当てなかったからではありません。だから、次のモデルがそれほど良くなることができないのです。シリコンからAIモデルまで、フルスタックを所有していれば、それはあなた次第です。プロセスのどこかで失敗したら、それはあなたのせいです。
しかし、完璧に実行すれば、世界最高のモデルを持つことができ、それを望む人数にデプロイできます。これは次のトピックである計算につながります。これがAIにおける最大のボトルネックです。重要な人物の誰にでも聞いてください。最先端の研究所のリーダーであろうと、チップを設計し、インフラを販売し、GPUを構築し、データセンターを構築しているインフラの人々であろうと、すべては計算についてです。それが彼らが話していることのすべてです。
彼らが夢中になっているのはそれです。なぜでしょうか。それがボトルネックだからです。AnthropicとOpenAIが実際に提供できるよりもはるかに多くの需要があります。良い例はPulsです。ChatGPT Pulsは携帯電話でのみ利用可能な機能で、月に200ドルを支払う人々にのみ利用可能です。
なぜでしょうか。非常に多くの計算コストがかかるからです。彼らは計算が不足しています。これらすべての大企業は、より多くのGPUを持っていれば、収益を簡単に2倍、3倍にできたでしょう。AI空間に参入して大金を稼ぎたいなら、チップ設計、シリコン設計の専門家になり、独自のデータセンターを構築してください。そうすれば非常に裕福になるでしょう。
私は半分冗談を言っています。なぜなら、それらの領域の専門家になることは非常に極めて難しいからです。しかし、私は冗談を言っていません。なぜなら、それがキャップだからです。それがすべての最大の企業の問題です。最大のビジネスのすべてが、十分な計算がないと常に不満を言っています。だから、より効率的な推論やより効率的なトレーニング、データセンターの構造の最適化、チップ上のトランジスタのレイアウトなどの何らかの方法を見つけ出せば。
これらのことはすべて、特にハードウェアに興味があるなら、大金を稼ぐための信じられない機会です。しかし、それは何を意味するのでしょうか。計算が真のボトルネックです。第二、第三の影響を見てみましょう。だからこそAIへの投資が非常に多いのです。なぜなら計算がボトルネックだからです。
スマートマネー、つまり世界最大の企業であり、彼らを支援する人々、数千億ドルで何をすべきかを決定している人々、彼らのすべてがそのお金のほとんどを、これらの巨大なマルチギガワットデータセンターの構築に投入しています。OpenAIの最新のものは、Broadcomとのもので10ギガワットくらいだと思います。クレイジーです。それは小さな国に電力を供給できるでしょう。そして、それがスマートマネーです。
これは個人投資家ではありません。これは世界で最も賢い投資家の一部です。なぜなら、彼らはチャートを見て、曲線を見て、計算に対する狂気的で飽くことのない需要を見て、そのお金の一部を欲しいからです。また、ウォール街にとって理解しやすいです。データセンターを構築すれば、不動産のようなものです。
家を建て、たくさんのテナントを獲得すれば、予測可能な収益です。だから、ウォール街の投資家の多く、数兆の運用資産を管理している人々は、データセンターのモデルを理解しており、それに投資する可能性がはるかに高いです。投機的なAIスタートアップ、また別のバイブコーディングツールに投資するよりも。これは実際に次のトピックへの素晴らしいセグメントでした。
偶然にさえしませんでした。ただ潜在意識です。
類似製品の乱立
誰もが同じものを構築しています。汎用バイブコーディングツールか、n8nクローン、つまりワークフロービルダーのどちらかです。これが最も一般的な2つのアプリのカテゴリです。バイブコーディング、Bolt、Lovableクローンか、n8nクローンのどちらかを見ています。
そして、n8nをクローンしようとしているのはスタートアップや新しい企業だけではありません。最も注目すべきは、OpenAIが最新のDev DayでAgent Kitをリリースしたことです。これは彼ら独自のワークフロービルダーです。そして、n8nとAgent Kitの両方が成功できると思います。予測するとすれば、そうなるでしょう。1年後にn8nが100億ドルの企業になっても驚かないでしょう。現在、彼らは約20億ドルで評価されていると思います。
問題は、誰もが同じものを構築していることで、勝者総取り市場になるということです。異なる市場になる可能性があります。OpenAIのAgent Kitは、より初心者向けの人々を対象とするかもしれません。もう少しやりたいChatGPTユーザーのような人々です。Agent KitとUIを見ると、そのようになっています。
非常にシンプルで、非常にクリーンですが、n8nほど多くのオプションや統合がありません。n8nは中級レベルだと思います。プログラマー向けではありません。n8nを使用するために開発者である必要はありませんが、より技術的で、よりビジネス指向の人々向けです。
しかし、他のすべての企業、すべての他のクローンワークフロービルダーを見ると、繰り返しますが、小さな企業だけではありません。11 Labsは素晴らしい音声企業で、おそらくAIで最高の音声企業ですが、独自のエージェントワークフロービルダーをリリースしました。なぜ神様だけが知っています。
Firecrawlはウェブサイトをクロールするための最高のクローラーの1つですが、エージェントビルダーもリリースしました。これらのほとんどは生き残れないでしょう。正直に言いましょう、自分のビジネスを持つ者として、AIの最先端にいようとしている者として、より多くのユースケースは見えません。より多くのワークフロービルダーは必要ありません。n8nを持っています。
私の会社に別のワークフロービルダーを追加する必要性は見えません。知っているものを使うだけです。バイブコーディングツールも同じです。ここでは、シーンがより速く変化しています。誰かがそれを行うより良い方法を見つければ、簡単に切り替えることができます。しかし、繰り返しますが、Boltに慣れていれば、Lovableに慣れていれば、v0に慣れていれば、なぜ他のものに切り替えるのでしょうか。
文字通り毎週、別のバイブコーディングツールが出てきます。そして、それは本当に疲れるし、イライラします。なぜなら、それらの人々は創造的なエネルギー、時間、努力をイノベーションに使うことができるからです。これが本当に欠けているものです。真のイノベーション、ユニークな製品、ユニークなサービスです。
そして、自分自身に信用を与えなければならないとすれば、これは私がVectalでうまくやったことです。明らかにVectalは数億の収益を持つこれらのバイブコーディングツールの一部ほど成功していませんが、少なくともそれはユニークな製品であり、それに似たものは存在しません。成功するかどうかはわかりません。未来が教えてくれるでしょう。しかし、ゼロから1を構築する人々をもっと見たいです。
これがPeter Thielの本『ゼロ・トゥ・ワン』についてのことです。彼はPayPalの共同創設者であり、史上最も成功したベンチャーキャピタルファンドの1つであるFounders Fundの共同創設者です。存在しないものを作り出すという概念です。
小さな市場でユニークな問題に取り組み、少なくとも10倍優れた優れたソリューションを提供することで、その市場で独占を作り出すのです。そして、これが重要な部分です。構築したものは、次善のものよりも少なくとも10倍優れていなければなりません。
これらのバイブコーディングツールは、文字通り目を閉じても同じです。確かに、あるものはフロントエンドが優れているかもしれません。あるものはより良いデータベース統合を持っているかもしれません。しかし、10倍優れているわけではありません。彼らに疑いの利益を与えて、新しいバイブコーディングツールが現れるのを見ても、おそらく50%優れているでしょう。せいぜい2倍優れているでしょう。10倍優れているわけではありません。つまり、成功しないということです。
正直に言います。これらの人々の多くはAnthropicトークンを転売しています。つまり、彼らはこれらの素晴らしいプランを提供していますが、大規模な成長を可能にしますが、OpenAIとAnthropicのトークンを損失で転売しているため、大幅に不採算です。
だから、今後24ヶ月で多くのスタートアップが破綻するのを見ることになります。これは別の簡単な予測です。ああ、そして特に、ホットアジア女子戦略を使用しているスタートアップを見かけたら。基本的に、どこかから18歳、19歳の女の子を連れてきて、彼女をHRガールやチーフオブスタッフ、またはあなたの5人のスタートアップが絶対に必要としない無駄なポジションに置きます。
そして、彼女にTwitterに投稿させます。これらの恥ずかしいポーズで、「ヘイ、サンフランシスコに行ってきました。友達を作りたいです。X社やY社に入社したばかりです」と言わせます。あなたのスタートアップがそれをしているなら、ほぼ確実に失敗するでしょう。しかし、それは余談です。
2026年の予測:雇用への影響
別の簡単な予測は、大規模な混乱があるということです。来年、狂気の抗議があるでしょう。なぜでしょうか。AIが仕事を奪うからです。AIが仕事を奪う理由は、そこにお金があるからです。ソフトウェア市場を見ると、年間約3000億ドルか何かです。労働市場は年間約15兆ドルです。だからこそ、はるかに多くのスタートアップが見られます。
そして、繰り返しますが、これは2026年の別の予測です。単一の仕事代替エージェントのようなものを構築しているスタートアップがはるかに多く見られるでしょう。カスタマーサポートではすでに見てきました。それが最も明白なものです。また、秘書のような、秘書やアウトリーチのためのこれらの音声ツール、セッターやセールスマンのような、はるかに多く見られるでしょう。これは何でもありません。ステージ1です。
そして、それは、AI空間での収益の多く、成長の多くが、最も反復的で退屈な仕事を置き換えることから来ることを意味します。エレベーターボーイを置き換えたエレベーターのような。これらの自動化された低レベルの仕事で多く見られるでしょう。Sam Altmanが言ったように、プラス面では素晴らしい企業、多くの効率性、多くの生産性向上、そして投資家への大規模なリターンをもたらすだけでなく、マイナス面では多くの雇用喪失を引き起こし、それが今度は多くの抗議と社会不安を引き起こすでしょう。
これは2026年の別のかなり安全な予測です。そして最後に、プログラミングを学ぶことへの大規模な揺り戻しが見られると思います。プログラミングを学ぶことが再びセクシーになるでしょう。人々はソフトウェアエンジニアリングに参入したいと思うでしょう。コンピュータサイエンスを理解したいと思うでしょう。なぜでしょうか。
それらすべてを理解していれば、完全に技術的でない人と比較して、コーディングエージェントを大いに活用できるからです。技術に精通しておらず、完全に無能で、2本の指でタイピングしていて、ブラウザの設定を移動するのに苦労している人がいます。その人はAIでより速くなることができますが、すでに優れたプログラマーである人ほどではありません。エージェントのチームを管理でき、独自のアニメーション自動化を構築でき、大幅な時間を節約できる人です。
その人は100倍強力になるでしょう。一方、平均的な人は2倍強力になるかもしれません。3倍強力になるかもしれません。つまり、これは賢い人がより賢くなるという概念です。集中していれば、AIの最先端にいれば、他のすべての人を圧倒するでしょう。だから、この動画からの最大の教訓は、一つのことができるなら、AIの最先端に到達することです。
コメント