本対談では、著名なベンチャーキャピタリストであるマーク・アンドリーセンとベン・ホロウィッツが、AIの現状と未来について包括的な視点を提供している。両氏は、LLMの創造性や知性についての一般的な疑問に対し、人間の能力そのものを問い直すことで答えを導く。知性と成功の相関は0.4程度に過ぎず、リーダーシップには理論的思考力、感情理解、状況判断など多面的な要素が必要であると指摘する。AI業界における「バブル」論争については、技術の実用性と顧客需要という基本的な指標に立ち返ることの重要性を強調し、現時点では過熱とは言えないとの見解を示す。また、プラットフォーム移行期における製品形態の不確実性、人材とインフラの供給制約が将来的には緩和される可能性、そして米中AI競争の実態と、特にロボティクス分野における産業基盤の重要性について論じている。
AIの創造性と知性についての根本的な問い
最終的な製品の形や形態はまだわかっていないと思います。歴史的な類似例を一つ挙げるとすれば、パーソナルコンピューターは1975年の発明から1992年まで、つまり17年間はテキストプロンプトシステムでした。そして業界全体がGUIへと大きく方向転換し、二度と戻ることはありませんでした。さらにその5年後には、業界はウェブブラウザへと方向転換し、やはり戻ることはありませんでした。20年後にもチャットボットは存在するでしょうが、現在のチャットボット企業と多くの新しい企業が、私たちがまだ知らない根本的に異なる多くのユーザー体験を見つけ出すだろうと確信しています。
それでは、マーク・アンドリーセンとベン・ホロウィッツ、そしてジェネラルパートナーのエリック・トーバーグをお迎えしましょう。
ロック・キムのおかげで盛り上がりました。あれは誰が選んだんですか?ベンが選びました。ベンが音楽を選んだんです。
マーク、最近LLMの限界についてたくさん議論がありますね。真の発明、例えば新しい科学の発明ができないとか、真の創造的天才性がないとか、単に組み合わせやパッケージングに過ぎないという話です。これについてご意見はありますか?
はい。こうした質問はよく受けますし、言語モデルは人間と同じように情報を処理し、概念的なブレークスルーを実際に起こせるという意味で知性を持っているのか、という形で来ることが多いです。そして、言語モデルや動画モデルは創造的なのか、新しい芸術を創造できるのか、真の創造的なブレークスルーを起こせるのかという質問もあります。実際、私の答えはどちらの質問に対しても、まず人間はそれらのことができるのか、ということなんです。
ここには2つの質問があると思います。一つは、訓練データを単に再吐出したり台本に従ったりするのではなく、オリジナルの概念的なブレークスルーを持つという意味で、いわゆる「知性」を持っている人がいるとして、実際にそれができる人は何パーセントいるのかということです。私が会ったことのある人は少数で、この部屋にも何人かいますが、それほど多くはありません。ほとんどの人は一度もそんなことをしません。
そして創造性について言えば、実際に真に創造的な人は何人いるのでしょうか。ベートーヴェンやゴッホのような人を指して、「これが創造性だ」と言いますが、確かにそれは創造性です。でも、ベートーヴェンやゴッホは何人いるのでしょうか。明らかに、それほど多くはありません。
つまり一つには、もしこれらのものが人類の99.99%の基準をクリアするなら、それ自体がかなり興味深いということです。
でも、さらに掘り下げてみると、アイデアをリミックスするのと比較して、人類史上実際に真の概念的ブレークスルーがどれだけあったのかということになります。テクノロジーの歴史を見ると、ほとんどの場合、大きなブレークスルーは通常、少なくとも40年、つまり4つの10年間の事前の仕事の結果なんです。実際、言語モデル自体が80年間の以前の仕事の集大成なんです。
芸術でも全く同じです。小説や音楽など、明らかに創造的な飛躍はありますが、先人からの影響が膨大にあります。ベートーヴェンのような創造性を持つ人について考えても、ベートーヴェンの中にはモーツァルトやハイドン、それ以前の作曲家たちの要素がたくさん含まれています。つまり、リミックスと組み合わせが膨大にあるんです。
ですから、これは針の先で天使が踊っているような少し瑣末な質問なんです。もし世界を席巻するような世代的な創造性や知性の0.001%以内に到達できるなら、おそらく完全にそこまで達しているということです。感情的には、人間の創造性にはまだ特別な何かがあると信じたいし、確かにそう信じていますし、そう信じたいと強く思っています。でも、これらのものを使ってみると、すごく賢くてすごく創造的に見えるんです。だから、基準をクリアすることはかなり確信しています。
LLMの限界について人々が話すとき、転移学習や学習全般についての話で、あなたの分析に共通するテーマがあるようですね。人間はこれができるのか、と問うているようです。
はい、人間はこれらのことができるのか、ということです。横断的思考のようなものですね。つまり、分布内または分布外での推論ということです。分布内での推論が非常に得意な人はたくさん知っています。でも、実際に分布外での推論が得意で、転移学習ができる人を何人知っているかというと、ほんの一握りです。
質問をすると極めてオリジナルな答えが返ってくる人を何人か知っています。通常、その答えには隣接する分野からのアイデアを持ち込んで、基本的に領域を橋渡しすることが含まれています。例えば、金融について質問すると心理学からの答えを持ってきたり、心理学について質問すると生物学からの答えを持ってきたりします。
今日ここに座って考えると、それを確実にできる人を3人くらい知っています。私のアドレス帳には1万人いますが、1万人中3人です。
それはあまり高い割合ではありません。ところで、私はこれをとても励みになると思っています。
すぐに会場の雰囲気が完全に悪くなりましたね。
でも、私はこれをとても励みになると思っています。人類が築いてきたものを見てください。私たちの限界があるにもかかわらず、です。私たちが展開できた創造性すべて、素晴らしい芸術、素晴らしい映画、素晴らしい小説、素晴らしい技術発明、科学的なブレークスルーのすべてを見てください。私たちは持っている限界の中で、これまでできたすべてのことを成し遂げてきました。
ですから、100%オリジナルな思考を本当にしているのかを完全に確信する必要があるのか。私はそうは思いません。そこまで到達できれば素晴らしいと思いますし、最終的にはおそらくそれが起こっていると結論づけるでしょう。でも、膨大な改善には必要ないんです。
ベン、先週のペイド・イン・フル・イベントで、何人かのヒップホップのレジェンドを祝いましたね。あなたは創造的天才についてたくさん考えていると思います。この質問についてどう思いますか?
そうですね、マークに同意します。それが何であれ、非常に有用です。そのレベルまで完全に到達していなくてもです。
人間の実際のリアルタイムの経験について、少なくとも芸術においては、人間は非常に興味を持っているものがあると思います。現在の技術の状態では、事前学習が本当に欲しいものを得るための適切なデータを持っていないんです。でも、かなり良いです。かなり良いですよ。
真の概念的なものはどのくらい…ベンの非営利活動の一つにペイド・イン・フル財団というものがあって、ラップやヒップホップの偉大なイノベーターたちを称え、実質的に年金を提供しています。彼はこの分野の多くの第一人者を知っていて、会うことができます。先週もイベントがあって、過去50年間のこの分野の多くの主要人物がパフォーマンスをして、彼らと会って話すのは本当に楽しいです。でも、この分野全体で過去50年間に、真の概念的イノベーターとして分類できる人は何人いますか。
そうですね、興味深いですね。どのくらい広く定義するかによりますが、先週の土曜日にはそのうちの何人かがいました。ラキムは確実にそのカテゴリーに入ると思います。
ドクター・ドレーも確実にそのカテゴリーに入ります。ジョージ・クリントンも確実にそのカテゴリーに入ります。より狭い意味では、クール・G・ラップも確実に新しいアイデアを持っていました。でも、根本的な音楽的ブレークスルーという意味では、おそらくラキムとジョージ・クリントンだけを挙げるでしょう。
彼らは興奮していますか。つまり2人…まあ、そこにいた人たちの中での話です。ああ、そうです。でも、本当に小さな割合です。本当に本当に本当に小さな割合です。
昨夜ジャレッド・レトとファイアサイドがあって、彼はハリウッドで多くの人々が本当に怖がっているか反対していると話していました。ここで起こっていることについてです。ドクター・ドレーやナズやカニエのような人たちと話すとき、彼らは興奮していますか。彼らは使っていますか。
はい。私が話す人は皆、音楽界には確かに怖がっている人もいますが、非常に非常に興味を持っている人がたくさんいます。特にヒップホップの人たちは興味を持っています。なぜなら、それは彼らがやったことのほとんど再現だからです。彼らは他の音楽を取って、そこから新しい音楽を構築しました。AIは彼らにとって素晴らしい創造的ツールだと思います。パレットを大きく広げてくれます。
そして、ヒップホップの多くは、特定の時間と場所の非常に具体的な物語を語ることです。親密な知識を持ち、その特定のものだけで訓練されていることは、一般的に賢い音楽モデルであることと比べて、実際には利点なんです。
知性と支配の関係性
人々はまた、より知的なものがより知的でないものを支配するという同じ論理を使います。マーク、あなたは最近ツイートしましたね。「最高の形状回転者は形状しか回転できないが、最高の言語使用者は形状回転者を回転できる」と。
ここで誰かが拍手していますね。
そして、高IQの専門家は中IQのジェネラリストのために働く、とも。どういう意味ですか。
ええ、つまり、PhDは皆MBAのために働くということです。もう一段階上げて考えてみましょう。今日の世界を見て、私たちが賢い人たちによって支配されていると思いますか。それが現在の出来事や時事問題からの大きな結論ですか。天才たちを責任者にしたと。
カマラとトランプが最高だという意味ではないですよね。
まあ、アメリカに限定しないでおきましょう。世界中を見回してみましょう。つまり、こういうことです。2つのことが真実だと思います。一つは、私たちは皆、おそらく知性の重要性を過小評価している。そして、実際にここには長い背景があって、知性というのは様々な理由で過去100年間、この非常に炎症性のトピックであることが判明しています。詳しく話すこともできますが、ある人は他の人より賢いという考え自体が、人々を本当に動揺させます。人々はそれについて話すのを好まず、社会としてそれに本当に苦労しています。
そして、人間において知性は、ほぼすべての種類の肯定的な人生の結果と相関していることは事実です。社会科学で一般的に言われているのは、流動性知能やG因子、IQと呼ばれるものは、基本的にすべてのものと約0.4相関しているということです。教育成果や専門的成果、収入と0.4相関しています。さらに、人生満足度や、暴力を使わずに問題を解決する能力などとも相関しています。
ですから、一方では私たちは皆、知性を過小評価しているかもしれません。他方で、知性を必要とする分野にいる人々は、おそらく知性を過大評価しています。知性至上主義者のような用語を作ることもできるかもしれません。知性は非常に重要だから、最も重要なこと、あるいは唯一のことかもしれない、という考えです。でも現実を見ると、明らかにそうではありません。
まず、それは0.4に過ぎません。社会科学において0.4は巨大な相関係数です。遺伝子や観察された行動など、社会科学で何かと何かを相関させようとする場合、相関はそれよりもずっと小さいことがほとんどです。だから0.4は小さいですが、それでも0.4に過ぎません。
完全な遺伝的決定論者であっても、遺伝的IQがこれらすべての結果を駆動するとしても、それでも相関の6割は説明できません。でも、それは個人レベルの話です。集団レベルを見てみましょう。
集団レベルを見ると、有名な観察があります。人々のグループを集めて群衆にすると、群衆は平均より愚かになります。賢い人々の集団を群衆にすると、確実に愚かになります。それはいつも見られることです。人々をグループに入れると、非常に異なる行動をします。
そして、企業の責任者や国の責任者が誰なのかという問題を作り出します。濾過プロセスがどうであれ、それは明らかにIQだけではありません。IQが主要因ですらないかもしれません。
ですから、一部のAI界隈で聞くこの仮定、つまり必然的に賢いものが愚かなものを支配するという仮定は、非常に簡単に、明白に反証されると思います。知性は十分ではありません。
そして、賢い人々を観察するだけです。私たちはこの部屋にいる全員が、幸運にも多くの賢い人々を知っています。賢い人々を観察すると、本当にうまくやって非常に成功する賢い人もいれば、決してそうならない賢い人もたくさんいます。成功に関係する、また誰が責任者になるかに関係する、単なる生の知性以外の明らかに多くの他の要因があるに違いありません。
知性以外のスキルの例は何か、そしてより具体的には、なぜAIシステムがそれらを学べないのかという追加の質問を促しますね。
ベン、知性以外に、例えばリーダーシップや起業家精神、複雑な問題の解決や人々の組織化における成功を決定するものは何でしょうか。
多くのことがあります。多くは、正しい方法で対決できることです。そこにはいくらか知性がありますが、その多くは、話している相手を本当に理解すること、彼らがどう考えているかについてすべてを解釈できること、そして一般的に自分の目を通してではなく会社で働く人々の目を通して決定を見ることができるスキルです。これは、いつも人々と話し、彼らが言っていることを理解することなどによって開発するスキルです。それは確実にIQの問題ではありません。
AIが個人について訓練して、すべてを理解し、何を言うべきかを知ることは想像できます。でも、それをビジネスが何をすべきかと統合する必要もあります。
だから、人気のあることをしようとしているのではありません。たとえ人々が好まなくても、正しいことをさせようとしているんです。それが管理の多くです。現在誰も取り組んでいない問題ですが、もしかしたら取り組むかもしれません。
勇気のいくつかの組み合わせ、動機のいくつかの組み合わせ、感情的な理解、心の理論です。
人々が何を望んでいるか、何をする必要があるか、そして彼らがどれだけ才能があるか、どの人が窓から飛び降りても大丈夫で、どの人は大丈夫じゃないか。多くの奇妙な微妙さがあって、非常に状況的です。
管理について最も難しいことは、管理の本がとても悪い理由でもありますが、それが状況的だということです。あなたの会社、あなたの製品、あなたの人々、あなたの組織図は、他とは非常に非常に異なっています。「戦略を構築するための5つのステップ」というのは、あなたとは何の関係もないので、これまでに読んだ中で最も役に立たないものです。
この点で興味深いことの一つは、心の理論の概念が本当に重要だということです。心の理論とは、他の人の頭の中で何が起こっているかを自分の頭の中でモデル化できるかということです。おそらく明らかに、賢い人はそれが得意であるべきだと思うでしょう。
でも、それは真実ではないかもしれません。そう信じる理由があります。理由は次の通りです。
米軍は実際のIQテストの初期採用者であり、米国社会において引き続き主要な採用者であり続けています。彼らは基本的にASVABと呼ばれるもので隠していますが、職業適性バッテリーテストと呼んでいますが、基本的にはIQテストです。本質的にはIQテストです。
彼らはまだ基本的に明示的なIQテストを使用していて、人々をさまざまな専門分野や役割に配置しています。IQに従って、リーダーシップの役割にも配置します。彼らは全員のIQを知っていて、それを中心に組織しています。
そして、彼らが長年にわたって発見したことの一つは、リーダーのIQが部下の標準偏差の1つ以上離れていると、本当に問題になるということです。そしてそれは両方向に当てはまります。
リーダーがより賢い人々を管理できるほど賢くない場合、より知的でない人がより知的な人の精神的行動をモデル化することは当然非常に困難で、おそらく不可能です。
でも、逆も真実であることが判明しました。リーダーが管理している組織の標準を2標準偏差以上上回っている場合、彼もまた心の理論を失います。
非常に賢い人々が、中程度に賢い人々の内的思考プロセスをモデル化することは、実際には非常に困難なんです。
ですから、実際にはそこに接続のレベルが必要であるという実際の必要性があります。そこから推論すると、もし1000のIQか何かを持つ人間や機械がいたとしたら、それは管理しているものに対してあまりにも異質で、その理解があまりにも異質すぎて、現実的な方法で接続できないかもしれません。
繰り返しになりますが、これは世界が今後何世紀にもわたってIQによって組織されることはないという非常に良い議論です。
ザッカーバーグが素晴らしいことを言っていました。知性は人生ではなく、人生には知性とは独立した多くの次元性があると。知性に取り組むことにすべての時間を費やすと、そのことを見失うと思います。
特定の人々について、彼らは他の人々に対してあまりにも賢すぎて適切にモデル化できない、または他の人々があまりにも多くの合理性を仮定している、または単に物事を考えすぎたり過度に合理化したりしていると言うことがあります。すべてにおいてそうだという点に対してですね。
人々はめったに自分の最善の利益になることをしないと言うべきです。
また、これはより生物学の側面に入りますが、基本的に人間の認知、人間の…何と呼ぼうと、自己認識、情報処理、意思決定、経験は、純粋に脳だけではないという科学的証拠がますます増えています。基本的に、有名な心身二元論は正しくないんです。
繰り返しになりますが、これはIQ至上主義や知性至上主義に対する議論です。私たち人間は合理的思考だけを通して存在を経験しているわけではなく、特に脳の合理的思考だけを通してではありません。むしろ、それは全身体験なんです。
神経系の側面があり、腸内細菌叢から匂い、嗅覚、ホルモン、あらゆる種類の生化学的側面まで、すべてがあります。
研究を追跡していくと、人間の認知は全身体験であることがわかると思います。人々が思っていた以上に、はるかに全身体験なんです。
ですから、実際に…これはAI分野における大きな根本的な課題の一つです。私たちが機能しているAIの形態は、完全に心身二元論版です。それは単なる非実体化された脳です。
ロボティクス革命は確実に来ています。それが起こるとき、AIを世界中を動き回る物理的オブジェクトに入れるとき、統合された知的身体的体験に近づくことができます。センサーを搭載し、はるかに多くのデータが得られます。
でも、少なくとも私が研究を読む限り、それらのアイデアはすべて非常に初期段階に感じられ、それを理解しようとするにはまだ多くの仕事があります。
彼らは今日、心の理論がどの程度なのか、感覚はありますか。限界はどこにあると思いますか。あなたは彼らとよく話しますが、特に驚くことはありますか。
はい、一般的に彼らは本当に優れています。
言語モデルで作業する最も魅力的な方法の一つは、実際にペルソナを作成させることです。そして基本的に…実際、私はソクラテス的対話が好きです。物事がソクラテス的対話のように議論されるのが好きです。
今日の高度なLLMにソクラテス的対話を作成するよう伝えると、ペルソナを作るか、あなたが何かを伝えれば、うまくやります。
非常に厄介な特性があって、みんなを幸せにしたがるんです。だから、すべてのペルソナを合意させたがります。
デフォルトでは、簡単に面白い議論をして、それから基本的に…PBSの特別番組か何かを見ているようです。すべての人を合意に導く方法を見つけ出します。議論の最後にはみんな幸せです。もちろん私はそれが嫌いです。イライラします。そんなものは欲しくありません。
代わりに、会話をもっと緊張したものにするよう伝えます。怒りで満たされ、人々が会話を通じてますます動揺していくようにと。そうすると本当に面白くなり始めます。
そして、もっと多くの罵り言葉を使うよう伝えます。本当に激しくやり合わせます。すべての手袋を外して、お互いの評判を完全に破壊しに行くようにと。
あなたはこういうスキットをたくさんやるんですね。
はい、こういうスキットです。
そして私は夢中になって、みんなが実は秘密の忍者だと判明して、みんなが戦い始めて、アインシュタインがニールス・ボーアをヌンチャクで叩いていると言います。そしてそれも喜んでやってくれます。
自制しなければなりません。でも、心の理論は非常に優れています。
別の例を挙げましょう。実際にイギリスにスタートアップがあって、政治の世界で、彼らが発見したのは、言語モデルが今では十分に優れているということです。特に政治に関して、これはこのアイデアが重要なサブカテゴリーです。
政治では、有権者のフォーカスグループを常にやります。多くのビジネスもそうします。さまざまな背景を持つ人々を集めて、議論を導き、物事に対する視点を得ようとします。
フォーカスグループはしばしば驚くべきものです。フォーカスグループを行う政治家と話すと、しばしば驚かされます。有権者が気にかけていると思っていたことが、実際には有権者が気にかけていることではないと驚かされます。だから、これをすることで多くを学べます。でも、フォーカスグループは運営するのに非常にコストがかかります。
そして、実際に物理的に組織して、人々を募集して審査する必要があるため、長い遅延時間があります。
最先端のモデルは今では十分に優れていて、実際に本物の人々のフォーカスグループをモデル内で正確に再現できることが判明しました。つまり、彼らはその基準をクリアするのに十分に優れています。
言い換えれば、基本的にフォーカスグループがモデル内で実際に起こることができ、モデル内にペルソナを作成すると、実際に正確に表現されます。ケンタッキー州の大学生と、テネシー州の主婦と、何であれ対照的に。これを指定するだけです。
彼らはその基準をクリアするのに十分に優れています。どこまで行くか見守りましょう。
AIバブル論争と基本原則への回帰
バブルの話に移りたいと思います。アミンとG2、ジェンセンとマットが、構築されている物理的インフラの巨大な規模について話しました。AIの設備投資はGDPの1%です。このバブルの質問をどう理解し、考えるべきでしょうか。
それが質問であるという事実は、私たちがバブルにいないことを意味すると思います。それが理解すべき最初のことです。
バブルは心理的な現象です、何よりも。バブルに到達するには、誰もがそれがバブルではないと信じなければなりません。それがそのコアメカニックです。それを降伏と呼びます。誰もが諦めます。
「わかった、もうこれらの株をショートするのはやめる。お金を失うのに疲れた。ロングにする」と。
実際にそれを見ました。ドットコムの時代に、実際に何がテックバブルだったのかという疑問がありますが、価格が急騰するにつれて、ウォーレン・バフェットがテックに投資し始めました。
彼はテックには絶対に投資しないと誓っていました。理解できなかったからです。でも彼が降伏したとき、いわゆる「バブル」になったとき、誰もそれがバブルだとは言っていませんでした。
その現象を見ると、インターネットは明らかにバブルではありませんでした。本物でした。短期的には、一種の価格のずれが起こりました。なぜなら、市場には当時、それらの製品を動かすのに十分な人々がネットワーク上にいなかったからです。そして価格が市場を追い越しました。
AIでは、それを見るのははるかに難しいです。短期的に非常に多くの需要があるからです。今、需要の問題はありません。
5年後に需要の問題があるという考えは、私には非常に馬鹿げているように思えます。
奇妙なボトルネックが現れる可能性はあります。ある時点で十分な冷却がないとか、そういうことです。そう、かもしれません。でも、今需要と供給、そして成長に対する倍率を見ると、全くバブルには見えません。
でも、どうですか、マーク。バブルだと思いますか。
誰も知らないとだけ言いたいです。専門家という意味では、ヘッジファンドや銀行などで話している人たちは、確実に知りません。
一般的にCEOも知りません。
そして多くのVCも知りません。彼らはただ感情的に動揺するだけです。VCは企業がより高い評価額を持つと、怒るように動揺します。私はそれをいつも受けていて、「何を怒っているんですか。機能しています。幸せになってください。さあ」と言います。でも、バブルであってほしいと望む多くの感情があります。
取引を見送って、会社が大成功になるよりも悪いことはありません。私たちのビジネスでは、30年間それについて怒っていられます。驚くべきことです。
そして、さまざまな理由を見つけて対処し、自分のミスではなかった理由を説明できます。
世界が間違っているのであって、私ではない。そうです。だからそういうことがたくさんあります。
だから、私は常に基本的な真実に会話を戻すべきだと言います。2つの大きな基本的真実があります。一つ目は、技術が実際に機能するかどうか。約束を果たせるか。
そして二つ目は、顧客がそれにお金を払っているかどうか。
これら2つのことが真実であれば、それらが根拠を持ち続ける限り、一般的に物事は順調に進むと思います。
プラットフォーム移行期の勝者と敗者
ガヴィンがDGとここにいたとき、ChatGPTはGoogleにとって真珠湾攻撃の瞬間だったと言いました。巨人が目覚める瞬間です。歴史とプラットフォームシフトを見るとき、既存企業が実際に次の波に勝つか、新規参入者に勝つかを決定するものは何でしょうか。AIではどう考えるべきでしょうか。
まあ、反応することは重要です。
でも、それは真珠湾攻撃の瞬間だったとは思いません。Googleが頭をお尻から出した音だと思います。
だから完全に轢かれることはありませんが、それでもOpenAIがなくなるとは思いません。だから彼らは確実にそれを許してしまいました。
一部はスピードで、それから長期間にわたる実行だけです。そして、これらの非常に大きな企業の一部は、さまざまな程度で実行能力を失っています。だから、まったく新しいプラットフォームについて話していて、長期間構築することについて話しているなら、MicrosoftがGoogleでパンツを下ろされたようなものです。
Microsoftは依然として非常に強力ですが、その全体の機会を逃しました。モバイルコンピューティングの機会も逃しました。Appleは何もなかったのに、Microsoftは自分たちがモバイルコンピューティングを所有すると完全に信じていました。完全にそれを逃しました。
でも、彼らはWindowsの独占から非常に大きかったので、他のことに構築できました。
だから一般的に、新しい会社が新しい市場に勝ってきたと思います。それは、前世代の最大の企業、最大の独占企業が単に長く続くという意味ではありません。私はそのように見ています。
私たちはまだ知らないとも思います。すべてがあまりにも速く起こったので、実際には最終的な製品の形や形態をまだ知らないと思います。
そして、それは一種の誘惑です。これは常に起こることです。彼らがステージでやったことだとは言いませんが、チャットボットか検索エンジンかを見る還元的なバージョンを聞くことがあります。チャットボットと検索エンジンの競争です。
Googleが抱える問題は、破壊の古典的な問題です。10個の青いリンクモデルを破壊してAI回答に交換し、潜在的に広告モデルを破壊するのかということです。
OpenAIが抱える問題は、完全なチャット製品を持っているが、まだ広告を持っていないし、Googleスケールの配信も持っていないということです。
だから、わかりました、それはかなり…ビジネス教科書の『イノベーターのジレンマ』から直接出てきたような、非常に明確な一対一のダイナミクスだと言えます。
でも、それは5年、10年、15年、20年後の製品の形態が、検索エンジンかチャットボットのどちらかになると仮定しています。
そしてこの考え方で犯す可能性のある間違いは、人々が使用する主なものが検索エンジンかチャットボットのどちらかになると仮定することです。
明白な歴史的類似があります。一つの明白な歴史的類似は、パーソナルコンピューターが1975年の発明から基本的に1992年まで、テキストプロンプトシステムでした。
ちなみに、当時、インタラクティブなテキストプロンプトは、以前の世代のパンチカードシステムやタイムシェアリングシステムに比べて大きな進歩でした。
そして1992年だから、17年経って、業界全体がGUIに大きく方向転換し、二度と振り返りませんでした。
そしてその5年後、業界はウェブブラウザに大きく方向転換し、二度と振り返りませんでした。
だから、ユーザー体験の非常に形や形態、性質、そしてそれが私たちの生活にどう適合するかは、まだ形成されていないと思います。
20年後にもチャットボットがあることは確信していますが、現在のチャットボット企業と多くの新しい企業が、私たちがまだ知らない根本的に異なる多くの種類のユーザー体験を見つけ出すだろうとかなり確信しています。
そしてそれは、もちろんテック業界を楽しく保つものの一つです。特にソフトウェア側では、製品の形や形態が明らかではありません。
発明の余地がまだ途方もなくあると思います。
現代のAI時代における起業家へのアドバイス
起業家やこの部屋にいる起業家たちにコーチングするとき、この時代について他に何が違うと感じますか、または進行中の人材戦争や、この時代に特有だと感じる他の側面について、他にどんなアドバイスを残したいですか。この時代に特有のものは何でしょうか。
私は実際にあなたが正しいことを言ったと思います。これは特有の時代です。
だから、過去の組織設計の教訓を学ぼうとしたり、前世代からあまりにも多くを学ぼうとすることは、物事が本当に違うので、欺瞞的になり得ます。
これらの会社が構築される方法は、多くの側面で非常に異なっています。
そして、PhD AI研究者のような人々のタイプは、伝統的なエンジニアやフルスタックエンジニアのような人とは非常に異なります。だから、多くのことを第一原理から考え抜く必要があると思います。それは違うからです。外から観察すると、本当に違います。
はい。
私は物事が変わるだろうと提案したいです。すでに製品の形や形態が変わると思うと話しました。
そして、供給と需要の世界では、供給過剰を生み出すのは不足だと思います。
何かがあまりにも希少になると、新しい供給をアンロックする方法を見つけ出すための巨大な経済的インセンティブが生まれます。
現在の世代のAI企業は、本当に才能のあるAI研究者やエンジニアの特定の不足に本当に苦労しています。そして、インフラ容量、チップ、データセンター、電力の不足に本当に挑戦されています。
タイミングを決めたくはありません。これら両方が供給過剰になる時が来るでしょう。
いつそうなるかはわかりません。計画できるかわかりませんが、次のことを言いたいです。
一つ目は、研究者・エンジニア側では、中国から今、優れた、卓越したモデルが出てくる程度が印象的です。
複数の企業からです。具体的には、DeepSeekやQwenやKimiです。
これらを作っているチームが、有名な人たちではないことが印象的です。ほとんどの場合、これらはすべての論文に名前が載っている有名な人たちではありません。
中国は、若者を取って、この分野で訓練する方法を成功裏に解読しています。
xAIも大部分そうですね。
はい。そして、それが来ると思います。ある期間、これが超難解なスキルセットで、人々がそれに大金を払うことは理にかなっています。
でも、情報が環境に転送されていることは疑いありません。人々はこれを行う方法を学んでいます。
大学生たちが理解しています。
だから、人材の供給過剰が来るとは言いませんが、将来、これらのものを構築する方法を知っている人がもっとたくさんいるのは確かだと思います。
そしてもちろん、AIがAIを構築します。ツール自体がそれに貢献するのがより良くなるでしょう。
そして、私はこれが良いことだと思います。現在のエンジニアや研究者の不足のレベルは、制約が多すぎると思うからです。
そしてチップ側では、チップの専門家ではないので、具体的には決めたくありませんが、チップ業界でこれまで決してそうだったことはありません。
チップ業界のすべての不足は常に供給過剰をもたらしてきました。不足の利益プール、マージンが大きくなりすぎて、他の人々が入ってきて機能を商品化する方法を見つけ出すインセンティブが大きくなりすぎるからです。
Nvidiaは、おそらくこれまで誰もがチップで持ったことのある最高のポジションを持っています。それにもかかわらず、5年後にこのレベルのインフラへの圧力があるとは信じがたいです。
そして、インフラ内のボトルネックが移動しても、電力になったり、冷却になったり、他の何かになったりしたら、確実にチップの供給過剰になります。
だから、5年後に私たち全員が抱える課題は、異なる課題になるだろうと言いたいです。
はい。はい。この業界の中でも、ポジションは非常に非常に速く変わる可能性があるので、静的なものとして見ないでください。
米中AI競争の実態と産業基盤の重要性
実際にもっとマクロな話題で締めくくりましょう。マーク、あなたは中国に言及しました。
先月、私たちはワシントンDCにいて、上院議員の大きな質問の一つは、中国とのAI競争の状態をどう理解すべきかということです。彼らと共有したことの概要を共有してもらえますか。
はい。
私の感覚では、現在を観察すると、特にDeepSeekやQwenや中国から出てくるこれらのモデルのように、アメリカ、特に西洋全般ですが、ますます具体的にアメリカは、概念的なイノベーションが、アメリカから、西洋から出てきていると言えるでしょう。大きな概念的なブレークスルーです。
中国はアイデアを拾い上げて、それを実装し、スケールし、商品化することが非常に得意です。彼らは明らかに製造業の世界全体でそれを行っています。
そして今、AIでも非常に成功裏にそれを行っていると思います。
だから、彼らはキャッチアップゲームを本当にうまく実行していると言えます。
そして常にこの質問があります。それがどの程度、正真正銘に、勤勉と賢い人々によって行われているのか、そしてどの程度、もしかしたら少しの助けを借りて、真夜中に小さなUSBスティックのような助けを借りて行われているのか。
だから、常に少し疑問がありますが、いずれにせよ、彼らは素晴らしい仕事をしています。
明らかに彼らはそれ以上を目指しています。
そして中国には非常に賢くて創造的な人々がたくさんいます。
だから、概念的なブレークスルーがそこから出始めるレベルと、彼らが先に進むかどうかを見るのは興味深いでしょう。
でも、ワシントンの人々に伝えていることは、これは完全な競争だということです。徒歩競走です。インチのゲームです。5年のリードを持つことはありません。6ヶ月のリードを持つかもしれません。速く走らなければなりません。勝たなければなりません。
そして、中国政府が自国の企業に課していない制約を、私たちの企業に課すことはできません。
そうしたら単に負けます。本当に中国のAIによって支配され運営される世界で朝起きたいですか。私たちのほとんどは、そんな世界に住みたくないと言うでしょう。
だから、それについては適度に良い感じがしています。私たちはソフトウェアが本当に得意だと思うからです。
これがロボットの形で実体化されたAIになる瞬間、事態ははるかに怖くなると思います。これが私が今ワシントンDCで人々を本当に教育しようとしていることです。
アメリカと西洋が過去40年間にわたって選択してきた脱工業化の程度のために、中国は今、特にあらゆる種類の機械的、電気的、半導体的、そして今やソフトウェア的なデバイスを構築するための巨大な産業エコシステムを持っています。携帯電話やドローン、携帯電話や車、ロボットを含めてです。
だから、AI革命のフェーズ2が来るでしょう。それはロボティクスになります。かなり早くここで起こると思います。
そうなったとき、たとえアメリカがソフトウェアで先行し続けても、ロボットは構築されなければなりません。それは簡単なことではありません。それを行う企業だけではありません。エコシステム全体でなければなりません。
つまり、自動車産業は3つの自動車会社ではありませんでした。すべての部品を構築する何千何千もの部品サプライヤーでした。飛行機でも同じでした。コンピューターでも同じでした。他のすべてでも同じでした。
ロボティクスでも同じになります。
そして、デフォルトでは、今日ここに座っていると、それはすべて中国で起こることになります。だから、たとえ彼らがソフトウェアで私たちに決して追いつかなくても、ハードウェアで私たちを一周してしまい、それで終わりかもしれません。
良いニュースは、アメリカの政治スペクトル全体で、脱工業化が行き過ぎたという認識が高まっていると思います。
そして、それを逆転させる方法を見つけ出したいという欲求が高まっています。
慎重ながらも楽観的だと言いますが、それについてはやるべき仕事がたくさんあると思います。
行動を促す呼びかけですね。締めくくりましょう。マークとベン、ありがとうございました。最後に、もう一度お迎えしましょう。
皆さん、ありがとうございました。
コメント