OpenAIの科学担当副社長ケビン・ワイルが、AIが科学研究とソフトウェア開発にもたらす革命的変化について語る。2025年にソフトウェアエンジニアリングを一変させたAIは、2026年には科学分野で同様の変革を起こすと予測される。AIは未解決の数学問題を解き、物理学、生物学、化学、材料科学の最前線を押し広げている。ケビンは、AI駆動型のロボット実験室が実験サイクルを劇的に加速させ、今後5年間で25年分の科学的進歩を実現できる可能性を示す。企業がこの変化に適応するには、全員がAIツールを積極的に試用し、高いエージェンシーを持って迅速に行動することが不可欠である。
AIがもたらす前例のないスピード感
現在、AI業界の進歩は本当に印象的ですね。そして、誰が最終的に優位に立つのか予測することはほぼ不可能です。実際、お客様にとっては少し混乱を招く状況でもあります。ある週はあるモデルが優れていて、次の週には別のモデルが良くなるという状況ですから。
では、そこから始めましょう。まず、OpenAIでのあなたの製品担当としての役割について少しお話ししたいのですが、その後、OpenAIで科学分野で何が起きているのかについて本格的に話を移したいと思います。製品面から始めると、あなたはTwitter、Instagram、Planetといった象徴的な企業でCPO(最高プロダクト責任者)を務めてきました。そして今OpenAIで行っていることですが、OpenAIで見たものを、これまで経験してきた他の大規模なハイパーサイクルと比較するとどうでしょうか。
最も大きな変化は、間違いなく今世界が動くスピードの速さです。こんなものは見たことがありません。毎月、コンピューターがこれまで世界の歴史上一度もできなかったことができるようになっているんです。これは2009年にTwitterにいた時や、2015年、2016年にInstagramにいた時には当てはまらなかったことです。
通常の製品を構築する場合、皆が知っているテクノロジー、つまりデータベースなどの上に構築します。データベースは毎年少しずつ良くなりますが、基本的にはある年から次の年へとほぼ同じものです。使うツールは分かっていて、その上に構築していきます。しかし今は、基盤技術が変化すると、突然、今日は想像もできなかったスーパーパワーを次の四半期には持てるようになる。これは仕事のやり方を完全に変えてしまいます。
一方では、すべてが非常に速く動いていて、それはエキサイティングです。もしコードを書くことに時間を使っていないなら、アイデアやバグについて聞いたことを素早くCodeexのタスクに変換して、自分でパッと対処して修正しないなら、なぜそうしないのかと思います。
それは本当にエンパワーメントになります。
また、これによって私たちは製品を構築する際、よりボトムアップのアプローチを取るようになったと思います。なぜなら、高みから座って「はい、これが12か月のロードマップです。さあ、これを実行してください」と言うことはできないからです。3か月後に世界がどうなっているか分からないのですから。
もちろん、戦略を持つこと、方向性を持つこと、人々が何を達成しようとしているのか、なぜそうするのかを理解することは依然として重要です。しかし、今日の世界は、人々が高いエージェンシーを持ち、自分で物事を引き受け、目指している方向を理解した上で、責任を下に押し下げ、チームが本当に速く動くように構築されていると思います。
吸収率の加速が鍵
ここにいる聴衆やオンラインで見ている同じような人々が恐らく望んでいることの一つは、私たちAIのテクノロジーを構築しているコミュニティ全体が、本当に速く動くだけでなく、企業での吸収率を高める方法を見つけることだと思います。吸収率を加速させるために何ができるでしょうか。今のところ、吸収率はまだかなり遅いですから。
最も重要なことは、みんなに実験してもらうことだと思います。AIから離れたところに立っていて、追いつくことを期待することはできません。なぜなら、イテレーションサイクルが非常に速いからです。ただそこに飛び込んで、ジェットコースターに乗って、物事を実行する必要があります。
完璧になるのを待たないでください。かろうじて動くものでも実行してください。OpenAIで数年間学んだことの一つは、コンピューターにとって私たちが生きている限り完全に不可能だったことから、少しうまくいくようになり、まだ不完全でフラストレーションもある段階へ、非常に速く移行するということです。モデルはミスをしますが、5%から10%の時間は機能します。そして3か月から6か月後には、そのことが80%の時間で機能するようになり、そのことにAIを使わないなんて想像できなくなります。しかし、5%から10%の段階で試していなければ、追いつくことはできません。
みんなにそういう考え方をしてもらう必要があります。実は私自身、比較的最近、Codeexという私たちのコーディングエージェントで変革を経験しました。以前から使ってはいましたが、散発的で、仕事のやり方を変えるほどではありませんでした。そして最近、Prismという製品をローンチしました。小さなチームで、総出で取り組む状況だったので、私もコードを書いていました。Codeexを常時使い始めたんです。
ある時、会議に座っていて、上司のスタッフミーティングでした。ノートパソコンを閉じて注意を払う時間だったので、ノートパソコンを閉じたんです。そしたら「しまった、ノートパソコンを閉じる前にCodeexのジョブを実行させるのを忘れた」と思ったんです。
機会を逃してしまった。
1時間分の生産性を逃したんです。何かを修正したり、新機能を構築したりできたはずなのに。
Codeexが私のために働いてくれていたはずなのに。
興味深いですね。
同じです。寝る前に「よし、Codeexに眠っている間にやってもらえる本当に難しいことは何だろう」と考えて、考え方が完全に変わりました。
10個のことを並行して進めることができるんです。
AIツール活用の学習曲線
もう一つあなたが教えてくれたことがあります。実はワシントンDCでの取締役会の後、夜10時頃にジムでケビンと私が一緒にいた時のことですが、彼はこう言いました。「エンジニアが初めてこれを使う時、最初から素晴らしいパフォーマンスは期待できない。だから最初から完璧を期待しないでください。でも、みんなに使い始めてもらうようにしなければならない」と。
それ以来、今では私たちのエンジニアの約80%が定期的に使っています。
それは素晴らしいですね。
そして驚くべきことに、最初の製品が100%Codeexで書かれることになりました。
それは素晴らしいですね。
その通りです。他のスキルと同じで、学ぶものなんです。エージェントが不完全なことをした時、実際にそれを受け取って、教訓をagents.mmdファイルに入れておけば、次回AIが同じミスをしないようになります。
全く異なる仕事のやり方ですが、それを受け入れた時、まず第一に、チーム全体がCodeexだけで構築しているというのは信じられないことです。私の予測では、すぐに2つ、3つ、4つ、5つのチームができるでしょう。
目標は26年末までに少なくとも半ダースのチームです。
きっとそれを大幅に上回ると思います。
そして、あなたとチャックが推進している変革は本当に素晴らしいです。でも、私はまた、そうなる方法は、他のチームがそのチームを見て、「なぜ私たちは彼らと同じくらい速く動けないのか」と思うことだと確信しています。
まさにその通りです。
AIと科学の融合
では、AIと科学について話しましょう。これの何がそんなに重要なのでしょうか。何があなたに「これこそ、人生の今後何年かを費やしたいことだ」と言わせたのでしょうか。そして、何を学びましたか。
OpenAIの使命は、AGIを構築し、それを全人類にとって有益なものにすることです。AGIが人類に前向きに恩恵をもたらす方法として、科学を加速できることほど多くは思いつきません。だから私たちの使命は加速させることです。
学部で物理学を勉強されましたよね。あなたは完璧な人材ですね。
物理学を勉強しました。博士号のほとんどを取得しましたが、その後中退してスタートアップで働き始めました。
私の同僚のほとんどは実際に博士号を持っています。もし科学を本当に加速できるなら、今後25年分の科学を次の5年間で実現できるなら、2030年には2050年のテクノロジーと科学を手にしていることになります。どれだけ素晴らしいことでしょうか。科学が私たちの生活をどのように形作っているか考えてみてください。
使用するデバイス、服用する薬、あらゆるところにあります。
科学者でない人々にとって、どんな意味のあることに取り組めるでしょうか。
科学者でない人々のために、これが日常生活を意味のある形でどう変えられるか、具体的な例を教えてください。
2026年は科学にとっての転換点
私が使う例えは、この聴衆にとっても良いものだと思います。2025年、AIはソフトウェアエンジニアリングを完全に変えました。2025年の初めには、Codeexを使ってコードのほとんどを書いていたら、あなたはアーリーアダプターでした。わずか12か月後の2025年末には、CodexやClaude Codeなどを使ってコードのほとんどを書いていなかったら、遅れをとっていました。
あなたより速く動いているチームがありました。そしてそれは、1兆ドル規模の巨大な産業全体が12か月で変わったということです。同じことが2026年に科学で起こると思います。そしてすでに実例が見え始めています。
26年そのもので。
26年そのものです。
年末までに科学を解決するという意味ではありません。もちろん違います。しかし、科学者であり、今日自分の仕事で重くAIと協力しているなら、あなたはアーリーアダプターです。しかし、成果が出始めています。この数か月、実際には本当に1月だけで、多くの未解決の数学問題が解決されるのを見てきました。
世界最高の数学者たちが何年も解こうとして解けなかった問題です。これらの多くがAI主導のソリューション、主にGPT-5.2によって解決されるのを見てきました。つまり、AIで考えられること、つまり大量の情報を読んで、効率的に情報をまとめて質問に答える能力だけではありません。
いいえ、人間の理解の最前線を超え、人間ができることを超えています。そして数学だけではありません。物理学でも見られます。生物学、化学、材料科学でも見られます。もう一度言いますが、すべての問題が解決可能だと言っているわけではありません。モデルはまだすべてができるわけではありませんが、世界で最高の科学者の一部がまだ解決できていない未解決問題を確実に解決できます。
26年に構築されたことのない新しい材料の例のようなものを教えてください。
材料科学を例に取りましょう。材料科学では実験は本当に高価です。現実世界で実験を実行するのは非常に時間がかかり、多くの場合お金もかかります。
今日、材料科学者は、自分が知っているすべてをまとめて、特定の特性を持つ材料を設計しようとベストを尽くし、それから最良の仮説で実験室でそれを作ろうとします。先日ある科学者と話していたのですが、彼はこう言いました。「私にとってAIとは何か。それは仮説のための金属探知機です。
仮説の金属探知機としてのAI
考えられるすべてのことの中から、分散した情報をまとめてくれて、多くのアイデアを整理して、可能な限り最良の方法にたどり着くのを助けてくれる。悪いものだけを排除してくれる。時間を無駄にしないように。
それ自体が加速の一形態です。
10のことをやって9つがうまくいかない代わりに、うまくいく1つにすぐにたどり着けます。しかし、ロボティクス、ロボット実験室について考え始めるとどうでしょう。大学院生がピペットで物を扱う必要がないからです。彼らは眠る必要があり、他にもやることがあります。私たちは非常に速く、AIがどの実験を実行するか、またはどの一連の実験を実行するかを絞り込むのを助け、それからその一連の実験を実験室のロボットアームセットに届け、それらが好きなだけ並列に実験を実行できる世界に生きることになると思います。
ところで、それを水平方向にスケールできます。そして、それらの実験の結果がAIにフィードバックされます。AIはさらに推論し、新しい一連の実験を設計し、それが続きます。従来の実験設定と比べて、どれだけ速く動くか考えてみてください。
それが標準になるでしょう。今年見られると思います。すぐに標準になるでしょう。
そして、私たちは社会としてより速く動くでしょう。より多くのことを発見するでしょう。この方法でより多くの問題を解決するでしょう。そしてそれは本当にエキサイティングだと思います。つまり、科学的コラボレーションのための基盤となる装置やツールについて話しているわけですね。2026年にCodeexレベルを持つことになると。
そうです。年の初めにはアーリーアダプターがいて、彼らは価値を見出していますが、まだ広く普及しているわけではなく、年末には世界が変わったという、そういう種類の変革です。
世界が変わった。
もう一度言いますが、すべての問題が解決されるとは主張していません。
ソフトウェアエンジニアリングのすべての問題が解決されたわけでもありませんが、ソフトウェアエンジニアであれば、世界が完全に異なることは否定できません。そして、科学者にとっても、非常に良い意味で、非常に異なる世界に生きることになると思います。
科学分野でのAI活用期間と発見
どのくらいの期間、科学のためのAIをやってきたのですか。
3、4か月くらいです。
それをやっている間に最も驚いた発見は何ですか。
予期していなかったような。「なんてことだ」と思ったような。
私たち人間全員が、AIのペースにどれだけ速く適応するかということについて、本当に興味深いことがあると思います。
ここから来ていない人は、まだWaymoに乗ったことがありますか。まだなら、絶対に乗るべきです。少なくとも私にとって、Waymoでの最初の10秒は「うわ、あの自転車に気をつけて」という感じでした。何かにつかまろうとして。
そして次の5分ほどは「すごい、ロボットがサンフランシスコを運転してくれている」という感じです。未来に生きているという感じです。これは素晴らしい。
そして5分後には、退屈してシートをスクロールしながら携帯電話を見ている。
私の心を吹き飛ばしたものが、突然完全に当たり前になり、日常的なものになる速さ。
これは私たちに見られることだと思います。6か月前、1年前に戻ると、AIが数学の未解決問題を解決するという考えは完全にばかげていました。起こり得ないことでした。人々は「決して起こらない」と言っていました。今ここにいて、私たちは「でもリーマン予想ではない」と言っています。
その未解決問題ではなく、これだけだと。そして、指数関数的に速く、ずっとそうし続けるでしょう。
だから私はそれが実際には素晴らしいことだと思います。私たちがそんなに速く適応するのはとてもクールだと思います。
評価指標の課題
科学において適切な評価指標を持っていると思いますか。それは、モデルがどれだけ良くなったかを実際に測定するための評価において、十分に創造的でなかったために進歩を伝えられなかった分野の一つだったように。
本当に興味深いです。なぜなら、科学分野の文字通りの最前線にあることについてモデルを評価するためには、それができる人がそれほど多くないという点に達するからです。
モデルが何かを出力し、どの分野でも自分の能力の限界で相互作用している場合、特に最前線では、モデルは誰も以前に解決したことのないことを解こうとしている時、正しいのと同じくらい間違っています。だから、最前線で時には微妙なことを見分けなければなりません。私の専門に最も近かった物理学でさえ、私にはできません。
だから、チームに物理学者がいて、大学から休暇を取っています。なぜなら、これらのことを理解し、新しい評価指標を構築するために、そのレベルの能力が必要だからです。だから本当に難しくなります。そしてある時点で、モデルの次の段階のための評価指標を構築するためにモデルを使う必要が出てくるでしょう。なぜなら、私たちは限界にいて、人間ができる範囲を超えているかもしれないからです。
懸念事項と新たな可能性
この質問はクレーガーに聞いたのですが、あなたにも同じことを聞こうと思います。心配していることは何ですか。また、昨年は可能だとすら思っていなかった新しい可能性を持つ分野で、今本当にワクワクしていることは何ですか。
そして、それは科学が答えかもしれません。
科学は間違いなく答えの一部です。
最も心配していることは何ですか。そして、安全性とセキュリティ以外の何かについて話しましょう。なぜなら、それについてはかなり話してきたので。
未知のことは、社会が変化しなければならない、本当に速く変化しなければならないということで、それがどのようになるかということだと思います。ユニバーサルベーシックインカムは、必ず持たなければならない既定路線だと思いますか。
分かりません。私は、ブドウを食べながら座って、UBIを集めて、詩を書いて、私たちが幸せになると信じる人間ではありません。人間として、私たちは自分自身より大きな何かをしようと努力し、物事を達成しようとすると思います。それはなくならないと思います。だから、私たちはそうすると思います。それが最終的に、私たちがこの変化をうまく乗り越えられると確信させてくれる理由です。人間は信じられないほど適応力があり、創意工夫と意欲に満ちているからです。だから楽観的ですが、多くの変化があると思います。
しかし、最もエキサイティングなことの一つは、私たち全員が創造できるということです。今アイデアがあるとして、2年前にアイデアがあったとしましょう。エンジニアではなく、コードを書く必要があったとしたら、それは対処するのが難しかったでしょう。誰かを見つけたり、どこかでチームを雇ったりする必要があり、恐らく活性化エネルギーが大きすぎて、やらなかったでしょう。
今は文字通り、Codeexにプロンプトを書けば、1時間働いてくれて、考えていたものの動作するバージョンができます。そして戻って反復し、より良くすることができます。考えられるものを創造しない理由はありません。
では、その世界で希少なリソースになるものは何ですか。
私たちはコンピュートが希少なリソースになると信じています。
いや、でも判断力は。
判断力、エージェンシー、
これまで以上に高いエージェンシーを持つ人々を選別する瞬間だと思います。「アイデアがある。それをアイデアのままにしておくのではなく、構築しよう。今朝構築して、午後には完成させて、それから改善して、一日の終わりには今朝なかったものを手に入れよう」と言う人。
高いエージェンシーを持ち、好奇心があり、学習者であり、新しいツールを使ってさらに多くのことを達成しようとする人々。それが希少なリソースでないことを願います。非常に一般的なリソースであることを願いますが、それが未来が選別するものだと思います。
Cisco取締役会への参加理由
最後の質問ですが、なぜCiscoの取締役会に参加したのですか。
まず第一に、何という象徴的な会社でしょう。国家安全保障を含む多くの点で重要です。また、Ciscoが提供するものがさらに必要とされる重要な瞬間です。Ciscoは、世界がインフラを構築する方法において、信じられないほどの機会を持っています。私たちはコンピュートが最も価値のあるリソースの一つであると本当に信じています。基本的に、持っているコンピュートが多ければ多いほど、提供できるインテリジェンスが増えます。
そして、インテリジェンスに対する需要は無限にあると思います。だからCiscoには信じられないほどの機会があります。あなたとチャック、そしてチームが推進していることは、私が見た中で最も印象的な変革の一つです。大企業が反応し、変化し、AIが提供するものを活用することに関して。それは会社にとって最も興味深い瞬間だと思います。
だから、その一部であることを誇りに思います。
私たちはあなたが参加してくれて本当に嬉しいです。私が聞かなかった質問で、聞いてほしかったものはありますか。
最もワクワクしていることは何ですか。あなたに質問を返しますよ。最もワクワクしていることは何ですか。そして最もワクワクしていることは何ですか。
私がインタビューするはずなのに。
分かっています。
いや、実際には、私たちが抱えてきた最大の懸念の一つは、常にリソースが制約されていたことだと思います。
実行したいアイデアについて。実行したいアイデアの工場が、それらを実行するリソースよりもはるかに大きいんです。実際、そのバランスを変えられるかもしれないと思っています。そして、それは主に、あなたや他の人々、でも主にOpenAIとやっている仕事とパートナーシップのおかげです。でも、このことが本当に動き始めて、私たちのAI製品が最初に実際に自己記述されるものになり、最終的にはマーティンが実際にシリコンを構築し、それが80%、90%AIで行われるようにしたいと思っています。そして、製品を速く構築することは、速く構築すること自体のためではありません。
人生で、こういう運動の一部になれる機会はめったにないと思います。私は54歳です。これは恐らく次の10年間で私が見る最後の大きな変化で、これは地震級のものです。人類の形を変える可能性があり、私たちは実際にそれを実現することに参加できます。そして、チャックに「もっとお金が必要、もっとお金が必要」としつこく言い続ける心配を常にする必要なく、それができるんです。
ところでチャック、まだしばらくはもっとお金が必要ですけど。
でも、私は、最もエキサイティングなのは、もし非常に速いクロックスピードで本当に魔法のようなものを構築できるなら、唯一本当に気をつけなければならないことは、市場にAIのがらくたを出さないこと、そして本当にケアと職人技、判断力、そして直感のレベルで物事を構築することだと感じています。
でも、私たちはコミュニティとして、特にCiscoで構築してきた文化で、それが非常に得意だと感じています。そして、「ああ、あのアイデアを実行できたらよかったのに」と思うような特定の分野で制約を受けないこと。
とても楽しい方法のように思えます、今後10年間を過ごすには。
それが大好きです。
来てくれてありがとうございました。
呼んでくれてありがとうございました。ありがとう。
コメント