OpenAIのCEOサム・アルトマンが、AI技術が経済的実用性の閾値を超えたこと、そしてAGI到来が従来の想定よりも近いことを明言したインタビューである。1100億ドルという史上最大規模の資金調達、スターゲートプロジェクトの進捗、そして推論専用チップの開発など、OpenAIの大規模インフラ投資戦略が語られる。アルトマンは「インテリジェンスを世界に溢れさせる」というビジョンのもと、計算資源の制約からの脱却を目指している。さらに、2028年末までにデータセンター内の認知処理能力が人間社会全体を上回る可能性や、CEOや科学者がAIなしでは仕事ができなくなる時代の到来を予測。技術的ブレークスルーと並行して、熟練建設労働者の確保という物理的課題にも言及し、北米建設労働組合との提携を発表した。
AIは経済的実用性の閾値を超えた
こんにちは、また会いましたね。もしこれを続けていけば、60ミニッツに空きがあるって聞いてますから、もしかしたらこの投資の仕事がうまくいかなかったら、そっちに転職できるかもしれませんね。
さて、完全な情報開示をしておきます。サムは友人です。私はOpenAIの取締役でもあります。ですから約束しますが、易しい質問だけをするつもりはありません。ブレット・ベアやクーパーの精神を受け継いで、しっかりと質問していきますよ。
サムはご紹介したとおり、OpenAIのCEOで創業者の一人です。以前はY Combinatorの社長を務め、世界で最も影響力のあるスタートアップアクセラレーターの一つを拡大し、業界全体を再構築した企業をサポートしてきました。OpenAIでは、人類の利益のために人工知能を前進させる最前線に立ち、最先端のAIツールを何百万もの人々の手に届けることに貢献してきました。
何人の人々かって? 世界中で8億9000万人の個人と企業です。
では、サム、誰もが気にしていると思われる質問から始めましょう。今、AI世界のどこに私たちはいるんでしょうか?
この数ヶ月のどこかで、私たちは本当に大きな経済的実用性という閾値を超えたと思います。もう少し早く起きていた可能性もありますが、これらのモデルの使い方を理解するまでには、かなりのオーバーハングがありました。
モデルをより賢くし続けるだけでなく、使いやすくするための、いわば配管工事のようなものも考え出さなければなりませんでした。今では、モデルが人々を驚かせるほどの仕事をこなせる世界になっています。
これが最も顕著なのはコーディングの分野です。
そうですね。
しかし、科学でも起きています。多くの知識労働の分野で起きています。しかも見当がつかないほどのスピードで。人々は「数年先だと思っていたことが今起きている。私の仕事は直接的な技術作業や法律業務から、この作業を行うエージェントのチームを管理することにシフトした」と言っています。
これはもっと先に進んでいきます。今、私たちは曲線の非常に急な部分にいると思います。現時点では、AIソフトウェアエンジニアに数時間のタスクを任せることができると言えるでしょう。でもすぐに数日間のタスクになり、そして数週間のタスクになります。
その少し後には、パラダイムが再びシフトすると思います。これらのAIシステムがあなたの人生や会社などに接続され、常に主体的に考え、働いているように感じられるでしょう。
必要な情報について完全なコンテキストを持ち、あなたが上級社員に任せるようなことを、ただやってくれる感じです。
企業はこれらのシステムが自分たちをどう助けられるか、そしてビジネスのやり方をどう再構想できるか、本当に理解していると思いますか?
理解している企業もあれば、していない企業もあります。確実に言えるのは、新世代のスタートアップは、これまでのどの世代のスタートアップとも違う考え方をしているということです。
以前、スタートアップと話すと、彼らは何人の従業員が必要かについて話していました。今では一般的に、多くの人を雇いたがりません。それが自分たちを遅くすると考えているんです。彼らが集中しているのは、どれだけのコンピュートを得られるかです。
これだけの容量を確保できるか? このクラウド契約ができるか? これだけのトークン数を得られるか? といった具合です。
これは大企業がよりゆっくりと経験している精神的シフトですが、一部は始めています。これが起きているのを見られる場所の一つは、エンジニアリング組織やプロダクト組織が、今年出荷する予定のものを2倍、3倍にしようと話していることです。
これは以前には起きなかったことです。
AGIの到来は思ったより近い
そうですね。あなたは、汎用人工知能がかなり早く来ると声高に主張してきました。どれくらい近づいているか、どれくらい早く来るか、見解を共有していただけますか?
この時点で、AGIの定義が本当に重要だと思います。すでに到達したと言う人もいます。非常に近いと言う人もいます。あと1年くらいかもしれないと言う人もいます。いずれにせよ、その言葉はもうあまり意味を持たなくなっています。
議論できる興味深い閾値が2つあるかもしれません。
いいですよ。
1つ目は、いつ世界の認知処理能力の大部分がデータセンターの外よりも内側にあるようになるか、です。これは2028年の終わり頃に起こる可能性があると感じています。誤差は大きいですよ。完全に間違っているかもしれませんが、おそらくその頃に起こり得ると。
これは世界における並外れたシフトです。もう1つは、大企業のCEO、大国の大統領、ノーベル賞受賞科学者が、AIを大いに活用せずに自分の仕事ができなくなるのはいつか、です。
これは、AI CEOやAI大統領が存在するという意味ではありません。
しかし、例えば人間のCEOの役割について考えると、私の仕事について考えると、本当にかなり違ったものになります。意思決定の背後に立ち、人間の判断を下し、重要な組織を運営する人に期待される理解のすべてを行使するために、依然として人は必要です。
しかし、私の役割の実際の部分で、人間にはできないのでAIに頼らざるを得なくなっていくものがあります。人間のCEOは会社のすべての従業員、すべての顧客と話すことはできません。すべての会議に出ることも、すべての分野の専門家になることもできません。
ですから、ますます私はこれらの仕事を、多くのAIを監督し、監視を提供し、出力をどう信頼するか、どうガイダンスを提供するかを決めることだと考えています。
AIに大きく依存せずに大組織を運営する仕事をしたくないと本当に思うようになる閾値は、もう1つの興味深い閾値だと思います。
それにはもう少し時間がかかるかもしれませんが、おそらくそれほど長くはないでしょう。
あなたが仕事をする上で、OpenAIで開発しているエージェントや人工知能にどれくらい依存していますか?
信じられないほど急速に増えています。
ビジネスモデル、戦略のシフト、提供すべき製品について新しいアイデアがあるとき、他の誰かに相談する前に最初にすることは、私たちのツールに尋ねることです。
そして、より多くのコンテキストを得られるようになると—これが本当に次の大きなことだと思うのですが—私たちの会社のほぼ完全なコンテキストを得られるようになり、すべての内部文書、コミュニケーション、コード、顧客データ、すべてにアクセスできるようになると、回答や思考、何と呼びたいにせよ、その質がどんどん良くなっていきます。
そうですね。では、少し話題を変えましょう。2週間前、1100億ドルの資金調達ラウンドを発表しましたね。ChatGPTに、これが公開市場で行われた他の資金調達とどう比較されるか尋ねてみました。
実は知らないんです。
4倍の規模です。これまでで最大の公開株式募集は、数年前にアラムコが行った約250億ドルでした。そして公開市場は、最も広く深い資本源であるはずです。3つの戦略的パートナー—Amazon、Nvidia、ソフトバンク。これについて少し教えてください。
1100億ドルの資金調達の意味
これは会社にとってどんな転換点なのでしょうか? そして誰かが私に聞いた質問の1つは、そのお金を全部何に使うのか、ということです。
このビジネスには多くの難しい部分がありますが、最も難しいことの1つは、インフラが非常に高価だということです。膨大な量が必要で、しかもはるか先まで約束しなければなりません。
私はこのような業界を他に見たことがありません。歴史を通じて明らかに多くの資本集約型産業がありましたが、今後数年間の展開を見ると、勾配が今のように急なまま続き、需要が現在のように急速に成長しているなら、かなり異例なことをしなければなりません。
OpenAIは奇妙に見える多くのことをしています。収益に先立ってインフラに莫大なお金を費やしています。広告のような新しいビジネスモデルを行っていますが、これは最も収益性の高いことではないかもしれません。他にも長いリストがあります。
しかし私たちは、インテリジェンスの豊富さについて根本的な信念を持っています。将来最も重要なことの1つは、エネルギー業界からの古いフレーズを借りるなら、うまくいかなかったものですが、計量するには安すぎるようなインテリジェンスを作ることです。
私たちは世界をインテリジェンスで満たしたいのです。人々にあらゆることにそれを使ってもらいたいのです。これを、将来の世代が考えもしないものにしたいのです。彼らはそれをどこでも期待し、誰もが必要なあらゆる分野で必要なだけ天才にアクセスできるようにしたいのです。
この原則は、私たちの最上位の指針の1つですが、他の企業にとってはあまり自然に見えない多くの行動につながります。その1つは、私たちが常に容量制約を受けてきた世界から本当に抜け出したいということです。
そうですね。
何も変えなければそうなる軌道に乗っていると思いますが。
容量制約とはコンピュートのことですね。
そうです。
あなたが「コンピュートは収益だ」とよく言っているのを聞きます。それについてどう考えているか話していただけますか?
根本的に、私たちのビジネス、そして他のすべてのモデルプロバイダーのビジネスは、トークンを販売するようなものになると思います。
それらは大きいモデルか小さいモデルから来るかもしれず、それが高価か安価かを決めます。より多くのまたはより少ない推論を使うかもしれず、それもまた高価か安価かを決めます。常にバックグラウンドで実行されてあなたを助けようとしているかもしれません。
あるいは必要なときだけ実行され、支払いを少なくしたいならそうなります。非常に一生懸命働くかもしれません—単一の問題に数千万ドル、数億ドル、いつかは数十億ドルを費やして。
そうですね。
それは本当に価値があります。
しかし私たちが見ている未来は、インテリジェンスが電気や水のような公共サービスになり、人々が私たちからメーター制で購入し、使いたいことに使うというものです。
私たちが見ている需要は、このまま続いていくように思えます。十分な量がなければ、販売できないか、価格が本当に高くなり、富裕層に行ってしまうか、社会が限られたコンピュート供給をこれに使ってあれには使わないという、ほとんど常にうまくいかない中央計画的な決定をすることになります。
ですから、資本主義、イノベーション、何と呼びたいにせよ、その全歴史を通じて私にとって最良のことは、ただ市場を満たすことです。
そうですね。そして明らかに、そのコンピュート需要に対処する上で重要な部分がスターゲートです。これはインフラのカンファレンスですし、数ヶ月前、ほぼ1年前でしたかね、あなたがそれを発表しました。
スターゲートプロジェクトの進捗
米国ではどうですか? それから、アブダビでも始まったと思いますが、そちらはどうですか?
そうですね。
正直なところ、この仕事にはクールな部分がたくさんありますが、最もクールなことの1つは、建設中や稼働中のこれらの巨大データセンターを訪問できることです。
そうですね。
ギガワット規模のキャンパスのようなスケールは、説明するのが本当に難しいです。写真を見ると、確かに大きく見えます。でも実際に行って、建物から建物へと歩いていると、そこには1万人の人々がいて、あらゆる異なる熟練技能を持った人々がさまざまなことをやっています。
内部は宇宙船のように見えます。本当に信じられないほどです。
現在、アビリーンの最初のサイトで訓練を行っています。世界最高のモデルになると思います。願わくば、大差で。
建設中に何度も訪問し、そのスケールと信じられないほどの複雑さを本当に内面化してから、OpenAIの1人の研究者が1つのコマンドを入力してエンターキーを押す日まで来たのは、本当に素晴らしいことです。信じられない数のGPUがスピンアップして、この1つの巨大な計算を一緒に始めるんです。
本当にクールですよ。
そして、立ち上げて稼働させ、将来的にスケールさせることについて、最も嬉しい驚きは何で、最も難しいことは何でしたか?
つまり、予想されたすべての課題がありました。そして未知の未知もありました。例えば、アビリーンで異常な気象イベントがあって、私たちが計画していた範囲外のことで、それがしばらく停止させました。
サプライチェーンの課題もすべてあります。このスケールのものは、本当に多くのことがうまくいきません。多くのことがうまくいきますが、このような複雑さで24時間体制で何かを構築しようとすると、うまくいかないことがたくさんあります。
プラス面での最大の驚きの1つは、これを非常に短期間で行うために、どれだけ多くの異なる組織が集まらなければならなかったか、そして大きなプレッシャーの下で、最終的に1つのチームとしてどれだけうまく協力できたかです。
そしてもちろん、電力需要の部分は多くの人が注目しているところです。この課題を解決できると楽観的ですか? まず米国で、それから他の場所について話せますか。
長期的には楽観的です。
なるほど。
大量の発電を構築する方法を理解できることに疑いはありません。もちろんAIも助けになるでしょう。しかし世界が直面しているポートフォリオ—ガス、太陽光、原子力核分裂、原子力核融合、その他—私たちが何ができ、最終的に何をするかについて良い気分です。
エネルギー効率化の奇跡を期待
私たちが見ている需要の伸びを考えると、すべてのこのインフラを構築する時間を稼ぐために、1ワットあたりでモデルをはるかに効率的にする方法を見つけ出すという奇跡を期待しています。
さて、
そこでの実績は信じられないものでした。人々は、私たちのモデルが時間とともにどれだけ効率的になったかについて、好きな驚くべき統計を引用します。
しかし信じられないと思うものが1つあります。私たちの最初の推論モデルは01と呼ばれ、約16ヶ月前に出ました。そして推論を統合した最新のモデルは5.4です。
最初のモデルから5.4まで、難しい問題に対して同じ答えを得るためのコストは、約1000分の1に削減されました。
タイムラインについて少し間違っていたかもしれません。もう少し長かったかもしれませんが、いずれにせよ、01から今まで、
そうですね。
1000分の1です。これは比較的短期間で信じられないことです。
これが示す2つのことがあると思います。1つは、私たちはまだこのパラダイムの非常に初期段階にいて、これらのモデルを開発し、訓練し、効率的に実行する方法についての理解から得られるものがまだはるかに多いということです。
当時も今も、私たちは愚かなやり方で物事をやっていて、どんどん良くなっていくでしょう。
2つ目は、人間の創意工夫と制約の中で動作する能力、問題を解決する方法を見つける能力は、ほぼ常にプラス面であなたを驚かせるということです。
ですから、モデルが良くなっただけでなく、カーネルエンジニアがより効率的なカーネルを書く方法を見つけ出すのを助けに来てくれたり、電力エンジニアやデータセンターを設計する人々がそれを行うより効率的な方法を見つけたりしました。
ですから人々は、モデル側だけでなく、これをより効率的にするという要請にうまく応えています。
そうですね。そしてもちろん、明らかにOpenAIはNvidiaやAMDの大顧客ですが、Amazonと大きな契約を結んだと思いますが、私たち自身のチップを構築しています。
そうです。
その背後にある考え方は何ですか?
私たちが行っているチップは推論専用です。
なるほど。
その背後にある考え方は、目の前の問題を解決するために立ち上がるこの取り組みにおいて、必ずしも最速の推論チップではなく、最も安価な推論チップ、目の前に見える制約を考えると1ワットあたり最も効率的なチップが、将来私たちが見ているすべてのエージェント需要にとって重要になると考えているということです。
ですから、これは意見のあるベットです。限定的なチップですが、エネルギー制約のある世界でそれが行うことは、非常に重要になると思います。
説明していただけますか。観客の全員がAIに精通しているわけではないと思いますので、推論チップと訓練チップの違いについて。
申し訳ありません、最初にそうすべきでした。AIワークロードには2つの主要な段階があります。最終的には融合して1つの連続したものになりますが、今のところ、まずモデルを訓練します。
膨大な数のGPUが大量のデータで数週間または数ヶ月間処理します。これは、人生で教育を受けるのに22年かかるようなものだと考えられます。赤ちゃんのときから物を落として落ちるのを見て学び、最終的に大学の物理学で非常に詳細なレベルで何が起こっているかを理解するように。
その後、モデルに物理学の問題を解くように頼むと、それは推論と呼ばれます。これは非常に効率的ですが、これは人間にも当てはまります。
人々がこれらのAIモデルは非常に効率的だと話すとき、通常は人間が訓練にかかる22年を、大人が物理学の問題を解くのにかかる1秒と比較しています。
モデルが物理学の問題を解くのと人間が物理学の問題を解くのを比較すると、実際にはモデルの方がおそらくすでにエネルギー効率が良いのです。
しかし訓練は、この巨大な量の処理能力で、実際には数字のファイルを生成し、それに質問を投げかけて回答を得ることができます。
チップの進捗については楽観的ですか?
そうですね。最初のチップを大規模に展開するのは、今年末までになるはずです。最初のチップが戻ってくるのは、今からほんの数ヶ月後です。本当に良いものになりそうです。
素晴らしいですね。
建設労働組合との新たな提携
今朝、実は熟練建設訓練の経路を拡大するために北米建設労働組合との新しいパートナーシップを発表しましたね。これは今日の議論の多くの主題でした。あなたとショーン・マクガービーが合意したこと、そして彼は後でステージに上がるので、あなたのバージョンを聞いて、彼のバージョンと一致するか見てみましょう。
先ほど話しましたし、世界は過去に何度も、AIインフラの必要性、世界が物理的インフラ—発電所、送電線、データセンターホール、冷却装置、そして明らかにラックやGPU、その中に入るすべてのもの—を持つ必要性について話してきました。
そして私は、誰もがある時点でこれらの巨大規模のデータセンターの1つを訪問すべきだと思います。なぜなら、チャットに質問して答えを得ると、それを実現するために、あるいは実現し続けるために何が必要だったかのスケールを視覚化するのは本当に難しいからです。
人々は、私たちが制限されているこれらすべての異なる場所について話します。
そうですね。
タービンの数、あるいは今では電圧変圧器、メモリ製造工場、データセンターの建設など、私たちは制限されています。これらすべてに共通することが1つあります。それは、熟練した建設技能労働者を必要とする大規模に複雑な物理的インフラだということです。
そして、それを行うには多くの労働者が必要です。サプライチェーンのどこにボトルネックがあるかに関わらず、いつでも、それを加速するために何が必要かについて人々と話すとき、それは私たち全員が依存しているこのすべてのインフラを構築するための、より多くの熟練建設労働者です。
これらは素晴らしい仕事になると思います。それ以上に、次世代のアメリカのインフラと経済的繁栄の基盤を築くことになると思います。
そして私たちは、それをより速く推進するために一緒に働けることに興奮しています。
ご存知のとおり、私たちBlackRockも共有しています。
コメント