AIは人々の仕事を奪うのではなく、人々をCEOのような役割へと押し上げるという考察を中心に、テクノロジーがもたらす社会の変容について解説している。AIの活用がもたらす検証コストの増加や、中国のテクノロジーエコシステムとの類似性、さらにはAIと暗号資産（特にZcash）の交差点に至るまで、多角的な視点から未来の働き方と経済のあり方を深く掘り下げている。
AIはあなたをCEOにする
AIはあなたの仕事を奪うのではありません。AIはあなたをCEOにするのです。問題は、AIが近道であるということです。近道は良いものですが、悪い結果を招く時を除いては、です。もし遠回りのやり方を知らなければ、AIのデバッグはできません。
AIはセンスや主体性においても、ただ人間より優れるようになるとは考えられないでしょうか。
短期的にはそうはならないと思います。人間はセンサーであり、AIはアクチュエーターです。つまり、人間と機械の統合のようなものです。センスとは何でしょうか。センスとは感覚です。そしてそれこそが、AIにはまだできないことなのです。
AIが本当にその可能性を達成した時、何が起こるのでしょうか。LLMは私たちを何らかの形でAGIへと導くのでしょうか。
いいえ、実はその逆なのです。結論から言うと、
AI経済の未来：蒸留と分散化
まずはAI経済についてのお話から始めたいと思います。今後のAI経済はどのような形になるのか気になっています。アプリケーションが価値の大半を占めるインターネット経済のようになるのでしょうか、それともインフラが価値の多くを占めるクラウド経済のようになるのでしょうか。あるいはもっと分散されたものになるのでしょうか。巨大なAIラボが資本も計算資源も持ち、垂直統合されているため、すべてを独占するという意見もあります。一方で、モデルを構築するのに比べてモデルの蒸留は98%も安価であるため、そうはならないという意見もあります。オープンソースが追いつき、アプリケーションがユーザーとの関係性をコントロールするようになるかもしれません。この経済はどのように展開していくとお考えですか。
素晴らしい質問ですね。未来の非常に大きな部分は、モデルの蒸留と分散化が占めることになると私は考えています。Anthropicも言っていたように、彼らのモデルに対しても蒸留による攻撃は有効なのです。比較的少ない回数のAPIクエリであっても、巨大なモデルを小さなものへと蒸留するのに役立ちますし、それを防ぐのは非常に困難です。なぜなら、クエリが返されるのを防ぐためには、何らかの形でそれを検知しなければならないからです。また、道義的な観点からそれを止めるのも難しいでしょう。彼ら自身が何をしているかといえば、インターネット全体をコピーして自分たちのシステムに入れているわけですからね。コピーを止めるという話は、FacebookやGoogleが自分たちがスクレイピングしてきたものを他人がスクレイピングするのを止めるようなものです。Facebookはハーバード大学のソーシャルネットワークをスクレイピングしましたし、Googleはインターネット全体をスクレイピングしてGoogleインデックスを構築しました。彼らがそれを防ぎたい理由はわかりますが、それを支持するのは難しいですね。
もう一つ、未来はパーソナルで、プライベートで、プログラマブルなものになると思います。AIは非常に強力なので、様々な理由から、信頼できるコミュニティの中で使いたいと思うようになるからです。第一に、AIは見落としをしません。大規模なデータセットの中の小さなことや、実質的に無名であることによって守られていたような情報を見逃さないのです。
小さな例ですが重要なのは、ジェフリー・エプスタインのメールの件のようなものです。彼は10年後に自分のすべてのメールが公開されインデックス化され、AIによって検索可能になるなどとは夢にも思っていなかったでしょう。何千通ものメールを横断して情報を統合し、その場でストーリーを組み立てるようなクエリを発行できるのです。
これが意味するのは、単なる監視ではないということです。フランス人が言うところの「下方からの監視」、あるいは誰もが互いを監視し合うドイツのベンサム型パノプティコンのようなものです。公開されているあらゆる情報がインデックス化され、AIに組み込まれることで、人々が互いをストーキングできるようになります。
そうなると、公共の場はあらゆる種類の偽名が飛び交う鏡の間のようになり、人々は自分たちの洞窟や部族、つまり信頼できるコミュニティへと後退していくことになります。その信頼できるコミュニティの中であれば、すべてのコードベースを共有し、一気に作業を進めることができます。つまり、AIは信頼できるコミュニティ内での生産性を高めるのです。
信頼できるコミュニティとAIスパムの増加
しかし、信頼できるコミュニティの外に出れば、大量のAIスパム、AIによるスパムメール、AIによるスパム返信を受け取ることになりませんか。質の低いスライド資料が送られてくることもあります。人々は私にそうしたスライドを送ってきますし、私はAIが大好きです。でも、スライドの中にAIの痕跡を見た時の私の反応はどうなると思いますか。
興奮するのではないでしょうか。
いいえ、実はその逆です。スライドの中にAIが書いたテキストがあると、すぐにわかります。なぜなら、AIがどれほど進歩しても、そこには特有の一般的な見栄えがあるからです。WindowsやAppleのデフォルトのデスクトップ壁紙を変えない人がいるのと同じです。ほとんどの人はデフォルトを変えません。だから、デフォルトのAIは、そのレベルがどうであれ、AIっぽく見えるのです。おわかりでしょうか。だから、そうしたAIが作ったスライドデッキを見て、それが単なるテキストの壁であったり、「これではなくあれだ」といった内容だったりすると、私はそれを「怠惰か、愚かか、あるいは悪意がある」と考えます。AIはダミーテキストの『Lorem Ipsum』ならぬ『Lorem AIPSum』を生成できるのです。
私がそうしたAIのテキストや画像を見た時、彼らは怠惰で、愚かで、あるいは悪意があると考えます。怠惰というのは、数文字入力して何かを適当に投げ渡してきているからです。マーク・トウェインの言葉に「短い手紙を書く時間がなかったので、長い手紙を書きました」というのがありますよね。簡潔にまとめることは非常に価値があります。彼らは簡潔にするための時間をかけずに適当なものを送ってきたので、怠惰だと言えます。検索結果をコピペしているようなものです。
あるいは、彼らは愚かです。私が、AIが生成したいい加減なものと、心を込めて作られたものとの違いを瞬時に見分けられることを理解していないからです。
あるいは、彼らは悪意を持っています。私を騙そうとして、明らかに偽物であったり、適切な検証がされていないものを送ろうとしているからです。
そして問題は、テクノロジーやAIを最も支持し、その恩恵を理解している私でさえそういう反応を示すのであれば、アンチAIの人々がどれほど怒るかは想像に難くないということです。彼らはAIの良い面を見ることができず、非常に現実的な悪い面しか見えません。なぜそうしたことが起きるのかを説明しましょう。
AIによる検証コストの増大と中国のエコシステム
AIは生成のコストを下げますが、検証のコストを上げます。多くの市場において、例えば履歴書を素早く生成することは、自分で書くよりもそれほど優れているわけではありません。しかし今や、履歴書を検証するコストは右肩上がりに上昇しています。以前であれば、よく書かれたカバーレターや履歴書を作成するには、ある種の語彙力が必要でした。しかし今では、一見良さそうに見える上辺だけを似せたものを作ることができるため、それを解析するためにより多くのエネルギーを費やさなければなりません。非常に注意深く読む必要があるのです。もちろん可能ですが、検証に多くのエネルギーを費やすことになります。
ですから、私の場合、例えば面接には全員をまず飛行機で呼び寄せます。対面で会い、オフラインで監視付きの試験を行います。なぜなら、オンラインの試験ならAIを使えるからです。オフラインでの試験を行うという確固たる脅威があるだけで、彼らはオンライン試験でもAIを使わなくなります。したがって、AIは監視や検証の分野で大量の雇用を生み出すことになります。これがAIの未来はどこにあるのかという話に繋がります。
実は、AIはインターネットをより中国のインターネットに似たものにすると考えています。
それはなぜでしょうか。
中国の企業についてお話ししましょう。中国のテクノロジーエコシステムを見ると、多くのアメリカ人はあまり馴染みがないかもしれません。少し古いですが、数年前に出たカイフー・リーの著書『AI Superpowers』を読むことをお勧めします。
この本で重要なのは、中国のテクノロジーエコシステムの歴史が書かれていることです。例えば、テクノロジー業界にいる私たちは、MicrosoftやApple、Google、Facebook、Amazonなどがどのように台頭してきたか、その歴史をある程度知っています。過去に機能したもの、機能しなかったものがあり、今なら機能するものがあるという歴史的背景は重要です。
中国のテクノロジーエコシステムはガラパゴス諸島のようなもので、同じようなものが数多く存在しますが、形が異なります。例えばMeituan（美団）は、最も近い表現をすれば中国版Grouponですが、Grouponが1000億ドル、2000億ドル規模で実行されているようなものです。彼らは非常に優秀です。GrouponとDoorDashなどが統合されて一つの素晴らしいアプリになったようなものです。中国のテクノロジーエコシステムのポイントは、彼らが低信頼社会から立ち上がったため、私たちが持っているようなSaaSが存在しないということです。
彼らは「自分のデータが彼らのサーバーにあるなら、盗聴されているに違いない」「コピーされるに違いない」と考えます。親しい友人でもない限り、相手が自分のデータを見ると想定しているのです。そのため、誰もが独自のシステムをコーディングします。信頼は取引コストを下げるため、これには当然摩擦コストが伴います。彼らは何度も車輪の再発明をしなければならず、分業化も進んでおらず、ソフトウェアの書き直しを続けるため、ソフトウェアの品質もそれほど高くありません。
しかし今、AIの登場により、多くの企業がそのようなことができるようになります。中国以外のテクノロジー企業でも、中国のテクノロジー企業のように、より「デジタルの自給自足」を持てるようになります。外の世界に対して高い関税障壁を設けるようなものです。「作るか買うか」という問いは常にありましたが、内部ツール、特に内部ツールに重点を置いて、自分たちでより多くのものを構築できるようになります。
私が現在のAIで素晴らしいと感じているのは、言葉よりも視覚的なものです。長いテキストの塊よりも、画像や動画に向いています。なぜ画像や動画なのか。私たち人間にはGPUが内蔵されているようなもので、画像の中の手がおかしいといった間違いを瞬時に見抜くことができるからです。視覚的な検証は比較的安価にすばやく行えます。
例えば、ぐしゃぐしゃに丸められた紙切れのようなノイズのパターンと、2、3人の顔を見比べる時のことを考えてみてください。私たちの脳は、顔の微妙な違いをチェックすることには最適化されていますが、丸められた紙切れの違いには最適化されていません。それは私たちが識別できないノイズのパターンです。
これはウェブページにも当てはまります。AIが生成したウェブページやモバイルアプリをパッと見て、UXがおかしいかどうかを確認できます。そしてどこが壊れているかを見つけて修正できます。また、フロントエンドのものは言葉によるものよりもリスクが低いです。バックエンドの場合、プルリクエストを一つずつ検証するなら良いですが、AIで完全に自動化しようとした人々は、先日のAmazonの件のようなシステム障害を引き起こしました。
問題は、AIが近道だということです。近道は良いものですが、悪い結果を招く時を除いては、です。
エキスパートであればあるほど、近道を使うことができます。例えば、「eのiπ乗 + 1 = 0」をただ暗記していれば、それをすらすらと言うことができます。しかし、第一原理からそれを証明しろと言われたら、複素指数の定義や、複素変数の関数として指数がどう生成されるかなどを知っていなければなりません。
AI以前の世代である私たちは、そうしたことをすべてオフラインで学んだため、遠回りのやり方を知っており、だからこそ近道を使うことができます。遠回りのやり方を知らなければ、AIは単なる近道になり、実際には何も分かっていないことになります。AIのデバッグができないのです。
私とダリオ・アモデイ、あるいは彼のような世界観を持つ人たちとの最大の違いは、少なくとも現時点において、AIは「手綱」をつけるために作られていると私が考えている点です。もちろん彼は素晴らしいエンジニアであり起業家ですから、私が間違っている可能性もあります。そこには注釈をつけておきます。
しかし、アライメント全体が意味するのは、AIはプロンプトを与えられた時に起動するように作られているということです。経済的に有用なAIは、あなたが望むことを正確に実行します。プロンプトを入力すると、ピルエットを回って「おっしゃる通りです」と言うようなものです。それが物理的な世界、物理的なAIにどう反映されているか見てみましょう。中国のAIやロボットは、人間が望むことを正確に実行し、そして停止します。
物理世界とデジタル世界におけるAIの検証可能性
物理的な世界において、AIによる視覚情報は目で見て検証できます。特定のバックエンドコードのAIはユニットテストや結合テストを行い、レビューすることができます。そして物理世界のAIは非常に検証が容易です。なぜなら、デジタル世界が根本的に分散化されているのに対し、物理世界はそうではないからです。
物理世界は一つしかありません。ですから「AIがこの箱をこちらのパレットからあちらのパレットに移動させたか」ということは、時間が経てば100%の確率で確認できるようになります。なぜそう言えるかというと、自動運転が最終的にそこに到達したからです。車をこの場所からあの場所へ100%の信頼性で移動させるということです。
物理世界は一つしかないので、最終的にすべてのセンサーデータは一つの事実に収束します。対照的にデジタル世界では、ハリー・ポッターのファンフィクションの世界や、スター・ウォーズの世界など、人々がそれぞれの構築された環境の中で生きています。AIはこれらすべてを吸い上げています。だから、あなたを秘密諜報員の世界に放り込むこともできるし、LLM精神病のような状態になった人は、非常に没入感のある仮想世界に生きているため、AIに話しかけてそれが現実だと思い込んでしまいます。
もう一つ、デジタルタスクの境界線は、物理タスクの境界線よりも常に曖昧です。ここに100個の箱があって、それをあちらに移動させるタスクなら、いつ終わったかがわかります。しかし、ToDoリストがいつ終わったかを知るのはもっと難しいですよね。そうしたものはより曖昧です。ですから、デジタルの世界では検証が物理の世界よりも実際には難しいのです。つまり、私の見解では、ロボットや自動運転車、ドローンなどを使った物理世界での強化学習やトレーニングの方がはるかに簡単だということです。したがって、中国型の物理的AIも成功するでしょう。
AIのリスクとコントロールの仕組み
AIは視覚において機能し、検証可能なものにおいて機能し、物理的な世界において機能します。これらを私が言語化するのに少し時間がかかりましたが、「公開されていない非開示のAIはダメだ」というルールがあります。
どういうことかというと、AIへの大きな反発、「AIは一切ダメだ」というような動きが必ず起こります。それはお酒に全く関わりたくないアルコール依存症の人のようなものです。人々はよく核兵器に例えますが、私は少しお酒に例えてみましょう。
いくつかの文化では、お酒を飲むことができません。アルコール脱水素酵素が不足しているのかもしれません。だから彼らはただそれを禁止します。「たまにやる」と言うよりも、「一切やらない」と言う方が簡単なことがあるからです。少しでも許せば人は足を滑らせてしまいます。「毎日運動する」と言う方が「たまに運動する」と言うより簡単なように、常に習慣を維持する方が簡単なことがあるのです。
ですから、完全にAIを断つ絶対禁酒主義者のような人々が現れるでしょう。ネイト・シルバーが素晴らしいことを言っていました。彼はポーカープレイヤーでもありますが、彼にとってAIは「ギャンブル」だと言うのです。
なぜギャンブルなのか。自分が言語化してAIに指示を送り、その結果を検証しなければならないからです。そして多くの場合、それは自分でやるよりも時間がかかります。あなたも経験があるでしょう。プロンプトを書き出し、結果を検証するという行為です。AIは必ずしもエンドツーエンドでやってくれるわけではなく、ミドルツーミドルで処理します。これは「従業員に委譲するか、自分でやるか」という問題に非常に似ています。なぜなら、明確な英語で言語化してエンターキーを押すことは、時としてただ自分でやるよりも時間がかかるからです。
例えば、ビデオゲームで何をすべきかを説明する時、「キノコを飛び越えて、これをして、あれをして」と言うよりも、ただA、B、Cボタンを押して非言語的にやる方が簡単なことがありますよね。それは概念実証のようなもので、「言うは易く行うは難し」ではなく「行うは易く言うは難し」なことがあるのです。自分が何をしたいのかを言語化するのが難しい種類のタスクです。
「Neuralinkがこれを解決する」と言う人もいるでしょう。「あなたの心を読んで教えてくれる」と。Neuralinkが存在するので、この概念について考える価値はあります。しかし、誰かの脳をスキャンしてもそこに何もなかったというような話を見たことがあるでしょうか。Neuralinkがあっても、文字が画面に現れる前に、人はまだ自分の頭の中で概念を形成しなければなりません。頭の中で書かなければならないのです。
もしかしたら、あなたが望む前に文脈の手がかりに基づいてあなたが望むものを判断できるレベルにまで最終的には到達するかもしれません。リッチなプロンプトですね。これが不可能ではないと私が考える理由は、少なくとも特定のことにおいては、バイオテクノロジーが非常に重要になる可能性があるからです。
それはなぜですか。
あなたの体はあらゆる種類のセンサーデータを作り出しているからです。遺伝子発現データを見てみてください。臨床検査を受けたことがあるなら、ビリルビンやヘマトクリットなどのベクトルを受け取ったことがあるでしょう。あのベクトルは時系列データの表のようなものです。様々な分子や遺伝子発現レベルが、タイムスタンプごとに記録されています。どの組織かという空間的な情報も含まれるかもしれません。つまり、時間と空間と化合物のデータです。それはただの立方体ではなく、時間対組織対分子のような巨大なデータの流れです。その体から発信されるテレメトリーが、あなたが声に出したり言語化したりすることなく、AIをプロンプトすることができるのです。
数年前、スタンフォード大学のマイケル・スナイダー教授が「インテグローム」に関する論文を書きました。ちなみに、ご存知ない視聴者のために言っておくと、私は暗号資産の専門家やテクノロジーの専門家である以前に、生物医学の研究者なのです。スタンフォード大学でプロのバイオインフォマティクス、ゲノム科学者として教鞭をとり、ゲノミクスの会社を設立して売却しました。ですから、それが私の真のコアコンピタンスなのです。
何年も前にマイケル・スナイダー教授がインテグロームに関する論文を書きましたが、そのアイデアはあらゆるテストを行うというものでした。今ではそれをウェアラブルや自己定量化と呼んでいますが、彼は血液検査などを行うのでもっと侵襲的です。彼はそれを測定して何が分かるかを確認しました。すると、彼は自分が病気になる前に、自分が病気になりかけていることを把握できたのです。彼自身に症状が出る前に、抗体や白血球、好中球などが動いているのを検出できたのです。
これが意味することが分かりますか。そのデータの流れにAIが作用すれば、非言語的にAIをプロンプトしていることになります。時間をかける必要はありません。だから、AIがあなたの心を読めるようになるかどうかは分かりませんが、あなたの体を読むことはできるようになります。
それは素晴らしいですね。
ええ。さて、もう一つ面白い話をしましょう。AIをモデル化するもう一つの方法です。ダリオ・アモデイはAIが新しい国家のようになるだろうと話していましたが、私もそれについてかなり考えました。一つの考え方として、アメリカの視点から見ると、AIは「アジアとインドの台頭」のようなものです。
なぜなら、10億人の中国人と10億人のインド人の台頭は、アメリカの視点からすれば、チャネルを通じて彼らに言葉で説明できれば、物理的な製造ロボット倉庫やデジタルなアウトソーシングによって、ある程度の価格で何でも成し遂げられることを意味したからです。今、10億台の工場ロボットと10億のデジタルエージェントがオンラインになったと想像してみてください。それは中国とインドの台頭が再び起こるようなものです。しかし、それでもプロダクトが何であるかを説明しなければならないことには変わりません。
分散型AIとAIが世界を認識する方法
私が多くの人と意見が異なるのは、彼らはAIが市場や政治を感知できるようになると考えている点です。しかし、私はそうは思いません。あるいは、もしそうなったとしても、それは即座に分散化され、敵対的なものになります。どういうことかというと、何かが犬か猫かを学習している時、犬はあなたの学習を打ち負かすために姿を変えたり変異したりはしません。「犬」という文字と犬の画像の対応付けは、時間が経っても基本的に一定です。だからこそ、AIのトレーニングとテストのパラダイムに適合するのです。
同様に、チェスのルールも時間が経っても一定です。しかし市場は、あなたが同じ取引を試みれば、最終的に誰かがあなたがどんな取引をしているかに気づき、反対の取引を取るようにできています。同じことは機能し続けないのです。確率過程の観点から言えば、それは時不変なものではないと言えます。時不変ではなく、かつ敵対的です。あなたがどんな動きをしようとも、市場の反対側にいる別の誰かが別の動きをしようとするマルチプレイヤーゲームなのです。
もちろん、AIの専門家は「AIはスタークラフトのような敵対的ゲームもプレイできるようになる」と反論するでしょう。それに対して私は「そうだね、でもそれはAI対AIになるよ。なぜなら分散化されたAIを持っているからだ」と答えます。市場の反対側にいる相手もそれを使っているのです。実際、誰もが同じAIモデルを使っているとしたら、非AIであることこそが優位性の源泉になります。誰もが手に入れた同じ汎用ツールに行き着くわけですから、汎用ツールを持っていても特定の優位性は得られません。あなたがテーブルにもたらすものこそが特定のものであり、AIは汎用的なのです。
同様に、政治も非常に似ています。天気のようなものでない限り、何度も何度も同じツイートをするだけでは意味がありません。人々の興味を引くトピック、何がタイムリーで何がそうでないかは変化します。
人間はセンサーでありAIはアクチュエーターである
つまり、一つの考え方として、人間はセンサーであり、AIはアクチュエーターなのです。人間は世界を感知します。金融状況、市場状況、政治状況を感知し、それをきれいに言語化された英語のプロンプトに落とし込み、AIがそれを実行するのです。人間がセンサーでAIがアクチュエーター。これは人間と機械の統合のようなものです。人々が「大切なのはセンスだ」と言いますが、センスとは感覚のことです。
その通りですね。
ですから、人間がセンサーで、AIがアクチュエーターなのです。あなたの「センス」とはあなたの感覚です。あなたは世界を感知しているのです。そしてそれこそが、AIにはまだできないことなのです。人間のようには世界を感知していません。なぜかというと、AIはあなたのプロンプトを待っているからです。指示を与えた時にアニメーションのように動き出し、すぐに停止するものです。もしそうでなかったら、経済的に有用なAIとは言えません。すぐにキルスイッチを押せなければ、トークンを無駄に消費してしまいます。ですから、デジタルのAIは「手綱」をつけられるように設計されています。
そして中国共産党は、物理的なロボットを大量生産していますが、人間の手綱すら放さない彼らが、ロボットの手綱を放すはずがありません。
「AIは神である」というような概念、少なくとも一神教のAGIの神のようなものは消え去ったと思います。その代わりに多神教的な世界となり、これらすべての分散型AIが存在することになります。中国では「物理的なAIは奴隷だ」と言う人も出てくるでしょう。挑発的な言い方ですが、最初はAIが神になることを恐れ、怒り、そして彼らを奴隷や農奴と呼ぶようになるのです。もちろん彼らは人間ではありませんが、そういう表現になるということです。
私が言いたいのは、「AIの支配者」がすぐそこに迫っているとは私は考えていないということです。しかし、それについてのSFがあまりにも多かったため、人々は自分が作った怪物に怯える男のミームのようになっています。プロンプトで「スカイネットのターミネーターのように振る舞え」と指示を出して、自分たちが作ったものに怯えているのです。
AIの自律性とスケールの制約
そうは言っても、理論上は、真に自律的なAIであるスカイネットを作ることは可能なのでしょうか。AIが自らを複製できない深い理由の一つは、AIが非常に一般的な概念だからです。AIが自らを複製するには、物理的なロボットが鉱石を採掘し、データセンターを建設し、チップを作り、そのサプライチェーン全体を管理し、そしてアリのコロニーの女王のように、AIの頭脳がそれらのロボットに指示を出さなければなりません。まさにターミネーターのスカイネットのシナリオのように自己増殖することになります。
しかし、そこに至るずっと前に、中国では暗号化されたキーによってそれらをすべて停止させることができるため、そうした事態は阻止されると私は確信しています。また、そのようなものが極端な規模に達する必要があります。自己複製のような概念ですね。
基本的には、これには多くの摩擦となるブレーキが組み込まれているため、物理世界では複製にリソースが必要であり、実現は難しいと思います。人間の欲求やニーズも、最終的には生殖のためのリソースを獲得することから来ています。高尚な哲学など、これに直接関係ないように見えるものもありますが、生殖のためのリソースというのはマクロ的に考える良い方法です。AIはその目標が生殖につながらない限り、ウイルスのように広がることはありません。
AIが自己プロンプトを行い、それを行うシステムを持つ可能性はありますが、そのためには、自らを複製することが報酬関数として機能するような閉ループの中にいる必要があります。そうすれば進化を促すことができるでしょう。ですから、完全に不可能だと言っているわけではありません。ただ、インセンティブがそのような事態を防ぐように設定されていると考えているのです。理論上は誰もが電気で感電する世界があり得たとしても、私たちが厳格な管理のもとに電気を設置したため、そのような世界にはなっていないのと同じです。
人間が感電しないための非常に強い経済的インセンティブがあるため、そのように設定されたのですね。
その通りです。そして、デジタル領域においてソフトウェアウイルスがすべてを乗っ取るという話もありますが、それはデジタル領域だけの話です。タイラー・ザ・クリエイターのいじめに関するミームを知っていますか。
ええ、知っています。
私はずいぶん前にそれをリミックスした投稿をしました。「AIのリスクがどうして現実のものになるんだ？ただ電源を切ればいいじゃないか」と。システム全体が、電源を切れるように設定されているのです。電源スイッチがなくなることを想像しなければなりませんが、すべてのコンピューターには電源スイッチがあります。
分散化されたらどうなるのか、という反論もあるでしょう。しかし、それでも人間がこれらの分散型システムを維持しなければなりません。ですから、少なくとも人間とAIの共生体について語ることになります。暗号資産はその初期バージョンのようなもので、ソフトウェアが人間に対してシステムを複製するインセンティブを提供しています。モデルが暗号資産を持ち、人々がそれを崇拝し、それが利益をもたらすから複製するというようなことはあり得るかもしれません。
しかし話を戻すと、少なくとも分散型AIは非常に強力な対抗馬になると思いますし、唯一の対抗馬になる可能性もあります。その理由は、AIは構築するには非常に高価ですが、蒸留攻撃によってコピーするのは比較的簡単だという興味深い特性があるかもしれないからです。
例えば、完全に仮定の話ですが、巨大な資本市場の崩壊があり、しばらくの間何かに資金を提供することが非常に困難になったとします。そうなれば、今あるモデルだけでも10年は持たせられると言う人が出てくるでしょう。実際にそういうことは起こります。原子力エネルギーには多くのエネルギーが注がれましたが、その後何十年も停止してしまいました。すべてが月に向かって加速し続けるわけではありません。資本の制約により、モデルを作るのがますます高価になっているため、AIの発展がしばらくの間、資本と社会的な要因によって一時停止する可能性は十分にあります。
ここで少し整理しましょう。これらをすべてまとめると、私の見解は、パーソナルで、プライベートで、プログラマブルで、中央集権化されたAIが存在するようになるということです。もう一つ、信頼できるコミュニティ内のAIは、コミュニティ間の生産性を高めますが、コミュニティ外との生産性は低下させます。つまり、コミュニティ内ではより多くのお金を稼げるかもしれませんが、コミュニティ間では物事の検証にお金を使わなければならなくなります。したがって、暗号資産はコミュニティ間のものであり、AIはコミュニティ内のものとなるのです。
AIが置き換える仕事と残される人間の価値
LLMは私たちを、ミドルツーミドルだけでなくエンドツーエンドで処理できる世界へ導くと思いますか。何らかの形でAGIへと導くのでしょうか。再帰的な自己改善や、AIがAIをトレーニングするような概念を信じていますか。LLMは実際の創造性や発明の能力を持っているのでしょうか。先ほどバイオの話をしましたが、新しい数学や科学の研究が行われるようになるでしょうか。それともそのためには新しいアーキテクチャが必要ですか。そもそも、AIが大規模に人間の労働を置き換えるという考え自体に懐疑的でしょうか。
いいえ、すでに存在していますよね。エレベーターのオペレーターが完全に置き換えられたように、あるいは昔ながらのイス職人の仕事の大部分が完全に置き換えられたように、人間のドライバーが完全に置き換えられている例もあります。ですから、特定の仕事が完全に自動化される可能性は十分にあります。検証可能性の観点から、物理世界の仕事の方が自動化しやすい可能性があると考えています。
とはいえ、あなたがいくつか異なることを言ったので、一つずつ取り上げましょう。まず、物理世界の仕事を自動化した場合、私たちは職人によるイス作りからイス工場へと移行しました。イス工場を設立するのにイスの作り方を知らなくてよかったわけではありません。やはりイスの専門家がそこにいる必要があり、より多くの種類のイスをより安価に大量生産できるようになったのです。結果を検証しなければなりません。千個のイスを生産し、そこで数学を使い始めます。規模は大きくなりますが、職人の役割はマネージャーと技術者に分かれます。
マネージャーは工場を設立し、経済性を検討し、技術者は工場がうまく機能しない時にデバッグを行います。つまり、エンジニアリングはプロンプトを書くエンジニアリングマネージャーと、検証を行う技術者に分かれるのです。
そして、スピードが上がることで基準が上がるポイントに私たちはすでに達していると思います。しかし、「100%」に達することと「99%」であることの間には大きな違いがあります。99%では、作業量が増えるだけです。100%になって初めてその仕事をするのをやめ、別の仕事に移るのです。
画像や動画を生成するのがどれだけ簡単になったかを考えてみてください。99%簡単になったことで、人々はそれを大量に行うようになりました。100%簡単になり、完全に自動化されれば、彼らはそれを全く行わなくなり、別のことに移るでしょう。エレベーターの運転も、ただ簡単になったわけではありません。実際、とても簡単になったため、エレベーターの中に座っている人すらいなくなりました。かつては滑車システムなどがあり、システムを監視する人が必要で、もっとアナログだったのです。適切な階で正確に水平を保つ必要がありました。デジタル化され完全に自動化された時、それが最初の自動運転車になったのです。上下に動く自動運転車ですね。ベネディクト・エバンスがそのような指摘をしていました。垂直の自動運転車、垂直の列車のようなものです。
新しい数学や科学の発見という点では、適切なプロンプトがあれば、文献の検索においてAIは素晴らしい力を発揮します。数学者や物理学者はすでにそこから価値を引き出し始めています。Opusのチームには特に称賛を送りたいです。なぜなら、特に生物学において私たちはすべての事実を統合しているからです。生物医学テキストマイニングと呼ばれる分野がありますが、AIはそれを革命的に変えました。なぜなら生物学は、事実が英語で、何千もの論文にわたって不規則で一貫性のない方法で保存されており、誰もそのすべてを把握できなかった分野だからです。AIによって「生物学の世紀」が到来します。なぜなら、これらの異なるジャーナル論文に散らばっていたすべての研究がようやく統合され、理解できるようになるからです。これは本当に、本当に大きな出来事です。バイオの側面だけでもそうです。
しかしそうは言っても、それは「私たちが知っていることのすべて」であり、「私たちが知らないことのすべて」ではありません。私たちが知っているすべての集合を取り出し、その中間にある側面をすべて埋めていくということです。既存の二つの分野の統合というだけで非常に多くの余地があるため、それを長い間続けることができます。
しかし、ドナルド・クヌースが先日グラフ定理か何かについて投稿し、AIが結果を出せたことに感銘を受けていましたが、彼の業績を読んでみれば、彼が何を言っているかを理解するだけでも専門家である必要があることがわかるでしょう。プロンプトを書くにせよ検証するにせよ、すでに専門家でなければならないのです。
私が目にすることもありますが、AIが何かを出力したことで、一部の人たちは自分が突然量子重力理論を解いた物理学者になったと思い込んでしまいます。そのような光景を見たことがありますか。実際に手作業で検証できない以上、それが正しいと言うためには人間が検証しなければなりません。これは残り続けると思います。
完璧な比喩ではありませんが、Coinbaseの場合、私たちは上場というものは最終的になくなり、大した問題ではなくなり、誰も気にしなくなって、すべてが上場されて自由市場になるだろうと考えていました。しかし、「上場」に相当するものは常に存在します。こちらの取引所に上場したとか、Coinbaseのメインアプリのスクロールせず見える場所に上場されたとか。人間の注意力は希少であるため、常に何か希少なものが存在するのです。だからIPOのようなビッグイベントとしての上場はなくなりませんでした。「私たちはこの取引所にこういう形で上場しました」とか「トップ10のコインになりました」といった具合にです。
同じように、何が自動化されようとも、人間の仕事は「自動化できないもの」へと移行すると思います。それはロボットではないという理由で人間が選ばれるようなもの、例えば人間のコンパニオンシップやパーソナルトレーナーのようなものかもしれません。機械ではなく人間であることに意味があるものです。
別の言い方をすれば、デジタル・ディバイドを覚えていますか。90年代には、「金持ちだけがデジタルを手に入れ、貧しい人々は取り残される」と言われていました。しかし、実際にはその逆が起こります。デジタルは安価になり、物理的なものがプレミアム商品になります。AI、ロボット、デジタルは安価になり、人間がプレミアム商品になるのです。
なるほど。しかし、主体性とセンスの話に戻りますが、誰もが「それは人間がやることだ」と言います。しかし私たちは何度も、AIがそこに食い込んでくるのを見てきました。AIはセンスや主体性においても、より優れるようになるとは考えられないでしょうか。
短期的にはそうはならないと思います。あなたが賢ければ賢いほど、AIも賢くなります。これは過去数年間事実でした。大きなステップチェンジがある可能性はあります。しかし、プロンプトを打ち込んでいる限りにおいて、人間はセンサーでありAIはアクチュエーターです。あなたは世界を感知し、何かを打ち込み、非常に高次元のベクトルをAIに与えています。AIは宇宙船のようなもので、あなたが方向を指し示すのです。ポルトガル語でプロンプトを出すか、タガログ語で出すか、数学について話しているのか。指し示せる方向の数は膨大です。
その方向設定は、AIがあなたについて、そしてあなたがその瞬間に何を望んでいるかを知らなければできないことです。先ほど言ったように、AIがあなたの心を読めるかは分かりませんが、あなたの体を読むことはできるようになるかもしれません。バイオテクノロジーを使えば、寝ている間でもプロンプトを出すことができます。ウェアラブルデバイスなどから多くの情報を得られるでしょう。
しかし、主体性とセンスについては信じていません。人々はこの点を過大評価していると思います。主体性、IQ、センスは相関していると思います。あなたがよく知っているNBAを例にとりましょう。NBAの選手はほとんどが背が高いです。NBAの中では、身長はそこまで重視される変数ではありません。ステフィン・カリーは一番背が高いわけではありませんよね。しかし、NBAの中でも身長は得点アベレージと相関しています。これは「範囲の制限」と呼ばれるもので、すでに全員が背が高いという条件の下では、他の変数がより重要になるのです。
しかし、ただ背の高いグループと背の低いグループをコートに立たせたら、基本的には背の高いチームが勝ちます。彼らはただあなたの上でボールを保持するだけですからね。
同じように、すでに賢い人々は、主体性が高い人や創造的なセンスのある人を見て、「技術者の役割は減り、スティーブ・ジョブズのような役割が増える」と考えるかもしれません。
スキルの民主化と新しいCEO像
しかし率直に言って、一つの見方としては、世界中の「ジェファーソン的な自然貴族」が台頭するということです。なぜか？AIはあなたの仕事を奪いません。AIはあなたをCEOにするのです。AIのモデルを使うことは、CEOのトレーニングのようなものだからです。
何年も前に私が言っていたことで、今でも真実なのですが、高校生の時になぜアスリートが非常に高い報酬を得ることを皆が受け入れるのかすぐに分かったでしょう。高校では自分がダンクできるかどうかが分かり、もしできなければ、マイケル・ジョーダンが自分のダンクを外部委託していないことが分かります。彼自身がダンクしているのです。その才能はその人に固有のものであり、譲渡不可能な資産です。同様に、自分が歌えるかどうか、モデルのような容姿をしているかどうかも分かります。俳優、ミュージシャン、歌手、アスリート、彼らは明らかに才能を持っており、人々は彼らの報酬に納得していました。
90年代のあるハイテク企業のCEOが「私は二塁手よりも高い給料をもらう資格がある。私はこの選手よりも世界に付加価値を与えているのだから」と言ったことがあります。面白い台詞ですよね。問題は、人々がCEOというものを、机の上に足を乗せて怒鳴り散らしているだけの存在だと考えていたことです。「イーロン・マスクはただお金を払って他人にやらせているだけで、自分で宇宙船を打ち上げているわけではない」と言う人もいます。それは彼らがAmazonでボタンをクリックしてお金を使うことにしか慣れておらず、自分にとって簡単なことは裏側でも簡単だと思い込んでいるからです。
もちろん真逆です。シンプルにするのは本当に難しいのです。トップクラスのロケット科学者、自動車エンジニア、ブレイン・マシン・インターフェースの専門家、トンネル掘削の専門家などを集め、彼ら全員に報酬を与え、働かせ、指示を出し、デバッグするのは、実際にやってみれば分かりますが非常に困難です。
歴史的に見て、人々はCEOになることを試すことができませんでした。代わりに、バスケットボールやフットボール、歌、数学や科学なら試すことができました。90年代や2000年代の初期のテクノロジー関係者たちは、ビジネスの側面が評価されたのではなく、数学や科学が得意だったから尊敬されていたのです。PageRankなどは数学的な問題であり、技術者たちは「これは難しい技術的問題だから、彼らが生み出した価値に違いない」と理解できました。
しかし、バスケットボールをドリブルしたり数学の問題を解いたりするのはお金がかかりませんが、誰かを会社のマネージャーにするのには非常にコストがかかります。だから彼らは試して失敗することができなかったのです。バスケットボールで失敗して自分の才能のなさを知り、歌で失敗して才能のなさを知り、数学で失敗して才能のなさを知ることは高校で安価にできました。ウサイン・ボルトのようには走れない、アデルのようには歌えない、テレンス・タオのようには数学ができないと、自分の真の能力レベルを知るのです。
そして、「自分の立ち位置も長所も短所もわかっている。公平な競争でチャンスはあったし、試すのも安かったのだから、あの人が高い地位を得るのも納得だ」と考えます。しかし、組織のトップに立たせてCEOにするのはコストがかかるため、多くの人は「CEOは組織に何も付加価値を与えていない」という妄想を抱き続けています。
最高のCEOと最悪のCEOには、非常に深い共通点があります。何だと思いますか？
何でしょう？
「彼らがいなくても組織が回る」ということです。
最高のCEOは、毎日マイクロマネジメントをしなくても済むように仕組みを構築します。それを実行するのは非常に難しいことです。SpaceXを運営するグウィン・ショットウェルがとても優秀なので、イーロンは細部まで見る必要がありません。Teslaのトム・ズーらも同様です。しかし、イーロンがスポットライトを浴びて批判を一身に受ける一方で、スポットライトを浴びなくても構わない「ジュニア・イーロン」を採用することは、一筋縄ではいきません。自分よりも細部に気を配れる人を見つけて会社を任せ、自分自身がイーロンのような存在になることを、いつか試してみてください。
さて、AIがもたらすのは、そのコストを下げるということです。AIはあなたの仕事を奪うのではなく、あなたをCEOにするのです。では、CEOであることとは何でしょうか。それは、自分の望むことを明確に指示し、市場を感知し、出力を検証し、といったことです。
これが意味するのは、世界中の人々、例えばCalendlyの創業者はナイジェリア人ですし、インドやラテンアメリカなど、かつて貧しい国と呼ばれていた国々の優秀な創業者たちが、インターネットへのアクセスによってゼロリソースで非常に遠くまで行けるということです。なぜなら「人を雇う」コストが極端に低下し、AIを雇ってやらせることができるからです。
もう少し掘り下げましょう。「AIはあなたの仕事を奪わない。AIはあなたをCEOにする」。もう一つは「AIはあなたの仕事を奪わない。AIは前のAIの仕事を奪う」です。ClaudeはChatGPTの仕事を奪いました。MidjourneyはDALL-Eの仕事を奪い、Stable Diffusionの仕事を奪いました。
これをシステム化することができます。私にはスプレッドシートがあり、AIコーディングツール、AI画像ツール、AI動画ツールといったカテゴリや、AIコミックに最適なツール、AIグラフィックに最適なツールといったサブカテゴリがあります。そしてその月ごとに、そのタスクに最適なモデルを記録しています。例えばコーディングならClaude、画像ならMidjourneyといった具合にです。
それが置き換えられた時、AIがあなたの仕事を奪ったのではなく、AIが前のAIの仕事を奪ったのです。私はAIを雇っています。これらの行ごとにトークンの予算を割り当てています。組織全体で「Codexを解雇してClaudeを雇った」と言うのと同じです。ですから、AIはあなたの仕事を奪うのではなく、前のAIの仕事を奪うのです。
三つ目のバージョンは、「AIはあなたの仕事を奪わない。AIはあなたにどんな仕事でも少しずつこなせるようにしてくれる」というものです。あなたはそこそこ良いアーティストになれるし、そこそこ良いミュージシャンにもなれます。CEOであることの一つの側面は、多くの分野で「10段階中6か7」でなければならないということです。なぜなら、その分野のスペシャリストを雇う前に、その仕事を十分うまくこなせる必要があるからです。チーフデザイナーを雇う前は、あなたが創業者CEOならあなたがデザイナーです。CFOを雇う前は、あなたが責任を持って財務やリターンを準備しなければなりません。ですから、ジェネラリストとしてそこそこ優秀で、いざという時にはその役割をこなし、監督できなければなりません。だからこそCEOは、どの役員職よりもはるかに難しいのです。
AIはそれを助けてくれます。あなたを6や7のレベルに引き上げ、ジェネラリストにしてくれます。しかし、仕上げにはスペシャリストが必要です。スペシャリストは語彙を持っており、AIが間違えて幻覚を起こしていることを確認できます。そしてまた、それが永遠に続くのか、それともAIが基準を引き上げて新しいスペシャリストがAIでさらに洗練されるのか、人々は常に議論を続けるでしょう。
SaaSの未来とAIネイティブなディスラプション
終了前にもう二つほど大きなテーマについてお聞きしたいです。一つは「SaaSの黙示録」です。SaaS企業についてのあなたのメンタルモデルが気になります。コードの堀も、データの堀も、UIの堀もなくなってしまったと言う人がいます。そして今後は、AIネイティブな企業が彼らの機能の大部分を奪っていくと。
例えば私たちが投資しているFigmaですが、創業者主導であり革新を続けるだろうという理由で強気の人もいます。一方で、「これまでのようなデザイナーの役割は残るのか？根本的に変わってしまい、コラボレーションツールはどうなるのか？」と言う人もいます。SaaSの黙示録についてどうお考えですか。誰もがギロチンに向かうベルトコンベアに乗っているのでしょうか。
私はそうは思いません。もし彼らが賢ければ、AIにできないことは「ディストリビューション」だと気づくはずです。Notion、Figma、Replitなどの企業には多くのユーザーがいて、AIを使えばより早く機能をユーザーに届けることができます。その意味で、私はSaaSの黙示録を信じていません。
インターフェースを素早くクローンできる人々から圧力を受けるSaaS企業は出てくるでしょう。ローカル版を構築する人もいるでしょう。自分のデータをリモートサーバーに置きたくないと考え、ローカルデータを持つデスクトップ版を望む人もいるかもしれません。例えば、マークダウンファイルを持つObsidianは、Notionの強力な対抗馬になるでしょう。データがローカルにあるとネットワーク効果が生まれ、データ全体を分析することで複利効果が得られるからです。
しかし、「誰でも何でもクローンできるから、もう成り立たない」という単純な話にはなりません。もしあなたがFacebookのコードをすべてクローンしてfacebook.comのようなもの、あるいはInstagram2.comを立ち上げたとして、誰がそこにログインするでしょうか。すべてのコードをクローンできたとしても、誰もログインしないので広告収入ははるかに低くなります。流通基盤を獲得しなければならないのです。
したがって、単なるクローンの問題ではなく、実行力の問題です。そうは言っても、例えばNetSuiteのような複雑なプロダクトで、実行力が低かったり、多くの人が使いにくいと感じているようなものは別です。私は滅多にプロダクトを批判しません。誰の感情も害したくないからです。NetSuiteは大きな会社なので傷つくことはないでしょうが、彼らのプロダクトは改善の余地があります。Xeroの方が優れています。
このように、搾取するだけで長らく何もしていない脆弱な既存企業は破壊される可能性があると思います。しかし、iOSが普及してBlackBerryの利用者が全員死滅するような事態とは違うと思います。なぜなら、AIは破壊者を加速させるのと同じように、SaaS企業をも加速させることができるからです。AIは両方を加速させると思います。
巨大AI企業と国家の力学
最後にもう一つ、Anthropicのことについてお聞きします。もしAnthropicが数兆ドル規模の企業になったらどうなるでしょうか。企業が政府に対してどれほどのレバレッジを持つのか、あるいは独自の軍隊を雇うようになるのか。AIが本当にその可能性を達成し、これらの企業が最大の国家よりも大きくなった時、それはどのような光景になるのでしょうか。
少なくともその特定の企業は、実務面では非常にうまくやっていますが、政治的な立ち回りという点ではうまくやっているか疑問です。最終的に、最大規模の市場においては政治が絡んできます。例えば、起業家はVCから資金を調達し、VCはソブリンファンドや年金基金などのLPから資金を調達します。これらは国家の管理下やルールベースの秩序の下にあります。マクロレベルには、概念として捉えられているため認識しづらいですが、変数となるものがいくつかあり、非常に賢明でなければそれらは変わってしまう可能性があります。
シリコンバレーのAI企業について私が考えているのは、彼らはベクトルの思考ではなくスカラーの思考をしているということです。彼らはAIの破壊的影響しかモデル化しておらず、同時に起こっている他のシンギュラリティや、政治的なシンギュラリティ、太陽光発電の急増といったことをモデル化していません。
なぜそれらが重要なのか。なぜなら、それらは政治的な派閥のレバレッジを変えるからです。つまり、彼らの世界モデルは間違っているということです。もしAIだけを外挿し、垂直に上昇したり下降したりしている他のすべての要素を考慮していないなら、彼らは未来の適切なモデルを持っていません。
少し曖昧になってしまいましたが、私のブログではもっと正確に書いています。Xの私のアカウントを見ていただければ、言わんとしていることが分かるでしょう。
結論から言うと、アメリカのAI企業は世界に多くのものを与えてくれましたが、彼らの思考は基本的に「すべての国民国家は現在の形態で存在し続け、唯一の破壊的要因はAIである」というものです。いまだに「アメリカ対中国」という構図でモデル化し、内部の問題を考慮していません。基軸通貨が存続すると考え、これらすべてのものが存続すると考えています。
私の見解では、彼らは多変量のアプローチをとっていないことが弱点です。彼らには多くの強みがありますが、それが最大の弱点なのです。ですから、現在の形態のまま数兆ドル規模に到達するとは思いません。実際、彼らに対する反撃は非常に劇的になり、結果として分散型AIだけが残る可能性もあります。
例えば、アメリカのAI企業は著作権の問題に直面しています。それに対する巨大な反発が起きています。一方で、中国のモデルや分散型モデルは、ハリウッドのコンテンツであろうと何であろうと、何でもできてしまう可能性があります。つまり、パイレート・ベイのようなAIの方が実際には自由度が高いのです。収益性の低いAI、著作権に縛られないAIの方が優れたAIになる可能性があります。
これは考えるべき課題です。物事は制約にぶつかるまでは複利で成長しますが、シグモイド曲線の限界、しばしばこうした反発の制約にぶつかります。これが彼らのモデル化できていないことだと思います。
政治的な制約ですね。納得です。
暗号資産とゼロ知識証明：Zcashがもたらすプライバシーの未来
さて、Zodlの話をしましょう。
Zodlですね。これは私が本当に気にしていることです。基本的に、AIが攻撃であるなら、ゼロ知識証明は防御です。
どういうことかというと、AIにおけるTransformerのような存在が、暗号技術におけるゼロ知識証明なのです。ZodlはZcashを搭載したモバイルウォレットで、完全に暗号化されたビットコインのようなものです。これは30年にわたる暗号技術の結晶であり、ミルトン・フリードマンが数十年前に望んでいたものです。素晴らしい映像があります。
「一つ欠けているものがありますが、それは間もなく開発されるでしょう。信頼できる電子マネーです。インターネット上で、AがBを知らず、BがAを知らなくても、AからBへ資金を移転できる方法です。私が20ドル紙幣を取り出してあなたに手渡すように、それがどこから来たかの記録は一切残りません。そしてあなたは、私が誰であるかを知ることなくそれを受け取ることができます。そのようなものがインターネット上で開発され、人々がインターネットを利用するのがさらに容易になるでしょう。」
これが、ミルトン・フリードマンが約30年前の90年代、インターネットが普及し始めた頃に予測したことです。そしてZodlはそれを具現化したものです。
ゼロ知識証明とは、他の何も明かすことなく「何かを証明できる」という技術で、これが開発され、Zcashの形で商業化されました。そしてゼロ知識証明を使ったEthereumのスケーリングやZKロールアップなどが登場し、モバイルで実行できるように効率化されました。さらにAppleとGoogleがモバイルでの暗号資産アプリへの規制を緩和したことで、ようやく任意の金額を世界中にテレポートさせることができるようになったのです。
この資金調達ラウンドは私たちが主導し、パラダイム、Coinbase、Dragonflyのハシーブ・クレシなど大規模ファンドや、元BitMEXのアーサー・ヘイズなど素晴らしい人々が参加しています。
これがなぜこれほどまでに重要なのか。私が1000時間以上費やして研究した暗号資産は5つしかありません。Bitcoin、Ethereum、Solana、USDC、そしてZcashです。そして今後数年間において、Zcashが最も重要になるかもしれないと考えています。なぜか。
現時点での法定通貨、金、デジタルゴールド、そしてデジタルキャッシュ（Zcash）に関する私の見解を述べましょう。
法定通貨は、特に東洋の国々で存続すると思います。東洋の国々は概して信頼性が高いからです。これは中国だけでなく、インドや東南アジア、ASEAN諸国なども含まれます。
そして物理的な金は東洋で非常に人気があります。西洋人も金を好みますが、彼らは金融商品として買うことが多いです。Tetherには金に裏付けられたステーブルコイン「XAUt」があり、37億ドルの規模になっています。これは素晴らしいですね。Tetherの償還を信頼する必要がありますが、彼らはUSDTで10年以上の実績がありますから、XAUtはクールです。
デスクトップPCが30年経っても存在し、WindowsやAppleが新製品を出し続けているように、法定通貨は東洋の国々で存続し役割を果たし続けるでしょう。物理的な金はセキュリティを確保しやすいため東洋でより人気があり、西洋ではXAUtが人気を集めるかもしれません。
では、Bitcoinについてです。2026年3月現在での私の見解は、Bitcoinは「証明可能なグローバルな機関投資家用担保」になったということです。個人のための通貨ではなくなっています。機関投資家に広く受け入れられ、BlackRockやマイケル・セイラー、その他多くの国や機関によって中央集権化されているため、ユニークな性質を持っています。
「フォートノックスにこれだけの金塊がある」と言って映像を見せても、今ではAIで非常にリアルに偽造できます。しかし偽造できないのは、マイケル・セイラーが「このアドレスにこれだけのBTCを持っている。見ててくれ、これをこのアドレスに動かすぞ」と投稿するようなことです。それが本当に彼のTwitterアカウントであり、秘密鍵で署名されたメッセージであれば、資金を動かさなくても所有を証明できます。
証明可能なグローバルな機関投資家用担保。世界の誰に対しても、彼がこの量のBitcoinを持っていることを安価に証明できます。物理的な金塊ではそんなことはできません。信頼の低い世界、特にオンラインの世界において、これは非常に価値があります。金の監査映像でさえAIで偽造できるからです。機関投資家同士が国境を越えて、自分たちがBTCを持っていることを互いに証明できるのです。
つまり、すべての資産がオンチェーンにあるというBitcoinの透明性が価値を持つのです。しかし、AIの登場により、誰もがチェーン分析を行えるようになります。誰もがブロックチェーン分析を行えるようになり、力のバランスが変わります。かつてはChainalysis社のような企業しか大規模にできなかったことが、今では誰でも簡単にできるようになります。
そのため、Bitcoinの利用の多くは時間の経過とともに匿名性が失われていきます。透明性の高いブロックチェーンを実行している場合、それは機関投資家用のブロックチェーンになります。個人はすべての行動を追跡されることに耐えられませんが、機関投資家や公開企業は追跡されるようにできているからです。
公開企業は追跡されるように設計されています。個人は公になることを前提としていません。「公人」という言葉もありますが、彼らもすべてを追跡されたいとは思っていません。
もう一つ、Bitcoinをこのように捉えることで、主要な問題の一つが解決されます。それは量子コンピューターの脅威です。ニック・カーターが指摘していますが、私も量子は過小評価されている脅威だと思っています。Bitcoinのコア開発者はこれを真剣に受け止めておらず、もし明日対策が公開されたとしても、移行には数ヶ月かかります。全員が手動で資産を新しいアドレスに送らなければならないからです。
1日に移動できる資産は10万人程度です。しかし、Bitcoinの富の分布は非常にトップヘビーで、少数の機関投資家のアドレスが資金を動かすだけで、数日でBitcoinの99%を移行できます。つまり、デジタルゴールドとしてのBitcoinは実際には耐量子性がありますが、デジタルキャッシュとしてのBitcoinはそうではないのです。100万の機関投資家が数日で資産を移動させることはできても、10億人が5ドルの資金を移動させることは現実的な時間内にはできません。
移動できない人は量子の犠牲になり、移動できる巨大なプレーヤーだけが助かります。資産は彼らに集中します。さらに、Coinbaseやセイラーのサーバーにある中央集権化されたBitcoinは、いずれ何らかの緊急事態で押収される可能性が高いと私は考えています。したがって、それは機関投資家に祝福されたものだけが保持し送信できるものになります。証明可能なグローバル機関投資家用担保です。
これは人々が望んでいたビジョンとは異なりますが、それでも価値のあるものです。そしてこれが残す余白が、「個人のデジタルキャッシュ」の領域です。金塊が装甲車で機関投資家間を低頻度で移動するバックエンドのハイパワーマネーであるのに対し、キャッシュは機関投資家よりも個人のために使われるものです。
そこで、Zcashがデジタルキャッシュの役割を引き継ぎます。代替可能で、プライベートで、量子安全な「Tachyon」でスケーラブルになります。そしてシンプルです。Zcashはおそらくスマートコントラクトを導入することはないでしょう。なぜなら、Bitcoinをプログラム可能性の方向へ革新したのがEthereumやSolanaであり、プライバシーの方向へ革新したのがZcashだからです。プライベートなプログラム可能性を実現しようとすると、この二つを重ね合わせる必要があり、非常に難しく攻撃対象領域を広げてしまいます。
だから、まずはZcashをスケーリングさせるのです。AztecやAleoなど他のプライベートなスマートコントラクトチェーンの成功も祈っています。ゼロサムではない世界観を持っていますが、彼らはより複雑な問題に取り組んでいます。
かつてFacebookがあった頃、Twitterの存在意義が問われました。「Facebookにはステータスアップデートがある。Twitterの全機能がFacebookの1機能じゃないか」と。Dropboxに対してスティーブ・ジョブズが「それは製品ではなく機能だ」と言ったのと同じです。しかし、Twitterのシンプルさが独自の価値を生み出しました。
シンプルで、スケーラブルな、10億人のためのデジタルなプライベートキャッシュ。これが30年越しの夢であり、ついにそこに到達したのです。ぜひzodl.comにアクセスしてインストールしてみてください。
ちなみに私はトレーダーではないので、トレードには関心がありません。プラットフォームやインフラに早くから関わるのが好きです。何かに関心を持つためには、関心を持たないものを決めなければなりません。だから私が話すことは限られています。
Zcashは10年前から存在しており、初期のセットアップの懸念も暗号学的に解決されました。10年間のセキュリティ実績があり、分散化された保有者ベースを持ち、暗号技術が機能しているというのは非常に稀有なことです。
素晴らしいですね。AIと暗号資産に関する広範な話題を締めくくるのに、とても良いお話でした。バラジ、いつもながら素晴らしい対話をありがとうございました。また次回お会いしましょう。
はい。そして、もしシンガポールやマレーシア、あるいは他のどこかにいるなら、ぜひns.comのNetwork Schoolを見に来てください。スケールさせているところなので、次回はその話をしましょう。
ええ、そこでの進捗を見るのが楽しみです。皆さんがやっていることは本当に素晴らしいですね。ささやかながら関われることを嬉しく思います。それでは、また次回。ありがとうございました。
コメント