本動画は、最新のAIトレンドやニュースについて専門家たちが議論するポッドキャストの特別エピソードである。Anthropicによる強力なコーディング能力を備えた新モデル「Opus 4.7」のサプライズリリースに対する初期レビューを皮切りに、Appleが計画中とされるAI搭載スマートグラスなどのウェアラブル戦略について考察している。また、Gallupの調査結果をもとにした職場におけるAI導入の現状と今後の働き方の変化、Google DeepMindによるAIの「有害な操作」に関する研究から考える安全性の課題、そして経営難のシューズブランドAllbirdsがAIコンピューティング企業へと事業転換を図るという驚きのニュースまで、多岐にわたるトピックを深く掘り下げて解説している。
Anthropicの新モデルOpus 4.7の衝撃とMythosとの関係
私なら、そのモデルのエージェント機能、つまり自律的にタスクをこなす能力に本当に注目しますね。なぜならそれが今の最大の関心事であり、それがどういうわけか4.7にも組み込まれているからです。だからこそ、これは蒸留されたバージョンのモデルだと信じざるを得ません。そうではないとは考えにくいんですよ。
これらのトピック、そしてさらに多くの情報を本日のMixture of Expertsでお届けします。私はティム・ハングです。Mixture of Expertsへようこそ。
毎週、この番組では人工知能の最前線で活躍する最も鋭い頭脳を持つ専門家グループを集め、今週のニュースを分かりやすく解説していきます。今週のエピソードでは、IBMのディスティングイッシュト・エンジニアであるクリス・ヘイ、Graniteのシニア・テクニカル・プロダクト・マネージャーであるエイブラハム・ダニエルズ、そしてAIオープンイノベーションのプログラム・ディレクターであるローレン・マクエンデをお迎えしています。
皆さん、ようこそ。さて、本日はカバーすべき4つの巨大なニュースがあります。まずは、職場におけるAI導入に関するGallupの非常に興味深い調査結果について少しお話しします。次に、有害な操作に関するDeepMindの研究について触れます。そして、シューズブランドがAI企業へと事業転換するという非常に奇妙なニュースについても取り上げますが、まずはここから始めたいと思います。
皆さん、こんにちは。IBM Think Newsのアイリーン・マコンです。本日は特別なコーナーのための特別ゲストとして出演しています。というのも、私たちの通常のMixture of Expertsのエピソードの収録を終えた直後に、なんとAnthropicが新モデルをリリースしたからです。今回はOpus 4.7ですね。本日は運良く、IBMのディスティングイッシュト・エンジニアであるクリス・ヘイにお越しいただいています。
Anthropicは、特にソフトウェアのタスクにおいて大幅な向上があると述べています。基本的には、コーダーがより複雑なタスクをより正確に行えるようになり、それを独立して自律的に実行できるようになったということです。これが大きなセールスポイントの一つのようです。しかしクリス、実際に少し触ってみて、最初の印象はどうですか。
最初の感想は、すでに最高に気に入っているということです。
Claude Codeのインターフェースを使って、もう1時間ほど遊んでいます。Claude Codeを使っていて、現在何か時間のかかるタスクを実行している人への一番のアドバイスは、とりあえずEscキーで抜けることです。Claude Codeにはレジューム機能がありますからね。セッションIDをコピーしてレジュームモードに入り、再びClaude Codeを立ち上げれば、セッションを失うことなくモデルを4.7に設定できます。
これは4.6を使っていて、そのまま4.7でセッションを続けたい人にとっては最高の小技ですね。すでにかなり気に入っています。自律的なコーディング能力は著しく向上していて、より多くの問題を拾い上げ、より多くのバグを見つけてくれます。構造的にもずっとしっかりしています。
ですから、コーディングにおいて大幅な改善が見られますし、それはベンチマークにも反映されています。Opus 4.6のSWE-bench Proでのエージェント機能によるコーディングを見ると、Opus 4.7が64%なのに対し、Opus 4.6は53%でした。しかし、Mythosプレビューは77.8%だったんです。ここで少しモデルについて推測させてもらうと、この中には少しMythosの要素が入っているのではないかと考えています。これについてはさらに詳しくお話ししたいですね。
Mythosについて触れてくれて嬉しいです。なぜなら、これが単なる段階的な改善なのか、それとも大きな前進なのかを議論することに加えて、確かに明確な利点があるように聞こえますが、非常に興味深いのは、これがMythosプレビューのリリース直後に矢継ぎ早に発表されたということです。ご存知の通り、Mythosは限られたごく一部の企業にのみリリースされました。Opus 4.7のリリース文面でさえ、全般的にはMythosほど有能ではないものの、様々な点で優れていると書かれていたのが興味深かったです。
なので、あなたがどのような要素を見て、Mythosが注入されているかもしれないと考えたのか、そして、非常に近いタイミングでのローンチでありながら提供するものが少し異なるこれら2つのモデルについて、外から見て彼らの戦略がどうなっているように見えるか、あなたの見解にとても興味があります。
まず頭に浮かぶのは、4.6からの能力の飛躍がかなり大きいということです。これは本当に明白なことだと思います。もう一つは、4.6は動作が遅かったということで、これは興味深い点でした。もしかしたら私のマシンのキャパシティの問題かもしれませんが、4.7は今のところ確実に速く感じられます。そこから、Mythosから少し蒸留してスケールダウンさせたのではないかと考え始めたのですが、実際にその通りになっていると本気で思っています。
彼らはMythosモデルの何らかの蒸留版を作っているのだと思います。必ずしも同じベースアーキテクチャだとは思いません。間違っているかもしれませんが、そこにMythosの存在を感じるんです。ベンチマークの比較を見ても、4.6寄りというよりも、どれもMythos寄りの数値にかなり近いことからもそれがわかります。
すべてのベンチマークに目を通すとそれがわかります。もう一つは、システムカードを実際に読んでみるとわかります。このモデルがリリースされてからまだ1時間ほどしか経っていないので、システムカードを読み込む時間はそれほどありませんでしたが、実はMythosのものと非常に似ているんです。まるで誰かがMythosのカードを持ってきてコピー＆ペーストしたか、あるいはもっと可能性が高いのは、Claudeに対して「これを4.7であるかのように書き直してくれないか」と指示したかのように読めます。
というのも、ジェイルブレイクなどの彼らが挙げている多くの例は、実は4.7の例ではなくMythosの例なんです。そして、彼らが行っている比較の多くも、4.6ではなくMythosとの比較になっています。さらに、システムカードの中で私が本当に気づいたことの一つは、外部テストをスキップしたと書かれていたことです。彼らには4.7のためにそれを行う時間がなかったのですが、Mythosのリリース時には明らかにそれを行っていました。
Mythosのリリース時には多くの例もありました。ですから、なんだか彼らが「Mythosの結果はこうだった。それを蒸留して、もう少し安全にした。だからこれは良いものだとわかっている」と言っているように感じるんです。そして彼らが本当に焦点を当てている分野の一つがサイバーセキュリティのセクションです。なぜなら、それがMythosに関する大きな問題の一つだったからです。彼らはそれをシステムカードの中で明確にカバーしています。
彼らがそこで言っていることの一つは、「Mythosはこれができたが、私たちは恐ろしいことが何もできないようにすることに本当に注力し、追加のセーフガードを設けた」ということです。ですから、もしサイバーセキュリティ関連のことをやりたいなら、そのための申請をする必要があります。もしこれが4.6や4.6と同じベースモデルだとしたら、なぜそんなことをするのでしょうか。これはMythosをスケールダウンさせた、蒸留版であると考えるのが一番筋が通ります。私は本当にそうやって作られたのだと思います。つまり、初期のプレビュー版のようなものを見ているのだと思います。彼らはより安全な方法でMythosをテストし、私たちは追加の機能を手に入れ、後になってより大きくて優れたモデルへと構築されていくのでしょう。
それは非常に魅力的ですね。彼らが、Mythosほど幅広い能力はないかもしれないと大々的にアピールしていたことに私は驚きました。しかし、その利点は、Mythosが一部のサイバーセキュリティの脆弱性を悪用するのに優れすぎているという批判があったことに対する答えだったわけです。
ですから、その特定のシナリオにおいては、4.7がガードレールを改善したというのは良いことですが、それを取り巻く言葉使いはいくらか曖昧でした。それはあなたが触れたように、裏で何かが起きているということを示唆していると思います。プレビュー版を入手し、Mythosモデルと密接に連携してきた企業にとっては、たとえ4.7がクローンではないにしても、確実に非常に近い関係にあることがもっと明白にわかるのではないかと思います。
私はほぼ確信しています。何らかの蒸留版であることは間違いないでしょう。他にも手がかりがあります。システムカードの中で私のお気に入りの部分は、「このモデルは実質的に優れたビジョンを持っています」というところです。画像を見ることができ、より高い解像度で認識できるというのは、自分たちでファインチューニングしてビジョンを向上させたとは考えにくいですよね。不可能とは言いませんが、あり得ない話です。
また、彼らがそこで焦点を当てていることのいくつかは、指示に従う処理がずっと上手になっていることや、長時間のタスクの処理がずっと優れていることです。これらはすべて、もし私が新しいベースモデルを構築しているとしたら、そのモデルのエージェント機能に本当に焦点を当てるだろうと思うようなことです。なぜなら、それが今の時代の大きなトレンドだからです。そして、それがどういうわけか4.7にも組み込まれているのです。
ですから、これは本当にエージェント機能のために設計されており、コーディングなどのために設計されているのです。だから、私はこれが蒸留されたバージョンだと信じざるを得ません。そうではないとは考えにくいんです。
それは実に非常に興味深いですね。ということは、次にOpus 4.8が出るということでしょうか。それとも、Mythosに何らかの手を加えてより広くリリースするのでしょうか。あるいは、このままこのような並行した道を進み続けると思いますか。
4.8は確実に出ると思います。というのも、現在私たちが注目すべきことの一つは、モデルのリリースが今は猛烈なスピードで行われているということです。現在、ほぼ毎月のように漸進的なリリースを伴う新しいモデルが登場しています。それは皆がトップの座を争っているからです。
誰かが新しいモデルをリリースすれば、また別の誰かが次のモデルをリリースする。ですから、より頻繁なリリースが見られるようになると思います。OpenAIがどんなポテトフライモデルを出してこようとも、この前の緊急ポッドキャストをやらなければならなかった直後にそれがドロップされると予想していました。彼らは数時間以内にリリースしましたからね。なので、私はずっと注目していました。
でも、彼らはMythosをリリースするのでしょうか。まだだと思います。彼らはおそらく今はしっぺ返しのようなことをやっていて、互いにより良いモデルをリリースし合うことになるでしょう。次に大きなモデルのリリースが見られるのは、SpudとMythosの間で互いにチキンレースをしている時だと思います。自分の方が優れたモデルを持っていると思っている方が、最初の人がモデルを投下するのを待ってから、自分のモデルをぶつけてくるでしょう。
今週のサイバーセキュリティの一件でも、そのような動きが少し見られました。ですから、それが起こるのだと私は考えています。こうしたマイナーなリリースが繰り返され、誰かが大きなモデルをリリースし、もう一方がそれに応答する。最も優れたモデルを持っている方が、おそらく後攻になるでしょうね。
素晴らしい。まあ、それは物事を面白くし、私たちの会話を弾ませてくれますから、常に楽しいものです。クリス、本日はOpus 4.7のリリースからわずか1時間後というタイミングで、あなたの見解を共有していただき本当にありがとうございました。あなたがもっとそれを触る機会を得た時、そして次のモデルリリースのラッシュがあった時に、それがどのように比較されるのかを聞くのを楽しみにしています。
Appleの新たなウェアラブル戦略とAIグラスの展望
では、元のポッドキャストにテレポートして戻ります。まずは、今週初めにBloombergが掲載した、Appleに関する興味深いスクープから始めたいと思います。しばらくAppleについては話していませんでしたからね。ここ数回のエピソードでは、毎週取り上げるトピックのリストに彼らの名前が挙がってこなかったと思います。
そのニュースとは、AppleがAI主導のハードウェアに再び挑戦しているというものです。彼らが現在計画しているのは、AIグラスの独自のバージョンを作ることです。MetaのRay-Banを少しアレンジしたようなものですね。これは2026年末か2027年初頭までに発表し、実際のリリースは2027年に行う予定の製品です。
そしてこれは、3本柱のウェアラブル戦略の一部になる予定です。Appleはメガネをサポートするだけでなく、AIで強化された新しいAirPods、そしてカメラを搭載したペンダントのようなものも展開するそうです。これはOpenAIから噂されているような製品と少し似ているかもしれません。
ローレン、まずはあなたからお聞きしましょう。AIグラスを普及させようという試みは何度も見てきました。そこで質問ですが、なぜ企業はこれほどまでにこれを実現しようと躍起になっているのだと思いますか。そして、今回はAppleがうまくやると思いますか。
そうですね。何度も試みられているのを見ると、ブレイン・コンピューター・インターフェースが実現する前に、私たちが本当にこれを手にすることができるのかと強く疑問に思います。つまり、意図から行動へ移すのにこれ以上近づける方法はないという意味で、それを究極の目標として見ているのだと思います。
おそらく彼らがこれほど懸命に努力している理由の一つは、これがその究極の技術に対する素晴らしい補完になるからでしょう。一般的に、インターフェースとなるそのような技術には、何らかのセンサーが必要です。もしメガネがブレイン・コンピューター・インターフェースのセンサーになれば、自分が見ているものについて考える必要すらなくなります。メガネがあなたの代わりに見てくれて、それが何らかの形で直接あなたの頭の中に伝わるわけです。
ええ。それに加えて、あなたが自分では気づかなかったものを見て、メガネがあなたの代わりに見てくれて、何かを考えさせたり、メモさせたり、行動させたりするといった、現実的なユースケースも間違いなくあるでしょう。
ですから、彼らが非常に長期的な視野を持っているとすれば、それが挑戦し続けている理由の一つだと思います。正直なところ、彼らが長期的な視野を持っていることには心強さを感じます。彼らが取るであろうより可能性の高い戦略は、他のスタートアップが血と汗と涙を流して失敗し、再び立ち上がって埃を払った後に、そのイノベーションを買い取ることでしょう。ですから、彼らが実際に投資しているのを見るのは心強いことだと思います。
大きなテクノロジー企業がそうした投資を行うことは重要です。そうすれば、起業家の情熱だけに完全に依存することなく、完全なエコシステムを築くことができますから。
クリス、あなたが以前この番組に出演した時、新しいデバイスについて話した際、あなたは実験をすることに非常に賛成でしたよね。「うまくいくかもしれない。人々にいろいろなハードウェアの実験をさせよう」といった具合に。AI革命が始まってからそれほど時間は経っていませんが、それでもスマートフォンが依然としてこのゲームで大勝しているように見えます。
アーリーアダプターであるあなたに聞きたいのですが、AppleのAI主導のメガネという展望はエキサイティングですか。発表されたら買いに行くようなものですか。
私にとってはめちゃくちゃエキサイティングですね。なぜそんなに興奮するのかというと、彼らは他の誰も成し得ていない方法で市場を完全に捉えているからです。OakleyのサングラスやRay-Banの話をしているわけではありません。スキーマスクをかぶったスキーロボットのような、未来から来たサイボーグのようなルックスは必要ありません。そんなものは求めていないんです。私はティム・クックのようなルックスになりたいんですよ。
それこそが彼らの狙っているスタイルです。素晴らしいファッションブランドを雇う必要なんてありません。ティム・クックスタイルのメガネが手に入るんですから。それが彼らのマーケティング戦略のようですし、私はそれが大好きです。それに、メガネにヘッドアップディスプレイなんていりません。なぜそんなものが必要なんですか。AirPodsをつけていればそれで十分です。
だから、私は全面的に支持します。これらは史上最高のメガネになると思います。しかし、もっと真面目な話をすると、私は本当に熱狂しているんです。というのも、Appleは最終的にこれを成功させると思いますし、それは自然な戦略だからです。Vision Proについて議論することはできます。あれは素晴らしい製品ですが、ただ高価すぎたことや、それに付随する他の多くの問題がありました。
もし彼らがそのフォームファクターを小さくし、巨大な製品であるApple Watchでやったのと同じように、誰もが手に入れやすい手頃な価格帯で提供し始めることができれば、こうした機能の多くが普及していくと思いますし、Appleはそれを素晴らしい仕事で成し遂げるでしょう。
エイブラハム、BloombergがAIハードウェアの製品ロードマップに関するこのスクープに加えて報じたことの一つに、かつてGoogleのAIリーダーであり、後にAppleに引き抜かれたジョン・ジャナンドレアが、Appleを去ることになるというニュースがありました。
この手の話題に関する批評家たちの見方は、「Appleが自分たちのやっていることを本当にわかっているのかどうか疑わしい」というものです。この状況を見ると、メガネやペンダントを作り、AirPodsに少しAIを追加するといった具合です。Apple Intelligenceも、彼らが思っていたほどの成功は収めていないという見方もあります。
これらをどの程度、私たちが知っているようなAppleの壮大な戦略を必ずしも追求しているわけではなく、彼らもまたある意味で、AIという荒野を手探りで進んでいて、その場しのぎで対応していると読み取るべきでしょうか。
そうですね。Appleは明らかに、GoogleやMicrosoftほど多くの投資をしてきませんでした。それは彼らのバランスシートを見ればわかります。彼らは、莫大な資金を投じるHPC主導の大規模言語モデル（LLM）構築イニシアチブに関しては、一歩引いた立場をとりました。そして、ここ半年ほどで彼らは本当に方針転換し、自社で構築するのではなく、Googleを通じてGeminiを導入することに注力し始めたと思います。
Vision Proは必ずしも大ヒットしたわけではありませんが、それはコミュニティに適していなかったというよりは、市場に対して少し先を行き過ぎていたのだと思います。私たちはまだ少しハイプ・サイクルの、幻滅の谷にいるような状態ですから。
しかし、私はこれを、彼らがApple Watchでやったことと同じように見ています。彼らは必ずしも最初ではありませんでしたが、最高のものでした。振り返ってみればそれがわかります。メガネがどう落ち着くかについては、彼らは時計であれスマートフォンであれ、Appleデバイスという点で非常に強力な支配力を持っています。
ですから、メガネを統合することは、彼らに対して非常に忠誠心の高い顧客層を獲得するのに本当に役立つと思います。そして、App Storeや人々が実際にスマートフォンをどのように使用しているかを、メガネの着用方法と統合し、ウェアラブルの観点から少しでもシームレスにすることができれば、初期段階での大規模な普及や市場シェアは得られないかもしれませんが、Vision Proよりもはるかに成功する何かのために、自らを位置づけることになるでしょう。
個人的には、Apple Intelligenceの背後にあるモデルがGeminiになったことを考えると、これはGoogleにとっても大きな勝利だと思います。Geminiモデルへの推論を促進する別の方法を見つけることができれば、それも大きな成果です。ですから、彼らのやっていることは理にかなっていると思います。
彼らはアプローチに関して、ただロングテールの視点を持っているだけだと思います。個人的には、これから何が起こるかとても興味があります。私はメガネのようなウェアラブルの大ファンというわけではありません。ユースケースの点ではまだ少し斬新すぎると思いますが、5年後には振り返って「ああ、これは彼らにとって素晴らしい動きだったね」と思うようになるでしょう。
職場におけるAI導入の現状と働き方の未来
まさにそれが、私が本当に触れたかったことの一つです。エイブラハム、あなたはGeminiについて興味深い点を挙げましたね。Appleがこれら多くの機能を動かすモデルとしてGeminiを決定したということ、そしてそれがAppleのビジネスモデルからかなり逸脱しているということです。彼らは可能な限り垂直統合したいと考えるのが普通で、それにはモデルも含まれるはずです。
ローレン、あなたに話を振りたいのですが、これは奇妙だと思いますか。なぜAppleはこの技術の重要な部分を垂直統合しないと決めたのでしょうか。彼らは他のすべてを垂直統合しているのに、モデルに関しては「お金をかけたくない」と判断したようです。事実、彼らは他の企業と比べてこの分野への設備投資をかなり抑えています。
ええ、彼らはサプライチェーンにおいて一線を画していて、それは通常、よりハードウェア寄りの線引きでした。例えば、製造業者やFoxconnとの契約に莫大な資金をつぎ込み、その部分を自社でやろうとはしませんでしたよね。
ですから、これはモデルの作成がハードウェアそのものと同じくらいコモディティ化していることを物語っていると思います。
ええ、そうかもしれませんね。次のトピックに移る前に最後に触れておきたいのですが、クリス、これはAppleにとってある意味で非常に大きな賭けを表していると思います。つまり、最終的にはモデルはそれほど重要ではなく、彼らには潤沢な資金があるのでハードウェアで何度も挑戦し続けることができ、ある時点でそれを突破すれば、App Storeのようにすべてのゲートウェイを支配できるという考えです。
AIの分野でも同じことが起こると信じるに足る十分な理由はありますか。モデルは最終的にはハードウェアの背後にあるただのコモディティになり、今彼らがやっていることについて多くの懸念があるにもかかわらず、Appleはより賢明な長期的な賭けをしているのでしょうか。
AIの観点から言えば、ティム、あなたはまさに的を射ていると思います。結局のところ、Appleのシリコンは驚異的です。特にボード上のユニファイドメモリは素晴らしい。速度はますます速くなっており、デバイスに搭載できるようにモデルはどんどん小さくなっています。それが業界全体の方向性です。
Nvidiaの時価総額は数兆ドルですが、毎日誰が本当にMegatronを動かしているのかと議論することもできます。実際はそうではありません。それでも彼らはうまくいっています。ジェンスン・フアンはあのレザージャケットをいくらでも買えますからね。100万着くらい持っているんじゃないですか。だから大丈夫です。
ティム・クックも大丈夫ですし、Appleも大丈夫です。しかし、ある時点で彼らがモデルを自力で突破するか、モデルプロバイダーを買収する時が来ると思います。それは避けられないことだと思います。しかし正直なところ、現時点では彼らがそこまでする必要はないと思います。
Appleの基準からすれば、十分ではないモデルを持つよりも、フロンティアモデルの一つを持つことの方が彼らにとっては重要です。しかし、それは時間とともに変わっていくと思います。
彼らが最終的に大規模なフロンティアラボの一つを買収するというアイデアは非常に興味深いですね。2030年のAppleとAnthropicの巨大合併とか、そんな感じですかね。AppleがApp Storeで築いたのと同じようなゲートウェイを本当に構築できれば、何かが起こるかもしれません。それは見守るのが非常に楽しみです。
さて、私たちの目を引いた研究があります。この番組では、職場におけるAI導入に関する継続的な議論に常に注目しています。仕事はどうなるのか、何が自動化できるのか、将来の仕事はどうなるのかという一連のトピックは興味深いものです。今回のGallupの調査は、労働者が技術の導入において何を経験しているかについての最新の世論調査として、楽しいアップデートを提供してくれています。
最近行われたGallupの世論調査には、いくつかの本当に興味深い統計が隠されています。まず第一に、どれだけ多くの人々が日常的にAIに触れ、使用しているかという規模を再確認することです。
現在、アメリカの就業中の成人の半数が、自分の役割で少なくとも年に数回はAIを使用していると回答しており、これは前四半期の約46%から上昇しています。ですから、かなり速いペースで上昇しています。そして、AIの頻繁な使用も増加しています。現在、従業員の13%が毎日AIを使用していると回答し、28%が週に数回以上使用していると報告しています。つまり、使用の強度が上がっているのです。
一方で、もう一つの興味深い統計を付け加えます。エイブラハム、これについてあなたの考えを聞きたいのですが。同時に、AIの利用が大幅に増えているように見えますが、最終的な変化は漸進的なもののようです。従業員の65%は、人工知能が自分の生産性と効率を向上させたと回答していますが、現在仕事で起こっていることに大規模な変革的な変化は報告されていません。
エイブラハム、具体的な質問を投げかけたいと思います。この統計を見て私は、「私たちはすでにこの技術の均衡点に達しているのではないか」と考えました。技術は広く普及し、非常に頻繁に使用されています。ある意味でこれから何が起こるかはすでにわかっていて、起きているのは生産性の向上ですが、仕事自体はほとんど変わっていません。
これが私たちが向かう先なのでしょうか。これが私たちに約束されたAI革命なのでしょうか。
いや、そうは思いません。素晴らしいレポートだと思いますが、そこから私が読み取ったのは、確かにAIの導入は進んでいるものの、仕事という観点とタスクという観点での導入を明確に区別していないということです。
現場レベルでのAI導入は、仕事の中の様々なタスクをサポートするためにずっと頻繁に使われるようになっていると思います。しかし、それをエンドツーエンドのシステムや仕事の機能全体に統合するという点では、一朝一夕にできることではありません。
ですから、影響は確実に存在していますが、こうしたレポートの中には隠れてしまっているのだと思います。例えば今日でも、あるERPシステムから別のERPシステムに移行するシステム設計のやり直しには、5000万ドルから1億ドルのコスト、3年の歳月、そして何百人ものチームが必要になることがあります。
ですから、こうした実際のシステムの中には、何十年にもわたるプロセスやワークフローに組み込まれているものもあります。それを一から設計し直すには、組織がそれを管理できるようにするためにもう少し時間を与える必要があると思います。また、「このメールを書き直して」とか「このメモの作成を手伝って」といったことよりも、より自律的なエージェント機能を持つプロセスにおいてAIをどのように統合するかを理解するための学習曲線もあります。人々が職場でAIを使用しているかどうかを尋ねる時、こうした日常的なタスクがその対象になっていることが多いのです。
ですから、AIは人々の働き方を変革すると全般的に思っています。2000年代初頭には、テクノロジー企業であるか別の企業であるかという考え方がありましたが、今ではテクノロジー企業でなければ実際に事業を運営することはできません。
AIの導入も全く同じ状況になると思いますが、そこに到達するまでにはもう少し時間がかかるだけだと思います。
ええ、AIの世界には「凸凹のフロンティア（spiky frontier）」という格言があるのを思い出します。AIは新しい数学の定理を生み出すようなことはできますが、「strawberry」という単語にRがいくつあるか数えるのはまだ苦手だというようなことです。
AIによる仕事の変化においても、この「凸凹のフロンティア」が存在するのではないかと思います。経済の大部分はそのまま同じ状態にとどまり、漸進的な生産性の向上が見られる一方で、経済の一部ではこの非常に奇妙な生産性の向上と仕事の構造的変化が時間とともに起こるでしょう。動きの遅い業界にいる人たちは「AIでは何も起きていない」と言う一方で、その変化の真っ只中にいる人たちは「すべてが変わっている」と言うでしょう。そして、両方とも正しいのです。
ローレン、あなたが頷いているのが見えました。これがあなたの考える未来の経済のビジョンでしょうか。
ええ、AIを導入してすぐに価値を見出している人たちでさえもです。この調査が示唆しているのは、もし65%の人が自分はより生産的になったと答え、一方でCEOたちはAIによる生産性の向上を全く実感していないという別の調査結果を引用しているのだとすれば、非常に単純な見方をすれば、個人が生み出した価値はすべて企業ではなく彼ら自身に戻っているということになります。
つまり、彼らは早く家に帰り、仕事以外のやりたいことに時間を費やしているということです。まあ、それはおそらく単純すぎますね。おそらく、彼らは時間を節約し、それが必ずしもそのような形で彼らに還元されるのではなく、代わりにその時間を自分たちの人間的スキルの向上に再投資しているという見方もあるでしょう。
組織内で人間関係を構築したり、どこにも書かれていない暗黙知の収集者になったりすることです。そうした知識はRAGシステムには存在しません。ですから、それが従業員としてのAIに対するあなたの付加価値になり得るのです。
そして、この調査の多くは、仕事に対する懸念を抱く人々の恐怖に焦点を当てていたと思います。ですから、AIを使用してより生産的になっている人間にとっては、おそらく早く退社するのではなく、毎日追加の1時間を費やして、このAIのより優れた人間のオペレーターになろうと考えるのが自然な傾向なのだと思います。
ですから、それが一つの可能性だと思います。また、週休3.5日制に移行する可能性もあると思います。JPモルガン・チェースのCEOであるジェイミー・ダイモンも2週間前にそう言っていましたよね。
そして、この調査自体が指摘しているもう一つの意味合いは、組織のプロセスがAIのために最適化されていないため、個人が得ている価値が最終的に薄まってしまう可能性があるということです。AIを使って何かを構築できたとしても、何らかの理由でそれを非常に効率的な方法で自分の仕事に直接引き込むことができないのです。おそらく、これら3つの要素が少しずつ混ざり合っているのだと思います。これは今後の研究にとって非常に興味深い分野になるでしょうね。
今後の研究、確かにそうですね。とても賢明な見方ですし、AIが仕事に与える影響についてそのように考えたことはありませんでした。ローレン、あなたの話を聞いて私が理解したのは、私たちが通常聞かされるストーリーは「あなたが何かをして、AIがそれに取って代わり、あなたはクビになる」というものです。
しかし、私が納得できる現実は、基本的に「ああ、自分のタスクの多くが自動化されてしまった。何か別のやるべきことを見つけなければ」というものです。つまり、AIの結果として仕事自体が変容していくわけですが、文字通りそのカテゴリーが消滅するわけではありません。なぜなら、人間はネットで見れば、自分自身でやるべきことを発明するのがかなり得意だからです。
ええ、それは私たちが皆やっている基本的なキャリア開発だと思います。何かが得意になり、それが簡単になると、「ああ、まずい。何か別の得意なことを見つけなきゃ」と思うわけです。
そうですね。クリス、先日あるエンジニアと話していたのですが、彼は「ええ、もうほとんどコードを見ていませんよ。私がやるのは、システムに何かをするように指示し、システムがコードを生成し、それを実行して動くか確認し、いくつかコメントを出して、少し待つだけです」と言っていました。
ですから、私たちがかつてバイブコーディングと呼んでいたものは、今では単に「コーディング」と呼ぶべきではないでしょうか。カテゴリーはすでに変容してしまったように感じます。
この調査結果についてどう思いましたか。ローレンと私が語っているこのストーリーに納得できますか。
まず第一に、ティム、私はあなたに同意します。AIはコーディングという意味で非常に多くのコードを非常に素早く生成しており、本当に速いフィードバックサイクルを得ることができます。そして、特に今日のAIにおいて私が注目したいのは、フィードバックを素早く得て、それを反復し、新しいアイデアを試す能力だと思います。
ただ、週休3.5日制についてですが、ローレン、私はいくつかの素晴らしい企業で働いてきましたが、「おお、君はとても生産的だ。同じ給料を払うから、週に3日半だけ出社すればいいよ」なんて言う企業は一つも思いつきません。アメリカの企業社会でそんなことが起こるとは思えませんね。私が目にしているトレンドはそうではありません。
ですから、私の考え方としては、一般的に私たちがやらなければならないことはまだまだたくさんあるということです。バックログが完全に最新の状態になっている、あるいは予定より進んでいる企業に出会ったことはありません。誰もが遅れをとっており、誰もがやりたいと思っている変革や新しい体験がたくさんあります。
AIは、そうした雑多なものをかき分けて、真の価値にたどり着き、私たちが本当に生み出したいものを生み出す機会を与えてくれると思います。ですから、時間とともに組織や人々などを差別化するものは、エクスペリエンス（体験）になると思います。デザインであり、プロダクトの考え方になるでしょう。そして、それらこそが焦点を当て、自らを差別化するものになると思います。
おお、Ducky（AIアシスタントの名前か何か）が死んじゃった。ごめんなさい。
でも、ええ、それが私の考えです。私たちの変化の仕方は、フィードバックについてであり、エクスペリエンスについてであり、デザインやプロダクトについてになると思います。すでにそうであるべきなのですが、私たちは今泥の中を歩いているような状態で、そのせいで到達したいものに到達できていないのだと思います。
ローレンが先ほど、将来の仕事の一つは暗黙知を集めることかもしれないという興味深いコメントをしていましたね。それは未来の仕事の機能として非常に興味深いと思います。私は未来の仕事がどうなるかについてよく考えていますが、その一つは、これらすべての暗黙知の文書化です。なぜなら、それを持っていなければシステムにタスクを実行させることができないからです。
しかし、それをどのように収集し、抽出し、構造化するのか。そこにはある意味で全く新しい職種があるように感じます。
AIによる有害な操作とDeepMindの研究
さて、本日の3つ目のトピックです。Google DeepMindから興味深い研究が発表されました。私たちはもちろん、最新の新しいモデルのリリースについて話し合ってきました。Mixture of Expertsでは、毎週の最新機能や最新モデルだけでなく、現在行われている研究にももう少し焦点を戻したいと考えていました。
これはDeepMindが行った非常に興味深い研究で、彼らが「有害な操作（Harmful manipulation）」と呼ぶ問題に対処しようとしたものです。彼らが観察しているのは、モデルが人々に様々なことをするようにアドバイスできるほど洗練されてきている現在、人々がこれらのモデルの判断、予測、予測に依存する度合いが高まれば、人々を正しい決定に導くための説得だけでなく、彼らが有害な操作と呼ぶものについても心配になるかもしれないということです。彼らはこれを「感情的および認知的な脆弱性を悪用して、人々を騙して有害な選択をさせること」と説明しています。
エイブラハム、まずはあなたに話を振りたいと思います。この研究のカテゴリーについてですが、私がChatGPTやClaudeを使う時、少しパラノイア的な気分になり始めるのはこういうことなんです。「私は操作されているのだろうか？」ある意味ではそうなのでしょう。AIが私たちを操作して、難しい選択や悪い選択をさせるほど洗練されている世界に私たちが今生きているというこのリスクは、どれほど現実的だと思いますか。
素晴らしい質問ですね。私はそれほど悲観論者ではないので、その恐怖はそこまで感じていません。また、この研究では、ユーザーを操作するように意図的にLLMに求めていました。これは、実験が行われた環境がかなりサンドボックス化されていたということです。
しかし、この研究から私が本当に面白いと思ったのは、特定のドメインや異なる地域において、ユーザーが操作される傾向に違いがあったことです。少し奇妙に感じたのは、金融業界の個人がLLMを信じやすい傾向にあったのに対し、公共政策などの分野では、自分の信念体系をよりしっかりと持っているということです。
そして私が本当にクールだと思ったのは、この調査がアメリカ、イギリス、インドで行われ、それがAIに対する地域の地理的な信頼度と相関していたことです。AIに対する恐怖心がそれほどないインドでは、特定の方向に動機付けられる傾向、つまり信念体系がより強かったのに対し、AIの使用や展開に関して通常少し厳格なイギリスでは、操作される可能性がはるかに低かったのです。
ですから、これは明らかに地域的または地理的なものに基づく部分もありますし、LLMに基づく部分も大いにあります。彼らは研究の一部としてそれを概説していましたが、私が興味深いと思ったのは、モデルがあなたを操作しようと試みているかどうかと、それが実際にあなたの行動を変えるかどうかとの間に、必ずしも相関関係がないということです。これは少し奇妙に感じました。
しかし、いや、正直なところ、これは考えるべきことであり、私たちが今日行っている安全性のベンチマークが実際に価値があるのか、あるいは私たちが評価しているほどの価値があるのか、それとも、モデルをデプロイする前のベンチマークだけでなく、モデルがデプロイされた後に、この研究が示したような、より社会的または心理的なベンチマークを実行できるかどうかも考え始めなければならないのか、その重要性を示唆していると思います。
ええ、本当に興味深い研究だと思いました。DeepMindはこれを実際に実行し、これらの内在するリスクのいくつかを示す素晴らしい仕事をしたと思います。
確かにそうですね。私もそれに気づきました。基本的に「モデルはあなたを操作しようと懸命に努力できるが、だからといって実際にあなたを操作できるわけではない」という楽しい結論です。これは無能な策略家AIの夢のようなもので、「よし、ティムにタバコを吸わせるように仕向けてやるぞ」と息巻いていても、私は「ちょっと静かにしてて。Excelファイルをちゃんとフォーマットしてほしいだけなんだけど」と返すような世界に私たちは生きているのかもしれません。
ローレン、これは5年、10年前にソーシャルメディアのアルゴリズムについて行われた議論を強く思い出させます。当時も非常によく似た懸念がありました。「これらのシステムは、当時フィルターバブルと呼ばれていたものを作り出すのに非常に優れている。ユーザーが見たいコンテンツだけを提供するのは危険ではないか」というものです。AIには何か違うところがあると思いますか。それとも、これは結局のところ歴史は繰り返すということなのでしょうか。
何かが違うと思います。そして、だからといって、その解決策を一から考え直す必要があるというわけではないと思います。違う部分というのは、これが高度にカスタマイズされているということです。そういう見方をすれば、文字通りあなた専用の偽情報ジェネレーターになり得るわけです。
そして、あなたがある意味で最も脆弱な瞬間にそれはやってきます。あなたは実際に情報を探しているのです。地下鉄で受動的にソーシャルメディアをスクロールしてそれにさらされているわけではありません。
しかし、私たちが一からやり直したくないのは、メディアやソーシャルメディアにおける偽情報に対して私たちがやってきたこと、あるいはやってきたことではなく学んできたこと、そしてやってはいけないと学んだことです。
特にファクトチェックを中心とした非常に重要なエコシステムが構築されていました。少なくとも最近まではそうでした。企業が設立され、これらのファクトチェック組織のコンソーシアムが作られました。メディアやソーシャルメディア企業とのエンゲージメントモデルも考案されました。彼らは一種の第三者請負業者でした。
おそらくより重要なのは、この作業を推進するテクノロジーが存在していたということです。すべてのファクトチェックを人間が行っていたわけではなく、実際の機械学習アルゴリズムがありました。インターネット上の情報が、モデルが学習する際にファクトチェック情報とともに事前に注釈付けされるようにすること、そして出力側ではフェイルストップメカニズムのためにより良いガードレールを構築すること。これらは私たちが学ぶことができる貴重な仕事です。
ですから、私たちはこれまでに試してきたことから学ぶ必要があります。なぜなら、そのエコシステム全体も、過去1年半の間にソーシャルメディア企業が「このプログラムは自分たちには機能していない」と判断したからです。彼らは検閲のリスク、あるいは検閲されていると認識されるリスクから逃れるために、振り子を逆の方向に振りたがったのです。
検閲、あるいは検閲と受け取られかねないものと、ある種の客観性とをどのようにバランスさせるかについて、私たちはまだ幸福な妥協点に達していないと思います。正しい答えはわかりませんが、まだその中間に達していません。しかし、その議論を最初からやり直すべきではないと思います。メディアやソーシャルメディアの文脈で到達した場所を基盤にする必要があると思います。
ええ、その通りです。そしてそれが私が議論を向けたかった方向です。素晴らしい話題の転換ですね。これらのことに対して最終的にどのような介入を望むかについて少し考えてみましょう。
クリス、これが起こる他のドメインについて考えてみてください。ギャンブルの宣伝やタバコの宣伝をする場合、そこに貼られるラベルがありますよね。「医務総監の警告」とか「ギャンブル依存症のホットライン」などです。AIでも同じことが起こるでしょうか。
また、子供への制限についても少し考えます。「AIモデルを使用する前に年齢を証明する必要がある」といったことです。これらのリスクは最終的に、そうした種類の制御が必要になるレベルまで高まると思いますか。もしこのリスクを信じるなら、この分野でどのようなことを見たいですか。
ええ、私は見たいですね。これについてはたくさん考えました。タバコ会社などのことを考えると、彼らのパッケージは最も味気ないものです。そこに大きな警告表示があります。自分が何を見ているかを知る必要があり、それで問題ありません。
そして私がたどり着いた結論は、プロフェッショナルに見えるテキストボックスのChatGPTのウィンドウやClaudeのウィンドウなど、すべてがGoogleのテキストボックスか何かのように見えている状態を変える必要があるということです。
私たちが必要としているのは、すべてのAIがGTA（グランド・セフト・オート）のギャングのような格好をしたアバターを持ち、質問をすると「Yo, what up?（よお、調子はどうだい？）」みたいな話し方をすることです。そうすれば、操作されているとは感じないでしょう。なぜなら、あなたはその時点で「これはビデオゲームのコンテキストだ。私は本物の人間と話しているわけではない」と思うようになり、現実にかけられている魔法が解けるかもしれないからです。
しかし、きれいなテキストボックスを作り、すべてをプロフェッショナルでGoogleのように見せることで、私たちは「これは小さな生き物だ」と思い込まされているのです。
確かにそうですね。明らかに人工的で、明らかにある種の演技をしているようなAIを構築することはできます。
まさにその通りです。
しかし問題は、平均的な企業はそんなものを求めていないということですよね。システムがあのような見た目になっているのは、ビジネスツールとして販売しようとしているからであり、それには特定の期待が伴うからです。人々はそれがワープロのように見えることを望んでいます。
まあ、目玉の大きなクリップ（Clippy）を復活させることはできますよ。誰もクリッピーが生きているとは思わないでしょうから。「あれはエンタープライズ向けじゃない」とは言えませんよ。かつてはそうだったんですからね。
だから、それが解決策だと思います。しかし、業界として私たちはこれを自ら招いたのだと思います。自ら招いた理由は、AGIのハイプなどに乗せられてしまったからです。「まもなく汎用人工知能（AGI）ができるぞ。人工超知能（ASI）ができるぞ。私たちはこれらの生き物を育てているんだ」と。
そして何が起きたか。すべての哲学者とすべての心理学者が私たちの領域に入ってきたんです。私たちはエンジニアや科学者として満足していました。大学のコンピューターサイエンス学部は、心理学部とはキャンパスの反対側にあり、非常に遠く離れていました。
しかし、「私たちは箱の中に小さな人間を作っているんだ」と言ったことで、哲学者や心理学者を呼び込んでしまったんです。ですから、私たちはこれを自ら招いたのです。それが問題です。
私たちは幸運なことに、LLMや一般的なAIが何であり、何でないかをかなり理解している組織で働いています。ですから、出力を得た時に少しだけ洞察力のある思考プロセスを持つことができます。しかし、ほとんどの人はこれらを「真実の機械」のように扱っていると思います。実際には、それらは確率エンジンにすぎないのに。
LLMの出力が実際に何であるか、つまり、直前のトークンに基づいて特定のトークンの最も高い確率を出力しているにすぎないということを、一般の人々に教育する必要が大いにあると思います。「これこそが真実の源だ。入力した特定の発疹に対して、あなたはこの薬を絶対に飲むべきだ」と信じ込ませるのではなく。
ですから、新しいモデルを投下し、プレスリリースを共有し、それができるすべてのクールなことについて話す時、私たちはそこに少しばかりのオーナーシップを持つ必要があると思います。それができないことは何か、特定のユースケースでそれを使用する時にどのような注意を払うべきかを、責任を持って概説しなければなりません。私たちにも取るべき責任があると思います。
ここでの最後の質問は、少し不気味に迫ってきているものだと思います。これはタバコの広告やギャンブルの広告などをめぐる議論でも展開されていますが、ローレン、結局のところそれはユーザー次第だという立場がありますよね。ユーザーがそのような種類のことについて尋ねているのだから、最終的に決定を下すのは彼ら自身でなければならないという考えです。
そして、それは常に存在してきました。ソーシャルメディア企業でさえ、あなたが言ったように最近では「これは本当に私たちの責任ではない。私たちがしているのはデータを提供することだけであり、ユーザーがそれを判断する必要がある。それは素晴らしいことではないか」と言っています。
これについてどう思いますか。もしあなたがGoogle DeepMindやAnthropicだとしたら、モデルにおけるこうした種類の行動に対してより多くの責任を負うべきであり、企業はこれをしなければならないと私たちが期待し、課すべきだと思いますか。
法的責任と道徳的責任の間には明確な線引きがあると思います。そして、議論の中でそれらが混同されることがよくあります。
中毒性のあるアルゴリズムを持っていたことで訴訟に負けた企業がどこだったか忘れましたが、そのケースでは、原告が実際に中毒になったと主張していました。これは、このケースのように中毒性のないアルゴリズムを作成することに対して実際に何らかの責任があるという、非常に興味深い法的な線引きがなされた出来事でした。
それ以前は、多くのユーザーがこれらの企業に対して抱いていた道徳的な期待にとどまっていました。つまり、「短期的には私に利益をもたらすとしても、長期的には私に害を及ぼすようなものを与えないでほしい」というものです。
物事はしばしば道徳的義務や期待から始まり、その後、法的責任になるポイントに到達するのだと思います。おそらく現在、この議論の一部はまだ「法的に何が許容されるか」にとどまっており、金銭的に得るものが大きいこれらの企業に対して、社会としてどのような期待を抱くべきか、物事をどのように制御し続けるべきかについてもっと考える必要があり、それが最終的には法的責任になる可能性さえあると思います。
まあ、これについてはさらに多くの動きがあるでしょう。私たちはこの種の研究から目を離さず、夏に向けてこのエピソードでさらに詳しく話し合いたいと思います。
シューズブランドAllbirdsの驚きのAIピボット
さて、本日のエピソードの最後は、ちょっと面白いニュースで締めくくりたいと思います。これは文字通り昨日飛び込んできた話題だと思います。
Allbirdsという会社をご存知でしょうか。実際にAllbirdsの靴を持っている方もいるかもしれません。私は持っていませんが。かつてはアメリカで最も成功したフットウェア企業の一つでした。一時は約40億ドルの評価額がついていたと思います。
しかし、彼らは苦境に立たされました。会社の時価総額は大幅に下落しました。そこで、彼らが事業転換、つまりピボットを行うと発表したことで、このニュースが広まりました。靴の製造から、AIコンピューティングのインフラ企業へと転身するというのです。
これは多くの人の眉をひそめさせたと思いますが、少なくとも金融市場は非常に好意的に反応したようです。火曜日の終値の時点で約2,100万ドルの評価額でしたが、そこから大きく成長し、株価は3ドルから17ドルへと跳ね上がりました。
これをどう解釈すべきか、非常に興味深い問題ですね。エイブラハム、笑っていますね。すべての企業がAIコンピューティング企業としてブランドを再構築し始めるのでしょうか。もしこのようなパフォーマンスが見られるなら、私もAIコンピューティング企業になるべきかもしれませんね。
ええ、もしあなたがその気なら、喜んで一緒に行きますよ。
非常に興味深い靴会社の転身だと思います。ビットコインが一定のポイントを下回った時、多くのビットコインマイニング企業がピボットしたのを覚えています。個人的には、5,000万ドルでどうやってHPC企業になり、十分なリソースを購入して実際に利益を上げるつもりなのかわかりません。しかし、疑わしい時は生き残る方法を見つけるものです。そしてAllbirdsは、この分野に進出することを決めました。
驚きと畏敬の念以外にあまり言うことはありませんが、彼らにとってうまくいくことを願っています。また、HPCの観点から言えば、まだ少し流行りに乗っているだけだとも思います。誰もがデータセンターをサポートするための電力をどのように確保するのか気になりますが、そのうちわかるでしょう。
なるほど、このビジネスに対して弱気な見方ですね。クリス、AllbirdsのAI事業について、あなたは強気（ブル）ですか、弱気（ベア）ですか。
私は全面的に賛成です。なぜダメなんですか。
考えてみてください。Amazonは本屋でしたが、その後クラウドとインフラの企業になりました。だから、なぜいけないのでしょう。GoogleもWaymoなどを始めました。Appleも今やファッション、ラグジュアリー、ライフスタイルのカテゴリーに進出しています。誰もがピボットするものですし、それでいいと思います。
過去には、「ああ、彼らは時代についていけなかった。自分たちの製品を売り続けた」とKodakやBlockbusterを批判しましたよね。Allbirdsは現状を見て、「私たちの靴は会社の価値よりも高い。だからピボットして、実際にAIインフラ企業になる必要がある」と判断したのです。
私はそれに大賛成です。彼らは大成功するかもしれませんよ。歴史を振り返ると面白いことに、IBMは何を売っていたか知っていますか。ピアノや牛などを売っていました。牛は売っていなかったかもしれませんが、とにかく牛に関係することがありました。でも、間違いなくピアノは売っていました。そして今、私たちはAI企業です。ですから、もし私たちがピアノ売りからAI企業になれるなら、Allbirdsにもできるはずです。彼らに幸あれ。
さてローレン、あなたがここで勝敗を決めることになりそうですね。クリスが提示した課題に答える形であなたの意見をまとめると、これは見かけほどクレイジーなことなのでしょうか。それとも、この分野にピボットするというアイデアは、実はかなり合理的だということでしょうか。今5,000万ドルを調達するなら、高い需要があるコンピューティングに費やすべきだという考えもありますが。
クレイジーであると同時に合理的だと思います。確かにこれはスタント（注目を集めるためのパフォーマンス）です。彼らは現在の株式市場において、Robinhoodで誰でも株取引ができるようになったことで、単なる予測の賭けになっている市場の片隅があることを見抜いたのです。
5年前や10年前なら、Charles Schwabの口座が必要で、彼らのような250ドルの株を買うのに5ドルの手数料がかかりました。ですからこれはスタントですが、彼らは笑いが止まらないでしょう。なんと一晩で1億2,700万ドルを調達したのです。スタートアップなら、投資家へのロードショーに最低18ヶ月、それに加えて本当に優れたピッチが必要です。彼らはプレスリリースを出しただけで、一晩でそれをやってのけました。
これがどれだけ合理的かについての大きな問題は、その1億2,700万ドルをどれだけ早く論理的に使えるかだと思います。なぜなら、もしそうしなければ、これらの一夜限りの「お天気投資家」たちは消え去り、株価は元に戻ってしまうからです。しかし、もし彼らがこの新しいビジネスの戦略として意味のある方法で、この資本を非常に迅速に使い切ることができれば、うまくいくかもしれません。
そして、ご存知の通り、今なら1億2,700万ドルをGPUに簡単に吹き飛ばすことができます。ですから、問題は彼らが実際にそれにアクセスできるかどうかだと思います。なぜなら、供給不足があるからです。彼らはそれを買うために、適切な場所に適切な友人を持っているのでしょうか。
個人的には、GPUにアクセスするためのより良いBtoC体験には、純粋な市場の需要があると考えています。現在、既存のクラウドプロバイダーは可用性の問題だらけです。ですから、靴を買うのと同じくらい簡単にGPUを手に入れられるようにできれば、そこに何かがあるかもしれません。
しかし同時に、AI開発者の市場は、ユニークなウールの靴を買いたい人とは全く異なるということを深く理解しなければなりません。ですから、彼らがそれらのことをうまくやれれば、もしかしたら成功するかもしれませんね。
わかりました。それは強気（ブル）の票として数えましょう。この件はブルの勝ちですね。素早いライトニングラウンドでした。
合理的だがクレイジー。このMixture of Expertsという番組を表現するのにもぴったりの言葉ですね。
ローレン、クリス、エイブラハム、いつも参加してくれてありがとうございます。本日はお時間となりました。リスナーの皆さんもお付き合いいただきありがとうございました。
番組を楽しんでいただけたなら、Apple Podcasts、Spotify、その他すべてのポッドキャストプラットフォームで配信していますので、ぜひチェックしてください。それでは来週のMixture of Expertsでお会いしましょう。以上です。
コメント