Claudeはいかにして1年で90億ドルから300億ドルへと成長したのか | CFOが解説

AnthropicのCFOであるクリシュナが、AI開発における計算リソースの最適化、スケーリング則の継続的な進展、そして企業向けAIモデルがもたらす高い投資対効果について語る。年間で収益が急増した背景や、同社の特異な企業文化、そしてAIがもたらす未来の展望まで、AI業界の最前線におけるビジネス戦略と哲学を深く掘り下げた対談である。

How Claude went from billion to billion in one year | CFO explains

In this episode of Invest Like The Best, Patrick O'Shaughnessy sits down with Anthropic CFO Krishna Rao for a fascinatin...

www.youtube.com

フロンティアモデルの知能と計算リソースの重要性

新しいモデルが登場するたびに、異なる機能のセットが提供されます。人々はモデルの知能をIQのような単一のスコアとして考えがちですが、私たちは少し違った見方をしています。私たちにとって知能とは多次元的なものです。単なるスコアではなく、このモデルの現実世界での能力はどれくらいかということが重要です。モデルの世代が進むごとに、より多くのことを、よりうまく、より効率的にこなせるようになります。私たちはフロンティアインテリジェンスへの投資対効果が極めて高いと考えているからです。特にエンタープライズ分野でのリターンは非常に高く、それが私たちのビジネスの中核となるテーゼです。

クリシュナさん、あなたとのお話をとても楽しみにしていました。なぜなら、あなたは世界史の中で最も興味深い企業のひとつを、技術者やテクノロジーに関心のある人にとって歴史上最も面白い時期に内側から見ることができる立場にいるからです。私が最も魅了されていることのひとつに、今すぐ飛び込んでみたい話題があります。私たち二人がとても情熱を持っているであろう、あなたが毎日一日中対処しなければならない計算リソース、つまりコンピュートの問題です。それはあなたの仕事の重要な部分であり、これらの企業が行っていることの核心でもあります。そして今、まさに革命が起きています。まずは、この計算リソースを扱うというのがどのようなものなのか、説明していただけますか。ある時期には、計算リソースを誰にどのように割り当てるかについて毎日会議を開いていたと聞いています。あなたの日常のその部分について教えてください。最先端で何が起きているのかがわかると思うからです。

私たちが調達する計算リソースは、ビジネスの生命線です。会社の中で最も重要なものであり、他のすべてが構築されるキャンバスのようなものです。ですから、どれだけの計算リソースを購入するかという決断は、会社全体で最も重要で最も難しい決断の部類に入ります。こう考えてみてください。計算リソースを買いすぎれば倒産してしまいますし、買わなすぎれば顧客にサービスを提供できず、フロンティアに留まることもできません。不確実性のコーンについてはよく話しますが、現実世界にこれほどの影響を与える購買行動があるということです。来週までに1ギガワットの計算リソースを買って届けてもらう、なんてことはできません。本当に先を見据えて計画する必要があります。そのため、私たちは非常に規律あるアプローチをとっています。ボトムアップで見ていき、需要がどうなるかをモデル化します。もちろん間違うこともあります。フロンティアに留まるために必要な計算リソースを考え、先を見据えてそれを見積もろうとします。そして実際に取引を行って計算リソースを調達する際、私たちにとって柔軟性は非常に重要です。そのため、取引そのものに柔軟性を組み込み、計算リソースの使用方法にも柔軟性を持たせています。ビジネスが指数関数的に成長しているとき、現在の状況から目標とする場所へ橋渡しをする方法は、その計算リソースを可能な限り効率的に使用することだからです。現在でも、私の時間の30%から40%は計算リソースに関する業務に費やされていると言っていいでしょう。

不確実性のコーンと計算リソースの柔軟な運用

その例における柔軟性とは何を意味するのでしょうか。

いくつかの異なる意味があります。まず、私たちは3つの異なるチッププラットフォームを使用しています。AmazonのTrainiumチップ、GoogleのTPU、そしてNVIDIAのGPUの顧客です。私たちはこれらのチップを代替可能な形で使用しています。購入した計算リソースは、モデルの開発に使われますし、自社の製品やモデル開発のスピードアップのために内部でも使われます。そしてもちろん、顧客へのサービス提供にも使われます。これら3つのチッププラットフォーム全体で、内部および外部のあらゆる用途に計算リソースを使用しているのです。この柔軟性を実現するのには、実は長い時間がかかりました。フロンティアのAI研究所の中で、私たちが最も効率的な計算リソースのユーザーであると自負していますが、それを実現するために何年にもわたって投資してきました。これは一朝一夕に実現したものではありません。私たちがTPUを使い始めたとき、大規模に使ったのはおそらく第3世代のTPUだったと思いますが、人々は、みんなGPUを使っているのになぜGPUを使わないのか、頭がおかしいのではないかと言いました。しかし、私たちは計算リソースを信じられないほど柔軟に使えるようにするために多大な投資をしてきました。そして、それらのチッププラットフォームのさまざまな世代を見渡し、各世代を内部で最適なワークロードに使用しています。このように、さまざまな種類の計算リソースをすべて活用できる柔軟性をもたらすオーケストレーションレイヤーを構築しました。そうすることで、そこから最大の価値を引き出すこともできるのです。

長年にわたってNVIDIAのストーリーの一部となってきたCUDAのようなものが、根底にあるハードウェアで多くのことを可能にし、可能な限りベアメタルに近いところまで自分たちで入り込んでいけるようにしているという理解で正しいでしょうか。変数をできる限りコントロールできるようにすることが柔軟性の一部であり、それが皆さんの歩んできた道のりなのでしょうか。

それは間違いなく道のりの一部ですが、実はかなり協力的なものでもありました。私たちはAmazonのAnnapurna Labsのチームと非常に緊密に協力し、これらのチップのロードマップに影響を与える手助けをしています。私たちがやっていることは、これらのチップができることの限界を本当に押し広げていると信じているからです。つまり、私たちの組織内での計算リソースにかける1ドルは、他のどこよりも遠くまで届くということです。しかし重要なのは、社内でそれぞれのチップを最適な目的に利用したいということです。そのためには独自のコンパイラを構築する必要もありますし、チップレベルから構築してカスタマイズ性を高め、内部で最も高いROIを生み出すと考える方法で使用できる柔軟性を持たせています。

この不確実性のコーンという概念について説明していただけますか。これを構成するすべての要素についてお聞きしたいのですが、計算リソースの調達と使用方法の両方を考える上で、非常に重要な出発点であり全体的なフレームワークのように感じます。その概念が何なのか教えてください。

ビジネスを構築し、指数関数的に成長させているとき、月次や週次の成長率におけるごくわずかな変動が、複利計算によって非常に異なる結果をもたらします。そのため、先を見据えるとき、収益の成長でさえ、このビジネスを予測するのは本当に難しいのです。人間は主に直線的に考え、漸進的に考えるものだと思います。私はこの会社に入って2年になりますが、それは私自身が打ち破らなければならなかったパラダイムでした。直線的に考えるのをやめ、指数関数的に考えるということです。この指数関数的な成長軌道に乗っているとき、結果の幅は本当に広くなり始めます。私たちはさまざまなシナリオを検討し、1年から2年の期間で不確実性のコーンにおけるさまざまなポイントを見て、そこから逆算して考えます。私たちが目指すのは、言うまでもなく依然としてフロンティアにいることができる場所です。それが最も重要です。顧客にサービスを提供でき、そして従業員を加速させるのに十分な内部計算リソースを持てる場所です。面白いことに、もし従業員に私たちのモデルはもう使えないと言えば、従業員向けに内部で割り当てているその計算リソースを使って数十億ドルの収益を生み出すこともできます。しかし、私たちは不確実性のコーンに対して長期的な視野と視点を持ちたいと考えています。これらの結果の上限に向けて範囲を広げていきたいからです。しかし、そのためには計画を立てなければなりません。規律ある方法で計算リソースの購入について考えるのはそのためです。

不確実性のコーンのある地点にいるにもかかわらず、別の地点のための計算リソースしか買っていなかった場合はどうなるのでしょうか。

そこで、この計算リソースの効率性が非常に役立つのです。

計算リソースの割り当てと社内文化

そのトレードオフに関する会話の場に私たちを連れて行ってくれませんか。トレーニング、研究、そして幅広い意味での内部利用、さらには顧客の需要に応えるという3つのバケツにとても興味があります。素朴に考えれば、それぞれ3分の1ずつ割り当てるようなものを想像するかもしれませんが、その割合はどの程度変動するのでしょうか。トレードオフとはどのようなもので、日常的にどのような議論が行われているのでしょうか。

私たちは計算リソースの調達に関する会議に加えて、計算リソースの割り当てに関する会議も頻繁に行っています。重要なのは、私たちの文化が信じられないほど協力的であるというところから始まっており、それがこの会話の進め方に影響を与えているということです。ですから、縄張り争いのようなものはなく、ゼロサムではなく非常に協力的な方法で行われます。ただし、モデル開発のための計算リソースには、これ以上は下げないという水準があります。たとえ顧客にサービスを提供することが難しくなったり、そのために不自然な対応をしなければならなくなったりしても、最良のモデルを開発するための長期的な投資は続けたいと考えています。フロンティアインテリジェンスへのリターンは極めて高く、特にエンタープライズ分野では非常に高いと考えているからです。これにより、モデル開発に割り当てられる計算リソースに下限が設けられます。

そして、社内での計算リソースの利用について考えると、モデル開発のスピードを上げ、計算リソースの各ドルからより多くの成果を得るための効率の乗数を見つけるスピードを上げるのに本当に役立ちます。話し合いの際には、各チームがその計算リソースで何をするのかを提示します。そして、ROIについてどのように考えるかについて、本当にオープンで率直な議論を行います。計算リソースを非常に動的に割り当てることができるため、比較的短い時間軸で変更や調整を行うことができます。

モデルの効率化とスケーリング則の現実

その効率性というテーマはとても興味深いです。1年前の社内ベンチマークや、他の企業と比較して、自分たちがどれくらい効率的になったかという感覚はお持ちですか。効率性とは何かをどのように測定しているのでしょうか。

いくつかの異なる考え方があると思います。モデルの観点から言えば、新しいモデルが登場したときの人々の例えは、車のようなものだと思います。以前はセダンに乗っていて、その後そのセダンの高級版に乗り換え、どんどん上のクラスに上がっていくというような。モデルの知能に関してもそれは当てはまると思います。この例えが少し崩れるのは、セダンからスポーツカーに乗り換えるなら燃費ははるかに悪くなるだろうと人々が考えるところです。燃費のためにスポーツカーを買うわけではありませんからね。しかし私たちの場合、実際のところ機能の大幅な向上とモデル効率の向上の両方が見られます。

Opus 4から4.5、4.6、そして今回の4.7への移行を見てみると、それぞれが均等ではありませんが、新しいモデルへの飛躍のたびに、トークンをいかに効率的に処理できるかという点で乗数がかかっています。そしてこれは顧客に役立つだけでなく、社内にも役立ちます。もしモデルを使って強化学習を行っているとすれば、それは基本的に報酬関数を備えたサンドボックス内での推論になります。したがって、モデルがより効率的な推論を得意としていれば、強化学習もより効率的になります。新しいモデルをリリースする際、顧客はより高い機能を獲得でき、私たちも前の世代よりも何倍も効率的にそのモデルを提供できるという、ウィンウィンの関係を築くことができています。

そして、世代と世代の合間には、段階的なモデル変更の合間を縫うようにして、効率性の改善を動的に展開しています。ですから、常に効率は上がり続けているのです。その原動力となっているのがリサーチチームです。考えてみれば、これらすべてのことは非常に密接に結びついています。社内にあるこれらさまざまなタスクやワークロードは、モデルの機能向上、計算リソースの効率化、顧客へのサービス提供のための研究開発を行うという方法で、すべてうまく組み合わさっています。そして、最良のモデル、時にはまだリリースしていないモデルを使用することでスピードアップできる社内ワークロードを持っているのです。

スポンサーメッセージ：Ramp、Rogo、Work OS

ほとんどのソフトウェア企業は、エンゲージメントを高めるためにアプリの利用時間を最大化しようとしますが、Rampは全く逆のことを行います。領収書を追いかけたり、経費報告書を審査したり、ポリシー違反をチェックしたりするのに何時間も費やしたくないということを理解しています。そのため彼らは、AIを使用して経費審査の85%を99%の精度で自動化し、その時間をユーザーに還元するツールを構築しました。Rampは企業のコストを5%削減できるため、ShopifyがRampを導入し、StripeがRampを導入し、私のビジネスもRampを導入しているのは当然のことです。無駄な作業を排除すると何が起こるか、ramp.com/invest で確認してみてください。

Rogoが提供するFelixは、単一のプロンプトを、あなたの会社独自のテンプレート、コンテキスト、標準を使用したクライアント向けの完成された成果物に変えるパーソナルファイナンスエージェントです。Felixにメールを送るだけで、これらのコメントを私向けに変換してとか、これらのメールのコンテキストでトラッカーを更新してと指示できます。あるいは、この買い手の支払い能力の計算を実行してと頼めば、Felixは完成したPowerPointの資料やExcelのモデル、情報源のあるリサーチを返してくれます。Felixはあなたのチームがすでに仕事をしているのと同じように機能し、24時間体制で迅速かつ正確に仕事をこなします。詳しくは rogo.ai/felix をご覧ください。

OpenAI、Cursor、Anthropic、Perplexity、Vercelには共通点があります。すべてWorkOSを使用しているということです。理由は以下の通りです。エンタープライズ規模での導入を実現するには、SSO、SCIM、RBAC、監査ログなどのコア機能を提供する必要があります。そこでWorkOSの出番です。これらのミッションクリティカルな機能を自社で構築するのに何ヶ月も費やす代わりに、WorkOSのAPIを使用するだけで、導入初日からすべてを利用できます。皆さんがよく耳にするトップクラスのAIチームの多くがすでにWorkOSを利用しているのはそのためです。WorkOSは、エンタープライズ対応を最も早く実現し、製品という最も重要なことに集中し続けるための手段です。workos.com にアクセスして始めてみてください。

フロンティアインテリジェンスがもたらす高い投資対効果

先ほど、フロンティアにいることの投資対効果は本当に高いという非常に重要なことをおっしゃいました。これについて、できるだけ詳しく説明していただけますか。言葉にすれば当たり前に聞こえますが、半年前のモデルを使えばコストはごくわずかだし、それを使えば常にキャッチアップできるからいいや、と考える陣営も確かに存在しました。しかし、現実はそうはなっていません。Opus 4.7が出た瞬間に、消費者の私でさえ新しいものに切り替えますし、GPT 5.5が出ればすぐに新しいものに切り替えます。誰もが最高のものを求めているのです。フロンティアにいることのリターンと、それがなぜそれほど高いのかについて話してください。

いくつか理由があると思います。新しいモデルが登場するたびに、異なる機能のセットが提供されます。人々はモデルの知能をIQのような単一の数字として考えがちです。このモデルは110だったのが、次は125になった、というように。私たちは少し違った見方をしています。私たちにとって知能とは多次元的なものです。単なるスコアではありません。事実、誰もがモデルのベンチマークカードを公開していますが、それらのベンチマークの多くは飽和状態にあります。私たちも公開していますけれどね。しかし、私たちの尺度は、顧客がこのモデルの現実世界での能力について何を語ってくれるかということです。

より良いモデルをリリースしていく中で私たちが見てきたのは、単なる直接的な知能の高さだけではありません。長期的な視野を持ったタスクをこなす能力や、ツールやコンピューターを使用する能力でもあります。エージェント的なタスクを、特定の価値を持たせてより速く実行する能力です。つまり、ある意味で、能力が同等の2人の従業員がいて、一人が1週間かかる仕事をもう一人が1日でこなすとします。もしその2人目の人がそれを継続できれば、7倍優れていることになりますよね。能力は同じでも、ただ時間が長くかかるだけかもしれません。こういったことすべてが、顧客の体験に影響を与えます。そして私たちが一貫して発見したのは、新しいモデルをリリースすることで、TAM（獲得可能な最大市場規模）が独自の方法で解放されるということです。より多くのTAMが解放され、より多くのユースケースが可能になります。

それをよく表しているのが、私たちの会社のここ4ヶ月間です。今年の初めはランレート収益が約90億ドルでしたが、四半期の終わりには300億ドルを超えていました。これほどの変化は、モデルの知能の飛躍と、その周辺に構築する製品によって本当に可能になるのです。これが、フロンティアインテリジェンスへのリターンが非常に高いと言う意味です。これはエンタープライズ分野に特有のものだと思います。消費者向けではそれほどすぐには目に見えないこともありますが、消費者はモデルの限界を押し広げているのに対し、エンタープライズでは、コーディングから始まりましたが、今ではそれを超えて非常に有意義に拡大しています。しかし、モデルの各世代は、より多くのことを、よりうまく、より効率的に行うチャンスを与えてくれます。顧客はそれを目の当たりにし、新しいモデルでのより多くのトークン消費に多額の投資を行います。私たちはこのサイクルが何度も繰り返されるのを見てきました。エンタープライズにおいてフロンティアインテリジェンスへのリターンが減速することはないというのが、私たちのビジネスの核となるテーゼです。

再帰的な自己改善と人材の重要性

そのフロンティアを押し広げるものは、私が子供の頃に読んでいたSF小説や本のような話に思えます。主要な研究所では、あなたのチームの誰かが最近言っていたような、再帰的な自己改善という段階に達しているようです。モデル自体が、次世代の改善のための研究の多くを構築し実行しているというものです。あなたが押し広げているフロンティアやOpenAIが押し広げているフロンティアを、オープンソースのモデルと比較すると、この再帰的なプロセスにいち早く到達したことで、格差がさらに広がるのではないかと考えてしまいます。これについてどうお考えですか。モデル自体における再帰的自己改善というアイデアについて、私たちはどう考えるべきか教えてください。そこにいち早く到達することは、まだ到達していないところに対して差を広げ続けることができるため、信じられないほど重要なことのように思えます。

進歩は加速していると言えます。他社のことは言えませんが、私たちにとってはスケーリング則は健在であり、ごく最近リリースされたMythosのようなモデルでもそれが見られます。現在、社内のコードの90%以上は実はClaude Codeによって書かれています。Claude Codeの多くはClaude Codeによって書かれているのです。なぜ社内で計算リソースを割り当てるのか、なぜ収益を犠牲にしてまでそうするのかといえば、モデル自体が次世代のモデル構築を助けてくれるからです。スケーリング則によってもたらされる機能の飛躍に加えて、人材が非常に重要です。最高の人材が最高のモデルを活用することで、機能の開発を本当に加速させることができます。私たちはそれを実際に目の当たりにしています。

私たちはモデルをクローズドかオープンかといった形ではあまり考えていません。フロンティアにあるかそうでないかという基準で考えています。フロンティアにあるものは明らかに経済的価値を獲得し、顧客に有意義なROIをもたらしています。私たちはただそのテーゼの裏で投資を行っているのです。それは計算リソースへの投資を意味するだけでなく、その計算リソースを活用し、自社のモデルを活用して開発を本当に加速させる人材への投資も意味します。

もう一つの側面は、モデルだけでなく、その上に構築される製品です。1月には30もの異なる製品や機能のリリースがありました。そのペースも加速しており、それは一部には、私たちが抱える人材がモデルを活用して、この基礎となる知能にアクセスする方法を加速させることで可能になっています。それが製品側における私たちの考え方の基礎となっています。

エージェントによる開発と今後のAIの在り方

人材とレバレッジについてお話しされましたが、彼らは自分たちでコードを書いておらず、Claude Codeが独自のコードを書いているというこの奇妙な世界をどうお考えですか。その最終段階は、もはや人間に何をすべきか指示される必要もなく、自ら何をすべきかを見つけ出すようになることのように思えます。それが究極の姿であり、その後は単に計算リソースの制限だけで動き続けるような。私はこれについて少しクレイジーに考えすぎでしょうか、それともその未来は可能だと思いますか。

私たちの会社の中核は、依然として研究機関であると考えています。外部からはまだ十分に理解されていないかもしれませんが、少しずつ理解され始めているかもしれません。私たちは実験を行っています。モデルができることの限界を押し広げるようなことに取り組んでいます。その研究とエンジンこそが、これまで話してきたすべてのことのさらに上流にあるのです。それは今日ではモデルによって可能になっていますが、すべてがモデルによって行われているわけではありません。時間の経過とともにモデルはさらに向上し、そのプロセスにおいてより役立つようになると考えています。しかし、優先順位だけでなく、発見の新しい領域など、方向性を定めるために最高の人材を確保することは、その研究人材をさらに優れたものにします。ですから私は、これが私たちがすでに持っている人材の能力を際立たせ、加速させるものだと考えています。私たちは、人材の質（密度）が量（質量）に勝るということをよく話します。それはここでも当てはまると思います。私たちは、AI研究の才能や推論エンジニアリングの才能の最も密度の高い集まりを求めており、それが最高のモデルと結びつくことで、本当に勝てる組み合わせになると考えています。

社内ではスケーリング則についてどのように語られているのでしょうか。世間のコンセンサスとしては、事前学習、事後学習、推論といった異なる要素があり、それらがすべて異なるペースで進んでおり、真の壁にぶつかるとすれば、それらすべてが行き詰まる必要があるといったところだと思います。世界は現在、スケーリング則をそのように概念化しています。社内ではどのように語られ、あなたはどう考えていますか。

ええ、私たちは開発のさまざまな段階にあるモデルを観察しています。事前学習の実行中に、これらの損失曲線上でこのモデルが以前のモデルと比べてどうなのかを確認できます。これにより、モデルの能力の感覚を掴むことができます。強化学習についても同じことができます。

そしておそらく同様に重要なのは、顧客が実際に手にしたときに何が見えるかということです。顧客はどこにペインポイントを見出しているのか。そしてそのペインポイントが、私たちのトレーニングのターゲットになります。私たちはエンタープライズ側の顧客データでトレーニングすることはありません。プロシューマー側でも、オプトインした場合のみです。しかし顧客は、「モデルがこれをもっとうまくできたらいいのに」とか、「ここで特定の場所でつまずいてしまった。ここが改善されれば別の製品を作れるのに、能力がもっと必要だ」と教えてくれます。私たちは通常、「そのために製品を構築してください。なぜなら、私たちが研究開発側で時間をかけてそれを改善していくからです」と伝えます。このように結びついたループが存在しますが、内部的には常にトレーニング中のさまざまなモデルやスナップショットを調べ、それらを内部で、そして少しの度合いで外部でも独自の基準と照らし合わせて比較し、最終的には顧客がそれらをどう評価しているかを見ています。

スケーリング則の継続と指数関数的思考

スケーリング則そのものに減速の兆しは全くないように感じられます。その認識は正しいでしょうか。

私たちにとっては、それは正しい認識です。ええ、私たちは極めて…もちろんスケーリング則の論文の著者たちの多くが私たちの創設者の中にいますが、それにもかかわらず、私たちは少し懐疑的な集団であると言えます。先ほども触れたように、科学的手法を重んじる研究機関の考え方であり、人々は以前から抱いていた前提に常に異議を唱えています。しかし、私たちが見る限り、スケーリング則が減速している様子はありません。

もしそれが事実なら、人間は直線的ではなく指数関数的に考えるのが難しいと先ほどおっしゃっていましたが、このまま歯車が回り続けるとして、あなた自身やビジネスにおいて、直線的ではなく指数関数的に考えるということをどのように実践しているのですか。その影響を論理的に考えるのは本当に難しいです。指数関数的な成長率は一つのことですが、能力の指数関数的な成長となると、どう頭を整理すればいいのかさえわかりません。どうやって理解しているのですか。

私たちは世界をシナリオとして考えています。このビジネスで一つの点として見積もることは非常に困難です。そして、現在の事前情報や現在の見通しを更新するためのハードルを非常に低く保つことが重要です。1ヶ月前には真実だったことが、今日では真実ではなくなり、モデルが壊れてしまうこともあり得るからです。四半期に一度予測を立てて、3ヶ月後の次の取締役会でそれを見直す、といった昔ながらのやり方は、私たちのビジネスには通用しません。非常に動的なので、「以前はモデルにこれができなかったのに、今はできるようになった。これがTAMにどう影響するのか」ということを常に考えなければなりません。

私たちはまずコーディングでこれを目にしました。Sonnet 3.5や3.6のあたりから、この驚くべき能力の飛躍が見られ始め、それに続いて導入、利用、そして収益が伸びていきました。それを予測するのは少し難しかったのですが、今ではコーディングを、経済やビジネスの他の分野で起きていることの類似例として使うことができます。ですから、将来何が起こるかを予測するために、自社のビジネスにおけるパターン認識に目を向けています。

計算リソースの調達とパートナーシップ戦略

あなたがここに来る文字通り15分前に、テネシー州の施設に関するxAIとのパートナーシップのニュースが出ました。計算リソースを獲得するために、世界中をどのように探し回っているのか気になります。もちろん、他にも検討したものがたくさんあると思いますが、創造的な方法で計算リソースを獲得するための戦略について、もう少し詳しく教えてもらえますか。

メンフィスにあるSpaceXのColossus施設に関するパートナーシップを発表しました。これにはとても興奮しています。これにより、特にコンシューマーやプロシューマー側での拡大を継続できるようになります。しかしこれは、先ほどおっしゃったように、私たちが入手可能な場所であればどこでも短期的な計算リソースを探しているという一つの例にすぎません。計算リソースの基盤が大きくなるにつれて、その短期的なリソースは利用可能な全体の中でますます小さな割合になっていきます。

しかし私たちは、利用可能な計算リソースを生産的に展開できるかどうかという視点で見ています。答えがイエスの時もあればノーの時もあります。もしできるなら、価格設定、使用期間、場所、計算リソースの種類、そしてどれだけ効率的に実行できるかに基づいて、経済的なリターンを検討します。このように評価するためのプロセスがあり、ちなみにこれと同じプロセスを長期的な取引の評価にも使用しています。

先月、GoogleやBroadcomと2027年から始まるTPUの5ギガワットの契約を結びました。AmazonともTrainiumの最大5ギガワットの契約を結びました。これは1,000億ドルを超えるコミットメントでした。そして、その計算リソースの多くは実際にすでに到着し始めており、今年の残りから来年にかけて到着する予定です。考えてみれば、これは異なる時期に異なる機能で始まる計算リソースの層状のケーキのようなものであり、私たちはその計算リソースを非常に動的に比較しています。到着したときの価格性能の推移や、それをビジネス内部でどう活用できるかということが、私たちにとって非常に重要です。どのような計算リソースをいくらで、どれくらいの期間で最適化するかという変数が非常に多くあります。しかし私たちは、短期的な計算リソースと中長期的な計算リソースを検討するための非常に動的な方法を持っています。評価する項目は概ね同じですが、異なるのは時間軸だけです。

トレードオフについてはどうですか。価格対性能とおっしゃいました。トークンあたりのコストや、スループットとスピードのトレードオフです。顧客の視点からすれば両方が重要です。スピードは、おそらく私たちがまだ知らないような非常に興味深い機能やユースケースを解き放つ可能性があります。計算リソースを評価する際のそのトレードオフについて少し話していただけますか。

3つの異なるチッププラットフォームを見渡すと、それぞれの内部にも複数の世代のチップがあります。TPU v5e、v6、v7であったり、Trainium 2、Trainium 3であったり、すべてが価格対性能の曲線上において異なる位置にあります。そして重要なのは、それを私たちがどう活用するかです。効率性の観点から価格対性能は重要です。同時に特定のユースケースにとってはスピードも重要です。ですから私たちは、それが私たちに何をもたらしてくれるのか、いつ利用できるのかという点で、計算リソースを非常にきめ細かいレベルまで掘り下げて見ています。これはコンピュートチームが主導していますが、会社全体で緊密に協力して、どこに何の目的でこの計算リソースが必要なのかを検討します。強化学習のためにCPUが必要かもしれないし、最先端の計算リソースを最も優れた最速のモデルに割り当てたり、トレーニングに使用したりするかもしれません。私たちの視点からすれば、顧客の需要もさることながら、それぞれのチップが何に最も適しているか、そしていつそれを手に入れられるかという点において、かなりきめ細かく見ています。

Anthropicのような新しい計算リソースの代謝の速さにはいつも興味をそそられます。もし明日、現在の2倍の計算リソースを空から降らせたら、どれくらいの早さで消費できるのでしょうか。10倍の計算リソースを降らせたらどうですか。需要というものは、トレーニング、内部利用、顧客需要といった用途の間で、事実上無限であるように感じられます。誰もが同じことを言っています。どこもかしこも不足しており、メモリ関連の株価も急騰しています。明日利用可能なリソースが2倍、5倍、10倍になったら、ほぼ即座に消費してしまうほど極端な状況なのでしょうか。

これは先ほどの、私たちがそれをどう使うかという代替可能性の話に戻ります。現状としては、これらのユースケース全体で社内的に制約を受けているのが答えです。1〜2年前であれば、例に挙げられたような、特に異種の計算リソースがまとめて降ってきた場合、それを急いで消費するのは難しかったでしょう。チッププラットフォームは異なりますし、中には運用が難しいものや、使い方に特有の癖があるものもあるからです。しかし今日においては、大量の計算リソースが追加されれば、それらの異なるユースケース全体に非常に迅速に展開されると思います。おそらく現在の計算リソースと同じような割り当てや調整を行うでしょうが、非常に迅速に立ち上げ、ほぼあらゆる種類の計算リソースを展開することが格段に容易になっています。そしてそれはやはり、私たちにとっての真の強みだと考えています。

プラットフォーム構築とエコシステムとの協調

顧客がAnthropicを利用する方法に話を戻します。私が興味深く感じ、あなたがどう考えているのか聞きたい緊張関係とトレードオフの一つは、私がClaudeの上にビジネスを構築し、それが私のサービスを動かすというプラットフォームアプローチと、私が構築したかったもの自体をあなたたちが提供してしまうというアプローチの間のバランスです。これはClaude DesignとFigmaのような古典的な対立構図です。アプリケーションレイヤーのどれくらい深くまで踏み込むべきか、それとも純粋にイネーブリングレイヤー（基盤）に留まるべきかについて、適切なバランスをどう考えていますか。「私たちは推論エンジンと知能を提供するから、世界のみんな、API経由でお金を払って好きなものを作ってくれ」というような。これは社内でも非常に興味深い議論であり、ある種の緊張関係にあると思われます。

そうですね、私たちの構築しているものの大部分はプラットフォームであり、プラットフォームが大きな価値を蓄積できる例はたくさんありますが、そのプラットフォーム上で構築を行う顧客はさらに大きな価値を蓄積すると考えています。それが私たちが今日準備している方向性です。初期のAWSに似ているかもしれません。クラウドプラットフォームと、今そこに組み込まれているすべてのツールやサービスを考えてみてください。単なる生モデルへのアクセスだけでなく、プロンプトキャッシング、仮想マシンの使用能力、その中で呼び出されるClaude Codeやディスパッチ、Claude agents SDK、管理エージェントなどです。これらすべては、他社が自社の製品にモデルの知能を組み込むためのアクセス経路だと考えています。私たちが注力しているのは主にそこで、今日の状況から見てビジネスが向かっている方向性でもあります。

とはいえ、私たち自身も同じプラットフォーム上で自社のアプリケーションを構築することがあります。それにはいくつか理由があります。第一に、モデルがどこに向かっているかのビジョンが見えており、それを実証して顧客価値を創造できると感じた場合です。例えばClaude Codeがそれにあたるかもしれません。市場に出回っているものの多くは開発者主導でしたが、Claude CodeはClaude主導のプラットフォームです。1年ちょっと前にリリースされた当時、モデルにはまだそれが完全にできないと考えていましたが、いずれ到達すると信じており、実際に到達しました。つまり、モデルの機能の先を行く構築を行うということです。

第二に、他社が模倣するかもしれないような、エコシステム全体の価値を実証する方法を考える場合です。金融サービス向けのClaude、ライフサイエンス向けのClaude、あるいはClaudeのセキュリティのようなものを考えてみれば、これらは私たちがプラットフォームを構成した方法です。繰り返しになりますが、私たちは顧客と同じプラットフォーム上に構築しており、それが公平な競争環境を作り出すと考えています。また、これらの分野のいくつかには非常に多くの価値が蓄積されるため、顧客も勝つことができ、私たちも勝つことができると考えています。だからこそ、私たちがこれらの製品のいくつかを立ち上げたとき、セキュリティの側面であれ、設計や金融サービスであれ、エコシステムと提携するという協力的なパートナーシップ指向のアプローチをとってきたのです。

ですから、私たちの戦略は主に水平方向のものだと考えています。付加価値を提供できると考えられる場合、あるいは有用な視点がある場合、私たちのプラットフォームがどのように価値を付加するかを市場に実証する方法がある場合には、垂直方向にも構築を行いますが、価値の多くは、その上に構築する顧客に蓄積されるでしょう。私たちの目標は、最高のモデルを構築し、その知能が顧客の中で普及することを可能にする製品、ツール、サービスを構築することです。

人々があなたたちを恐れているという現実について、どの程度気にかけていますか。新しいアプリケーションの最も不可欠な部分である、基盤となる知能や推論エンジンをあなたたちが支配しているからです。Anthropicのプラットフォーム上で生み出される価値の方が、Anthropic自身が獲得する価値よりも大きくなるというのは完全に真実かもしれませんし、すでにそうかもしれません。それでもなお、想像すると恐ろしいものです。クラウドやAWSについても同じようなことが言えるかもしれませんが、将来の顧客や既存の顧客が、実際には競争相手としてあなたたちを恐れているという事実について、どれくらい考え、気にかけていますか。

このビジネスの難しい点の一つは、変化が非常に速いことです。モデルの機能には私たち自身でさえ驚かされることがあります。モデルやその上の製品をリリースするとき、過去の波、例えば5年、10年、20年かけて起きたようなことが今では数ヶ月で起きており、私たちが驚いたのと同じように人々も驚くという側面があります。

しかし根本的に私たちがやろうとしていることは、エコシステムに対して非常にパートナー志向であるということです。つまり、アーリーアクセスプログラムを設け、顧客と緊密に連携し、彼らが望む機能について耳を傾けています。だからといって、私たちがリリースするものが「うわ、自分が思っていたよりもはるかに強力だ」とか「モデルがこんなに早くできるようになるとは思わなかった」と驚かれるような瞬間がないわけではありません。それは私たちがこのサイクルにおいて、知能の発展のどの段階にいるかという現実の一部だと思います。しかしまた同時に、私たちはそれらの機能を本当にアクセスしやすいものにしたいとも考えており、それは顧客にも多くの価値をもたらすはずです。それに前向きに取り組み、採用し、私たちがプラットフォーム上で提供するツールを構築し使用する顧客を、私たちは実際に加速させることができると考えています。その一部はフロンティアモデル開発の現実でもありますが、私たちのアプローチはおそらく少し異なっており、よりパートナー志向のものです。

価格戦略と資本集約的なビジネスモデル

第1四半期に90億から300億になったと先ほどおっしゃいました。そのペースはあまりにも異常で、価格設定についてどう考えているのか気になります。トークンの価格やシステムの利用料をどのように設定するかというダイナミクスは、私にとって非常に興味深いものです。なぜなら1年前には多くの人が、価格は常に下がり続けるだろうと言っていたからです。しかし実際に起きていることは、多くの場合において価格が上がっているということです。これは、非常に強力であるがゆえにかなり高額なMythosの価格設定であれ、H100のコストであれ、様々なレベルで言えることです。H100のレンタル価格はスマイルカーブを描いているように見えます。誰もが計算リソースに制約を受けているのであれば、なぜ適切な均衡点を見つけるために思い切って価格を大幅に引き上げないのか、非常に気になります。価格設定についてどのようにお考えか、トレードオフは何なのか、なぜ大幅に価格を上げないのか、語っていただけますか。

設立からまだ5年余りの会社です。この3月が、ビジネスに最初の1ドルの収益が入ってから3周年の記念でした。私たちが真のフロンティアモデルを初めて手にしたのは2024年の3月です。この時間軸は重要な背景となります。私たちの価格設定は、Haiku、Sonnet、Opus全体で比較的安定しています。Mythosは明らかに新しいものですが、価格変更はほとんど行っていません。これまで行った最大の価格変更は、Opus 4.5をリリースした際に、Opusファミリーの価格を引き下げたことです。

なぜそうしたのかを考えてみると、Opusクラスのモデルがその機能に対して十分に活用されていないことがわかったからです。人々はしばしば、Opusで解決すべき問題をSonnetのワークロードに当てはめようとしていました。私たちは、先ほども触れた効率性の改善のおかげで、それを非常に効率的に提供することができただけでなく、価格を下げることで顧客にとってよりアクセスしやすくすることができました。つまり、顧客に多くの価値を生み出してもらいたいという思いが根本にあります。顧客は今日、私たちのモデルから多大なROIを生み出しています。私たちはエコシステム全体にこれを普及させることが目標なので、それが続いてほしいと願っています。これらのユースケースすべてにおいて、私たちはまだほんの序盤にいると考えています。これを実現する最善の方法は、スタートアップからデジタルネイティブ企業、そして世界最大の企業に至るまで、できるだけ多くの企業の手にこの知能を届けることです。そのためには、アクセスしやすく、多くの価値を引き出せる価格帯に設定する必要があります。

Opusの価格変更では、実際にジェボンズのパラドックスが見られました。価格を下げたところ、消費量が予想をはるかに超えて増加したのです。顧客にとってのスイートスポットを見つけたことで、彼らはより多く利用できるようになりました。私たちにはそれを大規模に顧客に提供する効率性がありました。そして顧客はそれを自社のワークロードに組み込むことができたため、私たちがOpus 4.6をリリースしたとき、それはモデルの改善であり、価格は変更しなかったので、そのままスムーズに移行できました。私たちは価格の安定性が重要だと考えています。そしてまた、その価値を引き出し、ジェボンズのパラドックスが起きるような価格設定をすることも非常に重要だと考えています。

もう一つの側面は利益率についてです。ビジネスとして利益率をどう考えるか。というのも、これらのフロンティア研究所を設立するには信じられないほど資本集約的だからです。私たちが話した効率性と価格というレバレッジは、どちらも利益率に関係しています。もし素朴な見方であれば申し訳ないのですが、それほど多くの資本が必要なのであれば、なぜ健全な利益率を確保したいと言ってそれに応じて価格を設定し、効率が良くなれば価格を下げればいい、というようにしないのでしょうか。ビジネスにおける価格設定に関連して、利益率についてどうお考えですか。

私たちが考えているのは、計算リソースへの支出に対するリターンは全体としてどうなのかということです。顧客へのサービス提供であれ、モデル開発であれ、これまで話してきたさまざまなワークロードすべてがそうです。これらすべてが、異なる時間軸で収益を支えていると考えてみてください。推論を提供することは今日の収益を支えます。モデル開発を行うことは、機能を解放してTAMを拡大し、6ヶ月後の収益を牽引するかもしれません。新製品を立ち上げるための内部の加速もすべて、それを支えています。

現在、私たちの計算リソース費用に対するリターンは強固だと言えます。非常に強固であり、計算リソースの全体的な総量に対するリターンがどうであるかを考えています。ですから、その点について私たちは非常に良い状況にあると感じています。顧客に価値を提供することと、私たち自身もその計算リソースから非常に強力なリターンを得ることのバランスをとっています。

第1四半期に収益が成長したことについて触れましたが、その期間に大量の新しい計算リソースを導入したわけではありません。計算リソースは12ヶ月前に決定されたランプ（立ち上げ計画）に基づいてやってくるという話をしました。顧客にサービスを提供するための増分にかかる変動費という考え方は、私たちのビジネスには少し当てはまりません。ソフトウェアのパラダイムに私たちのビジネスを当てはめようとしているようなものですが、そうではありません。実際には、計算リソースがこれらすべての活動を支えており、私たちはその計算リソースから強固なリターンを生み出しており、それが私たちの評価基準なのです。私たちが保有する計算リソースの総量が、短期および長期にわたってどれだけの収益を生み出せるかを左右するものであると捉えています。

もしあなたが計算リソースプロバイダーの素晴らしい顧客だとしたら、あなたにそのリターンをもたらすために、そのプロバイダーグループはどのような優れた対応をする必要があるのでしょうか。

私たちは幸運なことに、Amazon、Google、Microsoft、そしてBroadcomやNVIDIAといった非常に素晴らしいパートナーに恵まれています。私たちのエコシステムは、今日3つのクラウドすべてで利用できる唯一のモデルです。また、これら3つのチッププラットフォームすべてを使用している唯一の言語研究所でもあります。これらのコラボレーションは単なる調達よりもはるかに深いものです。この点はよく見落とされがちです。Amazonとの関係を例に挙げると、私たちのチームはAnnapurna Labsのチームに深く入り込んでいます。私たちはTrainiumの非常に優れたユーザーであり、多くの時間とエネルギーを費やし、チームや社内と緊密に連携してきました。キャパシティの計画も一緒に行います。3つのクラウドを考えてみると、それらは私たちにとって素晴らしいディストリビューションエンジン（配信基盤）でもあります。もちろん強力な自社ビジネスも展開していますが、チップそのものの開発から、キャパシティの確保、サービスの提供、そして最終的に顧客への配信まで、多面的なパートナーシップが築かれています。

財務チームにおけるClaudeの実務活用

あなたの部門である財務チームについて考えています。様々な複雑な変数を持つ異なる時間軸での計算リソースへのROIを算出するにあたり、自社のグループやビジネスを運営するために、これらの強力なツールを社内でどのように活用しているのでしょうか。Anthropicの財務チームにおけるClaude CodeやClaude全般の導入状況はどのようなものですか。

これは非常に興味深い点です。私たちは約1年前からClaude Codeを使用しており、私は皆に「みんな単にバイブコーディングをしているだけなのか」と尋ね始めました。私たちはClaude Codeをコーディングタスクだけでなく、まるでアシスタントやデジタルの同僚のように使い始めました。それが後に「Co-work」へと発展した初期の段階でした。エージェント型のソフトウェア開発で実現できたことを、すべての知識労働でも実現すべきだという、Claude Codeの拡張のようなものです。

それから私たちはそれを本番環境に導入し始め、私はこれを本当に誇りに思っています。私たちはプロダクトチームとも多くの時間を過ごし、彼らは私たちがどう使っているかを見てインプットやフィードバックを得ています。今日では、私たちのすべての法人の法定財務諸表をClaudeを使って作成できます。もちろん人間がチェックしますが、それらの財務諸表はすべてClaudeで作成されています。

また、「Ant Stats」と呼ばれる、よりリアルタイムなプラットフォームもあります。以前は、すべてのデータをふるいにかけ、結論を導き出し、メモを書いたり、1日の間に何が起きていて何が原因なのかについての定期的なレポートを発行したりするのに多くの時間がかかっていました。今では、財務に特化したClaudeのスキルライブラリがあります。最後に確認したときは70以上あり、誰もがこの共通のリポジトリを通じてアクセスできます。さらにその上に、月次財務レビュー（MFR）スキルを構築し、MFRを作成できるようにしました。90%から95%は完成した状態で出てくるので、私たちの議論は「正確に何が起こったか」ではなく「どうするか、どのような影響があるか」についてになります。Claudeは単に天気を報告するだけでなく、原動力が何か、なぜその数字がそのように変化したのかを考えるのも手伝ってくれるからです。これにより、私たちが行うMFRの観点でも、日常的なレベルでも、ビジネスに対する並外れた洞察が得られます。

収益の原動力や計算リソースの使用状況に関する週次レポートの作成に何時間もかかっていたものが、今では30分に短縮され、残りの時間をビジネスの実際の戦略的な意味合いについて費やすことができます。また、ビジネスリーダーにずっと早く届けることもできます。社内のインサイトエンジンがはるかに速くなったということです。また、リーダーボード全体のトークン使用量を見るダッシュボードもあります。報酬には反映させていませんし、誰もトークン消費を最大化しようとはしていませんが、財務チームの最もシニアなメンバーの一部が実はトークンの最大のユーザーであるというのは非常に興味深いです。ですから、コーディングのバックグラウンドを持ち、週末にそれをやっていて仕事に持ち込んだ22歳の新入社員だけが使っているわけではありません。働き方を変えるためにツールを使用するシニア層もいます。トップユーザーはおそらく当社の税務責任者で、彼は税務ポリシーエンジンやチーム内のワークロードの大部分の自動化に注力しています。それを見るのは素晴らしいことです。もし私たちがこれのスーパーユーザーでなければ、限界まで使いこなしていなければ、どうして顧客にそれを期待できるでしょうか、とみんなに伝えています。

スポンサーメッセージ：Vanta、Ridgeline

ビジネスの規模が拡大するにつれ、あらゆるものが複雑になりますが、特にコンプライアンスやセキュリティのニーズは顕著です。場当たり的な対策やパッチを提供するツールが多すぎるため、何かが隙間から抜け落ちてしまうのは残念ながらあまりにも簡単です。幸いなことに、Vantaはセキュリティ作業を簡素化および自動化し、コンプライアンスとリスクに関する単一の真実の情報源を提供するように設計された強力なツールです。Ramp、Cursor、SnowflakeがすべてVantaを使用しているのには理由があります。コンプライアンスとセキュリティが制御下にあると確信できるため、彼らは驚くべき差別化された製品の構築に集中できるのです。「Invest Like the Best」のリスナーは vanta.com/invest にアクセスすると、Vantaを1,000ドル割引で利用できる特別オファーを受けられます。

私は資産運用会社のテクノロジースタックがいかに複雑であるかを直接知っています。一見すると、新しいツールやデータソースが登場するたびに問題は悪化し、複雑さ、人員、リスクが増加しているように見えます。Ridgelineはより良い前進の方法を提供します。ポートフォリオ会計、照合、報告、取引、コンプライアンスなどにわたる複雑さを大規模に自動化する、一つの統合プラットフォームです。Ridgelineは投資管理に革命をもたらし、野心的な企業がより早く規模を拡大し、よりスマートに運営し、時代の先を行くのを支援しています。Ridgelineがあなたの会社に何をもたらすことができるかをご覧ください。ridgeline.ai でデモを予約してください。

労働生産性の向上と投資家との対話

人間として、こういったことすべてに恐れを抱くことはありませんか。私はこのような例をたくさん聞いてきました。AIが指示すること、例えば営業の例やスケジュール調整などを、私たちがただやるだけのようになり始めていると感じます。もしかしたらそれは素晴らしいことかもしれません。AIが、私たちが到底及ばないような優れたコーディネーターであり、幅広い視野を持つ思考家であり最適化ツールであるなら、言われた通りにするべきなのかもしれません。しかし、私にはほんの少しだけディストピアのように感じられ、その現実が急速に近づいているように思えます。私にもそういう経験があり、クールだと感じました。役立つのは確かですが、同時にじっくり考えてみると「ああ、私はただAIが指示することをやっているだけで、私がAIに指示しているわけではないのだ」と気づきます。これは非常に興味深い人間としての力学だと思いますが、あなたはどう捉えていますか。

私はおそらく少し違った見方をしています。というのも、私たちは社内で優秀な人材を採用してきましたが、AIはそういった信じられないほど才能のある人々の生産性をさらに劇的に向上させました。労働力に対するジェボンズのパラドックスのようなものだと考えています。人々は飛躍的に生産的になりましたが、やるべき仕事はいくらでもあるため、実際にはさらに多くの人を採用しています。そして今、Claudeの支援により、MFRで数字を照合しようとする時間は減り、代わりに「これをどうビジネスに再投資するか」「リソースをどう動的に割り当てるか」を考えるようになっています。以前は数字を合わせるために働いたり、会計の例で言えば帳簿を締めるのに長い時間をかけたりしていました。ですから私は、これをもっと楽観的に、私たちの生産性に対する促進剤だと考えています。これは実際にはるかに多くのことを成し遂げられることを意味し、チームが成長しても、Claudeの使い方に慣れるにつれて彼らはさらに生産的になります。これは多くの企業でも当てはまるようになり始めていると思います。

投資家と資本形成についてお話ししたいと思います。もちろん、あなたたちは大量の資本を調達しなければなりませんでした。同時に、目を凝らして現在の収益に対する倍率を考えると、資金調達の規模としてはそれほどクレイジーではないようにも見えます。投資家とのやり取りがどのようなものだったか、会社に対する彼らの理解がどのように進化し成熟してきたかについてぜひ教えてください。投資家というグループは現在この会社をどの程度理解しているとお考えですか。Anthropicについて誤解している部分は何でしょうか。あなたの仕事のその側面について教えてください。

私は約2年前に会社に加わりましたが、当時私たちはシリーズDの資金調達を終えようとしていました。正直に言って、それは一筋縄ではいかない資金調達でした。その資金調達の真っ只中で、会社はようやくフロンティアモデルを手にしたところでした。そしてその終盤にはFTXの取引が行われ、Anthropicの株式の多くが清算されようとしていました。それがスタート地点でした。当時の質問は「なぜフロンティアモデルが必要なのか、これに対するリターンは何なのか」というものでした。また、私たちの使命やアプローチについても問われました。「AIの安全性と巨大なビジネスを構築することは矛盾していないか」と。他にも多くの誤解がありました。「営業チームが非常に小さいが、他のエンタープライズソフトウェア企業のように拡大する必要はないのか」といったことです。私たちを過去に存在した特定の型にはめようとするある種のパラダイムがあったのです。

時間の経過とともに、それは進化してきました。2024年末にシリーズEの資金調達を行いました。事業は10億ドル近いランレート収益へと拡大していましたが、最初のクローズの日がDeepSeekのニュースが出た日でした。もちろんクローズは完了させましたが、人々が「待てよ、AI全体に対する考え方を完全に書き直すべきか」と言い出したため、確かに多くのボラティリティがありました。それがシリーズEでした。もちろん、素晴らしい投資家たちを迎え入れることができましたが、人々は依然として先ほどのようないくつかの疑問を抱いていました。しかし彼らは私たちの予測を見てこう考えました。「なるほど、これほど急速に10億ドルのランレート収益まで成長したことはすごいが、このペースを維持できるわけがない。それは不可能だ。物理法則があるのだから。エンタープライズ分野にいるのは素晴らしいが、導入にはもっと時間がかかるはずだ。クラウドの普及にどれだけ時間がかかったか、そしてまだどれだけの人がオンプレミスにいるかを見てみろ」と。

ビジネスは、フロンティアインテリジェンスへのリターンが非常に高いというテーゼを証明し続けました。私たちが本当に注力しているのは、製品や市場開拓チーム、そして配信によって可能になるモデル主導の成長です。そして投資家たちが見たのは、「この変革をもたらす技術を構築することは非常に重要だが、それを正しい方法で、責任を持って行う」というテーゼが、私たちのビジネスと非常に興味深い相互関係を持っているということでした。ほとんどの人はそれを本当に理解したり信じたりしていませんでしたが、私たちはモデル開発だけでなくAIの安全性に関する研究にも投資しています。私たちは解釈可能性を開拓しました。これはニューラルネットワークの内部を見て、それがどのように機能しているかを確認するモデルのMRIのようなものです。また、アライメント科学も開拓しました。モデルに指示通りのことをさせたい場合、どれくらいの頻度でそれを実行し、どれくらいの頻度でそこから逸脱するのか。これらは私たちのミッションにとって重要であり、だからこそ私たちはそれを行ったのですが、モデルの内部を見ることができれば、モデルの構築も上手になるという下流の効果があったのです。

そして最後の結びつきとして、エンタープライズ向けに販売する場合、現在私たちはフォーチュン10の9社に販売していますが、これらの企業すべてが顧客情報やデータを私たちに委託しています。従業員と対話し、時には顧客とも対話しています。それらは最も機密性の高いワークロードです。ますます多くの企業がクラウドと私たちのプラットフォーム上で稼働しています。私たちが安全性、解釈可能性、アライメントに対して行ってきた、そしてこれからも行い続けるこの投資は、実際にはエンタープライズの顧客にも恩恵をもたらします。もし彼らがすべてのアクセスとデータ、そして社内で最も機密性の高いワークフローに介入する能力を私たちに委ねるのであれば、彼らは信頼できる企業を求めるからです。私たちはそのために投資したわけではありませんでしたが、フロンティアにいながら安全性に投資し、信頼できる企業であるということが、何度も何度も証明されるような下流の効果をもたらしました。

私が会社に加わって以来、750億ドルを調達しました。先月結んだAmazonとGoogleとの契約から将来さらに500億ドルが入ってきます。これは莫大な金額の資本ですが、資本集約的なビジネスであり、その成長を支えるためにこの資本が必要なのです。しかし、ビジネスが非常に効率的に運営されているという事実がすべてです。ですから私たちがこの資本を調達する理由は、現在のビジネスの赤字を埋めるためというよりも、先ほどの不確実性のコーンに備えるためなのです。

ビジネスが10倍に成長するという見通しに対するあなた自身の認識はどうですか。初めてそれが起きたとき、個人的にそれが可能だと信じていましたか。馬鹿げているように見えましたか。今では一貫して起きているので、もしかしたら当たり前のことになりつつあるのかもしれませんが、何年にもわたって10倍の成長を達成する確率について、このコーンを見つめながらご自身の見解はどうだったのでしょうか。

私が会社に加わったとき、ランレート収益は約2億5000万ドルで、計画は10億ドルに到達することでした。私は「素晴らしい、それは何年の話ですか？」と言いました。それが直線的な思考ですよね。ダリオは常に私よりもはるかに正確に収益を予測してきました。私たちが予測やビジネスの理解を深めるにつれて、その差は時間とともに縮まっていくと思います。しかし間違いなく、初めてそれを見たときは「物理の法則や大数の法則に関する議論があるのに、そんなのはあり得ない。どこからその収益が来るのか、どうやってこんなに早く追加できるのか、顧客はどうしてこんなに早く移行できるのか、エンタープライズでこんなことが可能なのか」と考えました。しかし、内部でビジネスがどのように機能しているかを見て、導入曲線や起きている指数関数的な変化を見るにつれて、それらの考えは時間の経過とともに崩れていきます。収益においても指数関数的な変化が起きていますが、その根底にはそれを支える他の多くの指数関数的な変化があります。それを見始めると、より信じるようになります。だからといって、予測やシナリオの範囲について私たちが規律や思慮深さを持っていないという意味ではありません。しかし、私の思考が直線的で漸進的なものから、この指数関数的な変化に身を任せ、その可能性や、これが他のビジネスの進化とどれほど違っているかを本当に信じるように大きくシフトしたことは確かです。

あらゆる段階で投資家と対話をしてきて、資金調達の各ラウンドで、投資家に説明するのが最もよくあること、あるいは最も難しいこと、彼らが理解するのに最も苦労していることがあると思います。今日においてそれは何ですか。

計算リソースがどのように使われるかというパラダイムだと思います。計算リソースをある期間における変動費のようなものとして捉えるのではなく、これほどまでに代替可能に利用されるリソースとして考えることです。ある日の午前中にはあるチップで推論のワークロードを実行し、午後や夕方にはモデル開発に使用するというようなパラダイムは、ソフトウェア企業や工場のような会社には存在しません。研究開発を行っている人たちのグループがいて、それが研究開発費だとしたら、彼らを急に売上原価に変えることはできませんし、逆もまた然りです。しかし、ここでは本当にその代替可能性が可能なのです。そしてそこが計算リソースのROIが非常に重要になる部分であり、人々はそれを理解し始めていますが、それでもこの2つのコストを分けようとする傾向があります。実際にはそれらは互いに非常に補強し合っており、その柔軟性こそが短期的および長期的な収益を牽引するのに役立っているのです。

もし無理やりあなたを今の役割から外し、大手投資会社の投資家の席に座らせたとして、「最高の企業に投資するためにこれらの企業を厳しく追及するのがあなたの仕事だ」と言われたら、これが史上最高のビジネスにはならないかもしれないという懐疑的な点や不確実性の核心を突くために、モデルを構築している研究所や企業に対してどのような質問をしますか。その角度からどのようにアプローチするのか興味があります。

いくつかあると思います。第一に、計算リソースの全体的なROIはどのようになっているか。それをどう活用しているか。今日どのようなリターンが見られているか。そしてそれは時間とともにどのようにもたらされるのか。私たちのような企業が行っているのは前例のない大規模な投資ですが、それに対してどのようなリターンを生み出しており、それはいつ、どのような形で現れるのか。これが一つ目です。

二つ目は、顧客があなたのビジネスにどのようなROIを見出しているか。人々はこれをテストのために使っているだけなのか、それとも実際に意味のある規模で導入しているのか。私たちのビジネスについて言えば、私たちはそれをはっきりと目にしています。年換算のネットダラリテンション率（売上維持率）は500%を超えています。そしてフォーチュン10のうち9社という、これらは本当に大規模な顧客であり、単なる試験導入ではなく重要な購買決定を行っています。まさにその通りです。私がここに来る途中のUberの車内で、20分ほどの間に2つの数千万ドル規模のコミットメントにサインしました。ですから、私たちはそれを実感しており、世界最大の企業、最も洗練されたバイヤー、そして市場で選択肢を持ちながら私たちを選んでいるスタートアップによって評価されています。しかし、懐疑的な投資家の立場からよく質問される、あるいは私が質問するとしたら、「顧客はこれからどのようにリターンを得ているのか」ということです。

三つ目は、将来の計算リソースについてどう考えているか、そしてそれはどこから来るのかということです。私たちが計算リソースを購入している企業の中には、他社に計算リソースを販売したり、自社内で使用したりするところもありますから、時間とともにそのバランスはどうなっていくのか。私たちにとっての理由の一つは、複数の異なるリソースを持っているからです。

つまり、そこでのあなたの哲学は、優れたプレイヤーと関わり、柔軟性を持つということですね。

その通りです。

AIに対する社会の認識と安全性への取り組み

一般的な概念としてのAIが、議会よりも人気がないというクレイジーな統計データがあります。最初に聞いたときは少し笑ってしまいますが、よく考えてみると、「これは解決しなければならない問題だ」と気づきます。テクノロジー業界に身を置いておらず、ベイエリアやニューヨークに住んでいない一般の人々は、世論調査で測る限り、これがなぜ自分たちにとって良いものなのかをまだ感じていないし、理解していないようです。この問題に対して、業界として私たちは何をすべきだとお考えですか。

現在起きている変革について考えてみると、産業革命、インターネット、クラウドなど、過去にも変革の波はありました。AIが異なる点の一つは、すべてが非常に速く起きているということです。何年、何十年にもわたる進歩が数ヶ月に圧縮されることがあります。人間が直線的ではなく指数関数的に考えるという先ほどの話に戻ると、それは衝撃的なことになり得ると思います。

私たちは一般的に、この技術の可能性について非常に楽観的です。業界として、よりうまく説明し続けることができると思います。ダリオは「愛と恵みの機械（Machines of Loving Grace）」というエッセイを書きましたが、それはこの技術が私たちの生活のあり方を変革する可能性についてのものです。希少疾患だけでなく主流の病気の治療薬開発や治癒において。そして第二に、ヘルスケアやその提供方法において。発展途上国や資源が豊富でない場所で生活水準を向上させるために。これらすべてがAIの約束であり可能性の一部だと考えています。私たちはそのビジョンを描くことでもっとうまくやれるでしょうし、時間とともにより具体的な結果を示していきたいと考えています。それは実現しつつあり、私が最も楽観視していることの一つです。

しかし一方で、これは私たちの文化でもありますが、リスクも明確に伝えたいと考えています。ただ皆に「すべてがうまくいきますよ」とだけ言うべきではないと思います。なぜなら、おそらく道中には困難があるからです。そして人々は一般的に、より誠実でバランスの取れた評価に惹かれます。もし誰かが良いニュースばかりを伝えて悪いニュースを言わなければ、「この見解を本当に信用していいのだろうか」と思います。短い期間に変化が凝縮されると何が起こるかについて話し、バランスをとる必要があるのはそこです。商業部門と政府が協力して、それらの解決策をどのように見出していくのか。

ですから、機会を明確に説明すること、そしてその解決策が何であり得るかを真剣に考えることだと思います。それは単一の企業が答えを出せるものではありません。すべてを解決する設計図を持っているわけではありませんが、リスクやマイナス面、そしてそれらに対処するために私たちが何ができるかについて少なくとも対話を持つことです。そして、私たちがそれらについて話すとき、その両方について透明性を保つことだと思います。長期的には、機会はこれから起こるであろうリスクやマイナス面よりもはるかに高く、大きなものになるでしょう。しかし、それは曲線が完全に滑らかになるという意味ではありません。

Mythosのリリースは非常に興味深い瞬間でした。この問題に注意深く注目している私の友人たちの多くが、「今回はちょっと怖いな」というようなことを言った初めての機会でした。それは安全性の問題にも関連しています。また、あなたたちが「これは悪用されないようにしたい。そして悪用される可能性があると懸念している初めてのモデルかもしれない」と公に発言した初めての例でもあります。世界がそれを知る前に、社内ではどのような議論が行われていたのか、その意思決定プロセスはどうだったのか。そしてそれを例として、スケーリング則が維持され、進歩を続ける中で、あなたたちが恐れていることについてお聞かせください。

Mythosについての一つは、単なるサイバーモデルだと誤解されることがあるという点だと思います。実際には非常に多くの次元にわたって信じられないほど有能なモデルです。私たちが発見したのは、特にサイバーの分野で突出しているということでした。そのため、このモデルをこれまでとは違う方法でリリースすることに決めました。そしてその方法は、私たちの使命や原則と一致するものであり、私たちはそのように行いたかったのです。

このモデルがこれほど有能な場合、今回はサイバーに焦点が当たっていますが他の分野でも同様に、私たちは段階的なアプローチをとります。これを肯定的な方法で使用することもできると考えているからです。例えばコードベースにパッチを当てるようなことです。以前のモデルがオープンソースのコードベースで22個のセキュリティ脆弱性を発見したのに対し、Mythosは250個発見したという例を見たことがあるでしょう。それは恐ろしいことですが、それがリリースの方法を形作りました。私たちは「決してリリースしない」とは言わず、「段階的に行おう」と言いました。「この一つのサイバー機能と、それが攻撃的な方法ではなく、防御的な方法でいかに前向きに使用できるかに焦点を当てられるように、時間をかけて拡大していくグループに対して行おう」と。これは将来的に使えるテンプレートになると思いますが、この特定の領域のため、リリース方法においてその点に配慮したかったのです。

今やあなたたちは非常に大きくなり、あらゆること、あらゆる人に影響を及ぼすようになりました。その一例として、数日前に政府が、新しいモデルを一般に公開する前に政府の事前承認を得なければならないような新しいシステムができるかもしれないと発表しました。もちろん、国防総省とのクレイジーな経験もあったと思いますが、それを経験してどう感じたか非常に興味があります。今や誰もがこの企業やこの技術、そしてそれを構築している他の数社に関心を持っています。それをどのように乗り越えているのですか。一部はコントロールの及ばないことだと思いますが、できる限り協力しようとしているのでしょう。政府が現在非常に重要なパートナー、プレイヤー、監視役などになっているという、これら2つの例についてお話しいただけますか。

ええ、まず第一に、私たちはこの点において強力な関係を築くことを優先しています。時間の経過とともにこれらのモデルがどのように開発されるかについて、規制が果たすべき役割があると考えているからです。私たちのアプローチは非常に「アメリカ・ファースト」です。私たちはこの技術がアメリカや世界中の民主主義国家を支援することを望んでいます。Mythosのような件で政府と緊密に協力してきた理由の一つはそこにあります。

バランスが重要だと思います。イノベーションが非常に速く起き、それが減速しないようにしたい一方で、これらのものがどのように展開されるかについての責任の枠組みも持ちたいはずです。この技術には影響があるため、私たちは政府を含めて正直な対話を持つべきだと長い間言ってきました。Mythosのプロセスはその良い例だと思います。

Anthropicの特異な企業文化と透明性

文化について少し教えていただけませんか。ご両親などに、ここの文化の原則をどう説明しますか。何が文化の原動力になっていると感じますか。特に書く文化について興味があります。ダリオが時折外部向けに長いエッセイを発表しているのをよく耳にしますが、私の理解では、彼は社内向けにはもっと頻繁に書いていて、社内には書く文化が根付いていると聞いています。その中にいるときの文化がどのようなものなのか、これまでに働いた他の会社や、同じことをやろうとしている他の会社と比べて最も際立っている点は何なのか、その違いや独自性についてあなたの感覚を知りたいです。

この文化はAnthropicの本当にユニークな側面であり、外部に向けても話していますが、実際に中で生活してみるとやはり違います。私の観察を少しお話ししましょう。まず、私たちには7人の共同創業者がいます。机上の空論ではうまくいかないはずですが、実際には非常にうまくいっています。彼らは会社にとって本当に重要な文化と物事の模範を示してくれていると思います。

私たちはカルチャー面接を行っていますが、それは単にチェックボックスを埋めるための形式的なものではありません。評価プロセスの本当の一部です。ですから、他のすべてにおいて見事に合格し、この役割において会った中で最も賢い人であっても、カルチャーの基準を満たさなければ採用しません。

ご両親にどう説明するかというフレームワークが良いですね。私ならこう説明します。一つ目は、信じられないほど協力的であること。これはつまり、縄張り争いや、他人を押しのけるような態度、「これは私の手柄にしなければ」といったことを本当に許容しないということです。

信じられないほど謙虚です。競合他社は非常に有能であり、成功は決して保証されていないということを認識しています。それが会社の運営方法の真の一部だと思います。マイルストーンに到達して良いことがあっても、床に紙吹雪が舞うようなことはなく、「次はどうする？」という感じです。ミッションへの集中とアライメントが、会社の文化全体に浸透しているのだと思います。

もう一つ言えるのは、厳格な議論があるということです。知的開放性と知的誠実さがあり、人々は物事に疑問を持ち、視点をしっかりと表現しますが、その後で生産的な対話が行われ、進むべき道を決定し、それが決まれば真のアライメント（方向性の合致）が生まれます。先ほど話した計算リソースの割り当てのようなことでも、人々は計算リソースの割り当て方について異なる見解を持っているかもしれませんが、どこに最も高いリターンがあるかについて思慮深い議論に参加します。そして決定に至れば、それに従ってアライメントされ、後から疑ったり、政治的な駆け引きや縄張り争いが起きたりすることはありません。

もう一つは、文化が驚くほど透明であるということです。ダリオは2週間に1回、会社全体の前に立ち、通常は短い文書を書いて3つか4つのトピックについて話し、その後、会社からオープンな質問を受け付けます。これらは手加減された質問やサクラの質問ではなく、人々が本当に気になっている質問であり、彼はできる限り最善を尽くしてそれに答えます。これは意思決定の場ではありませんが、リーダーシップがどのように考えているか、彼がどのように考えているかを会社が知る窓口になります。そこには議論と対話があり、人々は本当にそれを評価していると思います。これは透明性のある文化です。

7人の共同創業者全員が今も会社に在籍していることにも表れています。最初の20〜30人の従業員の大多数もまだ会社にいます。業界で最高の人材を惹きつけ、引き留めることができたのは、この文化が基盤にあるからだと思います。私たちは常に最も高い給与を支払っているわけではありません。非常に競争力のある報酬パッケージは用意していますが、Metaなどが大規模言語モデル研究所の技術系人材に対して巨額のパッケージを提示したとき、私たちが失った人材は2人だったと思いますが、他の研究所は数十人を失いました。

特に研究者にとって、ビジネスや文化のどの部分がその統計を真実にしていると思いますか。

本当に文化に支えられていると思いますし、それは単なる私たちの感覚ではありません。実際に人々と話してみると、経験則としてわかります。「可能な限り最大のインパクトを与えたい」「人材の質量よりも密度が重要だという考えが実践されている場所で働きたい」「一つのことのために争わなければならなかったり、適切な議論がなされていないと感じたり、意思決定の過程に透明性がないような場所ではなく、実際に協力的な場所で働きたい」と。私たちのチームのほとんどは、ただ本当に良い仕事をしたいと望んでおり、ミッションに惹かれて会社に来ているからです。このような革新的な技術を開発しながらも、それを責任ある方法で行おうとしている当社のような会社にインパクトを与えるというアイデアは、研究チームだけでなく会社全体の社員にとって本当に重要なことだと思います。そしてそれは私たちにとって真の強みであり、軽んじているわけではありません。

私たちは「トップへの競争（Race to the top）」という概念を持っています。私たちは常にすべての正しい答えを持っているわけではありませんし、常にすべてを完璧に行っているわけではありませんが、他の企業が私たちのやり方のいくつかを見て、その一部を模倣し、実際に業界全体で技術がより良い方法で開発されることを望んでいます。人々はそれにも非常に惹かれていると思います。繰り返しになりますが、私たちがすべての答えを持っているわけではありませんが、これが人類にとって良い方向へ進むよう貢献し、リードすることの一部になれるということです。

エージェント型AIの最前線と未来への展望

社内で人々と対話をする中で、あなたにとってフロンティアとはどのように感じられますか。モデルのフロンティアだけでなく、AI全般の構築におけるこれからの展開についてです。これらのものが強力であることは誰もが認識し始めています。誰もが使い、普及し、受け入れられつつあります。内部から見て、フロンティアとはどのようなものだと感じていますか。

私たちはエンタープライズに焦点を当てており、経済における知識労働の生産性を変えようと本当に努力しているからこそ出てくる考えです。それは、「バーチャルな共同作業者（Virtual Collaborator）」というビジョンや目標に向かっていると思います。組織内のコンテキストを持ち、自社開発のツールであれ購入したツールであれ、特定のツールをすべて使用でき、記憶を持ち、あなたの失敗だけでなく自分自身の時間経過による失敗からも効果的に学習できる存在です。そして、単一のタスクだけでなく、実際のアイデアに対して非常に長い時間軸で作業する能力を持つものです。

それが私たちにとって何を意味するかというと、それをサポートするためにモデルの機能が成長し続けなければならないということです。そして、その上に構築する製品が、知識労働を真に加速させることができるこのバーチャルな共同作業者を解き放つことができます。しかし、それを正しいフォームファクター（形態）にする必要があります。知能は単一の次元ではなく複数のものの組み合わせですが、バーチャルな共同作業者はそれらの多くを組み合わせています。汎用的に賢いだけでなく、あなたのユースケースに合わせて賢いということです。

そしてコーディングで見られていることは、他の分野でも見られると予想しています。私たちにとっては、Claude Codeがそれをリードしてきましたし、コーディングの最前線を押し広げている素晴らしい顧客たちもそうです。しかしその後、Co-workのようなものが登場し、Claude Codeを同じ時点に合わせて比較すると、Claude Codeよりも速くそのコーディング環境を解き放ち始めています。開発者はこの技術を非常に早く導入するので、これは注目すべきことです。モデルの機能と製品が、このバーチャルな共同作業者という概念に向かって押し進められているからだと思います。現在では当社の製品開発でさえ、1人のプロダクトマネージャーと2人のエンジニアが3ヶ月かけて何かを出荷するというようなものではありません。毎日出荷されており、社内で特定のタスクにまたがって機能するエージェントの集合体が存在しています。誰もが一種のマネージャーのようになり、それが適切なフォームファクターに収まったときの生産性向上の意味合いは、まだ非常に初期の段階ではありますが、信じられないほどの可能性を秘めており、想像するのもクレイジーなほどです。

あなたがこれを続けられるように、個人的にどのように進化しなければならなかったのか気になります。幹部が会社と一緒にスケールしなければ、新しい幹部と交代させられるという話をよく聞きます。あなたが以前いたCedarという会社は素晴らしいビジネスでしたが、規模はごくわずかなものでした。ですから、あなたを含め皆がこの前例のない事態の中にいます。直線的思考から指数関数的思考へ抜け出すという例をお話しされましたね。それは私が言いたいことの一例です。しかし、個人的にどう対処してきたのでしょうか。何をしなければならなかったのか。何が一番辛かったのか。これまで見たことのない速さでスケールしているこのビジネスに対して、あなた自身のスケールする能力をどのように管理しているのですか。

ええ、本当に難しいことですが、重要なのは第一原理で考えることだと思います。誰もが新しいことに直面すると、過去の経験（事前情報）を持ち込みます。第一原理で考え、知的開放性を持つことです。私は、チーフコンピュートオフィサーのトム・ブラウンと多くの時間を過ごしました。彼は社内で私を面接した最初の人たちの一人でした。私が入社する少し前のことですが、サンフランシスコのミッション地区を2時間半ほど一緒に歩いたことを覚えています。2024年の初めの頃ですが、彼は会社の未来に対するビジョンを話し始めました。正直に言うと、それはクレイジーに聞こえました。彼は家まで歩いて送ってくれましたが、私は帰宅して妻にこう言ったのを覚えています。「これはとんでもないことになる。彼が言ったことの10%でも本当なら、私が見てきたものだけでなく、ほとんどの人が見てきたあらゆるパラダイムを曲げてしまうだろう」と。結局、トムがその散歩中に言ったことの多くが実現しました。しかし私はそれを、初期の形成的な出来事として覚えています。家に帰って「うわ、これは全く新しくて違うものになる。本当に素晴らしい経験になるだろうが、本当に困難なものにもなるだろう」と思ったことを。実際その通りになりました。

もう一つは、素晴らしい人材を採用することです。採用プロセスで人々にこう伝えています。「私の直属の部下として採用するわけではなく、パートナーとして採用するのです。だからパートナーシップとして扱ってほしい。私とあなたが意見が合わないこともあるでしょう。それを聞きたいし、ホワイトボードに書き出したい。理解したいのです」と。私たちは世界最高の企業から人材を採用しており、彼らはハイパースケーラーや大手ソフトウェア企業、あるいは金融サービスなど、異なる視点からこれに取り組みます。私自身、別の人生ではBlackstoneのプライベートエクイティグループで働いていましたが、物事をきめ細かく考え、それを失わないというその訓練は本当に価値があります。私は5万フィート（はるか上空）から物事を見るのが快適なタイプではありません。しかし、このビジネスでは表面積が大きすぎるため、すべての物事を500フィートの高さで見続けることはできません。ですから、そのパートナーになれる人を持つことが本当に重要なのです。

最後の一つは、ビジネスが時間とともにどのように進化するか、過去に起きたこととの類似点や瞬間がないかを考えることです。私はパンデミックの最中にAirbnbが資金調達を行うのを主導する手助けをしました。全く異なる状況でした。ビジネスは7週間で収益の70%を失いました。O'Brienがあなたと番組をやったばかりだと思いますが、あれは悲惨な時期でしたが、前例のない時期でもありました。状況が急速に変化し、適合する良いテンプレートやパターンがない中で、明確な視点を持って物事を考えなければなりませんでした。

そして個人的なレベルでは、家族や友人との時間など、すべてのバランスを取るのは大変です。間違いなくこの仕事はそこから大きな割合を奪います。しかし私がやろうとしているのは、おそらく週に1回、静かな時間に「うわ、これは本当にかっこいいな。信じられないほど素晴らしい機会だ」と考えることです。この瞬間、この会社で、この問題に、この人たちと一緒に取り組めることは信じられないほどの機会です。車の中かもしれませんし、夜遅くかもしれませんが、その認識と感謝の気持ちを持つことが本当に重要です。

散歩中にトムが言ったことで、最もクレイジーに聞こえたことは何ですか。

彼は計算インフラの規模や、モデルが短期間で何をできるようになるかについてたくさん話しました。彼は私がSFだと言うような世界を描写したと思います。しかし、私たちが今ここで経験していることの多くは、あの会話に根ざしています。ですから、彼が話したことの中には、私たちが今日いる場所をはるかに超えるものがさらにたくさんあります。しかしその共通点は、すべてが私たちが考えているよりもはるかに早く起こり、その影響力だけでなく能力も変化する可能性があるということでした。そして彼は、未来に対する信じられないほどの楽観主義を持っていました。社内で私たちは「光と影を抱える」というような言い方をしますが、あの会話から私はたくさんの疑問を抱えて帰ってきましたが、同時に将来起こり得るポジティブな感覚も持ち帰りました。

コーンの上限にいるのが現実だったので、私たちはほとんどの時間をその話に費やしてきたように思います。では、そのコーンが下限に向かって変わってしまう原因として、どのようなことが想像できますか。もし1年後からプレモルテム（事前反省会）をするとしたら、「実際には私たちが思っていたほど計算リソースは必要なかった」となるような。何が私たちをそのコーンの中で大きくシフトさせると思いますか。

第一に、顧客の間での普及率でしょう。ユースケースがモデルの機能に追いつこうとしています。私たちは大規模な組織にいる人間について話しており、彼らはツールや慣行を持ち、長い間やってきたことがあります。変化は難しいものです。ですから、その普及が壁にぶつかったり、減速したりすれば、収益の伸びという意味で変化の速度に影響を与える可能性があります。

確かに、スケーリング則が減速したり維持されなくなったりすること。私たちはそうは見ていませんし、100%の確実性を持って言えるわけでもありません。そう言うのは愚かなことでしょう。私たちは間違いなくその軌道を信じていますが、モデルの機能が頭打ちになることがあれば、それはもう一つの要因になるでしょう。

そしておそらく三つ目は、フロンティアにいることについて私たちがどう考えるかということです。今日私たちはフロンティアにいます。エージェント型AIのフロンティアを定義していると思います。そこに留まる必要があります。競争の激しい市場であり、そこにいるために必要な技術、計算リソース、そして市場開拓に投資し続けますが、それも保証されているわけではありません。

あなたは何に一番興奮していますか。あなたは特権的な席に座っています。文字通り未来を見ることができるのです。なぜなら、ビジネスの外部の人がそれを見る前に、ビジネスの内部でそれが起きているからです。その視点と座席から、未来について何に最も興奮していますか。

この技術からもたらされるバイオテクノロジーとヘルスケアの成果こそが、私が最も楽観視しているものだと本当に思っています。今は不治の病と診断されても、あなたの生きているうちにその治療法がはるかに早く見つかり、実際にはその病気で死ぬことはないという世界に生きるようになるかもしれません。今日私たちがやっていることの多くは、新薬開発プロセスのスピードアップを助けることだと考えています。行う必要のある書類作業や臨床試験報告書など、多くのことがあります。AI、特に私たちのソリューションは、それを急速に加速させるのに役立っています。

私が本当に最も楽観的で興奮しているのは、それがさらにさかのぼって新薬の発見や開発にまで及ぶことです。人間は研究において信じられないほど有能ですが、これらの分子やタンパク質について考えると、それらは非常に複雑で、ほんの小さな変化が結果に大きな意味を持ちます。AIはまさにそれにうってつけです。研究室の処理能力が10倍、100倍になり、より多くの実験を実行し、おそらくより良い結果をより速く得られるようになったときに何が起こるかを想像してみてください。それは世界中の人々を助けることができるかもしれません。少数の病気や障害に限る必要はなく、本当に連鎖のずっと下まで及ぶことができます。だからこそ、それは私たちの生活や関わり方を大きく変える可能性を秘めており、私にとってそれは本当にエキサイティングなことです。

あなたが正しいことを心から願っています。確かに私たちはその軌道に乗っているように見えますし、想像するだけで素晴らしい未来です。今日はとても楽しかったです。ビジネスの非常に多くの興味深い側面をカバーできたと思います。このようなことは今までされたことがないと思うので、素晴らしい視点を得ることができました。

最も親切にされた経験

私はこのような対談の最後に、いつも同じ定番の質問をしています。これまで誰かにされたことで、最も親切だったことは何ですか。

私には5歳半上の兄がいます。彼が大学に進学したとき、私たちはカリフォルニアに住んでいました。彼は志願したすべての大学に合格し、その後医学部に進学する予定でした。当時私はそんなことは何も知りませんでした。結局、彼は州内の大学に進学し、非常に優秀な成績を収めました。彼からその理由を聞き出したのは何年も後のことです。

大学をどこにするか決めるにあたり、当時の私たちはごく普通の中流家庭でした。25年か30年前のことです。当時は今ほど学資援助のパッケージも充実していませんでした。何年も経ってから知ったのですが、彼の決断の大きな要因は、私が行きたいところへ行ける機会を与えたいということだったのです。それは6年も先の話で、私がどうなるかなんて誰にもわからなかったにもかかわらずです。私はそのことを知りませんでした。12歳や13歳の私には到底理解できなかったでしょう。しかし何年も経った今、それは信じられないほど親切なことだったと思い、今でも私の心に留めています。

うわあ、これを600回ほどやってきましたが、そのような種類の答えは聞いたことがありませんでした。本当に素晴らしく、感動的です。クリシュナさん、今回は本当にありがとうございました。

ええ、呼んでくれてありがとう、パトリック。本当に楽しかったです。

エンディングメッセージ

小さな利点が時間とともにどのように複利で増えていくかご存知ですか。それは投資において真実であり、会社をどのように運営するかにおいても同じように真実です。あなたの支出システムは、あなたの資本配分戦略です。Rampはそれをデフォルトでよりスマートにします。より良いデータ、より良い意思決定、時間とともにより良い経済性。どのように実現するかは ramp.com/invest でご覧ください。

ビジネスが成長するにつれ、Vantaもあなたと共に拡張し、コンプライアンスを自動化し、セキュリティとリスクに関する単一の真実の情報源を提供します。詳細は vanta.com/invest でご覧ください。

どの投資会社もユニークであり、一般的なAIはあなたのプロセスを理解しません。Rogoは理解します。それはウォール街のために特別に構築されたAIプラットフォームであり、あなたのデータに接続し、あなたのプロセスを理解し、実際のアウトプットを生み出します。rogo.ai/invest でチェックしてください。

OpenAIからCursor、Perplexityまで、最高のAIおよびソフトウェア企業は、数ヶ月ではなく一晩でエンタープライズ対応になるためにWorkOSを使用しています。workos.com にアクセスして、地味なインフラストラクチャ作業をスキップし、製品に集中してください。

Ridgelineは、単なるソフトウェアベンダーではなく真のパートナーとして、資産運用テクノロジーを再定義しています。彼らは企業が5倍にスケールするのを助け、より速い成長、よりスマートな運営、そして競争上の優位性を可能にしています。ridgelineapps.com にアクセスして、彼らがあなたの会社に何をもたらすことができるかをご覧ください。