AIブームはまだ始まったばかりであり、これから本格的な経済・産業・働き方の再編が起きるという見立てを、Marc Andreessenが歴史、経済、教育、起業、キャリア論まで横断して語る対談である。AIは仕事を単純に奪う存在ではなく、人間を強化し、生産性を高め、人口減少時代の経済を支える決定的な技術だと位置づけられている。とりわけエンジニア、プロダクトマネージャー、デザイナーの境界が崩れ、複数領域を横断できる人材が圧倒的に有利になる未来像が具体的に示されている。
はじめに
もしAIがなかったら、今ごろ私たちは経済がこれからどうなるのかと大騒ぎしていたはずです。実際、私たちはこの50年間、人口増加率が低下していく中で、技術変化が非常に遅い時代を生きてきました。タイミングは奇跡的なほどにうまくかみ合っています。私たちは、まさに本当に必要なその瞬間に、AIとロボットを手にすることになるのです。
残る人間の労働者は、値引きされる存在ではなく、むしろプレミアムがつく存在になります。
今、私たちが生きているこの時代は、どれほど大きな意味を持つ瞬間なのでしょうか。
これは非常に、非常に歴史的な時代です。AIは賢者の石です。いま私たちは、世界でもっともありふれたもの、つまり砂を、世界でもっとも希少なもの、つまり思考へと変える技術を手にしたのです。
私たちは、最先端でAIを前提に動いている創業者たちと多くの時間を過ごしています。もっとも先鋭的な創業者たちは、創業者ひとりがすべてをこなす会社を作れるのかと考えています。
若者向けの仕事がなくなるのではないか、AIに置き換えられてしまうのではないかという不安があちこちにあります。
みんな仕事が失われる話をしたがりますが、本当に見るべきなのはタスクが失われることです。仕事というものは、個々のタスクより長く残るのです。
プロダクトマネージャー、エンジニア、デザイナーという3つの非常に具体的な役割の未来について、あなたはどう見ていますか。いま、この3つの役割の間では、まるでにらみ合いのような状態が起きています。いまやすべてのコーダーは、AIがあるから自分はプロダクトマネージャーにもデザイナーにもなれると思っています。
すべてのプロダクトマネージャーは、自分はコーダーにもデザイナーにもなれると思っています。そしてすべてのデザイナーは、自分はプロダクトマネージャーにもコーダーにもなれると分かっています。実のところ、彼らはみんなある意味で正しいのです。2つのことが得意であることの加算効果は、単純な2倍を超えます。3つのことが得意であることの加算効果は、単純な3倍を超えます。複数の領域の組み合わせにおいて、極めて重要な専門家になれるのです。
多くの人は、これがどれほど大きな変化なのかをまだ十分に理解していません。本気で自分を高めたい人、キャリアを伸ばしたい人は、この時点では空き時間のすべてをAIと話すことに使うべきだと私は思います。よし、私を鍛えてくれ、という感じで。
今日のゲストは、Mark Andreessenです。テクノロジーとビジネスの世界における最重要人物のひとりです。
彼はウェブブラウザを発明し、世界最大級のベンチャーキャピタルを築き上げました。さらに複数回の起業経験があり、世代を代表するほぼすべてのテック企業に投資してきた人物でもあります。そして、テクノロジーの過去と未来の両方について、きわめて明晰で、多角的で、洞察に富んだ思考を持つ人でもあります。
今回の特別な対話では、いま私たち全員が生きているこの瞬間がどれほど特別で重要なのか、AIの未来で成功するために彼が子どもにどんなスキルを教えているのか、これから数年でプロダクトマネージャー、デザイナー、エンジニアに何が起こるのか、AIにおけるmoatはどこに存在するのか、もっともAIネイティブな創業者たちは何を違うやり方でしているのか、そしてこの非常に深く重要な対話の入口にすぎない、さまざまなテーマについて語ります。
この対話を聞き終えたあとには、いま世界で何が起きているのか、そしてこれからどこへ向かうのかについて、より賢くなっているはずです。
この対話のためのトピックや質問を提案してくれた、私のニュースレターコミュニティとXの皆さんに心から感謝します。このポッドキャストを気に入っていただけたなら、ぜひお使いのポッドキャストアプリやYouTubeで登録、フォローをお願いします。本当に大きな助けになります。
また、私のニュースレターのインサイダー購読者になると、lovable、Replit、Bolt、Gamma、Nad、Linear、Superhuman、Devin、PostHog、DScript、WhisperFlow、Perplexity、Warp、Granola、Magic Patterns、Raycast、Chapped、Mob、Stripe Atlasなど、20を超える素晴らしいプロダクトを1年間無料で使える特典がついてきます。lennysnewsletter.com にアクセスして、product passをクリックしてください。
それでは、スポンサーからの短いメッセージのあと、Mark Andreessenをお迎えします。
今日のエピソードは、主要な研究者たちによって設計された、開発者インテリジェンス・プラットフォームのDXの提供でお送りします。AI時代に成功するには、組織は素早く適応する必要があります。しかし多くの組織リーダーは、どのツールが機能しているのか、どう使われているのか、実際に価値を生んでいるものは何なのか、といった差し迫った問いに答えられずにいます。DXは、リーダーたちがこの変化を乗りこなすために必要なデータと洞察を提供します。
DXを使うことで、Dropbox、Booking.com、Adyen、Intercomのような企業は、AIが開発者にどんな価値をもたらしているのか、またAIがエンジニアリング生産性にどんな影響を与えているのかを深く理解できます。詳しくは、DXのウェブサイト getdx.com/lenny をご覧ください。
もしあなたが創業者なら、会社を始めるうえでもっとも大変なのはアイデアを持つことではありません。バックオフィス業務に埋もれずに事業を拡大することです。そこで役立つのがBrexです。Brexは創業者のためのインテリジェントなファイナンス・プラットフォームです。
Brexでは、高い利用限度額の法人カード、使いやすい銀行機能、高利回りのトレジャリーに加え、手作業の財務業務を代行してくれるAIエージェントのチームが手に入ります。経費の処理、無駄な取引の洗い出し、レポート作成など、やりたくない作業を、あなたのルールに従ってこなしてくれます。
BrexのAIエージェントを使えば、完全なコントロールを維持しながら、より速く動けます。アメリカのスタートアップの3社に1社は、すでにBrexを利用しています。brex.com であなたも始められます。
対話の始まり
Mark Andreessenさん、お越しいただき本当にありがとうございます。ポッドキャストへようこそ。
ありがとう、Lenny。こちらこそありがとう。来られてうれしいです。
まずは大きな視点の質問から始めたいです。聞きたい方向はいくらでもあるのですが、これが全体の枠組みになる気がします。いま私たちが生きているこの瞬間は、どれほど大きな意味を持っているのでしょうか。
これは非常に、非常に歴史的な時代です。2025年は、おそらく私のキャリア全体、いや人生全体でもっとも興味深い年だったと思います。そして2026年はそれを超えると予想しています。
それはすごい言葉ですね。
ええ。いろいろなものを見てきましたから。私には、いま2つのことが起きているように感じられます。ひとつは、世界中でいわゆる既存の制度に人々が抱いてきた信頼が、いま全面的に崩壊しつつあるということです。ちなみに、それを裏づけるデータもたくさんあります。
つまり、人々が長い間頼ってきた多くの構造、秩序、制度が、この難題に耐えられないことを示してしまったわけです。それと並行して、国内および世界的な対話が、いわば解放されてきました。
私が言うところの言論の自由、思考の自由、人々が数年前には口にできなかったようなことを公然と議論できる能力、そうしたものにおける驚くべき革命が起きています。そしてこれは、より幅広い議論へ向かう片道列車にもう乗っていると思います。
そのうえで、信じられないほど巨大な地政学的変化も起きています。もちろんアメリカも大きく変わっているし、ヨーロッパも、中国も大きく変わっています。ラテンアメリカも、ちなみにかなり変わっています。いま向こうでは非常に劇的な出来事が展開していますし、世界中で、多くの前提が白日のもとにさらされ、見直されているのです。
そして重要なのは、これらすべてが同時に起きているということです。あらゆる国や産業で動揺が増している一方で、AIという本当に大きな影響を及ぼす新技術が現れています。さらに市民たちは完全に参加できるようになり、議論を戦わせることもできるようになっています。
つまり、3つの巨大なメガトレンドが、いま同時に衝突しているのです。そして私は、その3つとも、まだほんの始まりにすぎないと思っています。これはいずれも歴史の転換点であって、その規模は1989年のベルリンの壁崩壊や、あるいは第二次世界大戦の終結に匹敵するかもしれません。少なくとも、そのくらいの感覚があります。
生きているだけで圧倒されるような時代ですね。
ええ。
AIは何をもたらすのか
AIについて言えば、いま多くの人が何をすべきか考えようとしています。AIが世界や、あるいはこれを聞いている人たちに与える影響について、まだ織り込まれていないものは何だと思いますか。
現時点では、少なくとも技術者の視点に立てば、これはもう本当に機能しているのだとかなり明らかになってきたと思います。3年前にChatGPTの瞬間がありました。ちなみに、あれがたった3年前だというのも驚きですが。
そのときの大きな問いは、これはとてつもなく面白いし創造的で、機械がシェイクスピアや俳句やラップの歌詞まで作れるようになったのはすごい、でもこの技術は推論に使えるのか、本当に重要な領域、たとえば医療、科学、法律などでの問題解決に使えるのか、ということでした。
そして、答えはイエスだったのです。この12か月、特に直近の3か月は、そのことをはっきり示しました。AIは本当にできるのです。いまや新しい数学定理まで生み出しています。
休暇の時期には、AIコーディングが臨界点に達したように感じられました。世界最高のプログラマーたち、たとえば Lisp の達人のような人たちまで含めて、休暇中に初めて、もうAIのほうが自分たちより上手くコードを書くと言い始めたのです。これはとてつもなく強力なことです。
だから私たちは、検証可能な答えが存在するあらゆる領域で、AIが推論を非常にうまくこなすようになるだろうと、ほぼ当然のように考えるようになっています。そしてそれは、非常に重要な多くの分野を含むことになります。
つまり、技術そのものは非常に速く進んでいて、本当によく機能するようになっているという感覚があります。
ただ、あまり理解されていない点があります。業界の多くの人たちは、ある種の一次元的な見方をしているように思います。つまり、技術が機能する結果として、AIが世界を一気に覆い、すべてを変えてしまう、という見方です。でも私は、その枠組みは間違っていると思います。私たちが暮らしている世界、あるいは過去80年ほどの世界についての理解が不完全だからです。
特に2つの点を挙げたいです。ひとつは、少なくともアメリカや西側では、ここ30年とか50年くらい、私たちは大きな技術変化の時代に生きてきたように感じてきました。でも、実際にその証拠を探そうとすると、統計的にも分析的にも、ほとんど見つからないのです。
とりわけ、経済学者たちは生産性成長という指標で、経済における技術変化の速度を測ります。意味についてはいくらでも話せますが、要するに技術が経済に与える影響を数式化したものです。ところが、この50年間の生産性成長は、実際には高いどころか非常に低かったのです。
私たちは高かったように感じている。技術変化もたくさんあったように思える。でも実際には低かった。そしてアメリカでは、生産性成長のペースは、私の生涯、つまり私たちの生涯の間ずっと、1940年から1970年の間の約半分でしかありませんでした。さらに1870年から1940年ごろと比べると、約3分の1です。
つまり統計的に見れば、アメリカや西側では、経済における技術進歩、経済に対する技術の影響は、実はかなり鈍化してきたのです。だからAIはたしかにやってくる。でもそれは、実体経済において非常に長い間、ほとんど技術進歩がなかった環境に入ってくるのです。
そしてもうひとつ、驚くべきことが起きています。人口動態の崩壊です。西側で目立つ現象ですが、ますます世界的な現象にもなっています。人類の再生産率が急速に低下しているのです。
多くの国、たとえばアメリカでも、再生産率は2を下回っています。つまり、世界中の多くの国が、ちなみに中国も含めてですが、今後1世紀で人口減少に向かうということです。だから、世界では実際には技術進歩がほとんど起きておらず、そのうえ人口も減っていく、という前提があるわけです。
AIは、この2つが同時に真である世界に入っていきます。そしてこれはきわめて重要です。私たちは生産性成長を上げるために、AIが機能してくれなければ困るのです。生産性成長が上がらないと、経済成長も上がりません。
そして、人手が足りなくなる仕事を埋めるためにも、AIが機能してくれなければ困る。人口は実際に減っていくからです。今後100年で地球規模で人口減少が起きるのです。
だから、これらの要因の相互作用は、多くの人が考えている以上に、ずっと興味深く、そして率直に言ってずっと複雑になると思います。
子どもに何を教えるべきか
この流れで子どもの話に移りたいです。あなたにはお子さんがいますよね。私は、人がどう考え、何を大事にしているかを見るうえで、その人が子どもに何を教えているか、どんな方向に導こうとしているかを見るのが大好きなんです。
特定のスキルや、あるいはキャリアでもいいですが、お子さんに向けて意識しているものはありますか。
私たちは10歳の子どもがいて、しかもホームスクーリングをしているので、このことはよく考えます。
AIが人間、特に個人としての人間に与える影響を考えるとき、私は、単純な仕事の増減だけに注目する見方は非常に単純すぎると思っています。それについては後で話せますが、個人、つまり一人の子どもという単位で見ると、2つの具体的なことがあります。
ひとつは、AIは何かがそこそこ上手な人を、非常に上手な人に変えてしまうということです。つまり、AIは平均を全体的に押し上げる道具になるのです。すでにそれは起きています。文章を書く、デザインする、コードを書く、そうしたことがそれなりにできる人がAIを使うと、いきなり非常に上手になる。
だから教育システム全体としてAIをどう教えるかは、願わくば、その点を大きく踏まえるべきだと思います。
でも、もうひとつ別のことも起きています。これもすでに見え始めていて、特に今はコーディングで顕著です。ものすごく優れた人たちが、桁違いに優れた人たちになり始めているのです。
ここで言うのは、いわゆるスーパーパワーを得た個人です。コードが本当に得意な人、映画作りが本当に得意な人、曲作りが本当に得意な人、デザイン、アート、あるいはポッドキャスト、できればベンチャー投資でもそうですが、本当に得意な人がAIを使いこなすと、圧倒的にすごい存在になれる。しかも超高生産的になれるのです。
あなたにもこのタイプの友人が多いと思いますが、たとえば本当に優秀なコーダーたちは、すでにこういう経験をしています。私の友人でも、非常に優れたコーダーたちは、今ではこう言います。以前の2倍どころじゃない、10倍良くなった、と。
だから、一人の子どもというn=1の単位で考えるなら、その子をどうすればこのスーパーパワーを持った個人にできるか、ということなのです。将来やることが何であれ、それを深くやれるようにしつつ、その深さによってAIの力を完全に使いこなし、ただ優秀なだけでなく、圧倒的に優秀になれるようにするにはどうすればいいか。
それが本当の機会だと思います。少なくとも私たちはそこを目指していますし、親たちにもそこを目指してほしいと思います。
つまり、要するに自律性ですね。最近Twitterでよく見る言葉ですが、誰かに指示されるのを待つのではなく、自分で何をするか見つける力を育てる、ということですよね。
そうです。このagencyという言葉、ここ数年のカリフォルニアではとても流行っていますが、最初は私もピンときませんでした。agencyって何だ、と。でも彼らが言っているのは、要するに主体性とか、率先性とか、ただ物事をやれるということなんです。
Demobird の表現で、live playerというすごくいい言い方があります。出来事の傍観者ではなく、主要な参加者になれるということです。
最初は、そんなの当たり前じゃないかと思っていました。でも、実はもう当たり前ではないのだと気づいたのです。あなたの言う通り、いまの社会は、たくさんのルールがあって、みんながそれに従うべきだとデフォルトで教えられる構造になっています。そしてもし誰かがルールを破ると、みんな大騒ぎする。ルールを破った、どうしよう、という具合です。
私たちは心理的にも社会学的にも、子どもに教えるべきことはルールを守ることだ、という前提にかなり引きずられてしまっているのだと思います。たとえばK-12の学校教育も、その方向にますます傾いてきたと言えるかもしれません。
でも、そうではない。特にn=1の自分の子どもについて言えば、もちろん一定の構造や規律は必要です。実際、昨夜ちょうど10歳の息子とこの話をしました。人を導くためには、まず従うことを学ばなければならない。命令を出すには、まず命令に従うことを学ばなければならない、と。
だから、人生にある程度の構造を持たせることは必要です。純粋なagencyだけではだめです。重要なルールもあります。でも、人生において、物事の責任を全面的に引き受けられる人、主導権を握れる人、組織を動かせる人、プロジェクトを導ける人、新しいものを作れる人には、非常に大きなプレミアムがつきます。
そして、もしかすると、この30年でそれは文化の中で少し弱まっていたかもしれません。だから、いまそれを表す言葉ができて再び重視されるようになっているのは健全なことだと思います。
そして、子どもにとってのAIも私はそう見ています。AIは、agencyを持った子どもにとって世界を動かす究極のてこになるべきなのです。新しい物理学の分野を開拓するでもいいし、コードを書くでもいいし、アーティストになるでもいいし、小説を書くでもいい。何であれ、自分は世界に本当に参加できるし、物事を変えられる。そういう感覚と、この技術の組み合わせは、私にはとても健全に思えます。
てこをくれれば世界を動かしてみせる、というあの言葉がありますよね。
そうです、その通りです。面白いことに、いまの話で思い出したのですが、初期の科学者たち、たとえばIsaac Newtonでさえ、錬金術という概念にものすごく取り憑かれていました。Newtonはニュートン力学も微積分も作りましたが、彼が本当に夢中になっていたのは、結局最後までうまくいかなかった錬金術だったのです。
錬金術とは、鉛を金に変えることです。ありふれたものを、希少で価値の高いものに変えることです。そして彼らは、賢者の石と呼ばれるものを何十年もかけて探していました。つまり、ありふれたものを希少なものへと変える機械、あるいはプロセスです。でも結局、誰もそれを見つけられなかった。
ところが今、私たちは文字通り、AIという技術で砂を思考に変えているのです。
頭が吹き飛びそうです。
そうでしょう。世界でもっともありふれたもの、砂が、世界でもっとも希少なもの、思考へと変わる。だからAIは賢者の石なのです。本当にそうなのです。しかも、信じがたいほど強力な道具です。
だからこそ私は興奮します。私たちが10歳の息子にしていることもまさにそれで、まず彼がこの賢者の石、つまりAIをどう使いこなし、どう恩恵を受けるのかを完全に理解するようにすることを重視しています。それが私たちの教育の中心にあります。
シリコンバレーの人は子どもにコンピュータを使わせない、みたいなミームがありますよね。でも、私はそれは一部の例外にすぎると思っています。正直、むしろ逆です。シリコンバレーで深くこの世界に関わっているほど、子どもがこれをしっかり理解して使いこなせるようにすることの重要性は高くなる。少なくとも私たちはそうですし、親たちにもそう考えてほしいです。
お子さんがホームスクーリングだとは知りませんでした。すごく興味深いです。それ自体が、いまの教育への一つのメッセージにも思えます。税金の面であなたほどの余裕がない親たちでも、子どもを成功させるために何ができると思いますか。ホームスクーリングでなくても構いません。
そこが難しいところです。そしてこれは、最初の大きな問いにもつながります。教育については、まったく別の2つの視点があるのです。
ひとつは普通によく語られる視点で、国家レベルです。全国の子どもをどう教育するのか、という話です。アメリカなら州レベルかもしれません。もちろんそれは非常に重要ですし、K-12の学校制度のような大規模システムが必要になるのも当然です。
でも、もうひとつの問いは、n=1の一人の子どもに対して何ができるか、ということです。その問いに対する究極的な答えを言うなら、何世紀も前から知られていることですが、一人の子どもを最大限に伸ばす理想的な方法は、圧倒的に一対一の個別指導です。
これが最良なのは歴史上あらゆる王族や貴族階級が知っていました。Alexander the GreatがAristotleに教育された例もそうです。世界を征服しましたよね。何世紀にもわたり、偉大な王や女王、王族、貴族たちはずっとこのやり方を取ってきました。
しかも、これは統計的、分析的にも正しいと示されています。教育成果をどう改善するかという大問題がありますが、実際には教育成果を改善するのは非常に難しい。ただ、ひとつだけ常に成果を上げる方法があります。Bloomの2シグマ効果です。
これは、生徒の成績を標準偏差で2つ押し上げ、50パーセンタイルの子を99パーセンタイルにまで持っていける唯一の教育法が、一対一の個別指導だというものです。つまり、n=1で、子どもとチューターが密にやり取りし、子どもが常に自分の限界の少し先を進める状態を維持し、リアルタイムで修正を受けられると、驚くような成果が出るのです。
ただ、あなたの質問に戻ると、社会の中でもっとも裕福な人たち以外には、それを提供するのは経済的に不可能でした。でもAIは、それを可能にする非常に現実的な見込みを与えています。
たとえば、ある子どもが何かにすごく興味を持っていて、LLMと話しながら無限に質問し、即時にフィードバックをもらえるとします。教えてくれ、少し難しいからもっとやさしく説明してくれ、今度はクイズを出してくれ、自分は本当に理解できているか、といったことが、いまこの瞬間にもできるのです。
だから、多くの親にとって大きな機会があると思います。子どもは伝統的な学校教育を受け続けるとしても、それをAIによる個別指導で補強できる。そしてもちろん、この分野には大量のスタートアップが出てくるでしょうし、すでに出ています。Khan Academyも非営利側から大きく動いています。
だから、広い意味での答えは、学校とAIによる一対一チュータリングを組み合わせたハイブリッドなのかもしれません。Alphaという新しい私立学校システムもありますが、あれは今言った哲学を土台にしています。対面の学校や教師もありつつ、AIとAIチュータリングを強く取り入れている。
この中には、もっと広く適用できる魔法の公式があると思います。子どもの教育に関心のある親にとっては、まさに今こそ、それを真剣に考え始める絶好のタイミングだと思います。
若者の仕事はなくなるのか
興味深いですね。若者の仕事はなくなってしまう、AIに置き換えられる、という不安がある一方で、いまの話は逆で、これから学び始める人たちはずっと速く学び、ずっと多くを身につけられる、ということでもあります。若者は危機にあるのか、それともむしろ勝者になるのか、その分かれ目についてどう考えますか。
仕事の代替とか仕事喪失という話は、非常に単純化しすぎています。過度に単純なモデルです。そして、これも最初に言ったことに戻りますが、私たちはこの50年間、経済において技術変化が非常に遅い体制の中にいたのです。
先ほども言った通り、以前の時代の半分、100年前の時代の3分の1程度のスピードでした。つまり、私たちは経済の中で技術進歩がほとんど起きていない時代を過ごしてきたのです。その結果、歴史的に見ても、仕事の入れ替わりは非常に少なかった。
だから、たとえAIによって生産性成長が3倍になったとしても、それは経済にとって大事件ですが、それでも仕事の入れ替わりの水準は、1870年から1930年の間に起きていたレベルに戻るだけなのです。
当時の記録を読むと、人々は世界が機会に満ちていると感じていました。その変化の速度の中で、若者たちは新しいキャリアを切り開き、新しい経済分野に入り、新しい製品やサービスを作っていました。今の現代世界を形作る多くのものは、その時代に発明され普及したのです。
だから、AIが経済変化のペースを3倍にしても、それは経済成長率を大きく押し上げ、結果として雇用成長率も大きく押し上げるだけです。もちろんタスク単位や仕事単位での代替はある程度起きるでしょうが、それは経済成長とイノベーションのマクロ効果に飲み込まれます。
その結果、雇用ブームがあちこちで起きると、私は率直に思っています。そして、もうひとつ大事なのは、これは人口増加率の低下、さらには人口減少の中で起きているということです。今後10年、20年、30年の間に、多くの国で人間の労働者はどんどんプレミアムな存在になります。文字通り人口が減るからです。
政治の話はあまりしたくありませんが、世界全体としては、過去50年続いた移民の流れを逆転させる方向に動いているように見えます。ナショナリズムの高まりや移民速度への懸念があり、アメリカのような国でも歴史的に移民の波は国民感情に応じて上下してきました。
だから、アメリカでもヨーロッパでも、人口減少と移民減少が重なると、残る人間の労働者は値引きされるのではなく、むしろプレミアムがつくのです。
この、より速い生産性成長、より速い経済成長、そしてより遅い人口成長と少ない移民という組み合わせは、いわゆるディストピア的な、仕事がなくなる世界をかなり弱めると思います。私は、それが全面的に上回られると思います。
とても面白いです。つまり、あなたはそこまで仕事喪失を心配していない。鍵になるのは、この人口減少とのタイミングがちょうどうまくかみ合っていることだ、という理解でいいですか。
そうです。もしAIがなかったら、今ごろ私たちは経済がどうなるのかと大パニックになっていたはずです。なぜなら、人口減少という未来が目の前にあり、新しい技術がなければ、経済そのものが縮小していくからです。
そうなると、機会は減り、新しい仕事も、新しい分野も、新しい消費需要も生まれない。深刻な停滞、衰退の時代に入るのではないかと、本当に心配していたでしょう。経済が時間をかけて自分で自分を安楽死させていくような、そういうディストピアを思い描くことになる。
つまり、人々が心配していることの逆を、本来は心配していたはずなのです。私たちがそれを心配していない唯一の理由は、いま人口成長の欠如や、おそらく起こるであろう移民の減少を代替できる技術があると分かったからです。
だから、タイミングは奇跡的にうまくいったのです。経済が実際に縮小してしまうのを防ぐために、本当に必要なその瞬間に、AIとロボットが手に入る。これは根本的に良いニュースだと思います。
一方で、人々が心配する大量失業のシナリオについて言うと、それが起きるには、はるかに高い生産性成長が必要です。年率10、20、30、50パーセントといった、地球の経済史上かつて存在しなかったレベルの生産性成長です。可能性がゼロだとは言いません。AIが一夜にしてすべてを変えるユートピア的な誘惑は私にもあります。
でも、仮にそうだとしましょう。その場合、何が起きるか。まず、非常に高い生産性成長、非常に高い技術変化が起きる。それに対応して巨大な経済ブームが起きる。経済規模が大きく伸びる。そしてそれに伴って価格が崩壊するのです。
AIの影響を受けたりコモディティ化されたりする財やサービスの価格は、急落します。すると、今100ドルするものが10ドルになり、やがて1ドルになる。これは社会全体に巨大な昇給が与えられるのと同じです。人々の可処分支出が増えるからです。そしてその追加の支出力が、経済成長や新しい分野の形成につながる。人々は物質的にずっと豊かになる。
しかも、仮にその先で失業が多少起きたとしても、社会保障を提供するコストはずっと安くなります。なぜなら、医療、住宅、教育、その他すべての価格が下がるからです。AIの影響であらゆる財とサービスのコストが下がれば、福祉制度を維持する負担も軽くなる。
だから、いわゆるユートピア／ディストピア的なシナリオであっても、全員が貧しくなる世界はありません。むしろ逆です。価格が崩壊するので、みんなずっと豊かになる。そして仕事が見つからない人のための安全網も、ずっと安く提供できる。
もしそういう世界に行くとしても、結果は人々が思っているよりずっと良いニュースになるはずです。しかも、今私が言ったことは大胆な予言ではなく、ごく基本的な経済学のまっすぐな延長です。生産性成長が高くなれば、技術成長も高くなり、その結果としてこういう機械的なプロセスが起きるというだけです。
私は、世界はユートピア派やディストピア派が考えるように一気に激変するのではなく、もっと漸進的に変わると思っています。その理由についても話せます。でも、その漸進的な変化は圧倒的に良いニュースになる。そして、たとえもっと速く進んだとしても、それは別の意味で良いニュースになるだけです。
予測と歴史観
楽観論や良いニュースを聞けるのはうれしいですね。事前にあなたのことを調べていて感じたのですが、あなたはこれまで世界の向かう先について何度も正しかったですよね。だからこそ、今日お話しできるのが特に楽しみなんです。
短いリストを挙げるだけでも、ウェブとウェブブラウザが重要になると見抜いた。software is eating the worldも当たった。2011年には、10年後には50億人がスマートフォンを使っていると言っていた。そして実際には60億人だった。
それからPeter Thielとの議論も見ました。技術進歩は止まったのか、それとも続くのかという議論で、あなたは進歩は続くと主張していた。彼は、もうすごい技術は出尽くしたんじゃないかと言っていた。でも正しかったのはあなたでした。きっと他にもいろいろありますよね。
たくさん外したこともありますよ。そういうのは裏庭の物置の後ろに埋めてあります。
ネットから消してしまうわけですね。どのブラウザでも見つからないように。
そうです。インターネットアーカイブから消し飛ばして、二度と見えないようにしています。だから外したこともたくさんあります。
でも、いくつかは当たりました。ちなみにPeterとの議論については、今ではかなりPeter寄りになっています。今同じ議論をするなら、かなり違う言い方をするでしょうし、彼の見方にもっと大きな敬意を払うと思います。
彼が本当に言っていたのは、ビットの世界では進歩がある。でもアトムの世界ではほとんど進歩がない、ということでした。そこが核心です。当時の私は、いやビットの世界ではまだ進歩が起きているのだと人々に分かってほしくて、その点ばかりに意識が向いていて、彼が指摘していたアトム側の停滞を十分に見ていなかった。
でも、彼の批判の多くは正しかったと思います。そしてこれは、先ほどの話にも戻りますが、過去50年のあいだ、経済の大半では技術革新が本当に少なかった。特にアトムが絡む分野では、現実世界の技術変化はほとんどなかったのです。
建築環境も、50年前と今でそこまで違わない。1870年から1930年を比べればまるで別世界ですし、1930年から1970年も劇的に変わりました。でも1970年から今日までは、そこまで違いません。街を歩くだけでも分かります。1960年に建てられた建物、1930年の橋、1910年のダム、1880年にできた街。私たちは一体何をしてきたのか。新しい都市はどこにあるのか。新しいダムはどこにあるのか。カリフォルニアの高速鉄道はどこにあるのか。何が起きているのか、という話です。
だから、その点では彼はかなり正しかったと思います。これもまた、AIが一夜ですべてを変えるようなものにはならないと私が思う理由です。Peterが言うように、世界の仕組みには官僚制、規則、制限、政治、労組、カルテル、独占といった構造的な障害がたくさんあり、変化を妨げているからです。
たとえば医療システムに対するAIの影響を考えてみましょう。本来であれば、AIは医療システムに非常に大きな、しかも前向きな影響を与えるはずです。でも現代の医療制度の大部分はカルテルです。医師もカルテル、看護師もカルテル、病院もカルテル。そして医療制度全体を国有化しようという流れもあり、そうなると政府独占です。
カルテルや独占が嫌うものは何かと言えば、急速な変化です。だから、ある若者がやってきて、AI医療という新技術がありますと言っても、それが医師の仕事を脅かすなら、止められてしまう。
消費者側にも同じことが起きています。あなたにもあるかもしれませんが、私の生活の中でもそうです。たとえばChatGPTは、今日のあなたの医者よりほぼ確実に優れた医者です。でも、ChatGPTは医師免許を取れません。薬も処方できないし、処置もできない。
だから、Peterは長い間、経済や政治制度の中に実際の変化を妨げる構造的な障害があると、とても明晰に語ってきたのです。そして楽観的に見れば、AIという新しい魔法の技術の登場によって、私たちは何十年ぶりかに、本当にこの世界でいいのか、もっと早く未来へ進みたいのではないか、と前提を見直すようになるのかもしれません。
今こそbuildする時だ、という有名な言葉がありますよね。私はあれをカレンダーに朝の作業ブロック名として入れています。ありがとうございます。
なるほど。あなたはマクロからn=1まで自在に行き来するのが本当にうまいですね。そこで今度はn=1の話に戻したいです。このポッドキャストのリスナーにはプロダクトマネージャー、エンジニア、デザイナーがたくさんいます。創業者もいますが、創業者ではない人も多い。製品を作っている人たちです。もちろん、自分のキャリアがどうなるのか不安に思っている人も多いです。
この役割のどれかが消えるのか。どれかが大きく伸びるのか。どうすれば時代に取り残されないのか。あなたは多くのチームやプロダクトチームをよく見ています。プロダクトマネージャー、エンジニア、デザイナー、この3つの非常に具体的な役割の未来について、どう感じていますか。
PM・エンジニア・デザイナーの未来
これは非常に面白い質問です。この3つの役割は、テック企業で何かを作るうえで中心的な役割ですからね。
私はこれを、メキシカン・スタンドオフのような状態だと説明しています。映画で、2人の人物がお互いの頭に銃を突きつけ合う、あの場面です。
John Wooの映画だと、三者のメキシカン・スタンドオフがありますよね。三角形になって、みんなが互いに両手の銃を向け合っている。
そうそう。まさにあれです。プロダクトマネージャー、デザイナー、コーダーの間で、いまああいう状態が起きているのです。
具体的にはこうです。いまやすべてのコーダーは、自分はAIがあるからプロダクトマネージャーにもデザイナーにもなれると思っている。すべてのプロダクトマネージャーは、自分はコーダーにもデザイナーにもなれると思っている。そしてすべてのデザイナーは、自分はプロダクトマネージャーにもコーダーにもなれると分かっている。
つまり、それぞれの役割の人たちは、AIがあれば他の2つの役割はもう不要だと思っているわけです。そして、さらに皮肉なことに、やがて3者とも、AIはマネージャーとしても自分たちより優れていると気づくことになるでしょう。そうなると、今度は組織図の上に向かって銃を向け始める。それは次の段階ですが。
この三者にらみ合いの何が面白いかというと、彼らは全員ある意味で正しいのです。AIはすでにかなり優秀なコーダーですし、いまや本当に優れたデザイナーにもなっています。プロダクトマネージャーとしてもかなり優秀です。少なくとも、これらの仕事に含まれる多くのタスクは、かなりうまくこなせる。
だから、これもまたスーパーパワーを得た個人という話に戻ります。もし自分がコーダーなら、まず第一に、AIコーディングとは何なのか、コーディングがこれからどう変わるのかを本当に理解する必要があります。
手で全部コードを書くコーダーから、十数体のコーディングボットをオーケストレーションするコーダーへ、どう移行するのか。コーディングという仕事そのものが、まさにいま変わっています。
でもそれだけではありません。どうすれば、自分はそのスーパーパワーを持った個人になれるのか。どうすれば、コーダーでありながら、AIを使って優れたプロダクトマネージャーにもなり、優れたデザイナーにもなれるのか。プロダクトマネージャーも同じです。どうすればコーディングツールを使いこなせるのか。どうすればAIベースのデザインもできるのか。デザイナーも同様に、どうすればAIを使ってコーダーにも、プロダクトマネージャーにもなれるのか。
そうすると、個々の役割そのものが変わるかもしれません。これまでの30年のように縦割りの役割ではなくなるかもしれない。でも、そのどれかの役割で才能のある人は、スーパーパワーを得て、3つ全部をこなせるようになる。そして、そういう人たちは新しいプロダクトをゼロから作って設計できる人になる。それはもっとも価値の高いことです。
だから、そこにこそ機会があると思います。
この答え、すごく好きです。つまり、要するにこの3つのどれかにものすごく秀でていればうまくいく、ということですよね。
まず、そのどれかで抜群に優れていることは素晴らしいです。でも、その役割で本当に優れていることの一部には、新しい技術を完全に使いこなせることも含まれます。
いま一流のコーダーだったとしても、AIを使って自分のコーディング能力を拡張する方法を最後まで身につけなければ、いずれ問題にぶつかります。経済学者がよく使う表現では、仕事というものは職場で起きる原子単位ではありません。原子単位はタスクです。仕事とはタスクの束なのです。
だから、みんな仕事喪失の話をしたがりますが、本当に見るべきなのはタスク喪失、つまりタスクの変化です。
古典的な例を挙げると、かつて重役はタイプライターもパソコンも自分では使いませんでした。1970年ごろの企業の副社長が、自分の机でタイプしていることはありませんでした。秘書がいて、口述したメモをタイプしていたのです。
その後、メールが登場するとどうなったか。秘書の仕事は、切手を貼って手紙を出すことから、他の管理担当者とメールを送受信することへ変わりました。秘書はメールを印刷して重役の部屋に持っていき、重役は紙で読み、返事を口述し、その内容を秘書が自分の机のコンピュータで打ってメール送信していた。
でも今は違います。重役は自分でメールを打ちます。秘書やアドミン職は今でもいますが、やっているタスクは違う。出張計画、イベントの調整、その他いろいろな、優秀なアドミンがやるべき仕事です。
一方で重役側のタスクセットは、逆に拡張されました。昔なら絶対にしなかった事務作業、自分でメモを打つようなことまでやるようになった。つまり、重役という仕事は残り、秘書という仕事も残った。でもタスクが変わったのです。
コーディングでも同じことが起きます。プロダクトマネジメントでも、デザインでも、タスクは変わる。仕事そのものは個々のタスクより長く残る。でもタスクが十分に変われば、そのときに仕事も変わる。
だから個人レベルでは、まず自分の仕事はタスクの束だと理解する必要があります。そのタスクを交換できるようになること、新技術を使いこなし、たとえばAIコーディングに本当に強くなることが重要です。そしてそのうえでスキルを増やしていく。デザインにも強くなる。プロダクトマネジメントにも強くなる。新しい道具があるのですから、担当範囲を広げていくべきです。
10年後、あなたの肩書きがコーダーなのか、コーダー兼デザイナー兼プロダクトマネージャーなのか、あるいは単にプロダクトを作る人なのか、AIにプロダクトの作り方を指示する人なのかは分かりません。でも、そういう人たちはAIをオーケストレーションするので、きわめて重要な存在になります。
だから、優秀な人たちが進むべき道はそこです。そして、そこに思いきり踏み込むべきだと思います。
ソフトウェアエンジニアの仕事はどう変わるか
人々は、特にソフトウェアエンジニアリングがどれほど変わるかをまだ十分に理解していない気がします。近いうちに、エンジニアが実際にはコードを書かない世界になるのはかなり明らかです。1年前にはそんなこと思っていなかったでしょうけど、今はもう明らかにそこへ向かっています。座ってコードを書くという職人的な体験そのものが変わる。信じられないほど大きな変化です。
そうですね。ここでも歴史の話になってしまいますが、計算機という言葉の元の意味を知っていますか。
知りません。
昔、calculatorという言葉は人間を指していました。電子計算機もコンピュータもない時代、保険会社がアクチュアリー表を計算したり、軍が兵站計算をしたりするときには、人間が大量に集められていたのです。何百人、何千人、何万人という人が大部屋で計算をしていた。
部屋の先頭には、その数式全体を理解する責任者がいて、個々の計算を机に座った人たちに割り振り、みんなが手作業でやっていた。その職名がcalculatorだったのです。
つまり、私たちは手で数式を解く人間の時代から始まりました。その後、最初のコンピュータが登場した。でも最初のコンピュータにはプログラミング言語がなかった。機械語しかなかった。だから最初のプログラマーの仕事は、1と0を書くことだったのです。
次にパンチカードの時代になり、その仕事をしていたプログラマーも今でもまだいます。その後、大きなブレークスルーとしてアセンブリ言語が登場しました。機械語に少し英語的な要素を加えたものです。そして優秀なプログラマーたちはアセンブリを書いた。
私が育ったころはCのような高水準言語が機械語にコンパイルされる時代でした。そこから、スクリプト言語が広がりました。Netscapeでは私たちはJavaScriptを作りましたし、PythonやPerlなども広まりました。
2000年代にスクリプト言語が本格化したとき、技術コミュニティの中では大論争がありました。スクリプトは本物のプログラミングなのか、という議論です。なぜなら、それはちょっとズルのように見えたからです。本物のプログラマーは機械語にコンパイルされるコードを書くべきで、メモリ管理も自分でやるべきだし、Cを書くあの職人的な技を持つべきだ、というわけです。
それに対してJavaScriptやPythonのプログラマーは軽いことをやっているだけで、それをコーディングと呼べるのか、というわけです。でも、答えはもちろんイエスでした。完全にコーディングでしたし、いまや大半のコードはスクリプト言語で書かれています。
ここで重要なのは、スクリプト言語はその下にある5層分くらいの詳細を抽象化してしまったということです。以前は人が手作業でやっていたことを、もうやらなくてよくなった。そしてAIコーディングはその次の層です。スクリプトコードを書くプロセスそのものを抽象化し始めている。
ある意味では、これはとても大きな変化です。でも別の見方をすれば、プログラマーという仕事のもとで、タスクが再定義される次の段階にすぎません。いまのプログラマーの仕事は何か。あなたの言う通り、必ずしも手でコードを書くことではなくなってきている。
いま世界最高のプログラマーたちに聞くと、彼らは、10体のコードボットを並列でオーケストレーションしている、と言います。実際、ブラウザからブラウザへ、ターミナルからターミナルへと移動しながら、AIボットと口論して、正しいコードを書かせようとしているのです。デバッグし、問題を直し、仕様を変え、あれこれ調整する。
つまり今、プログラマーの仕事はコーディングボットと議論することになっている。でも、自分でコードを書く方法を知らなければ、ボットが返してきたものを評価することはできません。
だから、10歳の息子の話に戻ると、彼はコンピュータとプログラミングに夢中です。ClaudeもChatGPTもCopilotも使っています。私が彼に言っているのは、もちろん使っていい、実際彼はコーディングが大好きで、Replitでずっとvibe codingをして、ゲームを作って遊んでいます。夕食の席で2時間、10歳の子どもがAIと口論して楽しんでいるわけです。面白いですよ。
でも、私が言うのは、それでもなお、自分でコードを書き、理解する方法を完全に学ぶ必要があるということです。コーディングボットがコードを返してきても、それが動かなかったり、期待通りでなかったり、遅かったりしたときに、何が起きているのか理解できないといけない。スクリプト言語を書く人が、最終的にはマイクロプロセッサがどう動くかまで理解している必要があるのと同じです。
つまり、能力の抽象度が上がっているのです。日々手でやっていなくても、その奥に何があるのかまで掘り下げて理解する深さは必要です。そして私はそれを見て、プログラマーは10倍、100倍、1000倍生産的になると思います。それは圧倒的に良いことです。
タスクはたしかに変わっています。仕事の性質も変わっています。でも、人間がコーディングのプロセスに関わり、AIコーディングを監督し続けるのかという問いに対する答えは、もちろん100パーセントそうです。疑いようがありません。
つまり、あなたは、今でもコードを学ぶ価値は大きいという立場なんですね。
もちろんです。もし自分をオートパイロットに置いて、AIにコードを書かせればいいや、そこそこのコーダーでいいや、というなら、それで構いません。AIは無限に凡庸なコードを生成することにかけては非常に優秀です。
でも、世界最高レベルのソフトウェア人材になりたい、本当に意味のある新しいソフトウェアや技術を作りたいなら、絶対にそこまで掘り下げるべきです。アセンブリ、機械語まで行くべきだし、スタックのあらゆる層を理解すべきです。チップやネットワークのレベルで何が起きているかも深く理解すべきです。
さらに、AIそのものがどう動いているかも深く理解したほうがいい。AIの仕組みを理解している人ほど、明らかにAIからより多くの価値を引き出しています。機械がどう動いているか知っている人のほうが、それを使ったときに生産性が高いのは当然です。
だから、偉大なことを成し遂げたいスーパーパワーを持った個人になるなら、スタックの下の下まで理解すべきです。なぜそれをAIが返してきたのか、何かがおかしいときになぜそうなのかを素早く理解できるようになるためです。
しかも、これは教育の話にも戻りますが、その学習を助けてくれる最高の友人がAIです。たとえば、これでは遅すぎる、別のメモリ管理のやり方を学ばないといけない、でも自分はやり方をよく知らない、となったとき、AIに10分付き合ってもらって、それを教えてもらえばいいのです。
そうすると、AIは仕事をしてくれるだけでなく、自分を同時に成長させてくれる存在になります。ものすごく相乗効果のある関係です。
ちなみに私はPerlプログラマーでした。10年エンジニアをやっていて、あれが私の言語でした。
やっていた時期によるかもしれませんが、初期のころ、他のプログラマーたちに見下された記憶はありますか。
もちろんあります。遅すぎる、スケールしない、そんなものに何を時間をかけているんだ、みたいな感じでした。
まさにそうです。そして彼らは当初はある意味では正しかった。最初はたしかに十分速くなかったし、いろいろ問題もあった。でも最後には完全に間違っていた。性能はどんどん良くなり、速くなり、世界を席巻した。今では大半のコーディングはスクリプト言語で行われています。
しかも、その道の途中でスクリプト言語を本当に理解し、なおかつ下層の仕組みも理解していた人たちこそが、スクリプト言語を本当にうまく機能させた。これは適応の素晴らしい例です。そしてその結果、低水準言語でコードを書く人よりもはるかに多くの人が、スクリプト言語でコードを書くようになった。
AIコーディングも、そのさらに劇的なバージョンになるだけだと思います。
Perlが言語学者によって設計されたのが私は好きでした。あれが書いていて気持ちよかった理由でもあります。
面白いですね。理解しにくいことで悪名高かった言語でもありましたから、その皮肉もまた味わい深いです。
デザインとセンスはどうなるか
このエピソードはDataDogの提供でお送りします。EPOを傘下に迎えたDataDogは、主要な実験とフィーチャーフラグのプラットフォームでもあります。世界最高の企業のプロダクトマネージャーたちは、エンジニアが日々頼りにしているのと同じプラットフォームを使い、プロダクトインサイトをバグ、UXの摩擦、ビジネスインパクトと結びつけています。
出発点はプロダクトアナリティクスです。PMたちはリプレイを見て、ファネルを確認し、リテンションを掘り下げ、成長指標を分析します。他のツールが止まる場所から、DataDogはさらに先へ進みます。ファネル離脱やバグ、UX上の摩擦がどんな影響を持つのかを実際に診断できるのです。
優先順位が分かったら、実験で何が機能するかを証明します。私自身、Airbnbにいたころにこれを実感しました。何が機能し、どこで問題が起きたかを分析するために、実験プラットフォームは極めて重要でした。そしてAirbnbでその実験基盤を作ったチームがEPOを作ったのです。
DataDogでは、さらにセッションリプレイを通じて数字の先に行けます。ヒートマップやスクロールマップでユーザーの振る舞いを正確に観察し、本当にどう行動しているのか理解できます。しかもこれらすべては、リアルタイムデータに結びついたフィーチャーフラグによって支えられているので、安全に展開し、精密にターゲットし、継続的に学べるのです。
DataDogは単なるエンジニアリング指標ではありません。優れたプロダクトチームが、より速く学び、より賢く直し、自信を持って出荷する場所なのです。demoの依頼は datadogq.com/lenny へどうぞ。
この3つの役割の三角関係に戻ると、最近ますます聞くようになった要素が、センスやデザインやユーザー体験のスキルです。これは学ぶのがとても難しいスキルに思えますし、そのことはデザインが将来もっと価値あるものになることを示しているようにも思えます。
そうですね。これも素晴らしい例です。タスクレベルの話をすると、完璧なアイコンをデザインするような仕事は、AIが一日中やってくれるようになるでしょう。何千ものアイコン案を出してくれるし、とても良いものになる。人間によるアイコンデザインも多少は残るでしょうが、そこはAIが非常に得意になる。
でも、本当に私たちがやろうとしているのは何なのか。大文字のDのDesign、つまりこれは何のためのものなのか、これが人間の世界でどう機能するのか、人が使ったときに幸せになるのか、自分自身をいい気分にさせるのか、生活の中にどう収まるのか、適切な形で挑戦を与えるのか、そういう高次の問いです。
偉大なデザイナーたちは昔からそういうことを考えてきました。デザイナーという仕事は、今後はもっとそうした高いレベルの、もっと重要な要素を含むようになるでしょう。そしてその下のタスクの多くをAIが担うようになる。
たとえば、Jony Iveのような世界最高のデザイナーを思い浮かべればいい。もし今日25歳のデザイナーがいて、10年後にJony Iveのようになりたいと思うなら、今までにはなかった新しい道があることになります。Jony IveはAIなしですべてを成し遂げました。でも今の若いデザイナーは、AIを本気で使いこなせば、10年後には世界史上最高のデザイナーになれるかもしれない。なぜなら、それは単に自分ひとりではなく、自分プラスこの技術による圧倒的な増幅だからです。
その結果、自分の時間と注意力のはるかに多くを、高次の問題に注げるようになる。ほとんどのデザイナーがたどり着けなかったレベルに到達できる。それもまた、非常に良い例だと思います。
つまり、T字型戦略のようなものですね。プロダクトマネジメント、エンジニアリング、デザインのどれかで非常に深くなりつつ、残りの2つでも十分にできるようにする。
それはとても的確だと思います。さらに、Scott Adamsの有名なキャリア論があります。残念ながら彼は亡くなってしまいましたが、彼が言っていたことは、まさにあなたの話と重なります。
彼はこう言っていました。自分はそこそこ良い漫画家にはなれたかもしれない。あるいはそこそこ良いビジネスパーソンにもなれたかもしれない。でも、ビジネスが分かる漫画家だったからこそ、Dilbertを作るうえで圧倒的に優れた存在になれたのだ、と。
ビジネスを理解していない最高の漫画家でもDilbertは描けなかったし、漫画を描けない最高のビジネスパーソンにもDilbertは作れなかった。その両方のスキルを持つ人だけができた。そして、その結果としてDilbertは史上もっとも成功した漫画のひとつになった。
Scottはいつも、2つのことが得意であることの加算効果は2倍以上であり、3つのことが得意であることの加算効果は3倍以上だと説明していました。なぜなら、複数の領域の組み合わせにおいて、極めて重要な専門家になれるからです。
これは経済のあらゆるところで見られます。たとえばハリウッドを考えてみてください。映画を書けないが優れた監督はたくさんいるし、監督できないが優れた脚本家もたくさんいる。でも本当にスターになるのは、書けて、しかも監督もできる人です。彼らにはオートゥールという言葉が使われます。分野を動かす本当の創造的な力です。
ちなみに、いま私はハリウッドの人たちともAIについてたくさん話しています。ハリウッドでも、テックと同じようなメキシカン・スタンドオフが起きています。映画で言えば、監督、脚本家、俳優です。
監督は、AIが脚本を書けるし、AI俳優も使えるから、もう脚本家も俳優もいらないと思っている。脚本家は、AIが監督もできるし俳優もできるから、監督はいらないと思っている。俳優は、AIが演出も脚本もできるのだから、自分は出ていって演技だけすればいいと思っている。
つまり、同じ三角形です。そして面白いことに、彼らはみんな正しい。それぞれの分野の人が、横方向に拡張し、他のスキルを身につけられる。そしてその結果、書けて、演出できて、演じられる人が増える。
だから、あなたの言うT字型の考え方は、経済全体にほぼ普遍的に当てはまると思います。T字の上の横棒は、AIツールを使ってよい仕事ができるだけの理解を持つ領域がいくつあるか。縦棒は、そのうち少なくとも1つの領域でどれだけ深く掘れるか。
もしコーディングに非常に深く、しかもAIを使ってデザインもでき、プロダクトマネジメントもできるなら、それがあなたのTです。横方向では3つの武器を持ち、縦方向では技術的な基盤を深く持っている。その時点であなたはスーパーパワーを持った個人であり、私の世代には夢にも思えなかったようなプロダクト設計と開発を、魔法のようにやってのけるでしょう。
今ここで新しいフレームワークを作ります。T字じゃなくて、横向きのFとかEみたいな形ですね。下に2本とか3本足があるような。つまり、少なくとも2つ以上に強くなれ、ということですね。
そう、その通りだと思います。組み合わせが重要なのです。
私の友人のLarry Summersは、Scott Adamsの話に少し似た別の表現をしていました。キャリア設計の鍵は、fungibleになるな、というものです。彼は経済学者なので経済学っぽい言葉ですが、要するに置き換え可能になるなという意味です。
歯車になるな、ということです。つまり、何か一つだけであるな、ということです。デザイナーだけ、プロダクトマネージャーだけ、コーダーだけ、であれば、理論上は入れ替え可能です。でも、その横向きのEやFのような、珍しい組み合わせを持っているなら、あなたは入れ替え可能ではなくなる。むしろ、その組み合わせを実際にこなせる数少ない人材として、非常に重要な存在になります。
しかも、そのような人になれる可能性は、AIによって桁違いに高まっています。
すごく面白いですね。私も、2つのスキルに強い人と働いたことがありますが、そういう人はいつも会社でユニコーンと呼ばれていました。コードも書けてデザインもできる、なんてすごい、という感じで。今の話を聞いていると、これからはそれが普通に目指すべき形になるのですね。少なくとも2つには本当に強くなる必要がある。これまでの役割のサイロは崩れていく。
そうです。そして、これを聞いている人にどうしても強調したいのですが、人々がまだ十分に使いこなせていないAIの大きな力は、教えてくれることです。これが本当にすごい。これまで、教えてくれと頼める技術はありませんでした。
多くの人は、LLMをどう使って何をやってもらうか、にばかり注目しています。それも大事です。でももう片方には、何を教えてもらうかがあるのです。そしてAIは、その役割にも同じくらい優秀です。
だから、本気で自分を高めたい人、キャリアを伸ばしたい人は、この時点では余っている時間のすべてをAIと話して、自分を訓練してもらうべきだと私は思います。自分はコーダーだから、プロダクトマネージャーになる方法を教えてくれ、と頼めばいい。AIは喜んでやります。どうすればいいかを知っています。課題を出し、宿題を作り、結果を評価してくれる。仕事を代わりにやってくれるのと同じくらい喜んで、そういうことをしてくれます。
AIを教師として使う
その方向で聞いたことがあるコツが2つあります。ひとつは、エージェントが作業している途中の出力や思考過程を観察することです。エンジニアでなくても、ただそこに座って、そのエージェントが何を考えどう判断しているのかを見る。それ自体がコーディングを学ぶ上に乗る新しいレイヤーになっていて、アーキテクチャ理解につながる、という話です。
もうひとつは、行き詰まって、それを自分で解決したあとに、最初からその失敗を避けるにはどう言えばよかったのか、とAIに聞くことです。
そうです、まさにそうです。これも10歳の息子とやっていることです。
たとえばAIに、コードを書いてくれ、と頼んで、返ってきたものがうまく動かなかったとします。こちらにあるのが、ただ頼んで、期待外れの出力が返ってきた、という一つの関数だけだとすると、その結果をどう扱えばいいのか分からない。なぜその結果が返ってきたのか分からないし、何をどう言えば違うことをしてくれるのかも分からない。
でも、あなたの言うように、実際にAIがやっていることを見ていて、しかも自分にそのEやFの縦棒にあたる土台があれば、なるほど、ここで間違えた、ここでおかしくなった、と分かるようになります。すると、いや違う、それじゃない、こっちをやってくれ、と介入できるようになる。
これが、人間と働く場合と同じだというのも大事です。もし私とあなたが同僚で、私が何か頼んだ結果、全然違うものが返ってきたら、あなたが頭の中で何を考えていたかを理解しないと、的確なフィードバックはできません。ただ違うと言うだけでは何も起こらない。相手の心の理論が必要です。
そしてAIの素晴らしいところは、一日中でも、自分がなぜそうしているのかを説明してくれることです。自分自身を批評もしてくれる。しかも、片方のAIにもう片方のAIを批評させることもできる。片方にコードを書かせ、もう片方にデバッグさせる。そうやってAI同士をぶつけて議論させることもできる。
こうしたスキルは、今後とても価値が高くなると思います。
人によっては、それをLLM councilsと呼んでいますね。AI同士を会議させる。
そうです。その通りです。
私はデザインのバックグラウンドがまったくないのですが、ずっとデザインをやりたいと思ってきました。あの3つの中で、ただ見て話して学ぶだけでは、一番習得が難しいのはデザインに思えます。たくさんの露出時間が必要という意味で、優れたデザイナーになるのは難しいし、だからこそ価値が高くなりそうです。
実は告白すると、私は昔からちょっと漫画家になりたかったのです。
でも絵の技術はない。ただ、いま話していて、そろそろその時が来たのかもしれないなと思っています。
今こそその時ですね、Mark。
AI時代の創業者と会社の形
話題を創業者に移したいです。あなたの本領とも言える領域です。最先端でAIを前提に動いている創業者たちとたくさん時間を過ごしていますよね。彼らのやり方や発想で、未来の会社づくりやAIネイティブな企業の姿について、驚かされていることはありますか。
これは、いまリアルタイムでまさに進行している非常にタイムリーなテーマです。私はこれを3つの層で捉えています。
まず第一の層は、AIがプロダクトそのものをどう再定義するのか、です。これは技術転換期にいつも起きることで、ベンチャーキャピタルの多くもここに基づいています。
新しい技術、たとえばパーソナルコンピュータ、iPhone、インターネット、そして今ならAIが登場したとき、それが既存プロダクトに追加される新機能なのか、それともカテゴリー全体を再定義して、業界構造も会社の顔ぶれも入れ替えてしまうのか、という問いが生まれます。
たとえば、既存のソフトウェア企業があって、PC版ができ、iPhone版ができ、また新しい技術が既存のレシピに加わっていくだけ、というケースもあります。たとえばフラッシュストレージのように、ソフト業界全体を再定義はしなかった技術もあります。
一方で、インターネットが出てきたときは、多くのオンプレミスソフトウェアが死に、ウェブソフトウェアに置き換わりました。つまり、新技術が単に追加される場合と、カテゴリーごと再定義する場合があるのです。
たとえば、さっきあなたが言っていたNano Bananaのような話です。AdobeやPhotoshopのように、40年かけて画像編集のフランチャイズを築いてきた世界があります。そこでAIは、Photoshopに追加されるAI画像編集機能なのか。それとも、そもそも画像編集という行為自体が消え、Nano Bananaのようなもので最初から新しい画像を生成した方が簡単になるのか。
この問いは多くの領域でいま問われていて、答えは領域ごとに違うでしょうが、私たちのようなベンチャーファームは、多くのカテゴリーが全面的に作り直される方に強く賭けています。優れた創業者たちもそこを見ています。
第二の層は、AIが仕事をどう変えるかです。これは先ほどの話とも重なります。自分が創業者で、予算上100人のコーダーを雇えるとする。その100人を、昔ながらのコーダーではなく、スーパーパワーを持ったAIコーダーにするにはどうすればいいのか。
もし彼らがそうなったなら、100人はまだ必要なのか。10人で足りるのか。それとも100人のままで10倍のことをやるのか。多くの優れた創業者たちが今まさに取り組んでいるのはそこです。
そして第三の靴がまだ完全には落ちていませんが、これがいちばん大きい。会社というものの定義自体が変わるのか、という問いです。
ここでもまたスーパーパワーを持った個人という概念が出てきます。つまり、創業者ひとりがすべてをやる会社を持てるのか。創業者はAIボットの軍団を監督しているだけでいいのか。
私たちの業界には昔から、ひとりで10億ドル規模の成果を出せるのか、という聖杯があります。過去にもいくつか例はありました。Bitcoinがもっとも鮮烈な例で、Ethereumもかなり近い。完全な1人ではないにせよ、極少人数チームで巨大な成果を出した例です。InstagramやWhatsAppも、非常に小さなチームで巨大な成果を出しました。
もちろん、大半のソフトウェア企業は最終的に大量の従業員を抱えます。でも、もっとも先鋭的な創業者たちは、会社という概念そのものをどう再構成できるかを考えています。ソフトウェアに限れば、会社が文字通りほぼ全部AI、という状態も、一部では成立しそうです。
さらに極端な例としては、AIがブロックチェーン上で自律的な経済主体として動き、自分で稼ぎ、配当だけを自分に送ってくるような世界まで考えられます。AIがビジネスとして機能し、仕事を全部やってくれるのです。実際、そういうものを追っている創業者も何人かいます。
だから、もっとも優れた創業者たちの思考は、そういうはしごを上っていると説明できます。
とても面白いですね。1人で10億ドル企業という話については、私は自分のニュースレターを1人で運営していて、外部の手伝いも多少ありますが、サポートチケット、問題対応、バグ、フォーム入力みたいな細かなことが山ほどあって、そこまで本当に1人でできるのか想像しにくいです。外部委託は含むのか。1人とは何を指すのか。私にはまだ見えません。
そうですね。BitcoinではSatoshiがやってのけたわけですが。
でもオープンソースコミュニティもありましたよね。それを含むなら、たしかにそうかもしれない。
そうです。私も答えを持っているわけではありません。ただ、私の知るもっとも賢い人たちの多くが、いまそれを真剣に考えているということです。
AIのmoatはどこにあるのか
ではmoatについてはどう考えますか。AIではいつも大きなテーマですよね。何もかも変わっている中で、moatというもの自体があるのか。A16Zとしての見立てはどうですか。
私の経験では、本当に大きな技術変革は長い時間をかけて展開します。私はインターネットでそれを直接見ました。そして、時間をかけて構造的な含意がいくつも波及していくのです。
ところが初期には、みんな早々に結論を出したがる。このタイプの会社が未来だ、この既存企業は適応できる、この領域にmoatがある、この領域にはない、といったことを、ものすごい自信で断言するのです。メディアも、開かれた問いより断定的な答えを好むから、そういう発言が飽和していきます。
でも、数年後に振り返ると、それらの予測のほとんどは、だいたい大きく間違っている。1993年から1997年、あるいは2005年や2010年までのインターネット報道を読み返せば分かります。最初の10年から15年で人々が自信満々に語っていたことのほとんどは外れていました。
だから、大規模な技術変化のときには、5層か6層くらいの構造変化が時間をかけて進むのだと思っています。プロダクトの定義、会社の定義、仕事の定義、業界の定義、国家レベルでどう作用するのか、世界レベルでどう作用するのか、政治、労組、戦争、中国の動き、あらゆるものと交差する。未知数があまりにも多いのです。
だから、早まって構造を決めつけるのは本当に危険です。思考実験として、AIモデルそのものにmoatがあるのか、という問いを考えてみましょう。
片方の見方では、あるはずだとなります。なにしろ、作るのに何十億ドルもかかり、計算資源とデータの臨界量が必要で、やり方を知るエンジニアは世界にごく少数しかおらず、しかも彼らはNBA選手並みに報酬をもらっている。さらに政治、報道、評判、規制、法務の問題にも対応しなければならない。そうなると最後には2〜3社だけが残り、典型的な寡占になる、あるいは独占になる、というシナリオは十分ありえます。ソフトウェアではこれまで何度もそういうことが起きてきました。
でも逆の見方もあります。3年前、ChatGPTが出たクリスマスの時点で、1年から1年半以内に、アメリカだけで5社くらいがほぼ同等の製品を出し、中国からも5社くらいが出て、さらにオープンソースでもほぼ同等のものが出てくる、と言われたら、私は、あれほどのブラックマジックに見えたものが、あっという間にコモディティ化するなんて、と驚いたでしょう。
でも、実際それが起きました。GPT-3が出て1年ほどで、より少ないハードウェアで動くオープンソース版が無料で使えるようになった。そして今ではGoogle、Anthropic、xAI、Meta、DeepSeek、Kimiなど、多くの中国企業も含めて多数のプレイヤーが本格参入しています。
つまり、LLMやAIモデルというレベルですら、どちらの議論もできるのです。アプリ層でも同じです。アプリはもう意味がなく、モデルが全部やる、という考え方もあれば、逆にモデルを人間のいる特定ドメインに適応させるアプリケーション層こそ非常に重要で、LLMがコモディティ化するなら価値はアプリ側に行く、という考え方もある。どちら側にも非常に賢い人がいます。
だから私の率直な答えは、これは時間とともに発見されていくプロセスだということです。技術はひとつの入力にすぎず、法や規制も別の入力であり、起業家個々の選択も、投資資本の供給量も、すべてが重要です。これは複雑適応系なのです。だから結果はまだ分からない。構造レベルで何が起きるかについて、驚きを受け入れる姿勢が必要です。
もちろんVCにとっては、これはとても面白い。いろいろな戦略のそれぞれに賭けを置けるからです。ものすごく優秀なヘッジファンドマネージャーの中には、これをすべて見通している人がいるのかもしれませんが、少なくとも私はまだ会ったことがありません。
つまり、現時点でmoatに執着しすぎるべきではない、ということですね。OpenAIはこのまま勝ち続けるに違いない、と思っていたら、実際には競争がものすごく激しくなっている。かつてはGPT wrapperという言葉にはかなり侮蔑的な響きがありましたが、いまやそういう会社が世界でもっとも大きく、もっとも速く成長している企業群の一部になっている。
そうですね。3年前の休暇シーズンがChatGPTの休暇だったとすれば、この直近の1か月ほどは、特にコーディング分野ではClaude Codeの休暇だったと言えるでしょう。
でも面白いのは、Claudeという大成果がある一方で、Claude Codeはアプリだということです。Claude wrapperですよね。エージェントのハーネスです。そして彼らはさらにCo-workを出した。しかもClaude CodeがCo-workを1週間で書いたと言っていた。
1週間半でしたね。
そうです。これは2通りに見られます。ひとつは、Claude Codeが1週間半でCo-workを作れたのはすごい、という見方。でももうひとつは、1週間半でできる程度のものに、どれほどの複雑性や参入障壁があるのか、という見方です。
つまり、ものすごく価値があり、ものすごく機能的で、世界中の人々が毎日これは魔法のようだと感じている。でも一方で、1週間半でできたわけです。ならば、他のモデル会社も当然、エージェント型のものを作り、一般向けのCo-work的なものを作ろうとするはずです。そうなると、その防御性はどこまであるのか。
6か月後には、GitHub Copilotが追い越されたのと同じように、Claude Codeも追い越されるかもしれない。この3年間の歴史を見ると、根本的ブレークスルーに見えたものは、ほぼすべてすぐ再現され、追い抜かれてきました。
業界のもっとも賢い人たちと本音で話すと、大手ラボの間には本当に大きな秘密はあまりない、という仮説を口にする人もいます。大手ラボはだいたい同じ知識を共有していて、互いに抜きつ抜かれつしている。DeepSeekが突然現れて、アメリカの大手ラボのアイデアを再実装しつつ、独自のアイデアも少し入れた。中国のヘッジファンドのような存在がそこまでできたのだから、どれほどの防御性があるのか、という話にもなります。
一方で、大手ラボは今やエンジニアにロックスター並みの報酬を払い、非常に優秀で創造的な人たちを抱えている。各ラボの中に、再現しにくい大きなブレークスルーの芽が十数個あってもおかしくない。
だから、私はこの件に関して自分の予測能力には大きな割引をかけるべきだと思っています。5年後の業界構造はこうなる、勝者はあの会社だ、キラーアプリはこれだ、と断定することは、私にはできない。そういうときは、柔軟で適応的であることのほうがずっと重要だと思います。
投資と不確実性
では、そういう中で投資判断のために何か特に重視しているものはありますか。それとも、答えはやはりA16Zの戦略そのもので、多くの賭けを置くことなのですか。あなたたちは史上最大級のファンドを立ち上げましたよね。そういう世界で勝つ方法はそれですか。
私たちには、もちろん非常に意図的な戦略があります。ここで思い出すのがPeter Thielの2×2です。楽観か悲観か、そして確定的か不確定か、というものです。
彼は、シリコンバレーは不確定な楽観主義に偏りすぎているとよく言っていました。つまり、世界は良くなると思っているけれど、なぜそうなるのか、どうやってそうするのかを説明できない人たちです。そういうのは願望的思考、あるいは妄想的思考になりかねない。世界に必要なのは、もっと確定的な楽観主義者だ、と。つまり、自分がこの具体的なことをやるから、世界は良くなるのだと言える人です。
彼はたとえばElonをそういう人として挙げるでしょう。電気自動車を作る、太陽光をやる、火星へ行く、といった具体的なことを言う人です。一方でVCは不確定な楽観主義者だ、と彼は言うかもしれません。
この枠組みには多くの真実がありますが、私は少しだけ違う見方をしています。私は不確定な楽観主義という現象は、彼が歴史的に描いてきた以上に、もっと強いものだと思っています。そして私は自分を完全にその側に置きます。A16Zの戦略もそうです。
でも、それは単なる願望的思考ではありません。重要なのは、世の中にはElonのような、あるいはその他の多くの、非常に明るく有能な創業者やプロダクトの作り手がいるということです。その一人ひとりは確定的な楽観主義者です。自分が何をするかを強く持っています。
でも、資本主義システム、アメリカ経済、シリコンバレーの偉大さは、それが一人や十人ではなく、百人、千人、一万人と存在することです。そして最良の結果を得る方法は、そのような人を可能な限り多く、可能な限り優秀に、可能な限り全力で走らせることです。
未来について私たちはすべての答えを知らない。それでいいのです。だからこそ、できるだけ多くの実験をし、できるだけ多くの賢い人に、できるだけ多くの面白いことを試してもらうのが正しい。
私は、まさに不確定な楽観主義の側に立っています。
つまり、いまますます重要になっているのは、あなたが投資する相手としての確定的な楽観主義を持つ創業者だ、ということになりそうですね。壮大な野心を持ち、それに向けて実際に動いている人。
そうです。創業者は確定的な楽観主義者でなければなりません。具体的な計画を持っていなければならない。
創業者からの典型的な批判は、VCは楽でいいよな、というものです。自分のベッドで寝なくていい、つまり一つに賭けなくていい。複数に賭けられる。ポートフォリオを組める。創業者は一回しか賭けられないんだから、その苦しさをもっと理解すべきだ、と。これはもっともです。
ただ反論としては、創業者は会社を実際に運転できるが、私たちにはそれができない。私たちはハンドルを握れない。だから、確定的な楽観主義の偉大さは、まさにその一点にあります。一つの目標に向かって単独で実行できることです。
そして長い目で見れば、歴史が記憶するのはHenry Fordです。Ford Motor Companyの最初の投資家ではありません。だから、創業者、会社を作る人、エンジニア、実際に物事を成し遂げる人たちこそが、99.99999パーセントの功績を受けるべきなのです。
とはいえ、その背後でサイクル全体を支える不確定な楽観主義者にも役割はあると思っています。
AGIをどう考えるか
AGIは投資方針を変える要素になりますか。AGIに近づき、AGIに達するにつれて、投資家としての見方はどう変わりますか。
私は昔からAGIという概念に少し引っかかりを感じています。少なくとも定義の仕方に問題があると思うのです。俗っぽい定義と、宇宙的な定義の2つがある。
まず宇宙的な定義とは、要するにシンギュラリティです。世界が根本的に変わり、古い世界のルールが消え、新しい領域に入り、人間の判断がもはやほとんど意味を持たなくなる。AIが自分自身を改善し、機械が人間よりはるかに速く意思決定し、人間はそれを見ているだけになる。いわゆるtakeoffシナリオです。
私は、私たちはそんな世界には生きていないと思っています。幸運にも、不運にも、そういう世界ではない。そこは議論してもいいですが、少なくとも私はそう見ています。
一方で、業界関係者が収束してきた俗っぽいAGIの定義は、AIが経済的に意味のあるタスクを、人間と同じくらい上手くできる状態、というものです。Anthropicの共同創業者の表現では、もっとも価値の高い経済タスクのバスケットにおいて、という感じですね。あらゆるタスクではなく、重要な10個か15個くらいのタスクについて。
そうですね。少し限定された定義です。
しかも、そこには明らかに近づいています。あるいは、もうそこにいるのかもしれません。
でも私は、宇宙的な定義は起こることを誇張しているし、今の俗っぽいAGI定義は逆に起こることを過小評価していると思っています。なぜなら、人間レベルが上限である理由はまったくないからです。
AGIの定義は、常に人間労働者との比較になっています。でも、人間の能力は人間の生物学的制約によって頭打ちになるだけです。
たとえばIQです。流動性知能、g因子と呼ばれるものですが、人類という種としてのIQは160くらいが上限だと思います。160というと、EinsteinやFeynmanレベルです。新しい物理学を生み出すような人たちです。そういう人はごくわずかしかいません。
世界で非常に賢いと感じる人、ベストセラー作家とか、世界最高の研究者や医師などは、だいたい140程度でしょう。優秀な弁護士なら130。優秀な中間管理職なら110。中小企業向けの会計士なら105くらいかもしれません。
つまり、人間が知的に印象的なことをできる範囲は110から160くらいなのです。幸い、そういう人はそこそこいますが、140、150、160になると極端に少ない。でも、それは単にこの頭蓋に入るものの限界です。人間の生物学的限界を外したなら、そこに理論上の上限はありません。
すでに、AIモデルの人間換算IQを測ろうとする実験もあります。そして今のAIモデルは、だいたい130〜140あたりで測られています。ということは、160にも到達するし、数学の高い領域では、もう近づいているかもしれません。
でも、その先もあります。160、180、200、250、300のAIが出てくると思います。そしてそれは素晴らしいことです。たまたまEinsteinのような人が生まれることに私たちが価値を感じるのと同じように、もっとEinsteinがいれば世界は良くなる。Einstein級、あるいはそれ以上のIQを持つ機械があれば、世界はより良くなるのです。
しかも、タスクに対する性能も向上していく。AIコーディングでもそうです。最高の人間コーダーより優れたAIコーダーが出てくると思いますし、それは素晴らしいことです。最高の人間医師より優れたAI医師も、最高の弁護士より優れたAI弁護士も出てくるでしょう。そこは非常に面白いところですが、私はそれも素晴らしいことだと思います。
私たちは、生物学的制約に縛られて、どこまで高みに行けるのかを知らずに生きてきたのです。でも、これからはその制約を持たない能力が手元にある世界を体験することになる。だから、人間と同等かどうかという基準は、ただの脚注にすぎなくなると思います。2026年のある火曜日にそこを通過した、くらいの話になる。
その次の問いは、そのさらに先に行ける機械がある世界で、私たちは何をできるようになるのか、です。だから私は、これはシンギュラリティの瞬間というより、人間能力を超えていく探索プロセスになると思っています。
200 IQというフレームは、頭が広がるような感じがしますね。これらがどれほど速く、どれほど賢くなるかを考えるうえで。
あなたもよくあるかもしれませんが、私は日常的に2つの経験をします。ひとつは、自分は本当ならこれをやれるはずなのに、時間が足りないとか、知識が足りないとか、記憶できないとかで、どうしてもできない、という感覚です。
何かを書きたい、理論を立てたい、計画したい。でも8時間、8週間、あるいは8年がない。まだ十分には分かっていない。頭の中で計算しきれない。記憶は完璧ではない。10冊本を読んでも、ほとんど忘れてしまう。全部保持できたらどれほどいいかと思う。そういう、終わりのない苛立ちの中で生きている感覚があります。もう少し賢ければ、自分はもっとずっと良い仕事ができるのに、と。
もうひとつは、私の仕事柄、明らかに自分より賢い人たちをたくさん知っていることです。その人たちと話していると、最初の半分はひたすらメモを取っている。そして後半になると、この人は自分より賢い、このままずっと考え負ける、と感じる。そこで家に帰って一杯やりたくなるわけです。
だから、そういう制約を持たない機械が私たちのために働くようになるというのは、人々が思っている以上にずっとわくわくすることだと思います。
情報摂取とメディア習慣
Mark、まだ何時間でも話せそうです。最後に、あなたのメディア習慣とプロダクト習慣について聞きたいです。本もたくさん読むし、昔AirPodsが人生を変えた、ずっとオーディオブックを聞いている、というインタビューも見ました。
まずメディア習慣ですが、最近何を読んでいますか。ポッドキャスト、ニュースレター、ブログなど、何に注目していますか。おすすめの本もあればぜひ。
私が読むものは大きく3つのカテゴリーに分かれます。一般メディアについて言うと、私はほとんど完璧なバーベル戦略を取っています。つまり、Xを読むか、古い本を読むかです。
要するに、いまこの瞬間に起きていることか、50年前に書かれて時間の試練に耐えた本か、そのどちらかです。その中間にあるものについては、かなり懐疑的です。
理由は先ほどの話にもつながります。古い新聞を読み返すと分かるのですが、誰もやりませんよね。市場もありません。でも先週の新聞でもいいから、1週間前のものを読んでみるといい。すると、え、これ全部当たっていないじゃないか、となる。予測も、その通りにはなっていないし、本質的に重要でもなかった、ということが多い。
雑誌も同じです。ましてや雑誌は週刊や月刊なので、記事が出る頃にはもう古くなっている。だから私は中間のものに大きな疑問を持っています。読むなら、いまの瞬間か、時代を超えるものか、そのどちらかです。
それからニュースレターについて言えば、これはもう明らかですが、実務をしている当事者が自分で発信しているものの価値は、まだ過小評価されていると思います。Substack現象も、ニュースレター現象も、ポッドキャスト現象も、その重要性を示しています。
実際に現場にいる人、実際にその分野を作っている人の話を直接聞くことには、ものすごい価値があります。私たちは長い間、テレビや新聞や雑誌が間に入るマスメディア文化に慣れすぎていた。でも今は、賢い人が自分のやっていることを自分の言葉で説明し、それをポッドキャストのような形式が広げてくれる。
もちろん、本の宣伝になるとか、スタートアップの宣伝になるとかいう批判はあります。多少はそれもある。でも私の経験では、人は自分のやっていることを話すのが好きなのです。説明したいし、理解してほしいし、人類の知識に貢献したいし、多少の自己満足もある。
だから、実際にその分野の第一人者がやってきて、何をしているか語るのを聞くことには、ものすごいアルファがあると思います。そして今の世界は、10年前とは比べものにならないほど、それで満ちています。
それに、シリコンバレーには共有の文化もありますよね。秘密を抱え込まない。LinkedInで、これが無料なのか、という投稿をよく見ますが、まさにそういう空気です。
そうですね。シリコンバレーはcompany townだ、でもそのcompanyとはシリコンバレーそのものだ、という言い方があります。
一人のCEOの立場で見ると、それは巨大な悩みでもあります。秘密が社外に出ていくし、社員も出ていくし、面倒なことだらけです。でも逆に、自分もそこから恩恵を受ける。経験とスキルを持った人を採用できるし、エコシステム全体が適応し、新しい分野へ人材と知識を流し込んでくれる。
個々のCEOとしては押したり引いたりがありますが、エコシステム全体で見れば、あなたの言う通り、まったく魔法のような現象です。
それに、AIはシリコンバレーにとって9番目の主要プラットフォームだという話もありましたよね。シリコンバレーは何十年もシリコンを作っていないのに、いまだにシリコンバレーと呼ばれている。
そうです。もともとはチップの工場も設計もここにあったからそう呼ばれていた。でも今は第9の波です。1950年代に名前がついたあと、インターネット、スマートフォン、クラウド、そして2020年代のAIと、次々に波を乗り換えてきた。
しかも、誰かが計画して、90年代はインターネット、2000年代はスマートフォン、2010年代はクラウド、2020年代はAI、と決めたわけではない。エコシステムの柔軟性と不確定な楽観主義が、それを可能にしてきたのです。シリコンバレーはその都度、形を変えられた。
その話を聞くと、私たちはみんな結局、砂の上に何層もラッパーを重ねているだけだ、というミームを思い出します。全部wrapperの上にwrapperを乗せている。
あれは本当に面白いですよね。私はいまやソフトウェア会社です、いやチップのwrapperです、いやビジネスアプリのwrapperです、いやデータベースのwrapperです、みたいな。
つまり、私たちはみんなsand wrappersなんですね。
その通りです。私たちはみんな今やsand wrappersです。
最近の映画と好きなプロダクト
メディア習慣の流れで、A16ZのBen Horowitzにも何を聞くべきか尋ねたのですが、彼はあなたが最近映画にすごくハマっていると言っていました。最近特に好きな映画や、絶対に見るべき作品はありますか。
去年、私の靴下を吹き飛ばした映画がありました。間違いなくこの10年で最高、いやこの15年でも最高かもしれません。Edingtonという映画です。
聞いたことがありません。
まだ聞いていませんか。ではきっと楽しめると思います。あまりネタバレはしません。表面的な設定だけ言うと、舞台はニューメキシコ州の小さな町Edingtonで、人口600人ほどです。
主人公の保安官はJoaquin Phoenixが演じる、年配で頑固な右派です。一方、市長はPedro Pascalが演じる、若くてイケてる進歩派です。そして映画は2020年3月ごろ、COVIDが最初に襲ってくるところから始まります。そのまま物語は2020年の夏へ進み、George Floydの出来事、抗議運動や暴動などへとつながっていきます。
つまり、COVIDとBLMの流れが重なる。そのうえで、Metaをゆるくモデルにしたような企業が町の外れにAIデータセンターを建設する、という第三の要素が加わります。それが次第に大きな影としてのしかかってくる。
この映画が素晴らしいのは、小さな町の人たちがCOVIDやBLMやテックへの不安に完全に巻き込まれていくのですが、それを基本的にインターネット越しに体験していることを見事に描いている点です。実際にあの時代に起こったことですよね。
だから、2020年という年に起きたことを真正面から扱った最初の映画だと思います。しかも、現実世界で起きた出来事をオンラインで体験しながら生きる人間の感覚、スマートフォンとソーシャルメディアが中心にある暮らしの感覚を、映画としてこれほど上手く表現したものは他にあまりありません。
そして、全体が驚くほど面白い形でまとまっています。私はこの映画に全面的に賛成しているわけではないし、監督とは意見がかなり違うかもしれません。でも彼は、2020年代のアメリカで人間として生きるとはどういうことかを、本当に恐れずに掴もうとしている。多くの才能ある映画監督が触れたがらなかった第三 railを、彼は全部つかみにいっている。
それがあなたの今年の一番好きな映画だというのは、すごく納得できます。
素晴らしいですよ。ぜひ皆さん見てほしいです。
では最後にプロダクト習慣について。あまり知られていないけれど愛用しているプロダクトで、勧めたいものはありますか。自分が投資している会社のものでも、普段よく使っているなら構いません。
本当にたくさんあるので、毎回、お気に入りの子どもを選べと言われている気分になります。特定のものを挙げるのは難しいのですが、いくつか話しましょう。
ひとつは、私の10歳の息子です。彼はいまReplitに100パーセント夢中です。しかも、これは私の影響ではありません。あなた、お子さんはいましたよね。
います。2歳半です。
2歳半ですか。では、まだこれからですね。今はきっと、お父さんのやることは何でも最高にかっこいいでしょう。でも10歳になると、あなたのやることは何でも最高にダサいものになります。私はそれを強く自覚しています。
だから、私が何かについて話しても、彼はふーんという感じです。でも、自分で見つけたものや友達から教わったものはクールなんです。そんなわけで、私が何も介入していないのに、彼は3か月ほど前にReplitとvibe codingを見つけて、ゲームやいろいろなものを作ることに完全にハマりました。何時間でもやっています。その現象を目の前で見られるのはとても楽しいです。
もうひとつは、AI音声系がとにかく大好きです。ものすごく面白いし、最高です。いまディナーパーティでの私の定番芸は、Grokを出してBad Rudyを見せることです。Grokアプリの中にいる、口の悪いアライグマのアバターですね。本当に楽しい。
それから、Sesameという会社があります。去年、非常に親密で感情的な音声体験で話題になりました。ああいう音声系も素晴らしいですし、入力としての音声にも強く惹かれています。
最近その会社は売却されましたが、ペンダント型のものやウェアラブルはこれから大きいと思っています。Metaのグラスもそうです。この分野ではウェアラブル革命が来ると思います。音声入力も大好きです。
それから、今スマホにWhisper Flowというアプリを入れています。音声文字起こしアプリですが、驚異的なくらいうまく動きます。単なる文字起こしではなく、文字起こししながらAIモデルに話しかけることもできる。たとえば、ここは箇条書きにして、あっちはこうして、と話すと、その言葉をそのまま入力するのではなく、本当にその意図を理解して整形してくれる。
これは、非常に実用的なものの好例です。だから音声モード系は本当に大きくなると思います。
ちなみに、私のニュースレター購読者にはReplitとWhisper Flowが1年無料でついてきます。
いいですね。
息子さんがReplitで作った中で、いちばん記憶に残っているものは何ですか。
彼はいまStar Trekにすっかり夢中なんです。だから今のところはStar Trekのシミュレーターばかり作っています。
どのシリーズですか。
The Next Generationです。
なるほど、そこでしたか。
実際には全部好きなんですが、昨日の夜も新しいStarfleet Academyを見ました。あれもかなり良いです。オリジナルも全部見ています。
ただ、The Next Generationの時代になると、コンピュータの実際のデザイン言語が初めてできるんです。オリジナルシリーズだと、ただ光るボタンやつまみを並べて、それっぽく見せていただけでした。でもThe Next Generationでは、本当にUIデザイン言語ができていた。
だからvibe codingで面白いのは、Star Trek: The Next Generation風のUIでこれを作って、と頼めることです。LCARSというデザイン言語なのですが、それを使って、たとえばStar Trekのゲームなどを作ってくれる。彼はそういうもので大喜びしています。
ものすごく楽しいですね。それ、公開したら面白そうです。
締めくくり
Mark、本当に何時間でも話せそうでしたが、もう終わりにしましょう。最後に、リスナーに何か伝えたいこと、特に強調しておきたいことはありますか。
いくつかあります。まず、先週、Pye McCormackが私たちについて史上最高の文章を書いてくれました。少なくとも私たち自身について書かれたものとしては、これ以上ない出来でした。私たちが何をしていて、どう考えているのかを説明する最高の文章です。だからぜひ読んでほしいです。
それから、私たち自身も今かなり力を入れていて、素晴らしいチームと一緒に動画コンテンツを作っています。だから、ぜひ私たちのYouTubeチャンネルも見てほしいです。かなり良い内容があるし、来年はさらに面白くなると思います。
いいですね。リンクを貼っておきます。たしかYouTube.com/a16zみたいな感じですよね。皆さん本当に良いものを出しています。
Mark、本日は本当にありがとうございました。
こちらこそ。呼んでくれて本当にありがとう。とても感謝しています。
皆さん、さようなら。
ありがとうございました。
聞いてくださって本当にありがとうございます。今回の内容に価値を感じていただけたなら、Apple Podcasts、Spotify、またはお使いの好きなポッドキャストアプリで番組登録をお願いします。評価やレビューを残していただけると、他のリスナーにも番組が届きやすくなるので、とても助かります。
過去の全エピソードや番組の詳細は、lennyspodcast.com でご覧いただけます。それでは次回のエピソードでお会いしましょう。
コメント