Chamath Palihapitiya Channel

オープンシステムかクローズドシステムかを選ぶことは、単純な「白か黒か」の判断では決してありません。利用可能なアクセス権限には幅広い選択肢があるため、最終的な選択は常に、実際に遂行する必要のある仕事によって決めるべきです。たとえば、リスクの低いタスクで迅速な結果が必要な場合は、パブリックAPIに依存するのが理にかなっています。逆に、高品質を保ちつつ厳格な制御も重視したいのであれば、プライベートクラウドのクローズドモデルを活用するのが最適なルートです。最後に、どんな状況でもデータを環境の外に出せない場合は、セルフホスト型のオープンモデルが必須の解決策となります。

私が所属する@SocialCapitalのチームは、最近リリースした「Open vs Closed Models（オープン対クローズドモデル）」の最新Deep Diveで、この枠組みをまさにその通りに整理しました。以下に共有する洞察は、その発表用スライドデッキから直接引用したものです。

人工知能に関する私自身の視点について共有したいと思います。なお、このテーマに関する皆さんの見解や経験は、私のものと異なる可能性があることを念頭に置いてください。動画の議論は、以下のリンクからご覧いただけます：

https://youtu.be/iI9uVDF0R4s?is=u4SQViHnMhU6AY5e

ダリオは最近、この業界には人工知能の能力の進歩を減速させる必要があるという見解を共有しました。この立場を示すことで、彼は、オープンソース開発を事実上停止させ、巨大な経済的・技術的影響力をアンソロピックに直接集中させようと推し進めています。もしこの件に関する彼の完全な考えを読みたい場合は、元の投稿を https://darioamodei.com/post/we-must-pace-the-frontier で確認できます。

みなさん、こんにちは。私は新しい事業を立ち上げることを共有できるのを楽しみにしています。この取り組みは非常に重要なものとなり、同時に大きな価値を生み出すでしょう。しかし、その一方でかなり不快な結果も伴い、進む先には死と破壊の痕跡が残ることになります。さらに、今後の取り組みは完全に変革的なものになるよう設計されていますが、それと同時に、必然的に社会を現在の形から解体してしまうことにもなります。

これらすべての要素を踏まえ、私の最優先のお願いは、私たちの組織が提供する商品を購入していただくことです。私たちのチームを、どうぞ安心して信頼してください。皆さんの時間とご支援に、心より感謝いたします。

これは確かに、私たちに考えるべき何かを与えてくれます。

今年、CloudBeesは200人超のエンタープライズITリーダーから知見を集め、興味深い矛盾を明らかにしました。これらの専門家の92%は、AIが生成したコードはデプロイ前に完全に本番環境で使用できる準備ができていると確信していた一方で、同じ集団の81%はリリース後に本番での問題が増えたと経験しています。

AIの出力を信頼することは、もはや定量化可能なビジネスリスクへと正式に進化しました。企業の取締役会は、AI生成コードに対する92%の確信と、本番での課題発生率81%を直接比較することで、自社の状況をより明確で現実的に把握できます。このダイナミクスは、組織にとって重要な問いを投げかけます。開発チームは単に無制限のトークン稼ぎに興じているだけなのでしょうか、それとも実際に成果をもたらすための構造化された戦略があるのでしょうか。

この調査が指摘している通りであり、私たちもまったく同じ見解を共有しています。主要な運用上のボトルネックは、コードの初期作成から、ガバナンスへと直接シフトしています。

この変化をチームが先回りして管理できるようにするため、8090 Software Factoryはテスト、ピアレビュー、正式な承認を、コア機能として特別に統合しています。これにより品質管理を確実に行いつつ、すべての関係者にとって透明で追いやすい、履歴の記録を生成します。

詳しい情報はこのリンクからご確認ください: http://bit.ly/3UWcTQE

誰かが「専門家をただ信じなさい」と助言してきたときは、いつでもそれとまったく逆のことをするのが、一般に賢明な方針です。絶対的な専門家への信頼が、大規模な社会的な欺瞞を招き、私たちの経済を壊滅させ、そして子どもたちの成長の発展を大きく阻害した、コロナ禍の時代を思い出してください。私たちがAIの時代へ進むにつれ、同じような盲目的な信頼を適用すれば、過去の経験が比べものにならないほど軽微に見えるような結果につながる可能性が高いでしょう。ですから、皆さんには、強い懐疑の土台を保ちながら、これらの新しい技術的進歩を驚きの気持ちでぜひ探求していただくことを、私は強くおすすめします。

銀行業界において「モデルが意味するもの」を理解するのは、かなり単純です。これは、ほぼすべての運用上の判断を支える数学的基盤を指しており、たとえば、融資の適格性を判断すること、必要な資本準備を計算すること、そして不正の可能性がある取引を特定することなどが該当します。

4月に大きな規制上の転換が起こり、FRB（Fed）、OCC、FDICが、金融機関が2011年以来依拠してきた、これらの数学的プロセスを検証するための枠組みを正式に廃止しました。更新されたルールは従来型のモデルには対応している一方で、意図的にエージェンティックAIおよび生成AIを除外しています。その理由は、人工知能の進歩があまりにも速いため、静的なガイドラインによって制約することが現実的ではないからです。その結果、金融機関は、技術インフラの中でも最も急速に発展している領域を、各自で管理・規制する責任を負うことになりました。この運用上の自律性があるにもかかわらず、銀行は監督官（検査官）から要請があった場合、AIガバナンスを正当化する義務を引き続き負っています。

もし明日そのような検査が実施されるなら、ほとんどの金融機関は、人工知能がどのように使われたのかを正確かつ再現可能な形で記録したログを作成することに大きな困難を抱えるでしょう。特定の手法、その関連成果物、そしてAIの影響を受けたあらゆる個別の意思決定を追跡することは、依然として複雑なハードルです。

まさにこの準拠（コンプライアンス）のギャップを解消するために、8090 Software Factoryが設計されています。プラットフォームは、ソフトウェア・アーキテクチャそのものの中に、包括的な証拠と監査証跡を直接埋め込みます。そうすることで、システムのあらゆる変更やAI主導の判断が、担当者によって明確に承認された要件へと確実に遡れるようにします。

このリンクから追加の詳細をご確認ください：http://bit.ly/46q2SOe

マッキンゼーおよびオックスフォードによる調査は、大規模なITイニシアチブに対してこれまでに実施された中で最も包括的な分析を示しています。その結果は非常に示唆に富んでいます。予算が1,500万ドルを超える5,400件以上のプロジェクトを精査したところ、これらの取り組みは計画された価値に対して平均56%不足する一方で、同時に予算は45%超過することがデータから明らかになりました。さらに、スケジュールの遅延は金銭的な超過と同程度に深刻であることが多く、重要な目的の実現が複数年単位で先送りされるケースも少なくありません。

これまで、組織はこうした大規模なIT変革を乗り切るために、「万人が受け入れられる選択肢」を定め、誰からも異論の出ないパートナー企業と組むという方法をとってきました。単にビルドを完了させること自体が大きな疑問符だった時代には、安全策を選ぶのはまったく合理的でした。しかし今日では、AIが状況を根本から変えています。

こうした業界全体に広がる課題を克服するには、最初の段階で意図を明確に文書化できる仕組みが必要です。最初にこの明確さを確立することで、実行および検証の各段階でAIを活用し、プロジェクトを構想どおりに正確に完了できるようにします。これにより、最終的な成果物が、スケジュールどおり、範囲内で、そして予算とも完全に整合した状態で提供されることが保証されます。

8090 Software Factoryでは、このまったく同じアプローチをすべてのクライアント案件の基盤として採用しています。プロセスの仕組みをこちらのリンクでご覧いただけます: http://bit.ly/4gP9bkq

現在のシステムに対する重大な脅威を一目で示す単一のビジュアルを探しているなら、まさにこのグラフがすぐに思い浮かびます。量子ビットが今後も積み重なって進んでいくことの影響を、観測者が十分に理解できない可能性が非常に高いです。結局のところ、この急速な進歩が量子に対して脆弱な暗号化手法にもたらす深遠な波及効果を、過大評価することは不可能です。

デスクトップおよびインターネットの時代を振り返ると、金融のダイナミクスは、最初に確立された経済構造がやがて反転するという特定のパターンに従っていたことがわかります。結局のところ、日常の消費者に最も近い位置にあった組織が、最高の利益率を獲得したのです。

人工知能（AI）も、このまったく同じ軌道をたどると考えられます。この経済的な変化が再び起こるのかどうかを疑うよりも、実際に不確かなのは、それがいつ起きるかという「時期」だけです。

もしあなたが「…の前に、一つだけ言っておきたいことがあります」というフレーズで文を始めようとしている状況に気づいたら、そこでいったん立ち止まるのがたいてい最善です。これ以上の補足コメントは省略し、目の前の作業を確実にやり遂げることだけに集中してください。

歴史の授業では1980年代・1990年代の規制緩和の流れがよく取り上げられますが、実態はその時代に規制の枠組みが実際に合理化されたわけではありません。むしろ、規制の量は実質的な中断なく拡大し続けました。

結局のところ、複雑な規制は特定の層――既存の市場のリーダーたち――に合わせたものになっています。これらの既存勢力は、自らが直接あるいは選び抜いた代表者を通じて、事実上ガイドラインを定めてしまう存在です。

市場の規制が少なくなるほど、当然ながら競争は起こりやすくなり、これまでの既得権に常に挑戦を突きつけます。既存プレイヤーの支配力が薄れていくと、経済では所得や富の流通が、より速く、そして活気ある形で進みます。

しかし、規制システムがますます複雑になっていく限り、すでに上位にいる人々は引き続き利益を得続けます。彼らは本当の技能を示す必要もなく、実際の努力をする必要もありません。その結果として、最終的には非常に非合理的なやり方に見えてしまうのです。

Anthropicに支払ったお金がどのように活用されているのか気になったことがあるなら、同社の最新の取り組みはかなり興味深いかもしれません。ぜひとも彼らのビジョンを支持してほしいところです。PoliticoのWillによる報道によると、人工知能をめぐる政治的な争点は、いまや中間選挙にまで大きく広がっています。興味深いことに、業界で最も著名な組織の一つであるAnthropicは、自らが開発を支援している“まさにその技術”について有権者に警告するために、何百万円ではなく数百万ドルを投じています。

Anthropicから資金援助を受けているPublic First Actionは、総選挙に向けた最初の大規模な取り組みを打ち出しました。同団体は、フロリダ州全域でGOPのアシュリー・ムーディー上院議員を支援することを目的とした新たな250万ドル規模の放送枠購入に投資しています。

人工知能企業が後ろ盾になっているにもかかわらず、この新しいテレビCMは、深刻な警告から始まります。そこでは、人工知能が私たちの生活を変え、誰も制御できないほどの速さで進み、私たちの仕事にまでやって来ると主張しています。CMでは、クローン化された声や奪われた顔の危険性を強調し、さらに人工知能の発明者たちからの直接の警告が流れます。その後、ディープフェイクを標的とする法案を後押ししてきたアシュリー・ムーディー上院議員を称賛へと切り替わります。元となった記事も、読者に対してこの広告を見るよう促しています。

この直近のCMは、Anthropicによるより広い政治キャンペーンの重要な一部です。同社は、より厳格な人工知能規制を求めるために数百万ドルを投じています。こうした行動を通じて、Anthropicは、OpenAIの投資家やリーダーによって支えられ、よりはるかに軽い規制アプローチを主張する対抗する政治勢力に対抗しようとしています。

魅力的な依頼を携えて地球に到着する、ある異星人の存在を想像してみてください。彼らが「私たちの種の過去と未来のあらゆる達成を支えてきた、根本的な原動力を表す“1つのグラフ”を見せてほしい」と尋ねてきたとしたら、あなたは一体何を提示しますか？

私は個人的に、以下に表示されているグラフィックを共有するでしょう。このチャートに示されている進歩を維持できる限り、人類は私たちが直面するあらゆる課題を、最終的には必ず解決すると私は固く信じています。

ソフトウェアの構築（Build）と購入（Buy）のための数学は、今や強く構築に有利に傾いている

SaaSの波が続く間ずっと、既存ソフトウェアを取得することは、自分が必要とするものをゼロから開発するよりも、常により安く、より速い選択肢でした。しかし現在では、その購入サイクルを進めることは、ますます複雑になり続けています。

このプロセスが入り組んでいるのには、よく理解された理由があります。セキュリティ審査を実行し、条件を交渉し、リスクにサインオフするためには、複数の関係者が必要です。Gartnerは、複雑なエンタープライズソフトウェア購入のための購買チームには現在6〜10人が関与すると指摘しています。その結果、チームの力学によって、購入者の77%が、直近の購入を「非常に複雑」または「困難」と特徴づけています。

AIのおかげで、その方程式の開発側は大きく様変わりしました。テクノロジーを購入することで得られる最古の主張は「より速い道が手に入る」というものでしたが、これはもはや事実ではありません。一般的な購入（導入）評価では、調達フェーズを通過するだけで、通常2〜3四半期かかります。まさにその同じ期間の中で、あなたが望むカスタムワークフローを今では指定し、構築し、テストし、本番環境で稼働させることができます。

私たちは、AIのデフレ的な経済性を活用できるように、大企業向けにSoftware Factoryを作りました。この技術を活用することで、構築か購入かという判断は、これまでになく競争力のあるものにしています。

方法: http://bit.ly/3RNjXya

ソフトウェアプラットフォームのポストローンチ（リリース後）フェーズは、実際には全体のライフタイムコストの50〜80%を占めます。興味深いことに、従来のサービスモデルは、この非常に高額な期間が始まるのとちょうど同時に終了するよう設計されています。

プロジェクトがリリースされると、一般的なシステムインテグレーターは、提供チームを完全に新しい顧客へと再配置します。これにより、コアとなる設計の中心を担った当初のクリエイターは、継続的なサポートが必要になる前に完全にその場から外れ、最もコストのかかる年々が始まる頃には不在になります。コンプライアンス規制が変わったり、システムの基盤となる業務フローが時代遅れになったりした3年後に、いったい誰があなたを支えるのか、と疑問に思わずにはいられません。

この標準的なサイクルから一歩踏み出し、8090は初回の本番稼働日以降も、プロダクションコードに対して最後まで責任を持ち続けます。私たちは、ソフトウェアが常に最新の状態であり、変化し続けるビジネス環境にきちんと最適化されることを保証します。

詳細は https://bit.ly/4zhwMBA へアクセスしてください

業界にとって非常に前向きな大きな一歩が進んでいます。さまざまなモデルの金融コストが徐々に足並みをそろえるにつれ、自然な流れとして、独立した第三者のコントロールプレーンおよびハーネスへと移行していくことになります。この取り組みを牽引する代表的な例として、8090 Software Factory、Palantir、そしてNous' Hermesが挙げられます。

今後36か月を見据えると、すべてのエンタープライズが、第三者ハーネスへのアクセスと、あらゆるモデルをほぼ互換的に活用できる柔軟性を求める可能性が非常に高いと考えられます。この変化は、組織がデータやIPの漏えいに関する脆弱性を完全に理解するようになることで起こります。最終的に企業は、自社のエンコードされた判断に対して絶対的な主権を維持する必要があり、そのため、この適応可能なアプローチが不可欠になります。

年次ベースでギャラップは、米国の労働力において個々のマネージャーの下にいる従業員の分布を評価しています。過去10年、この指標をモニタリングしてきた中で、最近その比率は最も急速な変化を経験し、わずか1年で「11」から「12」の直下報告者へと上昇しました。このトレンドのきっかけとなっているのは、企業再編の議論でよく持ち出されるおなじみの論点です。組織は一貫してミドルマネジメントのポジションを削減し、残った人員を、既存のリーダー層のより小さなプールに振り分けているのです。

ギャラップの研究によれば、従業員のエンゲージメントは、マネージャーが8人または9人のチームを率いるときに最適な水準に達します。この規模では、上司は進行中のプロジェクトを正確に把握し、建設的で本物のフィードバックを提供する力を保てます。しかし、直下報告者の人数が15を超えると、エンゲージメントは急激に低下します。

今日、重要な課題はもはや、組織図上の特定のマネジメント職に割り当てられた「個人数」だけではありません。むしろ、従業員の1週間のうち、事業を回すための単なる定型業務ではなく、高度な人間的判断を必要とするタスクに費やされている割合を理解することへと焦点を移す必要があります。

現在、競争上の優位を獲得しつつある企業は、人間の労働力のスケジュールから反復作業を完全に排除することに成功しています。そうすることで、チームに残る専門家が、顧客との関係構築、人の手が必要な微妙な会話、そして最終的に市場での成功を押し上げる戦略的なイノベーションに時間を振り向けていることを保証しているのです。

私たちは、貴社をどのように支援できるでしょうか

人工知能シンギュラリティへの接近

この現象に関する主流の理論は、明確な一連の出来事として展開される。まず、人類が人工汎用知能（AGI）を成功裏に開発する。次に、この新たに創られたシステムが、人工知能研究の分野で習熟を達成する。第三に、そのシステムは自身の専門性を活用して、さらに能力の高い自分のバージョンを設計する。第四に、そのアップグレード版は、驚くほど優れた後継者を構築しに進む。第五に、このフィードバックループは、前例のない速さで加速し続ける。

ここ数週間の間に複数の研究施設から生まれてきた最新の成果や技術的機能を見ていくと、私たちはすでにこの継続的な循環の中に、確実に位置していることがかなり明白である。

今後18か月は、間違いなく驚異的なものになるだろう。この先、再帰的な自己改善の仕組みが、息をのむような速度で技術的能力を押し上げる態勢に入る。こうした急速な進化の直接的な結果として、これらすべてのモデルを運用する際の限界コストは、最終的におおよそ ~$0 まで下がっていくことが見込まれる。