最新モデルから無事でした
2024年9月、私は最初のスタートアップ、Liraを作り始めました。
表向きは、学校・大学・企業向けの自助学習ネットワークでした。その下では、同時に三つのものになるはずでした。学生が実際に学ぶ場所。能力を早期に見つけ出して雇用主へつなぐ人材エンジン。そしてさらに奥では、教育機関や、ひいては政策立案者の意思決定に資するほどノイズの少ない認知シグナル。Olodo Uprisingに対する、ごく早期の解決策です。
あなたと一緒に学び、あなたのいる場所まで降りてきて、薄給の教師がすし詰めの教室で把握できる以上に深く学生を理解するAI。そのAIが築くプロフィールはあなたと一緒に社会人になり、履歴書が与えるよりずっと真実に近い姿を雇用主に見せる。
要するに、ゼロから作り直したLinkedInです。似合いの話でした。というのも、当時すでに私自身のLinkedInアカウントは三度削除されていて、利用規約に違反したという自動返信が届くだけ。ようやく人間のスタッフにたどり着いても、その規約がどれなのかは名指しできないと言われたのですから。
どのみち採用システム全体が壊れている、と私は自分に言い聞かせていました。静的すぎる、摩擦が多すぎる、応募の大半が消えていくように見えるブラックボックス。だから誰かが置き換えるべきで、その誰かは自分でいいじゃないか、と決めたのです。
当時、それは途方もなく野心的に見えました。三つの連携したプロダクトを作るのは何年もかかる仕事で、私にはチームもいなかったので、しばらくの間、このアイデアには手に余るように見えていました。懐疑の多くはビルドに向けられたものでした。技術的な複雑さ、コスト、時間。
その制約こそ、フロンティアモデルの新しいリリースのたびに、予測どおりに溶けてきたものです。私がそれを知っているのは、そのシフトの向こう側で、かなり壮大な野心を持つ双方向コマースプラットフォームPayloを、ほぼひとりで作ってきたからです。
2024年には身の程知らずに見えたものが、いまでは週末の足場組みです。
続けるべきだったのか？
いいえ。ただし、その理由からではありません。「野心的すぎる」はビルドへの批判でしたが、ビルドはまさに安くなろうとしていました。モデルは急速に良くなり、ソフトウェアを書くコストはそれとともに下がっていく。イテレーションの時間は大幅に短くなる。せいぜい、ちょっとした不便です。
その批判をしていた人の多くはその情報を持っていなかったので、まともに答えれば、間違った問いに答えることになったでしょう。唯一まともな選択肢は、その枠組み自体を拒否することでした。自分が知っていることの上に築くのに、許可は要りません。Liraを殺すものがあるとすれば、それは別の何かであるはずでした。
では、ビルドが問題でなかったなら、何が問題だったのか？
Liraはこう機能するはずでした。学校と大学が、課題を配るデフォルトのシステムとして導入する。学生は誰もが勉強しなければならないので、そこが勉強する場所になる。片側に学習ツール、もう片側に育っていく認知プロフィール。そして本当のプロダクトは、プロフィールのほうです。
しかしほどなくして、大学には大学のエコシステムがあることを知りました。独自のヒエラルキー、独自の政治、物事がそのやり方で行われている独自の理由。ソフトウェアが良いかどうか、そもそも作れるかどうかという問いではなくなったのです。すべての背後には、もっと深い問題が座っていて、ソフトウェアはそれに触れられませんでした。誰が決めるのか。誰が働き方を変えなければならないのか。これが導入されたら誰が何かを失うのか。そして何より、意思決定者にこれを届けられる知り合いは誰なのか——そもそも彼らが気に掛けるとして。
それに加えて、この種のデジタルソリューションはナイジェリアでは、コードとは何の関係もない理由で失敗することのほうが多いのです。不安定な電力、途切れがちな接続、そもそもデバイスを買える人の少なさ、そして買えない人たちに届けるために必要な適応の、その重さ。
労力に見合いませんでした。だから私は苦渋の決断を下し、プロジェクトを畳みました。
現在に話を戻します。木曜日にGPT-6 Astraが出荷されました。キルリストは予定どおりに出回り、数か月ごとにサイクルが繰り返されます。立派なトラクションを持つ本物のチームたちが、ある朝目を覚ますと、自分たちのバリュープロポジション全体が、より大きなモデルとより強い流通を持つ会社の一機能として出荷されている。そして投稿が上がります。ChatGPTにスタートアップを殺された。OpenAIにスタートアップを殺された。
冗談もあれば、死亡記事もあり、見ていて切なくなります。でも、どれひとつとして驚きではありませんでした。モデルは潮であり、潮には潮見表が付いてきます。OpenAIは2020年にスケーリング則を公開しました。能力は計算量とデータとともに、プロットできる曲線に沿って上がっていく。それ以降のすべてのリリースは、その曲線からの読み取り値です。ラボがモデルを出荷するというのは、水位が予告どおりの目盛りに達したと告知しているのです。
つまり、リリースに呑まれた会社はどれも、公表済みの喫水線より下に立っていただけなのです。
Liraは違いました。もしフロンティアモデルだけが問題だったなら、私は続けていたでしょう。より良いモデルは私のアウトプットを良くするだけで、私の存在理由を置き換えはしないからです。Liraが死んだのは人間の要因でした。人間関係、ヒエラルキー、最終決定権は誰にあるのか、導入のために行動を変えてくれる人がいるのか。
それこそ、私が話したいことです。
これらの企業に殺せないものとは、正確には何なのか？
お金から考え始める
AIに注がれている資金と研究は、より良いオートコンプリートを手に入れるための支出ではありません。あの規模で筋の通る目標はただひとつ、コードで表現できるあらゆるものに対する能力の獲得です。それを利益と呼ぼうが使命と呼ぼうが、含意は変わりません。目標が達成されれば、コードとして存在するすべて——つまり世界のデジタルインフラの大半——が、3、4社の手の届く範囲に収まるということです。
彼らが目指して築いているもの
コードで動くすべてを所有する方法は、ふたつあります。
ひとつはストアになること。知性が売買される場所であり、スタートアップがアプリになる場所です。GPTストアやコネクタのディレクトリはその初期スケッチで、MCPはその下の配管です。あらゆるツールが、それを呼び出すプラットフォームのプラグインになる。
もうひとつはチップになること。IntelやNvidiaやQualcommのように、全員の下に黙って座り、姿を見せる必要もなく、すべてから取り分を得る。
彼らがどちらかを選ぶとは思えません。
Appleは両方を築きました。
ストアは何が流通するかを決め、バックエンドはそれ以外のすべてから徴収する。両方を握る会社に、取り分をテーブルに残しておく理由はありません。そのプラットフォーム上のスタートアップは、スマートフォンでアプリが辿った道を辿るでしょう。その機能がOSに搭載されるまで、容認されるのです。
そうである以上、いま重要なのは、能力がはるかに高くなってもモデルの手の届かない場所に残るものは何か、そしてそれはなぜか、ということです。
外側に残る、三つの理由
- プライベートであること。モデルには見えない。
- 許可されていないこと。モデルは手を出せない。
- 構造的であること。人と法と物理的なシステムの配置によって存在していて、どれだけの知性をもってしても、その配置は変わらない。
AIはこれらのギャップを以前より速く埋める手助けはできますが、消し去ることはできません。もしいつか消えるとすれば、それはインターネットの基本設計が変わったからであって、モデルが賢くなったからではありません。
浮力
私は簡単なテストを考えました。どんなプロダクトや会社にも問える、四つの質問です。最初の三つに「はい」なら沈み、四つ目に「はい」なら浮かびます。三つの「はい」とひとつの「いいえ」なら、あなたは自動化されて消える一機能です。四つ目が「はい」なら堀があります。ただし、堀が事業を回してくれるわけではないので、運営の非効率と資本の重さには引き続き目を光らせる必要があります。
-
すでにグローバルなデータセットに入っているもの、しかもそれだけの上に築かれているか？ なら、いますぐ殺せます。あなたが読んだものは、モデルも読んでいます。
-
コードで動いているか？ まだ死んでいなければ、数年以内に死にます。コードこそ、彼らが所有するためにお金を使っている対象です。
-
あるデジタルシステム——人間ではないもの——を完全に理解することに依存しているか？ なら殺されます。デジタルシステムは、人間と違ってモデルに読み切られるからです。
-
社会の上に築かれたものではなく、社会がその上に築かれているものに依存しているか？ プライバシー。信頼。後見。責任。規制。誰かが結果に対して負う個人的な利害。
これらはデータセットの中になく、入れることもできません。人と人との関係か、人が互いについて作ったルールであって、人の記述ではないからです。見通せる限りの将来において、これらはあらゆるリリースから「無事」とマークされます。このカテゴリーこそ、Liraを殺したものです。そしていまは、私がその後に築いたすべてを守ってくれています。
その最上段に載っていないものは、おそらく流されます。
黒と白と、たくさんのグレー
一方の端には、流されるもの。新たに考え出されるのではなく、保存されて取り出されるものすべてです。事実、数字、定数、定義、解決済みの問題、参照テキスト。いまの世界を築くために私たちが教室で叩き込んできたものの多くはここにあり、モデルはすでにそれが得意です。想起（リコール）は、ほぼ解決済みです。
あなたの仕事が答えを覚えていることなら、モデルもその答えを覚えています。
ただし、推論は想起ではありません。新しい数学、未解決の物理、誰もやったことのない導出。これらは保存された答えではなく、モデルは検索よりも目に見えて不得手です。暗記したバージョンが当てはまらないように問題を少し崩した瞬間、性能は落ちます。そこは安全圏でも、流された領域でもありません。
係争中の中間地帯です。そしてまさにそこに、お金が注がれています。だからフロンティアを「もう負けた」の棚に入れてはいけません。
もう一方の端には、持ちこたえるもの。道徳、倫理、信仰、感情、信頼。モデルはそれらについての文章を際限なく生成できますが、それらは取り出せる事実ではありません。人と人との関係であり、人が互いに交わすコミットメントです。コミットメントをデータセットに入れることはできません。できるのは、記述することだけです。
そしてその間に広がる、幅広いグレーの帯。この先数年の本当の論争は、そこで行われます。
法を例に取りましょう。モデルがすべての法令を読み、該当する条文を諳んじるのは想起です。AIが補助しているのであって、それで構いません。流された領域が有益な仕事をしているのです。しかし、モデルが法を解釈する——あなたの経歴、経験、個人的な事情を踏まえて、それがあなたにとって何を意味するのかを決める——のは、まったく別の行為です。その時点でAIはもはやデータを取り出しているのではありません。人が説明責任を負っていたからこそ権威を持っていた役割を、引き受けているのです。危険は、モデルが条文を知っていることでは決してありませんでした。解釈を手渡されることです。解釈とは人間の関係が宿っていた場所であり、モデルにはその言葉を演じることしかできず、責任は一片も負えないのですから。
グレーにあるものがグレーにあるのは、どちらにも転ぶからです。この先の議論の大半は、能力の話にはなりません。この仕分けの話になります。何が黒で、何が白で、グレーの中に線を引く権利は誰にあるのか。
私は、「モデルにはまだできないだけ」のことに時間を使ったことが一度もありません。それは曲線に逆らう賭けであり、曲線は負けないからです。Payloは線の向こう側に座っています。モデルは私を速くしてくれますが、一度も会ったことのない買い手と売り手が同じ取引を信頼する、その理由を置き換えることはできません。
コードはもう堀ではない
6月にBreet Builders Grantでピッチしたとき、私は「コードはただのハーネスです」と言いました。当時は何とも思っていませんでした。でもいま書いていて、あれにはもう少し文脈が必要だったと気づきます。
かつて、複雑なシステムにはチームという対価が必要でした。エンジニア2人を6か月というのは、顧客がひとりも現れる前に給与だけで12万〜20万ドル。それでも質素なほうです。だからコードは資金を調達して作るものであり、高価な部分だったからこそ、守られる部分になりました。
今日、リポジトリはほぼ無料です。お金がかかるのはそれを書くもののほうで、それは3、4社に属し、トークン単位で課金されます。
コードはいまもプロプライエタリです。ただ、あなただけのものではなくなった。価値は、コードが固定しているもの、デプロイのされ方、そしてデプロイされる地形の中にあります。
線を引き直す
コストが一段下がるたびに水位は上がり、無料のモデルは数週間のうちにAstraに並ぶでしょう。最上段は前述の理由で乾いたままですが、その下はどんどん濡れていきます。
私が土台にしてきたものはその段の上に載っています。けれど、それを届けるために使っているコードは載っていません。縁のすれすれに座っています。つまりこの速度では、四半期ごとに線が私の何かを横切っていき、私はそのたびに線を引き直さなければならない。
それはもう、ただの基本的なメンテナンスです。