OpenAI Dev Day AMA: サム・アルトマンの未来予想図「AIが描く次の一手」
昨日上がったこの動画は「OpenAI DevDay London」で収録されたものであり、「12 Days of OpenAI」とは別のイベントに関連しています。
今回の動画は「OpenAI DevDay London」でのサム・アルトマン氏のAMA（Ask Me Anything）セッションであり、「12 Days of OpenAI」とは別のイベントとなります。それではこのAMAセッションの要点と洞察をまとめていきます。
OpenAI Dev Day AMA: サム・アルトマンとの特別対談
2024年のOpenAI Dev Dayでは、20VCのハリー・ステビングス氏がサム・アルトマン氏にインタビューを行いました。サム氏は普段非常に多忙な日々を送っていますが、彼の変わらないエネルギーとフレッシュな姿勢が際立ちます。このセッションでは、OpenAIの未来や重要な戦略について、幅広い視点で語られました。
サム・アルトマンへの冒頭の質問：どのように過ごしているのか？
ハリー氏はまず、「忙しい日々を送る中で、どうやってそんなにリフレッシュしていられるのか？」と尋ねました。サム氏は、「慣れてしまえば、それが普通に感じる」と回答。過去数年間は非常に忙しい時期だったものの、それが新たな日常になり、以前の感覚を忘れていると語りました。
OpenAIの未来：モデル開発の方向性
ハリー氏は「OpenAIの将来は、従来のように大規模なモデルを作り続ける方向か、それとも01のような新しいタイプのモデルを重視する方向か」と質問しました。
サム氏は次のように答えました：
全体的な改善を目指す: OpenAIはすべての分野での改善を追求している。
特に「推論能力」モデルに注力: 推論能力の向上は、新しい科学の発見や高度なコードの作成を可能にし、大きな進展をもたらす可能性がある。
Oシリーズのモデル: 今後もこのシリーズのモデルに急速な改良を加える予定であり、OpenAIにとって戦略的に重要な領域である。
ノーコードツールの開発について
「非技術系の起業家がAIアプリを構築し、スケールするためのノーコードツールをどう開発していくか？」という質問に対し、サム氏は以下のように述べました：
まずはエンジニア向けの生産性向上ツール: 最初のステップは、プログラミングが得意な人々をさらに効率的にするツールの開発。
高品質なノーコードツールの提供へ: 最終的には非技術者向けの高品質なツールを提供することが目標。
現状の課題: 現在のノーコードツールでは、完全なスタートアップをゼロから構築することは難しいため、実現にはまだ時間がかかる。
スタックのどこまでOpenAIが関与するのか
ハリー氏は、「OpenAIはどの程度までアプリケーション層を取り込むのか？」という重要な戦略的質問を投げかけました。
サム氏の回答：
短期的な不足を補う事業: 現在のモデルの課題に基づくビジネスを構築すると、将来OpenAIがその課題を解決した際にそのビジネスの価値が薄れる可能性がある。
長期的な進化を見据えたビジネス: 一方で、OpenAIのモデルが進化するほど恩恵を受けるような事業を構築するのは理にかなっている。
例として、「04モデルが画期的な進化を遂げたとして、それを喜べる事業であれば正しい方向に進んでいる」と説明しました。
AI進化における起業の戦略
AIの進化を見据えたスタートアップ戦略
サム・アルトマン氏は、AIモデルの進化を前提にしたスタートアップのあり方について以下の重要な指針を述べました。
現在のモデルの欠点を埋める戦略への注意
サム氏は、現行のAIモデルの欠点を部分的に埋めるプロダクトを開発する戦略について慎重になるよう呼びかけました。たとえば、モデルの現状の性能に合わせて「穴を埋める」ようなプロダクトを作ることは、次世代モデルがその欠点を解消したときに無意味になる可能性が高いと指摘しています。モデル進化の速度を過小評価しない
OpenAIは急速なモデル改善を進めており、未来のモデルが現在の問題点を解決することを前提にビジネスを構築する方が、長期的に成功する確率が高いと強調しています。
「オープンAIが進出する領域」と起業家へのアドバイス
ハリー氏は、「OpenAIが進出して他の企業に影響を及ぼす可能性がある領域と、そうでない領域をどのように見極めるべきか？」という質問を投げかけました。
サム氏の回答は以下の通りです：
「破壊的領域」と「未開発領域」
OpenAIは、モデルの性能を向上させ、開発者がモデルを使ってスムーズにプロダクトを構築できるようにすることを目指している一方で、AIを活用した新しいプロダクトやサービスを創造する広大な余地が残されていると述べました。新しい市場価値の創造
AIによって、従来は不可能または非効率だったプロダクトやサービスが実現され、何兆ドルもの新たな市場価値が生まれる可能性があるとのことです。長期的視点での起業
現在のモデルの欠点を埋めるだけでなく、「最高のAI家庭教師」や「革新的なAI医療アドバイザー」のような未来に通用するサービスを目指すべきだと提案しています。
過去から現在への変化：モデル改善への賭け
サム氏は、GPT-3.5時代の頃を振り返り、スタートアップの多くが「モデルがこれ以上改善しない」と仮定してビジネスを構築していた状況を指摘しました。しかし、実際にはGPT-4が大幅に進化し、そのような仮定に基づくビジネスの多くが時代遅れになりました。
過去の失敗例から学ぶ
サム氏によると、当時は95%のスタートアップが「モデルは大きく進化しない」という前提で動いていたのに対し、5%のスタートアップだけがモデルの進化に賭けていました。しかし、現在ではこの比率が逆転しており、多くの企業がAIモデルの進化を信じ、その進化を前提にビジネスを構築していると述べています。
AIの価値創出とオープンソースの役割
AIが生み出す経済価値
サム・アルトマン氏は、AIが将来生み出すと予測される経済価値について語りました。
加速する価値創出
サム氏は、AIによる経済価値創出の規模が「信じられないほど大きい」と述べています。特に、次世代システムが普及し、「ソフトウェアエージェント」や「ノーコード」ツールが実現する未来を想像すると、これまで莫大なコストがかかっていたソフトウェア開発が誰でも簡単に利用できるようになることのインパクトは計り知れないとしています。価値の具体例
AIがヘルスケアや教育分野での改革を可能にすることで、数兆ドル規模の経済価値が創出される可能性を強調。たとえば、教育がAIによって劇的に改善されることで、より多くの人々に知識とスキルが行き渡ることが期待されます。数値よりも重要なこと
経済価値が「1兆ドルか9兆ドルか」という議論自体は重要ではなく、それを実現するための技術的進歩やアクセシビリティの向上が本質だと述べています。
オープンソースの役割とOpenAIの立場
ハリー氏は、「AIの未来におけるオープンソースの役割」についてサム氏に質問しました。
オープンソースの重要性
サム氏は、オープンソースモデルがAIエコシステムにおいて重要な役割を果たすと認めています。現在すでに高品質なオープンソースモデルが存在しており、それらがAIの普及と進化に大きく貢献していることを強調しました。サービスとしての価値
一方で、OpenAIは「統合されたサービス」や「高品質なAPI」を提供することで、AIを利用するための利便性をさらに高めることにも注力していると述べています。オープンソースと商業的サービスは共存し、エコシステム全体の発展を支えていくと考えています。
次世代システムへの期待
サム氏はまた、2024年以降に予定されている「次世代システム」の進化について次のように述べました：
ノーコードツールの未来
ソフトウェアエージェントの開発が進み、誰もが「こんなソフトウェアが欲しい」と言葉で記述するだけで、複雑なシステムを構築できる時代が来る可能性を示唆。このようなツールが実現すれば、従来は非常にコストが高かったプロセスが劇的に簡素化され、大きな経済的インパクトをもたらすと述べています。価値創出の仕組み
AIによって価値がどのように配信されるかを考えるとき、これまでの技術革新とは異なる方法で経済成長を促進することになるだろうと指摘しました。
AIエージェントの未来とその本質
エージェントの定義：その本質とは？
サム・アルトマン氏は「AIエージェント」の概念について、まだ明確な直感や共通理解が形成されていないと述べました。しかし、彼はエージェントを次のように定義しています：
エージェントの特徴
長期間のタスクを任せられ、最低限の監督でそのタスクを実行できる存在。
エージェントの誤解：一般的な認識との違い
サム氏は、人々がエージェントをどのように捉えているかについて指摘しました。
一般的なイメージ
エージェントは、「レストラン予約を代行する」といった、人間の時間を少し節約するようなタスクに限定されることが多いと説明しています。エージェントがもたらす真の可能性
しかし、彼が注目するのは、エージェントが人間には不可能な規模やスピードで物事を実行できる点です。たとえば、「300件のレストランを同時に調査し、最適な選択肢を見つける」といった、並列処理が可能な世界を想像することで、エージェントの潜在能力を明らかにしました。人間の制約を超えるエージェント
エージェントは単なるタスク代行ではなく、人間の帯域（bandwidth）の限界を超える能力を持つことが重要であると強調しました。
「本当に賢い同僚」としてのエージェント
サム氏が特に注目するのは、エージェントが単なるタスク代行以上の存在として機能する未来像です：
高度な協働者としての役割
エージェントが、非常に賢い「上級の同僚」のように機能し、プロジェクトを共同で進める相手となる可能性を挙げました。たとえば、エージェントが「2日間」や「2週間」のタスクを独自にこなし、最終的に優れた成果物を提供する未来です。
AIエージェントが価格体系に与える影響
ハリー氏は、エージェントが労働を実質的に代替する場合、SaaS（ソフトウェアサービス）の価格体系にどのような変化をもたらすか質問しました。
従来の「1席あたり」の価格モデル
現在、SaaSの価格設定は多くの場合「1人あたり」の利用料金に基づいています。しかし、エージェントが「席」という概念を超え、労働そのものを代替することで、価格体系が抜本的に変わる可能性があると示唆しました。価格の未来像は未知数
サム氏は、この価格設定の未来について具体的な回答を避けつつも、「これは未知の領域であり、試行錯誤が必要だ」と述べています。
モデルの価値、差別化、そして推論の未来
AIエージェントの価格設定とインフラストラクチャ
サム・アルトマン氏は、AIエージェントの利用と価格モデルについての未来像を次のように語りました：
新しい価格モデルの可能性
現在の「1人あたり」や「1エージェントあたり」の価格設定ではなく、「問題解決に必要な計算リソース（GPUの量）」に基づいて料金が設定される未来を想像。たとえば、「1 GPU」「10 GPU」など、タスクに応じた計算量に価格が紐づく世界観です。インフラストラクチャの重要性
エージェント向けのモデルには、多くのインフラやスキャフォルディング（足場）の構築が必要であると述べています。ただし、O1モデルがすでにエージェントタスクに適した方向性を示していることから、さらなる発展が期待されています。
モデルの価値とコスト：減価償却と差別化
ハリー氏は、「AIモデルは減価償却資産である」という指摘について、サム氏に意見を求めました。
モデルは減価償却するが価値を持つ
モデルの価値がトレーニングコストを下回るという意見に対して、サム氏は「それは間違いだ」と反論しました。さらに、モデルをトレーニングする過程で得られる知見が次のモデル開発にプラスの相乗効果をもたらすため、投資価値は十分にあると述べています。差別化の鍵：プロダクトの粘着性とユーザーベース
サム氏は、特にChatGPTのような幅広いユーザーベースを持つプロダクトが、トレーニングコストを多くの利用者に分散させることで投資の回収を可能にしていると述べました。一方で、市場に似たようなモデルが過剰に存在する場合や、製品の「粘着性」（顧客を引き留める力）が低い場合は、収益化が難しくなるとも警告しています。
モデルの差別化と推論能力
OpenAIのモデルが今後どのように差別化を図るかについて、サム氏は次のように述べました：
推論能力への集中
「推論」は、次の大きな飛躍をもたらす鍵となる分野として、最も注力している領域です。これが進化すれば、AIがより高度で価値のある成果を生み出せると期待されています。マルチモーダル対応の重要性
視覚、言語、推論を統合するマルチモーダルな能力が、AIの幅広い応用にとって不可欠であると述べています。
推論とマルチモーダル能力の未来
サム氏は、マルチモーダル能力における課題と目標についても次のように語りました：
推論と視覚の統合
乳幼児が言語を習得する前に複雑な視覚的推論を行う能力を例に挙げ、AIが同様の統合的な能力を持つことは十分に可能であると主張しました。新しい推論パラダイム
O1モデルによる新しい推論時間パラダイムが、視覚能力のスケールアップにも寄与すると期待しています。
グローバル展開、文化、そして次世代技術の挑戦
国際化と文化的多様性
ハリー氏は、GPTの国際化について質問しました。具体的には、「GPTの出力はアメリカ英語に偏っているが、他の言語や文化への適応はどう進めるのか？」という問いです。
GPTのイギリス英語対応
サム・アルトマン氏は、「イギリス英語に対応していると思っていたが、実際のところはどうなのか調べる必要がある」と述べました。OpenAIは、異なる文化や言語における適応力を重視しており、今後さらに多様性に対応したモデル開発を進めることを示唆しました。
新たな推論技術への挑戦
サム氏は、推論の進化について以下のように語りました：
コア推論の突破口
新しい推論能力を開発するには、既存の技術を超えたアプローチが必要です。たとえば、強化学習（Reinforcement Learning）やトランスフォーマー（Transformer）以外の新技術への挑戦が挙げられました。模倣ではなく革新
サム氏は、「他者が達成したことを模倣するのは比較的簡単だが、全く新しい技術を開発するのは難しい」と述べ、OpenAIの強みは「新しいことに挑戦する文化」にあると強調しました。
OpenAIの文化：革新を生む組織作り
サム氏は、OpenAIが新しい技術を次々と生み出せる理由として、その独自の組織文化を挙げました。
未知への挑戦を可能にする文化
OpenAIでは、全く証明されていないアイデアに挑戦し、それを実現する能力が重視されています。この文化が、AI研究や他の多くの分野における進歩を促進していると述べています。世界が学ぶべき組織モデル
サム氏は、「引退後には、革新を促進する組織や文化の作り方に関する本を書きたい」と語り、このような文化がより広く普及することを望んでいると述べました。
人材の浪費を防ぐために
サム氏は、世界には多くの才能ある人々がいる一方で、その多くが十分に活用されていない現状を指摘しました。
人材の浪費の原因
悪い職場環境や、優れた企業をサポートしない国の制度などが、才能を十分に発揮できない主な要因だと述べています。才能を活かす方法
OpenAIのような革新的な組織が増えれば、これまで活用されていなかった人材が世界の進歩に貢献する機会が増えると期待しています。
人材の潜在能力、リーダーシップの進化、そして急成長の課題
AIがもたらす人材の可能性最大化
サム・アルトマン氏は、AIが人々の潜在能力を最大限に引き出す手助けをすることに期待を寄せています。
人材への影響
現在、多くの人々が自分の能力を十分に発揮できていない状況にあり、サム氏は「AIがそれを変える力を持っている」と信じています。たとえば、AIの普及によって、本来優れたAI研究者になり得た人がその道を選ぶ可能性が広がると述べました。
急成長の中でのリーダーシップの進化
サム氏は、OpenAIの急成長の中で自らのリーダーシップがどのように進化したかを振り返りました。
異例の成長スピード
通常の企業では、収益が「ゼロから1億ドル」「1億ドルから10億ドル」へと段階的に成長する時間がありますが、OpenAIはそれを数年で達成しました。この急成長に対応するための学びの時間が圧倒的に不足していたと語っています。リーダーシップの課題
特に困難だったのは、「次の10%の成長」ではなく、「次の10倍の成長」を目指す思考に会社を集中させることでした。これには、新しい方法や構造が必要であり、従来の成功パターンを繰り返すだけでは不十分であると述べています。
次の10倍の成長を目指すための挑戦
急成長に対応する中で、サム氏が直面した具体的な課題と学び：
内部コミュニケーションの重要性
急成長の中で、「今何をすべきか」と「長期的に何を準備すべきか」を同時に計画し、共有するための内部コミュニケーションの重要性を痛感したと述べました。計画と実行のバランス
短期的なニーズ（次月の目標など）と長期的な目標（1～2年後の計算能力やオフィススペースの確保）をどうバランスさせるかが大きな課題だったと語っています。プレイブックの欠如
サム氏は、「このような急成長に対応するためのプレイブック（手引書）がなかったか、秘密のプレイブックが存在したのかもしれないが、自分には与えられなかった」と冗談交じりに述べています。
人材採用における「若さ」と「経験」のバランス
若い才能を採用することへの意見
ハリー氏は、起業家のキース・ラボイスが「30歳未満の若くて野心的な人材を採用することが優れた会社を作る秘訣だ」と述べたことについて、サム・アルトマン氏に意見を求めました。
30歳未満の採用への評価
サム氏自身は、OpenAIを始めたときに30歳前後であったと述べ、「若すぎるわけではなかったが、それでもうまくいった」と語りました。そのため、若さだけが成功の鍵ではないとの立場を示しています。若い人材の利点
サム氏は、20代前半の才能ある若い人材が「新しい視点、エネルギー、そして驚くべき能力」を持っていると評価しました。最近採用した若い人材について、「信じられないほどの成果を上げている」と述べ、このような人材をさらに見つけたいと考えています。
経験豊富な人材の必要性
一方で、サム氏は経験の重要性についても次のように語りました：
高いリスクを伴うプロジェクトにおける経験の価値
「非常に複雑で高価なシステムを設計する場合、経験が浅い人にその責任を負わせるのは難しい」と述べ、高いステークスが関わる分野では経験が重要であるとしています。若さと経験の両方が必要
若い才能と経験豊富な人材の両方を採用するバランスが重要であり、どちらか一方に偏る戦略は誤りだと語りました。特に「極めて高い才能を持つ人材」であることが年齢に関係なく重要だと強調しました。
若い才能への社会的投資
サム氏は、若い人材への社会的な投資の必要性について次のように述べました：
経験不足の価値
若さや経験の少なさが必ずしも価値が低いことを意味しないと述べ、特にキャリアの初期において高い潜在能力を持つ人々に対して、社会として積極的に投資するべきだと強調しました。Y Combinatorでの学び
サム氏は、Y Combinatorでの経験を通じて「経験不足が価値を否定するものではない」と学び、社会が若い才能に賭けることの重要性を強く感じたと語っています。
採用におけるサムの哲学
サム氏の考えは、若い才能と経験豊富な人材のバランスを重視し、年齢よりも「才能」そのものにフォーカスしたものです。このバランスが、革新と安定の両立を可能にし、会社を成功に導く鍵だと述べました。
モデルの進化、課題、そして未来の展望
他社モデルとの比較と選択
ハリー氏は、Anthropicのモデルがコーディングにおいて優れているとの指摘について、サム・アルトマン氏に意見を求めました。
Anthropicのモデルの評価
サム氏は、Anthropicのモデルがコーディングで優れている点を認め、「開発者にとって非常に印象的な成果」だと述べました。複数モデルの併用
開発者は、多くの場合、複数のモデルを併用していると指摘。エージェント化が進む未来において、どのように選択されるかはまだ進化の途上にあると語っています。モデルからシステムへのシフト
将来的には、「モデル」という概念から「システム」へと焦点が移る可能性があると述べ、この移行には時間がかかるものの、AIの利用法が大きく変化する可能性を示唆しました。
スケーリング法則の持続性
サム氏は、スケーリング法則（モデルを拡大することで性能が向上する法則）が今後も続くかについて以下のように答えました：
長期的な進化
モデル能力の向上は、予想以上に長く続くと考えていると述べ、今後もスケーリングが重要な役割を果たすと信じていると語りました。課題と新たなパラダイム
サム氏は、スケーリングに関連する課題を乗り越えるためには、新しいパラダイムの発見が必要だと述べています。これは、現在の手法が限界に近づいた際に特に重要です。
困難な局面とその克服
サム氏は、過去に直面した最も困難な問題について次のように振り返りました：
GPT-4開発の課題
GPT-4の開発初期には、解決策が見えない問題に直面したことを認めました。具体的な問題には触れませんでしたが、当時は「非常に困惑していた」と述べています。問題解決のプロセス
サム氏は、「最終的には解決策を見つけたが、そのプロセスは簡単ではなかった」と振り返り、これらの挑戦がOpenAIの進化において重要な学びの機会であったと述べています。
未来への展望
サム氏は、モデルの進化が続くことを確信しながらも、未知の課題に対処するための柔軟性と新たな発見が必要であると強調しました。今後は、「モデル」から「システム」への移行が進むことで、AIの役割と利用法が劇的に変化する可能性を示唆しました。
長期的な挑戦、意思決定の重み、そして半導体供給への懸念
長く曲がりくねった道：O1モデルと推論モデルの進化
サム・アルトマン氏は、O1モデルと推論モデルに至るまでの長い研究の道のりについて語りました。
O1モデルの背景
推論能力を重視したモデルは長年の目標でしたが、そこに至る道は予想以上に困難で複雑だったと述べています。研究は「長く曲がりくねった道」であり、多くの試行錯誤が必要でした。モラルの維持
困難な状況や失敗するトレーニングランに直面しても、AGI（汎用人工知能）を構築するという共通の目標が、OpenAIチームのモチベーションを支えています。サム氏は、「深層学習に賭けることは、天使の側に立つことのようだ」と述べ、最終的に努力が報われると信じる深い信念が、困難を乗り越える助けとなっていると語りました。
意思決定の重みと挑戦
ハリー氏は、「未決の意思決定が人生で最も重いもの」という名言を引用し、サム氏に最も悩む意思決定について尋ねました。
日々の意思決定の重み
サム氏は、大きな意思決定（次のプロダクトや次世代コンピュータの方向性など）だけでなく、日々発生する「51対49」の小さな判断が大きな負担になると述べました。これらの意思決定は微妙な差で重要性を持ち、最終的に自分が責任を持って決める必要があることが多いと語っています。複数の専門家への依頼
サム氏は、「すべてを一人のアドバイザーに頼るのは間違い」であると述べ、それぞれの分野で信頼できる15～20人の専門家に相談することが重要だと考えています。この「友人に電話する」スタイルが、最善の意思決定をサポートしているとのことです。
半導体供給と国際的緊張への懸念
サム氏は、半導体供給チェーンと国際的緊張について次のように述べました：
懸念の位置付け
半導体供給チェーンの問題は、彼の「最優先の懸念」ではないものの、全体の懸念事項の中で上位10%に入ると述べています。この問題はAIの進化において重要である一方、他にも多くの優先事項が存在すると語りました。複雑性への対応
半導体供給のような国際的な課題に加え、AI業界全体が直面する「複雑性の増大」が最大の懸念事項であると述べています。
AIの複雑性と産業革命との比較
AI産業の複雑性：フラクタル的な課題
サム・アルトマン氏は、AI分野が直面している複雑性について語りました。
フラクタル的な複雑性
AI開発は、サプライチェーンのように単純な「パイプライン」ではなく、各レベルで相互に影響を与えるフラクタル的なシステムであると述べました。例えば、以下のバランスを取る必要があります：電力供給の確保
ネットワーキングの最適化
半導体の確保
研究準備と製品開発のタイミング
システムの膨大なコストをカバーする収益モデル
「見たことのない複雑性」
サム氏は、他のどの業界にも見られないほどの複雑性がAI産業には存在しており、これが現在の最大の懸念事項だと語りました。
AIと過去の技術革命との違い
ハリー氏は、AIのブームをインターネットバブルと比較する声について意見を求めました。
コストの違い
インターネット革命は比較的低コストでスタートできたのに対し、AIモデルの基盤を構築するには数十億ドル規模の投資が必要です。サム氏は、オラクルのラリー・エリソン氏が「基盤モデル競争に参入するには最低でも1000億ドルが必要」と発言したことについて、「そこまで高くはならないだろう」としつつも、多額の投資が不可欠であることを認めました。インターネットとの連続性
多くの企業にとって、AIはインターネットの進化の一部とみなされる可能性が高いと述べています。AIモデルを利用して新しいテクノロジーを構築するのは簡単ですが、AIそのものを構築するのは全く異なる挑戦です。電気やトランジスタとの比較
AIを電気やトランジスタと比較する意見もありますが、サム氏はこれを「不適切」としつつも、トランジスタのように物理学の新発見から始まり、急速に普及した点はAIと似ていると指摘しました。
AI産業の未来と課題
新たな技術的基盤
AIは新しい技術基盤を提供し、他の産業に広がる可能性があります。しかし、それを構築するには莫大な投資と高度な計画が必要です。規模と速度の法則
トランジスタが「ムーアの法則」に従って進化したように、AIにも「スケーリングの法則」があり、それが進化の速度や規模を決定する可能性があるとサム氏は述べました。
AIの未来、学び、そして意外な発見
AIの未来とトランジスタの類似点
サム・アルトマン氏は、AIの未来をトランジスタの進化になぞらえて次のように語りました：
トランジスタの教訓
トランジスタは、物理学の単純な発見から始まり、経済全体に大きな恩恵をもたらしました。その結果、ほとんどの製品がトランジスタを利用しているにもかかわらず、人々はそれを「トランジスタ製品」として認識することはなく、ただ便利なものとして受け入れています。同様に、AIも産業全体に広がり、その存在が当たり前になると考えられます。
サム・アルトマンとのクイックファイアラウンド
ハリー氏は、短い質問形式でサム氏の直感的な考えを引き出しました。
今日からスタートするなら何を作るか？
サム氏は、「AIを活用した垂直分野の製品」を作ると答えました。具体例として、「最高のAI家庭教師」や「AI弁護士」「AI設計エンジニア」など、人々の学びや生産性を向上させるプロダクトを挙げました。引退後に書く本のタイトルは？
サム氏はまだ具体的なタイトルを考えていないものの、「人間の潜在能力を解き放つ」というテーマが中心になると述べました。注目すべきAI分野は？
「AIが個人の人生全体を理解する能力」についてもっと時間を割くべきだと述べました。すべてのデータや情報にアクセスでき、ユーザーを深く理解するAIエージェントの重要性を強調しました。
最近驚いたこと
サム氏は、具体的な詳細は明かせないものの、最近の研究成果に「息をのむほど素晴らしい」と驚いたと語りました。この研究がAIの進化にとって重要な一歩になる可能性があることを示唆しました。
競争相手への敬意
サム氏は、AI分野全体に対する敬意を表明しました。
分野全体の称賛
AI分野では非常に才能ある人々が多く活躍しており、それぞれが重要な貢献をしていると述べました。特定の競争相手に対する評価ではなく、分野全体への敬意を強調しました。
OpenAIのお気に入りのAPI
サム氏は、「リアルタイムAPI」が特に優れていると答えました。OpenAIのAPIはビジネス全体で重要な役割を果たしており、多くの高品質な機能が揃っていると語りました。
オープンソースAIの制約
最後に、MetaのLLaMAのようなオープンソースモデルの課題について触れました。これには、リソースや倫理的な制約が関連しており、すべてのAIモデルがオープンにできるわけではない複雑な状況を示唆しています。
リーダーシップ、製品戦略、そして尊敬する人物
AI分野で尊敬する人物
ハリー氏は、サム・アルトマン氏に現在のAI分野で最も尊敬する人物について尋ねました。
OpenAI以外の選択肢
サム氏は、公平性を保つため、OpenAIの社員を除外して考えた結果、Cursorチームを挙げました。彼らの取り組みを「魔法のような体験を提供し、価値を創出するためにAIを活用した驚くべき事例」として称賛しました。
レイテンシーと精度のトレードオフ
AIシステムにおける「応答速度（レイテンシー）」と「精度」のバランスについての質問に対し、サム氏は次のように答えました：
ユーザーのニーズに応じた調整
レイテンシーが重要な場合（例：即時の対話）と精度が重要な場合（例：科学的発見）で異なる優先順位が求められると指摘。理想的には、これをユーザーが調整可能にするべきだと述べました。
リーダーシップにおける課題
サム氏は、自身のリーダーシップの改善点について以下のように語りました：
製品戦略への不確実性
最近、製品戦略の細部について以前よりも不確実性を感じていると述べました。特に、会社としてのビジョンを明確化する必要性を強調し、自分自身の製品戦略に対する貢献を「弱点」として認識していると述べています。チームの支え
優れた製品責任者とチームがいるものの、自身がより強力で明確な方向性を示すべきだと感じていると語りました。
Kevin Scott氏について
サム氏は、長年の知人であるKevin Scott氏を製品リーダーとして称賛しました。
Kevinの強み
Kevin氏の特筆すべき能力として「集中力」を挙げました。特に、何に「ノー」と言うべきかを決定し、ユーザー視点で意思決定を行う能力を高く評価しています。また、非現実的な夢に惑わされず、厳密な判断を行う姿勢を称賛しました。
未来への展望と社会の変化
未回答の質問
ハリー氏は、「今までのインタビューで聞かれることの少ない、聞かれたかった質問はありますか？」と尋ねました。しかし、サム・アルトマン氏は「その質問自体を何度も受けたことがある」と笑いながら回答しました。
5年後と10年後のOpenAIの未来予測
サム氏は、OpenAIと社会の未来について次のように展望しました：
5年後：科学と技術の飛躍的進歩
サム氏は、次の5年間で技術そのものの進化が「信じられないほど急速」になると予想しています。特にAIが科学的発見を支援する能力が向上し、AI研究やその他の科学分野での進歩が予想を超えるペースで進むと述べました。社会の意外な安定
技術進化が進む一方で、社会そのものは意外と変化が少ない可能性があると指摘しました。たとえば、チューリングテストを突破するような進化があっても、社会は劇的には変わらず、日常生活に溶け込んでいくと予測しています。長期的な変化
長期的には、社会は大きく変化する可能性がありますが、短期的には進歩と日常のバランスが保たれると述べました。この適度な安定が「健全で良いもの」と考えています。