サイバーセキュリティとその先に向けた未来の安全性構築：AIの役割 | ジョン・ウェイリー | Glasp Talk #25
* この記事は、「How to Build a Safer Future: AI’s Role in Cybersecurity and Beyond | John Whaley | Glasp Talk #25 」を翻訳し、公開するものです。
第25回目のGlasp Talkです！
Glasp Talkでは、さまざまな分野の先駆者との親密なインタビューを通じて、彼らの本音や経験、その背後にあるストーリーを深く掘り下げています。
本日のゲストは、サイバーセキュリティとAIの分野でビジョンを持つジョン・ウェイリー氏です。ジョンは、AIの分野で才能を発揮する人々を支援する非営利アクセラレーター「Inception Studio」の創設者であり、AIを活用したソーシャルエンジニアリング攻撃に対抗する「Redcoat AI」の創設者でもあります。スタンフォード大学で博士号を取得し、UnifyIDやMoka5などの成功企業を創設してきたジョンは、プログラミング、サイバーセキュリティ、AIの最先端技術をリードしています。
このインタビューでは、ジョンがAIの進化についての見解を共有し、学問から起業家への道のり、そしてInception Studioを通じたイノベーションの推進について語ります。彼はAIの進歩がサイバーセキュリティに与える影響、AIの未来についての見解、そしてソーシャルエンジニアリング脅威への挑戦について深く掘り下げます。ジョン・ウェイリー氏の感動的なキャリアと、未来に向けたAI駆動の企業構築に対する彼の考えを探る旅に、ぜひご参加ください。
要約を読む
👉 サイバーセキュリティとその先に向けた未来の安全性構築：AIの役割 | ジョン・ウェイリー | Glasp Talk #25
書き起こし
Glasp: Glasp Talkのエピソードにようこそ！本日は、サイバーセキュリティとAIの世界でビジョンを持つジョン・ウェイリー氏をお迎えできることを楽しみにしています。ジョンは、AIの優れた才能を持つ人々を支援するコミュニティ主導の非営利アクセラレーター「Inception Studio」の創設者であり、AIを活用したソーシャルエンジニアリング攻撃から人々を守るための会社「Redcoat AI」の創設者でもあります。スタンフォード大学で博士号を取得し、UnifyIDやMoka5など複数の成功企業を立ち上げてきたジョンは、プログラミング、プログラム分析、最適化から仮想化やサイバーセキュリティまで、最先端技術の最前線に立ってきました。また、ジョンは熱心な教育者でもあり、スタンフォード大学でLLM（大規模言語モデル）を使ったアプリ構築に関するコースを教え、次世代のAI技術に関する洞察を共有しています。今日は、AIの最新動向やAIが私たちの生活にどのような影響を与えるのかについて、ジョンにお話を伺いたいと思います。それでは、今日のショーにご参加いただきありがとうございます！
John: はい、ここに来られて嬉しいです。紹介してくれてありがとう。私はこの分野で、そうですね…ここベイエリアで25年近く働いています。スタンフォードに入った頃からですね。そこからのさまざまな変遷を見るのは、とても面白いです。当時、今でいう「AIの冬」と呼ばれていた時代から、AIに取り組んでいたことを覚えています。すべてが一周して、今やAIは非常にホットな話題になっています。それを見るのはとても興味深いですね。でも、私は常に非常に技術的で、ものを作ることに専念してきたと思います。スタンフォードで博士課程をしていた時でさえ、教授になることを考えていましたが、すべての研究は「何かを作る」ことに関するものでした。私の博士課程の研究も、コンパイラやプログラム分析に関するものでしたが、すべての研究は「ソフトウェアエンジニアが、より速く、より良いものを構築し、証明可能に正しいものを作るにはどうすればいいか」ということに関するものでした。
そのため、私のすべての研究は常にエンジニアリングに重点を置いており、そうした背景を持っています。コードを書いてソフトウェアエンジニアを始めるところから、研究をし、他の人がそれをできるように支援することが目的でした。そして最終的には、会社を立ち上げることになり、今ではInception Studioを通じて他の人が会社を立ち上げるのを支援しています。それまでの過程はとても楽しかったです。
Glasp: そうですね、まず最初にInception Studioについて伺いたいです。私はInception Studioが何かを知っていますが、知らない方々のために、Inception Studioがどのようなものか、そしてなぜこのプロジェクトを始めたのか説明していただけますか？
John: そうですね、その背景としては、私の前の会社が約4年前に買収され、その後次に何をするかを考えていたんですが、なかなか進展しませんでした。というのも、生活があまりにも快適すぎたからです。これは2021年か、2022年の頃で、パンデミックの真っ只中でした。それで、何か別の会社を立ち上げたいと思っていたのですが、なかなか前に進めなかったんです。GPT-3が2020年に登場し、非常に興味深いことがいくつかありました。それが大きなことになるだろうとはわかっていたんですが、なかなか会社を立ち上げる方向には進まなかったんです。理由の一つとして、自分自身のことをよく理解していたからです。私は締め切りがないと何も進まないタイプで、締め切りがなければ結局は先延ばしにしてしまい、あまり進展がありません。ですから、私には締め切りが必要だったんです。
それで、必要なことはわかっていました。それは、すべての気を散らすものを取り除き、非常に賢くて創造的な人々に囲まれ、最も重要なことは締め切りがある環境に行くことです。これが、私たちが最初に行ったイベントの発端です。それは2022年11月に行われました。テーマはLLMと生成AIに関するもので、素晴らしい創業者たちが集まりました。そして、そのイベントからいくつかの会社が設立されたり、そこから成長していったりしました。それは本当にエキサイティングな部分でした。最初のイベントがうまくいった理由についての反省点の一つは、質の高い参加者を集め、素晴らしい人々を引き寄せることができたということです。ですから、さらにこうしたイベントを続けていく際には、質の高さを維持し、参加者が質の低い人ばかりになるような問題を避けたいと考えていました。それで、そのようにしました。これまでに12回のイベントを行い、144人の創業者がプログラムに参加しました。そして、それは非常に成功しています。というのも、素晴らしい人々を一緒に集めると、彼らは会社を立ち上げ、その会社が非常にうまくいくことがわかったからです。
私たちはこれを非営利団体として運営しています。会社の株式は一切取得していません。なぜなら、質の高い人々を集め、質の高いプログラムを提供することに焦点を当てたいからです。私たちは501(c)(3)の非営利団体ですので、参加者には可能であれば寄付をお願いしています。寄付は、宿泊や食事、滞在費を賄うためのものです。しかし、寄付が難しい場合は、それも問題ありません。費用を免除することもできます。そのため、素晴らしい創業者たちを引き寄せることができ、これまでにいくつかの成功事例が生まれています。しかし、これは他のアクセラレータとは異なるモデルです。多くのアクセラレータは、創業者が会社の一部を譲渡するような契約を求め、たとえば「会社の7%を譲る代わりに、12万5千ドルを出資する」といった取引が典型的です。場合によっては、10%まで譲渡を求めることもあります。こうしたモデルは、初めての創業者にはうまく機能するかもしれませんが、もしあなたが非常に注目されている分野で働いているか、過去に成功を収めたシリアルアントレプレナーである場合、または投資家との強いつながりが既にある場合、そうしたアクセラレータに参加して多くを譲渡する必要はありません。
そのため、こうした問題を避けたかったのです。だからこそ、私たちは株式を取得せず、非営利団体として運営しています。そして、そのおかげで素晴らしい人々を引き寄せることができました。優れた人々を集めて一緒に活動させることには、内在的な価値があります。これまでに12回のリトリートを実施しました。また、非常に強力な創業者コミュニティも形成されています。私はもともとコミュニティオーガナイザー的なタイプではなかったのですが、時間をかけてそうなっていったのです。これは私にとっても非常に興奮する部分であり、創業者のコミュニティをどのように組織するかを探求するのは非常に興味深い経験です。
これまでのところ、すべてが順調です。次のイベントは2024年9月末に予定されています。私たちは6〜8週間ごとにこれらのイベントを開催しており、国際的な拡大も検討しています。日本などでもイベントを計画しています。素晴らしい創業者たちはさまざまな場所や背景に存在しています。そして、私は多様なチームが最も優れたチームであると信じています。これは、私たちが意識的に取り組んでいることであり、コホートを編成する際に考慮しています。同じタイプの人々ばかりを集めるのではなく、さまざまな背景を持つ人々が集まることで、イベントはより成功しています。
John: もし全員がエンジニアだけだったら、それはただのハッカソンのようなもので、いくつかのソリューションを作り上げるかもしれませんが、それらが実際に有効なビジネスになることはありませんよね？でも一方で、プロダクトマネージャーばかりが集まっても、それは何にもならないんです。ビジネスの人々やその他の分野の人々ばかりが集まっても同じです。最悪のケースは、全員がCEOの場合です。それはもう災害のようなもので、リアリティ番組か何かみたいですよね。それではうまくいかないんです。なぜなら、実際にはすべてのタイプの人々が必要だからです。CEOになれる人も必要ですが、CEOではない人も必要です。技術に詳しい人も必要ですし、プロダクトを理解する人も必要です。販売や市場参入戦略を理解する人も必要です。そして最終的には、そういったスキルの良いバランスを持った創業チームや初期チームが成功する可能性が高くなります。
これは統計的にも証明されています。『The Founder’s Dilemma』という本があり、どのようなチームや創業チームが成功する可能性が高いかを分析しています。その本によると、初期チームに多様性があるチームの方が統計的に成功する可能性が高いということが示されています。だからこそ、私はこういった状況が嫌いなんです。才能があり、野心があるにもかかわらず、外的な要因、例えば差別や社会的な事情によって、自分の夢や運命を実現できない人々がいるという状況です。
こういった状況を見ると、本当にそのような人々を支援したい、何とか力になりたいという気持ちが強くなります。Inceptionの参加者のうち、これまでのところ25%が女性で、さらにその割合を増やすために努力しています。私は、多くの女性が会社を立ち上げるべきだと信じていますが、さまざまな理由でそれができていないことがあります。それをサポートしたいと考えています。また、同様に日本などの地域でも、起業がそれほど一般的でないかもしれませんが、非常に才能があり、野心を持った人々がたくさんいます。そういった状況にある人々を支援するためにできる限りのことをしたいと考えています。
Glasp: そうですね、本当にその通りです。聞いていてとても理解できます。ところで、私は最初のパイロットコホートに参加しましたが、それは素晴らしいものでした。でも、最近のコホートでは何が起こっているのかよく分かりません。何か興味深いプロジェクトやアイデアが見つかりましたか？
John: たくさんありますよ！これがこの仕事を好きな理由なんです。さまざまなバックグラウンドを持った非常に興味深い人々と交流できるんです。でも、彼らはみんな非常に野心的で、非常に優れた実績を持っていて、すでにしばらくこの分野について考えている人たちです。そして、人々がやっている非常に興味深いことについて聞くのは本当に楽しいです。最初のイベントは、あなたが参加したものですが、テーマが明確に設定されていて、大規模言語モデルと生成AIに関するものでした。それは2022年11月に開催したもので、ChatGPTが公開される約2週間前でした。
Glasp: そうですね、とても良いタイミングでしたね。
John: そうですね、非常に良いタイミングでしたね。そして実際のところ、私たちはAIの創業者に限定しているわけではなく、今はちょうどその分野が非常にホットであるというだけなんです。多くの人々が興味を持っていて、過去には存在しなかった「大規模言語モデル」という新しい能力が今では存在し、これにより多くの新しい機会が開かれています。それで、多くの創業者がこれらのツールや分野に非常に関心を持っているのは自然なことだと思います。
John: ただし、気をつけなければならないのは、生成AIからスタートして「素晴らしいツール、たとえばGPT-4があるから」といったように、大規模言語モデルや生成AIモデルを使い始めると、結局は「ハンマーを持って釘を探している」状態になってしまい、本当の顧客の問題を解決しないことです。ですから、問題からスタートし、AIがその解決策であればそれは素晴らしいですが、AIが最良の解決策ではない場合も多くあり、それでも構いません。とはいえ、Inceptionで関わる企業の多くは完全にAIを取り入れているわけではありません。そして、彼らが取り組んでいる製品だけでなく、会社内部でも最新のツールを活用することで、非常に大きな会社のように行動できる機会が今はあるのです。多くの生成ツールを活用して、会社のさまざまなことを処理できるのです。
John: そのため、これらのツールを使いこなしている人々は、まるでスーパーパワーを持っているようなものです。これらのツールを使わない人や使い方を知らない人に比べて、生産性が5倍から10倍にもなることがあります。これは最近の非常に興味深い進化です。かつては、これを実現するには大規模なチームをスケールアップし、多くの人を雇わなければなりませんでしたが、今ではそれがはるかに少なくなっています。ほんの少数の人々でチームを構成し、これらのツールを効果的に使用できれば、自分たちの実力以上の成果を上げることができます。
John: AIネイティブの企業について話すとき、それは製品がAIネイティブであるだけでなく、データ戦略を理解し、データの価値を認識しているという点でもありますが、同時に自社内でAIツールを活用して、これらのツールを取り入れていない大企業に対して大きな競争優位性を持つことができるという点でもあります。
Glasp: そうですね、過去にInception Studioから出てきたFriendやCoframeのような多くの興味深いプロジェクトを見てきました。それは印象的です。
John: はい、素晴らしいプロジェクトがたくさんあります。それぞれの企業について話すことができるほど、私はそれらのすべてに非常に興奮しています。Friendは最初の一つで、ハードウェア分野にも初めて進出したプロジェクトでした。この分野ではいくつかの失敗例がありましたが、それでも誰かが必ずこの分野を突破すると思っています。AIウェアラブルに関しては多くの可能性があると思います。Coframeも非常に興味深く、エキサイティングなプロジェクトです。Josh Payneが創業者で、彼がコホートの3回目に参加したとき、彼が説明したアイデアは非常に納得のいくものでした。ウェブページのA/Bテストを行い、生成AIを使って異なるバリアントを生成し、強化学習を使って自動的にウェブサイトを改善するというものでした。それを聞いて私は「もちろん、それは理にかなっている」と思いました。それだけでなく、彼はさらに進んで、生成AI駆動の「生きた」ユーザーインターフェースの未来について話し始めました。
そして、これが私たちが高い能力を持った創業者たちと仕事をする利点です。彼らは小さく考えず、常に大きなことを考えているのです。初めての創業者や初期段階の創業者は、「このビジネスを成立させることができる」と考えることが多いですが、私は早い段階で学びました。問題を解決できるからといって、それを解決すべきだとは限らないということです。あなたの時間は非常に貴重ですからね。
John: そうですね、非常に成功している人々と、同じレベルの成功を達成できない人々を分けるものは、少しは才能に関係していますが、それ以上に取り組む問題に対する「センス」の違いが大きいんです。取り組むべき問題に良いセンスを持っていると、成功のレベルに達する可能性がずっと高くなります。これが、才能のある人と、次のレベルの成功に到達する人々を分ける要因です。
そしてこれも、Inceptionの利点の一つだと思います。Inceptionの参加者の約70%はシリアルアントレプレナー、つまり過去に少なくとも1回は会社を立ち上げた経験がある人々ですが、約30%は初めての創業者です。私たちは、才能と野心を兼ね備えた人々を探しています。ただ単に「この分野で成立するビジネスを作れるかもしれない」という考えではなく、「次の偉大な会社を作る」または「特定の方法で世界を変える」というビジョンを持っている人々を求めているのです。それが私たちの選抜基準です。
こうした志向の人々を集めることで、非常に楽しい環境が生まれ、多くのシナジーが生まれます。彼らは皆、同じ段階にあり、似たような分野で働き、野心を持って会社を立ち上げようとしています。こうした人々の間で多くのポジティブなシナジーが生まれるのです。
Glasp: そうですね。
John: そして、これは私も徐々に学んできたことです。最初はこうなるとは予想していませんでしたが、コホートやグループが一緒に集まるプログラムでは、ある種の「兄弟間のライバル意識」のようなものが生まれることがあります。つまり、他の人々がうまくやっているのを見ると、自分も遅れたくないと思い、少しだけ押し進める力になるのです。「自分も頑張らなきゃ、遅れたくないから前に進まなきゃ」といった感じですね。
これは全く予想していなかったことですが、そういった要素もあります。ただ、直接的な競争というよりは、同じスポーツチームにいるような感じで、みんなでお互いに刺激を与え合い、同じ経験を共有しているからこそ、互いに成長していくのです。
それを、競争よりも協力的な環境で行うのがポイントです。ただ、穏やかな競争心の中で、他の人々が刺激となって「自分もやらなきゃ」という気持ちが生まれるんです。Inceptionの企業が一つProduct Huntにローンチすると、他の企業も「自分もProduct Huntにローンチしなきゃ」となります。これが何度も繰り返され、ポジティブなフィードバックループが生まれるんです。それが本当に素晴らしいことです。
Glasp: そうですね。そして、Redcoat AIもInception Studioから生まれましたよね？なぜRedcoat AIを立ち上げたのか、Redcoat AIが何をしているのか、そしてなぜこのプロジェクトを始めたのか教えていただけますか？
John: はい、Redcoat AIについてですが、その背景からお話します。私の最初の2つの会社はサイバーセキュリティ分野で活動していたので、サイバーセキュリティに関しては多くの経験があります。しかし、次の会社はサイバーセキュリティの分野に属さないものにしようと考えていました。なぜなら、サイバーセキュリティ企業を立ち上げる際の問題点をよく知っていたからです。しかし、Inceptionの初期のコホートで、私も次の事業を模索していた時期がありました。それで、いくつかのチームに参加し、彼らと一緒にアイデアを探っていました。楽しかったし、さまざまなアイデアを試したかったんです。
コホートの3回目で、Redcoat AIのアイデアを持つチームを結成しました。最初は「ここにはあまり大きなものはないかもしれない」と思っていましたが、話し合いを進めるうちに非常に興味深いものになりました。基本的に、Redcoat AIでやっていることは、大規模言語モデル（LLM）や生成AIがサイバーセキュリティ分野に与える影響に関して、私のキャリアで見た中で最も大きな変化だということです。特にソーシャルエンジニアリングの分野では非常に大きな変化があります。
過去のソーシャルエンジニアリングは簡単に見分けられました。詐欺メッセージにはスペルミスや文法の誤りがあり、簡単に判別できました。しかし、生成AIを使えば、非常にターゲットを絞った完璧な文章を作成できるだけでなく、音声や映像までも作成できるようになっています。これが非常に現実的なものとなってきています。新しい技術の波が訪れると、いつも早期に採用されるのは詐欺やポルノ業界ですが、AIも例外ではありません。
John: そうですね、多くの詐欺師がこの技術を使い始めています。おそらく「スミッシング（SMSフィッシング）」や他のタイプのメッセージを見たことがあるでしょう。それらは年々1700%も増加しています。これは本当に深刻な問題であり、その質もどんどん向上しています。これらの攻撃は昔から存在していましたが、今ではそれらを大規模に実行できるようになっています。まるで「スクリプトキディ」のように、いくつかのツールを使って高度にターゲットを絞った攻撃を大量に実行できるようになってしまったのです。そして、人々はしょっちゅうこうした詐欺に引っかかっています。
そこで私たちは「誰かがこの問題を解決しなければならない」と考えました。しかし、これは解決が難しい問題です。私たちは2つの解決策を考えました。一つは「Defender」と呼ばれる製品で、これはソーシャルエンジニアリング攻撃を防ぎ、検出するためのものです。これには大規模LLM（大規模言語モデル）を活用して、メール、テキストメッセージ、WhatsApp、Telegram、LinkedInなど、あらゆるメッセージを分析し、非常に正確にそれがソーシャルエンジニアリングの試みかどうかを分類します。単にキーワードを探すのではなく、メッセージの意図を理解するのです。
これが生成AIの革命的な部分であり、攻撃を検出する方法を変革できるという点です。これが「Defender」です。そしてもう一つの製品が「Pretender」で、これはその攻撃的なバージョンです。任意のプロフィールを与えると、それをもとに偽のバージョンを生成し、テキストメッセージを送信したり、LinkedInで接触したり、さらには電話をかけたりすることができます。近いうちに動画も利用可能になる予定です。
この製品の目的は、従業員に対して免疫をつけることです。次世代の脅威から彼らを守るためには、何が可能かを見せることが最も効果的です。次に彼らがCEOからの電話を受けた時、それがギフトカードを買ってほしい、企業秘密を渡してほしい、または送金してほしいと頼まれた場合でも、「ああ、これが本物かどうかは分からないから、正しい手順を踏むべきだ」と気づくでしょう。なぜなら、ディープフェイクなどが存在するからです。
両方の部分が重要です。私たちは、サイバーセキュリティに大きな波が来ているのを見ましたが、この業界はその準備が全く整っていません。私たちは何が可能か、そしてこれらの技術を防御にどう使うかを理解しています。私たちは、ほとんど使命感に駆られ、「この問題を解決するために会社を始めなければならない」と感じました。既存の企業がこれを解決できる立場にあるとは思えなかったからです。サイバーセキュリティは非常に保守的な分野です。セキュリティが少し保守的であることは良いことですが、どのベンダーもこの問題を解決するための適切なアプローチを持っていませんでした。
私たちは何が必要かを理解していたので、Inceptionで出会った共同創業者たちと一緒に会社を立ち上げました。非常にメタ的な話ですが、アクセラレーターを通じて会社を見つけ、それから自分たちの会社を立ち上げたのです。
Glasp: それは素晴らしいですね。でも、私のような普通の人が、「これは詐欺だ」とどうやって認識できるでしょうか？積極的に防御するにはどうすればいいのでしょうか？
John: そうですね、どうやって知ることができるでしょうか？どうやって「これが本物の私だ」と分かるのでしょうか？それは興味深い質問です。現実的には、今のところ動画生成技術はまだ完璧ではありませんが、どんどん良くなっています。1年ほど前、AI生成による「ウィル・スミスがスパゲッティを食べている動画」を見たことがあるかもしれません。もし見たことがなければ、ぜひググってみてください。とても面白いです。それが2023年頃の最先端の技術でした。しかし、Soraや他の技術と比較してみると、特に仮想アバターの分野では今や非常に進化しています。現在では、たった1枚の画像と3秒間の音声で、非常に説得力のあるディープフェイクを作成できるオフ・ザ・シェルフのサービスが存在します。その映像は表情までも完璧に模倣し、本当に驚くべきものです。
今の技術の進化の方向性を見れば、まだ完璧ではありませんが、そこに近づいています。少し前までは、ディープフェイクを検出する最良の方法は顔の前で手を振ることや、横を向くことでした。ソフトウェアがそこでバグを起こしていました。しかし今では、生成AIの画像で指の数を数えて偽物を見分けていたような手法も、最新のモデルでは通用しなくなってきています。ディープフェイクを見分けるためのどんな手法も、すぐに時代遅れになるでしょう。
私たちが注目しているのは、それが本物か偽物かではなく、その背後の意図です。それがAIによるものか、人間によるものかは単なるデータポイントの一つに過ぎません。重要なのは、「これが悪意あるものかどうか」です。
John: ですから、本物か偽物かということが常に問題の核心ではありません。核心は「これが悪意あるものかどうか」です。なぜなら、時には本物の人間が攻撃を仕掛けることもあるからです。「シャローフェイク」と呼ばれるものがありますが、これは本物のメディア（本物の映像、本物の音声、本物のテキスト）が使われているものの、文脈が操作されています。それはすべてのチェックを通過し、「これは本物だ」と思われますが、その文脈が操作されているため、多くの人々を騙すことができます。
John: ディープフェイクが登場する前は、シャローフェイクが詐欺師たちが使う主要な手法で、今でも非常に効果的です。だからこそ、何かがAI生成されたかどうかに焦点を当てることでは、必ずしも問題が解決されるわけではありません。問題は「このメッセージの背後にある意図は何か、そしてそれがあなたに有害な行動を取らせようとしているのか」ということです。
Glasp: そうですね、それは理解できます。
John: そうです。そして、AI生成コンテンツを識別するための検出技術もありますが、これはいたちごっこです。攻撃者は常に新しい方法で検出を回避する方法を見つけるので、AI生成か人間が生成したかを見抜くことに全力を注いでも、長期的には勝利を収めることはできません。だからこそ、悪意ある意図に焦点を当てる方がより効果的なアプローチだと思います。
Glasp: それは興味深いですね。そして、今日見たのですが、OpenAIの共同創業者であるイリヤが、新しい会社で安全性とスーパーインテリジェンスに焦点を当てて、著名な投資家から10億ドルを調達したそうです。ご覧になりましたか？
John: ええ、見ました。イリヤやそのチームのメンバーがいると、彼らが何に取り組んでいるかに関わらず、資金を調達するのはほぼ確実です。特に今のAIに対する資本と関心が高い中で、あのようなスター集団なら当然でしょう。AI安全性やAGI（汎用人工知能）、さらにはASI（スーパーインテリジェンス）への関心がこれまで以上に高まっています。
そうしたアイデアには大きな可能性がありますが、私個人の見解はここ数年であまり変わっていません。AIモデルの進化は驚異的ですが、多くはまだトリックのようなものです。これらのモデルは、膨大なデータセットで学習したことを思い出して再現しているだけです。
例えば、質問をすると、その学習データのどこかに類似したものがあったので、人間の意味での推論をしているわけではありません。しかし、モデルが一貫した答えを出すと人々は驚きます。それはモデルがインターネット全体、あらゆる本、あらゆる文書を学習しているから、時には驚くべき答えが出るのも当然です。
Glasp: そうですね、理解できます。
John: でも、これらのモデルを記憶を超えたところで使おうとすると、たとえば異なる基数システムで計算させるような複雑な問題を解かせると、失敗することが多いんです。そういった問題解決に関する十分なトレーニングデータがないからです。
John: そうですね、「アヒルのように歩き、アヒルのように鳴くなら、それはアヒルだ」という理論を言う人もいます。AIが常にテストに合格しているなら、それが記憶に基づくものだとしても、「それは知能ではないのか？」と考える人もいます。
Glasp: そうですね、私もその話を聞いたことがあります。
John: そうです。その論理も理解できますし、一理あると思いますが、同時に、修正が必要な段階に来ているとも感じます。AIに関する多くの過度な期待は、現実以上のものを約束しています。今後、期待が調整される時期が来るでしょう。でも、AIがすでにできることが驚異的であることに疑いはありません。
Glasp: そうですね、すでに素晴らしい事例をいくつか見ています。
John: まさにそうです。AGI（汎用人工知能）は興味深い概念ですが、今私たちが目にしている多くのものは、まだ高度なパターンマッチングに過ぎません。特定のタスクには非常に優れていますが、機械が本当に人間のように考えたり、独立して推論したりできるレベルにはまだ達していません。
Glasp: 理解できます。ありがとうございます、分かりやすかったです。
John: どういたしまして。
Glasp: 本当に助かります。AIに関する誇大広告が多すぎて、実際にAIがどこまで進んでいるのか、今何が可能なのかを見極めるのが難しいですね。
John: そうなんです。新しい技術が出てくると、常に大きな期待が付きまといます。もちろん、AIの可能性は本物ですが、現状と未来の目標を正しく理解することが重要です。人々はよく、AGIのような概念と、現在の非常に実用的なAIの応用を混同します。現在のAI技術も強力ですが、それは「スーパーインテリジェンス」ではありません。多くの突破口が報じられると、機械が人間のように考えるまであと一歩だと感じるかもしれませんが、実際の応用においてはまだ道のりは長いです。
Glasp: それもそうですね。特にサイバーセキュリティの分野で、AIが善と悪の両面で役割を果たしているのが興味深いです。先ほど話されていたように、詐欺師たちはAIを使ってより高度な攻撃を仕掛けている一方で、Redcoat AIのような会社はその攻撃を防ぐために同じ技術を使っていますね？
John: その通りです。これは常に戦いです。生成AIのような技術は両刃の剣です。片方では、悪意ある者たちがAIを活用して、これまでにない規模で攻撃を拡大しています。例えば、フィッシング攻撃を自動化したり、人を偽装するためのディープフェイクの音声や映像を作成したり、より説得力のある詐欺メールを生成したりしています。最悪なのは、これらの手法はかつては高度な技術と努力を必要としましたが、今ではツールやモデルが簡単に手に入るため、ほとんど誰でもそれを行えるようになっていることです。
しかし、その一方で、同じツールを使ってこれらの攻撃を防御することもできます。だからこそ私たちは「Defender」を作りました。これは、コミュニケーションの内容ではなく、その背後にある意図を分析することで、ソーシャルエンジニアリングの脅威を積極的に検出して軽減するものです。同じ技術を使って攻撃者に反撃することができるのです。
Glasp: そうですね、同じ技術が両側で使われているのが興味深いです。ディープフェイクが現実と見分けがつかなくなる時点に到達することはあると思いますか？
John: そうですね、その点に毎日近づいていると思います。AI生成コンテンツの進歩に伴い、ますます現実に近づいています。先ほども話しましたが、たった3秒の音声で音声を複製できたり、1枚の画像から説得力のある映像を生成できるようになっています。少し前なら、それはまるでSFのような話でしたが。
Glasp: そうですね。つまり、検出技術が必ずしも信頼できるわけではなく、コミュニケーションの背後にある意図を理解することが鍵だと言っているのですね。
John: その通りです。ディープフェイクの検出は常にいたちごっこです。攻撃者はますます説得力のあるフェイクを作るのが上手くなりますし、私たちもそれを検出するためのツールを開発しようとしますが、長期的には勝ち目の少ないレースです。ですから、コンテンツがどのように作られたかにかかわらず、そのコンテンツに悪意があるかどうかに焦点を当てるべきです。
これが私たちがRedcoat AIで取り組んでいることです。単に何かがAI生成されたかどうかの表面的な検出を超えて、コミュニケーションのより深い意味、たとえばそれが誰かを操作したり、欺いて有害な行動を取らせようとしているのかどうかを理解しようとしています。
Glasp: それは非常に重要な思考の転換ですね。つまり、Redcoat AIでは、単に技術的な検出にとどまらず、人間の行動や攻撃の背後にある意図の理解にも焦点を当てているのですね。
John: その通りです。サイバーセキュリティはもはや技術的な問題だけではなく、人間的な問題でもあります。攻撃者は人間の心理を利用しており、それは技術だけでは常に解決できるものではありません。私たちは、そのギャップを埋めるツールを構築し、人間が操作されていることを認識できるようにしようとしています。それが人間からの脅威であれ、AIからの脅威であれ、関係ありません。これは、先進的なAIモデルと、これらの攻撃における社会的なダイナミクスを理解することの両方を組み合わせることです。
Glasp: とても興味深いです。では、サイバーセキュリティやAI全般の未来についてはどう思いますか？今後数年でどのような方向に進むと思いますか？
John: サイバーセキュリティに関しては、攻撃者と防御者の間の競争は続くと思います。攻撃者はAIを利用して新しい攻撃方法を見つけるでしょうが、防御者はAIを使ってそれを凌駕する必要があります。また、AIと人間の協力がより重要になるでしょう。AIが大規模なデータ分析や検出を行い、人間がそのコンテキストや判断を提供して最終的な決定を下すようになるでしょう。
AI全般について言えば、日常のツールやワークフローへのAIの統合がさらに進むと思います。例えば、ChatGPTがカスタマーサポート、コンテンツ生成、コーディングなどに利用されているのをすでに目にしています。AIは人間の能力を補完するパートナーとしてますます役割を果たすようになるでしょう。ただし、それに伴い、倫理やバイアス、悪用に関する課題も増えるため、注意が必要です。
Glasp: そうですね、AIが成長を続ける中で、それは非常に重要なことになるでしょう。色々とシェアしてくれてありがとうございます。とても参考になりました。
John: そして、AGI（汎用人工知能）やその他の話題について、現実は約束されたものと一致しないと思います。それはほぼ確実です。これらのシステムを扱ったことがある人なら誰でも、これが同時に素晴らしくもあり、本当に馬鹿げたものでもあることを知っているはずです。たとえば、「strawberry」という単語に何個の「R」が含まれているかを尋ねると、間違った答えが返ってきたりします。それは些細な例に過ぎませんが、こうした言語モデルが、同じ質問に対して一貫性のない答えを出すことがよくあります。
というのも、このモデルは、データセットで見た内容に基づいて、統計的にありそうなトークンを吐き出しているに過ぎないからです。もちろん、その言語には多くの構造があり、それによって素晴らしいことができるわけですが、私たちはまだ完全な人工汎用知能やスーパーインテリジェンスには遠いと思います。たとえそれを手に入れたとしても、最初のバージョンは特定のドメインに限られたものになるでしょう。突然、数百万の仮想存在が人間よりも賢くなるような瞬間が訪れるとは思いません。
人間の脳の能力や、それに匹敵するニューラルネットワークの規模、必要な電力などを考えると、今の技術では、こうした知能をシミュレートするにはデータセンター全体を構築し、発電所全体を使って電力を供給する必要があります。最初のステップは、まず猫程度の知能を持つものを作ることです。私たちはまだそこにも達していませんが、それには時間がかかるでしょう。ただ、約束されたものと現実のギャップは非常に大きいです。「次の2、3年でASI（スーパーインテリジェンス）が実現するという確信のもとに、10億ドルを投資している」と真顔で言う人がいるなら、その人たちは失望するでしょう。
しかし、もし彼らがそれを目指して10億ドルを投資しているのだとしても、その過程で問題を解決し、莫大な価値を生み出すような素晴らしいユースケースがあるのなら、それは完全に理にかなっています。そういうことが起こるだろうと私も思います。AGIやASIに焦点を当てすぎることの危険性は、それが実際の問題から目をそらせてしまうことです。
実際の危険は、スーパーインテリジェンスが人類を抹殺しようとして、それを止めるための緊急停止ボタンが必要だというような話ではありません。そうしたものはSFの世界の話です。本当の危険は、人間がこれらのツールを使って、これまで大規模に行えなかった悪事を行うことです。たとえば、選挙に影響を与えるために何百万もの架空アカウントを作成したり、ディープフェイクで世論を変えたりすることです。悪意がないものでも、依然として有害なものはたくさんあります。
Glasp: そうですね。
John: LLM（大規模言語モデル）は単なるツールです。Andrew Ngが「LLMはエンジンのようなものだ」と言っていました。エンジンをさまざまなものに組み込んで、良いことにも悪いことにも使えます。良い用途が圧倒的に多いですが、どちらにも使えるということです。それは本当にその通りだと思います。この技術には多くのポジティブな成果があるので、その開発を不必要に制限するのは意味がありません。
通常、問題はAIが自我を持ち、クリエイターを殺す決断をするなどの破滅的な出来事が起こるという人々の認識にあります。業界内の著名な人物の中には、それを実際のリスクだと信じている人もいます。もしそれを信じるなら、非常に慎重なアプローチを取ることになるでしょう。
しかし、この分野で働くほとんどの人々—政治学者や哲学者ではなく、技術を理解している人々—は、私たちはそのシナリオからまだ非常に遠いことを知っています。ある人が「火星の人口過剰について心配しないのと同じ理由で、私はそれを心配していない」と言っていました。理論的には起こり得ますが、他にも多くの問題があり、そのようなことが近い将来に起こる可能性は非常に低いということです。
そういうわけで、安全性に関する懸念の一部は確かにその通りですが、現在のLLMのアプローチ、つまり次のトークン予測の方法では、AGI（汎用人工知能）やそれに近いものには到達しないと思います。このシステムがどのように動作するかを根本的に再考し、そうしたレベルを理解している優秀なチームによる取り組みが必要です。それが、人間の知能に近づくために必要なブレイクスルーを生むための作業だと思います。
Glasp: そうですね、準備が必要です。そして、あなたの活動が素晴らしいので、私たちもそうした準備をしていきたいと思います。Inceptionスタジオや生成AIについて話してくれてありがとうございます。また、あなたのキャリアについても興味があります。あなたの経歴を見たところ、5歳の時にコーディングを始めたとありました。本当ですか？なぜそんなに若い頃からコンピュータサイエンスやAIに興味を持ったのでしょうか？
John: そうですね、当時はコンピュータサイエンスに興味があったわけではありません。主に、家にコンピュータがあったけれど、ゲームがほとんどなくて、少しだけでした。私はコンピュータゲームが好きでしたが、持っていたゲームに飽きてしまったんです。昔は、ゲームのソースコードが掲載されている雑誌があって、それを入力すればゲームが遊べるんです。それで、私はそのコードを一行ずつ入力し始めました。私は5歳で、幼稚園に通っていた頃、ただゲームを遊びたかったんです。
もちろん、入力中にタイプミスをしました。何を入力しているのか全く理解していませんでしたが、バグを修正する方法を学ばざるを得ませんでした。最初は一文字ずつミスを探していましたが、次第にどこにバグがあるかの直感がつかめるようになりました。そして、ゲームをそのまま遊ぶだけでは満足できず、自分の名前を入れたり、新しい機能を追加したりして変えていくようになりました。そうやって始めたんです。最初はコードを書いていたわけではなく、ちょっとした変更を加えていただけでしたが、次第に上達していきました。
そうやってプログラミングを始めました。最終的には、だんだんと理解が深まっていきました。当時、インターネット以前の「BBS（Bulletin Board System）」というものを運営していました。モデムを使って、電話回線で接続し、メッセージを送ったり人と話したりできたんです。1200ボーのモデムを使っていて、当時としては非常に高速でした。ほとんどの人は300ボーのモデムを使っていました。
John: 自分のBBSを運営し始めた頃、友達の中には自分のBBS用にゲームを作っている人もいました。そこで私も「自分のBBS用にゲームを作ってみよう」と思ったんです。それが、ゲームのコーディングに興味を持ったきっかけです。私は自分のBBS用にRPGゲームを作りました。ちょうど中学から高校にかけての時期で、その頃にはPascalやCといったプログラミング言語を習得していました。これが、コーディングに本格的に取り組むきっかけでした。
その後、高校では2年生の時にAPコンピュータサイエンスの授業を受けました。実は1年生の時に受講したかったのですが、その時はまだ受けさせてもらえなかったんです。授業では成績が良く、APテストでは5を取りました。そこで先生が、「USAコンピュータオリンピアド（USACO）」という競技プログラミングのコンテストについて教えてくれました。先生は私が長い間コーディングをしていたことを知っていたので、勧めてくれたんです。ただ、それまでアルゴリズム的な問題解決に取り組んだことはありませんでした。
オリンピアドの問題は非常に難しく、それまで取り組んできたものよりもはるかに難しかったですが、私はすぐに夢中になりました。最終的には、アメリカの上位15人に選ばれ、USAコンピュータオリンピアドに参加することができました。国際オリンピアド（上位4人だけが選ばれる）には進めませんでしたが、アメリカの上位15人に入れたことは、自分がこの分野で得意かもしれないという最初の手がかりでした。
Glasp: それは素晴らしいですね。
John: そうですね、それは自信を大きく高める経験でした。それまでは、自分がコンピュータサイエンスに特に優れているとは思っていませんでした。ただ楽しんでやっていただけでした。でも、この時初めて「もしかしたら、これには何か特別なものがあるかもしれない」と感じました。また、この経験がコンピュータサイエンスの理論的な側面に初めて触れた瞬間でもありました。それまで私は単にコーディングしていただけで、アルゴリズムや効率性についてはあまり考えていませんでした。しかし、オリンピアドの準備をする中で、アルゴリズムを勉強し始め、それにのめり込むようになりました。
その後、MITに出願し、合格しました。主にコンピュータオリンピアドのおかげだと思います。成績やSATのスコアはそれほど特別なものではありませんでしたが、オリンピアドが私を際立たせてくれたと思います。MITに合格するのは、私にとってまさに奇跡のようなことでした。そこは私の夢の学校でした。そして、MITに入学してからは、高校時代よりもはるかに集中して取り組むことができ、学業でもかなり良い成績を収めました。
MITでは、コンパイラに特に興味を持つようになりました。ソースコードがマシンコードに変換されるプロセスがどのように行われるのかにずっと魅了されてきました。それは本当に素晴らしいことだと思いますし、その仕組みをすべて学びたいと思いました。それでコンパイラについて深く学び始め、それ以来ずっと大好きな分野です。コンピュータサイエンスの中でも特にお気に入りの分野の一つです。
Glasp: それは本当に素晴らしいですね！幼い頃から自然な好奇心があって、それが難しいことでも学ぶ原動力になったんですね。
John: そうですね、最初はただ退屈していて、ゲームをしたいという気持ちから始まりましたが、次第に本当の好奇心に変わっていきました。物事を理解して、うまく機能させることが楽しかったんです。アルゴリズムやコンパイラなど、コンピュータサイエンスの深い部分に入り込むようになってからは、物事の裏側がどうなっているのかを理解することが重要になってきました。
Glasp: 素晴らしい話ですね。ゲームを楽しみたいというところから始まり、アメリカでトップのコンピュータサイエンスの学生の一人となり、MITに進学するまでの道のりが、とても感動的です。
John: そうですね、コンパイラの話が大好きです。だからスタンフォードで何度もコンパイラの授業を教えたんです。コンパイラは私の初恋のようなものなので、誰とでも何日もコンパイラについて話せます。コンパイラに取り組むと、メタレベルで作業することを強いられ、アルゴリズムと実装の両方に強くなる必要がありますよね。コンパイラを適当に作ってもうまく動作せず、信頼性も足りません。でも、理論的な領域だけで作業することもできません。最終的には、コンパイラは実際のコンピュータやハードウェアで実行され、実際のプログラムを動かす必要があるからです。
つまり、人々がどのようにプログラムを書くのか、アーキテクチャがどのように機能するのかを理解しなければなりません。この2つの領域が結びついているところが非常に魅力的で、この問題領域に惹かれたのです。現在はコンパイラの授業を教えていませんが、今はLLM（大規模言語モデル）を使ったアプリケーション構築について教えるCS 224Gという授業を担当しています。ただ、過去にはコンパイラの授業を教えていて、一番素晴らしかった経験の一つが、コンパイラ教育でチューリング賞を受賞したジェフ・ウルマンと共同でコンパイラの授業を教えたことです。彼は「ドラゴンブック」や他の多くの教科書の著者の一人です。
だから、彼と共同で授業を教えることができたんです。彼はチューリング賞を受賞していて、私は「彼が私と一緒にこの授業を教えるなんてことはないだろう。すでに頂点に達しているのに、どうして戻ってくるんだろう？」と思っていました。でも、彼は戻ってきて一緒に授業を教えてくれました。彼もこの分野が大好きだからです。もちろん、彼も年を取ってきていますが、チューリング賞を受賞した翌年に戻ってきて、一緒に授業を教えました。これは本当に素晴らしい経験でした。まさか自分がこんな経験をするなんて思ってもみませんでした。スタンフォードでジェフと一緒にコンパイラの授業を教えることができたのは、間違いなく私のキャリアのハイライトの一つです。
Glasp: それはすごいですね。あなたの人生やコーディングのスタート、そしてハードウェアについても話してくれてありがとうございます。今はLLMだけでなく、クラウドチップの分野でも競争が非常に激しいですね。この分野について、全体的な展望や何に注目すべきかについて、何か考えがありますか？ハードウェア・ソフトウェア全般についてです。
John: そうですね、特に機械学習の分野は非常に興味深いです。例えば、シストリックアレイやウェーハスケール、並列処理といった話題は、コンパイラの分野で80年代後半に取り組んでいたもので、科学計算や他の領域と多くの共通点があります。当時はそれほど多くの魅力的なユースケースがありませんでしたが、アイデア自体はその頃からあまり変わっていません。
アーキテクチャの面でも、コンパイラのコード生成の面でも、TensorFlowやPyTorchが長い間、あまり良い状態ではありませんでした。GPUの利用率は非常に低く、性能を上げるのが恥ずかしいほどでした。私はコンパイラの専門家として見て、「これまで20年、30年の間に学んできた基本的な技術を使えば、もっと良い結果が得られるのに」と思っていました。しかし、当初は機械学習の分野に優秀なコンパイラ技術者がほとんどいなかったのです。
しかし、今では状況が変わりました。今では最も優秀な人々がこれらの問題に取り組んでいるので、ハードウェアとソフトウェアの両方で効率が飛躍的に向上しています。新しい能力が格段に優れているのは、追いつくために必要な作業が多かったからです。
Nvidiaはこの分野で圧倒的なリーダーであり、彼らの最新の業績は目標を大幅に上回りました。それにもかかわらず、株価は期待以上を求められていたために下がってしまいました。Nvidiaは一時、世界で最も価値のある企業になりかけましたが、それには正当な理由があります。Nvidiaはハードウェアだけでなく、ソフトウェア全体のスタック、例えばCUDAなどを所有しており、それが強みです。誰かがこの分野に参入してNvidiaを置き換えるのは非常に難しいです。素晴らしいハードウェアを作るだけでなく、ツールやコンパイラ、デバッグシステムなどすべてを備える必要があります。
これは膨大な作業量であり、Nvidiaは他のどの企業よりも長く取り組んできました。しかし、それでも、推論などに最適化された専門的なハードウェアを作っている新しい企業が出てきています。これらは100倍、1000倍も効率的で、それは理にかなっています。Nvidiaがすべての答えを持っているわけではありません。
これらの企業のいくつかは、Nvidiaの市場に侵食を始めるでしょう。現在、Nvidiaはトップですが、下降するしかありません。これらの小規模な競合企業は自分たちのニッチを見つけ、Nvidiaはそこでは競争しないでしょう。そうしたニッチから、これらの企業は他のユースケースに成長していくことができます。
「IBMを買ったからクビになることはない」という昔のことわざのように、今では「Nvidiaを買ったからクビになることはない」と言われています。それは安全な選択です。しかし、もし小規模な会社のハードウェアを買って失敗したら、それは大惨事です。ですから、競合企業は10倍良くならなければなりません。10%良いだけではリスクを取る価値はありません。
Glasp: なるほど、よくわかります。この分野で多くのプレイヤーが活動しているのを見ました。GoogleやOpenAIもチップの開発に取り組んでいます。OpenAIは今後5年、10年でその地位を維持できると思いますか？それとも、別の企業がトップに立つと思いますか？
John: OpenAIが今の地位を維持するとは思いません。彼らは長い間、間違いなくリーダーでしたが、今では本当の競争相手が出てきています。最初はGeminiが競争相手になるかもしれないと思っていましたが、彼らはローンチに失敗してあまりうまくいきませんでした。でも、Googleは無視できません。彼らには多くのリソースがあり、いずれは成功するでしょう。Metaもこの競争に参入していて、Anthropicもいます。最近では、AnthropicのClaudeがいくつかのベンチマークでGPT-4を上回ったという報告もあります。ですから、今やOpenAIには本当の競争相手がいます。
それに加えて、業界にも変化が起きています。かつては、スタンフォードの優秀な学生はGoogleやFacebookに行くのが定番でしたが、今ではOpenAIがトップのAI人材にとって最も人気のある企業の一つです。しかし、その状況にも変化の兆しが見え始めています。OpenAIを離れる人が増えているんです。成長痛や内部の問題などが原因です。たとえば、Greg Brockmanは休暇を取っていますし、他にもいくつかの問題を抱えている人がいます。
これは、今後3年、4年、5年の間に何が起こるかを示すサインです。もし最高の人材を引きつけられなければ、イノベーションの優位性を維持するのは難しくなります。OpenAIでもそれが起き始めています。多くのトップ人材が今ではスタートアップや他の初期段階の企業に流れています。彼らは次のOpenAI、次の大きな成功を目指しているのです。
OpenAIを既存企業と考えるのは面白いですが、この分野では確かにそうなっています。そして、トップの人材はもはや既存企業に集まらず、挑戦者や新興企業に向かっています。もしOpenAIが優位性を維持できなければ、5年後には支配的なプレーヤーではなくなっているかもしれません。
OpenAIにはまだリリースしていない技術がいくつかあり、それを公開すればまた一歩先を行くことができるでしょう。だからしばらくは競争が続くと思います。でも、最高の人材を引きつけられなければ、それを維持することはできません。だから5年後にOpenAIが依然として支配的なプレーヤーであるかというと、そうではないかもしれません。
Glasp: なるほど、そうですね、納得できます。それでは、特に学生に向けてですが、次のOpenAIのような企業に参加するのと、自分で会社を立ち上げるのとではどちらを勧めますか？AIのおかげでチームを小さく保てたり、AIに多くのことを任せられたりしますが、学生はまだ十分なスキルがない場合もありますよね。そういった場合、次のOpenAIのような企業に参加して、そこで大きな経験を積むというのはどうでしょうか？
John: 私は早期段階のAIスタートアップアクセラレーターを運営していて、起業家精神やスタートアップを大いに支持している立場ですが、それが全ての人に向いているとは限らないと思います。OpenAIやGoogle、あるいはもっと安定した大企業に参加するのが正しい選択である人もいます。特に、仕事が人生の全てではない場合にはそうでしょう。もし、ワークライフバランスを大切にしたいとか、仕事以外のことを優先したいと考えているなら、大きな会社に入る方が良いです。大企業であれば、生活がずっと楽になりますし、それが今あなたにとって重要なら、それが正しい選択だと思います。
それでも、もし野心があり、駆り立てられていて、本当に影響を与えたいと感じているなら、早期段階のロケットのように急成長している企業に参加するか、あるいは自分で会社を立ち上げるのが良いでしょう。そうすることで、はるかに多くのことを学べます。キャリアの初期には、今の段階で給与やその他のことを最適化するのではなく、学びを最優先にする方がはるかに良いです。ただし、これはすべて「実際に何を求めているのか」という問いに基づくものです。つまり、あなたの野心は何で、人生で何を成し遂げたいのかということですね。
John: そうですね、もし仕事が人生の中で最も重要なものではないと感じていて、他のことをしたいのであれば、それを最適化すべきです。会社を立ち上げて、会社を存続させるために毎週80〜100時間働くような生活をしていたら、幸せにはなれませんよね？
ただ、もしあなたがこれからキャリアをスタートさせる段階なら、理想的な履歴書を作ることやそのようなことに最適化するのではなく、実際に自分が何をしたいのかを見つけることに最適化すべきです。自分が好きなこと、嫌いなことを見つけることに成功すれば、それこそが本当の幸せと充実感への道です。誰か他の人のキャリアパスに乗ってしまって、後でそれが自分の人生でやりたいことではないと気づくのは避けたいですよね。
Glasp: そうですね。
John: だから、最初のステップは、自分が何にワクワクするかを見つけることです。限られた貴重な時間をこの地球上で何に使いたいのかを見つけることが大切です。それを理解したら、次に「どうやってそこにたどり着くか？」を考えることができます。そして通常、それは「学び」を最適化することです。できるだけ多くのことを学べる環境に自分を置くべきです。大企業で働けばいくつかのことは学べるでしょうが、起業家精神についてはほとんど学べません。組織が大きくなればなるほど、その中での役割は狭くなるので、特定の分野で一つのことをうまくやる方法は学べますが、他のことは学べません。
ちなみに、Googleのような大企業で成功するためのスキルと、スタートアップで成功するためのスキルは全く別物です。全く違うスキルセットです。大企業では、政治をうまく乗り切り、人々を味方につけ、リソースを争奪することが重要です。誰かの足を踏みつけてしまうと、その人を怒らせてしまい、問題が生じます。それが大企業で成功するための方法です。
スタートアップの創業者や初期段階の企業で成功するためには、全く異なるスキルが必要です。だから、その点を考慮して、学びとスキルの発展を最適化してください。非常に良い方法の一つは、初期段階の会社に参加し、そこで主要な従業員として成長することです。これにより、マーケティング、セールス、プロダクトなど、多くの分野で第一線の経験を得ることができます。
または、深く飛び込んで自分で会社を立ち上げることもできます。そうすれば、急速に学ぶことを強いられます。ある分野で偉大なものを見たことがあると、その分野で自分も偉大になるための助けになります。偉大なものを見ずに偉大になるのは難しいです。異なる組織はそれぞれ異なる分野で優れています。自分の長期的な目標と一致する分野で、優れた人と一緒に働く機会を得ることは、素晴らしいチャンスです。それが大企業であろうとスタートアップであろうと関係ありません。
Glasp: そうですね、素晴らしいアドバイスですね。
John: そうですね、完璧な履歴書やLinkedInのプロフィールなんて存在しません。最初の仕事が終わった後、誰も気にしなくなります。重要なのは、実社会でのパフォーマンスであって、どこで働いたかではありません。キャリアが進むにつれて、人々はその点をどんどん気にしなくなります。一定の段階を過ぎれば、学校やGPAのことなんて誰も気にしません。重要なのは、何を成し遂げたかということです。これは良いことです。なぜなら、初期の段階で全ての機会を得られなかったとしても、努力して自分を証明すれば成功できるからです。
Glasp: それは励みになりますね。
John: そうです。Greg Brockmanのような人を見てください。彼は卒業せず、MITを卒業する1学期前に退学してStripeを立ち上げましたが、それは正しい判断でした。彼はその学位がなくてもかなりうまくやっていますよね。このような例はたくさんあります。それは、完璧な経歴がなくても成功できることを示しています。
Glasp: そうですね。それを聞くと、成功するために完璧なバックグラウンドや履歴書が必要ないということがわかり、励まされます。では、3つのサイバーセキュリティ企業を成功させてきた今、振り返ってみて、何か違うことをすればよかったと思うことはありますか？創業者としての道のりで学んだ最大の教訓や課題は何ですか？
John: ああ、初めての会社では本当にたくさんのことを違う方法でやりたかったですね。たくさんのミスをして、間違ったやり方で物事を進めた経験から多くの傷跡を負っています。一番大きな教訓はこれです：「誰かがアイデアに対してお金を出してくれるからといって、それが良いアイデアだというわけではない」ということです。投資家が何が良いアイデアかを知っているとは限りません。
有名な投資家が投資したからといって、それが素晴らしい機会だというイメージがありますが、それは必ずしも真実ではありません。むしろ、投資家は答えを持っていないことが多いです。創業者こそがその分野で日々生きている人であり、誰よりもその分野を知っているのです。創業者は、自分の領域で世界一の専門家であるべきです。ですから、有名な投資家に心を奪われたり、彼らが関わっているからといって、それが素晴らしいアイデアだと思い込むのはやめましょう。
時間はお金よりも価値があります。だから、何に取り組むべきかを決めるときには、そのことを考えてください。
Glasp: それは非常に重要なポイントですね。時には、投資家からの承認に気を取られてしまうことがありますが、最終的には創業者自身が信じることが重要なんですね。
John: その通りです。もう一つ大きな教訓は、投資家が自分のビジョンに共感し、サポートしてくれることの重要性です。もし投資家が自分のやっていることを本当に理解していないと、後で問題が発生します。彼らがあなたのビジョンや戦略に共感していなければ、摩擦が生じますし、サポートしてくれない人たちと一緒に働くのは時間の無駄です。自分のやっていることを本当に理解し、信じてくれる投資家を見つけるべきです。
John: それから、投資家に対しても、彼らが本当に助けたいと思っている人たちかどうかを見極めることが大切です。「これが必要だから助けてほしい」と言ったときに、すぐに助けに飛びついてくれる人たちが、あなたの味方にいるべき人たちです。
そして、共同創業者にも注意が必要です。お互いのスキルが補完的であることが大切ですが、何よりもお互いに対する尊敬が重要になります。誰が何を担当するのかという疑問が生じると、後々さまざまな問題やトラブルにつながります。相互尊敬がなければなりません。つまり、「このビジネスのこの部分、あるいは創業者の役割を完全にこの人に委任し、彼らが自分よりも、あるいは雇う人よりも上手にやってくれると信じられるかどうか」という点です。
もしその問いに答えられない、あるいはそう信じられない場合、それはうまくいかない可能性が高いです。時には、シニアな創業者とジュニアな創業者がいて、明確なヒエラルキーがある状況もありますが、そのような状況でも問題が生じることがあります。理想的なシナリオは、補完的なスキルを持ち、互いの貢献を尊重し合うことです。
多くの会社が共同創業者の問題で苦労しています。だからこそ、自分とは少し異なる人を見つけることが重要です。それにはメリットがあります。会社が初期段階で多様なDNAを持つ方が、後で調整が難しくなる可能性を減らせます。
最高の会社は創業者を50回クローンして作るものではありません。「私が何人もいれば、この仕事を全部片付けられるのに」と感じることもありますが、それは強い会社を作る道ではありません。自分ができる以上のものを作りたいなら、異なるスキルや視点を持つ人を取り入れるしかありません。それが、自分一人ではできないような会社や製品を作る方法です。
だから、その点を意識し、自分の快適ゾーンを超えて、「この人は自分とは違うけれど、彼らは自分の分野で優れている」ということを認めることが重要です。少し不快に感じることがあっても、スキルや視点が補完的な人々と一緒に働くのは良いことです。エンジニアがエンジニア同士で話すような状況に固執するのは簡単ですが、それでは会社を長期的に成長させることはできません。
最後にもう一つ、ソロ創業者に対する偏見がありますが、なぜかは分かりません。ソロ創業者であることには、長所と短所があります。確かに、複数の人がいればより多様なDNAを持つのは簡単ですが、ソロ創業者であれば共同創業者との関係で生じる多くのドラマや問題を避けることができます。確かに孤独な仕事で、アイデアを共有する相手がいないという点はありますが、それを補完する方法はいくらでもあります。
だから、共同創業者がいないとしても、それは問題ありません。悪い共同創業者を持つくらいなら、いない方がマシです。普通の共同創業者でも問題を引き起こすことがあります。もしソロ創業者が正しい答えだと思うなら、それを恐れる必要はありません。ソロ創業者が立ち上げた非常に成功した企業はたくさんあります。ソロ創業者としても成功できるし、資金を調達し、必要なことをすべて行うことができます。もちろん独自の課題がありますが、それと同時に別の問題を避けることもできます。
Glasp: それは本当に興味深いポイントですね。
John: そうですね。会社のクリティカルパスは、しばしば共同創業者間のコミュニケーションの帯域幅にあります。でもソロ創業者なら、その問題はありません。コミュニケーションは自分の頭の中で完結します！これ以上効率的な方法はありません。だから、創業者が一人だけの方が、その点ははるかに楽になります。
これらは私が時間をかけて学んできたことですが、今の私の立場、Inception Studioでたくさんの創業者と一緒に働くことができる状況にあることで、学びが加速しました。多くの経験や課題を、彼らとの仕事を通じて見てきたからです。
Glasp: そうですね。Inception Studioは学びと成長の素晴らしい場のように感じます。
John: そうです。本当に多くの才能ある創業者と一緒に働ける立場にいることは幸運ですし、とても楽しいです。これが私にとって、これらの問題について深く考える助けとなり、他の人々の経験や私自身の経験から学ぶことができました。
Glasp: ありがとうございます。それでは、最後に大きな質問をさせてください。Glaspは、人々が読んでいることや学んでいることをデジタルレガシーとして共有するプラットフォームですので、あなたが未来の世代に残したいレガシーや影響についてお聞かせください。
John: うわあ、それは大きな質問ですね。私は、才能を授かり、素晴らしい教育を受ける機会を得たからには、それを使って何かポジティブなことをしなければならないという義務感を常に感じています。それをしなければ、無駄にしてしまうような気がするんです。MITに通い、博士号も取得しましたが、そんなに多くの人がそこまでの教育を受けられるわけではありません。ですから、私に投資してくれた人たちや、私が得た才能を使って、世の中に貢献しなければならないと感じています。
他の人々を助け、世界をより良い場所にするために、できる限りのことをする義務があると思っています。今の私は、Inception Studioやスタンフォードでの教え、その他の活動を通じて、それを実現できる段階にいることを幸運に思います。自分のレガシーに関してはまだ道半ばですが、それが私の目標です。世の中にポジティブな影響を与えることです。
Glasp: それは素晴らしい考え方ですね。
John: ありがとうございます。私にとって本当に重要なことですし、人生の終わりに振り返ったとき、この義務を果たせたと思えるようになりたいです。それはビジネスの成功だけでなく、家族、コミュニティ、そして世界に対して違いをもたらすことが、最終的に私にとって重要なことです。
Glasp: あなたの考えや経験、洞察をシェアしていただき、本当にありがとうございます。素晴らしい会話でした。
John: こちらこそありがとうございました。私も楽しみましたし、録音がどのように仕上がるか楽しみにしています！