サティア・ナデラ – マイクロソフトのAGI計画と量子ブレイクスルー
26,886 文字
サティア、ポッドキャストにご出演いただき、本当にありがとうございます。まずは、マイクロソフトが最近達成した二つのブレイクスルーについてお話ししたいと思います。おめでとうございます、同じ日にNature誌で発表された、マジョラナゼロチップとワールドヒューマンアクションモデルです。ここにマジョラナゼロチップがありますね。
でもその前に、先ほどお話ししていた話題を続けてもいいですか？80年代や90年代に見たことが、再び起こっているとおっしゃっていました。私にとってワクワクするポイントは……。
ドゥワルケシュ、まず、あなたのポッドキャストに出られて本当に嬉しいです。私はこの番組の大ファンで、あなたのインタビューの進め方や幅広いトピックを探求するスタイルが大好きです。
私にとってワクワクすることは、90年代にテック業界に入った最初の数年を少し思い出させるんです。その頃は、RISCかCISCかとか、「本当にx86でサーバーを構築できるのか？」といった本物の議論がありました。私がマイクロソフトに入社した時、Windows NTの始まりだったんです。
だから、コアとなるシリコン基盤からオペレーティングシステム、アプリ層まで、フルスタックのアプローチがすべて議論の対象だったんです。クラウドがその多くを変えたと言えるし、分散コンピューティングやクラウドがクライアントサーバーを変えたのも明らかです。ウェブも大きく変わりましたね。
でも今回は、私が関わってきた過去と比べても、よりフルスタックな感じがします。80年代や90年代のどの決断が長期的な勝者になり、どれがそうならなかったかを考える時、特にあなたがサン・マイクロシステムズにいた頃、90年代のドットコムバブルでの興味深い経験を振り返るとどうですか。
データセンターの構築がバブルだと言われていますが、同時にそのおかげで今日のインターネットがあるわけです。何が時を経て残るのか、何が本質的な長期トレンドで、何が一過性に過ぎないのか、その教訓は何ですか？
振り返ると、私が関わってきた4つの大きな変革があります。クライアントとクライアントサーバーですね。
それは、グラフィカルユーザーインターフェースとx86アーキテクチャの誕生で、サーバーを構築できるようになったんです。私にはそれがはっきりわかりました。91年のPDCに行った時のことを覚えています。その時、私はサンにいました。91年にモスコーニに行って、マイクロソフトが初めてWin32インターフェースを説明したんです。それで、サーバーもx86になるだろうと私にははっきり見えました。
スケールの優位性が何かにもたらされるとき、それが長期的な賭けになるんです。クライアントで起こったことがサーバー側でも起こり、それでクライアントサーバーアプリケーションを構築できるようになりました。アプリモデルが明確になったんです。
次にウェブが我々にとって大きなものでした。私がマイクロソフトに入社した直後、93年の11月か12月にネットスケープブラウザかモザイクブラウザが出てきたんです。アンドリーセンとその仲間たちが作ったものですよね。
それが大きなゲームチェンジャーでした。面白いことに、クライアントサーバーの波に乗ろうとしていた矢先にそれが来て、我々が勝つだろうとわかっていた矢先だったんです。ブラウザの瞬間があって、調整が必要になりました。
でも我々はそれにうまく対応しました。ブラウザが新しいアプリモデルだったからです。
ワードでHTMLを取り入れたり、自分たちでブラウザを作って競争したり、サーバースタックにウェブサーバーを構築して追いかけました。ただ、ウェブで一番大きなビジネスモデルを見逃してしまったんです。ウェブは分散型だとみんな思っていて、検索がウェブを整理する最大の勝者になるとは誰も思わなかったんです。
それを見逃してしまって、グーグルが見事にそれを見つけて実行したんです。だから私にとっての教訓は、技術トレンドを正しく捉えるだけでなく、そのトレンドで価値がどこに生まれるかを理解しないといけないということです。ビジネスモデルの変化は、技術トレンドの変化よりも難しいかもしれませんね。
AIで価値がどこに生まれると思いますか？
いい質問ですね。自信を持って言えるのは2つの場所があると思います。
一つはハイパースケーラーがうまくやることです。基本的なことは、サムとか他の人たちが言うように、知能が計算の対数だとすれば、大量の計算ができる人が大勝者になるんです。
もう一つ面白いのは、AIのどんなワークロードを見ても、例えばChatGPTとか、みんながGPU側で起こっていることに興奮しているわけじゃないですよね。それは素晴らしいんです。
実際、私は自分の艦隊を、AIアクセラレータとストレージ、計算の比率として考えています。スケールでそれを成長させないといけないんです。
だから、世界のインフラ需要は指数関数的に増えるでしょう。そうですよね。実際、AIワークロードがあることは天からの恵みです。なぜなら、それらはもっと計算を欲しがるからです。トレーニングだけでなく、テスト時にもそれがわかったんです。
AIエージェントを考えると、実はAIエージェントは計算使用量を指数関数的に増やすんです。なぜなら、一人の人間がプログラムを起動するだけじゃなくて、一人の人間がたくさんのプログラムを起動するプログラムを起動するからです。それが計算インフラに対する巨大な需要とスケールを生み出すんです。
だから、私たちのハイパースケールビジネス、Azureビジネス、そして他のハイパースケーラーも、これは大きなことだと思います。その先はちょっと曖昧になりますね。勝者総取りモデルがあると言えるかもしれませんが、私はそうは見ていません。
ところで、これは私が学んだもう一つのことです。勝者総取り市場とそうでない市場を見極めるのが上手であることが、ある意味すべてなんです。
Azureを始めた頃を覚えています。アマゾンがかなりリードしていて、人々や投資家が私に、「もう終わりだよ。勝てないよ。アマゾンが勝者総取りだ」と言ってきたんです。
クライアントサーバーでオラクルやIBMと競争してきた経験から、買い手が勝者総取りを許さないことはわかっていました。
構造的に、ハイパースケールは決して勝者総取りにはなりません。なぜなら、買い手は賢いからです。消費者市場では時々勝者総取りになることがありますが、買い手が企業やIT部門の場合は、複数のサプライヤーを求めるでしょう。だから、複数のサプライヤーの一つになる必要があるんです。
モデル側でもそうなると思います。オープンソースがあるでしょう。
Windowsでの大きな教訓の一つは、クローズドソースのOSがあれば、それに対するオープンソースの補完があるということです。それがある程度、現実をチェックするものになるんです。
モデルに関しては、クローズドソースがいくつかあるかもしれませんが、確実にオープンソースの代替があるでしょう。そしてそのオープンソースの代替が、クローズドソースの勝者総取りを緩和するんです。それが私の感覚です。
ところで、これが本当にみんなが言うほど強力なら、国家が民間企業があちこちで好き勝手やるのを待ってはいられないでしょう。世界中でね。だから私は勝者総取りとは見ていません。
その上では、同じ古い話になると思います。消費者向けでは、カテゴリーによってはネットワーク効果で勝者総取りになるかもしれません。結局、ChatGPTはいい例ですよね。既に本当の逃げ切り速度を持つスケールのある消費者向けプロパティです。
App Storeに行くと、いつもトップ5にいて、「うわっ、信じられないな」と思うんです。彼らはその初期の優位性を利用してアプリの優位性に変えたんです。消費者向けではそれが起こり得ます。企業向けではまた、カテゴリーごとに異なる勝者がいると思います。それが私の分析の仕方ですね。
フォローアップの質問がたくさんあります。すぐに量子についてもお聞きしたいんですが、モデルがコモディティ化するかもしれないという考えについて。数十年前にクラウドについても似たような議論があったかもしれません。基本的にチップとボックスだけだって。
でも結局、あなたや他の多くの人がクラウドで驚くほどの利益率を出す方法を見つけました。スケールの経済や他の価値を追加する方法を見つけたんです。
基本的に、専門用語を忘れても、AGIがあってそれがより良いAIを作る手助けをしているなら、今は合成データとRLですが、将来的には自動化されたAI研究者かもしれません。それが優位性を確立する良い方法に思えます。
その考えについてどう思いますか？そこに先行することが本当に重要だというアイデアについて。
スケールでは何もコモディティじゃないんです。クラウドについて言えば、みんな「クラウドはコモディティだ」と言うでしょう。でも、スケールすると……だから、ハイパースケーラーを運営するノウハウが大事なんです。「サーバーを並べればいいだけじゃん」と言う人もいるかもしれませんね。
実際、ハイパースケールの初期には、ほとんどの人が「ホスティング業者がたくさんあって、それらは大したビジネスじゃない。ハイパースケールに何かあるのか？」と思っていました。でも、実際には本物のビジネスがあるんです。Azureの場合、60以上の地域で世界の計算を運営するノウハウがあるからこそです。
それは簡単に真似できるものじゃないんです。だから私が言いたかったのは、それが一人の勝者になるのか、勝者総取りかどうかを見極める必要があるということです。私は大きなTAM（総市場規模）のあるカテゴリーに入るのが好きで、そこでは勝者総取りのリスクを負わなくていいんです。
大きな市場で、数人の勝者を収容できて、その中の一人になれるのが最高のニュースです。それがハイパースケール層での私の意味です。モデル層では、モデルは最終的に何らかのハイパースケール計算で動く必要があります。その結びつきは永遠に続くと思います。
モデルだけでなく、モデルには状態が必要で、ストレージが必要だし、エージェントやエージェント環境を動かすための通常の計算も必要です。だから、一人の人が一つのモデルで全部を独占するなんてことは起こらないと思うんです。
ハイパースケーラー側では、推論時のスケーリングが特に次のモデルのトレーニングに関わるなら、データセンターやGPUをトレーニングだけでなく推論にも償却できるという優位性もありますね。
マイクロソフトやAzureがどんなハイパースケーラーだと考えていますか？事前トレーニング側ですか？o3タイプの推論を提供する側ですか？それとも市場にあるどんなモデルでもホスティングしてデプロイする、みたいな感じで中立的なんですか？
いい指摘ですね。私たちが艦隊を構築したい方法は、ある意味ムーアの法則に乗ることです。過去にやってきたことと同じように、毎年艦隊を刷新して、これらのもののライフタイム価値が何であれ減価償却して、艦隊の配置をすごく上手くやって、いろんなジョブを高い利用率で動かせるようにするんです。
時には、非常に大きなトレーニングジョブがあって、高密度のピークフロップスが必要で、それらがうまく連携しないといけないこともあります。それは素晴らしいことです。それを提供できるだけのデータセンターの足跡を持っているべきです。でも結局、これらはみんな大きくなりすぎて、事前トレーニングのスケールが続けば、ある時点でデータセンターの境界を越えないといけないんです。
だから、事前トレーニングがデータセンターの境界を越え始めたら、他のものとそんなに変わらないんじゃないかと思うんです。私が考えるのは、分散コンピューティングは分散したままなので、大きなトレーニングジョブにも対応できるように艦隊を構築して、テスト時の計算にも対応できるように、RLが起こるかもしれないなら、一つの大きなモデルを構築して、その後にたくさんのRLが行われるように準備するんです。
私にとっては、それはもっとトレーニングフロップスのようなものです。なぜなら、いろんなタスクのために高度に特化した蒸留モデルを作りたいからです。だからその艦隊が必要だし、それからサービングのニーズもあります。結局、光の速さは光の速さなので、テキサスに一つのデータセンターがあって「そこから世界にサービスするよ」とは言えないんです。
世界中に推論艦隊があって、それに基づいて世界にサービスを提供しないといけないんです。それが私が真のハイパースケール艦隊の構築の仕方を考える方法です。あ、そうそう、ストレージと計算もこれらのものすべてに近くに置きたいんです。AIアクセラレータがステートレスなだけじゃないからです。
私のトレーニングデータ自体にもストレージが必要だし、複数のトレーニングジョブを多重化できるようにしたいし、メモリも欲しいし、エージェントがプログラムを実行できる環境も欲しいんです。それが私の考え方ですね。
最近、AIからの年間収益が130億ドルだと報告しました。でもその年次成長率を見ると、4年後にはそれが10倍になって、AIからの収益が1300億ドルになるんです。もしそのトレンドが続けば、その知能をすべてどうするつもりですか？この産業規模の利用はどうなるんでしょうか？
Officeを通じてですか？それとも他の人がホスティングできるようにデプロイするんですか？1300億ドルの収益を得るにはAGIが必要ですか？どうなると思いますか？
私が考える方法は、ドゥワルケシュ、素晴らしい質問ですね。あるレベルで、もし知能の爆発とか豊かさとか、コモディティが利用可能になるなら、まず最初に観察しないといけないのはGDPの成長です。
マイクロソフトの収益がどうなるかを考える前に、これには一つだけ制約があるんです。ここでAGIの誇大広告に少し先走ってしまうんです。先進国って何ですか？2％の成長で、インフレ調整するとゼロですよね？
だから2025年にここに座っている私は、経済学者じゃないけど、少なくとも現実的な成長の課題があると見ています。
まず最初に私たちみんながやらないといけないのは、これが産業革命のようだと言うなら、産業革命タイプの成長を実現することです。私にとっては、先進国で10％、7％、インフレ調整で5％の成長が本当の指標です。供給側だけじゃダメなんです。
実際、多くの人がそれについて書いていて、私も嬉しいんですが、ここでの大きな勝者はテック企業じゃないんです。
勝者は、この豊富なコモディティを使って生産性が上がり、経済がより速く成長する広範な産業になるんです。それが起これば、我々産業としては大丈夫でしょう。でもそれが私にとっての瞬間なんです。我々がAGIのマイルストーンを自称するのは、私にはナンセンスなベンチマークハックにしか見えないんです。本当のベンチマークは、世界が10％成長することです。
なるほど。もし世界が10％成長したら、世界経済は100兆ドルくらいですよね。10％成長なら、毎年新たに10兆ドルの価値が生まれるんです。もしそうなら、あなたがハイパースケーラーとして……800億ドルって大金に思えますよね。8000億ドルくらいやるべきじゃないですか？
本当に数年後に世界経済をこのスピードで成長させられると考えるなら、重要なボトルネックは、これらのAIをすべての仕事にデプロイするのに必要な計算があるかどうかですよね？
その通りです。でも、古典的な供給側は「作れば人が来る」って感じですよね。それは一つの議論で、結局我々はそれをするのに十分なリスクを取ってきたんです。でも、ある時点で供給と需要が一致しないといけないんです。
だから私は両側を追跡してるんです。供給側で自分を過剰に盛り上げるだけじゃなくて、顧客にとっての本当の価値にどうやって変換するかを本当に理解しないと、完全に脱線しちゃうんです。
だから私は推論収益を見てるんです。それが、推論収益の開示さえも理由の一つなんです。あまり多くの人が実際の収益について話してないのが面白いんですが、私にはそれがどう考えるかの指針として重要なんです。
それらがいつでも対称的に一致しないといけないとは言いませんが、昨日のお金を今日の需要に変えられるという存在証明が必要で、そうすればまた投資できるんです。指数関数的でもいいけど、完全にレートがミスマッチしないとわかってるからですね。
これら二つの視点に矛盾があるのかなと思うんですが、あなたが素晴らしくやってきたことの一つは、早い段階での賭けですよね。2019年にOpenAIに投資して、それはCopilotやどんなアプリケーションよりも前だったんです。
産業革命を見ると、6％、10％の鉄道とかいろんなものの構築があって、その多くは「チケットの収益があって、今からやるぞ」みたいなものじゃなかったんです。たくさんのお金が失われたんです。
それは本当ですね。だから、本当にここに10倍とか5倍の世界の成長率の可能性があると思うなら、「GPT-4からの収益は何か？」とか考えるんじゃなくて、次のレベルに可能性があると思うなら、「狂っちゃえ、数百億ドルの計算をやろうぜ」ってならないですか？ある程度のチャンスはあるわけですよね？
面白いですよね。だから、少なくとも私にとっては、艦隊へのバランスの取れたアプローチがすごく大事なんです。計算を構築することじゃなくて、次に大きなモデルをトレーニングするだけでなく、次に大きなモデルをサービングできる計算を構築することなんです。
その二つをしない限り、投資を活かすポジションに本当に立てないんです。だから、単にモデルを構築するレースじゃなくて、世界で使われてドライブするコモディティを作るレースなんです。
完全な考えを持たないといけないんです。一つのことだけ考えてちゃダメなんです。ところで、オーバービルドはあるでしょうね。ドットコム時代に起こったことへの指摘で、エネルギーがもっと必要だ、計算がもっと必要だってメモが出てるんです。ありがたいことにね。だから、みんな競争するでしょう。
実際、企業だけでなく、国々が資本を投入するでしょう。明らかにね。私はリースする側でワクワクしてるんです。たくさん作るし、たくさんリースするから。27年、28年にたくさんのキャパシティをリースできるのが楽しみなんです。ビルドを見てて、「これは素晴らしいな」って思うんです。
すべての計算ビルドで起こる唯一のことは、価格が下がることなんです。価格が下がることと言えば、最近DeepSeekモデルが出てからジェヴォンズのパラドックスについてツイートしてましたよね。それを詳しく教えていただけますか？
ジェヴォンズのパラドックスは、需要が非常に弾力的な時に起こるんです。
知能が価格低下のボトルネックになってるんですか？少なくとも私の消費者としてのユースケースを考えると、知能ってすでにめっちゃ安いんですよ。100万トークンで2セントとかです。それが0.02セントになる必要って本当にありますか？私が本当にボトルネックに感じてるのは、それがもっと賢くなることなんです。
100倍の料金を取って、100倍大きなトレーニングランをしてくれるなら、私は企業に喜んでそれを受け入れるんです。でも、あなたは企業側で何か違うものを見てるのかもしれませんね。100万トークンで0.002セントになることが本当に必要な知能のキーとなるユースケースって何ですか？
本当のことはトークンの有用性だと思います。両方起こらないといけないんです。知能が良くなって安くなる必要があります。
DeepSeekがやったようなブレークスルーがあれば、トークンごとのパフォーマンスの効率的なフロンティアが変わって、曲線が曲がって、フロンティアが動くんです。それがさらなる需要をもたらすんです。クラウドでもそれが起こったんです。
面白いことに、かつては「クライアントサーバー時代にすべてのサーバーを売り切っちゃったよ」って思ってたんです。でも、サーバーをクラウドに置き始めたら、突然人々がもっと消費し始めたんです。安く買えるし、弾力的だし、ライセンスじゃなくてメーターで買えるから、完全に拡張したんです。
例えば、インドみたいな国に行って、「これがSQL Serverだよ」って話したのを覚えてます。少し売れたけど、インドでのクラウドはサーバー時代に我々ができたことよりもずっと大きいんです。それが本当になると思います。
グローバルサウスや発展途上国で、本当にヘルスケアのために安いトークンが手に入ったら、それがこれまでで一番大きな変化になるでしょうね。
サンフランシスコにいる私みたいな人たちが、「彼らちょっとバカだな、現実世界で物事をデプロイするのがどんな感じかわかってないんだ」って思われるのは結構合理的だと思います。
フォーチュン500企業と一緒に働いて、何億、何十億の人々にものをデプロイしてる人として、これらの能力のデプロイがどれくらい速く進むと思いますか？
動くエージェントがあって、リモートワークをしてくれるものがあったとしても、コンプライアンスや固有のボトルネックがある中で、それが大きなボトルネックになるのか、それとも結構速く進むと思いますか？
それは本当のチャレンジになるでしょうね。本当の問題はチェンジマネジメントとかプロセスの変更なんです。面白い例えを一つ使うと、PCやメール、スプレッドシートができる前に、多国籍企業がどうやって予測を立ててたか想像してみてください。
ファックスが回ってきて、誰かがそのファックスを受け取って社内メモを作って、それを回して、人々が数字を入力して、ようやく次の四半期に間に合うくらいに予測が出てきたんです。
そしたら誰かが、「エクセルのスプレッドシートを取って、メールで送ればいいよ。人々が編集して、私に予測が手に入るよ」って言ったんです。それで予測のビジネスプロセス全体が変わったんです。ワークアーティファクトとワークフローが変わったからです。
それがAIがナレッジワークに導入される時に起こるべきことです。実際、これらのエージェントすべてを考える時、根本的なことは新しいワークとワークフローがあるということなんです。
例えば、このポッドキャストの準備でも、私はCopilotに行って、「ねえ、ドゥワルケシュと量子についての発表やゲーム生成のために作った新しいモデルについて話すよ」と言うんです。
2つのNature論文を知ってて、それを取ってきて、「ポッドキャスト形式でくれ」って言ったら、私たち二人がそれについてチャットしてる感じでうまくやってくれたんです。
それでそれが私のチームと共有されるものになったんです。それを取ってPagesっていう我々のアーティファクトに入れて、共有したんです。だから私の新しいワークフローは、AIと一緒に考えて、同僚と一緒に働くことなんです。
それはナレッジワークをするみんなの根本的なチェンジマネジメントで、突然「どうやって新しい方法でナレッジワークをこなすか？」っていう新しいパターンを見つけることなんです。それは時間がかかるでしょうね。セールスやファイナンス、サプライチェーンとかでもそうなる何かです。
既存企業にとっては、これは一つのことになると思います。例えとして好きなのは、メーカーがリーンでやったことです。それが好きなんです。ある意味で見ると、リーンは製造におけるエンドツーエンドのプロセスを取って効率化する方法論になったんです。
それは無駄を減らして価値を増やすっていう継続的改善です。それがナレッジにやってくるんです。これは特にナレッジワークのためのリーンなんです。そしてそれはマネジメントチームやナレッジワークをする個人の大変な仕事になるでしょう。それには時間がかかるんです。
その例えについてちょっと聞いてもいいですか？リーンがやったことの一つは、工場フロアの物理的な変革ですよね。プロセスやワークフローに本当に注意を払うまで気づかなかったボトルネックを明らかにしたんです。
あなた自身のワークフローがAIの結果でどう変わったかを少し触れてましたね。AIエージェントがどんどん賢くなっていく時、大企業を経営するのがどんな感じになるか、もう少し色を付けて教えていただけますか？
面白い質問ですね。例えば今日見ると、我々はメールにかなり依存してます。朝起きて、「うわっ、インボックスがいっぱいだ」ってなって、返信してるんです。だからCopilotエージェントが自動でドラフトを埋めてくれて、私がレビューして送れるのを楽しみにしてるんです。
でもCopilotにはすでに少なくとも10個のエージェントがいて、いろんなタスクでいろんなことを聞くんです。新しいインボックスができそうな気がするんです。私が一緒に働く何百万ものエージェントが私に例外を起こしたり、通知したり、指示を求めたりするんです。
だから少なくとも私が考えてるのは、新しい足場ができるってことで、それがエージェントマネージャーなんです。単なるチャットインターフェースじゃないんです。
すべてのエージェントとその対話を管理するには、チャットインターフェースよりも賢いものが必要なんです。だからCopilotをAIのUIとして考えるのが、すごく大事なことだと思うんです。みんながそれを持つことになるでしょう。
だから考えてみてください。ナレッジワークがあって、ナレッジワーカーがいるんです。ナレッジワークは多くのエージェントがやるかもしれないけど、それでもすべてのナレッジワーカーと関わるナレッジワーカーがいるんです。
それが構築しないといけないインターフェースだと思います。あなたは世界でも数少ない、20万人の……マイクロソフトという会社とそのすべての従業員の形で、あなたの周りに知能の群れがあると言える人ですよね。
それを管理して、それとインターフェースして、どうやってそれを最大限に活用するかを考えないといけないんです。将来、もっと多くの人がその経験を得られるといいですね。
あなたのインボックスが、もしそれがみんなのインボックスを意味するなら、朝どんな感じになるのか気になりますね。さて、それに進む前に、AIについてもっと聞きたいんですが、マイクロソフトリサーチが発表した量子の大きなブレイクスルーについて本当に聞きたいんです。
何が起こってるか説明していただけますか？
これは我々にとって30年の旅でした。信じられないですね。私はマイクロソフトの3人目のCEOで、量子にワクワクしてるんです。
ここでの根本的なブレイクスルー、または我々がずっと持っていたビジョンは、実用規模の量子コンピューターを構築するには物理学のブレイクスルーが必要だということなんです。
我々は、よりノイズが少なくて信頼性の高いキュービットを持つためには、定義上より信頼性の高い物理的特性に賭けるべきだと考えて、マジョラナゼロモードにたどり着いたんです。それは1930年代に理論化されたものです。問題は、それらを物理的に作れるか、実際に構築できるかということでした。
だから今回の大きなブレイクスルーは、チェタンと話したのを知ってると思いますが、ついにマジョラナゼロモードの存在証明と物理学のブレイクスルーを、新しい物質のフェーズで得たことなんです。だから我々はこれを量子コンピューティングのトランジスタの瞬間だと考える例えが好きなんです。
新しいフェーズ、トポロジカルフェーズがあって、それで量子情報を確実に隠して、測定して、作れるようになったんです。だからそれが手に入った今、コアとなる基礎的な製造技術が解決したと感じて、マジョラナチップを作り始められるんです。
そのマジョラナワンが、100万物理キュービットが可能な最初のチップになるでしょうね。そしてその上に、エラー訂正された数千の論理キュービットが乗るんです。それでゲームが始まるんです。突然、実用規模の量子コンピューターを構築する能力が手に入るんです。それが私には今ずっと現実的になったんです。
こういうものがないと、マイルストーンは達成できても、実用規模のコンピューターは絶対に作れないんです。だから我々はそれにワクワクしてるんです。
驚くべきことに、これがそれですよね。
そうです、そうなんです。
今忘れちゃったけど、これをマジョラナって呼んでるんですか？
そうです、マジョラナワンです。それで命名してよかったと思います。
こんなサイズのものに100万キュービットの量子コンピューターを作れるなんて信じられないです。それが肝なんです。それができるようになるまで、実用規模の量子コンピューターを夢見ることはできなかったんです。
最終的に100万キュービットがこのサイズのチップに乗るってことですか？すごいですね。
他の企業は100物理キュービットを発表してますよね。グーグルとかIBMとか。他がそうやってる中で、あなたたちが一つを発表したって言ってるけど、あなたのは限界までずっとスケーラブルだって言ってるんですよね。
そうです。我々がやってきた一つのことは、ソフトウェアとハードウェアを分離するアプローチを取ったことです。
ソフトウェアスタックを構築してて、今は中性原子の人たちやイオントラップの人たちと一緒にやってて、フォトニクスとかで結構いいアプローチを持ってる他の人たちともやってるんです。それって、いろんなタイプの量子コンピューターがあるってことです。
実際、我々が最後に発表したのは24論理キュービットだったと思います。だからエラー訂正でも素晴らしいブレイクスルーがあって、それで中性原子やイオントラップの量子コンピューターでも20以上を作れてて、今年中もその基準を改善していくのが見えると思います。
でも我々は、「まず第一原理に戻って、トポロジカルキュービットに賭けた自分たちの量子コンピューターを作ろう」とも言ったんです。それがこのブレイクスルーの意味なんです。
驚くべきことです。100万のトポロジカルキュービット、数千の論理キュービット、それをスケールアップする見積もりタイムラインはどうなりますか？最初のトランジスタを手に入れたとしたら、ここでのムーアの法則はどうなるんですか？
我々は明らかに30年間これに取り組んできました。物理学のブレイクスルーと製造のブレイクスルーが手に入って嬉しいです。
量子コンピューターがあればいいのにって思いますね。なぜなら、量子コンピューターが最初にできることは、量子コンピューターを作ることだからです。新しい量子ゲートの原子ごとの構築をシミュレートするのがずっと簡単になるからです。
でもとにかく、次に本当のことは、製造技術が手に入った今、耐障害性の量子コンピューターを最初に作ろうということです。それが論理的なことになるでしょう。
だから今なら、「おお、27年、28年、29年くらいで実際にこれを作れるかもしれない」って言えると思います。この一つのゲートが手に入った今、それを集積回路にできるか、そしてその集積回路を本物のコンピューターに入れられるか？それが次の論理的なステップなんです。
27年、28年にそれが動いてるとしたら、どうなると思いますか？APIでアクセスするものですか？それとも材料や化学の研究のために内部で使うものですか？
いい質問ですね。私がワクワクしてる一つは、今日の世界でも、我々は量子プログラムがあって、それにいくつかのAPIを追加したんです。2年前にあったブレイクスルーは、HPCスタックとAIスタックと量子を一緒に考えることでした。
考えてみれば、AIはシミュレータのエミュレータみたいなものです。量子は自然のシミュレータみたいなものです。
量子は何をするんでしょうか？ところで、量子はクラシックを置き換えるものじゃないですよ。量子は量子ができることで素晴らしくて、クラシックも……量子はデータが重くないけど、状態空間の探索が重いものに素晴らしいんです。データが軽くて、探索したい状態が指数関数的であるべきなんです。シミュレーションはいい例ですね。化学物理学とか、生物学とか。
我々が始めたことの一つは、本当にAIをエミュレーションエンジンとして使うことです。でもトレーニングもできるんです。私が考えるのは、AIと量子があれば、量子を使って合成データを生成して、それがAIによってより良いモデルをトレーニングするために使われて、化学や物理学とかをモデル化する方法を知るようになるかもしれないってことです。この二つは一緒に使われるでしょう。
だから今日でも、HPCとAIの組み合わせで効果的にやってることなんです。HPCの一部を量子コンピューターに置き換えたいなって願ってます。
こういう研究決定をどうやってるか少し教えていただけますか？20年後、30年後に実際に配当を払うような、マイクロソフトの規模の会社での決定です。
明らかに、あなたはこのプロジェクトの技術的な詳細にすごく詳しいですよね。マイクロソフトリサーチがやってることすべてでそれが可能なんですか？今やってる賭けが20年後に報われるってどうやってわかるんですか？組織の中で自然に現れるしかないのか、それともどうやって全部追跡してるんですか？
素晴らしいと感じるのは、ビルが95年くらいにMSRを始めた時だと思います。好奇心主導の研究組織の長い歴史の中で、基礎研究についての研究組織をやるだけで、MSRは長年にわたってその制度的な強さを築いてきたんです。だから資本配分や予算を考える時、まずチップを置いて、「これがMSRの予算だよ」って言うんです。
毎年それに取り組む時、ほとんどの賭けが有限の時間枠で報われないってわかってるんです。マイクロソフトの6代目CEOがその恩恵を受けるかもしれないんです。そしてテックではそれは当たり前だと思います。
私が本当に考えるのは、量子とか新しいモデルとかの時が来た時、それを活かせるかということです。だから既存企業として、テックの歴史を見ると、人々が投資しなかったわけじゃないんです。イノベーションを取ってスケールさせる方法を知ってる文化が必要なんです。
それがCEOやマネジメントチームにとって正直難しい部分なんです。すごく魅惑的ですよね。良い判断力と同じくらい良い文化も大事なんです。時々我々はそれを正しくやってきました。時々間違ってきました。MSRから我々がリードすべきだった千のプロジェクトを挙げられるけど、しなかったんです。いつも自問するんです、なぜかって。
それは我々が十分な確信を持てなかったからで、イノベーションを取って、市場に出せるビジネスモデルで有用な製品にするっていう完全な考えを持てなかったからです。
それがCEOやマネジメントチームの仕事なんです。どれか一つのことにワクワクするだけじゃなくて、実際に完全なものを遂行できるようにすることなんです。それは言うほど簡単じゃないんです。
マイクロソフトの次の3人のCEOがそれぞれ時価総額を10倍にしたら、次のブレイクスルーが出る頃には世界経済くらいになってるって言ってましたね。
いや、世界が10％成長するんだから、我々は大丈夫ですよ。
もう一つの大きなブレイクスルーについても掘り下げましょう。同じ日に両方出てくるなんて驚くべきことです。ゲームの世界モデルについてです。それについて少し教えていただければ嬉しいです。
我々はそれをMuseと呼ぶつもりです。この世界アクション、またはヒューマンアクションモデルですね。
これはとてもクールです。明らかに、Dall-EやSoraが生成的モデルでできることは信じられないほどです。我々が目指したかった一つは、ゲームプレイデータを使うことでした。一貫性があって、ゲームが表す多様性を生成する能力があって、ユーザーの改造にも持続的なゲームを生成できるかということです。それがこれなんです。
我々のゲームスタジオの一つと一緒に働けて、これがNatureでのもう一つの出版物なんです。私がワクワクしてるクールなことは、近いうちにゲームのカタログを持って、これらのモデルを使って、モデルをトレーニングして、それで遊び始めることなんです。
実際、フィル・スペンサーが最初にそれを見せてくれた時、彼はXboxコントローラーを持ってて、このモデルが基本的に入力を受け取ってその入力に基づいて出力を生成したんです。
それはゲームと一貫性があったんです。それって私には「うわっ」っていう大きな瞬間なんです。ChatGPTが文を完成させたり、Dall-Eが描いたり、Soraがやったりした初めての時みたいな感じです。これはそんな瞬間のひとつなんです。
今朝、あなたのリード研究者のカチャと一緒にリアルタイムデモのビデオを見ることができました。
彼女と話して初めて、これがどれほど信じられないか本当に実感したんです。過去にAIを使ってエージェントをモデル化してきたけど、同じテクニックを使ってエージェントの周りの世界をモデル化すると、一貫したリアルタイムが得られるんです。このポッドキャストにそのビデオを重ねて、みんなが自分でそれを見られるようにします。もうその時には公開されてるでしょうから、そこでも見られるでしょうね。
これ自体が信じられないことです。あなたがCEOとしての期間中に、マイクロソフトゲーミングを構築してIPを取得するのに数百億ドル投資してきました。
振り返ってみると、このすべてのデータを一つの大きなモデルに統合できて、複数の世界を同時に訪れて移動する体験ができるなら、ゲームがこれから向かう方向がこれだとしたら、かなり良い投資だったように思えます。それについて何か予感はありましたか？
ゲームに投資したのはモデルを作るためだとは言いません。率直に言って、我々が投資した理由は、我々の歴史で面白いことがあります。我々はWindowsを作る前に最初のゲームを作ったんです。フライトシミュレーターはWindowsを作るずっと前からマイクロソフトの製品だったんです。
だから、ゲームは会社で長い歴史があって、我々はゲームのためにゲームにいたいんです。
私はいつも、他の何かの手段になるビジネスにいるのが嫌いだって言うんです。それ自体が目的であるべきなんです。そして、ええ、我々はコングロマリットじゃないんです。我々はすべての資産を一緒にして、価値を加えることでより良いオーナーにならないといけない会社なんです。例えば、クラウドゲーミングは我々が投資するのに自然なことで、それでTAMを広げて、みんながどこでもゲームをプレイできる能力を広げるんです。
AIとゲームも同じです。それが長期的にゲームのCGIの瞬間みたいなものを変えるのに役立つかもしれないと間違いなく思います。それは素晴らしいことです。世界最大の出版社として、これは助けになるでしょう。でも同時に、我々は素晴らしい品質のゲームを作らないといけないんです。
ゲーム出版社として、まず第一にそれに焦点を当てないでいられないんです。でも、このデータ資産がゲームのコンテキストだけでなく、一般的なアクションモデルやワールドモデルとして面白いものになるのは素晴らしいことです。例えば、YouTubeがグーグルにとってそうであるように、ゲームデータがマイクロソフトにとってそうであるかもしれないって思うんです。だからそれにワクワクしてるんです。
そうですね、私が言いたかったのは、いろんな種類のゲームで一つの統一された体験ができるって意味なんです。これはAIとは別に、マイクロソフトが過去に取り組んできた他のもの、例えばミックスドリアリティとかにどう当てはまりますか？
小さなゲームスタジオにAAAアクションゲームを作るチャンスを与えるとか？5年、10年後、どんな風に想像できますか？
私はこれら3つを、ある意味で5、6、7年前に言った3つの大きな賭けの礎だと考えてきました。AI、量子、ミックスドリアリティです。そして今でもそれらを信じてます。なぜなら、ある意味で解決すべき大きな問題は何かってことだからです。
プレゼンス。それがミックスドリアリティの夢なんです。本物のプレゼンスを作れるか？你々と私がこんな風にポッドキャストをやってるみたいに。
正直に言うと、それらの課題の中でそれが一番難しいって証明されてると思います。私はそれがもっと解決できると思ってたんです。社会的側面、物を身につけることとかで、ちょっと難しいかもしれないですね。
我々はAndurilやパーマーと一緒に、IVASプログラムをどう進めるかでやってることにワクワクしてます。なぜならそれは素晴らしいユースケースだからです。だからその方面でも続けるつもりです。でも、2Dの表面もね。
パンデミックのおかげで、Teamsみたいなもので、本当に2Dでもプレゼンスを基本的に作れる能力を手に入れたんです。それが続くと思います。それは一つの長期的なピースですね。
量子については話しましたし、AIがもう一つです。だからこれら3つを見て、どうやってこれらを一緒にするかっていうんです。最終的には、技術のための技術じゃなくて、我々が人間として人生で欲しい根本的なものや、経済で欲しいもの、生産性をドライブするものを解決することなんです。
それがもしうまくできれば、本当に進歩したってことになると思います。次の本を書く時、この3つのピースがなぜ同時期に一緒になったのか、何か説明しないといけませんね。量子とAIが2028年と2025年に起こるべき内在的な理由はないですよね。
その通りです。あるレベルで、私はそれを見て、シンプルなモデルを持ってるって言うんです。システムのブレイクスルーはあるかって。私のシステムのブレイクスルーは量子なんです。ビジネスロジックのブレイクスルーはあるかって。それは私にとってAIで、ロジック層が根本的に違う風に推論できるかっていうんです。命令的にコードを書くんじゃなくて、ラーニングシステムを持てるか。それがAIなんです。
そしてそのUI側はプレゼンスなんです。AIに戻ると、2017年の本で……2019年にOpenAIにすごく早く投資して、2017年はさらに早くて、本で「我々は新しい種を生み出してるって言えるかもしれない。その知能には上限がないかもしれない」って言ってるんです。
もちろん、2017年にこんな話をするのは超早いですよね。我々はエージェントやOffice Copilot、資本支出とかについて細かく話してきました。でもこの発言をズームアウトして考えて、あなたがハイパースケーラーとして、これらのモデルの研究をして、トレーニングや推論、新しい種を作るための研究をしてる人として、大きな枠組みでどう思いますか？
あなたのCEO時代に超人的知能に向かってると思いますか？
マスタファもその言葉を使ってると思います。実際、彼は最近その「新しい種」って言葉を使ってますね。
私が考える方法は、間違いなく信頼が必要だってことです。それが種ほど大きなものだって主張する前に、根本的に正しくしないといけないのは、本当の信頼があるかっていうことなんです。個人的なレベルでも社会的レベルの信頼でも、それが組み込まれてないといけないんです。それが難しい問題なんです。
ここの力に対する一番大きな制限要因は、我々の法的な……インフラって言うか、すべての計算インフラの話をしましたが、法的なインフラがこれに対処するためにどう進化するかだと思います。この世界全体は、人間が財産を所有して、権利があって、責任を負うっていうもので構築されてるんです。
それがまず最初に言わないといけない根本的なことで、今人間が道具として使ってるものに対してそれが何を意味するのか。そして人間がこれらのものにさらに権限を委任するつもりなら、その構造がどう進化するのか。それが本当に解決されない限り、技術的能力について話すだけじゃ起こらないと思います。
つまり、それらの知能をデプロイできるのは、それがどうなるかを理解するまでってことですか？
その通りです。なぜなら、結局、人間がそれを補償しない限り、今日これらの知能をデプロイする方法はないからです。あなたの指摘で、私が考える理由の一つは、最も強力なAIでさえ、基本的に人間からの何らかの委任された権限で働いてるってことなんです。アライメントとかあれこれって言う人もいるでしょうね。
だから、アライメントを機能させて何らかの形で検証可能にしないといけないって本当に思うんです。でも、制御不能な知能をデプロイできるとは思わないんです。例えば、このAI離陸問題は本当の問題かもしれないけど、それが本当の問題になる前に、本当の問題は法廷にあるでしょう。どの社会も人間が「AIがやったんだ」って言うのを許さないでしょうね。
そうですよね。でも、世界にはいろんな社会があって、その中の一つがもっと受け入れやすい法制度を持ってるかもしれないと思うんです。そしてもし離陸が起こらないなら、心配になるかもしれないですよね。アメリカで起こる必要はないですよね？
どの社会もそれに無関心だとは思わないですよね。ならず者的な行為者がいないとは言いません。サイバー犯罪者やならず者国家はいるでしょう。それはあるんです。
でも、人間社会全体がそれに無関心だって思うのは本当じゃないと思います。我々みんなが気にするでしょう。我々はならず者国家やならず者行為者をどう扱うか知ってます。世界は「それを許すよ」って座ってるわけじゃないんです。だから、世界秩序があって、ならず者国家のならず者が結果を負うっていうのがあって嬉しいんです。
そうですよね。でも、10％の経済成長が可能な絵があるなら、それはAGIみたいなものが動くことに本当に依存してると思うんです。なぜなら、何十兆ドルもの価値って、経済の人間の賃金の合計、約60兆ドルに近いからなんです。
その大きさを得るには、労働をかなり大きく自動化するか、補完しないといけないんです。それが可能で、それを法的な影響を理解したら、あなたの任期内でもそれが理解できるってかなりありそうに思えます。超人的知能について考えてますか？あなたのキャリアで一番大きなことがこれになるって？
もう一つのポイントを上げてますね。デビッド・オートーとか他の人がたくさん話してることで、労働の60％……他の質問も起こる必要があると思うんです。少なくとも我々の民主的な社会について話しましょう。
安定した社会的構造と民主主義が機能するためには、資本の利益だけがあって、労働の利益がないってわけにはいかないんです。それについて話せますが、その60％を再評価しないといけないんです。
私のシンプルな、ちょっとナイーブかもしれない考えでは、いろんなタイプの人間の労働を評価し始めるでしょうね。今高価値とされてる人間の労働がコモディティになるかもしれないんです。新しく価値を置くものが出てくるかもしれないんです。
私に理学療法とかで助けてくれる人とか、何であれ我々が価値を置くものがそうなるでしょう。でも最終的に、労働の利益がなくて、仕事に意味や尊厳がないなら、それもこれらのものをデプロイするもう一つの制限要因なんです。
アライメントの話で、2年前にあなたたちがシドニー・ビングをリリースしました。はっきり言うと、その時の能力のレベルを考えると、それは魅力的で愛らしい、ちょっと面白いミスアライメントの例だったと思います。
でもそれは、その時はチャットボットだったからで、30秒考えて何か面白いとか不適切な返答をくれるみたいな感じだったんです。
でも、そのシステムが――確かニューヨークタイムズの記者に妻と別れさせようとしたりしたと思うんですけど――それがこれから何時間、何週間、何ヶ月も進んで、AGIの自律的な群れみたいになって、同じようにミスアライメントしてて、物事をめちゃくちゃにして、他のものと連携してるかもしれないって考えると、大きなものを正しくするためにこれからどうするつもりですか？
その通りです。だから我々が普段計算を割り当てるとき、じゃあそのアライメントチャレンジのために計算を割り当てましょうってなるんです。そしてもっと大事なのは、これらのものを本当に監視できるランタイム環境は何かってことです。それについての観測可能性はどうかって。
我々は今日、クラシックな側でもサイバーとかでこれらのことに対処してます。ソフトウェアを書いてそのまま放置するだけじゃないんです。ソフトウェアがあって、それを監視するんです。サイバー攻撃を監視したり、フォールトインジェクションを監視したりとかね。
だから、デプロイ側には十分なソフトウェアエンジニアリングを構築しないといけないでしょう。そしてモデル自体の内部では、アライメントはどうかって。これらは一部は本物の科学問題です。
一部は本物のエンジニアリング問題で、それに取り組まないといけないんです。それには我々自身の責任も含まれるんです。だから私はこれらのものを、範囲や規模を管理できる場所にデプロイすることに興味があるんです。
何か害を及ぼすものを世界に解き放つなんてできないんです。だってそれに対する社会的許可は得られないからなんです。
本当に何週間分のタスクをやってくれるエージェントが手に入った時、ランダムなフォーチュン500に走らせる前に欲しい最低限の保証って何ですか？
私がDeep Researchみたいなものを使う時、最低限欲しい保証は、特に何か物理的な具現化がある前には、それが一つの閾値だと思うんです。それが一つの場所かもしれないんです。
もう一つは、例えば、これが動作してるランタイム環境の許可ですね。それがサンドボックスされてて、そのサンドボックスから出ないっていう保証が欲しいかもしれないんです。
でも、ウェブ検索はすでにあって、サンドボックスから出てますよね。でもそれがウェブ検索で何をするか、何を書くか――例えばあなたの指摘だと、計算をするためにコードをたくさん書くだけなら、そのコードはどこにデプロイされるんですか？そしてそのコードはその出力を作るためだけの一時的なものなんですか、それとも世界に解き放たれるんですか？
それらはアクションスペースで実際に制御できることなんです。
安全性の問題とは別に、あなた自身の製品スイートについて考えると、こんなに強力なAIがあったら、ある時点でそれはCopilotみたいに――このポッドキャストの準備の例を挙げてましたよね――あなたが同僚に仕事を委任する方法に似てくるんです。
現在のスイートを考えると、それを取り入れるとどうなるんでしょうか？LLMが他のものによってコモディティ化されるかどうかって一つの質問がありますね。
データベースやキャンバスやエクセルシートとか、もしLLMがこれらすべてにアクセスするメインのゲートポイントなら、LLMがOfficeをコモディティ化する可能性ってありますか？
面白い質問ですね。少なくとも第一段階で私が考えるのは、LLMがこれらのツールやキャンバスを使って私のナレッジワークをより効果的にやってくれるかってことです。
私がみた最高のデモの一つは、医者が腫瘍ボードのワークフローの準備をしてるんです。彼女は腫瘍ボードの会議に行こうとしてて、最初にCopilotを使って会議のアジェンダを作るんです。なぜならLLMがSharePointサイトにあるすべてのケースについて推論してくれるからです。
「ねえ、これらのケース――明らかに腫瘍ボード会議は重要な会議で、ケースの違いに注意して、適切な時間を割り当てたいよね」って。それで時間をどうやって分けるかを知ってるアジェンダを作るっていう推論タスクさえも素晴らしいんです。
だから私はLLMを使ってそれをするんです。それから会議に行って、Teamsコールで同僚みんなと一緒なんです。私は実際のケースに集中してて、ノートを取ることに気を取られてないんです。なぜなら今はAI Copilotがこれすべてをフルトランスクリプションしてくれるからです。
それだけじゃなくて、会議で何があったかのデータベースエントリーで、ずっと呼び出せるんです。それから彼女は会議から出てきて、ケースについて議論して、ノートを取ることに気を取られてなかったんです。彼女は教える医者で、クラスの準備をしたいんです。
それでCopilotに行って、「私の腫瘍ボード会議を取って、パワーポイントのスライドデッキにしてくれ。学生にそれについて話したいから」って言うんです。
それがそのタイプなんです。私が持ってるUIと足場は、今LLMを使って埋められてるキャンバスなんです。そしてワークフロー自体が再形成されてて、ナレッジワークがこなされてるんです。
面白いことがあって、80年代後半に誰かが私に「デスクに100万のドキュメントがあるよ」って言ってきたら、「何だそれ？」って言うでしょうね。文字通りデスクに100万の物理的なコピーが置かれると思ったでしょうね。でも、我々は100万のスプレッドシートと100万のドキュメントを持ってるんです。
私は持ってないよ、あなたが持ってるんだよ。
全部そこにあるんです。だからエージェントでもそれが起こるんです。UIレイヤーができるでしょうね。私にとって、Officeは今日のオフィスだけじゃなくて、ナレッジワークのためのUIレイヤーなんです。ワークフローが進化するにつれて進化するでしょう。それが我々が作りたいものなんです。
今日存在するSaaSアプリケーション、これらのCRUDアプリケーションは、ビジネスロジックがこのエージェント層にもっと入ることで根本的に変わると思います。実際、今日の私のCopilot体験でクールなことの一つは、「ねえ、顧客との会議の準備をしてるよ」って言うと、「それについて知っておくべきすべてのノートをくれ」って言うだけでいいんです。
私のCRMデータベースから引っ張ってきて、Microsoft Graphから引っ張ってきて、合成的なアーティファクトを作って、それにロジックさえ適用してくれるんです。それが、私が知ってるSaaSアプリケーションを変えることになると思いますね。
SaaS産業って、カウントの仕方にもよるけど、年間数百億から数兆ドルの価値があるかもしれないですよね。もしそれが本当にAIで圧縮されるなら、次の10年でマイクロソフトの時価総額をまた10倍にする次のステップですか？だって何兆ドルもの話をしてるんですから……
それもSaaSでたくさんの価値を生み出すでしょうね。我々があまり注目してないかもしれない一つは、世界にあるITのバックログの量なんです。
これらのコード生成ものや、SaaSアプリケーションすべてをエージェントを使って調べてより多くのユーティリティを得られるって事実は、アプリの最大の爆発になるでしょう。それらはエージェントって呼ばれるでしょうね。すべての業界、すべてのカテゴリーで、突然我々がサービスを受けられる能力を持つんです。
だからたくさんの価値があるでしょうね。じっとしていられないんです。
古いやり方で、「おお、狭いビジネスプロセスをスキーマ化して、ブラウザにUIがあって、それが私のものだ」って言ってるだけじゃダメなんです。そうじゃないんです。スタックを上げて、「私が参加しないといけないタスクは何だ？」って言わないといけないんです。
あなたのSaaSアプリケーションを取って、マルチエージェントの世界で参加する素晴らしいエージェントにしたいでしょうね。それができれば、価値をさらに増やせるとさえ思います。
マイクロソフトでのあなたの時間について少し質問してもいいですか？
ええ。
会社人間であることって過小評価されてますか？あなたはキャリアのほとんどの時間をマイクロソフトで過ごしてきて、そのおかげでこれほど多くの価値を加えられた理由の一つは、カルチャーや歴史、技術を見てきたからだと言えるかもしれないですよね。ランクを上がっていくことでそのすべてのコンテキストを持ってるんです。
もっと多くの企業がこのレベルのコンテキストを持った人で運営されるべきですか？
素晴らしい質問ですね。そんな風には考えてなかったです。
マイクロソフトでの34年間、毎年マイクロソフトにいることにワクワクしてきて、「おお、私は会社人間だ」とか考えるよりもそう感じてきたんです。私はそれを真剣に受け止めてます。マイクロソフトに入ってくる誰にとってもね。
彼らがマイクロソフトに入るのは、彼らが経済的なリターンと、目的意識や我々をプラットフォームとして達成できる使命感を感じられる限りなんです。それが契約なんです。
だから、ええ、企業は人々が来て、私みたいな会社人間になれるカルチャーを作らないといけないと思います。マイクロソフトは私の場合、間違ってるよりも正しいことを多くやってきたし、それがこれからもそうであることを願ってますね。
あなたが話してる6代目のCEOが、今あなたが始めてる研究を使えるようになるんですよね。未来のサティア・ナデラたちを留めて、未来のリーダーになれるポジションにいられるように何をしてますか？
魅惑的ですね。今年が我々の50周年で、それについてたくさん考えてます。考える方法は、長寿が目標じゃなくて、関連性が大事なんです。
私や20万人の我々みんなが毎日やらないといけないのは、我々が見てる世界にとって有用で関連性のあることをしてるかってことです。今日だけでなく、明日もね。
我々はフランチャイズ価値がない業界にいるんです。それがもう一つの難しい部分なんです。今年我々が使うR&D予算を取ると、5年後に何が起こるかへのすべてが投機なんです。基本的にその態度で入って、「我々が関連性があると思うことをやってるよ」って言うんです。
それから、打率があって、全部が当たるわけじゃないって知ってるんです。失敗に対する高い許容度が必要なんです。ゴールに十分なショットを打って、「OK、我々は会社として反対側にたどり着くよ」って言えるようにしないといけないんです。それがこの業界で難しいところなんです。
そう言えば、あなたがちょうどマイクロソフト設立50周年から2ヶ月だって言いましたね。
時価総額トップ10かトップ5の企業を見ると、基本的にマイクロソフト以外はみんなマイクロソフトより若いんです。最も成功してる企業がしばしばかなり若いって言うのは面白い観察ですよね。フォーチュン500企業の平均寿命は10年から15年なんです。
マイクロソフトがこんなに長く関連性を保つために何をしてきたんですか？どうやってリファウンディングし続けるんですか？
リード・ホフマンが使う「リファウンディング」って言葉が好きなんです。それがマインドセットなんです。
人々はファウンダーモードって言うけど、我々みたいな凡人のCEOには、リファウンダーモードって感じですね。新しく物事を見る能力が鍵なんです。あなたの質問に、文化的にリファウンディングが習慣になる環境を作れるかってことです。毎日来て、「我々はこの場所にステークがあって、我々が何をするか、どうやって周りの世界と関係するかの核心的な前提を変えられるよ」って言うんです。
自分たちに許可を与えるかってことです。多くの場合、企業はビジネスモデルとかで過剰に制約を感じてるんです。ただ自分を解放しないといけないんです。
もしマイクロソフトを去るとしたら、どんな会社を始めますか？
会社を始める？うわっ。そこが会社人間の私が出てきて、「私は絶対にマイクロソフトを去らないよ」って言うところなんです。
もし何かやることを考えるなら、ドメインを選ぶと思うんです。テックの夢を見ると、いつも技術は最大で最高の民主化の力だって言ってきました。ようやくその能力が手に入った気がするんです。
トークン毎ドル毎ワットが我々が生成できるものだとしたら、その適用できるドメインで、全然サービスされてないところを見つけたいですね。そこでヘルスケア、教育……公共セクターがもう一つの場所ですね。
そのドメインを取ると、サービスされてない場所で、この国や社会のどこかの市民としての私の人生が、もしこの豊かさがより良いヘルスケア、より良い教育、より良い公共セクター機関が私にサービスしてくれることに変換されたら良くなるかってことです。それが一つの場所ですね。
あなたのいろんな質問への答えを聞いてて確信が持てない一つは、AGIが何かだと思ってるかどうかです。すべての認知労働を自動化するもの、誰かがコンピューターでできることは何でもってなりますか？
ここで私が問題にしてるのは、人々がそれについてどう定義してるかってことです。認知労働って静的なものじゃないんです。
今日、認知労働があります。私のエージェントすべてを管理するインボックスがあるとしたら、それは新しい認知労働ですか？今日の認知労働は自動化されるかもしれないんです。
新しく作られる認知労働はどうですか？その両方を考えないといけないんです。それがシフトする……だから私は少なくとも頭の中でこう区別してるんです。ナレッジワーカーとナレッジワークを混同しないでください。今日のナレッジワークは多分自動化できるんです。
私の人生の目標がメールのトリアージだって誰が言ったんですか？AIエージェントにメールのトリアージをさせてください。でもメールをトリアージした後に、「ねえ、これが本当にレビューして欲しい3つのドラフトだよ」っていう高レベルの認知労働タスクをくれってんです。それは違う抽象化なんです。
でもAIが2番目のものにたどり着くことはありますか？
たどり着くかもしれないけど、それにたどり着いた瞬間に、3番目のものが出てくるんです。
なぜかっていうと、歴史の中で認知労働が何かを変えてきたツールを扱ってきた時になぜ、すべての認知労働がなくなると心配してるんですか？
こういう例は前にも聞いたことあるでしょうけど、馬がある特定のことにまだ良いってアイデアで、車じゃ行けない地形もあるんです。
でも、馬が街中にいて、何百万頭もの馬が雇用されるってアイデアは、ただ起こらないんです。そして人間にも似たことが起こるんじゃないかってアイデアなんです。
でもそれは一つのすごく狭い次元での話ですか？人間の200年の歴史で、我々が「認知労働」って理解してる狭い何かを価値あるものとしてきただけなんです。
化学みたいなものを見てみましょう。もしこの量子プラスAIが本当に新しい材料科学とかをたくさんやるのに役立ったら、それは素晴らしいことです。それが人間ができる他のすべてのことを奪うんですか？
強力な認知マシンがある世界に我々が存在できない理由って何ですか？我々の認知の主体性が奪われてないって知ってるのに。
あなたについてじゃなくて、違うシナリオでこの質問をするので、恥ずかしがらずに答えられるかもしれないですね。マイクロソフトの取締役会で、AIをボードに加えるってこと、判断力やコンテキスト、全体的な理解があって有用なアドバイザーになれるって見えますか？
素晴らしい例ですね。我々が加えたものの一つは、Teamsのファシリテーターエージェントなんです。そこでの目標は、まだ初期段階だけど、そのファシリテーターエージェントが長期記憶を使って、会議のコンテキストだけでなく、私が取り組んでるプロジェクトやチームとかのコンテキストで、素晴らしいファシリテーターになれるかってことです。
ボードミーティングでもそれが欲しいですね。だって気が散りやすいんです。結局、ボードメンバーは四半期に一度来て、マイクロソフトみたいな複雑な会社で何が起こってるかを消化しようとしてるんです。
ファシリテーターエージェントが人間みんながトピックに集中して、重要な問題にフォーカスするのを助けてくれたら、それは素晴らしいんです。それって文字通り、あなたの前の質問に戻っても、無限の記憶を持ってるものがあって、我々を助けてくれるってことなんです。
結局、ハーバート・サイモンの言うことって何ですか？我々はみんな限られた合理性なんです。だから人間の限られた合理性が、外部に認知増幅器があることで対処できるなら、それは素晴らしいんです。
材料や化学の話で、最近あなたが言ったのは、次の250年のその分野での進歩を次の25年で起こしたいってことですよね。
私が次の250年で可能なことを考える時、宇宙旅行とか宇宙エレベーター、不死、すべての病気を治すこととか考えるんです。次の25年でですか？
私がそれを持ち出した理由の一つは、産業革命が250年だったってことが大好きだからなんです。このカーボンベースのシステムから何か違うものへの全体の変化を取らないといけないんです。
それって過去250年の化学で起こったことを根本的に再発明しないといけないって意味なんです。そこで量子コンピューターがあって、この量子コンピューターが新しい材料にたどり着くのを助けてくれて、それでこの惑星にあるすべての課題を助けてくれる新しい材料を作れるようになることを願ってるんです。
それから私は惑星間旅行にも賛成なんです。
驚くべきことです。サティア、お時間をいただき本当にありがとうございます。
こちらこそありがとう。素晴らしいです。ありがとう。
素晴らしい、ありがとう。