見出し画像

DeepSeekを心配すべきか? | The Brainstorm EP 76

AGIに仕事を奪われたい

18,297 文字

アレックスム: はい、それでは、ニックから何か話し始めたいことはありますか?
ニック: 参加する前に言いましたが、ブレットに謝罪したいと思います。これは私が考えていた通りに展開しているからです。
アレックスム: いや、いや、いや、何を言っているのですか? 私はここで起きていることの意味を誤解していると思います。中国とDeepSeek R1について話していますが、これは中国のプロジェクトで、表向きはヘッジファンドが横で運営していますが、実際にはおそらく中国政府から多額の補助金を受けています。
彼らは非常に性能の高い論理モデル、つまりAI論理モデルをリリースしました。これはChatGPTやOpenAI o1モデルと少なくとも同等の性能を持っています。そして、彼らはこれをMITライセンスでオープンソース化したので、誰でも重みを取得して実行し、好きなように修正できます。
ここで起きている興味深いことの1つは、これがOpenAIと競合する初めての野生の論理モデルであり、別のクローズドな商用システムではないということです。彼らが使用している基本モデルは非常に効率的に学習されました。この論理モジュールを搭載した事前学習モデルの最終的な学習には、わずか1000万ドル未満しかかかっていないとのことです。
人々は次のように比較しています - 一方ではOpenAI、Anthropic、xAIが何十億ドルもかけてモデルを学習させているのに対し、この中国のチームは週末プロジェクトのように600万ドルの学習で同等の性能のものを作り出しました。AIモデルを学習させるためにデータセンターに投資するこれら大手テック企業のリソースは無駄なのではないかと。中国はソファの隙間から見つけたお金で横から同等のモデルを学習させることができるのですから。
ということで皆さん、これがBrainstormエピソード76のホットな導入部分です。BRさん、今おっしゃったことを手短にまとめさせていただき、それが正しいかどうか確認させてください。
私がXを見ている限り、実際には2つの主要な議論が進行中で、さらにもう1つの異なる視点があるようです。あなたが言及したように、1つはAIがどのように発展しているかに関するものです。事前学習はベクトル化され、今は推論時の計算ですね。3つ目についても議論しましたが、確かGoogleの論文で、テスト時のメモリ化に関するものでした。しかし現時点では、まだ誰もそれについて話していません。
現在の議論の軸は、事前学習対推論時の計算パワー投入という点と、もう1つはジェヴォンズのパラドックス対効率性という点です。一方では、何かを安くすると想像以上に使用量が増えるという主張があり、これはNVIDIAやこれらの企業にとって実際には害にはならないという意見です。なぜなら私たちは想像以上にそれを使用することになるからです。
もう一方では効率性の側面から、必要なGPUの数は思ったほど多くなく、必要な電力も思ったほど多くないという主張があります。これは正確なまとめになっていますか?
ブレット: はい、後者から始めましょう。実際にそちらの方がシンプルに理解できると思います。皆さんが私の見解に同意されるかどうか興味があります。
効率的に学習されたモデルが誰でも利用できるようになったということは、AIの学習にはもはやGPUをそれほど必要としないということを意味し、したがってMicrosoftは設備投資を縮小してNVIDIAの売上に打撃を与え、Googleは全てのTPUへの投資が無駄になり、Metaは「十分なGPUがあるのでもう必要ない」と言うことになるという考えは、私には完全に逆さまで間違っているように思えます。
これを効率的に行えるということは、より多くのリソースを投入しても更なる高性能が得られないということを意味しません。実際、彼らは効率的に行うためのレシピを公開したことで、ある意味レースを再スタートさせたのです。例えばオラクルが「そうだね、彼らのレシピを使ってGro、Gemini、Anthropic、OpenAI と競合するものを作ろう」と言い出すのを止められる人はいません。
Metaも「うーん、あのLlamaは良いアイデアだったけど、追い抜かれたみたいだね」とは言わないでしょう。彼らはその設備投資を全て投入して、このモデルの性能を最大限まで引き上げようとするでしょう。
これは確かにエンドユーザーにとっての機械知能のコストが大幅に下がったことを意味します。そして、機械知能へのアクセスコストが1桁下がって、その上に多くのアプリケーションを構築する人々が爆発的に増えないと考えるのは、推論側で大量の計算需要が発生することになるので、私には狂気のように思えます。
むしろ私は、これがコスト低下を加速させる陣営に強く属しています。これは他のどの分野よりも急速にコストが低下している分野です。これまで見てきた大規模なコスト低下は全て、市場の縮小ではなく巨大な市場拡大をもたらしてきました。
これも同じで、1つには資本を持つ競合他社間で新たな競争の波が起こり、彼らはその資本を投じて最先端のパックに留まろうとするでしょう。2つ目には、その上の層に新たなアプリケーション開発者やソフトウェア開発者が現れ、キラーアプリを見つけ出そうとします。そしてそれが企業やユーザーにこれらのものを大量に使用させることになり、それを実行するために多くのチップが必要になります。
ニック、私が間違って代弁していたら教えてください。私たちは皆、計算の側面については疑問の余地がないと思っています。これはより多くの投資につながると考えています。
しかし、あなたが今おっしゃった2番目の点が、興味深い議論になると思います。この競争の激化は、確かに既存企業にとっては良いことですが、OpenAIのようなクローズドAI企業にとってはあまり良いことではないように思えます。
ニック: そうですね、サムの指摘の通り、私もBRに同意します。市場がこれをハードウェア分野への打撃と解釈しているのは誤解だと思います。ザッカーバーグが600-650億ドルの社内設備投資予測を発表し、マンハッタンの大きさのデータセンターを建設する計画の数字を発表したのは、これらの議論が沸き起こり始めた先週のことでしたが、それは偶然ではないと思います。
これはThreadsではなくXで見つけたのですが、Yan Lecunがツイート...いや、スレッド...nowadays(最近)は難しいですね...しかし、彼はMetaの内部情報についての洞察を持っていて、設備投資の大部分が実際には推論側で行われていると話していました。
ブレットが指摘したように、使用コストが下がり続け、全てがより効率的になってエンドユーザーにとってより良くなれば、推論が必要になるため、いずれにしても計算能力をスケールアップする必要があります。なぜなら、これら全てはエッジで行われる必要があるからです。
私が見ているのは、これら全てがローカルでデバイス上で実行できるかという興味深い質問です。これについても後で議論できればと思います。
サムと同意見ですが、ブレットとは異なる見解かもしれません。モデルプロバイダーが商品化され、次の高性能モデルまでの遅延が2週間になり、このようなブレークスルーがあっても2週間待てば誰か他の人が出てくるという状況で、どのように持続可能なビジネスを構築できるのでしょうか?
むしろ、これらのモデルの配信とその上に構築されるアプリケーション層の方が興味深くなります。既存企業の方が有利な立場にあると思います。なぜなら、ダイレクトtoコンシューマービジネスのスケーリングは、マーケティングや今日の既存企業と同等のスケールに到達しようとする試みのために、それ以上に資本集約的だからです。
これが私が持続可能性に疑問を持ち始める理由です。私たちが見てきたものは全て、配信のないアプリやビジネスが上に構築されていることを示しています。同じモデルプロバイダーを使用していれば、1週間で同じ性能のビジネスを立ち上げることができます。そのため、ビジネスやユースケース自体も商品化されてしまいます。
インターフェースはほとんどの場合単なるチャットバーなので、ユーザー間のスイッチングコストも、消費者があまり考える必要のないものになります。結果として、最も安価で使いやすく、すでにデジタル世界での操作方法に合っているものに行くことになります。
これは私の意見では、今日のデジタルプレイヤー、つまり独占企業を非常に有利な立場に置くことになります。
ブレット: 1つ注意したいのは、エンドユーザーに届けられるトークンという観点から見ると、OpenAIはおそらくその観点での既存企業だということです。OpenAIは独自の配信を構築し、数億人のユーザーという深い溝を超えているので、他のラッパースペースやプロバイダーとは異なるカテゴリーにいると思います。
ええ、そうかもしれません。また、一部の既存企業、特にAppleとGoogleにとって、このような進歩は、これが新しいオペレーティングシステムの基盤になる可能性を高めると思います。
そこで、Apple Intelligenceがユーザーが期待するような反応をしていないためにAppleによって抑制されているのを見ることができます。既存のオペレーティングシステムベースをこの新しいものの動作方法にシフトさせるのに苦労するでしょう。
私は、基本的な破壊的テーゼは、これによって減少するのではなく、むしろ加速されると考えています。そして、あなたの言う通り、もしこのレイヤーが商品化され、この推論機能がオープンソースで利用可能になれば、配信への利益は以前よりも高くなるでしょう。
そのため、ユーザー向けの側面では、より多くの利益を生み出すことはできますが、その上で人々が有用だと感じるユーザー向けのアプリケーションやアプリケーション群を構築する必要があります。しかし、これは今まさに競争が完全に混乱している状態です。2週間前よりもさらにダイナミックな状況になっています。
ここで、DeepSeekの内部で何が起こったのかについて少し話を移してみましょう。競争のダイナミクスを理解する上で重要だと思います。
DeepSeekは確かに学習に非常に少ない費用しかかけませんでしたが、彼らは使用した建築上のブレークスルーを見つけるための実験と反復を行うために、おそらく中国政府から大量の資金を得ていました。これは、大規模なデータセンターがもはや有用ではないという議論が間違っているもう一つの理由です。
建築上のイノベーションを見つけるための実験を行うには、大規模なデータセンターが必要です。これらのイノベーションが、あなたを他と差別化することになります。
また、彼らが持っていたと思われる、そして実際に持っていたことが分かっているもう一つのものは、OpenAIモデルの出力を学習に使用したという近道です。これはモデル蒸留と呼ばれます。
事前学習モデルを考えてみましょう。オープンウェブからランダムなRedditのスレッドを取得する場合、モデルは馬鹿と賢い人の両方を学習することになります。そのため、馬鹿な部分がモデルを劣化させてしまいます。
その代わりに、既に高性能なモデルに一連の質問をして、例えば「歴史についての良い見解を得る必要がある」と言って、GPT 4oから基本的に全ての歴史的知識を抽出し、データセットを収集して、それを新しいモデルに重み付けして入力すると、ランダムなRedditのスレッドよりも真実である可能性が高いことが分かっているため、より高性能なモデルを、より少ないコストで得ることができます。
OpenAIがRedditの馬鹿と賢い人を選別して蒸留するために多額の費用をかけたことを利用しているわけです。つまり、彼らはゼロから始めたわけではありません。DeepSeekチームは賢明な建築上の工夫を行い、これまでのフロンティアモデルの進歩の上に構築したのです。
私たちには分かりませんが、おそらく中国政府が誰からでも収集したデータにアクセスできたと考えるのが妥当でしょう。
質問があります。今おっしゃったことについてですが、報酬関数についても同様のことが言えますよね? より良いデータで行ったということですが、馬鹿な部分を取り除いたからということですが。
自動運転車についても同じことが言えると思いますか? テスラが示しているように、自動運転モデルを機能させるために膨大なデータを収集する必要がありますが、一度自動運転車ができれば、例えばGoPro をその自動運転車に取り付けると、これは機能している自動運転車からのデータなので、はるかに質の高いデータが得られます。人間の下手な運転のエッジケースを探して選別する必要がなくなります。
ブレット: おそらく、このことへの回答の1つは、OpenAIはAnthropicよりも少し良い立場にあるかもしれないということです。なぜならDeepSeekがOpenAIモデルに対してこれができたのは、フロンティアモデルに対するAPIインターフェースがあったからです。
彼らは自動的にこれを何度も繰り返し照会し、必要な状況に置くことができました。例えば、そのモデルの能力の限界で必要な難しい数学の質問を尋ねることができました。
そのため、OpenAIは実際には次世代モデルをAPIアクセスから除外し、代わりにChatGPTを通じてのみアクセスできるようにするかもしれません。基本的にオペレーターに支払う必要があり、自律エージェントに支払う必要があります。現在の料金よりもはるかに高額を支払わないとこのデータ流出から保護できないようにすることができます。
一方、自動運転車の場合、全ての車を購入して走らせる必要があるので、同じようなスケールでデータを抽出するメカニズムはありません。シミュレーションでシステムの基礎となる重みにアクセスして実行できない限り、それはより企業スパイのような類のことになるでしょう。そういったことをテスラは警戒すべきです。それによって学習したものを取得し、別の競合モデルをスケールアップすることができます。
しかし、誰かがテスラの重みを実際に盗んだ場合、なぜ自分のものを作る必要があるでしょうか? 単に自分の車に入れて、これは自分のものだと言えば良いのです。テスラに訴えられるのを待つだけです。
ブレット、私は価値がどこに集積するかについて、あなたの見解を知りたいと思います。今朝VCスペースに関する記事を読んでいたのですが、これらのモデルプロバイダーに民間側で投入された資金の量について書かれていました。
あなたが言うように、1000億ドルのモデルを500万ドルで学習できるようになり、理論的にはそれを継続できるという状況で、これらのビジネスの寿命とMOについてどのように考えますか? 投資家として、モデルプロバイダーを見て、「はい、ここに10億ドルを投資しましょう。2週間で全ての作業がコピーされ、もはやMOを持たなくなるのを見るために」とどのように言えるのでしょうか?
ブレット: そうですね、実際にここで有用なのは、この R1の進歩の基礎となるモデルをどのように事前学習したかについて話してきましたが、ここで強化学習について話してみましょう。
私が持っていた、おそらく今では的外れかもしれないテーゼがあります。それは、GeminiやOpenAIには素晴らしいユーザーデータが入ってきているということです。このユーザーとモデルのやり取りが、彼らに他との性能差を更に広げるデータを提供するという考えがありました。まだ成り立つ可能性はありますが、結局ユーザーは馬鹿で、モデルに自問自答させた方が良いということが分かりました。
DeepSeekが行ったこと、そしておそらくOpenAIも01や03で行ったであろうこと(これは公開されていないので分かりませんが)は、数学やコーディングのような検証可能な客観的真実のある分野で、モデルを自身と競わせることです。
公開されている非常に高度な数学とコーディングのベンチマークがあり、モデルは質問に答えようとして8つの異なる回答を出し、それらを完全性の観点からランク付けし、より良い回答全体がフィードバックされてモデルの重みを変更します。
これは事前学習とは異なります。事前学習では文脈の中で次の単語が良い単語かどうかを判断します。ここでは一度に回答全体を判断しています。
これは強化学習の方法として非常に挑発的で興味深いものです。過去に試みた人々は、モデルが生産的な経路を進まずに何らかのループに陥ってしまい、全く性能が出ないということがありました。
そのため、過去の人々はこのアイデアを持っていましたが、基礎となるモデルが、特に数学やコーディングのような検証可能なことに関して、十分に良くなかったのです。このような大きな能力を構築できるようにポンプを始動させるには至りませんでした。
また、ベンチマークも必ずしも十分に難しくなかったので、「論理的に考え出そう」というところまで行かず、「推測できてそれで十分良い」という感じでした。例えば、10×10のテストでは、単に10が思い浮かぶだけで、「10を10回足そう」というように考える必要はありませんでした。
モデルの推論を改善するこの戦略は、今やオープンソースの方法で、多くの論理的性能を提供できることが実証されました。
では、これはOpenAIやAnthropicのポジショニングや競争的差別化にどのような影響を与えるでしょうか?
これからは誰もがこれを行うことになるでしょう。多くのモデルがこのレベルに到達し、その後は、どれだけやる気があり機敏な研究開発チームを持っているか、そしてこれを基に興味深い追加機能を構築できるかという問題になります。
このレイヤーが商品化される可能性があります。私のMac OSが内部でLinuxを実行しているように、このレイヤーが本当に商品化され、その上にどのような有用なアプリケーションを構築するかを考える必要があるかもしれません。
OpenAIの場合、音声インターフェースは私にとって非常に有用です。この前の30分間、運転中に強化学習について議論していて、本当に多くを学びました。
このように、どのようにして差別化を継続するために機能を追加するかを正確に理解することが競争のゲームとなりますが、2週間前よりもはるかにオープンな競技場になっています。
それでは、元のフレーミングに戻って、ここで手短なまとめの答えを出してみましょう。
1つ目は、事前学習対テスト時計算についてです。結論として、これはツールボックスに追加されたツールであり、誰も短絡させません。つまり、これら2つのベクトルは両方とも改善できる余地があり、今や両方の方向を助ける新しいツールができました。また、モデルを改善する新しいベクトルが出現することについては議論しませんでしたが。
もう1つは、ジェヴォンズのパラドックスです。これは安くなるので大量の需要を生み出すという考えと、これははるかに効率的なので、数十億ドルと大量の電力需要に関する懸念は誇張されているという考えがあります。10倍以上効率的なので、それほど必要ないということです。
私たちは皆、これは非常にインパクトがあり、ハードウェアの需要を促進するという方に傾いていますが、推論時計算のために、実際には現在のGoogle、Meta、Anthropic、OpenAI、Mra(もはや本気で参加しようとしていない)、そしてxのプレイブックは変更を余儀なくされるかもしれません。
これらの企業は学習計算側に大量のリソースを投入し、それによって提供するものに何らかの優位性を得ようとしていました。今や大量のリソースを推論側に投入しなければならないとすれば、他のプレーヤーが参入して「これを学習させるために全ての設備投資はしません。代わりに、ユーザーに難しい質問を尋ねることができ、5分間考えてより良いコーディングソリューションを提供できるインターフェースを提供します」と言える可能性があります。
ゲームに参入するための資本要件が変更され、すでに光ファイバーは敷設されているのです。
ニック、ここで実際の商品化による被害についての議論は、インターネットを思い出してください。AOLはISPとして立ち上げ、ダイヤルアップビジネスにコンテンツを重ねて追加しました。全体的な考えは、人々がディスクを郵送して、彼らを通じてインターネットにダイヤルアップするというものでした。
そして、ブロードバンドが登場しました。ブロードバンドは間違いなくインターネットのユーザー需要にとって良いものでした。そのスピードに依存する全ての種類のビジネスがあります。ブロードバンドによってインターネットの使用が減少することはなく、むしろ爆発的に増加しました。
しかし、AOLはこの移行を上手く乗り切れませんでした。彼らは遅いアクセスへのゲートキーパーであり、その上に競争力のある地位を構築できました。Time Warnerに買収されるには十分でしたが、おそらくそれが彼らの企業戦略を混乱させました。
しかし、ブロードバンドが登場すると、ブロードバンドは基本的に全ての異なるISPを通じて配信され、そのレイヤーは商品化され、その上のアプリケーションレイヤーに全ての価値が構築されました。
もし論理エンジンが以前は「これがこれらのことを行うための獲得要因だ」と考えられ、これらのAIフロンティアモデルプロバイダーが基本的にAOLのようなものだとすれば、このとても高価なものの上にサービスを構築し、このビジネスを構築するために補助金を出しているわけです。
そして突然、ブロードバンドに相当するものが登場します。DeepSeek R1をブロードバンドインテリジェンスとして解釈できると思います。これは、非常に高いスループットのインテリジェンスが様々なアプリケーションで利用可能になるということです。
これは、「これは本当に高価なもので、人々がそれに対して苦心している」という競争的地位を崩壊させ、その上に爆発的なアプリケーションを生み出すかもしれません。それらの設備投資の資金がどうなるかは分かりません。本当に減価償却されるかもしれません。
では、より大きな質問である、中国の件について議論してきましたが、これは私が呼ぶところの詳細な要素でした。しかし、おそらくより大きな問題は、中国が登場したということです。
私が感じるに、誰もがこの細かい部分に夢中になっていますが、より大きなことの1つは、これらのベンチマークにおいて中国がほとんど見られなかったということです。もちろん、これら全ての資金調達について何とでも言えますが、これは中国です。彼らはやり遂げ、それは明らかに誰もが予想していなかったことでした。ブレット、これについてどう思いますか?
ブレット: 通常、中国が産業部門に国家資源を投入することを決定すると、そのレベルで競争する全ての人にとって経済を汚染するような分野が多くありますが、実際に興味深く、私にとっては驚きなのは、彼らがモデルの重みをオープンソース化し、レシピを公開したことです。
APIの背後に隠しておくのではなく、西側の競合他社よりも安価にアクセスできるようにし、西側企業はデータがどうなるのかについて警戒しますが、新興市場や世界のその他の地域を引き付けることができたはずです。
ある意味で、彼らがこれをオープンソース化したことは私にとって興味深いです。基本的にこれは、少なくとも現在の状況では、突然全ての人が同じレベルに戻され、リソースを投入してこのようなモデルを作ることができるということを意味します。
では、これからどこに向かうのでしょうか? より速く、より開かれた競争の激しい過酷な領域で進んでいくと思います。ニック、ブレットのどこに同意できないですか?
ニック: 通常なら私たちは多くの点で意見が異なるのですが、この件については非常に意見が一致しているように感じます。私の頭の中で常に考えているのは、ユーザーとインターフェースの関係です。
これは非常に直感的で汎用的な技術であり、質問やプロンプトを入力すると、ほぼ正確に望む回答を受け取ります。このインテリジェンスエンジンに対して、既存の配信経路を持っていない場合、防御線を構築することは非常に困難だと思います。
もし私たち3人が全く同じインターフェース - ほとんどの場合、プロンプトを入力する検索バーがあり、テキストや画像、ビデオ、音声で回答を受け取るだけ - を持っていたとして、このポッドキャストのリスナーが私のサービスをサムやブレットのものより選ぶ理由を見つけるのは本当に難しいです。
ブレット、ここで私たちの意見が異なるかもしれませんが、アプリケーションレイヤーについて、専門化されたタスクには専門化されたモデルが必要になるという話を多く目にしています。それは事実かもしれませんが、より広い市場、より大きな機会は、ユーザーがインターネットを使用する際に求める大部分のことを行う汎用的なデジタルアシスタントだと思います。
これは数兆ドル規模の機会であり、現行のデジタルエコシステムにこの技術がうまく適合するため、既存の大手企業だけが活用できる立場にあります。
例えばOperatorでのChatGPTやOpenAIの事例を見ても、ブラウザの使用や操作方法に適合させる必要があります。ロボット工学で人間の姿に適合させるのと同じように、これらの企業が所有するツールやサービスを人間がどのように使用するかに適合させる必要があるのです。
早い段階だからこそ、SEOが多くのものを動かしているように、それはOperatorやAIモデルにも当てはまります。誰のために設定されているかというと、人々が使用するGoogleの上位検索結果のために設定されているわけです。将来的にはAPIの最適化になるでしょう。
あなたが説明したバックエンドの構築には、もはや技術的なハードルはありません。誰もが同じツールを使用できるフロンティアでは、これらの企業の製品やサービスは、典型的なユーザーインターフェースという表層を取り除けば、バックエンドは全く同じです。全て同じツールとサービスを使用しているなら、唯一の優位性はユーザー数の多さです。
イノベーターのジレンマは、既存のビジネスモデルからキャッシュフローを得ている場合、リソースや人材がどれだけあっても、完全に変革された環境に適応するのが難しくなるということです。Netflixを例に取ると、コンテンツと消費者へのパイプライン、そして配信とコンテンツ制作の垂直統合を全て所有していた企業があったにもかかわらず、Netflixが最大手になる理由はなかったはずです。
Apple Intelligenceについて触れましたが、マーケティング以外の目的では実際には必要ないと思います。Gavin Bakerが今朝Xで投稿していましたが、おそらく史上初めて、カメラ駆動ではないスマートフォンの更新サイクルが来ているということです。
しかし、ここで私は異なる意見を持っています。人々は、プロンプトを入力してユーザーが対話するというイメージを持っていますが、推論時の計算から学んだことは、AIが私に代わって裏で複数のプロセスを継続的に実行し、私を保護し、必要なものを取得するということです。
これは単にスマートフォンのインターフェースに縛られるのではなく、私の代わりに動作する一連の自律エージェントとの関係を持つことになります。推論時のメモリにより、これらのエージェントは私の個性や好みに合わせてますます最適化されていくでしょう。
高価なカメラを搭載したスマートフォンを通じてだけでなく、抽象化されたインターフェースを通じて実行されることになります。メガネ型デバイスを通じてそれらのエージェントを配布・販売するのが適切な方法かもしれません。
しかし、500の異なるプロセスがAIモデルプロバイダーによって実行されている状態から切り替えるコストは高くなります。基本的にインターンを全て再雇用するようなものです。銀行口座の切り替えがほとんど行われない理由と同じで、自動支払いの設定が全て変更になってしまうからです。
銀行に不満がある場合や、引っ越しで都市や国を変える場合を除いて、わずかな金利差のために切り替える価値はないのです。このような未来が来る可能性はありますが、デバイスには全く依存しないでしょう。
既存の大手企業が新規参入者のイノベーションに追いつけず、ユーザーが新しいデバイスやオペレーティングシステムにデータを移行するのを防げないとすれば、全ての技術がオープンソースで利用可能な中で、これらの企業の運営について非常に悲観的に見ているということになります。
Appleがこれを理解できないというのは、要点を見失っているように思います。今やAppleはこれを手に入れているので、Apple Intelligenceにこれを組み込めないとすれば、確かに現在の価値に値しないでしょう。しかし、これらの企業のイノベーションの歴史に賭けるのは難しいですね。
ここで第三の議論が浮かび上がってきています。片方に流通があり、もう片方にイノベーターのジレンマがあります。イノベーターのジレンマは全ての企業を殺すわけではありません。
私の観点では、イノベーターのジレンマはそれほど大きな問題ではありません。なぜなら、全てのインターフェースが現在のエコシステムとインターネットの使用方法にうまく適合するからです。また、全てがオープンソースで広く利用可能なため、多大な資本やリソースを投入しなくても、これを機能として適合させることができます。
しかし、年間数千億ドルもの現金を生み出しているビジネスがあり、それを完全に破壊できるコストがゼロだとしましょう。新規参入者はコストがゼロなので破壊を試みますが、私は年間数千億ドルの損失に直面することになります。
そのため、既存のプラットフォームを破壊して次のプラットフォームに移行するという強い動機を持つCEOと、その下のすべての幹部たちを説得できる内部的な信頼性が必要です。彼らの配当が影響を受け、イタリアのリビエラでコーヒーを飲んでくつろぐような快適な生活スタイルが変わり、午後6時以降も仕事をしなければならなくなるかもしれません。
私はパリセイズの火災に対処しながら、Airbnbを転々としながら生活を維持しようとしています。しかし、勝利するためには不快な状態にいる必要があると思います。AOLの例を覚えていますが、彼らの大きな取り組みの一つは、夏も金曜日に仕事をするということでした。
しかし、従業員全体が夏の間は週4日しか働かないと決めていました。これは大手企業では起こっていないと思いますが、企業が陥る可能性のある状態です。特に、場所全体に火をつけるような人物でない限り、それを変えるのは本当に難しいです。
私の主張は、今日流通を持っている全ての企業が明日も流通を持っているわけではないということです。確かに大きな混乱はあるでしょうが、これらの非常に大きな企業の中には、大きな混乱を防ぐ特定の特質や特徴を持っているものがあると思います。
既にMetaの動きを見ています。大量の人員を削減し、パフォーマンスと効率性を重視しています。過去10年以上、シリコンバレーとこれらの企業の一部が太って愚かに幸せになってきたと言えますが、それは一晩でスイッチを切り替えて解決できないということではありません。
我々がこれらの会話を始めた時には考えられないような境界を、Googleは過去2年で押し広げ始めました。創業者が戻ってきて、ヨットで時間を過ごすのをやめて、金曜日に出勤する従業員のモチベーションを上げることが必要だったのです。
それでは、マグ7（MAGN7）が市場を牽引していることは明らかです。この1年以上、それが頭字語となっています。最も破壊される可能性が高いのはどれで、最も恩恵を受ける可能性が高いのはどれだと思いますか？TeslaはMAGN7に含めていますか？
我々の最大の保有銘柄であるTeslaは除外して、MAG6で考えましょう。私はMetaが最も上振れ余地があると考えています。一つには、彼らは最大の流通基盤を持っており、接続された地球の半分である30億人に毎日リーチしています。
オープンソースのLlamaモデルを層状に重ねて意味のある形で製品化する方法を見つけられないとすれば、それは非常に驚くべきことです。最もリスクが高いのはAlphabetだと思います。彼らの広告ビジネスがイノベーションによって脅かされる可能性について、Brettには少し説得されました。
しかし、そのような流通を持つ企業は、非常に有利な立場にあると信じています。なぜなら、私にGmail、Drive、そしてChromeの使用をやめさせるのは難しい課題だからです。確かに、多くの検索をPerplexityやChatGPTに移行させましたが、私は依然としてGoogleの主要製品に深く関わっています。
これらは検索の競合であって、まだエコシステムの競合ではありません。Googleが提供する全てを持っているわけではないのです。Appleやその他についても同じことが言えます。
それは興味深いですね。私もAlphabetについては少し考えを改めました。TPUを通じた垂直統合があり、推論時メモリのテストを公開しているので、AI側では18ヶ月前よりもずっと良い感触を持っています。
大きな検索ビジネスモデルは脅威にさらされていますが、その脅威に関する懸念は、AI側での展開を妨げる可能性があるというものでした。しかし今では生命の兆しを見せています。
もし競争の場が平準化されたとして、現在のビジネスモデルに基づいて最も価値があるのは、最もリスクが高いと思います。Appleは2024年末時点で3.8兆ドルの時価総額があり、MAG6の中で最も価値が高いです。これは部分的に、iPhoneのフランチャイズがより耐久性があるかのように、歴史的に比べて高い倍率で取引されているためです。
中国へのエクスポージャー、オペレーティングシステムの変更が何を意味するのか、彼らが出荷している限界的なものの間で、製品を知的に管理する能力を失ったために失敗したヘッドセットなど、外側に愚かな外部スクリーンを付けるのは狂気じみていて愚かに見えます。
Jony Iveが戻って来てAppleを修正する必要がありますが、残念ながらTim Cookは彼を招き戻さないと思います。あるいは招き戻すかもしれませんが、Jony IveはSteve Jobsが持っていたような競争心を持っていないと思います。
Metaはたった1.5兆ドルの価値しかありませんが、素晴らしいオープンソースモデルを持っており、DeepSeekのR1の上に構築してさらに発展させるでしょう。彼らのRay-BanやOakleyと呼ばれるメガネは、ますますパフォーマンスが向上し、その配信ポイントとして機能します。
既存のプラットフォームを破壊することなく、その配信に基づいて大きなAIオペレータービジネスを生み出すオプションを持つことになります。この移行について、より明確な動機を持っているのです。
私はあなたに同意しますが、Appleは眠れる巨人のような気がします。まだ本当に一つの道に完全にコミットしていません。確かにApple Intelligenceはありますが、ベータ版でしか展開されていませんし、一部は撤回されています。
アプリの意図を設定し、Siriをオペレーティングシステムとして構築することは正しい戦略だと思いますが、本当の意味での完全なコミットメントを見るまで、AIに特化した電話を実際に構築するまでは、脅威にさらされていると呼ぶつもりはありません。
私の窓の外のビルボードを見るべきです。「iPhone何号かはApple Intelligence、これがあなたがこれを買うべき理由です」と書かれていますが、本当の製品化を見るまでは、危機に瀕していると呼ぶ準備はできていません。
消費者に対する強い支配力を持っているため、ゆっくりと進めることができる時間を与えられています。AirPodsの市場シェアと、エコシステムを信頼しているため、誰もが彼らに1,000ドルの計算能力を支払う意思があるという事実です。
インターフェースが変わり、明らかにビジョナリーが必要で、それを変えることができるとしても、ハードウェアとソフトウェアの垂直統合が非常に優れているという事実は、過小評価されています。
私のiPhoneデバイスが主にOpenAIへのホットキーとカメラになっているという事実は、Appleにとって良くありません。つまり、ブラウザを含めて、彼らのデバイス上で使用する基本的なアプリは拡大ではなく縮小しているのです。
Appleに関する物語は、「技術が準備できるのを待ってから、その技術に基づいてマジックをリリースする」というものでした。タッチスクリーン携帯電話をリリースした時、人々は「タッチスクリーンは最悪だ」と言いましたが、「いや、他社のタッチスクリーンは最悪だが、我々のタッチスクリーンは機能する」というものでした。
しかし今や、ヘッドセットとApple Intelligenceの両方で、その物語は2回連続で失敗しています。Metaのヘッドセットの方が単純に優れています。価格に対して優れており、彼らがリリースしたものは興味深いですが、他社が行うような、過剰に高価で過剰に設計された、消費者を引きつけるビジョンを持たないものに近いです。
Apple Intelligenceについても同様で、確かに準備が整うまで待ちましたが、興味深いものにアクセスできず、実際に消費者の問題を魔法のように解決することもないものをリリースしました。
私は常に魔法を扱う企業に投資するのが好きですが、一度魔法を呼び出す能力を失うと、全ての製品は粘土になってしまいます。私のラップトップの上に置かれているこの電話は、実際に粘土になりつつあり、AIの水がそれを良くない粘っこい塊に溶かしてしまうでしょう。
彼らは巨大なバランスシートを持っており、大丈夫でしょう。配当を支払い、バリュー投資家が投資し、ここからさまざまなことが起こるでしょうが、私は彼らに懐疑的です。
ある程度その通りだと思いますが、ChatGPTへのホットキーであるという事実について、これらの製品の性質上、今後数ヶ月または数年でAppleがリリースするものに切り替えることは非常に簡単になるでしょう。
これらは単純な検索であり、消費者にとって粘着性のない製品だからです。まだエコシステムがコア機能の周りに構築されていないのです。それが新規参入者について私が心配する点です。
異なるアプリケーションのバンドルサービスを提供できるまで、真の消費者の粘着性は得られません。現時点では切り替え可能で、私はPerplexity、ChatGPT、全てを使用していますが、それらはほとんど無差別です。
私はAppleデバイス上でApple製品を使用したことがありません。iPhoneで何を使用しているかというと、Facebook、Instagram、Netflix、Spotify、OpenAIです。だからといってAndroidを使用できないわけではありません。なぜAndroidがChatGPTへのホットキーではないのでしょうか？
それは良い質問です。2005年からAppleユーザーで、デバイスの集合体があるからです。実際、私はiPhoneよりもWatchの方が好きです。彼らの能力と品質の周辺部での浸食が見えます。
消費者が固定されているという点では正しいかもしれませんが、彼らの限界的な製品は、Pixel携帯電話よりも悪いと想像します。ただし、それは最初から始める文脈の中でのみ優れています。5枚の写真と彼らが重ねてきた全てのものの文脈の中では優れていません。
NVIDIAについて、どちらも触れなかったことに驚きました。1時間に近づいているので、ここで締めくくりましょう。NVIDIAは明らかに急激に成長し、将来の需要も大きいですが、光ファイバーが敷設されたとすれば、成長は指数関数的になるのか、それとも競争が入ってくるのでしょうか？これは金鉱でしたが、それはどのくらい続くのでしょうか？
消費者技術や企業の労働者側に焦点を当てましたが、実際には実体経済型のものにも多くのリターンがあり、それもまたチップ需要を刺激すると思います。
NVIDIAは非常に競争の激しい分野です。Amazonはanthtropicにtrinium chipsを使用させるでしょう。Metaはおそらく独自の訓練用チップを開発し、Teslaも独自の訓練用チップを開発するでしょう。xAIは何をするのかわかりません。OpenAIとMicrosoftはまだ参加していますが、NVIDIAのマージンには不安を感じています。
我々は2030年までのAIコンピュート需要について、世界で最も大きな予測を公開していますが、DeepSeek R1によってその予測を減らす必要はなく、むしろさらに引き上げるかもしれません。
それが現在行っていることに対しては非常に高価です。倍率の再評価の可能性ではAppleよりも高いかもしれませんが、Appleはより多くのキャッシュフローがリスクにさらされていると思います。
ここで一つ指摘したいのは、推論側ではNVIDIAは事前訓練ほど大きなモーを持っていないということです。Brettさん、間違っていたら訂正してください。そこでシェアの変動があるかもしれませんが、全体的には、私たちの生活のすべてがより多くデジタル化されているため、ハードウェアに費やされる設備投資は増加するばかりです。AIは最大ですが、他のすべてもより多くの計算を必要とする方向を指しています。
一つの考え方として、昨年の半導体売上は6,000億ドルで、そのうちAI特有の計算に向けられたのはおよそ7分の1だけでした。他のビットは大量のトランジスタの無駄です。現在、すべてのトランジスタはAIに向けられるべきです。代わりに、このばかげたカメラを動かすためのばかげたトランジスタに費やしています。
半導体スタック全体の中でも、AIへのシフトの余地はまだたくさんありますが、それは全てがNVIDIAからくるわけではありません。Nickが言うように、推論側では彼らの競争優位性は明らかに小さく、デバイス内に押し込むことに関しては、NVIDIAとは行かないでしょう。
それは競争の場が開かれているということです。私たちは、AIによって宇宙全体が逆さまになり、テクノロジー全体で同時に戦争状態にあります。だからこそ、今日のキャッシュフローに基づいて約4兆ドルのエンタープライズバリューを持つ企業に座っていたいのかどうか、宇宙全体が逆さまになっているときに、それが正しい場所なのかどうかわかりません。
それはすべて1週間以内に起こったことです。チェス盤の後半と言いましたが、おそらくチェス盤の最初のマスに戻っているのかもしれません。チェス盤は私たちが考えていたよりも大きいのです。
複利について、それはただ野生的になるということです。チェス盤の寓話について、残り1分で最大限に活用させてください。チェス盤の発明者は、インドの支配者によって各マスに小麦の粒を置き、その後連続して倍にしていくという報酬を与えられることになりました。
計算すると、そのインドの支配者は、チェス盤の6列目、600年のインドのGDPの20%程度で破産しましたが、最終的な請求額のわずか0.001%しか支払っていませんでした。なぜなら、後半の複利が単に狂気じみていて狂っているからです。
これが今起こっている主なことです。私たちはまだ複利を重ねています。R1は、私たちが能力の面で減速しているのではなく、加速していることを意味します。したがって、将来の見通しについて、私は非常に楽観的であり、これまで以上に確実性が低いと考えています。
来週は、Brettがオーディオ上でChatGPTと議論する録音を流すかもしれませんね。私は少し敵対的になりますから。
ありがとうございました。

いいなと思ったら応援しよう！