サム・アルトマンの見直しは、AIが重要でなくなるという話ではない。問題は、能力が社会に届くまでの時間だ。OpenAIのGPT-4が公開された2023年、アルトマンはソフトウェア企業や経済の構造が、その直後からもっと急速に揺さぶられると予想していた。ところが現在は、モデルの性能向上と、企業や社会がそれを実際に使い始めるまでの間には、大きな時間差があるとの認識を示している。 36

この違いは重要だ。技術的に優れたモデルが登場しても、それだけで既存サービスが置き換わり、企業組織が再編され、経済全体が一気に変わるわけではない。

「訓練」より難しいAIの導入

AIの短期的なボトルネックは、より高性能な基盤モデルを作ることだけではない。企業は、実際に役立つアプリケーションを開発し、既存の業務フローに組み込み、組織の役割や評価制度を見直し、顧客や従業員に安心して使ってもらう必要がある。

GPT-4公開後に、一夜にして経済の断絶が起きなかった理由もここにある。モデルの進歩が速くても、導入は調達、規制、データ管理、社内合意、働き方の変更といった、より遅い制度や商慣行を通過しなければならない。

アルトマンは最近、AIの経済性について二つの方向性を示している。モデルの知能は、訓練と稼働に投入するリソースの増加に伴って高まり、一方で、同じ水準のAIを利用するコストは時間とともに大きく下がるという見方だ。コスト低下は将来の利用拡大を促す可能性がある。 40 ただし、価格が下がっても、信頼性、規制、データガバナンス、社内の意思決定といった障壁まで消えるわけではない。

なぜAI開発の「ペース調整」に言及したのか

アルトマンは7月、社会が新たなAIの能力水準に適応する時間を確保するため、開発の速度を「ペース調整」する必要があるかもしれないと述べた。さらに、その仕組みが規制当局の取り込みや、最先端モデルを開発する企業同士の談合に見えないようにする必要があるとも指摘している。 37

これは、AI開発を恒久的に止めるべきだという主張ではない。技術の進歩と社会の適応は、同じ時計で進むとは限らないという認識だ。主要AI企業の従業員1,000人超も、より強い規制や、安全対策と監督体制を整えるための時間を求める公開書簡に署名したと報じられている。 38

実際に起きているのは、能力の高いシステムが、政府、企業、学校、地域社会が利用ルールを合意するより先に登場するという、摩擦を伴う普及サイクルなのかもしれない。

「反人間的」になり得る二つのリスク

アルトマンは、AIの力が一部に集中しすぎてはならず、未来のコントロールは人々とその制度に属すべきだと繰り返し述べている。 44 この文脈で、特に受け入れがたい結果は次の二つだ。

1. AIが強大になりすぎ、人間が実質的に制御できなくなること。
2. AIの能力と意思決定権が、少数の企業や政府に集中すること。

前者は、人間が制御を失うリスクである。後者は、制御自体は残るものの、経済的・政治的な影響力が一部の主体に偏るリスクだ。安全対策は悪用を抑えられる一方、アクセスを厳しく制限した集中型のシステムは、権力の集中を強める可能性もある。

Anthropicへの批判なのか

これをAnthropicへの直接的な批判と読むのは、現時点では解釈の域を出ない。提供された資料には、アルトマンがAnthropicを名指しし、その安全重視・集中型のアプローチを「反人間的」と呼んだという根拠はない。

ただし、政策上の緊張関係は実在する。最先端モデルを厳格に管理し、中央集権的に提供する方式は、監視や安全対策を実施しやすい反面、少数の研究所に大きな力を残す可能性がある。反対に、オープンウェイトモデルは利用者が自社向けに調整しやすく、アクセスを広げられる一方、悪用や責任の所在をめぐる課題が増える。

したがって、資料から導けるのはこのトレードオフの存在であって、Anthropicが批判の対象だという断定でも、その思想が本質的に有害だという結論でもない。

データセンターへの反発が示す「物理的な普及の壁」

AIの普及にはソフトウェアだけでなく、データセンター、電力、送電網、水、土地、許認可、そして地域住民の同意が必要になる。

このインフラ整備は、すでに反発に直面している。ギャラップの調査として、米国の成人の71％が自分の地域にAIデータセンターが建設されることに反対したと報じられたほか、地域の反対によって十数件の計画が阻止または遅延したとも伝えられている。電力や水の使用、環境への影響、データセンター開発業者への税制上の優遇を懸念する声もある。 1820

アルトマン自身も、住民が近隣にデータセンターを望まない理由は理解できると述べ、遠隔地の砂漠のような場所が適している可能性を示した。 23 この発言は、AIの規模拡大がGPUの確保だけでなく、土地利用とインフラの問題でもあることを浮き彫りにする。

ミシガン州でOpenAIが関与する大規模データセンター計画をめぐっても、アルトマンは総額160億ドルと報じられたプロジェクトをAIの未来への大きな賭けと表現した。一方、地域では水や電力などの資源への負担が懸念されている。 2130 企業の期待がどれほど大きくても、それを稼働能力に変えるには、建設地のコミュニティが物理的なコストを受け入れる必要がある。

NVIDIAのPoolside取引は「撤退」ではなく長期戦への備え

NVIDIAがAIコーディングのスタートアップ、Poolsideと結んだと報じられた取引も、AIの普及が遅れる見通しを、AIへの自信喪失と混同してはならないことを示す。同社はPoolsideの技術ライセンスに60億ドルを支払い、さらに10億ドルを投資することで、総額70億ドルを拠出すると報じられている。Poolsideの従業員100人超がNVIDIAに加わり、オープンウェイトモデル「Nemotron」シリーズの開発に携わる見込みだ。 15

この動きは、NVIDIAがハードウェアの供給企業にとどまらず、モデル開発の仕組みやオープンウェイトのソフトウェアにも事業領域を広げようとしていることを示唆する。報道によれば、オープンウェイトモデルは一部のクローズドモデルより運用コストを抑えやすく、用途に応じたカスタマイズもしやすい。 5

企業が自社のインフラに合わせてモデルを柔軟に調整する必要があるなら、オープンウェイトモデルは、長期化する企業導入の重要な選択肢になる可能性がある。ただし、この取引はAI能力への積極的な投資であり、NVIDIAが需要の崩壊を予想している証拠ではない。 15

AIは「一気に」ではなく、摩擦を伴って広がる

一連の動きをまとめると、AIの時間軸は次のように整理できる。

• モデルの能力向上は、企業の導入より速く進み得る。 36
• 能力を経済効果に変えるのは、アプリケーションと組織の再設計である。 36
• インフラ拡大には、電力、水、許認可、送電網、地域社会の同意という制約がある。 182023
• 安全対策やガバナンスには、制度が新しい能力に適応する時間が必要になる。 3738
• 一方で、業界は新モデルやオープンウェイトの代替案に依然として巨額の投資を続けている。 15

最も妥当な結論は、AIの経済的影響が小さいということでも、業界全体が意図的な減速で一致したということでもない。示されているのは、より遅く、不均一で、巨額の資本を必要とし、社会的な反発も伴う普及だ。

AIは経済を変える可能性がある。しかし、その道筋はGPT-4後に突然起きる断絶ではなく、実用的なアプリケーション、インフラ整備、規制、組織の適応、そして社会からの正当性の獲得を経由することになる。

サム・アルトマンの見直しは、AIが重要でなくなるという話ではない。問題は、能力が社会に届くまでの時間だ。OpenAIのGPT-4が公開された2023年、アルトマンはソフトウェア企業や経済の構造が、その直後からもっと急速に揺さぶられると予想していた。ところが現在は、モデルの性能向上と、企業や社会がそれを実際に使い始めるまでの間には、大きな時間差があるとの認識を示している。 36

この違いは重要だ。技術的に優れたモデルが登場しても、それだけで既存サービスが置き換わり、企業組織が再編され、経済全体が一気に変わるわけではない。

「訓練」より難しいAIの導入

AIの短期的なボトルネックは、より高性能な基盤モデルを作ることだけではない。企業は、実際に役立つアプリケーションを開発し、既存の業務フローに組み込み、組織の役割や評価制度を見直し、顧客や従業員に安心して使ってもらう必要がある。

GPT-4公開後に、一夜にして経済の断絶が起きなかった理由もここにある。モデルの進歩が速くても、導入は調達、規制、データ管理、社内合意、働き方の変更といった、より遅い制度や商慣行を通過しなければならない。

アルトマンは最近、AIの経済性について二つの方向性を示している。モデルの知能は、訓練と稼働に投入するリソースの増加に伴って高まり、一方で、同じ水準のAIを利用するコストは時間とともに大きく下がるという見方だ。コスト低下は将来の利用拡大を促す可能性がある。 40 ただし、価格が下がっても、信頼性、規制、データガバナンス、社内の意思決定といった障壁まで消えるわけではない。

なぜAI開発の「ペース調整」に言及したのか

アルトマンは7月、社会が新たなAIの能力水準に適応する時間を確保するため、開発の速度を「ペース調整」する必要があるかもしれないと述べた。さらに、その仕組みが規制当局の取り込みや、最先端モデルを開発する企業同士の談合に見えないようにする必要があるとも指摘している。 37

これは、AI開発を恒久的に止めるべきだという主張ではない。技術の進歩と社会の適応は、同じ時計で進むとは限らないという認識だ。主要AI企業の従業員1,000人超も、より強い規制や、安全対策と監督体制を整えるための時間を求める公開書簡に署名したと報じられている。 38

実際に起きているのは、能力の高いシステムが、政府、企業、学校、地域社会が利用ルールを合意するより先に登場するという、摩擦を伴う普及サイクルなのかもしれない。

「反人間的」になり得る二つのリスク

アルトマンは、AIの力が一部に集中しすぎてはならず、未来のコントロールは人々とその制度に属すべきだと繰り返し述べている。 44 この文脈で、特に受け入れがたい結果は次の二つだ。

1. AIが強大になりすぎ、人間が実質的に制御できなくなること。
2. AIの能力と意思決定権が、少数の企業や政府に集中すること。

前者は、人間が制御を失うリスクである。後者は、制御自体は残るものの、経済的・政治的な影響力が一部の主体に偏るリスクだ。安全対策は悪用を抑えられる一方、アクセスを厳しく制限した集中型のシステムは、権力の集中を強める可能性もある。

Anthropicへの批判なのか

これをAnthropicへの直接的な批判と読むのは、現時点では解釈の域を出ない。提供された資料には、アルトマンがAnthropicを名指しし、その安全重視・集中型のアプローチを「反人間的」と呼んだという根拠はない。

ただし、政策上の緊張関係は実在する。最先端モデルを厳格に管理し、中央集権的に提供する方式は、監視や安全対策を実施しやすい反面、少数の研究所に大きな力を残す可能性がある。反対に、オープンウェイトモデルは利用者が自社向けに調整しやすく、アクセスを広げられる一方、悪用や責任の所在をめぐる課題が増える。

したがって、資料から導けるのはこのトレードオフの存在であって、Anthropicが批判の対象だという断定でも、その思想が本質的に有害だという結論でもない。

データセンターへの反発が示す「物理的な普及の壁」

AIの普及にはソフトウェアだけでなく、データセンター、電力、送電網、水、土地、許認可、そして地域住民の同意が必要になる。

このインフラ整備は、すでに反発に直面している。ギャラップの調査として、米国の成人の71％が自分の地域にAIデータセンターが建設されることに反対したと報じられたほか、地域の反対によって十数件の計画が阻止または遅延したとも伝えられている。電力や水の使用、環境への影響、データセンター開発業者への税制上の優遇を懸念する声もある。 1820

アルトマン自身も、住民が近隣にデータセンターを望まない理由は理解できると述べ、遠隔地の砂漠のような場所が適している可能性を示した。 23 この発言は、AIの規模拡大がGPUの確保だけでなく、土地利用とインフラの問題でもあることを浮き彫りにする。

ミシガン州でOpenAIが関与する大規模データセンター計画をめぐっても、アルトマンは総額160億ドルと報じられたプロジェクトをAIの未来への大きな賭けと表現した。一方、地域では水や電力などの資源への負担が懸念されている。 2130 企業の期待がどれほど大きくても、それを稼働能力に変えるには、建設地のコミュニティが物理的なコストを受け入れる必要がある。

NVIDIAのPoolside取引は「撤退」ではなく長期戦への備え

NVIDIAがAIコーディングのスタートアップ、Poolsideと結んだと報じられた取引も、AIの普及が遅れる見通しを、AIへの自信喪失と混同してはならないことを示す。同社はPoolsideの技術ライセンスに60億ドルを支払い、さらに10億ドルを投資することで、総額70億ドルを拠出すると報じられている。Poolsideの従業員100人超がNVIDIAに加わり、オープンウェイトモデル「Nemotron」シリーズの開発に携わる見込みだ。 15

この動きは、NVIDIAがハードウェアの供給企業にとどまらず、モデル開発の仕組みやオープンウェイトのソフトウェアにも事業領域を広げようとしていることを示唆する。報道によれば、オープンウェイトモデルは一部のクローズドモデルより運用コストを抑えやすく、用途に応じたカスタマイズもしやすい。 5

企業が自社のインフラに合わせてモデルを柔軟に調整する必要があるなら、オープンウェイトモデルは、長期化する企業導入の重要な選択肢になる可能性がある。ただし、この取引はAI能力への積極的な投資であり、NVIDIAが需要の崩壊を予想している証拠ではない。 15

AIは「一気に」ではなく、摩擦を伴って広がる

一連の動きをまとめると、AIの時間軸は次のように整理できる。

• モデルの能力向上は、企業の導入より速く進み得る。 36
• 能力を経済効果に変えるのは、アプリケーションと組織の再設計である。 36
• インフラ拡大には、電力、水、許認可、送電網、地域社会の同意という制約がある。 182023
• 安全対策やガバナンスには、制度が新しい能力に適応する時間が必要になる。 3738
• 一方で、業界は新モデルやオープンウェイトの代替案に依然として巨額の投資を続けている。 15

最も妥当な結論は、AIの経済的影響が小さいということでも、業界全体が意図的な減速で一致したということでもない。示されているのは、より遅く、不均一で、巨額の資本を必要とし、社会的な反発も伴う普及だ。

AIは経済を変える可能性がある。しかし、その道筋はGPT-4後に突然起きる断絶ではなく、実用的なアプリケーション、インフラ整備、規制、組織の適応、そして社会からの正当性の獲得を経由することになる。