OpenAI会長ブレット・テイラー氏「情報領域ではすでに超知能に到達している」――マッキンゼー幹部との対話
OpenAIの会長であり、AIエージェント企業Sierraの共同創業者兼CEOでもあるブレット・テイラー氏が、McKinseyの北米チェアマン、エリック・カッチャー氏との対話に出演しました。この数週間、AI業界では、フロンティアラボ首脳陣と米大統領との間で超知能の安全性を巡る公然たる意見の相違が話題となっている中、テイラー氏は楽観と現実的な懸念の両方を語りました。サイバーセキュリティ、フロンティアラボとオープンウェイトモデルの比較、そして誰もが注目するデータセンター建設の是非まで、幅広いテーマが議論されています。本稿ではその内容を整理します。
1. 「情報領域ではすでに超知能に到達している」
1-1. AGIの「麓」にいるという現状認識
テイラー氏は、現在のAI技術が単に技術との関わり方を変えただけでなく、モデルが基本的な推論能力を持つことで、曖昧なタスクについて自律的に推論し実行できるようになった点を強調しました。これにより、ソフトウェアエンジニアリングやコーディングエージェント、カスタマーサービス・セールスといった領域で、すでに経済への影響が現れているとし、「私たちは汎用人工知能(AGI)の麓にいる」と述べています。
1-2. 未解決だった数学の証明・反証という兆候
テイラー氏は、最近のモデルが未解決だった数学の命題を証明、あるいは反証する例が出てきていることに言及し、デジタル技術だけで完結する「情報」の領域においては、すでに超知能(スーパーインテリジェンス)の水準に到達している可能性があると述べました。これにより、科学やデジタル経済への大きな影響が既に現れているとし、誰もが超知能レベルの金融アドバイザーやプライマリケア医、子供向けの個別指導教師にアクセスできるようになる未来を「素晴らしいことだ」と表現しています。
1-3. 「経済のデジタル部分」と「その他」の間に生じる複雑さ
一方で、テイラー氏は、今後数年でデジタル領域の経済には劇的な影響が及ぶものの、それ以外の領域では変化が及びにくく、産業間で「オーバーハング(不均衡)」が生じ、大きな複雑さをもたらすだろうとの見通しを示しました。
2. AIエージェントによる企業変革――Sierraの事例
2-1. 「デジタルの正面玄関」としてのAIエージェント
テイラー氏は、自身が創業したSierraについて、企業がカスタマーサービスや収益に関わるAIエージェントを構築する支援を行っていると説明しました。マーケットプレイスへの加盟店オンボーディング、銀行のKYC対応、製薬会社の服薬アドヒアランス支援など幅広い事例を挙げ、「あらゆる企業のAIエージェントは、その企業の"デジタルの正面玄関"になる」と述べています。ある企業の事例では、エージェントが90%超のケースを自律的に解決しているとし、これにより企業は成長とコストを分離できるようになったと説明しました。
2-2. 「AI導入は競争優位ではなく必須事項になる」
テイラー氏は、すべての企業が同じ知性・同じAIにアクセスできる状況下では、効率化によって得られた利益を株主に還元するだけでは済まなくなり、競合が価格を下げたりイノベーションへの投資を増やしたりするため、企業の中核的な業務プロセスへのAI導入は「競争優位」ではなく「必須事項」になっていくと分析しました。これにより、ソフトウェア業界で既に見られているような、ほぼリアルタイムでの再投資が広がっていくとの見方を示しています。
3. AI時代のサイバーセキュリティリスク
3-1. 「爆発半径」がこれまでより広い
テイラー氏は、新技術が登場する際にセキュリティ対策が能力に追いついていない期間が生じるのは歴史的にも通常のことだとしつつ、今回はモデルの能力が超知能に近づく一方で、すでにあらゆるインフラが接続されているため、「爆発半径(blast radius)」がこれまでより大幅に広いと指摘しました。
3-2. 「システムを動かし続けるか、パッチを当てるか」の板挟み
テイラー氏は、AIモデルがコードの脆弱性発見に非常に優れているとし、この能力は攻撃的なセキュリティにも防御的なセキュリティにも活用できると説明しました。多くのCISOやCTOが、AIエージェントが数千件規模の脆弱性を発見した際に、それを全て修正しようとするとシステム自体が壊れてしまうという、いわば「稼働させ続けるか、パッチを当てるか」の板挟みの状況に置かれていると述べています。
3-3. 中小企業の非対称なリスク
カッチャー氏は、大企業はこうした問題に対処するためのリソースを持つ一方、古い技術を使い続け脆弱性を抱えた中小企業には「非対称なリスク」が生じていると指摘しました。テイラー氏もこれに同意し、ランサムウェア攻撃の標的となる地域の診療所などを例に、IT観点で見て脆弱な組織群が共通して存在すると述べています。同氏は、こうした課題を解決する「セキュリティ起業家」がより多く必要であり、既製品的なソリューションによって高度な技術へのアクセスを民主化できると期待を示しました。
4. オープンウェイトモデルとフロンティアモデルの比較
4-1. オープンウェイトモデルを使う3つの理由
テイラー氏は、企業がオープンウェイトモデルを採用する理由として、(1)コスト、(2)ファインチューニングによる特定タスクへの最適化、(3)データやインフラの主権(ソブリンティ)の3点を挙げました。
4-2. 「主権」は契約で解決できる、「コスト」はフロンティアラボに優位性
テイラー氏は、データ主権の問題は契約上の取り組みなどによって多くの場合解決可能だとし、オンプレミスでなければセキュリティを保てないという議論と同様の構図だと指摘しました。コストの面については、むしろフロンティアラボの方が構造的な優位性を持つ可能性が高いと分析しています。フロンティアラボは最大規模の計算資源を持ち、モデルとハードウェアを垂直統合できるため、他社が「西側のモデルを蒸留しただけ」のラボがフロンティアラボ自身に対して優位に立つ理由は明確ではないとの見方を示しました。
5. データセンター建設ブームのリスクと収益性
5-1. 「ゴールドラッシュ的な行動」への警戒
テイラー氏は、AIへの関心の高さから「賢い資金」と「愚かな資金」が入り混じる、いわゆるゴールドラッシュ的な状況が生まれていると指摘しました。一方で、「循環的な資金循環(サーキュラリティ)」への懸念については、AIが将来のソフトウェアの大部分を書くようになるという前提に立てば、デジタル技術に対する世界的な需要自体は非常に大きいはずであり、過度に楽観的な仮定を置く必要すらないとの見方を示しています。
5-2. 「インピーダンス・ミスマッチ」――AIの進化速度とインフラ構築速度の差
テイラー氏は、AIの進化のペースが「日単位」で測られる一方、データセンターや電力・不動産の整備には遥かに長い時間がかかるという「インピーダンス・ミスマッチ」が、この投資ブームにおける明確な課題だと指摘しました。それでも、米国がAIとインフラの両面で世界をリードすることは国家的に重要だとし、インフラ投資の重要性について強い自信を示しています。
5-3. カッチャー氏の視点――「収益とキャッシュフローは別問題」
McKinseyのカッチャー氏は、投じられている資本の規模に対して、システム全体で見た営業キャッシュフローがそれを正当化する水準には現時点で達していないと指摘し、これが債券による資金調達がかつてないほど増えている理由だと分析しました。今後、収益性が実際に追いついてくるかどうか、また推論の効率化が進むことで単価やエネルギー需要がどう変化するかなど、多くの不確定要素が残っているとの見方を示しています。
5-4. 「参入企業が少ないからこそ収益化できる」
テイラー氏は、この点についてカッチャー氏の指摘に同意しつつ、クラウドインフラ市場と同様に、参入企業が100社もあれば収益化は難しいものの、実際には主要企業が4社程度に絞られているため、規模の経済によって収益化は可能だとの見方を示しました。同時に、これほどの規模の資本が投じられている以上、リスクもかつてないほど高いと付け加えています。
6. データセンターへの地域社会の反発
6-1. 「AI企業のコミュニケーションは拙い」
テイラー氏は、データセンターやAIに対する人々の受け止め方は、「AIは自分にとって有益か」「このデータセンターは自分の地域にとって有益か」という2つの個人的な問いに左右されると分析しました。多くの研究ラボがミッション駆動型であるためにAIのリスクに関する議論が中心になりがちで、恩恵――誰もが受けられる個別指導、良質な財務アドバイス、健康アドバイスへのアクセス、中小企業が世界最高水準の技術を持てるようになることなど――について語る人が少ない点を課題として挙げています。
6-2. 「全国放送での議論」ではなく「地域の会合」を
テイラー氏は、データセンターを建設する企業側が、電気料金の上昇を防ぐための電力面での責任を持つことや、環境影響について地域と誠実に向き合うことを通じて、地域社会に純粋な利益をもたらす必要があると強調しました。全国放送のテレビで議論するのではなく、地域の会合に出席し、実際に住民が重視することについて対話すべきだとし、これによりブルーカラー労働者(電気工事士やHVAC技術者など)への雇用創出を含め、米国の「再工業化」の機会があるとの見方を示しています。
7. AIと雇用の未来――「労働力人口減少」という視点
7-1. 米国の労働力人口は「史上初めて」縮小している
テイラー氏は、現在の米国経済が雇用者数が横ばいから若干減少する中でも雇用率を維持できているのは、労働力人口自体が縮小しているためだと指摘しました。これは米国に限らず、高齢化と人口減少が進む世界の多くの市場に共通する現象であり、この状況下で繁栄やGDP成長を実現するには、労働力の成長がない以上、生産性の成長に頼るしかないと説明しています。
7-2. 「起業のコストが劇的に下がる」という楽観論
テイラー氏は、AIエージェントが需要創出や店舗立ち上げ、広告出稿などを支援することで、すべての州・すべての地域で起業家を支援できるようになると述べました。企業活動を始めるコストが劇的に下がることで、イノベーションや起業、そしてその結果としての雇用がどのような姿になるか、まだ私たちには分からないほどの変化が起きる可能性があるとし、AI導入がもたらす機会は、それが変えていく仕事の形以上に大きいとの見方を、共感を持って技術を受け入れる必要性とともに述べました。
