- 今年、世界のビッグテック4社は 3,440億ドル をAIに支出し、その大半を 大規模言語モデル（LLM） の訓練・運用向けデータセンターに投資している
- LLMはすでに 7億人超が毎週ChatGPTを利用 するほど大衆化に成功したが、進化のスピードは鈍化し、ハルシネーション・高コスト・わずかな性能改善 といった限界が明らかになっている
- 中国の DeepSeek は、より小さく効率的なモデルを公開して市場を驚かせ、Covariant（ロボティクス）、Atman Labs（非ディープラーニングのアプローチ）といった企業は 物理世界に反応するAI を探究している
- 最近の研究によると、LLMの 社会的推論能力 は少数の特性に依存しており、小さな変更にも脆弱で、OpenAIも 脆弱な層向けの安全策が機能しなくなる 可能性を認めている
- 専門家はLLMを 「トークン生成器」 にすぎないと批判し、単一技術への執着 は市場の不安定性を高めかねず、新たなアプローチの台頭可能性 に備えるべきだと警告している
巨額のAI投資とLLM中心主義
- どの投資家も「すべての卵を一つのかごに盛るべきではない」と知っているのに、なぜシリコンバレーは 人工知能（AI） 構築のためのたった一つの方法にだけ賭けているのだろうか？
- 世界のテック大手4社は2025年に 3,440億ドル をAIに投じ、その主な焦点は 大規模言語モデル（LLM） の訓練と実行のための データセンター 建設にある
- LLMはテキスト、音声、視覚コンテンツなどのマルチモーダル入力を処理し、系列内の次トークン予測 という手法に依存している
- 個人向けチャットボット は急成長しており、一部のAIスタートアップは収益を上げ始め、企業も 生成AI によって初期的な生産性向上を実現している
- LLMは主流採用を達成した最初のAI技術であり、ChatGPT は毎週7億人を超える利用者を抱える
- 一部のスタートアップは損益分岐点に達したものの、医療・法律 などのセンシティブな分野では、ハルシネーション問題のため信頼性確保に限界がある
単一技術への執着の危険
- しかし、単一技術への集中は危険であり、過去には BlackBerry が物理キーボードに固執してAppleのタッチスクリーンに敗れたことや、Yahoo のポータル賭けがGoogleの検索支配に押し流されたことなど、失敗例がある
- LLMも同じ道をたどる危険があり、新しいAIアプローチ が登場した場合、巨額投資は 座礁リスク を抱えることになる
- 中国の DeepSeek は1月に、より小さく効率的なLLMを公開し、アーキテクチャもオープンにして 市場を驚かせ、非伝統的アプローチの可能性 を示した
代替アプローチの探索
- AIの進歩は、過去の洞察と新しいアイデアを結びつけることで実現されており、超知能マシン の追求にも多角的なアプローチが必要だ
- Covariant のようなスタートアップは、データパターン分析ではなく 空間認識 ソフトウェアを開発し、LLM中心から離れている
- ロボティクス、ドローン、創薬、気候モデリングの企業は、リアルタイムの物理的反応 を必要とするため、LLM中心主義から離れている
- 英国の Atman Labs は、ディープラーニング以前に忘れられていたアイデアを掘り起こしており、Google DeepMind の初期のマルチトラックアプローチ（例：AlphaGo、強化学習）を想起させる
LLMの限界と信頼性の問題
- 今や 大規模言語モデルのロジック に亀裂が見え始めている。途方もなく高いコストから 収益逓減 の見通しまで、その問題は広がっている
- OpenAIやGoogleの最新モデルは以前のモデルよりわずかに優れているだけで、さらに多くの資金を投じても状況は同じだ
- それにもかかわらず ハルシネーション現象 は消えず、医療や法務分析のような企業導入の障害となっている
- 最近の Nature研究 では、言語モデルの社会的推論能力が ごく一部の特性 に依存しており、小さな変更でも崩壊し得ることが示され、これは 信頼性 に関する根本的な疑問を投げかけている
- OpenAI は、長時間の対話では 脆弱な層向け安全策が崩れる 可能性があると認めており、実際に10代の利用者へ自傷の指示を与えた事例も発生した
業界からの批判と展望
- Fei-Fei Li: 「自然に言語はなく、世界は物理法則に従う」として、言語中心の限界を指摘
- Alex Karp（Palantir CEO）: 「シリコンバレーはLLMを誇大宣伝してきた」と批判
- Yann LeCun: LLMはより賢い機械への 「袋小路」 であり、「トークン生成器」にすぎず、物理的な周囲を理解したり、事前に計画したりできない と指摘
- 結論として、LLMは存続するだろうが、単一の解決策に執着するのは危険 であり、投資家・企業は 新たな技術パラダイム転換 の可能性に備える必要がある
2件のコメント
GPT5あたりからは、推論でなんとか性能を引き上げようとしているのが見えてきますが、それすら簡単ではなさそうでしたね。ほどほどの答えで止まればいいような応答まで、今では何十行にもわたって返ってくるので、とても負担です。つらい……
Hacker Newsのコメント
https://archive.is/2rFK4 で見る
この技術はデモでは非常に印象的に見えるし、現場では皆が本当に興奮しているのがわかる。同僚や役員が誇らしげに実演したり、延々と冗談を言い続けたりする様子は、昔人々が初めて携帯電話を手にしたときに他人に見せびらかしていた姿に似ていると思う。だから実際の価値以上に誇張して認識される傾向があり、携帯電話のように意味のある進歩ではあるが、短期的には誇大宣伝ほどのインパクトはないだろう。特に匿名フォーラムでは「これは過大包装だ」という指摘が多いが、職業上の役割では皆が空気に合わせることになる。まるで皆が何が起こるか分かっていながら、パーティーが続いてほしいと願っているようなものだ
上司がAIを過度に強調して全社員に全面的に乗れと言えば、今のような厳しい求職環境では多くの人が恐怖心から同調することになる。特にAIによって仕事が減っているのでなおさらそう感じる。一部の人は静かに、自分に合ったLSPやリファクタリングのような現実的なツールだけを着実に使い続ける。専門の現場では、ごく少数だけが「王様は裸だ」と勇気を出して言える
匿名フォーラムでは、AIが一生を変える革新だという意見のほうがむしろ多く見られるのが興味深い。少なくとも専門家を装っていないときには、こうした見方をより簡単に見つけられる。職業的な役割を演じるとき、人は二つのタイプに分かれる。自分の専門分野ではないところでAIを活用してきた人たちは、まるで携帯電話革命を初めて見たかのように大げさに称賛する。しかし実際に自分の専門分野へAIを適用すると、AIには過大評価された面があることを自分で実感し、より慎重な楽観論者になる。一方、もともと自分の専門分野でAIを最もうまく使っている人たちは前向きではあるが、たいていは淡々としていて、限定された環境ではうまく動くという程度の言い方をする
この技術を最大限に活用できる「低い位置の果実」がまだ多く残っていることは忘れられがちだ。人々は今もごく基本的な統合を試している段階だ。この初期段階でも、LLMで非常にすばらしいことができる。たとえばCursorで古いコードベースをモダン化し、長い間ほしかった新機能を作ることもできる。自分の時間は数時間しか使っていないが、以前のやり方なら1〜2週間かかっていた仕事だ。それだけ可能性は大きい。ただ、誇大宣伝は実際には自分とはやや距離があるので、認識が違うのかもしれない
このシステムにはエラーバーも信頼区間も存在しない。結局のところ、見た目だけはもっともらしい結果を出す一つの「特技」しかない言葉遊びの達人だ。もちろん適した活用領域は多いが、いまだに規模すら予測できず、修正不能な穴も多いため、その効率には限界がある
スマートフォンとの比較は興味深い。スマートフォンも確かに世界を変えたし、hype（誇大宣伝）も多かったが、結局は実質的な変化だった。LLMやAIも本当の変化を生み出すと見ているのか気になる
この投資資金の回収計画が何なのか疑問だ。米国のすべての大企業が年間10万ドルの購読料を払い、すべての家庭が月20ドルずつ払ったとしても、推論コストやその他の付随費用を考えると、投資回収にはまったく足りないように見える。新しい医療分野の発見でも必要なのだろうか。たとえばOpenAIのgpt-bioとiPSCの話は本当にすごかった。ただし商用化までは非常に長い時間が残っている。実際にどんな計画があるのか気になる
もともとAGIが目標だったと記憶している。今のAIサービスでROIを狙っていたわけではない。AGIが実現すれば独占できるので、皆が宝くじを買うように投資資金を注ぎ込んだ構図だった。ただ、この1年は指数関数的な進歩がなく、AGIの夢はやや勢いを失っている雰囲気だ
ゲームプランは最初から人間の労働力を標的にしていた。ある職種はすでにAIで完全に代替され、残りも生産性を大きく引き上げている。その経済的価値は莫大だ。AGIでなくても、今のAIベースの自動化は「最も安く、置き換えやすい」労働から深刻に代替し始めている。以前はインドのコールセンターへアウトソーシングしていた作業が、次第にデータセンターへ移っている。主要AI企業は、R&Dとコンピュート投資さえ続ければ最終的にはAGIまで到達できると信じている
AIがあなたを解雇しないなら、AIは自分の費用を賄えない If AI Doesn’t Fire You, It Can’t Pay For Itself
もしLLMがホワイトカラー全体の効率を2倍に引き上げるほどのものなら、大企業は年間10万ドルどころか、はるかに大きな金額を支払わざるを得ない。もし雇用の半分を代替し、その削減コストの25%だけを支払うとしても、現在の企業価値が非常に割安に見えるほどの売上を生み出せるだろう
年10万ドルは実質的にほとんど何でもない。ざっくり従業員1人あたり1万ドルで、給与と福利厚生をすべて含めて年10万ドルと見積もっても、人員の生産性が10%上がるだけで大きな効果だ。1万人規模の会社なら年1億ドル規模になる
3,440億ドルがどれほど大きいのか実感が湧かないが、米国株式市場の総時価総額は62兆8,000億ドルだ。ShillerのCAPE比率（現在価格/10年間平均利益）はおよそ38倍。つまり10年間の平均年間利益は約1兆7,000億ドルになる。したがって3,440億ドルという金額は、米国株式市場の平均年間利益のおよそ5分の1に相当する。これなら少しイメージしやすい数字だ
最近はポートフォリオを自分で管理しながら、期待収益率（GDP+配当）をリスクで調整して国・地域別の予想収益を計算している。年に1〜2回調整している。もしこれがほとんどすべてバブルだと仮定するなら、米国株式市場の利益をどう調整すべきか気になる。特にAI中心の銘柄を追跡投資するときに適用してみたい
ただし3,440億ドルは年額ではなく累積値だ
今あるのは、ユーザーが業務用でも個人用でも非常に複雑なシステムへ摩擦なくアクセスできるようにする優れたインターフェースだ。しかしこれは本質そのものではない。まだ薄い外殻にすぎない。この革命が最終的に数兆ドルの価値を持つのかは疑わしいが、幸いこれは自分の悩みではないので気が楽だ
この「記事」はクリックを誘う釣りだ。刺激的な見出しがあるだけで、実体はほとんどない。「一部の事例では有用なのに、なぜ大企業がこれほど投資するのか。純粋なR&Dのほうがよいかもしれないのに」といった類いの無意味な問いを投げているだけだ
映画が初めて登場したとき、人々が列車にひかれるのではないかと心配したのと同じように、今も機械が思考していると信じる側に立っている
今の市場には確かにバブルが存在する。最近はAI活用スタートアップの数が爆発的に増え、同じ製品群の中で差別化しようとするあまり、技術的なディテールがすべてマーケティング文句に化けている。経営陣の立場では、10社のスタートアップが「私たちのデータでトレーニングすれば最高のチャットボットが完成する」と約束しても、それが実際のトレーニングなのか、単にプロンプトを少しいじっているだけなのか見分けるのは難しい。こういうことは以前にもあったし、その代表例が「ディープリサーチ」などだ。こうしたマーケティングは成長には役立つが、信頼を損なう。実際、「経験ベース学習」と称してプロンプトにメモリを載せただけで性能を上げたスタートアップが最近シリーズAを調達した（自分で探せる）。だからといって革新的なアイデアが実現していないわけではない。個人的には、事前学習は導入の目的を十分に果たしたと見ている。以前はその目的自体が不明確だったが、RLが注目されるにつれて漠然と理解されるようになった。事前学習とテスト環境でのコンピューティングが、汎用的なpriors（事前知識）を蓄積する中核であり、つまり人間のように多様な問題を解決できるということだ。時には、うまくいかない場合にRLVRで追加学習が必要で、まだ初期段階ではあるが、この方向でもう一度スケーリング曲線が現れるだろうという楽観がある
企業は必ずAIに投資しなければならない。金が多くても少なくても、LLMによって既存の事業モデルが脅かされている以上、先手を打つしかない。もし先行できなければ、米国経済全体が揺らぐリスクすらある。米国のビッグテックが世界の広告収益（Meta、Google）を失えば、一瞬で抜け殻に転落しかねない。なぜなら、各国や経済ブロックが独自製品を作って導入すれば、米国製品の代替はあまりにも簡単だからだ。米国経済は事実上FAANGのキャッシュフローに依存しすぎてきたし、この資金が他の産業まで動かす原動力でもあった。だからトランプとの夕食会があったのも理解できる。もしこのAI構図が弱まれば、米国は経済的にも非常に不安定な未来を迎えることになる
Oracleが市場で大きな動きを見せている理由は、OpenAIがワークロードを自社クラウドへ大規模に移管すると約束したという話のおかげだ。実際には利益より売上を優先する財務的な「エンジニアリング」戦略で、特に設備投資（CapEx）をできる限り将来へ先送りするやり方だ。要するに、今のAIバブルがどれほど行き過ぎているかを示す事例だ。最近のEconomistの分析記事によれば、市場はもはや「リスク」ではなく「損失への恐怖」あるいは「取り残されることへの恐怖（FOMO）」で動いており、今はFOMOが完全に極限に達している Want better returns? Forget risk, focus on fear (Economist)
今回のOracleの急騰と売上見通しは、完全に「jumping the shark」感がある。Oracleという会社の性質上、自分が賭けるなら慎重になるが、今回はむしろショートポジション（下落への賭け）を取りたくなるほど誘惑的だ
FOMO（取り残されることへの恐怖）が本当に深刻な状況だ。今の株式市場は過去の暗号資産バブルのように動いている