ニューラルネットワーク化する企業の未来:セコイアキャピタル「AI Ascent 204」より
2024年3月20日、セコイアキャピタルがAIのリーダーたちを集め、今回で2回目の開催となる「AI Ascent 2024」というイベントをサンフランシスコで開催しました。
このイベントには、AI業界の先頭を走る創業者や研究者100人が集まり、講演やファイアサイトチャット、様々な議論が行われ、主な出演者としては、OpenAIのサム・アルトマン氏、Figmaのディラン・フィールド氏、Mistralのアルフレッド・メンシュ氏、Anthropicのダニエラ・アモデイ氏、AI Fundのアンドリュー・ン氏、ServiceNowのCJ・デサイ氏、そして、元OpenAI、元Teslaの研究者のアンドレイ・カルパシー氏が名を連ねました。
本投稿は、このイベントを情報ソースとする2本目となりますが、Youtubeとして公開されている講演内容を翻訳してお伝えするものです。内容としては、「AI Ascent 2024」の冒頭を飾るキーノートセッションで、セコイアキャピタルのパートナー3人が各々役割を持って、27分の尺で展開されるコンテンツです。
内容はというと、言葉足らずかもしれませんが、概ね以下のようなテーマで展開されています。
テクノロジー業界の変遷とAI時代の登場、そして将来期待
AI市場の現状と2024年に起こると予想される3つの事象
パラダイムシフトが始まった人とテクノロジーの共生関係
尚、ビデオを再生せずとも内容把握できるよう、スライドもあわせて差し込んでいます。Youtubeでのグローバル視聴者のコメントも概ね好評なセッションでしたので、参考になるところもあるのではないかと思います。
セッション内容
私の名前はPat Gradyです。チームセコイアの一員として、パートナーのソニア(Sonya Huang)、コンスタンティン(Konstantine Buhler)と共にここにおります。本日は、MCを務めさせていただきます。
セコイアのパートナーの皆さん、AI Ascentへようこそ。
AIの世界ではさまざまなことが起こっています。今日、ここに集まったのは、いくつかのことを学ぶためです。また、この旅に役立ってくれる方々にお会いすることも目的の一つですし、できれば少し楽しむことも心がけましょう。ですから、この機会を最大限に活用しましょう。
AIの世界ではさまざまなことが起こっています。今日、ここに集まったのは、いくつかのことを学ぶためです。また、この旅に役立ってくれる方々にお会いすることも目的の一つですし、できれば少し楽しむことも心がけましょう。ですから、この機会を最大限に活用しましょう。
「What is it?」。
1年前には、何でもできる魔法の箱のように感じていました。この12か月間、私たちは誇大広告のサイクルを縮小した形で経験してきました。そして今、AIが私たちにもたらす能力は3つの異なる形で現れています。これらは多種多様な魔法のようなアプリケーションに織り込まれることができるんです。
最初の能力は創造することです。そのため、これを生成AIと呼んでいます。このAIは画像を作成したり、テキストを生成したり、ビデオやオーディオを作成することができます。これまでのソフトウェアでは不可能だったようなさまざまな種類のコンテンツを創り出すことが可能です。
2つ目の能力は推論です。これは一発で完結するかもしれませんし、複数段階にわたるエージェント型の推論が必要かもしれません。つまり、創造と推論の両方ができるため、まるで右脳も左脳もカバーできているかのようです。
そして、人間のように交流(Interact)するという能力は、次のスライドで詳しく説明する通り、ビジネスモデルに大きな影響を与えています。
「So what?」。
この場合、最高の例えとして挙げられるのは、100万通りの理由で不完全ではあるけれども、過去20年ほどのクラウド移行かもしれません。クラウド移行は、新しいビジネスモデルや新しいアプリケーション、人々がテクノロジーと交流する新しい方法をもたらした、技術の展望における大きな地殻変動でした。クラウド移行が始まった初期の頃、これは2010年頃のことですが、ソフトウェアの全体市場は約3500億ドルで、そのうちクラウドソフトウェアはわずか60億ドルに過ぎませんでした。
昨年までに、市場規模は約3500億ドルから6500億ドルへと成長し、そのうちの4000億ドルが収益となりました。これは15年間で40%の増加であり、大規模な成長です。例えるならば、クラウドはソフトウェアを別のソフトウェアに置き換えたと言えるでしょう。先ほど人間のように相互作用する能力について述べたように、AIの大きなチャンスの一つは、サービスをソフトウェアに置き換えることです。
出発点はおそらく数十兆ドルにも上るでしょう。これがどのような可能性を秘めているか、私たちは本当に夢見ることができます。今日私たちが話すことはすべて仮説に過ぎませんが、人類がこれまでに経験したことのないような大きな価値創造の機会の崖っぷちに立っていると仮定したいと思います。
「Why now?」。
なぜ今なのでしょうか?
セコイアの一員である利点の一つは、私たちが長い歴史を持っていることです。この歴史を通じて、様々なテクノロジーの波を研究し、それらがどのように相互作用し、どのように私たちを現在に導いたのかを理解することができます。そこで、記憶をたどる旅をしましょう。
1960年代にセコイアを設立した私たちのパートナーであるドン・バレンタイン(Donald T. "Don" Valentine)は、実はシリコンベースのトランジスタでシリコンバレーの名を世に広めたフェアチャイルド半導体の市場を仕切っていた人物でした。私たちはその歴史を間近で見ることができます。
1970年代には、そのチップの上にシステムが構築される様子を見ることができます。
1980年代には、パーソナルコンピューターがエンドポイントとしてネットワークに接続され、パッケージソフトウェアが登場しました。
1990年代には、ネットワーク技術がインターネットという形で普及し、それによって私たちのコミュニケーションの方法や消費の仕方が大きく変わるのを目の当たりにしました。
2000年代には、インターネットがさらに成熟し、洗練されたアプリケーションをサポートできるようになりました。その結果、クラウドとして知られるようになったのです。
2010年代には、すべてのアプリケーションがモバイル機器に対応し、私たちのポケットに収まるようになりました。これによって、私たちの仕事のやり方に大きな変化が生まれました。
なぜこのような取り組みを行うのでしょうか?
ここでの注目すべき点は、それぞれの波が前の波と加算的であり、AIのアイデアは決して新しいものではないということです。
AIの歴史は1940年代までさかのぼります。ニューラルネットが初めて考えられたのが1940年代だと思いますが、AIが単なるアイデアから夢、そして実現可能な生産へと移り変わり、実際の世界の問題を独自で説得力のある方法で解決し、それにもとづいて、持続可能なビジネスを構築するために必要な要素は、ここ数年まで揃っていませんでした。
そしてついに、私たちは手頃な価格で豊富なコンピューティングリソースを手に入れることができました。高速で効率的で、信頼性の高いネットワークが整ったのです。
さらに、世界の人口80億人のうち7人に1人がポケットの中にスーパーコンピューターを持ち、コロナウイルスの影響で全てがオンライン化されたおかげで、楽しい体験を提供するデータも簡単に手に入るようになりました。
そして今こそ、AIが今後10年、おそらく20年にわたってテーマになる瞬間です。ですから私たちは、まだ証明されていない仮説ではありますが、今後数十年はAIの時代になるだろうと、これ以上ないほど強く確信しています。
その機会はどのような形になるのでしょうか?
繰り返しになりますが、クラウドの移行とモバイルの移行を例に挙げましょう。ページの左側にあるこれらのロゴは、これらの移行によって誕生し、売上高10億ドル以上に達した企業のほとんどです。このリストがすべてを網羅しているわけではありませんが、おそらくこれらの移行で設立された企業の80%かそこらは、評価額ではなく売上高で10億ドル以上に達しています。
このスライドで最も興味深いのは右側で、そこに何があるのかではなく、何がないのかということです。景色は大きく開けており、チャンスは大量にあります。もし私たちがこれらから10年後、15年後にここに立っていたとしたら、この右側は40から50のロゴで埋まるだろうと考えています。おそらく、この部屋にいる企業のロゴで一杯になるでしょう。
これがチャンスであり、私たちが興奮している理由です。
それでは、ソニアに話を譲りましょう。
なんという1年でしょう!
チャットGPTが始まってから1年半が経過しました。ここにいる皆さんにとって、それはめまぐるしいものだったと思います。おそらく私たち全員が、足元の地面が常に揺れ動く中で、ノンストップで進んできたように感じているでしょう。
そこで、一息ついて、全体を俯瞰して、これまでの経緯を振り返ってみましょう。
昨年、私たちはAIがさまざまな分野に革命をもたらし、驚くべき生産性の向上をもたらすだろうと話していました。
あれから1年が経ち、AIは注目され始めています。
Klarna社のセバスチャン(@klarnaseb)のこのツイートを見た方はいらっしゃいますか?
皆さん、これはかなり信じがたい話ですよね。
現在、Klarnaは顧客サービスに関する問い合わせの3分の2をOpenAIで処理しています。これは、フルタイムで働くエージェント700人分の仕事を自動化しているということです。
私たちは、世界には何千万人ものコールセンターエージェントがいると考えています。そして、AIが製品市場に適合していることをすでに確認している最もエキサイティングな分野の一つが、カスタマーサポート市場です。
一年前、法律業界は最も技術革新が遅れており、リスクを取りにくい業界の一つとされていました。しかし今、Harvey社のような企業が現れ、日々の雑務からより高度な分析に至るまで、弁護士の仕事の多くを自動化しています。
また、ソフトウェア・エンジニアリングの分野を見てみましょう。この部屋にいる多くの方が、最近ツイッターで流れているデモのいくつかを見たことがあるでしょう。
1年前はAIが理論的にコードを書いていたのが、今では完全に自己完結型のAIソフトウェア・エンジニアとなっています。将来的には、さらに多くのソフトウェアが必要になるでしょう。
そしてAIは仕事を変革するだけでなく、すでに私たちの生活の質を向上させています。
先日、パットとビデオチャットをしたとき、彼の表情が少し怪訝な様子だったことに気が付きました。
よく考えてみると、彼がバーチャルAIアバターを使用して、実際にはジムに行っていたわけではないことが明らかでした。
「こんにちは、パット・グレイディです。これは間違いなく私自身で、今はここにいますが、ジムにはいません。」
顔の表情まで正確に再現できています。これは本当に驚くべきことです。
このようにテクノロジーが1年でここまで進歩したことを示しています。
これからの10年でこの技術がどのように展開していくのかを考えると、それは恐ろしくもあり、同時に、とてもエキサイティングです。
2年前、生成AIが次の大きな技術シフトになるかもしれないと考えたとき、私たちはその結果に何を期待していいのかわからなかったです。
実際の企業が生まれるのか、実際の収益が得られるのか、その時点では不確かでした。しかし、ユーザー投票と収益の勢いのスケールの大きさには、誰もが驚いたと思います。
生成AIは現在、累積で約30億ドルの収益を記録しているとされていますが、これは大手テクノロジー企業やクラウドプロバイダーがAIで生み出す収益を加える前の数字です。
30億ドルという数字を考慮に入れると、SaaS市場がこの収益レベルに到達するのには10年近くかかったことがわかります。一方で、生成AIは初年度にすでにそのレベルに到達しました。
したがって、この変化の速度と規模からすると、生成AIがこれからもここに留まることは明確です。
AIの顧客訴求力は、1つや2つのアプリに限定されるものではなく、あらゆる場所で見られます。
しかし、多くのAIアプリの収益や利用数を見ると、消費者向け企業、エンタープライズ、新興企業、既存企業を問わず、多くのAI製品が実際に顧客とのつながりを築き、業界を超えてプロダクトマーケットフィットを見つけ始めています。
そして、ヒットし始めたユースケースの多様性は本当にエキサイティングだと感じています。
昨年の資金調達環境について振り返ると、私が最も驚いた点の一つは、資金調達のシェアが非常に不均一だったことです。
生成AIをレイヤーケーキのように考えると、一番下にはファンデーションモデルがあり、その上にデベロッパーツールやインフラがあり、さらにその上にアプリケーションが配置されます。
1年前、私たちは新たなファウンデーションレイヤー技術の実現によって、アプリケーションレイヤーのカンブリア紀的爆発が起こると予想していました。
しかし、資本市場における新しい企業形成は逆のパターンで形成されていることがわかりました。より多くのファウンデーションモデルが登場し、非常に大きな資金を調達している一方で、アプリケーションレイヤーはまだ始まったばかりだと感じています。
ここにいる私たちのパートナーであるデビッドが、彼が描いた昨年の記事「AI's $200 Billion Question」で示唆に富む質問を投げかけています。
現在、企業がGPUに投じている金額を見ると、昨年だけで、NVIDIAのGPUに約500億ドルを費やしています。そして多くの人が、作れば人々が集まるだろう、と考えています。
AIは「フィールド・オブ・ドリーム(映画)」のような分野ですが、これまでのところ、先ほどのスライドを思い出していただきたいのですが、クラウドプロバイダーからのAI収益は約30億ドルに達しています。
我々は、500億ドルもの資金を投入し、さらにエネルギーやデータセンターの費用、その他の費用も追加投資しています。このようなものを建設するために必要な金額は、これまでに支出された金額をはるかに上回っています。ですから、まだ解決しなければならない現実的な問題が存在しています。
そして、AIの利用率や収益、ユーザー数が信じられないような数字であっても、これらのデータは私たちがまだ本当に初期段階にいることを示しています。
例えば、1日のアクティブ・ユーザー数と月間アクティブ・ユーザー数の比率を見ると、生成AIのアプリがモバイルアプリには大きく及ばないことがわかります。また、1ヶ月のリテンション率も同様です。
これは問題であると同時にチャンスでもあります。なぜなら、現在のAIは、人々にとって週に1回や月に1回触れるような状況に留まっており、AIを使って毎日使いたくなるアプリを作る絶好のチャンスがあるからです。
ユーザーにインタビューを行うと、彼らがAIアプリに固執しない最大の理由の一つは、期待と現実のギャップだということがわかります。
たとえば、魔法のように見えるTwitterのデモがあっても、そのモデルが依頼した内容を確実にこなすほど賢くないとわかると、ユーザーは失望してしまいます。
しかし良いことに、昨年500億ドル以上がGPUに投入されたおかげで、より賢く、よりスマートなベースモデルを構築できるようになりました。この1ヶ月の間には、SoraやClaude 3が登場し、週末にはGroqも登場しています。
ベースラインのインテリジェンスレベルが上がるにつれて、AI製品のマーケットフィットも加速していくと予想されます。
つまり、一部の市場が将来どうなるかが非常に不透明であるのとは異なり、AIの場合は、それらのアプリがどのように改善されていくかを予測できる明確な基準があるということです。
成功には時間がかかることを覚えておきましょう。
昨年のイベントでもお話ししましたが、もう一度申し上げます。iPhoneを振り返ると、App Storeのバージョン1で最初にリリースされたアプリの中には、ビールを飲むアプリやライトセーバーアプリ、フリップカップアプリ、懐中電灯アプリなど、新技術を楽しむための軽いデモンストレーションがありました。
これらは最終的にはフラッシュライトのようなネイティブアプリや、他のユーティリティやギミックへと進化しました。iPhoneが市場に登場したのは2007年、App Storeが開設されたのは2008年です。そして、InstagramやDoorDashが登場したのはそれぞれ2010年、2013年でした。
これは、企業がiPhoneの新しい機能を発見し、創造的な方法で活用するまでに時間がかかったことを意味しています。私たちは、AIにおいても同じことが起こっていると考えています。
私たちは、次の伝説的な企業がどのようなものになるか、すでにその一端を見ていると思います。最近私たちが注目しているいくつかの例を紹介しますが、このページにあるユースケースのセットよりもはるかに多岐にわたると考えています。
Klarna社の話で触れたように、カスタマーサポートはエンタープライズでプロダクトマーケットフィットに本当にマッチしている最初のユースケースの一つです。これは例外ではなく、むしろルールだと考えています。
AIフレンドシップアプリケーションは、私たちの多くにとって最も驚くべきものの一つです。しかし、このカテゴリーのユーザーと利用方法は、非常に強いユーザー愛を示しています。
そして、水平方向のエンタープライズナレッジについては、本日この後のセッションでさらに詳しい話を聞くことになります。私たちは、エンタープライズナレッジがようやく解き放たれ始めていると考えています。
それでは、来年の1年間について予想してみましょう。
予測その1。
2024年は、リアルなアプリケーションにおいて、副操縦士のような補助的な役割から、提案を行ったり助けを提供したりするもの、さらには人間を完全にオペレーションのループから外すことのできるエージェントまでが登場する年になると考えます。
AIは単なる道具というよりは、同僚のように感じられるようになるでしょう。特にソフトウェア・エンジニアリングやカスタマサービスなどの領域で、このような進化が始まっています。
アンドリュー・イン(Andrew Ng氏)とハリソン・チェイス(Harrison Chase氏:LangChain)の2人がこのプロジェクトエンジニアリングで活躍していると思います。
予測その2。
大規模言語モデルのシステムに対する最大の批判の一つは、これらが単にテキストの統計的パターンを解析しているだけで、実際には推論を行ったり、目の前のタスクを計画する時間を取っていないというものです。
多くの新しい研究によって、モデルに実際に何をすべきかを考えさせる時間、たとえば推論時間の計算やゲームプレイのような価値の反復を与えると、どのような影響があるのかが明らかになり始めています。
私たちは、これが多くの基礎モデルを扱う企業にとって主要な研究課題だと考えています。そして、来年には、より高度な認知タスク、たとえば計画や推論ができるAIが誕生することを期待しています。今日はこの後、OpenAIのノアン・ブラウン氏(Noan Brown)から、さらに詳しいお話を伺うことにしましょう。
予測その3。
AIが間違ったことを言ったり、たまに変わったことを言うことがあっても気にしないような、楽しいコンシューマーアプリやプロシューマーアプリから、病院や防衛のような、利害が本当に大きなリアルなエンタープライズアプリケーションへの進化が見られています。
良い点は、RLHF(Reinforcement Learning from Human Feedback)からPrompt Chaining、Vector Databaseに至るまで、これらの大規模言語モデルの信頼性を高めるために役立つさまざまなツールやテクニックが登場していることです。
この部屋にいる多くの方々が、大規模言語モデルのプロダクションにおける信頼性を高めるため、本当に興味深いことを行っていると考えています。
そして最後に、2024年は多くのAIのプロトタイプや実験が製品化されると予想される年です。そうなると、どうなるのでしょうか?
つまり、レイテンシーが問題となり、コストが問題となり、モデルの所有権やデータの所有権が問題となり、計算のバランスが事前学習から推論に移行し始めると予想されます。
2024年は大きな年であり、本番稼働に移行するアプリケーションには大きなプレッシャーと期待がかかります。
それでは、これをもって、私はコンスタンティンに話をバトンタッチします。コンスタンティンは、さらに長い時間軸でAIの未来を夢見るお手伝いをしてくれるでしょう。
ありがとうございます、ソニア。そして、今日は皆さんが集まってくださって、本当にありがとうございます。
パットは、なぜこれが重要なのか、なぜ私たちがここにいるのかについて説明してくれました。ソニアはAIの現状について説明してくれました。それには、「何が」問題なのかという点も含まれています。
このセクションでは、次に何が起こるのかを見ていきます。一歩引いて、テクノロジーと社会というより広い概念の中で、この事実がどのような意味を持つのかを考えたいと思います。
技術革命には様々な種類があります。例えば、通信の分野ではテレフォニーが革命を起こしましたし、輸送の分野では機関車がその役割を果たしました。また、食料収穫の機械化は生産性の向上をもたらしました。私たちは、AIもこの生産性革命の一環であると考えています。これらの革命は一定のパターンに従うと見られています。初めは道具を持つ人間から始まり、次に機械アシスタントを持つ人間へと進化し、最終的には機械ネットワークを持つ人間へと変化します。このセクションでお話しする予測は、どちらも人間が機械ネットワークと協働するというコンセプトに関連しています。
歴史的な例を振り返ってみましょう。鎌は1万年以上も前から人間の手によって使われてきました。
次に、人間が機械を補助として使用するようになり、1831年には機械式の刈り取り機が発明されました。これは単一の機械システムとして人間によって使用されていました。
今日では、私たちはコンバインハーベスター(複合収穫機)が存在する時代に生きています。コンバインハーベスターとは、何万もの機械システムが複雑なネットワークを形成して協調動作するシステムです。私たちはAIの分野で、システム内の個々の機械をエージェントといった言葉で表現し始めています。
たとえば、トポロジーやエージェント間の情報伝達の方法が、推論として語り始められています。つまり、私たちはAIの基本的な構成要素の上に、非常に複雑な抽象化の層を築いているのです。
今日は2つの例についてお話ししましょう。
これはナレッジワークにおける、私たちが直面している2つの具体例です。
まず一つ目はソフトウェアです。ソフトウェアは当初、非常に手順が詳細に定められたプロセスからスタートしました。
エイダ・ラブレス(Ada Lovelace)は、ペンと紙で論理的なプログラミングを書きました。つまり、機械のアシスタントを使わずに、これらの計算を行えたことを示しています。
私たちは単にコンピューターを使うだけでなく、統合開発環境やソフトウェア開発を加速させる技術など、計算を助ける重要なツールを持つ時代に生きています。これらのシステムが複雑なマシンネットワークで連携する新しい時代を迎えようとしています。
あなたが見ているのは、複雑なエンジニアリング・システムを生み出すために連携している一連のプロセスです。そして、ここで目にするのは、コードを生産するために一緒に働くエージェントたちです。
同じパターンが文章にも適用されています。ごく一般的に、書くことは人間のプロセスであり、人間自身が道具であったと言えます。
しかし、時間が経過するにつれて、これは人間と機械アシスタントとの関係へと進化し、
そして今、私たちは、複数のアシスタントのネットワークを実際に活用する存在を持っています。現在の私自身のワークフローにおいても、AIアシスタントはGPT-4だけでなく、Mistral LargeやClaude 3も利用します。より良い答えを得るために、彼らに協力してもらい、また互いに競わせています。これが私たちの目の前にある未来です。
それでは、この革命が皆さん一人ひとり、そして、ここにいない皆さんに、何を意味するのでしょうか?それを冷静に経済用語で説明すると、大幅なコスト削減、を意味しています。
こちらのグラフをご覧ください。これはS&P500の企業が100万ドルの売上を達成するのに必要な従業員数を示しています。従業員数は急速に減少しており、私たちはその減少が続く時代に入っています。これは一体何を意味しているのでしょうか?
それは、より早く、より少ないリソースで成果を上げることができるということで、良いニュースとしては、少ない人数でより多くのことを達成できるようになるということです。
また幸運なことに、過去にこの種のプログレッシブな進歩があった分野はすべてデフレでした。例えば、コンピューターソフトウェアとそのアクセサリーを挙げることができます。コンピューターソフトウェアの進歩は、私たちがお互いに刺激を与え合いながら発展しているため、時間が経つにつれて実際にコストが下がっています。
しかし、私たちの社会にとって最も重要なもの、例えば教育や大学の授業料、医療、住宅などは、インフレを大きく上回るスピードで価格が上昇しています。そして、人工知能がこれらやその他の重要な分野でコストを下げる手助けをする環境が整ってきているのは、おそらくとても幸せな偶然だと言えるでしょう。
つまり、これが人工知能の長期的な将来についての最初の結論です。生産性の革命が起こることで、社会の最も重要な分野において、より少ないコストでより多くのことを成し遂げることが可能になるでしょう。
もう一つ重要なポイントは、実際に何を意図しているかということです。
一年前のプレゼンテーションで、ジェンスン・フアン(NVIDIA CEO)は非常に強い予言をしました。彼は、将来的にピクセルが単にレンダリングされるのではなく、生成されるようになると述べました。これは画像だけでなく、情報自体も生成されるようになるということです。彼のこの発言は、一体何を示唆していたのでしょうか?
さて、この部屋にいる皆さんがご存知の通り、歴史的に画像はコアロープメモリー(Core rope memory)に保存されてきました。
さて、「a」という文字、ASCIIコードの97番の文字について考えてみましょう。この情報は、ピクセルの行列として保存されます。そして、そのピクセルが存在するかどうかは、非常に単純な白と黒の有無で表現することができます。
さて、私たちはすでに文字「a」のような概念を、単なるストレージやピクセルの有無としてではなく、概念や多次元の点として表現する時代に入っています。つまり、ここで考えるべきイメージは「a」という概念そのものであり、それは文字「a」に対してどのようなフォーマットでも一般化できます。私たちはその中心に居て、ここからどこに行くのか?
さらに強力なのは、コンピューターがこの多次元的な点を理解し始めるだけでなく、ジェンセンが話していたように、それをどのように取り込んでレンダリングし、画像を生成するかについても理解し始めていることです。私たちは今、その理解を文脈化できるところまで進んできています。
コンピューターは「a」という文字を理解し、それをレンダリングする能力を持っています。さらに、それがアルファベットであり、英語のアルファベットであることを理解し、このレンダリングの広い文脈の中でそれが何を意味するのかも把握します。例えば、「多次元」という単語を見たとき、コンピューターは単に「a」という文字を考えるのではなく、その単語が出てくる文脈全体を理解するようになります。これは、単純な文字認識を超えて、テキストや情報の意味を全体的に解釈することを示しています。このようにして、コンピューターはより高度な知的作業を行う能力を持つように進化しています。
そして驚くべきことに、この未来は私たちがどう考えるか、つまり人間がどう考えるかということに関連しています。もはや私たちは、書かれたピクセルをコンピューターのメモリに保存するようなことはしません。例えば、「a」という文字について、ページ上のピクセルの有無として教わることはありません。そうではなく、私たちはそれを概念として考えるのです。これによって、文字や情報をより深く、意味のある形で理解し、利用することができるようになります。これは、情報技術が単なるデータの記録から、意味の理解と処理へと進化していることを示しています。
何千年もの間、私たちはこのように哲学的に考えてきました。
2,500年前のギリシャのプラトンは、Platonic formという考え方こそ、私たちが認識し、皆が目指しているものだと言いましたが、私たちが実際にモデルを構築することができるこのアルファベットの「a」もしくは、ソフトウェア・エンジニアリングのケースはこれにあたります。
では、どうするのでしょうか?
私たちはコンピューティングの内部で一般化するというアイデアについて話してきましたが、これが私たち一人ひとりにとってどんな意味を持つのでしょうか?
このアイデアは、会社を作る上でも大きな意味を持つでしょう。
今日、私たちはすでにこれを特定のプロセスやKPIに組み込んでいます。
ソニアは、Klarna社がカスタマー・サポートに関わるKPIを加速させるために、これをどのように利用しているかについて話しました。
彼らは特定のKPIがあることを理解しており、それに向けて推進することができます。そして、実際に情報を検索し、素晴らしい顧客体験を生み出すシステムを持つことができます。
明日になれば、これは新しいユーザー・インターフェースと共にすでに起こっていることですし、サポートがどのように伝達されるかについても、異なるインターフェースになるかもしれません。
この未来のコンセプトがレンダリングされ、すべてが生成されるために、最終的には会社全体がニューラルネットワークのように機能し始めるかもしれません。具体的な例で説明しましょう。
これは風刺画であり、このプレゼンテーションの他の部分と同様に、実際にはすべてが連続しています。ここで示されているのは、カスタマーサポートプロセスの風刺画です。顧客サービスには特定のKPIがありますが、これらはText to Voice、言語生成、顧客パーソナライゼーションなどによって駆動されます。これらの要素がサブパターンやサブツリーにフィードされ、最適化されていき、最終的には完全に連結されたグラフが形成されます。これは将来的に、カスタマーサポートがニューラルネットワークによって管理され、最適化され、改善される抽象化されたレイヤーとなることを示唆しています。
さて、ユニークな顧客について考えてみましょう。これはビジネスを構築するうえでのもう一つの重要な仕事です。ここでも、人工知能のプリミティブが活用されます。言語生成から成長エンジンまで、カスタマイズと最適化が施されます。これらはすべて互いに影響を及ぼし合います。繰り返しになりますが、ここでの重要な結論は、最終的にこれらの抽象化されたレイヤーがどのように機能するかです。
企業全体がニューラルネットワークのように機能するまで、相互運用が可能になります。これは、ひとり企業(One Person Company)の台頭とも言えるでしょう。
一人会社になることで、私たちは事を少なくするのではなく、むしろもっと多くのことができるようになります。多くの問題に取り組むことで、多くの人々が協力し合い、より良い社会を築くことができるのです。
では、次にどうするのか?
現実問題として、次にどう進めるかは、ここにいる皆さんが決めることです。この未来を築くのはあなた方です。AIは、より良い教育、より健康な人口、そしてより生産的な人口を支えることで、社会の重要な分野でコストを削減し、生産性を向上させるのに役立つと考えられています。それが、今日このグループを集めた目的です。皆さんは、我々の技術をどのように活用し、複雑な問題や日常の細部をどのように抽象化し、将来に向けてより強力なものを実際に構築できるかについて、話し合う機会を持てるでしょう。
以上です。
御礼
最後までお読み頂きまして誠に有難うございます。
役に立ちましたら、スキ、フォロー頂けると大変喜び、モチベーションにもつながりますので、是非よろしくお願いいたします。
だうじょん
免責事項
本執筆内容は、執筆者個人の備忘録を情報提供のみを目的として公開するものであり、いかなる金融商品や個別株への投資勧誘や投資手法を推奨するものではありません。また、本執筆によって提供される情報は、個々の読者の方々にとって適切であるとは限らず、またその真実性、完全性、正確性、いかなる特定の目的への適時性について保証されるものではありません。 投資を行う際は、株式への投資は大きなリスクを伴うものであることをご認識の上、読者の皆様ご自身の判断と責任で投資なされるようお願い申し上げます。
この記事が気に入ったらサポートをしてみませんか?