AI過渡期に生まれる3つの新たなチャンス

2023-07-07・初出:『財訊雙週刊』第689期（原文）

このAIの大爆発が始まってから、もう半年以上が過ぎた。専門家たちはもっともらしく語っているが、幸いなことに、大半の人々の仕事はまだAIに即座に奪われてはいない。この半年でむしろ興味深いのは、予言とは裏腹に、AIアシスタントのような仕事がかえって増えたことだ。世界中のギグワークサイトを覗いてみると、「オートパイロット付き」と謳いながら、中身は従来どおりの仕事をこなす求人が意外と多いことに気づく。求人内容もなかなか奇妙で、「AIを使ってあなたの雑用を代行します」というものまである……AIとは本来、人手を省くためのものではなかったのか？

旧分野に新たな商機！ベクトルデータベースのチャンス拡大

ボウリングのピン並べを人間が手伝っていた時代を思い出させる話だ。18世紀に世間を驚かせた最初のロボット「ターク（トルコ人形）」は、チェスを指すロボットだった。ターバンを巻いたトルコ人形が歯車で動き、見事な棋譜を披露したが、実はその下に本物の棋士が隠れていた。つまり、ロボットの人形に人間の知能が組み合わさっていたわけだ。今の状況はどこか逆転しているように感じる。私たちがターク役を演じて駒を動かし、本物の棋士であるAIが手を決めているのだ。とはいえ、世界がロボットに何もかも任せる段階に至るには、まだしばらく時間がかかる。今はその過渡期にある。

だからこの半年、AI活用への過渡期において生まれた新たなチャンスは、主に3つの異なる領域にあると私は考えている。

1つ目のタイプは、もともと悪くなかった仕事が、AIあるいはLLM（大規模言語モデル）によって前提が変わり、重要な技術になったケースだ。もともと応用範囲が狭かった分野が、今や主流の投資対象になっている。

ベクトルデータベースはその一例だ。ベクトルデータベース自体はさほど新しいものではないが、応用範囲はかなり限られていた。私たちが情報を検索する際に使う従来のデータベースは、主に関連性のロジックに基づいている。検索とは正確な答えを得るためのものだからだ。

しかし、もっと曖昧なロジックでおおよその答えを得たいなら、それこそベクトルデータベースの得意分野だ。曖昧なロジック、近似的な答え——いかにも人工知能らしい話ではないか？その通り、AI分野の盛り上がりがベクトルデータベースを再び熱い領域にしたのだ。チャットボットやテキスト整理にもベクトルデータベースが使われるからだ。オランダのWeaviateが最近5000万ドルを調達したのも、まさにこの分野でのことだ。

投資会社の視点で見れば、最終的にベクトルデータベースの勝者はそう多くはならないだろう。既存の大手データベース企業の多くもこの領域に参入してくるからだ。分野自体は盛り上がっているが、スタートアップにとって必ずしもやりやすいとは限らない。これは今、多くのAI企業が直面している問題でもある。

2つ目は純粋に新しい分野・新しい仕事だ。新分野とはいえ、多くは使い古されたネタの焼き直しではあるが、それでも十分に示唆に富む。

中でも最も有名なのは、主流中の主流である生成画像だ。誰もが一度は触ったことがあり、一般の人々が最も実感しやすい分野でもある。その中の王者Midjourneyは非常に俊敏なスタートアップで、少人数でこれほど大きな価値を生み出している例は、誰もが使うInstagramくらいしか匹敵しないだろう。

Instagramが買収された当時、社員はわずか13人だった。Midjourneyの社員数はさらに少ない11人だ。彼らの身軽さは徹底しており、メインのインターフェースすらDiscordというSNS上のコミュニケーションツールに頼っている。投資家によれば、年間売上は1億ドルに達しているといい、しかもそれはまだ現時点での話に過ぎない。

ロボットのために働く！データラベリングの需要はむしろ拡大

もちろん、この種の企業には昔ながらの強敵もいる。Adobeのような大手だ。あちらにあるものはこちらにもある、という具合に、今や大手各社が軒並み画像生成機能を提供している。それでもこの新分野にはまだ多くの余地があり、飽和にはほど遠いと私は見ている。

3つ目のタイプは、AIのファスナーを上げてやり、靴紐を結んでやるような仕事だ。例えばデータラベリング（データ注釈）は、AI分野において重要な仕事だ。従来の仕組みは、データをソフトウェアツール経由で人件費の安い国、あるいは先進国内の余っている労働力に発注するというものだった。Amazonも自前のクラウドソーシングプラットフォーム「Mechanical Turk（メカニカル・ターク）」を持っている。その名前が端的に示す通り、これは人間の知恵がロボットのために働くプラットフォームなのだ。

だが今、私たちにはLLMがある。この数年、モデルにラベルを付ける人手の仕事は、遠慮のない大規模モデルの教師なし学習によって駆逐されてしまうのではないか？結果を見れば、今日に至っても完全に代替されるには至っていない。それどころか、皆がこぞってAIを導入した結果、需要はむしろ拡大している。機械学習によって人件費をできる限り抑えることはできても、第三者のラベリング企業は当面仕事に困らなさそうだ。ScaleやSnorkelのようなデータラベリング企業も、業績は上々のようだ。

この「人間が機械を手伝う」領域も、同じくやや過渡的な性質を持っている。AI自体が多くの高度なことをこなせるようになると期待されている以上、いずれ人間に靴紐を結んでもらう必要もなくなるだろう。しかし短期的には、AI分野の拡大に伴い、こうしたビジネスはむしろ増えていくはずだ。もっとも、10年、さらには100年という視点で見れば、過渡的でないビジネスなど存在するだろうか。

この3つのタイプが、この半年間でAIの変革にすぐさま影響を受けた領域だと私は見ている。古い仕事がAIによって新たに息を吹き返したもの、まったくの新分野であるもの、影響を受けそうに見えて短期的にはむしろ好況になっている企業——それぞれ性質は異なる。この過渡期がどれほど続くのかは、もうしばらく様子を見なければはっきりしないだろう。しかしAIが世界を変える度合いは、間違いなくスマートフォン以上になる——これだけは確かなことだと思う。