ビッグテックが見落としたもの、スタートアップの勝利戦略

ビッグテックが見落とした「常識」を AI に持たせる：スタートアップが世界を変える戦略

現在の AI 業界は、膨大なテキストデータから学習する大規模言語モデル（LLM）の競争に没頭している。しかし、Y Combinator のインタビューで語られた Alexandr Wang の指摘は、このアプローチには根本的な限界があるという。彼は「人間のように世界を直接体験して学ぶ」次世代 AI である「ワールドモデル」への転換が不可欠だと主張し、リスク回避しがちな大企業ではなく、大胆な賭けに挑むスタートアップこそがその突破口を開く鍵であると説いた。

テキストの壁を超え、世界を「直接理解する」AI の必要性

LLM が人類の知恵を集約した素晴らしいツールであることは疑いようがない。しかし、Alexandr Wang は、LLM が「間接的な学習」に依存している点を最大の欠点として指摘する。

LLM は世界中のテキストや本を読み込むことで世界を学んでいる。つまり、それは「生まれた部屋から一度も出たことのない人」が、何百年分もの書物だけを頼りに知識を得ているようなものだ。

このようにして学習した AI は、特定の分野では専門家のように振る舞えるが、真の「常識」や、初めて遭遇する状況への対応力に欠ける。王は、次世代の AI には「世界を直接理解する」能力が必要だと強調する。

これが「ワールドモデル」だ。これは言語という媒介を経由せず、人間や動物のように、動画、音声、触覚といった生データを通じて世界そのものを学習するアプローチである。赤ちゃんが言葉を持たずに周囲の世界に触れて成長していくように、AI もゼロから現実の物理法則を体得するのだ。

スタートアップこそが「大胆な実験」を許容する最後の砦

なぜ今、スタートアップがこの挑戦に挑むべきなのか。王は Meta や OpenAI といった大企業の事例を挙げ、組織的な壁が存在することを明かす。

大企業は予算の管理やブランド維持のためにリスクを避けがちだ。一方、スタートアップこそが大胆な実験と失敗を許容する環境で、画期的な成果を生み出す可能性がある。

王自身も、2015 年に Facebook（現 Meta）からマーク・ザッカーバーグ本人からのメールを受け取った際、最初はスパムだと疑って削除したというエピソードを語る。大企業の開発部門が「市場調査」の名目でスタートアップに接触し、安値で買収しようとするケースは珍しくない。そのため Y Combinator は、「会社を売るつもりがない限り、誰とも話してはいけない」というルールを創業者たちに教えている。

しかし、本当に大きな影響力を持つ人物からの連絡であれば例外もある。王はその判断力こそが、スタートアップの強みであり、大企業が持たない「直感とスピード」だと語る。リスクを恐れることなく、根本的な技術的ブレークスルーに賭けるのは、構造的な制約が少ないスタートアップの役割だ。

「何でも屋」ではなく、狭い領域で野心的なビジョンを持つ

スタートアップが成功するための戦略として、王は「広範すぎる問題に取り組むこと」を戒める。多くの創業者は「世界を変える」という壮大な夢を抱きがちだが、それではリソースが散漫になる。

特定の業界や顧客層という狭い領域に焦点を絞りつつ、その中で極めて大胆で長期的なビジョンを持つべきだ。

王のキャリアを見ても、彼の強みは「非常に初期段階の技術」を選び出し、それを製品化して市場に届けることにあった。マーケティングや営業よりもエンジニアリングに長けたチームこそが、早期の技術トレンドを捉えるのに適しているという分析も示唆に富む。

AmiLabs（現在の Amilabs）のようなプロジェクトでは、数千もの GPU を購入し、数十億ユーロ規模の資金が必要になる。これは「異常」に見えるかもしれないが、王にとっては「上流工程（モデル開発）」への挑戦であり、最終的に数百万人が使うソリューションを生み出すための必然的なステップなのだ。

計算資源と人材：資金以上のボトルネック

AI 研究における最大の障壁は、実は資金ではないという指摘も興味深い。王によれば、現在の AI 開発において最も深刻な問題は「高度な人材の確保」と「GPU を含む計算資源の獲得難易度」にある。

特に LLM の分野以外で活躍できるエンジニアや研究者の不足が顕著だ。また、大規模モデルを訓練するには膨大な計算リソースが必要であり、それを確保すること自体がスタートアップにとっての最大の課題となっている。資金調達よりも先に、誰にその夢を実現させるか、そしてどこから計算資源を捻出するかという現実的な問題が立ちはだかる。

結論：LLM とワールドモデルの共存と未来

王は、ワールドモデルが LLM を完全に置き換えるものではないと明確にしている。言語、数学、プログラミングといった「記号の連続」を扱う低次元の問題では、LLM の優位性は揺るがない。

しかし、高次元でノイズが多く、長期にわたる複雑な課題（例えば、家庭内や街中でのロボット制御など）においては、ワールドモデルが圧倒的に優れている。現在のロボットは「頭脳」の部分が未熟で、特定の動作しかできないが、世界を直接理解する AI が実装されれば、安全かつ柔軟に動く汎用ロボットの時代が来る。

危険な作業から人間を解放し、AI が人間の常識を獲得した未来。それは、テキストという間接的な情報ではなく、現実世界との直接的な対話を通じて実現されるのだ。

ビッグテックが見落とした「常識」の獲得。スタートアップがその先駆者として、世界を直接理解する AI の時代を切り開く時が来ている。