ウェイモ共同CEO ドルゴフ氏：デモは作業の1％に過ぎず

ウェイモ共同CEOが明かす「物理AI」の真実：デモは作業の1%に過ぎない

デジタル世界で活躍する生成AIと、現実世界で動く「物理AI」の間には、埋められないほどの深い溝が存在します。ウェイモ（Waymo）の共同CEOであるドルゴフ氏は、この違いを「エラーコスト」「レイテンシ」「データ不足」「検証の難しさ」という4つのギャップとして解説し、安全を後付けではなく設計の根幹に据えることの重要性を説きました。

デジタルと物理、AIが直面する4つの根本的な違い

デジタルAI（チャットボットやコパイロットなど）と物理AI（自律運転車やロボットなど）は、同じ「AI」という言葉でくくられていますが、実装において直面する課題は全く異なります。ドルゴフ氏は、物理AIを構築する際に必ず乗り越えなければならない4つのギャップを指摘しました。

まず「エラーコストのギャップ」です。デジタルAIがミスを犯した場合、通常は「やり直し（リトライ）」で済みます。しかし、物理世界ではミスが命に関わる可能性があります。「取り消しボタン」や「やり直し」が存在しない以上、失敗を許容する余地は極めて限られています。

次に「レイテンシ（遅延）のギャップ」です。デジタルAIが回答に数秒かかることは珍しくありませんが、時速100kmで走る車にとっては1秒間が約30メートルの移動距離になります。物理AIは、車載コンピュータという限られたリソースの中でミリ秒単位の意思決定を迫られます。

「データのギャップ」も大きな壁です。デジタルAIはインターネット上に蓄積された人間知見を利用できますが、現実世界にはそれに対応する「デジタル化されたインターネット」は存在しません。物理世界の複雑な事象を学習させるデータ収集自体が困難を極めます。

最後に「検証のギャップ」です。デジタル製品では「とりあえずリリースして、ユーザーに見つけてもらう」というアプローチも有効ですが、物理AIでは高コストのエラーリスクから、最初の1マイルを走る時点で極めて高い安全性と信頼性が求められます。

「シリコンバレーには『速く動いて壊す（Move fast and break things）』という格言がありますが、原子（atoms）を扱う物理世界では、物を壊してはいけません。求められるのは『速く動きながら安全に納品する（Move fast and ship safely）』です。」

デモが動くことと、製品になることの決定的な違い

多くのスタートアップや開発者が陥りやすいのが、「デモが動けば完成した」という錯覚です。ドルゴフ氏はこれを「作業の1%」に過ぎないと断じました。

ウェイモは2009年にプロジェクトを開始し、2010年には「無人で10万マイル走行」「10ルート（各100マイル）を完全自律で完走」という目標を達成しました。当時はAIブーム前の時代でありながら、このデモレベルの成果を1年半で成し遂げました。しかし、これが「製品化」への道程の序章に過ぎなかったことは後になって明らかになります。

デモで動くこと（最初の90%）は比較的容易ですが、そこから信頼性の高い本番運用（99.9999%など）へと到達するには、莫大な時間と根本的なアプローチの変更が必要です。ドルゴフ氏はこのプロセスを「ナイン（桁）の階段」に例えています。

「最初の1つのナイン（90%）や2つのナイン（99%）を得ることは比較的簡単です。しかし、次の1つを追加するには、それまでの10倍の労力が必要になります。」

また、スケールする世界では「稀な事象」が「日常」に変わります。100万マイルに一度起きるようなレアイベントも、週に400万マイル走る fleet（車隊）にとっては毎日の課題となります。これを解決するには、単に既存の手法を延ばすのではなく、「冗長化されたシステム」「ティアードなフォールバック構造」など、根本的に異なるアプローチが求められます。

安全性は「後付け」ではなく「基盤」であるべき

多くの技術者が陥るミスとして、新しいAIブーム（ディープラーニング、コンバーター、VLMなど）の登場でデモやプロトタイプを作るのが容易になり、その成果に沸き立つ一方で、肝心の実装と検証がおろそかになるというパターンがあります。

ドルゴフ氏は、「安全性は後付けではなく、設計の根幹であるべき」だと強調します。物理AIを社会実装する際、顧客や地域コミュニティ、規制当局から信頼を得る唯一の方法は、公開された安全データと数百万マイルに及ぶ実走行実績です。

「技術的な優位性よりも、公開された安全データと実走行データこそが、顧客や規制当局からの信頼を獲得する唯一の道です。」

世界行動言語モデルと「システム1・2」の併用

これらの課題を解決するために、ウェイモは独自のアーキテクチャを採用しています。それは「世界行動言語モデル（World Action Language Model）」と呼ばれるもので、マルチモーダルセンサーからの入力を統合し、物理法則や社会性を理解する能力を持っています。

さらに、人間の思考プロセスに倣った「システム1（直感）とシステム2（推論）の併用」も特徴です。システム1が瞬時の判断を下し、システム2が複雑な状況で推論を行うことで、高速かつ安全な意思決定を実現しています。

結論：信頼は実証データによってしか得られない

デモが動くことと、社会に受け入れられる製品になることは別物です。物理AIの世界では、「速く動くこと」よりも「安全に納品すること」が最優先されます。技術的なブームに乗って華やかなデモを作るのは簡単ですが、それを安定的に運用し続けるためには、忍耐強い開発と、透明性のある実証データの蓄積が不可欠です。

ウェイモの経験は、自律運転に限らず、物理世界でAIを動かすあらゆる企業にとっての指針となります。真の競争優位性は、技術そのものではなく、それが証明された「信頼」にあるのです。