人工知能は、近年の金融および技術市場の疑う余地のない主役である。しかし、その可能性に対する熱意が高まる一方で、慎重さを求める信号も現れている。アナリストや投資家の間で、初期のミレニウムのドットコムバブルとの比較がますます頻繁になっており、アルファベット、アマゾン、アップル、メタ、マイクロソフト、Nvidia、テスラといういわゆるマグニフィセントセブンにおける価値の集中を懸念して見守っている。今日、これらの巨大企業はS&P 500指数の3分の1以上を占めており、これは2000年のインターネットバブルのピーク時に主要テクノロジー株が占めていた15%を大きく上回っています。このような集中は、必然的にシステミックリスクを高めます。単なる資本化の問題ではありません。ドットコムバブル時代には、通信インフラに投資する急激な動きがあり、光ファイバーネットワークの過剰な拡張を招きました。その結果、約束された需要が短期的に実現しなかったときに壊滅的な失敗が生じました。今日、歴史は繰り返しているように思えます。主要なAI企業が新しいデータセンターの構築に数千億ドルを投資しており、全体の支出は数兆ドルに達し、大国のGDPにしか関連付けられなかった数字です。誰もが尋ねているのは、この投資ラッシュが正当化されるのか、それとも新たな危機の瀬戸際にいるのかということです。人工知能(AI)の需要:消費者ブームを超えてメディアの注目はしばしばChatGPTのようなツールの大規模な採用に集中しており、7月だけで50億回を超える訪問がありました。しかし、AIの真の経済的影響は、消費者と企業の両方による採用に基づいて測定されるでしょう。国立経済研究所が発表したデータによると、2024年末までにアメリカの約40%の人口が生成AIシステムを使用しており、23%が調査の1週間前に仕事で少なくとも1回使用したことがあるとされています。職場でのAIの採用は、パーソナルコンピュータやインターネットの初期の頃に記録されたものと比べて、より速いペースで進行しており、私たちは経済を根本的に変革する運命にある汎用技術に直面していることを示しています。しかし、具体的な経済的利益を得るための道は決して簡単ではありません。MITが行った300以上の公共AIイニシアティブ、50社以上の企業、数百人の幹部に関する調査によると、95%の企業がAI投資からリターンを得ていないことが明らかになりました。分析された企業のうち成功したのはわずか5%で、その理由は、内部開発よりも既製ソリューションの購入を優先すること、AIを中央ラボではなくビジネスユニットに直接統合すること、そして既存のワークフローに適合するツールを選択することの3つの重要な要因によるものです。AIを具体的な価値に変えることの難しさにもかかわらず、90％の企業がAIソリューションの購入を真剣に検討しており、革新的な技術の古典的なハイプサイクルに続く広範な関心を確認しています。象徴的な例として、アメリカ合衆国で2番目に大きな銀行であるバンク・オブ・アメリカが挙げられます。この銀行は、AIなどの新技術に40億ドルを割り当てています。この機関は、銀行家がクライアントとの会議に備える手助けをするツールを開発しており、異なるシステムから情報を取得し、準備時間を大幅に短縮しています。現在のAIモデルの限界と展望AIの使用の拡大は、その真の潜在能力と現在の開発モデルの持続可能性に関する議論を促進しています。これまでのところ、進展は大規模言語モデルによって推進されており、これらは計算能力と利用可能なデータの量の増加に伴って改善しています。しかし、この分野のいくつかの権威ある声は、慎重さを呼びかけています。AIの先駆者であるリチャード・サットンは、2019年に、計算能力を活用した一般的な手法が、人間の創造性や複雑なヒューリスティックスに基づく手法を上回ることを観察し、この現実を「苦い教訓」と定義しました。最近、サットンはスケールアップへの過度の強調を批判し、継続的に学習できるエージェントへとパラダイムシフトが必要であると示唆しました。著名なAIハイプの批評家であるゲイリー・マーカスでさえ、最新のChatGPTのバージョンについて疑念を表明しており、スケールのみに基づく開発モデルが正しい道ではないと主張しています。マーカスによれば、代替アプローチが必要であり、それには研究開発へのさらに大きな投資が必要かもしれません。AIバブル：過剰な楽観主義と修正リスクの間AIバブルの可能性に関する議論はますます熱を帯びてきており、特に現在のブームの主な設計者の一人であるサム・アルトマンが過熱した市場のリスクについて警告する際には、特にそうです。アルトマンや他の投資家は、天文学的な評価額、まだ検証されていないビジネスモデルを追い求める資本、そして実際の需要を超えるペースでインフラを構築する危険性を指摘しています。懸念はAIの長期的な潜在能力ではなく、急激な修正を引き起こす可能性のある膨れ上がった期待にあります。多くの観察者によれば、実際のリスクは、非合理的な熱狂と差し迫ったバブルへの恐れの間を揺れ動く二元的な視点に陥ることであり、複雑な現象のニュアンスを理解できないことにあります。AIの長期的な可能性は依然として巨大ですが、市場はほとんど直線的な軌道をたどることはありません。修正が成長を一時的に鈍化させる可能性がありますが、同時に投資の規律を強化し、モデルの質と実際の経済的価値へのより大きな注意を促すことになります。未来に向けて：規律、研究、そして具体的な価値人工知能の未来は、現在の過剰な期待の段階を克服する能力に依存し、先進的な研究に焦点を当て、モデルの質を向上させ、企業や消費者に測定可能な価値を生み出すことを目的としたターゲット投資に向けることが必要です。このようにして初めて、過去の過ちを避け、私たちの生活や働き方を再定義する運命にある技術が提供する機会を完全に活用することが可能になります。
人工知能：過剰宣伝、バブルリスク、そして実際の機会の間で
人工知能は、近年の金融および技術市場の疑う余地のない主役である。しかし、その可能性に対する熱意が高まる一方で、慎重さを求める信号も現れている。アナリストや投資家の間で、初期のミレニウムのドットコムバブルとの比較がますます頻繁になっており、アルファベット、アマゾン、アップル、メタ、マイクロソフト、Nvidia、テスラといういわゆるマグニフィセントセブンにおける価値の集中を懸念して見守っている。
今日、これらの巨大企業はS&P 500指数の3分の1以上を占めており、これは2000年のインターネットバブルのピーク時に主要テクノロジー株が占めていた15%を大きく上回っています。このような集中は、必然的にシステミックリスクを高めます。
単なる資本化の問題ではありません。ドットコムバブル時代には、通信インフラに投資する急激な動きがあり、光ファイバーネットワークの過剰な拡張を招きました。その結果、約束された需要が短期的に実現しなかったときに壊滅的な失敗が生じました。
今日、歴史は繰り返しているように思えます。主要なAI企業が新しいデータセンターの構築に数千億ドルを投資しており、全体の支出は数兆ドルに達し、大国のGDPにしか関連付けられなかった数字です。誰もが尋ねているのは、この投資ラッシュが正当化されるのか、それとも新たな危機の瀬戸際にいるのかということです。
人工知能(AI)の需要:消費者ブームを超えて
メディアの注目はしばしばChatGPTのようなツールの大規模な採用に集中しており、7月だけで50億回を超える訪問がありました。しかし、AIの真の経済的影響は、消費者と企業の両方による採用に基づいて測定されるでしょう。
国立経済研究所が発表したデータによると、2024年末までにアメリカの約40%の人口が生成AIシステムを使用しており、23%が調査の1週間前に仕事で少なくとも1回使用したことがあるとされています。職場でのAIの採用は、パーソナルコンピュータやインターネットの初期の頃に記録されたものと比べて、より速いペースで進行しており、私たちは経済を根本的に変革する運命にある汎用技術に直面していることを示しています。
しかし、具体的な経済的利益を得るための道は決して簡単ではありません。MITが行った300以上の公共AIイニシアティブ、50社以上の企業、数百人の幹部に関する調査によると、95%の企業がAI投資からリターンを得ていないことが明らかになりました。分析された企業のうち成功したのはわずか5%で、その理由は、内部開発よりも既製ソリューションの購入を優先すること、AIを中央ラボではなくビジネスユニットに直接統合すること、そして既存のワークフローに適合するツールを選択することの3つの重要な要因によるものです。
AIを具体的な価値に変えることの難しさにもかかわらず、90％の企業がAIソリューションの購入を真剣に検討しており、革新的な技術の古典的なハイプサイクルに続く広範な関心を確認しています。
象徴的な例として、アメリカ合衆国で2番目に大きな銀行であるバンク・オブ・アメリカが挙げられます。この銀行は、AIなどの新技術に40億ドルを割り当てています。この機関は、銀行家がクライアントとの会議に備える手助けをするツールを開発しており、異なるシステムから情報を取得し、準備時間を大幅に短縮しています。
現在のAIモデルの限界と展望
AIの使用の拡大は、その真の潜在能力と現在の開発モデルの持続可能性に関する議論を促進しています。これまでのところ、進展は大規模言語モデルによって推進されており、これらは計算能力と利用可能なデータの量の増加に伴って改善しています。しかし、この分野のいくつかの権威ある声は、慎重さを呼びかけています。
AIの先駆者であるリチャード・サットンは、2019年に、計算能力を活用した一般的な手法が、人間の創造性や複雑なヒューリスティックスに基づく手法を上回ることを観察し、この現実を「苦い教訓」と定義しました。最近、サットンはスケールアップへの過度の強調を批判し、継続的に学習できるエージェントへとパラダイムシフトが必要であると示唆しました。
著名なAIハイプの批評家であるゲイリー・マーカスでさえ、最新のChatGPTのバージョンについて疑念を表明しており、スケールのみに基づく開発モデルが正しい道ではないと主張しています。マーカスによれば、代替アプローチが必要であり、それには研究開発へのさらに大きな投資が必要かもしれません。
AIバブル：過剰な楽観主義と修正リスクの間
AIバブルの可能性に関する議論はますます熱を帯びてきており、特に現在のブームの主な設計者の一人であるサム・アルトマンが過熱した市場のリスクについて警告する際には、特にそうです。アルトマンや他の投資家は、天文学的な評価額、まだ検証されていないビジネスモデルを追い求める資本、そして実際の需要を超えるペースでインフラを構築する危険性を指摘しています。懸念はAIの長期的な潜在能力ではなく、急激な修正を引き起こす可能性のある膨れ上がった期待にあります。
多くの観察者によれば、実際のリスクは、非合理的な熱狂と差し迫ったバブルへの恐れの間を揺れ動く二元的な視点に陥ることであり、複雑な現象のニュアンスを理解できないことにあります。AIの長期的な可能性は依然として巨大ですが、市場はほとんど直線的な軌道をたどることはありません。修正が成長を一時的に鈍化させる可能性がありますが、同時に投資の規律を強化し、モデルの質と実際の経済的価値へのより大きな注意を促すことになります。
未来に向けて：規律、研究、そして具体的な価値
人工知能の未来は、現在の過剰な期待の段階を克服する能力に依存し、先進的な研究に焦点を当て、モデルの質を向上させ、企業や消費者に測定可能な価値を生み出すことを目的としたターゲット投資に向けることが必要です。このようにして初めて、過去の過ちを避け、私たちの生活や働き方を再定義する運命にある技術が提供する機会を完全に活用することが可能になります。