※本記事は、Masters of Scale Summitにおけるビノド・コースラ氏の講演「12 entrepreneurs can address society's toughest issues」の内容を基に作成されています。オリジナルの動画は https://www.youtube.com/watch?v=iRJSAcCF3Ic でご覧いただけます。本記事では、講演の内容を要約・構造化しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性がありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。また、Masters of Scaleの詳細情報は https://mastersofscale.com/attend でご覧いただけます。
1. インスティゲーター理論（Instigator Thesis）
1.1. 気候危機を解決するには12の主要分野でのイノベーターが必要
Jeff Berman: ビノド、あなたのインスティゲーター理論について教えていただけますか？
Vinod Khosla: 私は「インスティゲーター」という考え方を最初に思いついたとき、実は起業家のことを指していたんです。私の人生でずっとインスティゲーター、つまり起業家たちと関わってきました。気候問題を考えるとき、多くの人が「非常に難しい問題だ、解決不可能だ」と言っていました。しかし、私が注意深く検討した結果、「実は人々が考えているよりもずっと単純な問題だ」と気づいたんです。
本当に必要なのは、たった12の分野におけるたった12人のインスティゲーターだけなんです。私は「誰もが貢献できる、誰もが役立つ」という考え方は買いません。気候危機を解決するには、12人のインスティゲーターが12の分野で必要なんです。
Jeff Berman: なぜ12なのですか？そして、なぜ12の分野なのでしょうか？また、私が電気自動車を運転するかどうかなど、個人の取り組みは全体から見ると重要ではないと？
Vinod Khosla: なぜ12かというと、大量の炭素排出を生み出している分野はたった12しかないからです。ここで私は気候変動と持続可能性を区別していることに注意してください。これらは多くの場合混同されていますが、私にとっては全く異なるものです。気候変動問題に厳密に取り組むなら、それは炭素排出に関するものです。そして、重要な排出分野はたった12しかないのです。
電気自動車はその一つです。航空機燃料は別の一つです。植物性タンパク質やその他のタンパク質も一つです。大量排出を生む重要な分野はたった12しかありません。これらを解決すれば、基本的に気候危機、つまり炭素排出危機の大部分を解決したことになります。これらを解決しなければ、他に何をしても意味がありません。
私の見解では、文字通り1人のインスティゲーター、1人の起業家が各カテゴリーで違いを生み出せるのです。単なる違いではなく、大きな違いを。例えば、イーロン・マスクに言及するのは好きではありませんが（私たちは対立してきましたが）、電気自動車への変革を引き起こした彼の功績は認めるべきです。彼がいなければ、私たちは全く異なる道をたどっていたでしょう。ゼネラルモーターズやフォルクスワーゲン、フォードが電気自動車を出荷するのに依存していたはずです。
2010年頃にこの分野を注意深く調査したとき、エネルギー省は2035年（25年後）の電気自動車数を予測していました。イーロン・マスクはその予測を2016年頃に既に超えていたのです。彼は自動車ビジネスに参入したことがないにもかかわらず、何が受け入れられるかというパラダイムを変え、全ての人に追随させました。私たちは彼の何倍もの影響を与えることができます。イーロン・マスクでさえも。
1.2. 気候変動と持続可能性の区別
Jeff Berman: ビノド、あなたが気候変動と持続可能性を異なるものとして捉えていることについて、もう少し詳しく説明していただけますか？
Vinod Khosla: 持続可能性はリサイクルなどのこと、つまりグリーンなアプローチについてです。それはしばしば食品やその他のものに対するウェルネスアプローチと混同されています。しかし、気候変動問題を厳密に見るなら、それは炭素排出に関するものです。
気候変動と持続可能性を区別することは極めて重要です。持続可能性に関する多くの取り組みは、必ずしも炭素排出削減に大きく貢献しないこともあります。例えば、リサイクルや一部の「グリーン」と呼ばれる活動は、環境全般に良いかもしれませんが、大量の炭素排出削減という気候変動の中核的課題に対しては限定的な効果しかないことがあります。
私たちが気候危機を解決したいなら、炭素排出を大幅に減らすことに焦点を当てる必要があります。そのためには、最も排出量の多い分野に対処するという戦略的アプローチが必要です。持続可能性の取り組みは価値がありますが、気候変動という緊急の課題に対応するには、炭素排出に直接影響を与える革新的な解決策が必要なのです。
Jeff Berman: つまり、持続可能性の取り組みは全体的な環境への配慮として重要かもしれませんが、気候変動という具体的な危機に対処するためには、炭素排出そのものに焦点を当てた戦略が必要だということですね。
Vinod Khosla: その通りです。私たちはしばしば「気候に良い」という言葉で様々な環境的取り組みを一括りにしてしまいますが、気候変動という具体的な脅威に対処するためには、最も影響力のある分野、つまり炭素を大量に排出している分野に対して革新的で実質的な変革をもたらす必要があるのです。それこそが私のインスティゲーター理論の核心です。
1.3. 炭素排出に焦点を当てた12の重要分野
Jeff Berman: 炭素排出に関して、その12の主要分野について具体的に教えていただけますか？
Vinod Khosla: 気候変動問題に対処するために焦点を当てるべき大量炭素排出分野は限られています。電気自動車は明らかにその一つです。これは輸送部門の排出量の大部分を占めています。航空機燃料も別の重要な分野です。航空業界は世界の炭素排出の大きな割合を占めており、持続可能な航空燃料の開発は不可欠です。
植物性タンパク質あるいはタンパク質全般も重要な分野の一つです。食肉生産、特に牛肉は温室効果ガス排出の大きな要因となっています。代替タンパク質を開発することで、この排出量を大幅に削減できる可能性があります。
他にも鉄鋼生産があります。産業プロセスの中でも特に排出量が多い分野です。そして発電、特にディスパッチャブル（需要に応じて制御可能な）電力生産も重要な領域です。再生可能エネルギーが増えていますが、安定した電力供給のためにはバッテリー技術や他の貯蔵技術も必要です。
これらの12の分野に対処すれば、私たちは気候危機や炭素排出危機の大部分を解決したことになります。これらの分野を解決しなければ、他に何をしても実質的な意味はありません。リサイクルや小さな効率改善など、他の「持続可能性」の取り組みは価値がありますが、気候変動という大きな脅威に対処するには不十分なのです。
Jeff Berman: それぞれの分野が全体の炭素排出にどの程度影響しているのですか？
Vinod Khosla: 各分野の正確な排出量の割合は状況により変動しますが、重要なのは、これら12の分野で世界の炭素排出量の大部分を占めているということです。例えば、輸送部門は世界の排出量の約24%を占めており、その中でも道路輸送と航空輸送が大きな割合を占めています。工業プロセス、特に鉄鋼生産は世界の排出量の約21%を占めています。電力・熱生産は最大のセクターであり、世界の排出量の約25%を占めています。
これらの主要分野の排出量を大幅に削減できれば、私たちは気候危機の解決に大きく前進することができます。各分野で80-90%の炭素削減を達成すること、それが私たちの目標であるべきです。
1.4. イーロン・マスクやパット・ブラウンの事例
Jeff Berman: インスティゲーター理論の具体例として、イーロン・マスクやパット・ブラウンの事例についてもう少し詳しく教えていただけますか？
Vinod Khosla: イーロン・マスクに言及するのは正直気が進みませんが、私たちは対立してきたとはいえ、彼が電気自動車への変革を引き起こした功績は認めざるを得ません。イーロンがいなければ、私たちは全く異なる道をたどっていたでしょう。ゼネラルモーターズやフォルクスワーゲン、フォードが電気自動車を出荷するのに依存していたはずです。
興味深いデータがあります。2010年頃、米国エネルギー省は2035年（25年後）の電気自動車数を予測していました。しかし、イーロン・マスクは2016年頃にはすでにその予測を上回っていたのです。彼は一度も自動車ビジネスに参入したことがないにもかかわらず、何が受け入れられるかというパラダイムを変え、業界全体を変革させました。
同様に、パット・ブラウンは植物性タンパク質の分野で大きな変化を起こしました。彼のImpossible Foods社は、従来の肉に似た植物性代替肉を開発し、主流の消費者にも受け入れられる製品を作り出しました。これらの植物性タンパク質は既に道筋がついています。市場が上下動することはあっても、タンパク質問題の解決に向けて順調に進んでいると思います。この進展は基礎科学のイノベーションによるものです。
これらの例が示しているのは、一人のインスティゲーター、つまり一人の起業家が、既存の大企業や業界の慣行に挑戦することで、産業全体を変えることができるということです。イーロン・マスクは自動車業界を、パット・ブラウンは食品業界を根本から変えました。彼らがパラダイムシフトを起こし、他の全ての人々がそれに追随せざるを得なくなったのです。
Jeff Berman: つまり、これらのインスティゲーターは単独で行動するのではなく、ある種の連鎖反応を起こしているということですね？
Vinod Khosla: その通りです。インスティゲーターの力は、彼らが初めに大胆な一歩を踏み出すことで、業界全体に波及効果を生み出すことにあります。イーロン・マスクがテスラで成功を収めた後、ほぼすべての主要自動車メーカーが電気自動車の開発に集中するようになりました。同様に、パット・ブラウンのImpossible Foodsの成功により、多くの企業が植物性タンパク質市場に参入するようになりました。
インスティゲーターが重要なのは、彼らが単に製品を作るだけではなく、何が可能かというビジョンを示し、業界の常識を覆すことで、他の多くの企業や起業家に新しい可能性を示すからです。そして一度その可能性が示されれば、市場の力がそれを拡大していくのです。
2. 気候危機解決における進捗
2.1. 電気自動車、植物性タンパク質などでの成功例
Jeff Berman: ビノド、あなたが挙げた分野の中で、すでに大きな進展を見せている成功例について詳しく教えていただけますか？
Vinod Khosla: 先ほど触れたように、電気自動車の分野ではイーロン・マスクの貢献が顕著です。2010年頃、米国エネルギー省は2035年までの電気自動車の普及予測を立てていましたが、イーロン・マスクは2016年頃にはすでにその予測を上回っていました。これは自動車ビジネスの経験がなかったにもかかわらず、彼が業界のパラダイムを根本から変えたことを示しています。
植物性タンパク質に関しては、パット・ブラウンが同様の変革を起こしました。彼のImpossible Foodsは植物由来の肉代替品を開発し、市場に大きな変化をもたらしました。この分野は順調に進んでいると思います。市場が上下動することはあっても、私たちはタンパク質問題の解決に向けて着実に前進しています。この進展は基礎科学のイノベーションによるものです。
電気自動車と植物性タンパク質の両方の例が示しているのは、既存の業界や大企業が何十年もかけて達成できなかったことを、決意と革新的思考を持った一人のインスティゲーターが数年で実現できるということです。
Jeff Berman: これらの成功例は、あなたのインスティゲーター理論を裏付けるものですね。他の分野でも同様の進展が見られるのでしょうか？
Vinod Khosla: はい、鉄鋼生産の分野でも良い進展が見られています。持続可能な航空燃料の分野も同様です。これらは一般の人々にはあまり知られていない分野かもしれませんが、開発の現状を見ると、現時点では主にエンジニアリングリスクの段階にあります。多くの場合、リスクはコストにあります。
これらの分野での進展は、科学的な可能性から実際の実装へと移行する段階にあります。つまり、技術的には可能であることはわかっていますが、どのように経済的に実現可能にするか、どのようにスケールアップするかという課題に直面しています。しかし、この種の課題は、根本的な科学的障壁よりも乗り越えやすいものです。
私が見ている12の分野のうち、8つの分野ですでに科学的に健全な技術開発の取り組みが行われています。私は楽観的で、2030年までにこれらの分野のほとんどで解決策が出てくると予想しています。その後、2030年代にはこれらの技術を実装し、5つの工場、10の工場を建設することになるでしょう。そしてその時点で、これらの各分野で年間数千の工場を建設できるようになります。鉄鋼生産であれ、発電であれ、その他の分野であれ、大規模な展開が可能になるのです。
2.2. 核融合エネルギーの見通し
Jeff Berman: 核融合エネルギーについてはどうでしょうか？多くの人が「永遠の未来技術」と見なしていますが、あなたはより楽観的な見方をされているようですね。
Vinod Khosla: ボブ・バードが核融合の分野で同様の変革を起こしています。私は核融合が「もし実現するか」という問題ではないと考えています。5年後には、誰も核融合が可能かどうかを議論することはなくなるでしょう。議論は「いかに速く実装できるか」という点に移行するはずです。
なぜ5年以内にこのような変化が起こると信じているのかというと、2018年、私たちはコンバル・フュージョンに投資しました。ちなみに同じ年にOpenAIにも投資しました。公共交通システムとともに、一年で3つの基本的なことに投資したことを非常に誇りに思っています。
しかし、重要なのはボブがその会社を始めたということだけではありません。私たちはその後の5年間で、おそらく12社、あるいは20社のスタートアップが同じことを始めるような方法でそれを始めました。そして、それだけの数の挑戦者がいて、才能とお金が流れ込むとき、それこそがボブが引き起こしたことです。これがインスティゲーターなのです。
この時点では、ボブが成功するか失敗するかに関わらず、世界は核融合を手に入れることになると思います。なぜなら、多くの優れた科学的取り組みがあるからです。
Jeff Berman: それは非常に興味深い観点です。一人のインスティゲーターが道を切り開き、それが業界全体の勢いを生み出すというのは。
Vinod Khosla: その通りです。核融合の場合、ボブ・バードの会社が注目を集め、資金調達に成功したことで、他の多くの研究者や起業家が「私たちもそれをできる」と考え始めました。投資家も「これは実現可能かもしれない」と認識するようになりました。
核融合はこれまで何十年もの間、主に政府の研究プロジェクトとして進められてきました。ITER（国際熱核融合実験炉）のような大規模プロジェクトがありますが、進展は遅く、コストも膨大です。しかし、小規模で俊敏なスタートアップ企業が異なるアプローチで核融合に取り組み始めたことで、イノベーションのペースが加速しています。
これらの企業は様々な核融合技術を探求しています。磁気閉じ込め方式、慣性閉じ込め方式、そして新しいハイブリッド方式など、複数の可能性が同時に追求されています。これだけ多くの「賭け」がなされていれば、そのうちの少なくとも一つは成功する可能性が高いのです。
そして一度、どれか一つが実用的な核融合を実証すれば、それは人類のエネルギー生産に革命をもたらします。クリーンで、実質的に無限、そして安全なエネルギー源を持つことになるのです。それこそが一人のインスティゲーターの力です。彼ら自身が成功しなくても、その挑戦が業界全体を変革するのです。
2.3. 2030年までに多くの解決策が出現する可能性
Jeff Berman: これらの技術的な解決策が実用化されるのに十分な時間があると思いますか？気候変動の課題に対してのタイムフレームについてお聞かせください。
Vinod Khosla: 私は12の主要分野のそれぞれの現状を詳しく調査してきました。鉄鋼生産についてはすでに良い進展が見られています。持続可能な航空燃料の分野も同様です。これらはおそらく一般の人々にはあまり知られていない分野かもしれませんが、開発の現状を見ると、私たちは正しい道筋にあると確信しています。
現時点での多くの課題は、主にエンジニアリングリスクの段階にあります。非常に多くの場合、リスクはコストにあります。しかし、これらは科学的な実現可能性の問題よりも乗り越えやすい課題です。例えば、ディスパッチャブル（需要に応じて制御可能な）発電は重要な分野の一つですが、そこには複数のアプローチが機能する可能性があり、私たちはその変化を促進してきました。
私が見ている12の分野のうち、8つの分野ですでに科学的に健全な技術開発の取り組みが行われています。これは私の楽観的な見方ですが、私の予想では2030年までにこれらの分野のほとんどで解決策が出てくるでしょう。
Jeff Berman: その後の展開はどのように進むとお考えですか？
Vinod Khosla: 2030年代には、これらの技術を実際に実装する段階に入ります。まずは5つの工場、10の工場を建設することになるでしょう。しかし、その時点になれば、これらの各分野で年間数千の工場を建設できるようになります。鉄鋼生産であれ、発電であれ、その他の分野であれ、大規模な展開が可能になるのです。
重要なのは、初期のパイロットプロジェクトで技術とコスト構造を証明できれば、その後のスケールアップは比較的容易だということです。最初のいくつかの施設を建設するのは常に最も難しく、コストもかかりますが、一度それが成功すれば、経済的にも技術的にも展開しやすくなります。
学習曲線効果も非常に重要です。ほとんどの技術は、累積生産量が増えるにつれてコストが下がります。例えば太陽光発電では、累積設置容量が倍増するごとにコストが約20%下がることが知られています。同様のことが、これらの新しい低炭素技術の多くにも当てはまるでしょう。
私が楽観的なのは、過去10年間の進展を見ているからです。10年前には多くの人が不可能だと思っていたことが、今では当たり前になっています。同じことが今後10年でも起こると期待しています。
3. AIと気候変動
3.1. 気候変動に対するAIの現状の限界
Jeff Berman: 現在、どの会話でもAIについて触れることが法的に義務付けられているようなので、この規則を破らないようにしましょう。AIは12分野への取り組みにどのように役立つのでしょうか？
Vinod Khosla: まず最初に言っておきたいのは、AIに過度に多くを帰するのは慎重であるべきだということです。AIと気候変動に関して、どれくらいの人がNeuro conferenceを知っていますか？手を挙げてみてください。
これはAIの主要な会議の一つですが、会場ではほとんど手が挙がっていませんね。私は昨年の論文や前年の論文でAIと気候変動に関するものを調査しましたが、気候変動におけるこれらのAIアプローチや取り組みのどれも重要な影響を持つとは思えませんでした。
なぜそう考えるのかというと、それらは小さな問題にしか対処していないからです。例えば、建物の効率性は気候変動問題ではありません。効率を2〜3%改善することはできますが、各主要分野で炭素を80〜90%削減しない限り、実質的な進展はほとんど得られません。
だから私は90%の削減を目指していて、効率の10〜20%の改善のような小さなことには注目していないのです。AIがこれらの分野で何かをするという多くの取り組みがありますが、今のところ、気候変動の大きな課題に対する実質的な寄与はほとんど見られません。
Jeff Berman: つまり、AIは現在のアプローチでは気候変動問題の解決に大きく貢献していないということですね。小さな効率改善ではなく、根本的な変革が必要だと。
Vinod Khosla: その通りです。今のAIの気候変動への応用の多くは、表面的な問題や周辺的な効率改善に焦点を当てています。例えば、建物のエネルギー使用を最適化することは良いことですが、それだけでは気候危機を解決することはできません。
私たちが必要としているのは、各主要排出分野において炭素排出を80〜90%削減するような根本的な技術革新です。現在のAIアプローチの多くはその目標に到達していません。小さな最適化ではなく、パラダイムシフトをもたらすような応用が必要なのです。
3.2. AIが科学的進歩を加速する可能性
Jeff Berman: もし現在のAIの取り組みが不十分だとすれば、AIは将来的に気候変動解決に貢献する可能性があるのでしょうか？どのような方向性が有望だとお考えですか？
Vinod Khosla: 私は、今後数年のうちに「AIサイエンティスト」と呼ばれる分野に到達すると思います。これは私の造語ではありませんが、重要な概念です。AIサイエンティストが実現すれば、材料設計などの分野で科学的進歩のペースが大幅に加速する可能性があります。
これは非常に重要な展開になるでしょう。AIが直接的に気候変動を解決するのではなく、科学者が新しいアプローチや材料、プロセスを発見するのを支援することで、間接的に貢献するのです。科学的発見のプロセスが速くなれば、私たちが必要とする革新的な解決策も早く生まれる可能性があります。
Jeff Berman: その「AIサイエンティスト」というコンセプトはどのように機能するのでしょうか？
Vinod Khosla: AIサイエンティストは、人間の研究者が何年もかけて行うような実験や分析を短時間で実行できる可能性があります。例えば、新しい材料の特性をシミュレーションしたり、膨大な数の化合物から特定の特性を持つものを特定したりすることができます。
これによって、研究者はより創造的な作業や、高度な判断が必要な作業に集中できるようになります。AIが反復的な作業や膨大なデータ分析を担当することで、科学的発見のプロセス全体が効率化されます。
これは12の主要分野それぞれで重要になるでしょう。例えば、より効率的な太陽電池材料や、炭素を排出しない鉄鋼生産プロセス、新しい持続可能な航空燃料などの開発に貢献する可能性があります。
重要なのは、AIが単体で解決策を生み出すわけではないということです。AIは人間の科学者や技術者と協力して、より速く、より効率的に革新的な解決策を見つけるためのツールとなるのです。これまでより何倍も速く科学的発見を進めることができれば、気候変動への対応も加速できるでしょう。
3.3. 材料設計やプラズマ制御におけるAI活用
Jeff Berman: AIの具体的な活用例について教えていただけますか？すでに実用化されている例はありますか？
Vinod Khosla: 実際に私たちはコンバル・フュージョンでAIを活用しています。プラズマ制御は非常に難しい問題ですが、そこでAIを使っています。コンバル・フュージョンはプラズマ制御のためにDeep Mindと提携しています。
プラズマ制御が特に難しいのは、プラズマの振る舞いが非常に複雑で、従来の制御理論では十分に対応できないからです。AIは多くの変数を同時に監視し、リアルタイムで調整を行うことができるため、このような複雑なシステムの制御に適しています。
Jeff Berman: 材料設計についてはいかがですか？
Vinod Khosla: 材料設計は、AIが大きな影響を与える可能性のある分野の一つです。基本的に、AIは膨大な数の材料の組み合わせや構造をシミュレーションし、特定の特性を持つ最適な材料を見つけることができます。
例えば、より効率的な太陽電池材料や、強度と軽量性を兼ね備えた新しい構造材料、あるいは二酸化炭素を吸収できる材料など、気候変動対策に必要な特殊な特性を持つ材料の開発を加速することができます。
しかし、私は基本的に、今後数年のうちに「AIサイエンティスト」と呼ばれるものが登場し、これらの分野での新しいアプローチを創造的に考え出すための能力が大幅に向上すると考えています。AIが科学的プロセスを加速することで、材料設計やプラズマ制御を含む多くの領域で革新的なブレークスルーが生まれる可能性があります。
核融合、材料科学、化学プロセスなど、複雑なシステムを扱う分野では、AIが人間の科学者の能力を補完し、拡張することで、私たちが単独では達成できないような発見や革新をもたらす可能性があるのです。
4. ヘルスケアにおけるイノベーション
4.1. スタートアップ企業が革新的変化をもたらす理由
Jeff Berman: 気候変動の話を超えて、もし構いませんが、インスティゲーター理論をヘルスケアの分野に当てはめるとどうなるのでしょうか？トランスクリプなど、AIを使用して既存薬の新しい用途や新薬を発見している企業も何社かここにいますが。
Vinod Khosla: 広く言えば、根本的な変革のほとんどは起業家によってもたらされます。漸進的なイノベーションとなると、大企業は比較的得意としています。インテルは7ナノメートルの半導体プロセスから5ナノメートルのプロセスへと移行する仕事をうまくこなせます。しかし、私がイノベーションに携わってきた40年間—そして私は技術ベースのイノベーションしか手がけてきませんでしたが—大企業や大きな組織、あるいは政府のプログラムによって行われた大きなイノベーションの例を思い浮かべることができません。
各ケースで、私はこう表現したいのですが、アマゾンが小売業を再発明したのでしょうか、それともウォルマートやターゲットだったのでしょうか？私たちはイーロン・マスクについて話しましたが、彼ではなくゼネラルモーターズやフォルクスワーゲンだったのでしょうか？Airbnbの場合—ブライアンがここにいないのは残念ですが—ヒルトンやハーツ、ハイアットがどうやってそれをするか知っていると思っていたかもしれません。あるいはUberの場合、ハーツなどの企業がその分野を再発明すると思うかもしれません。大きな組織が大きなイノベーションの一部となった、あるいは予測可能だった例は一つも思い浮かびません。
Jeff Berman: つまり、ヘルスケアでもスタートアップが変革をリードすると考えているのですね？
Vinod Khosla: そうです。ワクチンはスタートアップによって開発されました。もちろん大企業も支援します。今日、私たちはEVを構築するための大手自動車メーカーに依存していますが、彼らは皆、誰かが道を示したからこそ方向転換したのです。それがインスティゲーターがすることであり、それはヘルスケアでも多くのレベルで起こっています。
あなたは薬の発見について話しましたが、AIによって設計されたPi薬の考え方は非常に強力です。10年前、一社たりとも製薬会社がそれを採用しませんでした。私は10年前に長い論文の中でそれについて初めて話したと思います。しかし今、すべての企業がそのバンドワゴンに乗っています。彼らは支援するでしょう。
根本的に、スタートアップは大企業には不可能な方法でリスクを取り、既存のビジネスモデルに挑戦することができます。スタートアップの創業者は、業界の「常識」に縛られず、根本から問題を考え直すことができます。これがイノベーションの原動力なのです。
もちろん、いったんスタートアップが道を切り開けば、大企業はその技術を採用し、スケールアップすることができます。しかし、最初の大胆な一歩を踏み出すのはほとんどの場合、スタートアップなのです。
4.2. 医薬品開発におけるAIの役割
Jeff Berman: ヘルスケア分野、特に医薬品開発におけるAIの役割についてもう少し詳しく聞かせていただけますか？
Vinod Khosla: 医薬品開発におけるAIの役割は非常に重要になっています。特にPI（Protein Inhibitor）薬の設計におけるAIの活用は大きな力を持っています。実は、私はこのアイデアについて10年ほど前に長い論文の中で初めて言及したと思います。
当時は、一社たりとも製薬会社がこのアプローチを採用しませんでした。彼らは従来の薬の開発方法にこだわり、AIによる薬剤設計という新しいパラダイムを受け入れる準備ができていなかったのです。これは典型的な例で、大企業は既存のプロセスや方法論に多大な投資をしているため、根本的に異なるアプローチを採用することに抵抗を示します。
しかし現在では、ほぼすべての大手製薬企業がAIによる薬剤設計のバンドワゴンに乗っています。この変化は、いくつかの先駆的なスタートアップが成功を示したことで起こりました。一度、新しいアプローチの価値が証明されると、大企業もそれを採用し始めるのです。
Jeff Berman: AIを使った医薬品開発はどのように従来のアプローチと異なるのでしょうか？
Vinod Khosla: 従来の医薬品開発は非常に時間と費用がかかるプロセスです。一般的に新薬の開発には10年以上かかり、10億ドル以上のコストがかかることもあります。さらに、臨床試験に入る化合物のほとんどは失敗します。
AIは、より効率的に潜在的な有効な化合物を特定することで、このプロセスを根本的に変えることができます。AIは膨大な生物学的データを分析し、特定のタンパク質との相互作用が最も効果的な分子構造を予測できます。これにより、試験する必要のある化合物の数を大幅に減らし、成功率を高めることができます。
さらに、個別化医療の可能性も開かれます。例えば、一人の患者だけのための薬をデザインすることも理論的には可能になります。現在、私たちは一つの薬を設計して、それが世界中の70億人全員に効くことを期待しています。アスピリンのような単純な薬でも高度な薬でも同様です。しかし、人によって遺伝的背景は異なります。私たちはそれに最適化していません。
AIを使えば、一人の患者だけのための薬を設計することも可能になるかもしれません。FDAがそれをどう扱うかはわかりませんが、私たちはそれがどのように進むか見極めようとしています。特定の遺伝的疾患などのクラスでは、個人に合わせた薬の設計ははるかに簡単です。
これは医薬品開発の分野における真の革命になる可能性を秘めています。そして、この革命をリードしているのはスタートアップです。
4.3. 規制がヘルスケア革命のペースに与える影響
Jeff Berman: ヘルスケア分野、特に医薬品開発における革命的な変化がどのくらいの速さで起こると思いますか？
Vinod Khosla: ヘルスケアは規制によるコントロールに依存しているため、そこが限界となります。どんなにAIで設計された薬であれ、他の伝統的な薬であれ、FDAを通じて薬を承認してもらうには10年という長いプロセスが必要です。
ただ、そこには回避策があり、私はそれが実現することを望んでいます。私たちもそれに取り組んでいます。もし一人の人のためだけに薬を設計するならどうでしょうか。現在、私たちは一つの薬を設計し、それが地球上の70億人全員に効くことを期待しています。アスピリンのような単純な薬でも、高度な薬でも同じです。
しかし、人によって遺伝的背景は異なります。私たちはそれに対して最適化していません。AIを使えば、一人の患者だけのための薬を設計することも可能になるかもしれません。FDAがそれをどう扱うかはわかりませんが、私たちはそれがどのように進むか見極めようとしています。
Jeff Berman: 個別化医療のアプローチですね。特定のどんな分野で最初に見られると思いますか？
Vinod Khosla: 特定の遺伝的疾患などのクラスでは、個人に合わせた薬の設計ははるかに簡単です。遺伝子療法や特定の遺伝的変異をターゲットにした治療法は、すでにこの方向に進んでいます。
規制の観点からは、FDAのような機関は一般的に新しいアプローチに対して慎重です。彼らの使命は安全性を確保することですから、これは理解できます。しかし、これが革新のペースを遅らせることにもなります。
個別化医療のアプローチが広く受け入れられるようになるには、規制の枠組みも進化する必要があります。臨床試験のデザインや承認プロセスを、個別化された治療法に適応させる必要があります。従来の「一つの薬を多くの人に試験する」という枠組みは、「一人のための薬」というコンセプトには合わないのです。
これは大きな課題ですが、患者のニーズと科学の可能性が規制の変化を促す可能性があります。規制当局も、新しい科学的現実に適応することを余儀なくされるでしょう。そして、その変化を促すのもまた、大胆なビジョンを持つインスティゲーターたちなのです。
5. AIと専門知識の未来
5.1. 「全ての専門知識が無料になる」という仮説
Jeff Berman: ヘルスケアを超えて、AIが専門知識に与える影響について、あなたの考えを聞かせてください。最近、興味深い論文を発表されたとうかがいました。
Vinod Khosla: 私は他にも大きく破壊的なアイデアにワクワクしています。2週間ほど前に「AI: Dystopia or Utopia」というタイトルの論文を発表しました。その中で、私はすべての専門知識が無料になるという仮説を立てました。
Tech Crunchで—私たちはTech Crunchにいるわけではありませんが—2012年に「Do We Need Doctors」（医師は必要か）というブログを書きました。その中で私が立てた単純な仮説は、2012年の時点で、後に2016年までに100ページの論文に拡大しましたが、AIが最高のプライマリケア医師になるため、専門知識のために医師を必要としなくなるだろうということでした。
私たちはそれに取り組んでいます。AIは最高のメンタルヘルスのセラピストになり、簡単にスケールします。AIは最高の腫瘍専門医になるでしょう。ところで、これらの分野の多くは医療に限定されません。AIは最高の構造エンジニアになるでしょう。AIは最高の営業担当者やマーケティング担当者になるでしょう。
つまり、ほぼすべての専門知識が無料に近くなるのです。
Jeff Berman: これは非常に野心的な見方ですね。AIが医師や工学者になれるというのは理解できますが、最高の営業担当者やマーケティング担当者になるというのは直感的ではないように思います。少なくとも私にとっては。これらの分野には創造性や人間関係の要素がありますよね。
Vinod Khosla: すでにセールスAIを行っているスタートアップは十数社あります。ただ、変化がどのように起こるかを正確に予測できないからといって、変化が起こらないということではありません。私はその変化が起こることをほぼ確信していますし、根本的な変化でしょう。しかし、正確にどのように進むかを予測するのは難しいのです。
もし15年後に物事が同じままだと賭けるなら、私はどのカテゴリーでも10対1のオッズでその賭けを受けます。ほとんどのカテゴリーでそうでしょう。
私が考えているのは、様々な専門的サービスや知識へのアクセスが民主化されるということです。現在、高度な医療アドバイスを得るには専門医に会う必要があり、それには時間とお金がかかります。同様に、法的アドバイス、工学的専門知識、財務計画などは専門家に高額な料金を支払う必要があります。
しかし、AIがこれらの専門知識を提供できるようになると、誰でもいつでもアクセスできるようになります。これは社会に大きな変化をもたらすでしょう。専門家は単に情報や定型的なアドバイスを提供するだけでなく、より複雑な判断や人間的な要素が必要な役割に集中することになるでしょう。
これは、専門家がいなくなるという意味ではなく、彼らの役割が変わるということです。そして、より多くの人々が質の高い専門知識にアクセスできるようになるのです。
5.2. AIが医師や構造エンジニア、セールスパーソンに取って代わる可能性
Jeff Berman: AIが多くの専門職に取って代わる可能性については理解しました。しかし、私が考えるに、販売や営業のような分野では、創造性や人間関係の要素があります。私たちが取引する際には、信頼関係を構築し、お互いに質問したり協力したりして、最良のケースでは一緒に取引を作り上げるわけです。AIエージェントだけでそのような取引を成立させることを想像されているのでしょうか？このプロセスがより効率的で効果的になる方法をどのように考えていますか？
Vinod Khosla: 私が最初に言いたいのは、変化がどのように起こるかを正確に予測できないからといって、変化が起こらないということではないということです。その変化が起こることをほぼ確信していますし、根本的な変化でしょう。ただ、正確にどのように進むかを予測するのは難しいのです。
もし15年後に物事が同じままだと賭けるなら、私はどのカテゴリーでも10対1のオッズでその賭けを受けます。ほとんどのカテゴリーでそうでしょう。
Jeff Berman: 賭けないほうがよさそうですね。AIが取って代わらないと思われる分野はありますか？
Vinod Khosla: 私たちを人間たらしめる非合理的な特定の事柄があり、それらのカテゴリーは残るでしょう。例えば、今日でもこのような工場で作られた立派なグラスを手に入れることができますが、私は手作りのグラスにもっとお金を払うでしょう。私たちは皆そうします。私もそうです。
それが人間らしさの要素です。私たちは特定のものを好みますし、人生のすべてにおいて合理的である必要はありません。私たち自身を合理主義者だと考えたがりますが（私はそうですが）、好みを持つこともあり、おそらく非合理的な決断こそが人生で最も重要な決断の一部なのです。
実際、科学者がいて（名前は確認できていないので挙げませんが）「私たちはほとんどの決断を合理的に下す、最も重要なものを除いて」と言ったと思います。誰と結婚するか、それは合理的な決断ではなく、感情的な決断です。そうあるべきなのです。そこに人間性、人間らしさが入ってくるのです。
私の論文で提唱しているのは、AIが私たちのためにできることによって、人間らしさのためのより多くの余地が生まれるということです。AIが様々な専門的タスクを代行することで、私たちは人間にしかできない、より感情的で創造的な側面に集中できるようになります。
Jeff Berman: つまり、AIが多くの専門的な役割を担うことで、私たちはより人間らしい側面に時間とエネルギーを注ぐことができるようになるということですね。
Vinod Khosla: その通りです。今日、多くの専門家は時間のほとんどを定型的な作業に費やしています。医師は同じような症状を何度も診断し、弁護士は標準的な契約書を作成し、エンジニアは繰り返しの計算をしています。AIがこれらのタスクを引き受けることで、専門家たちはより複雑な問題や、より人間的なつながりが必要な側面に集中できるようになります。
セールスの例で言えば、AIはデータ収集、初期の顧客スクリーニング、基本的な質問への回答などを行い、人間のセールス担当者は複雑な交渉や関係構築に集中できるようになるでしょう。これは仕事の排除ではなく、変革なのです。
5.3. 人間らしさと非合理的決断の価値
Jeff Berman: AIの発展に伴って、人間らしさや非合理的な判断の役割についてもう少し掘り下げて教えていただけますか？
Vinod Khosla: 私たちを人間たらしめる非合理的な特定の事柄があり、それらのカテゴリーはAIが発達しても残るでしょう。例を挙げると、今日でもこのような工場で作られた立派なグラスを手に入れることができますが、私は手作りのグラスにもっとお金を払うでしょう。私たちは皆そうします。私もそうです。
それが人間らしさの要素です。私たちは特定のものを好みますし、人生のすべてにおいて合理的である必要はありません。私たち自身を合理主義者だと考えたがりますが（私はそうですが）、好みを持つこともあります。おそらく非合理的な決断こそが人生で最も重要な決断の一部なのです。
実際、科学者がいて（名前は確認できていないので挙げませんが）「私たちはほとんどの決断を合理的に下す、最も重要なものを除いて」と言ったと思います。誰と結婚するか、それは合理的な決断ではなく、感情的な決断です。そうあるべきなのです。そこに人間性、人間らしさが入ってくるのです。
Jeff Berman: 興味深いですね。AIが多くの専門的な役割を引き受けることで、私たちはむしろより人間らしくなれる可能性があるということでしょうか？
Vinod Khosla: その通りです。私の論文で提唱しているのは、AIが私たちのためにできることによって、人間らしさのためのより多くの余地が生まれるということです。私たちはAIができることで占められなくなるでしょう。
これは重要な視点です。技術の発展によって私たちが人間性を失うという恐れがよく語られますが、私はむしろ逆だと考えています。技術が単調で反復的な作業を引き受けることで、私たちは本当に人間的な特性—創造性、共感、芸術、深い人間関係—により多くの時間とエネルギーを注ぐことができるようになります。
例えば、工場で働く人が単調な作業から解放されることで、より創造的で意義のある活動に従事できるようになります。医師がルーチンの診断からより複雑なケースや患者との関係構築に集中できるようになります。これは私たちをより人間らしくする可能性を秘めています。
非合理的な判断が重要な領域—芸術、音楽、文学、愛情関係、そして多くの個人的な選択—はAIが取って代わることのできない領域であり続けるでしょう。そしてそれこそが、私たちが人間として大切にすべき部分なのです。
6. アメリカ民主主義とインスティゲーター理論
6.1. 良いことと悪いことを引き起こすインスティゲーター
Jeff Berman: ビノド、あなたが今年、政治的見解を公にされたことに感謝したいと思います。すべてのビジネスリーダーがそうしているわけではありませんので。
Vinod Khosla: ありがとうございます。おそらく賢明なことではなかったでしょうね。極端主義者から多くのヘイトメールや脅迫を受けていますから。しかし、合理的な支持をいただき感謝しています。
家族は私の政治的発言について喜んでいませんが、合理的であると同時に非合理的でもあります。
Jeff Berman: インスティゲーター理論はアメリカの民主主義にどのように適用されるのでしょうか？
Vinod Khosla: 良いことも悪いことも引き起こすインスティゲーターがいます。率直に言って、アメリカで過去100年間の社会領域での最も重要なインスティゲーターはトランプだと思います。ただし、悪いことのインスティゲーターです。
彼は人々に、彼らの基本的な本能に戻る許可を与えました。移民や外国人を排除する、アファーマティブアクションを否定する、そういった考え方を持つことを許容したのです。そして私の見解では、そのように考えることは許容されますが、現代社会の基準では悪いことだと思います。
アメリカの人口の25〜30%が、トランプが許可を与えるまで表に出てこなかった基本的な本能を持っていたように見えます。彼は彼らにそのように考え、それらを求めることにおいて実際に攻撃的であることを許可したのです。
Jeff Berman: では、政治的な領域で楽観主義の理由はありますか？
Vinod Khosla: 私は合理性が勝ると信じなければなりません。私は独立派です。民主党員でも共和党員でもありません。昔は共和党員でした。財政が重要だった時代です。気候が重要になってから独立派になりました。主に気候を私の最大の問題として焦点を当てるためです。
イーロンとの議論の一つで、私は彼にこう言いました。「これが私の投票に関する価値観のセットです。第一に価値観です。明らかにあなたはそれが重要だとは思っていません。私の第二は気候で、第三は経済です。そして他にも10個ほどありますが、優先順位が明確になっています。」
私は中道的な道、合理的で包括的な行動への道に十分な人々が署名してくれると信じなければなりません。
6.2. 政治領域での楽観主義の根拠
Jeff Berman: 政治的な領域において楽観的である理由はありますか？トランプのような否定的な影響力を持つインスティゲーターがいる一方で、前向きな変化の可能性についてはどうお考えですか？
Vinod Khosla: 私は合理性が最終的に勝ると信じなければなりません。私は独立派です。民主党員でも共和党員でもありません。以前は共和党員でした。財政が重要だった時代です。しかし、気候問題が重要になってから独立派になりました。主に気候を私の最大の課題として焦点を当てるためです。
イーロン・マスクとの議論の一つで、私は彼にこう言いました。「これが私の投票に関する価値観のセットです。第一に価値観です。明らかにあなたはそれが重要だとは思っていません。私の第二は気候で、第三は経済です。そして他にも10個ほどありますが、明確に優先順位付けされています。」適切に重み付けされた価値観です。
Jeff Berman: 価値観を最優先にするということですね。それが政治的判断の基礎になっているわけですか。
Vinod Khosla: その通りです。私は中道的な道、合理的で包括的な行動への道に十分な人々が賛同してくれると信じなければなりません。アメリカでは現在、政治的二極化が進んでいますが、私は多くの人々が極端な立場よりも合理的な中道を求めていると考えています。
過去の歴史を振り返ると、アメリカは様々な困難な時期を乗り越えてきました。分断と対立の時代を経て、再び団結と進歩の時代が訪れることもあります。私はそのサイクルを信じています。
極端な立場や分断を促進するインスティゲーターがいる一方で、団結と合理的な対話を促進するインスティゲーターも現れるでしょう。政治的領域でも、気候変動やヘルスケアの分野と同様に、新しいアイデアや新しいアプローチを持つ人々が既存の枠組みを変革する可能性があります。
私の楽観主義は、人間の合理性と進歩への本質的な欲求に基づいています。長期的に見れば、社会は前進し、より良い方向に向かうと信じています。それは簡単な道のりではないかもしれませんが、私は人間社会が最終的には正しい方向に進むという信念を持っています。
7. テクノロジー楽観主義の新しい形
7.1. 「ケアと思いやりを伴うテクノロジー楽観主義」
Jeff Berman: この点で終わらせましょう。マークもテクノ楽観主義について話しました。あなたのテクノロジー楽観主義の見解についてお聞かせください。
Vinod Khosla: 私はテクノ楽観主義者ですが、単純なフレーズで修正を加えています。私の長い論文では25ページにわたるもので読みやすくはありませんが、「ケアと思いやりを伴うテクノ楽観主義」と表現しています。
ケアの部分はAIの安全性に関するものであり、思いやりの部分は他の全ての人々に対する包括性についてです。テクノ楽観主義だけでは、必ずしも社会全体にとって良いとは限りません。それはテクノロジスト自身にとっては良いものかもしれませんが、ケアと思いやりを伴うとき、それは社会を豊かさの時代へと導き、より人間らしくなるための最も強力なツールになると考えています。
Jeff Berman: 「ケア」と「思いやり」をテクノロジー楽観主義に加えることの重要性について、もう少し詳しく説明していただけますか？
Vinod Khosla: テクノロジーは強力なツールですが、それがどのように使われるかが重要です。「ケア」の部分は、特にAIのような強力な技術を開発する際の安全性と責任に関するものです。私たちは技術が意図しない結果を生まないよう慎重に開発し、監視する必要があります。
「思いやり」の部分は、技術の恩恵が一部の人々だけではなく、社会全体に行き渡るようにすることについてです。テクノロジーは格差を広げるのではなく、縮める方向に働くべきです。
テクノロジー楽観主義だけでは、技術の発展が自動的に社会の向上につながるという単純な考え方になりがちです。しかし、技術の発展とともに必要なのは、その技術をどのように使うか、誰のために使うかという倫理的な枠組みです。
「ケアと思いやりを伴うテクノ楽観主義」は、技術の力を認めながらも、それを人間的な価値観と組み合わせることの重要性を強調しています。これによって、技術は単なる効率化や利益の道具ではなく、社会全体をより良い方向に導くための手段となるのです。
このアプローチを取ることで、技術の発展と人間的な価値観が対立するのではなく、互いに補完し合うことができるのです。
7.2. AIによる雇用の変化（今後20年で65%の仕事がAIに代替可能）
Jeff Berman: AIが雇用に与える影響についてどうお考えですか？多くの人々が仕事を失うことを懸念していますが。
Vinod Khosla: 人々は私に単純な質問をします。「AIは仕事を奪わないのですか？」正直な答えは「はい」です。実際、私は全ての仕事の80%の80%、つまり計算すると全仕事の65%が20年以内にAIによって代替可能になると考えています。そしてそれを選択する国によって、国ごとの政治的選択になるでしょう。
したがって、多くの仕事の置き換えと、おそらくかなり混乱の多い時期があるでしょう。私は論文でこれを定義していますが、今日、セリナスで1日8時間、30℃の暑さの中で20〜30年間働く農場労働者であることや、ゼネラルモーターズの組立ラインで30年間毎日8時間車にタイヤを取り付ける仕事は、仕事ではなく隷属だと言えます。生活のために仕事をしなければならないからです。
Jeff Berman: それは強い言葉ですね。隷属と。
Vinod Khosla: そうですね。しかし私は、私たちが十分な豊かさを持ち、GDPの成長率が2%から5%に上昇すると確信しています。そのような成長率であれば、おそらく私たちの子供たちではなく、私たちの孫たちは豊かさの時代に生きることになるでしょう。そして、家族を支えるためにしなければならない仕事ではなく、やりたい仕事に取り組むのに十分な資源を持つことになるでしょう。
Jeff Berman: つまり、短期的には混乱があるかもしれませんが、長期的には全員にとってより良い未来があるということですね？
Vinod Khosla: その通りです。AIによって仕事が代替されることは避けられないと思います。今後20年で仕事の65%がAIによって代替可能になると予測していますが、それがどの程度実際に起こるかは国ごとの政治的選択によります。
しかし、私が強調したいのは、現在の多くの仕事が本当の意味での充実した仕事ではないということです。例えば、セリナスの農場で暑い中を何十年も働いたり、工場で同じ単調な作業を繰り返したりすることは、生活のためにやらなければならない「隷属」のようなものです。
人々は「雇用」という言葉を使いますが、実際には多くの場合、それは単に生活費を稼ぐための手段です。働く人々の多くは、彼らの仕事に情熱を持っているわけではなく、選択肢がないから働いているのです。
AIとオートメーションによって、私たちはこのような単調で反復的な仕事から人々を解放し、より創造的で意義のある活動に従事できるようにする可能性があります。経済成長率が上がれば、私たちはすべての人に最低限の生活水準を保証するのに十分な資源を持つことができるでしょう。
そうなれば、人々は生きるために働くのではなく、情熱や興味に基づいて働くことができるようになります。これは社会的な変革を必要としますが、技術的には可能な未来です。
7.3. 豊かさの時代（Era of Abundance）への展望
Jeff Berman: 豊かさの時代というビジョンについてもう少し詳しく教えていただけますか？それはどのような社会になるのでしょうか？
Vinod Khosla: 私は十分な豊かさを持つようになると確信しています。GDPの成長率は2%から5%に上昇するでしょう。そのような成長率であれば、おそらく私たちの子供たちではなく、私たちの孫たちは豊かさの時代に生きることになるでしょう。
そして、家族を支えるためにしなければならない仕事ではなく、やりたい仕事に取り組むのに十分な資源を持つことになります。これが私の考える豊かさの時代のビジョンです。
Jeff Berman: それは魅力的な未来像ですね。最低限の生活水準が保証され、人々が真に情熱を持てる活動に従事できる社会。それを実現するためには何が必要でしょうか？
Vinod Khosla: まず、AIやその他の技術による生産性の飛躍的な向上が必要です。私たちがケアと思いやりを伴うテクノ楽観主義について話したのはこのためです。技術の進歩によって、同じ量の資源からより多くの価値を生み出すことができるようになります。
同時に、社会的な合意と政治的意思も必要です。豊かさを一部の人だけではなく、社会全体で共有するという決断をしなければなりません。これは容易ではありませんが、技術的には可能です。
私たちの社会は長い間、生産性の向上を追求してきましたが、それが必ずしも全ての人の生活の質の向上につながってきませんでした。しかし、AIと再生可能エネルギーなどの新技術によって、私たちは真の豊かさの時代に入る可能性があります。
この時代では、人々は生存のために働くのではなく、意味と目的を追求するために働くことになるでしょう。芸術、科学、コミュニティサービス、個人的な成長など、人間らしい活動にもっと時間が割かれるようになるでしょう。
最終的には、テクノロジーは私たちをより人間らしくする可能性を秘めているのです。それが、私がケアと思いやりを伴うテクノ楽観主義を信じる理由なのです。技術の進歩と人間的な価値観を組み合わせることで、私たちは真に豊かな社会を作り出すことができるのです。