※本記事は、MIT Sloan Management Reviewが制作するポッドキャスト「Me, Myself, and AI」のエピソード「Creating More, Not Less, With AI: GeekWire's Todd Bishop」の内容を基に作成されています。エピソードの詳細情報およびトランスクリプトは https://mitsmr.com/4pmySKG でご覧いただけます。本記事では、ポッドキャストの内容を要約しております。なお、本記事の内容は原著作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もありますので、正確な情報や文脈については、オリジナルのポッドキャストをお聴きいただくことをお勧めいたします。
登壇者紹介:
Sam Ransbotham(ホスト): Boston Collegeのアナリティクス教授。2014年からMIT Sloan Management Reviewでデータ、アナリティクス、AIに関する研究を行っており、研究論文、年次業界レポート、ケーススタディ、そして現在12シーズン目となるポッドキャスト「Me, Myself, and AI」を通じて発信している。企業リーダー、最先端研究者、AI政策立案者とともに、AIの誇大宣伝とAIの成功を分けるものを探求している。
Todd Bishop(ゲスト): シアトルを拠点とするビジネス・テクノロジーニュースサイトGeekWireの共同創設者。AI、Microsoft、Amazonなどのトピックをカバーし、週刊ポッドキャストのホストも務める。カリフォルニア州オーランド出身の長年のジャーナリストで、以前はThe Philadelphia Inquirer、Puget Sound Business Journal、Seattle Post-Intelligencerで勤務していた。2011年に同僚のJohn CookとともにGeekWireを創設し、「シアトルで起きていることは世界中で重要である」という理念のもと、太平洋岸北西部のテクノロジーシーンを世界に発信している。
1. イントロダクション
Sam Ransbotham: AIツールは急速なペースで進化しています。あまりに急速なため、ユーザーが再びツールを使おうとしたときには、そのツールが変わってしまっていることすらあります。今日のエピソードでは、技術の進歩とそれが組織にもたらす影響について、ジャーナリストであり、同じくポッドキャスターでもある方とお話しします。私はGeekWireのTodd Bishopです。あなたが聴いているのは「Me, Myself, and AI」です。
Sam Ransbotham: Me, Myself, and AIへようこそ。このポッドキャストはMIT Sloan Management Reviewが提供する、人工知能の未来を探求する番組です。私はSam Ransbotham、Boston Collegeのアナリティクス教授です。私は2014年からMIT SMRでデータ、アナリティクス、そしてAIについて研究してきました。研究論文、年次業界レポート、ケーススタディ、そして現在12シーズン目となるポッドキャストエピソードを通じて発信しています。各エピソードでは、企業リーダー、最先端の研究者、そしてAI政策立案者たちが参加し、AIの誇大宣伝とAIの成功を分けるものは何かを解き明かしています。
Sam Ransbotham: リスナーの皆さん、今日もご参加ありがとうございます。今日のゲストはTodd Bishopです。彼はGeekWireの共同創設者です。Toddはジャーナリズムにおいて深いバックグラウンドを持っており、当時は学生新聞から始まり、最近では2011年にGeekWireを創設しました。では、Toddそこから始めましょう。GeekWireについて少し背景を教えてください。
Todd Bishop: 私の同僚John Cookと私は、長年新聞記者をしていました。そして2007年か2008年頃にブログ革命が起こっているのを目の当たりにしました。その瞬間から、Johnは私の共謀者のような存在となり、報道においてテクノロジーを積極的に取り入れることで限界を押し広げるよう私を鼓舞してくれる人物です。
Todd Bishop: 当時私たちはSeattle Post Intelligencerというシアトルの日刊紙で記事を書いていました。この新聞はもう存在していません。その理由の一部は、私が理論づけるところによれば、名前があまりにも発音しにくいからです。それが証拠です。様々な紆余曲折を経て、私たちは2011年にGeekWireを立ち上げることになりました。私たちはシアトルを拠点としており、「シアトルで起きていることは世界中で重要である」と言うのが好きです。
Todd Bishop: 全体的な概念としては、世界中の人々や企業、そしてあらゆる種類のものが、基本的に太平洋岸北西部で何が起こっているかを知りたがっているということです。それが私たちのニッチです。小さなメディア企業、イベント企業を買収しました。私の視点から言えば、この新しいAIの世界において、過去2年間で本当に繁栄してきました。それは2つの理由によるものです。1つは、私たちがカバーすべき、はるかに興味深い状況があること。そしてもう1つは、報道のプロセスで使用できる、極めて強力なツールが突然手に入ったことです。
Sam Ransbotham: あなたは「非常に興味深い」と言いましたが、これは良い婉曲表現だと思います。時には少し混沌としていますよね。背景として、リスナーの皆さんに説明しておきますが、Toddはポッドキャストを持っています。あなたが2011年にこのGeekWireアプローチとポッドキャストを始めた時と今とで、世界について何が違うと言えますか。
Todd Bishop: 本当に際立っていることが1つあります。明らかに多くの異なることが際立っていますが、テクノロジーの世界が今日どれほど異なるかを示すという点では、1つのことがあります。私たちにはGeekWire 200という機能があり、これは太平洋岸北西部のスタートアップのランキングです。最初から、私たちの中核的な指標は従業員の成長でした。質問は、あなたは成長していますか、資金を調達していますか、そして人を追加していますか、というものでした。もしそうなら、それが私たちの成功の指標でした。
Todd Bishop: そしてそれは完全にひっくり返されてしまいました。ほぼ逆転したと言っても良いくらいです。より少ない人数で成長し成功しているなら、率直に言って、少なくともキャッシュバーンを減らし、お金でより多くのことを行うという点では、おそらくより成功しているのです。そして私にとって、すべての変化の中で、私たちはここに座って1時間かけて変化したすべてのことについて話すこともできますが、それが私にとって、今日の世界がどれほど異なるかを示す最も明確な例証です。
2. テクノロジー業界の変化
Sam Ransbotham: 実は、こんなに早くこの部分に入り込むとは思っていませんでしたが、あなたが雇用の話題を持ち出しました。私たちは雇用について非常に多くの議論を目にしてきました。「なんてこった、AIがすべての仕事を奪ってしまう」といった話です。しかし、私にはそれが見えていません。あなたには見えていますか。
Todd Bishop: 私が見ているのは、AIが仕事を奪っているのではなく、タスクを奪っているということです。それが私にとって大きな違いです。そしてその意味で、特に大企業の経営幹部たちを勇気づけていると思います。人々を解雇し、残された人々がAIツールを使って、AIツールなしで大勢の従業員ができたであろうこと以上のことができると想定するのです。
Todd Bishop: ですから、その意味で、これは雇用への間接的な影響ではありますが、記者としての私にとって、特にテクノロジー業界において、1対1の関係を指し示すことは非常に困難です。AIが今この特定の仕事をしているから、したがってその仕事はもはや存在しない、というような。もう少し間接的なのです。しかし、あなたは何を見ていますか。
Sam Ransbotham: 実は、私は逆の方向に押し進めていると思います。実際、私はあなたの最近のエピソードの1つ、BoxのCEOとのものを聴いていました。それは本当に、私が考えていたこととも一致していました。つまり、私はこれが大規模な雇用創出につながるという考えを強く支持しているのです。それが「私たちは悲惨だ、すべてが終わりだ」といった考えに反しているのは知っています。そして、あなたが少し前に指摘したような、タスクに関連しているかもしれないし、そうでないかもしれない人員削減の発表における、おそらく邪悪な動機についても。しかし、私たちがこれまで以上に多くのことができるという能力は、機会を創出するでしょう。
3. AIと雇用への影響
Sam Ransbotham: 私が何度も持ち出してきたことがあります。あなたがBoxのCEOについて言及しましたが、Geekwireポッドキャストのリスナーがこれを聴いていたら、もう聞き飽きていると思いますが、言及させてください。私はBoxのCEOであるAaron Levyのところに行きました。そして私は、彼がAIエージェントを使って基本的に仕事を減らしているだろうと想定していました。つまり、彼はタホでスキーをしている、ウォータースキーかスノースキーか、その時期によって何をしているにせよ、というイメージです。
Todd Bishop: その通り、まさにその季節の段階で。
Sam Ransbotham: しかし、それはまったく逆でした。そしてこれは私にとって本当に目を開かせる瞬間でした。約6ヶ月前に彼と話したときのことです。彼にとって、会社にとって、視野が非常に拡大していたのです。AIによって今できることが非常に多くなり、それゆえにそれらのことを行うためにより多くの時間とエネルギーが投入されているのです。それは少し逆なのです。そしてあなたの指摘に戻ると、雇用市場について考えるとき、これらすべての新しい可能性が、より少なくではなく、より多くを創出する可能性が本当にあるのです。
Sam Ransbotham: もちろん、その間には痛みを伴う移行期があるでしょうが、最終的には、私はこれが付加的なものになるという議論を受け入れる傾向があります。以前のテクノロジーや産業における革命と同じようにです。
Todd Bishop: そうですね。私は価値の観点から考えています。何かのコストが下がれば、私たちはより多く消費します。そして、これらのテクノロジーが行っているのは、テクノロジーのすべてのコンポーネントではなく一部のコンポーネントを、より少ないコストで作成できるようにすることです。これは価格が下がることを意味します。そして、もし私がミクロ経済学のPとQを正しく覚えていれば、それはより大きな量で展開されることになります。
Todd Bishop: しかし、あなたが言うように、私は軽率でいたくありません。まったく同じ仕事になるわけではありません。まったく同じタスクになるわけではありません。私たちは、インターネット以前のように多くの旅行代理店を持っていません。そして私が覚えているBLS(労働統計局)の統計の1つは、旅行代理店が大規模な成長機会として予測されていたというものです。その議論は、裁量所得の増加がより多くの旅行能力につながるというものでした。より柔軟な仕事が旅行代理店への需要を創出するだろうと。しかし、ご存知の通り、それはまったくそのようには展開しませんでした。
Todd Bishop: メカニズムは正しかったのです。しかし、私たちが予測するとき、あまりにも近視眼的に考える傾向があります。1つの次元に沿って予測し、そして他のすべても変化してしまうのです。
4. AIによる仕事量の拡大
Todd Bishop: 完全に同意します。そして少しあなたに話を戻させてください、Sam。なぜなら、私はあなたのポッドキャストを聴いてきたからです。私が本当に感謝したエピソードの1つは、CiscoのJeetu Patelとのものでした。あなたが彼と深く掘り下げたことの1つは、世代間の違いと世代間の視点という全体的な概念でした。そして、これをインターンやエントリーレベルの従業員を持たない機会にしないという考え方です。実際には、これをほぼ共同トレーニングのような機会として見るのです。労働力に入ってきてこれらの仕事、これらのエントリーレベルの仕事を引き受ける人々が、キャリアでさらに進んでいる人々を訓練しているのとほぼ同じくらいなのです。
Sam Ransbotham: あなたと私のような、という婉曲表現ですね。
Todd Bishop: そうです。キャリアでさらに進んでいる人々が新人を訓練しているのと同じくらいです。そしてそれは本当にああという瞬間の1つでした。それは実際、Aaron Levyが私に教えてくれたこと、つまり「いや、これはより少ない仕事ではなく、より多い仕事だ」と言われたときに私が学んだレベルのものでした。それは「いや、私たちは実際にこれらの新しい仕事を引き受ける人々とのより多くの交流を創出する必要があり、AIにこれらすべてのことをやらせるだけに頼ってはいけない」ということなのです。
Todd Bishop: 私は過去3ヶ月間に、大学を出たばかりのエントリーレベルの記者と何度か異なる交流を持ちました。そのダイナミクスは本当に興味深いものです。なぜなら、彼らは学校を出たばかりで、おそらくあなたはあなたの学生の何人かについてこれを語ることができると思います、Sam。それぞれのケースで、1人はインターンで、もう1人は私がメンタリングしていた人で、彼の最初の記者職を目指していました。私は「それで、どのくらいAIを使っているの?どのくらいAIを使っているの?」と言いました。そして彼らの最初の反応は防御的になり、私が彼らをAIの使用で非難すると思うことでした。
Todd Bishop: そして私は実際には、明らかに完全に逆のことを考えていました。つまり、ツールを学んでいるか、世界が変わりつつあるこの新しい環境にどのように適合するか、そしてジャーナリストとして責任を持ってそれらを使用する方法にはどのような種類があるかを理解しているか、ということです。ですから、ある意味で、私の代理的な観察から、学術界を外から見ているだけの誰かとして、学術界への私の視点から言うと、そこから出てくる人々を見ているだけですが、メッセージが正しいのかどうか疑問に思います。そして私は、あなた自身の直接の経験からのあなたの見解に本当に興味があります。
5. 経済学的視点
このセクションの内容は、実際には前のセクション「3. AIと雇用への影響」の中でSam RansbothamとTodd Bishopによって既に議論されています。経済学的視点に関する主な議論は以下の通りです。
Sam Ransbotham: 私は価値の観点から考えています。何かのコストが下がれば、私たちはより多く消費します。そして、これらのテクノロジーが行っているのは、テクノロジーのすべてのコンポーネントではなく一部のコンポーネントを、より少ないコストで作成できるようにすることです。これは価格が下がることを意味します。そして、もし私がミクロ経済学のPとQを正しく覚えていれば、それはより大きな量で展開されることになります。
Sam Ransbotham: しかし、あなたが言うように、私は軽率でいたくありません。まったく同じ仕事になるわけではありません。まったく同じタスクになるわけではありません。私たちは、インターネット以前のように多くの旅行代理店を持っていません。そして私が覚えているBLS(労働統計局)の統計の1つは、旅行代理店が大規模な成長機会として予測されていたというものです。その議論は、裁量所得の増加がより多くの旅行能力につながるというものでした。より柔軟な仕事が旅行代理店への需要を創出するだろうと。しかし、ご存知の通り、それはまったくそのようには展開しませんでした。
Sam Ransbotham: メカニズムは正しかったのです。しかし、私たちが予測するとき、あまりにも近視眼的に考える傾向があります。1つの次元に沿って予測し、そして他のすべても変化してしまうのです。
Todd Bishop: 完全に同意します。
6. 世代間の違いとAI教育
Todd Bishop: 少しあなたに話を戻させてください、Sam。なぜなら、私はあなたのポッドキャストを聴いてきたからです。私が本当に感謝したエピソードの1つは、CiscoのJeetu Patelとのものでした。あなたが彼と深く掘り下げたことの1つは、世代間の違いと世代間の視点という全体的な概念でした。そして、これをインターンやエントリーレベルの従業員を持たない機会にしないという考え方です。実際には、これをほぼ共同トレーニングのような機会として見るのです。労働力に入ってきてこれらの仕事、これらのエントリーレベルの仕事を引き受ける人々が、キャリアでさらに進んでいる人々を訓練しているのとほぼ同じくらいなのです。
Sam Ransbotham: あなたと私のような、という婉曲表現ですね。
Todd Bishop: そうです。キャリアでさらに進んでいる人々が新人を訓練しているのと同じくらいです。そしてそれは本当にああという瞬間の1つでした。それは実際、Aaron Levyが私に教えてくれたこと、つまり「いや、これはより少ない仕事ではなく、より多い仕事だ」と言われたときに私が学んだレベルのものでした。それは「いや、私たちは実際にこれらの新しい仕事を引き受ける人々とのより多くの交流を創出する必要があり、AIにこれらすべてのことをやらせるだけに頼ってはいけない」ということなのです。
Todd Bishop: 私は過去3ヶ月間に、大学を出たばかりのエントリーレベルの記者と何度か異なる交流を持ちました。そのダイナミクスは本当に興味深いものです。なぜなら、彼らは学校を出たばかりで、おそらくあなたはあなたの学生の何人かについてこれを語ることができると思います、Sam。それぞれのケースで、1人はインターンで、もう1人は私がメンタリングしていた人で、彼の最初の記者職を目指していました。私は「それで、どのくらいAIを使っているの?どのくらいAIを使っているの?」と言いました。そして彼らの最初の反応は防御的になり、私が彼らをAIの使用で非難すると思うことでした。
Todd Bishop: そして私は実際には、明らかに完全に逆のことを考えていました。つまり、ツールを学んでいるか、世界が変わりつつあるこの新しい環境にどのように適合するか、そしてジャーナリストとして責任を持ってそれらを使用する方法にはどのような種類があるかを理解しているか、ということです。ですから、ある意味で、私の代理的な観察から、学術界を外から見ているだけの誰かとして、学術界への私の視点から言うと、そこから出てくる人々を見ているだけですが、メッセージが正しいのかどうか疑問に思います。そして私は、あなた自身の直接の経験からのあなたの見解に本当に興味があります。
7. 教育現場でのAI活用
Sam Ransbotham: ジャーナリズムと教育は2つの分野です。誰もが自分の業界が特に新しい技術革命の影響を受けやすいと考えていると思いますが、確かにジャーナリズムと教育はこれらの最前線にあるように感じます。私はあなたがゲストの1人に尋ねた質問の方法が気に入りました。「AIを使うことはカンニングなのか」という質問です。しかし、私が授業で行っていることの1つは、試験でさえも、AIを何にでも使うことを完全にオープンにしていることです。
Todd Bishop: ああ、すごいですね。
Sam Ransbotham: そこでの考え方は、これが新しいツールであり、私たちには学ぶことを期待されている他のツール一式があるということです。あなたもこのツールの使い方を学ぶ必要があるのです。ただ、私はそれが機能しないクラスもあることを知らないほど素朴ではありません。ですから、これは非常に特異的なものです。古典的な例は、足し算と引き算を学ぶ場合、人々に電卓を使ってほしくないということです。そしてそれは今や決まり文句になっています。
Sam Ransbotham: しかし、足し算と引き算のクラスをやっていないのであれば、電卓はかなり便利なツールです。そして特にジャーナリズムの観点から言えば、誰もがそれらのツールを使うことになります。私たちはこれらのツールを使うなと言っているわけではないと思います。しかし、それは、つまり、おそらく、おそらくガーデンパーティーでチェーンソーを使わないというのは、かなり良い経験則かもしれませんが。
Sam Ransbotham: しかし、人々は組織でこれらのツールを使うことになります。そして彼らはインフラが整う前にそれらを使うことになります。そしてそれはまさに物事が機能する方法です。私たちには指し示すべき他の人類文明がなく、本の後ろを見て「さて、あの最後の人類文明が人工知能でどうやったか、これが私たちがすべきことだ」と言うことはできません。私たちは皆、それを理解しなければならないのです。
Todd Bishop: いや、完全に同意します。しかし、私はAIをパワーツールとして考えるというアイデアが気に入っています。それを使ったことがない人や、その影響について考えたことがない人に、ただ渡すわけにはいきません。個人的な状況で、試してテストしているだけならまだしも、もし本当に会社でこれを使おうとしているなら、企業がトレーニングすることは本当に重要だと思いますが、さらに重要なのは、個人が低リスクの状況で試行錯誤を通じてそれを使う方法を理解することです。そして私にとって、それは本当に重要なことです。
Sam Ransbotham: 記録のために言っておきますが、私はToddにそれを言わせるためにお金を払っていません。しかし、私はその比喩が大好きです。なぜなら、私は大型の日曜大工店に行って、これらのツールのどれでも買うことができますが、私がそれらで行うことは、そのツールで何をしているかを実際に知っている人がすることとは非常に異なるからです。そして私はバイブコーディングについてそのように考えています。私はまだそれについて非常に不確かです。
Sam Ransbotham: 私たちが障壁を下げて、人々がこれらのツールを使えるようになり、自分で物を作ることができるというアイデアが好きです。同時に、どの程度まで、例えば、私は航空管制が誰かのバイブコードで動作することに本当に準備ができていません。
8. ポッドキャストコンテンツの傾向
Sam Ransbotham: あなたはこのポッドキャストをしばらくやっています。人々が聞きたがっていることは何だと思いますか。何が物語を人々にとって興味深いものにするのでしょうか。何が時代精神を捉えるのでしょうか。
Todd Bishop: 物事があまりにも速く動いているため、ニュース性のあるエピソードが私たちにとって非常にうまくいく傾向があります。ごく最近、私は長年ジャーナリストをしてきて、MicrosoftをカバーしてきたEd Botと話す機会を得ました。私たちはWindowsにおける最新のAI革新について話しました。そして、WindowsのようにWindowsのように広く使われているものとAIを組み合わせたとき、そして特にそこでの全体的な概念は、人々が自分自身のファイル、自分自身のデスクトップ上でエージェントを使えるようになるということです。
Todd Bishop: ですから、そのようなタイムリーさと実用性の組み合わせです。私たちにとって最近非常にうまくいったもう1つは、長年のギークでありカンファレンスオーガナイザーでもあるChris Pilloとのバイブコーディングについての議論でした。
Sam Ransbotham: そうですね。つまり、おそらくこれの一部は、あなたがニュース記事がうまくいくと話していることです。しかし、私たちの課題の1つは、おそらくそれらの一部から離れることだと思います。そして私がおそらくそれを近視眼的に言うのは、私たちが番組であなたよりも永続的なタイプのテーマを目指しているからです。あなたは、ニュースサイクルによってもう少し駆動されています。
Sam Ransbotham: しかし、これらすべてのものを追いかけていると、ツールAに非常に投資して、それからツールAがあなたの下で変わってしまうことは本当に簡単だと感じます。あなたがある比喩を持っていたと思います。私はあなたのエピソードの1つを聴いていて、ツールの1つがあなたの下で変わってしまったという何かです。あなたはそれにファクトチェックをさせていたのに、それがファクトチェックをやめた。それは私が正しく覚えていますか。
Todd Bishop: その通りです。それはGeminiでした。以前は、私がファクトチェックのために記事と関連資料をアップロードしたとき、それが暗黙的に私が何をしているかを知っていました。そしてそれは本当に興味深いです。これはバイブコーディングのテーマと一緒になります。物事が移り変わっていくのです。起こったのは、私が記事と基礎となる資料をGeminiにアップロードして、典型的なプロンプトを与えたことです。それは「ねえ、この記事をチェックして」というようなものでした。そしてそれは以前は私が何を意味しているかをただ知っていました。そして突然、それは本当に奇妙なことをしていました。
Todd Bishop: それが正確に何をしていたかは覚えていませんが、フィクションであるかのようなふりをして、私にフィードバックを与えていました。そしてそれは、ある意味で課題となっています。なぜなら、私たちが最終的に使用しているのは、人間が作成した製品ではないからです。プロダクトマネージャーが「ユーザーがこれをしたとき、UIはこれを言う」と言っているようなものではないのです。そして私は、これはユーザーである私たちのような人々だけでなく、それらを作っている企業にとっても課題だと思います。そして、大きな絵の傾向という点で、そしてあなたに同意します、私たちは今日のニュースや今週のニュースの中にいくつかのより深い洞察を見つけようとしています。それは、私たちがここで扱っている完全に異なる種類の製品の1つだと思います。
9. AI製品の不安定性
Sam Ransbotham: 私は自分自身の個人的な経験がありました。私はAIの支援を得てコースコンテンツを作成しました。そしてもちろん、学期が始まる前に半分しか終わらなかったので、追いつくために一度戻りました。そうしたら、それは働き方を完全に変えていました。そして、あなたと私が個人レベルでこれを扱っているなら、理論上これらのツールと連携するシステムを構築する企業にとってはどうなのでしょうか。もし彼らがそれらを使わなければ、彼らは窮地に陥ります。もし使えば、彼らは窮地に陥ります。この中に、最終的に窮地に陥らない道はあるのでしょうか。
Todd Bishop: これはあなたのHugging Faceとの会話に関わってきます。私たちはお互いのエピソードの超ファンのように見えていますが、私たちはお互いのポッドキャストを聴いてきました。これは、誰かと会話をする前の良いポッドキャストホストの実践だと思います。私は1つの答えはオープンソースだと思います。そして、多くのこれらのモデルが、洗練された開発者を持つ企業が取り入れることができ、ある程度の透明性を持つことができるという事実です。そして、おそらく結果をコントロールすることはできないかもしれませんが、少なくともそれに関するいくつかのパラメータを設定し、環境をコントロールする能力があります。
Todd Bishop: そして私たちは、シアトルのAllen Institute for AIという非営利団体をカバーすることになります。そこに行くのはちょっとクールです。これは以前、テクノロジー報道でもっと頻繁に起こっていたことです。製品ブリーフィングのために入って行き、約1時間後に歩いて出てくるとき、リリースされる予定のものについての情報だけでなく、より深い理解も持って出てくるのです。そして、私がAI2、Allen Institute for AIに行くときはいつでも、「ああ、今ポストトレーニングAIが何であるか理解した」というような感じで出てきます。それはそのような機関なのです。
Todd Bishop: しかしさらに重要なのは、あなたがコントロールについて話しているとき、そして企業がこれらのAIモデルを展開する方法や、AIモデルが何をするかについていくつかの予測可能性を持つ能力について話しているとき、私はオープンソースが答えの1つだと思います。
10. オープンソースAIの役割
Todd Bishop: 私は1つの答えはオープンソースだと思います。そして、多くのこれらのモデルが、洗練された開発者を持つ企業が取り入れることができ、ある程度の透明性を持つことができるという事実です。そして、おそらく結果をコントロールすることはできないかもしれませんが、少なくともそれに関するいくつかのパラメータを設定し、環境をコントロールする能力があります。
Todd Bishop: そして私たちは、シアトルのAllen Institute for AIという非営利団体をカバーすることになります。そこに行くのはちょっとクールです。これは以前、テクノロジー報道でもっと頻繁に起こっていたことです。製品ブリーフィングのために入って行き、約1時間後に歩いて出てくるとき、リリースされる予定のものについての情報だけでなく、より深い理解も持って出てくるのです。そして、私がAI2、Allen Institute for AIに行くときはいつでも、「ああ、今ポストトレーニングAIが何であるか理解した」というような感じで出てきます。それはそのような機関なのです。
Todd Bishop: しかしさらに重要なのは、あなたがコントロールについて話しているとき、そして企業がこれらのAIモデルを展開する方法や、AIモデルが何をするかについていくつかの予測可能性を持つ能力について話しているとき、私はオープンソースが答えの1つだと思います。
11. 推論モデルへの移行
Sam Ransbotham: 皆さん、ThoughtWorksとのブランドインタビューシリーズの別のセグメントに戻ってきました。ThoughtWorksは世界的なテクノロジーコンサルタント会社で、18カ国にわたって10,000人近くの従業員を擁し、カスタムソフトウェアとデジタルトランスフォーメーションを通じて複雑な問題を解決するのを組織に支援しています。前回のセグメントでは、会社についてShanと話しました。Shan、お帰りなさい。推論への移行について教えてください。なぜそれが重要なのですか。
Shan: AIシステムにより多くのインテリジェンスを取り込むためには、以前はより多くのトレーニングが必要でした。そしてそれはまだある程度真実ですが、人々はテスト時間と推論時間のスケーリングを見てきました。つまり、最近の推論モデルのいずれかを使ったことがあるなら、一般的に言って、それらの正しいメンタルモデルは、同じ種類の基本的な基礎モデルであり、通常は特定の方法でポストトレーニングされているため、一般的により多くのトークンを出力するということです。そして、それをより知的にする方法は、単により多くのトークンを出力させることによるものです。これは直感に反します。
Shan: トークンというのは一般的に、単語として考えることができます。それは、モデルがテキストを消費したり、テキストを生成したりするために使用する基本単位です。そして注目に値するのは、これはテキストに限定されないということです。テキストの場合、トークンが何であるかを説明するのは本当に簡単です。しかし、画像モデルのようなものを想像できます。それらにはまだトークンの概念がありますが、それは例えば画像の一部、またはビデオの一部、またはオーディオの一部のようなものです。
Shan: 実際的に言えば、私たちが見ているのは、モデルにより多くのトークンを出力させることによって、それは事実上より知的な答えを与えているということです。そして、これの正しいメンタルモデルは、それはほとんど話さずに考えることができない人のようなものです。つまり、声に出して考えているようなものです。内省のためのメカニズムを持っていません。ですから、これの副作用と、人々がこれについて気にすべき理由は、エンタープライズレベルで言えば、誰もがエージェンティック・エンタープライズ、コンポーザブル・エンタープライズに向かって進みたいと考えています。
Shan: インテリジェンスがその核心にあり、あなたが望むすべての答えを魔法のように見つけることができます。特にエージェンティックAIについて考えているなら、自分で出て行って物事を行うAIシステムを持っているということです。つまり、毎回それをプロンプトしているわけではありません。ほとんど擬人化されています。それはあなたの組織の中にいます。データを取得しに行っています。必然的に、それは途中で大量のトークンを出力しているということです。ですから今、あなたはトークンをどこから得ているかについて考え始めなければなりません。
Shan: あなたはそれらを、OpenAIやAnthropicのような古典的なAIベンダーから特定のレートで固定されて取得しているのですか。それとも、それを社内に持ち込むことを考えていますか。そして、それを社内に持ち込むなら、これをサポートするために大量のハードウェアを購入していますか。推論最適化を行い、トークンあたりのコストを下げる方法について考えていますか。突然、このものの単位経済学が大きく変化し始めます。そして、以前はモデルのトレーニング、AIのための大規模支出について考えることをビジネスとしていなかった組織でさえ、今や突然、誰もが十分に長い時間スケールでそれについて考え始めなければならないのです。
Sam Ransbotham: John、今日は素晴らしい会話をありがとう。参加していただきありがとうございました。これはとても楽しかったです。
Shan: お招きいただきありがとうございました。
Sam Ransbotham: thoughtworks.comに行って、私たちのインサイトブログに行ってください。私たちはそこにこのタイプのコンテンツをたくさん投稿しており、技術的なレベルは様々ですが、そこには常に誰かのための何かがあります。
12. トークン経済とコスト
Shan: これの副作用と、人々がこれについて気にすべき理由は、エンタープライズレベルで言えば、誰もがエージェンティック・エンタープライズ、コンポーザブル・エンタープライズに向かって進みたいと考えているということです。インテリジェンスがその核心にあり、あなたが望むすべての答えを魔法のように見つけることができます。特にエージェンティックAIについて考えているなら、自分で出て行って物事を行うAIシステムを持っているということです。つまり、毎回それをプロンプトしているわけではありません。ほとんど擬人化されています。それはあなたの組織の中にいます。データを取得しに行っています。必然的に、それは途中で大量のトークンを出力しているということです。
Shan: ですから今、あなたはトークンをどこから得ているかについて考え始めなければなりません。あなたはそれらを、OpenAIやAnthropicのような古典的なAIベンダーから特定のレートで固定されて取得しているのですか。それとも、それを社内に持ち込むことを考えていますか。そして、それを社内に持ち込むなら、これをサポートするために大量のハードウェアを購入していますか。推論最適化を行い、トークンあたりのコストを下げる方法について考えていますか。
Shan: 突然、このものの単位経済学が大きく変化し始めます。そして、以前はモデルのトレーニング、AIのための大規模支出について考えることをビジネスとしていなかった組織でさえ、今や突然、誰もが十分に長い時間スケールでそれについて考え始めなければならないのです。
13. コンテンツ生成と消費の不均衡
Sam Ransbotham: 私が今考えていることの1つは、私たちがこれらのツールがものを生成する能力に焦点を当ててきたということです。おそらく近視眼的に、それらが消費に課している要求を無視しています。つまり、私たちは今、これらを消費する能力をはるかに超えるコンテンツを持つことができるようになったということです。そしてそれは組織においても真実です。起こらなければならない組織的なことが山ほどあります。ツールがより良いからといって、それを導入すべきだというわけではありません。なぜなら、それは十分に良くないかもしれないし、少し脆弱かもしれないからです。これらはすべて消費指向の問題であり、生産の問題ではありません。
Sam Ransbotham: 消費の問題について何かできることはありますか。
Todd Bishop: そうですね、それは素晴らしい質問です。そして私は、これを「あなたのボットに私のボットを話させる」というカテゴリーで考える傾向があります。なぜなら、記者として、そしてもちろん誰もがこの問題を抱えていますが、私は特にメールをますます多く受け取っていて、それが私を圧倒しているように感じます。そして私は、スパム電話がひどくなっているのと同じように、それがひどくなっていると思います。その理由の一部は、人々がAIを使ってコンテンツを最適化している、あるいは少なくとも最適化はおそらく間違った言葉ですが、あなたの指摘するように、コンテンツを加速し拡大するためです。
Todd Bishop: そしてそれに対する私の解決策の一部は、AIツールです。AIが私たちのコミュニケーションをより良くできるかもしれません。そこには希望があります。
14. リスナーとの双方向エンゲージメント
Sam Ransbotham: あなたは受け取っているすべてのメールについて言及しました。私たちは毎日大量のメールを受け取ります。本当にかなり驚異的な量です。そして私は、あなたがさらに多く受け取っているのは確実だと思います。しかし、その中には素晴らしいメールもあります。ポッドキャストの観点から、リスナーとどのように関わっていますか。私が個人的に不満に思うことの1つは、あなたと私がお互いに話し合うのは楽しいのですが、他のみんなとも話したいということです。しかし、これらすべてのメールが入ってきます。ポッドキャスターとして、リスナーとどうやってより良く関わることができるでしょうか。
Todd Bishop: これは私にとって行動を促すものかもしれません、Sam。なぜなら、私はこれについて多く考えてきたからです。そして、もしあれば、リスナーだけでなく読者も含めて考えています。なぜなら、私たちはページ上のテキストが最初であり、ポッドキャストはその後という傾向があるからです。そして、約6、7年前、私たちのコメントセクションは完全に手に負えなくなったと言えます。
Sam Ransbotham: ええ。
Todd Bishop: そしてそれは、他の誰かが投稿した何かについて他の誰かを侮辱することから得られる、ある種の悪意のある発散的満足以外には、もはや価値を付加していませんでした。あなたはその状況を知っています。私たちは、オープンプロトコルを使用してDisqusコメントを戻すことについて話してきました。そしてそれは私たちがまだ検討するかもしれないことです。しかし、私はその1対1の直接的な種類の交流が恋しいです。
Todd Bishop: ポッドキャストリスナーに関して言えば、私には約10人から15人の、いわばパワーリスナーがいます。
Sam Ransbotham: まさに。
Todd Bishop: もし良いエピソードなら、私は彼らの少なくとも何人かから連絡があることを知っています。そして私は、あなたも同じようなものを持っていると確信しています。「私はこれについて考えた、そしてこれについてはどうか」というような。
Sam Ransbotham: ええ。まさに。あなたはそれを正しく理解しました。
Todd Bishop: なぜこれを尋ねなかったのか。
Sam Ransbotham: そうです、それが私のお気に入りです。そして通常、彼らは正しいのです。私はそれを尋ねるべきでした。しまった、私は何を考えていたのか。
Todd Bishop: まさに。しかし、私たちはそれを体系化し、それをショーに組み込む良い方法を見つけられていません。そしてこの一部は、それを行うための時間とエネルギーとリソースだけの問題です。
Sam Ransbotham: あなたはジャーナリズムと教育にいます。私たちは教育にかつてモデルを持っていました。それは教育のバンキングモデルと呼ばれるもので、空っぽの学生が入ってきて、学識のある教授が彼らに大量の情報を注ぎ込み、彼らは知識で満たされて去っていくというものです。そして、それがうまくいったことがあるかどうかは分かりませんが、確実に今はもううまくいきません。
Sam Ransbotham: 教育は、それが双方向であるとき、共同学習であるとき、同じ部屋にいて人々と関わることに利益があるときにうまくいくように思えます。そしてジャーナリズムの世界の多くは、あなたがコメントセクションで言及した問題のために、それをうまくサポートしていません。そしてポッドキャストの世界も同様の方法で、非常に放送指向です。私にはそれに対する素晴らしい解決策はありません。
15. ジャーナリズムにおける楽観主義と懐疑主義
Sam Ransbotham: いずれにしても、あなたは番組に持ち込む素晴らしい物語がたくさんあります。同時に、あなたがこれらのことについて話す方法には、ある種の懐疑主義も感じます。それをどのようにバランスさせていますか。私たちはこのテクノロジーに興奮しています。あなたはそれができることに興奮しています。同時に、人々が自分たちのテクノロジーができると言っていることと、それらが実際にできることの間には断絶があります。これらをどのように調和させるのか、それとも調和させる必要があるのでしょうか。
Todd Bishop: そうですね、私は個人レベル、組織レベル、そして社会レベルでこれを考える傾向があります。そして私が時々困ることになるのは、私がどれだけテクノロジー愛好家であるかということです。そしてこれは実際、長年にわたって記者としての私にとって根本的な問題でした。なぜなら、私は入って行って「あなたの魔法は何ができますか」というような感じだからです。そしてその質問に暗黙的に含まれているのは、私の視点から、肯定的なことは何か、あなたの魔法ができる良いことは何か、ということです。
Todd Bishop: そして私は学ばなければなりませんでした。そしてあなたは読者のコメントに言及しました。つまり、読者とリスナーのコメントです。その一部は、1つの会社または別の会社が彼らのテクノロジーで何かをする可能性について、私があまりにも楽観的であることについての厳しいフィードバックでした。そして私は長年にわたってそれを学んできました。そしてそれは私にとってジャーナリストとしてある程度の反射神経になっています。そして明らかにそれは最初からそこにあるべきであり、ある程度はそうなのですが、最高のジャーナリストの多くは皮肉屋です。
Todd Bishop: そして私は、テクノロジーの世界でさらに皮肉的になるように自分自身を押し進めなければなりませんでした。そして、私が試すのが待ちきれない派手な新しいものを乗り越えなければなりませんでした。
Sam Ransbotham: Todd、今日話す時間を取っていただきありがとうございます。魅力的でした。これが私と同じくらい興味深いと思ったリスナーの皆さんは、GeekWireに行って、Toddと私が持つ別の会話を聴いてください。Todd、参加してくれてありがとう。
Todd Bishop: 私の喜びです、Sam。参加してくれてありがとう。