マーク・アンドリーセン最新インタビュー：DeepSeek、宇樹、およびAIがもたらす権力構造の変化
TechFlow厳選深潮セレクト
マーク・アンドリーセン最新インタビュー：DeepSeek、宇樹、およびAIがもたらす権力構造の変化
現段階でのAIの勝者はすべてのユーザーであり、敗者は独自モデルを持つ企業である。
Web3業界の深掘り報道に専念し潮流を洞察
著者：MD
制作：明るい企業
最近、アメリカの人気ポッドキャスト『Invest Like the Best』が再度Andreessen Horowitzの共同創業者Marc Andreessen氏をインタビューした。このインタビューで、Marc氏とホストのPatrick氏は、AIが技術および地政学に及ぼす大きな変化について深く議論し、DeepSeekのオープンソース人工知能とそれが大国間の技術競争において持つ意義についても言及した。さらに、彼らは世界的な権力構造の進化や、ベンチャーキャピタル業界全体の転換についても意見を交わした。
「明るい企業」はAIツールを用いて、インタビューの核となる内容をいち早く整理した。全文は文末の「原文リンク」から確認できる。
以下はインタビューの内容（要約）：
DeepSeek、AIにおける勝者と敗者について
Patrick：Marc、最も重要な問題から始めなければならないと思います。あなたはDeepSeekのR1についてどう思いますか？
Marc：これは多面的な話です。（私は）アメリカが依然としてAI分野における科学的・技術的リーダーであると考えています。DeepSeekの多くのアイデアは過去20年、あるいは驚くべきことに80年前に米国や欧州で行われた研究に由来しています。ニューラルネットワークの初期研究は1940年代に米国および欧州の研究型大学で始まりました。
知識の発展という観点では、米国は依然として大きくリードしています。
しかし、DeepSeekはこれらの知識を非常に優れた形で実装しました。そして彼らが成し遂げた素晴らしいことの一つは、その技術を世界中に対してオープンソースとして提供したことです。これは実際に驚くべきことであり、状況が逆転しているのです。OpenAIのような米国の企業は基本的に完全にクローズドです。
イーロン・マスク氏はOpenAIに対する訴訟の一部として、会社名を「Closed AI」に変更すべきだと主張しています。OpenAIは当初すべてをオープンソースにする予定でしたが、現在はすべてが閉じられています。Anthropicのような他の大手AIラボも完全にクローズドです。事実上、研究論文の公開さえ停止しており、すべてを独自財産として扱っています。
一方、DeepSeekチームは自らの理由により、真のオープンソースの約束を実際に果たしました。彼らはLLM（V3と呼ぶ）と推論エンジン（R1と呼ぶ）のコードを公開し、どのように構築したかを詳細に説明する技術論文も公開しました。これにより、同様の作業をしたい人にとって道標となるのです。
つまり、これらはすでに公開されています。「DeepSeekを使うとすべてのデータが中国人に渡る」という外部からの誤った主張があります。もしDeepSeekのウェブサイト上でサービスを利用する場合、それは事実です。しかし、コードをダウンロードして自分で実行することもできます。例を挙げると、Perplexityという米国の企業では、DeepSeek R1を米国内で完全にホスティングされた形で利用できます。MicrosoftとAmazonは現在、DeepSeekのクラウド版を提供しており、それらのクラウドプラットフォーム上で実行可能です。もちろん両社とも米国企業であり、米国のデータセンターを利用しています。
これは非常に重要です。今やこのシステムを自宅や会社にある6,000ドル相当のハードウェア上で実行することが可能です。その性能はOpenAIやAnthropicといった企業の最先端システムと同等です。
これらの企業は巨額の資金を投じてシステムを構築しました。しかし今や、6,000ドルでそれを手に入れ、完全なコントロールを持つことができます。自分で実行すれば、完全な制御権を持ちます。内部の動作を完全に透明に理解でき、修正したり、さまざまな操作を行うことが可能です。
また、「蒸留（distillation）」と呼ばれる非常に優れた機能があります。6,000ドルのハードウェアが必要な大規模モデルを圧縮し、より小型化されたモデルを作成できます。すでにネット上にはMacBookやiPhone上で実行可能な最適化された小型バージョンが存在します。完全版ほど賢くはありませんが、それでも十分に高性能です。特定の分野に特化したカスタム蒸留モデルを作成することで、その分野でのパフォーマンスを最大化できます。
これは大規模モデルによる推論、特にプログラミングや科学分野における推論の普及において大きな進歩です。半年前までは、これらは非常に専門的で極めて高価かつ独占的でした。しかし今や、誰にとっても無料で永久に利用可能になっています。
すべての大手テック企業、インターネット企業、スタートアップ企業が影響を受けます。今週だけで数十、あるいは数百ものスタートアップが、DeepSeekを基盤に再構築したり、製品に統合したり、使用されている技術を研究して既存のAIシステムを改善しています。
Metaのマーク・ザッカーバーグ氏も最近、MetaチームがDeepSeekを分解し、合法的にこれらのアイデアを取り入れていると述べました。オープンソースであるため、次のLlamaのバージョンがDeepSeekと同等以上になるよう取り組んでいるのです。これはまさに世界を前進させています。
ここから得られる主な教訓は二つあります。まず、AIはどこにでも存在するようになります。AIリスク管理担当者、セキュリティ専門家、規制当局、政府、EU、英国など、AIの制限と統制を望む人々がいますが、その結果としてそれらの試みはほぼ確実に失敗するでしょう。これはインターネットの自由な伝統に合致しており、良いことだと思います。次に、推論コストが30倍低下したことです。
最後に指摘しておくのは、推論が有効であることを示しているということです。推論は、答えを生成でき、その後技術者が正しさを検証できる限り、あらゆる人間活動の領域で有効です。
我々は人類レベル、あるいは超人的な推論能力を持つAIを持つようになり、コーディング、数学、物理、化学、生物学、経済学、金融、法律、医学など、本当に重要な分野で活躍するでしょう。
これは地球上のすべての人が5年以内に、いつでも利用可能な超人的なAI弁護士、AI医師をスマートフォンの標準機能として持つことを保証します。これにより、世界はより良くなり、健康で素晴らしいものになるでしょう。
Patrick：しかし同時に、これは非常に不安定で、2ヶ月でモデルが陳腐化します。各技術層で多数の革新が起きています。現時点に焦点を当てて、新アプリ開発者、既存ソフトウェア開発者、NVIDIAのようなインフラプロバイダー、オープンソース対クローズドモデル企業など、すべての関係者の勝者と敗者を考えると、R1のリリース後、誰が勝者で誰が敗者だと思いますか？
Marc：今日という時点で「スナップショット」を撮ると、ゼロサムゲームの観点から、一時的な勝者と敗者を見れば、勝者はすべてのユーザー、すべての消費者、個人、そしてAIを利用するすべての企業です。
AI法務サービスを行うスタートアップなど、先週までAI利用コストが現在の30倍だった企業もあります。
例えば、AI弁護士を構築しようとする企業にとって、主要な入力コストが30倍低下することは、ガソリン代が30倍安くなるようなものです。突然、同じ1ドルで30倍遠くまで走れるようになります。あるいは、余剰支出力を他の購入に回せます。これらの企業は、すべての分野でAI利用を大幅に拡大するか、より安価または無料でサービスを提供できるようになります。ユーザーと世界にとっては、固定サイズのパイにおける理想的な結果です。
敗者は独自モデルを持つ企業、つまりOpenAI、Anthropicなどです。OpenAIとAnthropicは直近1週間、これが終焉ではないと説明するかなり強硬なメッセージを発信していることに気づきます。ビジネスや政治には古くからの格言があり、「説明し始めたら、もう負けている」のです。
もう一つはNVIDIA社です。これについては多くの議論がありますが、NVIDIAは人々が使う標準的なAIチップを製造しています。他にも選択肢はありますが、大多数の人はNVIDIAを使っています。彼らのチップの利益率は90％に達し、株価もそれを反映しています。（NVIDIAは）世界で最も価値のある企業の一つです。DeepSeekチームが論文で行ったことの一つは、より安価なチップを使用する方法を編み出したことです。実際には依然としてNVIDIAのチップを使用していますが、より効率的に使っているのです。
30倍のコスト削減の一部は、必要なチップ数が減ることにあります。ちなみに中国は独自のチップサプライチェーンを構築しており、一部の企業は中国発のチップを使い始めています。これはNVIDIAにとってさらに根本的な脅威です。これがある時点でのスナップショットです。しかし、あなたの質問は別の見方を示唆しています。つまり、時間の経過とともに、弾力性の効果を見ていくことです。サティヤ・ナドラは「ジェブンズのパラドックス」という言葉を使いました。
ガソリンを想像してください。ガソリン価格が大幅に下落すれば、人々は急激に多く車を運転するようになります。これは交通計画でよく見られます。オースティンのような都市で交通渋滞があるとき、誰かが既存の高速道路の横に新しい高速道路を建設しようとします。するとわずか2年で、新しい高速道路も満杯になり、移動がさらに難しくなるかもしれません。これは、キーコストの低下が需要を誘発するためです。
AIが突然30倍安くなれば、人々は30倍使うかもしれません。あるいは100倍、1000倍使うかもしれません。この経済用語を「弾力性」と呼びます。
したがって、価格低下＝需要の爆発的増加です。合理的なシナリオとして、使用量が爆発的に増加する先に、DeepSeekがうまくいく場面があります。ちなみに、OpenAI、Anthropicもうまくいき、NVIDIAもうまくいき、中国のチップメーカーもうまくいくでしょう。
そして、潮の満ち引きのような効果が見られ、業界全体が爆発的に成長します。人々がこれらの技術の使い方を理解し始めたばかりです。推論が機能し始めたのはここ4ヶ月前からです。OpenAIがo1推論モデルをリリースしたのは数ヶ月前です。まるで火種を山から取り出して全人類に渡したようなものです。ほとんどの人類はまだ火を使っていませんが、いずれ使うでしょう。
正直に言えば、これは古い考え方でもあります。つまり、OpenAIや似たような企業であれば、先週やっていたことはもはや十分ではありません。しかし、それが世界の在り方です。より良くなっていかなければなりません。これらは競争です。進化しなければなりません。そのため、多くの既存企業が真剣にレベルアップし、より攻撃的になる強力な触媒ともなります。
……
Patrick：……米国で開発され、巨額の資金が投入されたモデルを中国企業が使い、それが世界に富をもたらす技術につながっているというのは理解しがたいことです。この二つの視点について、あなたの反応をお聞かせください。
Marc：はい、ここにはいくつかの真の問題があります。このような主張には皮肉があります。確かに、このような主張を耳にすることがあります。皮肉なのは、OpenAIがTransformerを発明していないことです。大規模言語モデルの核心アルゴリズムはTransformerと呼ばれます。
これはOpenAIで発明されたのではなく、Googleで発明されました。Googleはこれを発明し、論文を発表しました。ちなみに、商品化はしませんでした。研究を続けましたが、「安全」上の懸念から商品化しないと判断し、棚上げにして5年間放置しました。その後、OpenAIのチームがこれを理解し、採用してさらに進めました。
AnthropicはOpenAIの派生企業です。AnthropicもTransformerを発明していません。つまり、これらの企業のどちらも、また米国の他のすべての大規模言語モデル研究ラボ、他のすべてのオープンソースプロジェクトも、自ら創造・開発したものではないものを基盤としています。
ちなみに、Googleは2017年にTransformerを発明しましたが、Transformer自体はニューラルネットワークの概念に基づいています。ニューラルネットワークのアイデアは1943年に遡ります。つまり、82年前に最初のニューラルネットワーク論文が発表され、Transformerは70年間にわたる研究開発の上に築かれています。その大部分は連邦政府や欧州政府が研究型大学で資金を提供していました。
したがって、これらすべてのシステムに流入するアイデアの系譜は非常に長く、現在これらのシステムを構築している企業が開発したとは言えません。私たち自身の企業を含め、どの企業も特別な道徳的主張を持って「ゼロから構築しているため完全にコントロールすべきだ」と主張することはできません。それは事実ではありません。
したがって、このような主張は当座の挫折感から出ていると言えるでしょう。ちなみに、こうした主張は意味をなさないこともあり、中国はすでにそうしており、事実は起こってしまったのです。現在、著作権に関する議論があります。この分野の専門家と話すと、多くの人がDeepSeekがなぜこれほど優れているのか理解しようとしています。その理論の一つは、未証明ですが、専門家が信じている仮説として、中国企業が米国企業が使っていないデータで訓練した可能性があるというものです。
特に注目すべきは、DeepSeekが創作的ライティングにおいて非常に優れている点です。DeepSeekは現在、英語での創作的ライティングにおいて世界最高のAIかもしれません。これは奇妙です。中国の公用語は中国語だからです。非常に優れた中国の英語小説家もいますが、一般的に最高の創作的ライティングは西洋から生まれると思われます。しかしDeepSeekがおそらく最高であることは衝撃的です。
そこで、ある理論として、DeepSeekが訓練した可能性があります。例えば、Libgenという名前のウェブサイトがあり、これは巨大なインターネットリポジトリで、盗作本で満たされています。私自身はLibgenを使うことはありませんが、友人にそういう人がいます。Kindleストアのスーパーセットのようなものです。すべての電子書籍がPDF形式で存在し、無料でダウンロードできます。映画版の海賊湾のようなものです。
米国のラボはLibgenからすべての本をダウンロードして訓練することはできないと思うかもしれませんが、中国のラボはできると思うかもしれません。したがって、差別的優位性が存在する可能性があります。とはいえ、未解決の著作権紛争があります。人々はこの問題に注意深く対処する必要があります。なぜなら、出版会社がOpenAI、Anthropic、DeepSeekのような生成AI企業がコンテンツを使用することを阻止したいと考えているからです。
著作権保護された資料は自由に使用できないという主張があります。もう一つの主張は、AIが本を訓練することは本をコピーしているのではなく、本を読んでいるだけだというものです。AIが本を読むことは合法です。
あなたと私も本を読むことは許されています。図書館から本を借りたり、友人の本を借りたりするのは合法です。これらの行為はすべて合法です。本を読むことは許可されており、本から学ぶことも許可されています。日常生活の中で、本から学んだアイデアについて話すこともできます。もう一つの主張は、AIの訓練は本を読むことに似ており、窃盗とは違うというものです。
また現実的には、……AIがすべての本で訓練できる場合、米国企業が法的に本の訓練を禁止された場合、米国はAI競争で敗れる可能性があります。
現実的に見れば、致命的な打撃となるかもしれません。彼らが勝ち、我々が負けるようなものです。おそらくこの議論全体が絡み合っています。DeepSeekは訓練に使用したデータを明らかにしていません。したがって、DeepSeekをダウンロードしても、訓練データは得られず、いわゆる「重み」を得るだけです。つまり、訓練材料で訓練されたニューラルネットワークを得るのです。しかし、そこから訓練データを逆算して導き出すのは非常に困難、あるいは不可能です。
ちなみに、AnthropicとOpenAIも訓練に使用したデータを明らかにしていません。この分野では、OpenAIの訓練データに何が含まれているかについて激しい推測があります。彼らはこれを商業秘密としています。公開しません。したがって、中国のDeepSeekがこれらの企業と異なるかもしれないし、同じかもしれません。中国企業と訓練方法が異なるかもしれません。わかりません。
OpenAIとAnthropicのアルゴリズムが正確に何であるかはわかりません。なぜなら、オープンソースではないからです。公開されているDeepSeekのアルゴリズムと比べて、どれほど優れているか、劣っているかはわかりません。
クローズドソースとオープンソースについて
Patrick：OpenAI、Anthropicのようなクローズドソースモデルを採用する企業は、最終的にアップルとグーグルのアンドロイドのような関係になると思いますか？
Marc：私は最大限の競争を支持します。ちなみに、これは私のベンチャーキャピタリストとしての立場に合致します。もし私がAI企業の創業者なら、明確な戦略を持ち、利点と欠点を慎重に考慮し、トレードオフを行う必要があります。
一方、ベンチャーキャピタリストとしては、その必要はありません。互いに矛盾する賭けを複数行うことができるのです。ピーター・ティールが言う「決定論的楽観主義」と「非決定論的楽観主義」です。企業の創業者やCEOは決定論的楽観主義者でなければなりません。彼らは計画を持ち、その実現のために困難な選択をしなければなりません。ベンチャーキャピタリストは非決定論的楽観主義者です。100の異なる計画、互いに矛盾する仮定を持つ100の企業に資金を提供できます。
私の仕事の本質は、あなたが説明したような選択をする必要がないことです。それにより、私は哲学的な主張をしやすくなります。個人的にも誠実に同意するのは、最大限の競争を支持するということです。もう一段階深く言えば、自由市場、最大限の競争、最大限の自由を支持するということです。
本質的に、できるだけ多くの賢い人々が、できるだけ多くの異なる方法を考え出し、自由市場で互いに競い合い、何が起こるかを見守ることを意味します。AIに関して言えば、大規模ラボが可能な限り速く発展することを支持します。
OpenAIやAnthropicがやりたいことを100％支持します。彼らがやりたい製品をリリースし、可能な限り努力して発展することを支持します。政府から優遇政策、補助金、支援を受けなければ、企業としてやりたいことをできるべきです。
もちろん、スタートアップ企業も支持します。私たちは積極的にさまざまな規模とタイプのAIスタートアップに資金を提供しています。彼らが成長することを願っています。また、オープンソースの発展も願っています。なぜなら、オープンソースに何かが出れば、それが一部のビジネスモデル企業の運営を不可能にしても、世界や業界全体への利益が大きすぎて、他の収益化方法を見つけられると考えるからです。AIはより普及し、より安価で、よりアクセスしやすくなります。これは良い結果になると私は考えます。
オープンソースのもう一つの非常に重要な理由は、オープンソースがなければ、すべてがブラックボックスになるからです。オープンソースがなければ、すべてが少数の企業によって所有・支配されるブラックボックスになり、最終的に政府と結託する可能性があります。これは議論の余地があります。しかし、箱の中身を確認できるようにするためにオープンソースが必要です。
ちなみに、学術研究のためにもオープンソースが必要です。教育のためにもオープンソースが必要です。したがって、オープンソース以前の問題は、2年前には基本的なオープンソースLLMがなく、MetaがLlamaをリリースし、フランスのMistral、そして現在のDeepSeekがありました。
しかし、これらのオープンソースモデルが登場する前、スタンフォード、MIT、バークレーなどの大学システムでは深刻な危機が起きていました。大学の研究者がAI分野で競争し、関連性を保つために必要な10億ドル相当のNVIDIAチップを購入する資金が不足していたのです。
したがって、2年前にコンピュータサイエンス教授に話を聞いた場合、非常に心配していたでしょう。最初の懸念は、自分の大学がAI分野で競争し、関連性を保つのに十分な資金を持っていないことでした。もう一つの懸念は、すべての大学を合わせても、大企業の資金調達能力に追いつくことができないほど、競争に必要な資金が不足していることでした。
オープンソースにより、大学は再び競争に戻ることができました。つまり、スタンフォード、MIT、バークレー、ワシントン大学などの州立校の教授として、現在はLlamaコード、Mistralコード、DeepSeekコードを使って教育できます。研究ができ、実際にブレイクスルーを達成できます。研究成果を発表し、人々が実際に何が起きているかを理解できます。
そして、毎世代の若者が大学に来て、コンピュータサイエンスの授業を受けるとき、それがブラックボックスであればできないことを学べるようになります。私たちは、言論の自由、学問の自由、研究の自由が必要なように、オープンソースが必要です。
したがって、私のモデルは基本的に、大企業、小企業、オープンソースが互いに競争することです。これはコンピュータ業界で起こったことです。うまくいきました。インターネット業界でも起こりました。うまくいきました。AI分野でも起こると信じており、うまくいくと思っています。
Patrick：最大の進化速度と最大の競争を望むことに限界はあるでしょうか？おそらくあります。もし私が、中国が最高のものを生み出していると知っていると言ったら、……、最大の進化と競争を望むが、国家的利益が最大の進化速度と発展への欲求を凌駕する状況があるでしょうか？
Marc：この主張は非常に現実的なものです。AI分野では頻繁に提起されます。実際、今日ここで話している時点では、二つのことがあります。まず、現在、西側企業や米国企業が中国に最先端のAIチップを販売することに制限がかかっています。例えば、NVIDIAは現在、最先端のAIチップを中国に合法的に販売できません。このような決定が下され、政策が実施されている世界に私たちは住んでいます。
また、バイデン政権は撤回されたと私は思いますが、ソフトウェアにも同様の制限を課す行政命令を出したことがあります。これは非常に活発な議論です。DeepSeek事件が起き、ワシントンD.C.でまた新たな議論が始まっています。
政策論争に陥ると、理論的に国家的利益に合致するものは何かという理性的な論争のバージョンがあります。そして政治的な論争のバージョンがあります。つまり、政治プロセスが理性的な論争に何をするかです。こう言いましょう。理性的な論争が政治プロセスと出会うのを見てきた経験がたくさんありますが、通常は理性的な論争が勝つわけではありません。政治マシンを通すと、出てくるのは当初想定したものとは違うことが多いのです。
さらに第三の要素があります。常に議論する必要があるのは、特に大企業の腐敗した影響力です。大企業であれば、中国企業がより競争力を持っていること、オープンソースが脅威になっていることに気づき、当然、米国政府を利用して自分たちを守ろうとするでしょう。それが国家的利益に合致するかもしれませんし、しないかもしれません。しかし、国家的利益に関係なく、必ずそれを推進するでしょう。これがこの議論を複雑にしているのです。
最先端のAIチップを中国に販売することはできません。これは確かに彼らをある面で妨害しています。彼らができないこともあります。それが国家的利益に合致すると決めたのなら、良いことかもしれません。しかし、それによって生じる他の三つの興味深い結果を見てみましょう。
一つ目の結果は、中国企業に大きな動機を与えることです。より安価なチップで物事を実現する方法を設計する動機です。DeepSeekのブレイクスルーの重要な部分は、制裁対象外のより安価なチップでも、大規模チップを使う米国企業と同じことを実現する方法を編み出したことです。それがこれほど安価な理由の一つでもあります。6,000ドル相当のハードウェアで実行できる理由の一つは、コードを最適化し、制裁対象外のより安価なチップ上で効率的に動作させるために、膨大な時間と労力を費やしたからです。あなたは進化的な反応を強制したのです。
したがって、最初の反応は、ある意味で逆効果になったかもしれません。二つ目の結果は、中国の国有・民間部門に並列的なチップ産業を発展させる動機を与えたことです。もし米国チップが入手できないとわかれば、彼らは発展させようとします。彼らは今まさにそれをしています。米国チップに依存しないように、自国のチップ産業を構築する全国的な計画を持っています。
したがって、反事実的に言えば、彼らは米国チップを購入していたかもしれません。今や彼らは自ら製造する方法を突き止めようとしています。おそらく5年後にそれを達成するでしょう。しかし、一度自ら製造できる位置に立てば、単にチップを売るだけの場合には得られなかった直接的な競争相手を世界市場に持つことになります。そして、その時点で、彼らのチップに対して我々は何のコントロールも持ちません。完全にコントロールできます。原価以下の価格で販売でき、やりたいことを何でもできます。
AIの推論能力がVCと投資業界に与える影響
Patrick：これらのすべてが資本配分にどのように影響するとお考えですか？最も興味深いのは、5年後、あなたの会社アンドリーセン・ホロビッツ（Andreessen Horowitz、A16Z）がどのように影響を受けるかです。投資会社とは、資本を調達し、優れた分析を行い、特に初期段階では人物を判断する能力の組み合わせだと考えます。o7（AI推論能力）の出現により、この機能はどのように変わると思いますか？
Marc：分析部分に大きな変化があると願っています。世界最高の投資会社は、この技術を分析業務に活用するのに非常に優れていると仮定します。
とはいえ、「靴屋の子供に靴がない」ということわざがあります。AI分野で最も革新的に投資しているベンチャーキャピタルのうち、実際の応用ではそれほど革新的でない企業の一つかもしれません。しかし、私たちの会社内には複数の取り組みがあり、私は非常に楽しみにしています。私たちのような会社は状況に対応しなければならず、実際にそれをしなければなりません。
業界内で既に何かが行われているのでしょうか？おそらくまだです。おそらく不十分です。とはいえ、後期投資や公開市場投資では、私たちが話す多くの人々が非常に分析的な視点を持っています。偉大な投資家としてウォーレン・バフェットがいます。真実かどうかはわかりませんが、ウォーレンはCEOと会わないという話をずっと聞いてきました。
Patrick：彼は「ハムサンドイッチ会社」が欲しいのです。
Marc：はい、はい、彼は会社がハムサンドイッチのようにシンプルであってほしいのです。彼は良い物語に惹かれるのではないかと少し心配しているようです。多くのCEOは非常に魅力的な人物です。いつも「髪がよく整えられていて、白い歯、磨かれた靴、ぴったりのスーツ」と表現されます。彼らは販売に非常に優れています。CEOが得意なことの一つは、特に自分の株式を販売することです。
したがって、あなたがバフェットなら、オマハに座って年次報告書を読むだけです。企業は年次報告書にすべてを記載し、連邦法によりその内容が真実であることが保証されています。これが分析方法です。o1、o3、o7、R4などの推論モデルは、大多数の投資家が手作業で年次報告書を分析するよりも優れているでしょうか？おそらくそうです。
ご存知のように、投資は軍備競争のようなものです。一人に効果があれば、全員に効果があります。しばらくの間は裁定取引の機会となり、その後は標準になります。したがって、投資運用業界はこのように技術を採用すると予想します。これは標準的な運営方法になります。
初期段階のベンチャーキャピタルでは状況が少し異なると思います。次に言うことは、おそらく私の個人的な願望にすぎません。私は1948年の僻地の島にいた最後の日本兵かもしれません。冒険して言います。初期段階では、最初の5年間で実際に行っている多くのことは、本当に深く個人を評価すること、そしてその人たちと非常に密接に協力することです。
これがベンチャーキャピタルが地理的にスケールしにくい理由です。地理的スケールの実験はうまくいかないことが多いです。理由は、評価プロセスだけでなく、構築プロセスでも、長時間対面で過ごす必要があるからです。最初の5年間は、これらの企業は通常、自動運転状態に入っていません。
成功に必要なすべてを実現できるように、実際に密接に協力する必要があります。非常に深い人間関係、対話、交流、指導が存在します。ちなみに、私たちは彼らから学び、彼らも私たちから学びます。双方向の交流です。
私たちはすべての答えを持っているわけではありませんが、より広い全景を見ているため、視点を持っています。一方、彼らはより具体的な詳細に集中しています。したがって、大量の双方向交流があります。タイラー・コーエン（Tyler Cowen）はこれを「プロジェクト選抜」と呼んでいると述べています。
もちろん、「人材掘り起こし」も別のバージョンです。つまり、人類史上の新しい分野を振り返ると、常に独特の個性を持つ人々が新しいことを試み、それに専門的なサポート層が資金提供や支援を行う現象が見られます。音楽業界では、デイヴィッド・ゲッフェン（David Geffen）が初期のフォークアーティストを発見し、ロックスターに育てました。映画業界では、デイヴィッド・O・セルズニック（David O. Selznick）が初期の映画俳優を発見し、映画スターにしました。500年前のメイン州のカフェや酒場では、誰が捕鯨船の船長になってクジラを捕獲するかを議論していました。
イザベラ女王が宮殿でコロンブスの提案を聞き、「理にかなっている。なぜしないのか？」と言う。新しいことをする人々と、それらの人々を支援・資金提供する専門サポート層との間に発展した錬金術は、何百年、あるいは数千年も存在しています。
数千年前の部族の長老たちが火の周りに座り、若い戦士が「あの地域に狩猟隊を率いて行き、より良い獲物があるか見てみたい」と言い、長老たちが火の周りに座って承諾するか決めようとしている光景を思い浮かべてください。これは非常に人間的な交流です。私の予想では、この交流は続くでしょう。もちろん、もしそれをもっと上手くやるアルゴリズムに出会ったら、私はすぐに引退するでしょう。様子を見ましょう。
Patrick：あなたはこの分野で最大の企業の一つを築いています。この新技術に対応するために、会社の発展戦略をどのように調整していますか？実際の操作や戦略的方向性で調整しましたか？この
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
