EP 102
EP 102. サンフランシスコの教訓：「みんなおかしくなっている」
オープニング：3週間のシリコンバレー出張から戻って 00:00
新ホスト、パク・ジョンヒョン（sudoremove）が参加 00:00
ロ・ジョンソク さて、録画をしている今日は2026年6月28日、 日曜日の夜です。 私たちは久しぶりに録画をしているのですが、 私がこのほぼ3週間以上、アメリカに行っていたため、 スンジュンさんとも時差が合わず、 その合間合間にミーティングも多くて、 それで録画が遅くなりました。 また、アメリカに行って本当に多くの人たちに会いながら、 私たちは何がうまくできているのか、また何が足りないのか、 何にもっと集中すべきなのか、こういったことについての考えを たくさん持って帰ってきました。
それで、それに対するあるアクションの一環として、 私たちがやっているAIフロンティアも 外延をさらに拡張すべきだという改編案を持っていて、 どのように改編するかについては、 このエピソードの後半で もう少し詳しくお話ししますが、結論だけ短く申し上げると、 あまり重くやるよりは、 軽く、頻繁に、多少間違うことはあり得るけれど、 ただし速い、そういうものをもう少し志向すべきだ。 そして何かAIフロンティアだけが できる貢献点が少しあるだろう。
単に外にあるニュースをきれいに整理して ビジネス上の意見を出すこと以外に、私たちが果たすべき ある種の義務感、どうすれば 韓国をグローバルにつなげられるのか、こういったことに対する 負債意識があったのですが、それを少し解きほぐすべきだ。 そういう形で、それらについてのアイデアです。 私たちのメインエピソードは 週に一度ずつ録画をしているのですが、 私たちのメインエピソードにホストをもう一人お迎えしました。 皆さん、おそらくたくさんご覧になっていると思います。
sudoremoveチャンネルを運営していらっしゃるジョンヒョンさんなのですが、 ジョンヒョンさんがありがたいことに、私たちAIフロンティアにホストとして また参加してくださったので、今後私たちのメインエピソードで ジョンヒョンさんの顔をよく拝見することになりそうです。 ジョンヒョンさん、ようこそお越しくださいました。
チェ・スンジュン こんにちは。
パク・ジョンヒョン ジョンヒョンさんです。 対外的には、ご紹介いただいたようにsudoremoveチャンネルをやっていまして、 ホストを務めています。お招きいただきありがとうございます。 私がご迷惑にならないよう、しっかりやってみたいと思います。 おそらく私は主に質問するポジション、 そういう役割を多く担うのではないかと思います。
出張の3つの目的：フロンティアラボ、スタートアップシーン、AI x Bio 02:16
ロ・ジョンソク ジョンヒョンさんは、私たちのチャンネルで若さを担当する そういう役割を担われることになります。 それでまた、技術的に私たちが弱い部分について 深く掘ってくださいますし、私もジョンヒョンさんのとても好きなセッションが お一人で何かをされるライブセッションです。 私もまた熱心な視聴者なんです。 ですので逆に、ジョンヒョンさんが私たちのメインホストとして 参加してくださったように、私もジョンヒョンさんがやっている そのsudoremoveのライブチャンネルに時々出て、一緒に学ぶ そういうセッションを期待しています。
それでは今日、私たちは、私が前回のエピソードで スンジュンさんのニュースを扱いながら、アメリカで私が会う方々、 どんなことがあるのかを簡単にお話ししていましたが、 今日はそれについての感想を少し整理してきました。 なので、そのトピックを少し分けて、 どんなことが起きていて、 私は市場をどのようなセクションとして見ているのか、 こういった部分について、 まず一度始めてみたいと思います。 私は今回3週間いる間、創業者たちが集まって住むという Hayes Valleyという街に滞在していたんです。 それでMatthew Kim代表と一緒に この3週間の濃密な時間を過ごしたのですが、 良い点は、宿のすぐ隣に公園があることです。
その公園に上がるとサンフランシスコ市内が一望できる そういう公園があるのですが、そこに朝晩行って 夕焼けを見下ろし、日の出を見て、 そういったことが私にはかなり印象的に残りました。 私が今回出張に行った目的は、 一つ目としては、Frontier Labや、またFrontier Labから出てきた 非常に優秀な多くの方々が、いわゆるNeoLabをたくさん作っているじゃないですか。 なので、そういう方々に会って、 全般的に市場がどのようなvibeで流れているのか、 こういったことを聞きたかったというのが一つありました。
また二つ目としては、韓国のスタートアップシーンとは違って、 アメリカが、私たちがY Combinatorのポートフォリオ企業から どんな会社が生まれ、 どんな会社が発表しているのかを見てはいますが、 直接行ってスタートアップシーンを見てみたい というのが一つありました。 それで韓国の方、また外国の方々を幅広く通じて、 非常に多くのentrepreneurに会いましたし、 またその中でも、市場がこのように形成されているのだなという そういうものが少しありました。
そしてベンチャーキャピタリストの方々にも会って、 どんなものに関心があり、 またどんなものにはあまり関心がないのか、 また彼らが感じているマーケットタイミングはどうなのか、 こういったことを少し感じてみることができる時間でした。 そして三つ目が、実は私の最も大きな目的ではあったのですが、 AIとバイオロジーの境界で、 大企業はどのようなアプローチをしていて、 大学はどのようなアプローチをしていて、 また韓国にはそもそもこういう会社がないのですが、 アメリカには、ただAIのpracticeを持ってバイオロジーにアプローチする 非常に多くの会社があります。
なので、その会社たちに口コミづてに少し会って、何をしているのか、 もちろん中にある極秘の話はしてくれませんが、 おおよそ何をしていて、どんな方向で、何が難しく、 何が面白い点なのかは話してくれるんです。 それが本当にシリコンバレーの良いところではあるのですが、会って尋ねて、 私が渡せる贈り物をできるだけ差し出すと、 また彼らも私に何かを与えようとして、 このように互いに学べる点を交換することが 非常に自然なんです。 なので、そういうカルチャーの中で、 私も所期の目的を達成することができました。
チェ・スンジュン 気になるのですが、どんな贈り物を渡したんですか？
ロ・ジョンソク 彼らが知りたがっていることで、私だけが知っていることがあるんです。 韓国の状況はこうだ、韓国でこれが話題になっているということですが、 一番関心があるのは韓国のチップエコシステムです。 なぜなら今、投資が最も集まっていて、 ベンチャーキャピタルも熱心に会社を探しているのが、 意外にもCodexをうまく使う会社、 こういうサービス系の会社ではなく、 ほとんど大半がAIデータセンターで モデルの直前までにいる、そういう会社なんですよ。
なので不動産、電力、それから送電、冷却、 そして当然その上に上がっていくと チップ、それからそのチップ上で、そのチップたちのトレーニングや inferenceを効率的に回してくれるオーケストレーションソフトウェア。 ちょうどこのあたりまでは、関心が本当にものすごく熱いんです。 その上に乗るものは、実はこれはAIになるにせよ AIにならないにせよ、単に事業として筋が通るんですが、 最近はみんなAIを使うので そこはそのまま、もともと私たちが事業について持っていたレンズで 市場を見ています。 なので売上がどれくらい立ったのか、市場がどれくらい大きいのか、 またどれだけ市場開拓がうまいのか、成果のgrowthと言いますよね。
成果値がどれくらい速く進んでいるのか。 なのでそこでも、すでに定着して うまくいっている会社もいくつか見ましたし、 そして今まさに夢を見ている人たちも見ましたし、 道のりは遠いな、というような会社にも当然たくさん会いました。 そこも階層は当然いろいろあります。
チェ・スンジュン でもいずれにしても、行間でおっしゃってくださったのは、韓国の情報が 交換可能な価値のある情報だったという ニュアンスがあったのが、少しキャッチできたんですよね。
ロ・ジョンソク それは当然ですよ。 それ以外に私が差し出せるものは特にないんです。 もちろん、もう一つ別の質問もありました。 年齢のわりに肌がすごくきれいだけど、 やっぱり韓国はビューティーの国なんだね、何を使っているの、何をすればいいの、 こういう質問が少なからず来ます。 なので、こういうものも確かに韓国的な強みなんだなという考えも 逆に少し浮かびました。 入る前に、とにかく 私が3週間ほど滞在している間、 惜しみなく時間を割いてくださり、 また多くの情報を惜しみなく共有してくださった方々に、 お名前を一人ひとり明かすことはしませんが、 この場を借りて心から感謝申し上げます。
swyxとの出会いとAI Engineer Summit Seoulの準備 08:18
チェ・スンジュン 気になりますね。 どんな話なのか。
ロ・ジョンソク 会った中で、私にとって一番願いがかなったことがあるとすれば、 私が本当に大好きなswyxに会って、 またswyxはどんな哲学を持っているのか、 そしてAIが進んでいく方向は何なのか、 そして私たちがAI Frontierで AI Engineer Summitのソウル編を準備しているんですよ。 それで関連してswyxと意見を交わし、 大まかな日程など、そういうものを少し相談して 来られたことも収穫でした。
チェ・スンジュン swyxを知らない人もいるんじゃないですか？
ロ・ジョンソク そうかもしれませんね。 でもswyxはLatent Spaceのメインホストですよね。 そして私たちがAIエンジニアなら よく見るAI Engineer Summitを作った人でもあり、 そして私たちが気になって仕方ない シリコンバレーの超インサイダーたちを次々に連れてきて、 非常に深みのあるポッドキャストチャンネルを作ってくれて、 私たちもLatent Spaceポッドキャストが 私たちのテーマだったことが多いじゃないですか。
チェ・スンジュン そうですね。何回かありましたよね？
ロ・ジョンソク なのでそれに関連して、 私は「あなたのことが本当に好きで、尊敬している。 どうやってそんなにコンテンツをたくさん作り出しているのか。」 そういうことについて、あれこれ会話をしました。 そして隣にいらっしゃる方はMatthew Kim代表ですが、どうぞお話しください。
パク・ジョンヒョン Latent Spaceで最近また新しいフォーマットを ここで新しいフォーマットを試されているように、やっていらっしゃるんですよね。誰でしたっけ？ OpenAIで今CROをされている方、 Mark Chenと料理しながらやる そういうバラエティ番組みたいなものをされていました。
チェ・スンジュン 料理しながらやるんですか？
パク・ジョンヒョン 料理しながらインタビューするものをやっていて、 もうああいう試みまでされるんだなと。 そして私はswyxが 運営しているサービスの中にTwitterを aggregateしてニュースTwitter 順にこう並べてくれるものがあるんです。 それを本当にいつも見ています。 本当に人々が関心を持っているニュースはこういうものなんだな。 こういうものをfollow-upするのに良かったと思います。
Time Gap x Domain Gap：フロンティアラボへ凝縮される市場 10:13
OpenAIが自ら手がけようとしている領域：コーディング、リーガル、バイオ 10:13
ドメイン選定の基準：RLVRが回る場所 10:13
ロ・ジョンソク そうですね。AIニュースレターをかなり早い時期から始めていましたし、 私たちはほとんどみんなそれを見ていますよね。 そして隣にいらっしゃる方は、私たちのチャンネルにも出演された Matthew Kim代表ですが、今回私とほぼすべてのミーティングに 同行されたんです。 ところがMatthew Kim代表のおかげで、私がアクセスできない 20代前半の創業者たちに本当にたくさん会いました。 20代前半のインド人、中国人、日本人、 現地にいるentrepreneurたちに本当にたくさん会うことができましたし、 この場を借りてMatthew Kim代表にも 重ねて感謝の言葉を一度お伝えします。
では、前置きの話が長くなったので、 少し本題に走ってみます。 私たちはこのグラフをたくさんお見せしました。
2025年後半くらいに、おおよそTime GapとDomain Gapが 市場にこんなふうに広がっているようなのですが、 最前線のFrontier Labたちがいて、 それを追いかける何らかの人たち、 私たちはそれを逃亡者連合と規定していましたが、 そして今まさに出発した者たち、取り残された者たちまで、 スペクトラムがずらっと伸びていて、 ドメイン別にも、まだ依然としてギャップが 少しあるようだと申し上げていましたが、 私たちは2026年3月くらいには このDomain Gapも広がっていた このTime Gapが、そのまま一気に縮まっているようだ、 こういう話をしていましたが、今6月の感覚はですね。
このDomain Gapも遠くに広がっているのではなく、 Frontier Labにあるフロンティアモデルに 全部そのまま吸収される、そんな感じがあります。 フロンティアモデルができないドメインを探すことが 何か新しい大きな事業機会になるかのように、 私たちが知っているほとんどすべて、コーディング、リーガル、ファイナンス、 とても一般的なサイエンス、ロボティクス、 それからコンシューマー領域まで、 Frontier Labたちにずっと凝縮されているという そんな感じを強く受けています。 それから私たちがモデルに関する話を 少しあまりし始めなくなったのですが、 もうGPT-5.6がまもなく出ようとしているじゃないですか。
GPT-5.5、GPT-5.6が来てから、 またClaudeもOpus 4.8、Mythos 5が来てからは モデルがもう一段ジャンプする、そんな感じが少しあります。 そして、できないことって何だろう、というようなニュアンスが かなり出てきているように思います。
それで、これらについて私が市場を少し分けてみると、 そのタイムラインの最前線には Frontier Lab があるように思いますし、 その後ろに、私たちが知っている Cursor だとか Cognition だとか、Frontier Lab ではないけれど、 やや Quasi Frontier Lab 的なモデルも 一部は持ちながら、コーディングの領域でうまくやっていて、 そういう会社がいくつかあるように思います。 ただ、この会社たちも吸収されつつあります。Cursor も xAI に売却されましたし、 Cognition も今、Cognition が マーケットシェアでだいたい4位くらいなんですよ。
それでも売上は日本円で 1,000億円規模に近い売上が出ているように見えます。 非常に小さなマーケットシェアなのに、それだけコーディング市場が大きいということで、 なので私はそれを Quasi Frontier Lab と あえて少し名前を付けましたし、 その後ろに Claude Code と Codex から 生まれている膨大な数のエージェント系スタートアップが その後ろの領域にあるように思います。
こうした LLM ベースではないものとしては、 今、私たちが Periodic Labs だとか、 NewLimit だとか、バイオ、それからロボティクス、 それから Material Science こういう方面で、 ドメイン別に Frontier Lab が出てきているところがあって、 こういう領域があるように思います。 なので、あえて整理してみると、 私が業界の信頼できる情報筋から、 そのソースから聞いた話なのですが、OpenAI はコーディングとリーガルとバイオは 私たちが直接やるつもりで、残りの領域は私たちはやらないつもりだ。 スタートアップと協業しようとしていると、 この戦線を少し分けたそうなんです。
ただ、OpenAI がそうするという話は、 Anthropic もだいたいそうだという話でしょうし、 Google はまだそこまで 鋭い戦略があるわけではなさそうです。 ここは依然として空母戦略で進んでいるように思いますし、 なのでコーディング、リーガル、バイオ、 こういう方面は Frontier Lab が直接やろうとしているドメインだという そういうニュアンスを少しお伝えしたいです。
それ以外の別のドメイン、私たちが Physical AI と呼ぶロボティクス、 それから非常に多くのバイオや ヘルスケア、最近また longevity スタートアップも 非常にたくさん生まれているのですが、 longevity、それから AI ベースの cancer therapy を行う会社も またたくさん生まれているんですよ。 そういう会社たち、こういう会社たちは、 少し違う歩き方をしているように思います。 なので、その前にあった Quasi Frontier Lab は、 Frontier Lab に少し吸収されていきそうな、そんな感じがあります。
パク・ジョンヒョン いくつかのドメインの中で、ああやって直接やろうとするドメインがあり、 少し後回しにするドメインがあるとするなら、 どんな基準で選んでいるように思われますか？
ロ・ジョンソク 2つではないでしょうか。 この frontier model たちが吸収できる領域、 Frontier Lab が今もっとも多くの努力を注いでいるところは、 実は post-train で、 post-train では私たちが知っているファイナンスだとか、 リーガルだとか computer use エージェント、QA と呼ばれる こういう領域について、 データセットをものすごく作っているんですよ。 コーディングは言うまでもなく、 それから今日また別のソースから聞いたのですが、 Frontier Lab はまだ GitHub に上がっていない、眠っている 高品質な人間が作ったソースコードを買っているんです。
それもお金で買っていますし、それから例えば ファイナンスセクターにも、ただ一般的なファイナンスがあるのではなく、 IB accounting、IB に入ると、 株式を扱う部分、債券を扱う部分、先物を扱う部分、 そういったものによって非常に多くの別の分岐があるじゃないですか。 そういう部分のデータセットをものすごく作っているんですよ。
お金を使って専門家を雇い、非常に高い金額で そこでデータセットを作って、 自前で何らかの RLVR を回せる そういう領域、十分に市場も大きく、 自分たちがデータ作業と post-train 作業をうまくやることで、 frontier model たちが 圧倒的な性能優位を持てるようにする部分が、 直接やろうとしている部分なのではないかと思います。 そうなると当然、コーディング、リーガル、バイオといった方面は、 市場が非常に大きい領域ですから、 そしてモデルがすでにある程度うまくできていそうな領域ですから、 そういう基準で選んだのではないかと思います。
パク・ジョンヒョン おっしゃったことに共感できるのは、 私たちの場合、私の場合には、 他の分野はよくは分かりませんが、 ロボティクスは私たちもそれなりに熱心にフォローアップしていたんですよ。 ロボティクスの場合も市場があまりにも大きいので、 Frontier Lab でやりたいのではないか、 そういうふうに私たちは考えていますし、Gemini の場合には、 実際に公にも熱心にやっていますよね。 ただ、おっしゃった基準に従うと、 ロボティクスはどうしても LLM とは少し距離があるので、 post-train だけでやるのは難しそうですし、 pretraining の段階から 何かをやり直さなければならないことが多そうで、 リーガルやヘルスケアよりは少し遠いところにあるというのは、 共感できます。
Market 1・2・3で見るAI市場 17:39
専門家の暗黙知を買い集めるpost-trainデータブーム 17:39
トレーニングインフラ最適化とbenchmark maxingの現実 17:39
ロ・ジョンソク そうですね。Frontier Lab が直接やると言っている そういうドメインを見てみるとですね。 verifiable な、verify する領域も、 デジタルコンテンツの中ですべて完結する領域が ほとんどその中に入ります。 ところがデジタルドメインを少しでも越えると、 すぐに何らかの verifier を作るうえで スケールの問題にぶつかるじゃないですか。 なので、その部分には直接手を汚したくないという そういう考えがあるのではないかと思います。 なので私はこれを、 マーケット1、マーケット2、マーケット3くらいに分けて見ています。
Frontier Lab は Frontier Lab として見るべきだと思いますし、 それから Frontier Lab と同じ ある種の勘どころを持っているけれど、ドメインがまったく違う部分、 こういう部分をマーケット2としました。 残りがマーケット3、マーケット3が一番大きいでしょうね。 なのでマーケット1のある frontier player は、 あまりにも当然ですが、彼らは私たちが今まで話してきたように、 ただ AGI を創造した後に そのAGIにすべての問題を解決させるという この目算が立つところには、ただ全部行っているように思います。
最もgeneralなものが最もspecificなものだという考えで、 ただすべてのドメイン、デジタルで全部終わらせられる ドメインには全部行っているようですし、 そしてcompute、データ、アルゴリズム、 この程度がFrontier Labたちのある軸を見ることができる 私が持っているある観点の軸なのですが、 computeとデータは依然として有意味です。 ところがアルゴリズム側については、 当然リサーチを熱心にしていますが、 これがゲームチェンジャーだという見方は、 相対的に非常に小さいように思います。
なのでcomputeの部分では、もちろんpretrainingにも 当然多くの努力を注いでいるでしょうが、 pretrainingの話はほとんど出てきません。 Frontier Labたちに会った時、 ほとんど大半が最も多くの努力を注いでいる。 それが一番重要で、そこが一番核心です と話す部分は、 ほとんど大半がpost-trainパイプラインです。
それでpost-trainパイプラインの二つの軸の一つが、 実はpost-train自体のあるトレーニングインフラで、 もう一つはpost-train用データなのですが、 データは先ほど申し上げたように、Frontier Labたちの中で データを直接作るディビジョンもありますし、 外部からデータをものすごくたくさん買います。 なので依然としてデータセットを生成してくれる会社は、 非常に好況です。
そしてそうしたデータセットを生成する部分も、 どうやっているのかを少し見てみると、先ほど申し上げたように、 一つのセクターが生まれると、そのセクターの専門分野を いわゆる専門家たちだけが持っていた そうした暗黙知に関するデータを、 全部RLVR用の練習問題として抜き出す そういうことをしているんですよ。 なのである程度のデータセットが作られると、 それをFrontier Labたちが 少し重さで量って買っていく、そんな感じです。
もちろん非常に高い価格で買っていくのではありますが、それ自体を これは良い、これは悪い、そういうことではなく、 そのセクターに関する部分について、 ある程度、私たちがこれまで 持っていなかったようなpost-trainセットだね、となれば、 ただ買っていく、そんな感じがします。 そして非常に好況だという気がして、 post-trainをするそのパイプライン側は、ご存じの通り reinforcement learningはpretrainingとは少し違うじゃないですか。
inferenceを一度は回して、その結果を出して初めて、 その結果をもとにまたリワードを与えられる そういうものがありますが、 ただその過程でも、あるものはinferenceが短く終わり、 あるものは本当に長く終わり、どの程度長く終わるべきで、 短く終わるべきで、こうしたことについて 非常に多くのそういうものがあるのですが、 それらをどうやって全部こう、いわゆるMFOと言いますよね。 私たちのコンピュテーション量を最適に消費しながら、 トレーニングループを回せるのか。 この部分に非常に多くの努力が入っていて、 ではその努力は具体的にどんなものですか？ と聞くと、それに対する答えは全部です。
vLLMのようなそういうinferenceも、 事実上ほとんど底の底まで全部直して、 最適化して回しているという話もしてくださいますし、 benchmark maxingというものを実際にやっているようです。 なのでベンチマークを回しながら、ベンチマークが良い地点から 悪く出る地点に行くと、 再びチェックポイントを前に戻して、そのランを捨て、 良いチェックポイントからまた始める、 こういう形の最適化ループが 非常に泥臭いエンジニアリングの形で回っているようで、 そこに非常に多くのエンジニアの方々が、いわゆるすり減らされている そういうニュアンスでした。 ラボを問わずに。
パク・ジョンヒョン お話しくださったことを、私が一度理解した通りに もう一度解釈してみると、 ここでおっしゃっているpost-train用の最高級データセット、 あのデータが正確にどういうものか考えてみると、 私たちが数学の問題を一つ例に挙げてみましょうか。 すると数学の問題と答え、これが最高級データセットなわけですよね。 良い数学の問題と難しい数学の問題と答え。 ではそれらをずらっとものすごくたくさん持っていれば、 良いベンチマークを持っていれば、それを解かせるための RLを回して、うまく解けるまで回す。 つまり難しい問題と答えをたくさん持っていることが、 今Frontier Labたちがやりたがっていることだ。 こう理解すればいいでしょうか？
深まるRL、そして「RLVRはAGIなのか」論争 23:33
ロ・ジョンソク はい、やっていることですね。 そしてそれに対する競争が非常に多いようです。 なのでデータセット会社たちも、あそこに一度売れば、 すべてのラボに全部売れるだろうと考えてもいるようです。 なぜなら、あちらはこのデータで学習したんですよ。 これ、やりませんか、というようなことができそうです。 もちろん、あなたはそう売っているんですかと 私が確認してみたわけではありませんが、会話から推測する限り、 こうしたことが全部動くだろうという気がします。 それで私たちがRLの話が出てから 2年を優に超えましたが、その2年の間に起きたことを 少し振り返ってみると、 ずっとRLが深まる方向に進んでいるんですよ。 これがどれほどさらに深まるかについては、まだ分かりません。 ただ確かなのは、それについてまだ終わりはなさそうだということです。 これをやらせればやらせるほど、モデルの性能がずっと上がるということは、 私たちがこの6か月間、 Frontier Labたちが出すモデルを見ながら、ずっと見ているじゃないですか。
チェ・スンジュン ただ、私も話を聞いているうちに、 私の印象では、最近はいつの間にか generalをあまり語らなくなっている感じは受けたんですよ。 Google DeepMindは依然としてAGIを語っていますが、 今お話しくださったこと、 先ほどジョンヒョンさんもpretrainingで突破しなければならないものが ロボティクスにあるようだとおっしゃったように、 現在のレジームはRLVRで成り立つレジームで、 それはgeneralではないかもしれないという考えが ふと浮かびました。個人的な話です。
ロ・ジョンソク そのお話がよく理解できませんでした。
チェ・スンジュン つまりRLVRで突破できる領域でだけ 性能が上がっていて、それが必ずしもgeneralではないかもしれない。
ロ・ジョンソク それは当然ですよ。 RLVRが回っている領域なのですが、その領域の中で コーディングや、例えばリーガルやファイナンスやバイオといった方面は それなりの、バイオはよくわかりませんね。 でも少なくともリーガルやこういう部分は答えを出せるので、 これは正しい、間違っているということを出せるので、 そういう領域では深掘りの練習問題が大量に生まれている、そんな感じです。
チェ・スンジュン つまりこれは揚げ足取りかもしれませんが、 そういうものをAGIと言うのは難しいのではないかというのが 私の印象なんですよ。
「2025年に研究の進歩はなかった」アルゴリズム懐疑論 25:44
ロ・ジョンソク そのAGIのdefinitionについては、 実際、誰が決められるでしょうか？ 受け取る人の立場からすれば、 この程度ならAGIだと言うこともできるし、 これでは話にならないと言うこともできるし、 よくわかりません。 なのでデータとこのpost-trainインフラのほうに 依然として非常に多くの投資が行われているようだと 申し上げられると思いますし、当然ではありますが、 内部の単位演算あたりの効率、compute efficiencyの部分も 非常に重要に扱われているという話を あちこちでたくさん聞きました。 アルゴリズムは依然として熱心にリサーチされていますし、 ただ、こういう話は、アルゴリズムをされている方々でさえ あまり話してくださらないんですよ。 それこそMetaのチョン・ヒョンウォン博士は、2025年はリサーチ面で ほとんど進歩がなかったのではないか、なかった一年だったと ご本人は判断しているとおっしゃっていました。
パク・ジョンヒョン ここでおっしゃっているアルゴリズムというのは、 例えばトランスフォーマー内部のattentionを MLAにするとか、 何らかのattentionにするとか、そういうことをおっしゃっているんですよね？
ロ・ジョンソク そうです。私もその質問をチョン・ヒョンウォン博士にしたんです。 DeepSeek関連で、こういう方面でメモリを減らすとか、 こういった部分について、 アルゴリズム的なイノベーションが非常に多く起きているのですが、 その部分についての評価を一度伺ったところ、 そういうことは全部やるものだ、という話をされたので、 私もそれ以上はお聞きしませんでした。
パク・ジョンヒョン 何らかの知能を上げるためのbreakthroughではなく、 単に効率性を上げるものだから、 別のこととして扱っているような感じですね。
Noam Brownのtest-time computeとベンチマークの新基準 27:30
ロ・ジョンソク でもそういう部分よりは、アルゴリズムの何が良くて、 何が悪くて、何がどうしたということより、見ておられる 問題の観点が完全に違うように感じました。 Bitter Lessonのあの感じです。 まだスケールをさらに高く持っていく部分で できることがあると考えておられるようですし、 それから最近もNoam Brownが出てきて、 test-time computeの話を非常にたくさんしていますよね。 なのでモデルの性能を評価することが、 今はただ何か一つの単位スカラー点数だけで、 ベンチマークがやっと3点上がったね、 こんなふうに3%ポイント上がったね、という形で話されていますが、 それは間違っている。
GPT-5.4とGPT-5.5だけを比較しても、 同じあるベンチマークの最適点に はるかに短いinferenceトークン内で到達する。 だから今後のベンチマークの基準は、 inferenceトークンの予算を固定した状態で、 early時点に固定した状態で、 ベンチマークを見るべきだという話をしていました。 その話が含意しているのは、このモデルのtest-time computeを増やし続ければ、増やした分だけ、 依然としてモデルが出せる性能は際限なく 増え続ける可能性があるという部分なんです。
なのでこのcompute scaleという部分は、 私たちがモデルの大きさとか、 トレーニングに入るcomputeの量もありますが、 inferenceのcomputeをさらに増やす形で 問題の解決点を見つけることもできるという、 その部分が少し分離されているというニュアンスを受けました。
チェ・スンジュン ふとそれを思い出しますね。 最近GPT-5.6を発表した時、そのシステムカードにはなくて、 ブログにはおそらくあったと思いますが、750 TPS出る。 CerebrasでGPT-5.6が750 TPS出て、 それを非常に速くtest timeで 回せる。そんな話がちらっと出たのを覚えています。
ロ・ジョンソク はい、それから先週も話しましたが、 あのErdős問題を解いたモデルがあるじゃないですか。 OpenAIで。ところがその解いたモデルでさえ、 何かラボ内で回している希少な、はるかに優れたモデルではなく、 単に私たちが使っているGPT-5.5に膨大なtest-time computeを 投入して実現される結果だという話も、 ある研究員の方がしてくださいました。
チェ・スンジュン すぐにGPT-5.5レベルで20倍速くなるとかなら、 それだけでもメリットはものすごい気がします。
ロ・ジョンソク この部分は、私たちが事業的に今後話すことが 非常にたくさんある気がします。
パク・ジョンヒョン 私も一度付け加えてみると、 単に知能の観点から見た時、 私たちが例えば場合の数の数学問題を解くとすると、 私たちは場合の数を本当にいわゆる力技で全部カウントして 問題を解くこともできますが、賢く解くと言うなら、 直感的に、論理的にはるかに効率よく解けるので、 そうすると使用するトークン数が少なく解けること自体が、 知能が高い、このように見ることもできそうです。
ロ・ジョンソク まさにNoam Brownが言った話がそれです。 はるかに低いtest-time compute budgetで、 より速く高い性能を維持できるようになる。
チェ・スンジュン だから人々はFable 5を懐かしんでいるんですよ。
AI x Bio：Doudnaの懐疑論と2つのアプローチ 30:45
バイオのCNN時代、foundational approachの登場 30:45
ロ・ジョンソク なのでこれはかなりの要約で、 残りにはラボごとにある独特な話も、 また哀歓、そういう話もたくさんしました。 xAIはElon Muskが毎回のチームミーティングに入ってくるのですが、 それでマネージャーに聞くのではなく、 その仕事を担当している実務者にいつも聞くらしいです。 直接的に。ところがそれが好きな方にとっては、 それが非常にchallengeであり面白いことでもありますが、 またそれが非常に大きなストレスとして感じられる方もいて、 そうしたことのためにxAIを去る方も 非常に多いという話を少し聞きました。
それから、実は私が一番関心を持って見ていた会社たちなのですが、 AIでバイオをやっている会社がたくさんあるじゃないですか。 それで昨日も、実はノーベル賞を受賞したDoudna教授が、 Emily ChangとBloombergのインタビューをしながら、 ただのチャットボットは文書要約くらいはできるけれど、 人間がするinnovationはできない。 そんな話をしていたんです。 でも私がこのマーケット2にあるドメインを少し見ながら、 例えばバイオだけを例に挙げてみます。
Doudna教授のように 大学にいらっしゃる方、あるいは 伝統的に非常に大きな研究所にいらっしゃった方々の approachと、それから完全に反対側で AIのpracticeを持って、伝統的にはバイオをやってこなかった ソフトウェアエンジニアたちが取るアプローチが この二つは完全に違うという感じがしました。 Doudna教授が話していたことは、 バイオがどれほど膨大な領域なのに、 チャットボットであれこれ回答が出るからといって 新しい物質を見つけて研究したりできるのか？
これは不可能だ、というような話をされていて、 だからこそ大手製薬会社などが 作っているパイプラインを見ると、 まるで私たちが2015年から17年の間に、 私たちのBERTやTransformer、GPTが出る前に、 その頃のアプリケーションはほとんどがconvolutional neural networkアプリケーションだったじゃないですか。 そして問題ごとにネットワークアーキテクチャが全部違っていて、 データセットもすべて違っていて、それに伴うトレーニングや そういったものもすべて違っていました。
そういう時代があったのですが、 BERT、Transformer、language modelへ移行しながら、 いわゆるfoundational approachというものが生まれたじゃないですか。 それはよくわからないけれど、generalなデータを大量に集めて、 ただTransformerにトレーニングしてlossが下がれば、 そのgeneralなものがspecificな問題を解く。 そういう形で、ある種パラダイムが変わったじゃないですか。 ところが私はこのbiologyで、今回まさにそれを感じました。 こちらの大きなドメインはですね。 問題ごとにパイプラインが全部違います。 そして、それはこう解かなければ解けない問題だと言うんです。
ところが向こう側にいるソフトウェア業者たちを見ると、 ただTransformer baseで foundational model approachを作り、 データセットの量を増やしたうえで、 そのモデルのevalをうまく組んで、 望む単位問題を設計する形で進めています。 ところがその二番目のラボたちの方法論を、 先ほどの伝統的なラボたちは、 第一にまったく認めていないようで、 いや、あんなふうにやってもだめだ。 これはそうやって解ける問題ではない、という そういう認識を持っているようですし、 第二に、彼らが何をしているのか正確にはわかっていないというのが 私の判断です。 何をしているのか、正確にはわかっていないんですよ。
チェ・スンジュン では、前者のラボにも会ってみられたんですか？
OpenCRISPR：AIはすでにそのドメインで革新を起こしている 34:35
ロ・ジョンソク はい、前者のラボにも会ってみました。 それでその印象を持っていたので、 この二つの間にはgapがあるんだなと。 そしてこのgapをうまくexploitすることが 大きな事業機会になるだろうと思って帰ってきたのですが、戻ってきて、 おととい時差も合わない状態で、 Doudna教授がEmily Changと行ったインタビューを ただざっと飛ばしながら見たんですが、 Doudna教授が、AIはinnovationできない。 あれはただの要約チャットボットで、 まだまだ先だ、と話しているのを見て、 ノーベル賞を取ったあの教授も、 まだ世の中がどう変わっているのかよくわかっていないんだな、という そんな考えが浮かびました。 まさにその方はCRISPR-Cas9、 それでノーベル賞を取った方なのですが、CRISPR-Cas9に
チェ・スンジュン はさみのことですか？遺伝子はさみ。
ロ・ジョンソク 遺伝子はさみを作った方なのですが、 ご本人が発見したそのCas9タンパク質と同じ役割をする 別のタンパク質を、AIがOpenCRISPRとして 昨年またいくつか候補物質を見つけ出したんです。 つまり、そのAIが見つけたわけです。 まさにご本人のドメインの中でinnovationを起こしてきたわけです。 ただ、その方面は完全なfoundational approachだったんです。 タンパク質を大量に取り込み、そのモデルを使って 似ていそうなものを ただin silicoで見つけ出すアプローチを取ったのですが、workingするわけです。
それで今回、biology側で こうしたfoundation approachをしている 会社のエンジニアたちに少し会いました。 それで彼らがどんなapproachをしているのかは、 今お話しした通りで、成果はかなり良いです。 今は、メインストリームの学者たちの立場からは、子どもの遊びのように見えるでしょうが。 しかしこの部分は、GPT-1からGPT-2くらいへ移っていく その時期くらいの感じだという気が少ししました。
チェ・スンジュン 最近、象徴的な出来事がもう一つあったじゃないですか。 ノーベル賞受賞者のJohn JumperがDeepMindを出て、 Anthropicに行ったじゃないですか。
ロ・ジョンソク そうですね。それをどう解釈すべきか、私はよくわかりません。
チェ・スンジュン いずれにせよ、そういうこと、AlphaFoldをやっていた人が Anthropicに行ったということですよね。
ロ・ジョンソク ただ、最近Anthropicには人が非常にたくさん行っているそうです。 Anthropicの株価が良くて、 それから今、株価がどんどん上がって いる傾向にあるので、 今行けば、いわゆるストックオプションを多く受け取れて、
チェ・スンジュン ちょっとそういうことなんですか？
ドメイン専門家を説得するのか、勝つのか 36:54
ロ・ジョンソク はい、商業的なそういう要素が大きいので、 インセンティブがかなり大きいようでした。
パク・ジョンヒョン ロさんのお話を 私がよく聞いて、プレイをどうすべきか考えてみると、 私たちや、このAIフロンティアポッドキャストを聞いていらっしゃるすべての方々は、 AIのある種のpotentialを信じている人たちですが、 こちら側の人の立場で考えてみると、 まだAI potentialがないと考えているdomain expertたち、 そういう方々と何かをexploitして、 事業機会がありそうだ。 そうおっしゃったのですが、 では、そうしたdomain expertたちをうまく説得して、 一緒にco-workを進めていくこと、 こういうことがbest scenarioだと考えていらっしゃるのでしょうか？ それとも逆に、もう少し極端に主張すれば、 domain expertたちに勝てるのではないか、 そう考えることもできそうなんですよね。
Codexで3日で作った個人ゲノムパイプライン 37:40
ロ・ジョンソク 本当に良い質問です。 ただ正直に言うと、私の考えは、 私もあまりにいくつかの現象だけをもとに 一般化する傾向があるのですが、 domain expertの方々がAIを本気で学び、 今起きているこのspaceで、 このscaleがどんな意味を持つのかを理解している方でなければ、 AIがあれを全部やるのだという考えを 持つのは難しいと思います。 そして、いわゆる domain expert と呼ばれる方々は 年齢も高いじゃないですか。
年齢も高く、知っていることも多かったりするので、 私がアメリカで会った、名刺だけでも 華やかに輝いているような方々のフィードバックに照らして見ると、 この方々は AI があれをやってくるのを目の前で見せても 信じないだろうな、という気が私は少ししました。 だから domain expert たちを説得して 彼らと一緒に何かをするよりも、 ただ AI ソフトウェアエンジニアがそのドメインを学ぶほうが もっと早いかもしれない、という気がします。
では以前のように、ただの小さな産業、 私が化粧品事業をしながらもよく使っていた比喩ではありますが、 こういう化粧品事業ではなく therapeutics、治療や製薬や、 さらには longevity drug みたいな分野でも、 expert ではない出発点を持つ会社が 勝てるかもしれないと思います。 それで私も実はこのバイオのほうに、 私たちの出張のメイン目的がそれだったので、 そしてその間に、私が出張に行く前に採血して マクロジェンに送っておいた私の long-read genome sequence がすべて届いて、私の遺伝子と私の健康記録と すべてを全部合わせて、 いわゆるパイプラインを全部作ったんですよ。
理解できない話が本当に多いのですが、 それらを私が理解できる term で学習する資料も こいつのほうがうまく作ってくれるし、 それを使って、昔だったら一つの会社が成立したであろう パイプラインを Codex が3日ほどで全部出してくれたんです。
チェ・スンジュン ある種のドッグフーディングをしようとしているわけですね。
ロ・ジョンソク ただのドッグフーディングです。全部作ってみました。 それで私は、なぜそうなのか、ということについて 深い理解が生まれました。
チェ・スンジュン 通り過ぎる前に、さっき John Jumper の意味をお聞きしたとき、 私はただ通り過ぎるように思い出せなかったのですが、 今考えてみると、 Google DeepMind は AlphaFold のような特殊なモデルをやりますが、 Anthropic はやらないじゃないですか。LLM だけやるじゃないですか。 コーディングモデルだけ。だからそれを通じて 科学をやるというニュアンスなのではないかとも、 ふと思いました。
「みんなおかしくなっている」20代創業者たちの西部開拓時代 40:33
ロ・ジョンソク そうかもしれませんね。 でもその Frontier Lab たちは、 上方平準化に向かって走っているように思います。 そしてまた、これは誰が言った言葉だとは 私も当然申し上げられませんが、すでにラボの間では、 この Frontier モデルを作る技術はそれほど難しいものではない。 一度見た人は、 外に出て同じリソースと同じものがあれば、時間の問題であって、 再現可能だということを みんな互いにそれとなく話している、 不都合な真実だと言っていました。
このドメインのほうなのですが、 この Market 2 ドメインについて少しお話ししましたが、 こういう領域は、これは私たちが以前のエピソードで 数え切れないほどお話ししてきたので、 その次に、さっきのジョンヒョンさんの質問ともつながっているのですが、 このデジタルワールドですぐ簡単に verifier が作られない、verifier は 本当にロボットが動くか、あるいは実験をするか、 何かがあるリアルワールドでアクションが一度は回ってこそ verify できる、 そういうドメインがこの Market 2 のほぼ大部分だと思います。
そして私は Market 2、繰り返し、 いつも他のエピソードでもたくさんお話ししましたが、 Market 2 に多くの期待と、 私自身も事業的なそういうポイントを 多く置いている部分です。 スタートアップの話に戻ってみると、 実はここが一番面白い話が多いのですが、 みんな狂っています。
チェ・スンジュン シリコンバレーの人たちですか？
ロ・ジョンソク はい、狂っています。狂っています。 だから本当に西部時代だなと。ここに夢を探しに、 優秀な人たちは優秀な人たちなりの 走っていくラウンドが形成されていて、 ただ夢を見る人たちは、 本当に来て、ビザもただ観光ビザで来て、 ハッカソンだけをあちこち回りながら、何か生まれるだろうとする そういう若者たちも見ました。 だから本当に多様な人がいるんだな ということについて、だから狂っているという表現について、 私が順にお話しします。 まず第一に、スタートアップをやっている会社、 創業者たちの年齢が20代前半です。 みんな20代後半、30代前半に入ると、 これはかなり年を取っています。30代前半は。
チェ・スンジュン 20代前半ということは、大学中退なんですね。 そうすると、ほとんどは
ロ・ジョンソク 大学を、あそこは軍隊に行かないので、 大学を卒業してどこかで1年インターンをして、 Y Combinator に入ると、22、23歳くらいになるんですよ。 でも今、Y Combinator が選ぶ会社は、 最近は年齢がみんなかなり若いです。 そして以前にも一度お話ししたような気がしますが、 最近の多くの大学生の夢は、Y Combinator のようなところに受かって、 合法的に学校を辞めること、あるいはただ学校は成績用に、 ただディプロマを取るためだけに 通う目的にしている場合も多く、 そして私たちが前回収録した Jordan の会社にも、 高校だけ卒業して就職した人たちがけっこういるんですよ。
つまり最近の若い人たちは AI ネイティブでもありますし、 大学が教えられるそういう知識の限界、 そしてそこで自分たちが4年間お金を払って ディプロマを取ることとの効用を、冷静に比較しているようです。 だから高校だけ終えて会社に行って、 すぐにキャリアを始めるケースもけっこう多い。 そして良い会社で良いキャリアを積むことが 学部の卒業証書と同値だと感じる人たちも 増えているというのが、 私が見てきた不思議なことでした。 そういうことは今、韓国にも少しありますよね。 キム・ソジュン代表と一緒に働く高校生たちも すでにいると知っていますから。
パク・ジョンヒョン でも高校を卒業して、まさにそういう行動をしていらっしゃいました。 だからおそらく InstructKR などで、 Discord で ID をよく見かけたのではないかと思いますが、 活動をたくさんしていらっしゃるようでした。 見ながら、少しうらやましいと思いました。 本当に20代前半で夢のために すぐに駆け出して行動している方々を見ながら たくさん学びもしましたし、私もたとえもう 年寄りの側に入るとはいえ、ここで
チェ・スンジュン そういう文章とかエピソードを書いていませんでしたか？ 途中で、むしろこうすればよかった、みたいなこと。戻れるなら学校よりは
パク・ジョンヒョン 今まさにそう考えています。 あの時はそういう考えができなかったんですが 20代の時に今の考えを持って20代に行けるなら 私もこの時期ならそうやって走りたい、 そう思っています。
ARR 40億ウォンでバリュエーション4000億ウォン 45:17
創業者の2タイプ：ドリーマーとAIエージェントビジネス 45:17
年収500万ドルの実態、シリコンバレーの賃金構造 45:17
このバリュエーションはどう回収されるのか：acqui-hire 45:17
ロ・ジョンソク それで、その若者たちを見ながら感じるのが 時間の相対性です。 あの人たちが感じる時間軸と、私たちが感じる時間軸が 今、相対的にものすごく違うんだなと。 そして彼らが望むものと、私たちが望むものも かなり違うんだなと感じて、私もおかげで その若者たちの中に 自分をどっぷり浸してきたような気分で とてもリフレッシュできました。 もう一つは valuationの話を少し引き上げてお話しする必要がありそうですが 会社が持つvaluationが非常に高いです。
まずY Combinatorでバッチに入って その次に、そこに入るとY Combinatorから投資を受けて その後にpre-seed、seedくらいを受けたりするんですが そのvaluationも韓国よりはるかに高いですし 売上が韓国ウォンでだいたい30億から40億ウォンくらい ARR換算で、年間売上としてではなく 単に年平均換算売上で見たときにその程度に達すると 会社のvaluationを そのまま300 millionくらいで見てくれます。 300 millionのvalueがいくらかというと、4,000億ウォンです。 ARR基準で30、40億ウォンくらい。 韓国基準で比較してみると、2、3倍ではなく 後ろにゼロが一つ余分についているわけです。
正直、ゼロが一つ余分についているvaluationを 形成しているように思いますし、そして その創業者たちはきっちり二種類に分かれるようです。 何か大きく重厚に夢見る創業者たちがいます。 例えばこういうことです。 今のTransformerモデルは間違っている。 Yann LeCunが言うワールドモデルにもこういう問題がある。 新しいモデルはこうあるべきだ、という そういう夢見るdreamerたちです。 でもそういうdreamerたちを見ると 経歴からしてまず天才という感じが強いです。 学校は私たちが知っているあの有名校に17歳くらいで入学して 今20歳なんですが、何でしょうね？
すでにGoogle DeepMindに勤めていて、それで言うことが Google DeepMindの研究員の半分くらいは賢いけど 半分はそこまで賢いのか分かりません。 こう話して、本人の会社は社員が6人で本人が社長で 自分を教えていた教授をhireして そしてこの会社に、私たちが知っているあの有名な投資会社たちが みんなお金を入れられなくて、ずらっと列を作っています。 はい、Sequoia、a16zから始まって みんな互いにお金を入れたくて列に並んでいるんですが 始まりのseed valuationが ほぼ5,000億ウォンくらいになるようです。
その次に投資すると言っている金額も ほぼ1,000億ウォン近いようで、そうしながら seed、つまり会社を創業してまだ間もないのに 創業直後のcompany valuationがその程度になるわけです。 なので、ここでもそういう非常に若くて 天才的なそういう子たちは 何かchange the worldしそうな雰囲気が出ると 非常に高い値段で、ほぼNeoLab水準のvaluationが 最初から生まれるようだと思いました。 そして次に、AIエージェントビジネスをやっているところは ここは本当にスペクトラムがものすごく多様です。 まず、ここの市場はまだ全部開いたわけではないじゃないですか。
ほとんどがB2B SaaSっぽいものを AI nativeアプリケーションに変える そういう会社が非常に多いんですが こうした会社も、まず売上がなくても valuationへの期待が非常に高くあります。 なぜかというと、本人がすでにMetaで5 million、韓国ウォンで言えば80億ウォンですよね。
年俸で5 millionをもらっていた人で 私の友人はAnthropicで80億ウォンもらってきて 私の友人はByteDanceで80億ウォンもらってきて そういう友人3人で創業したわけだから 私たち3人の年俸だけ合わせても240億ウォンなのに 会社valuationが1,000億ウォンなのはmake senseするんじゃないの というのがあって、そういうものについて ある程度認めてくれるグループがあります。 主に私たちが知っている有名な会社の出身者たちです。
賃金の話を少ししますが シリコンバレーが韓国より賃金水準がはるかに高いのは確かですが その中でも、いわゆるFrontier Labsと 資金調達がうまくいったAI会社の年俸水準は非常に高いんです。 ごく普通のスタートアップの、少し優秀なエンジニアなら だいたい200Kから300K、 つまり20万から30万ドルを年俸でもらうんです。
もちろん、彼らの非常に高い物価と税額を考慮したとき 韓国で言えば半分くらい差し引いても 韓国と似た水準ではあるんですが それでも彼らの年俸は単純に韓国ウォンで計算しても 3億から4億5,000万ウォンくらいになりますが 非常に資金調達がうまくいったスタートアップや あるいは先ほど申し上げたような 夢見る会社のfounding memberだったり あるいはGoogleやMetaや、こういう、あるいはThinking Machinesのような NeoLabを含めて、こういうところで優秀なエンジニアだったなら 年俸はもちろん5 millionくらいになります。 もちろん、その年俸の全体が年俸というわけではありません。
base salaryは、例えば8億から10億ウォンくらいが 実際に私たちが受け取る年俸で、残りの60億から70億ウォンは その高い会社の高いvaluationで換算した ストックオプションではあります。 ストックオプションとストックグラントが混ざっている金額なので 例えばシリコンバレーでGoogleに勤める誰かが 合計年俸が5 millionだったとすると ストックオプションで支払わなければならない税金、 それからストックグラントで支払わなければならない税金、 年俸から支払わなければならない税金を合わせて たぶんmax 50%から60%は税金として出ていくでしょう。
そうだとしても、だいたい30億から40億ウォンくらいが 実際の手取り年俸ではあるわけです。
パク・ジョンヒョン お話しくださっている、ある種のお金の流れが スケールが少し実感しにくいので 私が投資家に一度なりきって考えてみると 今、あそこのビッグテックで働いていた社員たちが ストックを含めて約1億円以上規模の報酬を受け取っているとして その人たちが起業したときに 新しく始めるそのビジネスに とにかくそれだけのvaluationを、約100億円ずつ付けるというのは それだけ回収できて初めて 実際、投資家は投資するわけじゃないですか。 では投資家たちは、ただそこでそれだけ価値を認められて 働いていたというだけで、それを全部やり遂げられると 仮定しているということなんでしょうね。
ロ・ジョンソク 私もその部分が気になって、ただ聞いてみました。 その創業者に、君のexit planはどうなっていて、うまくいかなかったら うまくいかなかった会社の中で 僕の友人たちの中に売却された会社はあるのか、と言ったら うなずきながら、外に出てこないだけで その数多くの大企業、enterpriseたちも AIで何かをしなければならないので 彼らが会社を丸ごとこうやって持っていって acqui-hireの形で抱え込むケースがかなり多くて そのとき形成されるvaluationで 投資家たちも利益を得ると言うので その程度のvaluationについては 今、ある程度の合意はあるようです。 もちろん、これがバブルなのか、今後も続くのかという部分については 私も疑問はありますが 今現在、サンフランシスコで起きているディールのvaluationは その程度にはなっているようです。
パク・ジョンヒョン VCたちがその程度のvaluation、 私たちの感覚ではとんでもなく高いと 思えるvaluationを付けることが それなりに合理的なのだ、という理解になります。
チェ・スンジュン 一方で思うのは、母数がどのくらいで そのうちどれくらいがあの水準なのかも分かるといいんですけどね。
ロ・ジョンソク それが実は私がnamedとnewbieに 何か分類しておいたところなんですが、newbieだとしても 韓国よりはるかに良い条件でseed financingを得るケースは かなり多いようです。
チェ・スンジュン でも私が気になるのは そこに今集まっている正確な数字は分からないとしても どれほどの人材が集まっている状況だから その中のトップを挙げるなら、こんなことが起きるのか そういうことが気になったんです。
YC 1バッチ200チーム、1分デモデー、ピボットの文化 53:58
ロ・ジョンソク 数字は私もよく分かりません。 私がただSouth Park近くにあるコーヒーショップと それからSalesforce Towerの上に Salesforce Parkがあるんですが そこにいると、みんなスタートアップをやっている人たちと それからそこにあるビッグテック企業の人たち、 それからものすごく資金調達がうまくいったエンジニアたちが みんな集まっているブロックがあるんです。 でもそのブロックで感じる雰囲気としては、ここはただ 人でいっぱいですね。 だから、ただ夢を持つ人たちの参入マーケットと ある程度namedな人たちが こう行き来するマーケットの違いは確かにあるでしょう。
でもその境界をあえて私に分けてみろと言うなら Y Combinator出身者もそこら中にいるくらい多いんです。 Y Combinatorが1バッチでほぼ200チーム近く採るので だからデモデイをやると発表時間が1分だそうです。 1日で全部終わるそうです。 その会社たちが1分間で何を話せるというんですか。 だから事前に成果を作っておかなければならず また投資家たちも事前に全部勉強して行って こうして投資する会社を選ぶと言うんですが とにかく、そこが今は昔のように、Y Combinatorに入ったと言えば ああ、これは本当に良い会社だ、ということではなく Y Combinatorに入ったと言えば、そうだね、ここは大学の卒業証書はある まあそんな感じです。
パク・ジョンヒョン 最近、Y Combinatorのバッチに入った、知人の知人を インタビューする機会があって 一度話してみたんですが、そこも大学生の方々なんです。 それで今バッチに参加して回しているんですが ピボットをものすごくしていました。 そしてピボットをすることを Y Combinatorでも悪く考えておらず それでアイテムを全部入れ替えながら素早くiterationして あるユーザーたちのevaluation指標を見て アイテムが重要なのではなく 人を買う、そんな感じを少し受けました。
ロ・ジョンソク ある程度良い人だと言えるなら Y Combinatorがひとまず軽く目を付けておく、そんな感じのようです。 そしてY Combinatorがやっているプレイをやってみようとする South Park Commonsとか、またいくつかの勢力は さらにあるようです。
チェ・スンジュン ではこれ全体のプレイブックは、一種の芽に投資する そういうものなんですか。誰が伸びそうな芽なのか、ということですか。
若返るVC、データセンター・チップ・インフラ、そして韓国のチップエコシステム 56:20
ロ・ジョンソク さあ。そう一般化するのは少し難しいですが でもこれはベンチャーキャピタル業界の、いわば不都合な真実じゃないですか。 結局はアイテムよりも常に人を選ぶゲームなので 人を、はるかに若い人、はるかに賢い人、 それから実行力が十分にある人にしておけば ただ他のものよりはるかに勝率が高いという そういう指標があったので 全体的な流れがそちらへ全部移っていったのでしょう。
だからY Combinatorのせいだと申し上げることはできませんが 全体的に創業者たちの年齢がものすごく若くなって 最近Bayでスタートアップファウンダーと言えば ほとんど大半が20代前半、多くても中盤から後半くらいで 30代前半になるだけでも少し年長で、それを超えると 彼らとは違う時間の速度の中で 少し違うドメイン専門性と 何か一つの問題を持ってくる場なのですが そこは私があまり多くの人に会えていないので 何とも申し上げられません。 それでスタートアップをされている方々にはたくさん会いましたが その程度に要約できると思います。
そしてベンチャーキャピタルは、スタートアップの 何かアプリケーションレベルをやったり B2Bっぽいそういうことをするスタートアップ には、まだそれほど大きな関心はあまりないようです。
チェ・スンジュン ところでベンチャーキャピタルと言えば思い出すのが 私たちがこれまでインタビューしたとき、ソジュン代表もそうですし 以前のウォンジュン代表もそうですが、VCが今、生き残る道が曖昧なので 自らアクションを取る方向に行っているんですが ここもそういう雰囲気なんですか。
ロ・ジョンソク それからこれも申し上げるべきだと思うんですが ベンチャーキャピタリストたちの年齢も非常に若いです。
チェ・スンジュン どれくらい若いんですか。
ロ・ジョンソク 20代前半も多いですし、30代も多いですし、 そして非常に独特な経歴のベンチャーキャピタリストが増えていて 逆にVCをやりたいという人たちにも 非常に多くの資本が流れ込んでいるような そんな感じがして、 そしてこちらでもDeepMindに勤めてから出てきた人たちが 数多くのスタートアップを立ち上げるじゃないですか。
それでDeepMind出身、Anthropic出身、 何々出身、何々出身という形で スタートアップが非常に多く生まれているのですが、 ベンチャーキャピタルもSequoiaやどこかなど、私たちが 知っている、いわゆるネームドなところで何かを経験した人たちが出てきて 若いベンチャーキャピタルの創業も非常に多く起きているようで、 彼らもスタートアップを夢見るのと同じくらい 同じように夢を見ている、そういう段階だと思いましたし、 VCは本当に多いのですが、 全部に会ったわけではなく、いくつかサンプルとして会っただけなので、 いくつかサンプルとして会ったベンチャーキャピタルは ほとんどがデータセンターやチップ、 それからモデルをオーケストレーションしてくれて、 inferenceやトレーニングをオーケストレーションしてくれる インフラソフトウェア、 こういった領域に関心が集中しています。
まだあちらの領域のほうがはるかに成長性が高いと 判断しているようで、 データセンターは今後もっと作られなければならないし、 チップはしばらく不足するでしょうし、だからそれに対する代案を提案できる ようにできる人、 会社に、はるかに多くの機会があると考えているようです。
チェ・スンジュン ここでいうチップとは何ですか？ メモリ側ですか、計算側ですか？
ロ・ジョンソク 全部です。
チェ・スンジュン それに対する革新をしているスタートアップがある状況なんですか？
ロ・ジョンソク それで、その部分で 韓国に対する関心が非常に高かったんですよ。 それでジンウォンさんの会社とか、ジョンギュさんの会社も 私がたくさん紹介したのですが、 韓国はやはりSamsung ElectronicsとSK Hynixがあるので、 その出身者たちが出てきて会社を作っているところはないのか、 チップ会社の中で良い会社はないのか、 こういう質問がかなり多かった記憶があります。
チェ・スンジュン でも私たちにはデータセンターはないですよね。 インフラソフトウェアのオーケストレーションとチップはありますが、 国内にデータセンターをやっているところはありますか？
ロ・ジョンソク あるじゃないですか。 大企業、SKが一番熱心にやっているようですし。
パク・ジョンヒョン お答えいただいたことに続けて考えを申し上げると、 VCがああいうデータセンターやチップや そういうところに関心を持つというのが、 少し違和感があるのは、おっしゃったように 大企業がああいうものを多くやっているのに、VCは 大企業がそういうVCから投資を受けるわけではないじゃないですか。 では小さな会社の中で、ああいう問題を解こうと 挑戦している会社がたくさんあるのでしょうか？ VCがああいう会社に投資する候補自体がかなり少ないのではないかと 少し思いました。
ロ・ジョンソク 韓国でですか？
パク・ジョンヒョン 韓国でもアメリカでも含めてです。
ICML Seoul week：ミートアップ活用法とソーシャルアカウント管理 1:01:03
ロ・ジョンソク はい、数が多い少ないという話は 私も正確なサンプルを持っているわけではないので 申し上げられませんが、当然、単なるエージェントスタートアップや そういうものに比べると、著しく少ないだろうとは思います。 ただ、あちらは普通 こういう認識もあり得るじゃないですか。 それはNVIDIAが全部終わらせたマーケットじゃないの、 SamsungやHynixが全部終わらせたマーケットじゃないの という、そういう認識もあり得るのですが、 現実はまったくそうではなかった。 こちらのほうがはるかに成長の余地がたくさんあり、 今ようやく始まったばかりだという、そういう見方が 私はより支配的だと感じました。 これはもう終わったから 非常に保守的に見るべきではないか、というものとは 正反対の、そういう感じです。 そこもvaluationがものすごいですよ。 OpenAIと最も熱心に仕事をしているようではあります。 それで、だいたい会ったものについて 一度整理した話をお伝えしました。 そして面白いのが、私たちのICMLが7月4日から COEXで開かれるんです。
チェ・スンジュン 11日までだったような気がします。
AI Frontierの再編：より軽く、より速く 1:02:09
Monthly AI Demo Day：韓国スタートアップをグローバルへ 1:02:09
ロ・ジョンソク はい、実は4日、5日はその前夜祭的な週末で、 6日からメインカンファレンスが始まって、 その週がメインカンファレンスで月、火、水、 ワークショップがその後に少しある、そういう感じだと思います。 おそらく月、火、水あたりがピークでしょう。 ただICMLは、それでもかなり大きな機械学習分野では かなり大きな学会ですので、 Frontier Labからも非常に多くの研究者の方々が来ますし、 それからベンチャーキャピタルや、あるスタートアップも かなり多く来ます。 それでその期間中、非常に多くのパーティーが開かれるんです。
ミートアップがあり、あるミートアップはinvitation-onlyなので、 おそらく登録しても行けないところがあるかもしれませんし、 あるいは自由に行けるような領域もあり、 そうなのですが、関心がおありなら、私が今ここでお見せしている 7月4日にScionicで行われるInstructor KRイベントと、 7月5日にHashedで行われるイベント、 その2か所には行く予定なんです。 行って、また韓国だけでなく、あちこち世界各地から来られた そういうフロンティアにいる人たちと話をし、 また投資家たちに 自分の会社や、あるいは事業を紹介できる、そういう場なので、 この機会を逃さずに 活用されると良いのではないかと思います。
Lumaに行って、ICML Seoulと検索すると、 7月4日からだいたい10日までの間にどっと出てくるんです。 それで良さそうなところに一度登録されると良いと思います。 そして多くの登録がLinkedInやTwitterハンドルや、 ご自身の何らかのソーシャルログを要求します。 それでそこに何か記録があまりないと、 そもそも招待状自体を受け取れない場合が多いので、 私はそういうLinkedInやTwitterのようなものを 少し普段から管理しておかれるのが、 グローバルレベルでやるには良いのではないかと思います。
さて、それで今日私たちがお話ししたかった内容は ほぼお話ししましたし、 AIフロンティアをどのように改編するかについて 短く申し上げると、冒頭で申し上げたように、 重くすることは避けて、もう少し軽く、もう少し速く そういうものを作ってみようと思っています。 その方向性は、今の私たちがスンジュンさんと私でやっていたような 週に一度、エピソード番号を付けるメインエピソードは ジョンヒョンさんをホストとしてもう一人お迎えしたので 一人くらいのゲスト、あるいは私たち三人で交代しながら 私たちがやっていた形式どおりに メインエピソードは引き続き進めようと思っていて ただ、非常に多くのサブチャンネルを 気軽に作る予定です。
それで私も今回出張を終えながら では私たちがAIフロンティアチャンネルとして 何か果たすべき役割があるとしたら 何だろうかと考えたとき、私は韓国の強み 最も韓国的なものが最もグローバルなものだという そういう考えを持っているんです。 先ほど申し上げたように チップやインフラなど、こうした部分についてもありますが まだ私は、AIが作るコンシューマーサービス この部分はまだ開かれてもいない市場だと思うんです。 そしてその部分で何か大きなサービスが出てくるなら 私は韓国でその種が 最も早く見えるだろうと思っています。
ただ韓国でその種が見えたとしても それが韓国の中だけで大きくなり、韓国の中だけで競争すると また韓国の人たちは賢いので、良いサービスがあれば また私たちの中でもものすごいコピーが起きるじゃないですか。 そして私たちの中でぶつかり合って戦いながら、結局みんな全滅するんです。 そうしてタイミングを失い、その失ったタイミングの間に アメリカでまったく同じ会社が一つ出てきて、もっと大きく成功して こういうケースを非常に多く見てきたので 私は20代前半の創業者でもありませんし 私もその創業者たちをもっと助けるべき立場なので 韓国にある良いスタートアップを グローバルにたくさん紹介しなければならないと思っています。
月に一度くらいは デモデイのようなものを開いて、韓国にある事業や 技術をグローバルに紹介する、そういうことをしなければならない。 それでMonthly AI Demo Dayを、難しいでしょうが 英語だけで行う、そういうデモデイを作って グローバルに紹介していかなければならないと思っていますし このデモデイをずっとつなげて 来年開催されるAI Engineer Summit、AI Engineer Conference ソウルエディションへの ちょっとした呼び水にしてみたいと思っています。
チェ・スンジュン 開発している製品を その時間の間に紹介する、そういうものなんですか。
ロ・ジョンソク 1分に一つずつではないと思います。 10分に一つずつにして
チェ・スンジュン そうすると、一日にいくつも紹介されるんですか？
ロ・ジョンソク いくつもやらないといけませんね。 10分だけやって 終わるには、何かオフラインで集まるというのは かなり負担になるので、まずは軽く始めて どうなるかは見てみないといけません。
チェ・スンジュン デモデイはオフラインイベントなんですか？
ロ・ジョンソク はい、そうしようと思っています。 これは韓国語でやっても、オンラインで互いに息を合わせて 何か発表をこう管理するのが ほぼ不可能に近いので これはオフラインでやる必要があります。
チェ・スンジュン それで配信はなく、ただオフラインだけですか？
ロ・ジョンソク それからAIとバイオのセッションも 私が事業を準備しながら知ることになるものは ただ勉強する意味でやってみようと思っていますし、 Matthew Kim代表もまたアメリカに行かれる予定ですが シリコンバレー特派員の役割をしてくださると言っているので 私が話していた非常に面白いY Combinatorのアルムナイや こういう方々は、みんなMatthew Kimさんの友人だったケースが多いんです。 実はMatthew Kimさんのおかげで、私が韓国のネットワークではない 別のネットワークに、今回とても多くアクセスしてきました。 それからまたスンジュンさんも、スンジュンさんの道伴と一緒にされている そういう領域で、またセッションをやってみることもできますし 少し軽く、面白く、たくさんのものを作ってみようと思っています。
チェ・スンジュン 全体的な筋書きをこう見渡してみると 結局はシリコンバレーに非常に大きな機会があって そこにつなげる流れが AIフロンティアの改編とも接点があるということですね。
初の3人収録の感想と締めくくり 1:08:36
ロ・ジョンソク あの高いvaluationと、あの高い市場アクセス性に 何らかのチャンネルを開かなければならない。 そういう考えで戻ってきました。 今日は私たち、ジョンヒョンさんと一緒にした初めての収録でした。
チェ・スンジュン ジョンヒョンさんの感想が気になるところですが。
パク・ジョンヒョン 私の感想は、とにかく私もいつも聴いているので 私はゲストとして一度出たことがあって 今日はただ面白い話をとてもよく聞けたと思います。 特にシリコンバレー特派員を今後やろうとされていることが 私は一番期待していますし 私もサンフランシスコに憧れているので 行ってみなければならないな、という考えを今日持つようになりました。
ロ・ジョンソク はい、ジョンヒョンさんのような方は、私は行ってみるのが良いのではないか と思いますね。
パク・ジョンヒョン 挑戦してみることにします。
ロ・ジョンソク はい、遊びに行くのではなく 行っても十分に競争力がある、逆に 私は韓国でAI nativeと呼ばれる いわゆる神仙たちの価値が非常に高いと思って帰ってきました。 私たちが本当に優秀な人がここに多いという その考えも持って帰ってきました。
チェ・スンジュン とにかくお疲れさまでした。
ロ・ジョンソク このくらいで締めくくって 私たちはまた日常に戻って、この改編されたものをもとに 面白いことをたくさんやってみることにしましょう。
チェ・スンジュン わかりました。
ロ・ジョンソク では、今日はこのくらいにします。 お疲れさまでした。