EP 97
AI Psychosis時代の人々
オープニング：Google I/Oのハーネス戦略 0:00
ロ・ジョンソク さて、収録している今日は2026年5月17日、日曜日の朝です。2026年ももう半分近くまで来ていますが、本当に変化のスピードがさらに速くなっているように思います。年初だけを見ても、Claude CodeやCodexを使おう、AIコーディング、エージェントコーディング、そういうものが流行していましたが、今ではみんなが使っていると言うと少し言い過ぎですが、本当にみんなが知っているのは確かだと思います。なので、どうワークフローを進めればいいのか、本当に息つく暇もないほどTipsが行き交っていて、また、これを使って仕事をすることが、以前のエンジニア層だけでなく、今ではあらゆる知識労働者層にまで、Claude CodeやCodexのプラクティスが浸透していることを、本当に肌で感じるほどです。それとともに、モデルもずっと良くなっていますよね。私たちはいつも、モデルが進化して、そのモデルに合わせてharnessが進化して、そのharnessが持っている特徴はまたモデルの中に入り、そうしてharnessはさらに良くなって、絶えずこうして良くなっていく好循環の構造になるだろうとお話ししてきましたが、あまりにも当然のように、本当に息苦しいほどの速度で進んでいます。
Google I/O와 구글의 하네스 전략 1:12
ロ・ジョンソク 今週Google I/Oがあるようですが、モデルが新しく出るんですよね。スンジュンさん？タイムラインの噂では、
チェ・スンジュン Gemini 3.5 Flashがアリーナに登場したというのをちらっと見た気がしますし、Veo 4が出るのではないかという推測もあります。Googleはこの最近6か月ほど、
ロ・ジョンソク harness競争、昨年末にGoogle Antigravityを出して以降は、CodexとClaude Codeがリードしているharness競争には、特にそこまで熱心に参戦してはいませんでしたが、今出てきているものを見ると、
Google AI Studio、Googleは「そんなふうに言葉でやり取りするなら、ただ欲しいものを大まかに話せば、あとは自動で全部終わらせて成果物を作るのが正しいんじゃないか」というように考えているのではないかと思います。
AI Studioの中で言葉を数言投げるだけで、その目的物をそのまま出してくれる、そんなワークフローを出したいのではないか、そう感じるほどです。Googleがどういう考えを持っているのかはよく分かりませんが、
チェ・スンジュン 確かにCodexやClaude Codeのある種の疾走には、歩調を合わせていませんよね。一部の噂では、
ロ・ジョンソク Demis Hassabisは生命工学やサイエンス、老化と病気の解決にはるかに関心が高く、このコーディングは非常に些細なものだと考えている、そんな話もありますが、あまりにも大きなマーケットなので、何らかの形でGoogleも当然参戦すると思います。ただGoogleはやはり、こうしたトレンドをずっと最前線でリードしてきた事業者ですから、何かこう漸進的な発展よりも、ゲームチェンジャー、ショーストッパー、ただ一発で終わらせられるそういうものを追求し続けるのではないかと思います。それに合わせて、実際にはOpenAIのGPT-5.6もまもなく出ると言われていますし、これに合わせてまたClaude Mythosも、ずっと期待をあおってきて、「これは本当にすごい」という話をしていましたが、一部の噂では、単にAnthropicはコンピュテーションが足りないために、出せないのだという意見もあります。一見すると、その話も正しい気がします。コンピュテーションの観点から見ると、
GPT-5.6、Anthropicのコンピューテーション制約とモデルリリース周期 3:01
チェ・スンジュン Googleが押されるという想像は少ししにくいですよね。
ロ・ジョンソク どのような現実があるのかはよく分かりません。Google内部から聞こえてくる噂では、実際には非常に多くのトレーニングやそういったものにコンピュテーションが入っているため、内部の何らかの環境、プロダクション環境やそういうところでも、そこまでコンピューティングに余裕があるわけではないという話を私は時々聞いています。DeepMindがどこかでたくさん使っているようです。新モデルを開発しているのか、あるいは何かをしているのか、などなど。ただ確かなのは、モデルの性能が上がり続けていることはもう疑いの余地がなく、
프론티어 모델의 두 달 출시 주기 4:03
ロ・ジョンソク そしてGPTが5.4、5.5あたりを超えてからは、人々がAGIの話を頻繁にするようになっています。もちろん、ばらつきがある、jaggedだ、ある面では人間以上のインテリジェンスを見せるが、ある面では馬鹿みたいだという表現で、慎重に政治的な言い回しを使ってはいますが、実際には、私たちが言うたいていの知識労働タスクでは、性能が非常に優れているのは確かです。
チェ・スンジュン Ryan Petersen回、Dwarkesh Patelのインタビューを見ると、後半でChinchillaの話に移って、モデルがどれくらいの周期でリリースされるのかについて仮定を一つ置いたうえで、そのプリトレーニングに使われるコンピューターリソースを算数で計算する部分が出てくるのですが、そこでの前提が2か月だったんです。
2か月間、そのモデルが稼働する。フロンティアモデルですから。
GPT-5.2もまもなくサンセットです。今の現行モデルは5.5です。なので、稼働する期間が2か月程度のリズムを持っていて、
つまり2か月ごとに新しいものが出るという話ですよね。ただ、今1ずつ上がっているのは、
ロ・ジョンソク 昨年基準では実際にはメジャーアップデートですから、変化の周期が継続的に短くなっているのは確かで、結局、結論だけ言えば、このコンピュテーションが拡張し続ける中で、量も増えていますが、コンピュテーションの効率も上がっています。エンジニアリング的な何らかの進歩もあり、
脱NVIDIA、推論チップエコシステムとT_brainのボトルネック 5:34
ロ・ジョンソク 私たちがDeepSeek V4で見たようにアルゴリズム的な進歩もあり、また、こうしたものがすべて合わさることで、実際、ハードウェアについても近いうちに一度議論するつもりですが、特に推論において、NPUや専用インファレンスチップがかなり増えているじゃないですか。
DeepSeek V4もHuawei Ascendというチップに言及していましたが、どれくらいの割合を使っているのかは分かりません。いずれにせよ、脱NVIDIA、NVIDIAに依存しないそうしたエコシステムも急速に増えているのは、確かなようです。最近のMETRのグラフ、それがMythos級では
チェ・スンジュン 16.5時間だったか、そのくらい出ていて、いまMETRで測定しているものは、自分たちの現在の方式をかなり修正する必要がありそうだ、そんなニュアンスを込めたツイートを見た気がするんですよ。なので、モデルの性能が特定の分野に限って上がり続けていること、いまもJカーブ上にあることは確かなことです。そういうわけで最近はファストモードも出てきているじゃないですか。追加でお金を払えば、もっと速くなるという。
T_brain 병목과 급행료 시대 6:35
ロ・ジョンソク まさに急行料金ですね。そうなったとき、Dwarkesh回をやったときに
チェ・スンジュン T_compute、T_memみたいな話をしましたけど、私は最近、T_brainについて考えるようになったんです。
ロ・ジョンソク 人間側のボトルネック。
チェ・スンジュン ボトルネックかもしれないし、つまりbreak-evenを合わせる話ですよね。これが効率を発揮したときに、互いにトレードオフがある状況を指しているわけですから、その部分、そこにかかる時間のようなものを少し考えるようになっている今日この頃だと思います。
하네스 프랙티스의 대중화 7:08
ロ・ジョンソク それで今日は久しぶりにこの雑談モードに少し戻ってきたんですが、私たちはいつも何かテーマを持って学習するような形のエピソードをやってきましたが、今回はただの雑談モードです。少し休憩ページのようなものかもしれませんが、休憩ではあるものの、
チェ・スンジュン これはいつもずっと頭の後ろが引っ張られるように悩んでいるイシューでもあります。
ロ・ジョンソク それに、これが何かものすごく変化していて、私たちのワークフローも変わっていますが、周囲の人たちのワークフローも変わっていますし、私たちは先を行っている方々を運よく横で少し見る機会をたくさん得ているので、その方々がどんな変化を作っていくのか、そして私たちもそこから学んで私たちのワークフローをかなり変えたりしているじゃないですか。いま、その方々が感じている変化、昨年末、それから今年初めの時点でもClaude CodeとCodexのトークンを誰がより多く使えるのか、そしてそれらの、私たちはRalph loopと呼んでいますよね、過酷にフックをかけてタスクが終わるまで何かをこう回し続けるそういうメタハーネスも非常に流行していましたし、今はかなり安定した形で定着してきたように思います。それからoh-my-claudeですとか、oh-my-claude-code、oh-my-opencode、oh-my-codex、oh-myシリーズに代表されるそのメタハーネスにおける良い点、こういうものも、その本体と言いますか、CodexやClaude Codeの基本機能にだんだん搭載されていくのを私たちは見続けていますよね。
Claudeのポリシー変更とスーパーアプリCodex 8:45
チェ・スンジュン ただ、Claude側はそういうものに少しペナルティを与えている感じではあります。最近、6月から価格を変えるという話もそうですし、Claude Proモードへのペナルティも少し与え始めたようですし、なので、ループを回し続けたり、これをエクスプロイトする側に対してはClaudeを見ていると、Anthropicはやはりコンピューター資源がいくらColossusを確保したとはいっても、とてもとても余裕があるわけではないのかもしれません。それもあるでしょうし、いずれにせよポリシー上の変化が
そこでも急速に感じられる形で出てきている印象です。
ロ・ジョンソク Claude Codeは実際、AIコーディングという流行語がClaude Codeと同義だったと言えるほど、今年上半期を牽引しましたよね。そういうわけで、AIコーディングに入門する方々は
ほとんどみんなAnthropicに登録し、Claudeに登録し、Claude Codeをインストールして、Maxプラン、小さくは20ドルのプランに加入する形で始めたわけです。
それが今年上半期のAnthropicの爆発的な成長に大きな影響を与えたはずで、ただ今になって、それがAnthropicのコンピュテーションリソースが足りないということを私たちは知るようになりました。それでOpusモデルのモデル品質が少し低下し続けるこういうこともありましたし。AIコーディングをしているという方を見ると、
ほとんどClaude Codeを開いていました。私の周りでも。
チェ・スンジュン 最近は離脱や移動がかなりありますよね。その間にCodexがものすごい速さでキャッチアップして、
ロ・ジョンソク 追いつき始めましたし、またOpenAIは相対的にはコンピューティングリソースに昨年からかなり多く投資していて、余裕があるように見えます。そういうわけで、そのコンピューティングリソース、実際Codexはトークンの余裕をはるかに大きくくれるんですよ。私はCodexでウィークリーリミットに達したことはないので。実際、それを使い切るのは本当に大変なトークン量ではありますが、そうなっています。
チェ・スンジュン いずれにせよCodexデスクトップアプリも良いですし、普通のCLIも良いですし、そこもほぼ日単位で新しいバイナリが上がっているんですよ。そうですね。Codexデスクトップアプリもサイクルが非常に速くなりました。それで上半期を要約すると、
슈퍼 앱 Codex와 강조되는 AGI의 G 10:51
ロ・ジョンソク CodexやClaude Codeはもはやコーディングに関するものだけではない。実際、ソフトウェアを何か貫くほぼあらゆる種類のワークフローに関与できるというそういう哲学が少し固まり始めたように思います。OpenAIの場合は、Codexをもうスーパーアプリという言葉で呼んでいるんですよ。どんな仕事をするにしても、最もgeneralな能力を持っている何かがあるなら、どんな種類のspecificな仕事もすべて処理できるという話をいま頻繁に使っています。なので、AGIにおけるGがますます強調されているそういう時期であることは確かだと思います。こうなってくると、人、モデルの性能や
ペ・フィドンの120xとエンジニアのバーンアウト 11:36
チェ・スンジュン ハーネスの性能が上がり続けて、これを使えば使うほど多くの仕事を処理できるので、人々がバーンアウトを訴え始めてから、もう半年どころか、昨年からそういう訴えはありましたよね。最近はさらに表面化してきていたんです。私が最近そのタイムラインで、Corcaのエースリードでいらっしゃるフィドンさんが投稿された文章をとても印象的に見たんですよ。
ロ・ジョンソク どんな文章なのか、一度見ていきましょうか。ここを見ると私たちに言及してくださっているので、
チェ・スンジュン 私たちもフィドンさんに一度言及しながら話してみると、どうやらエピソード67あたりが9月だったようですね。それでこのとき、テックバックエンド、そういうエンジニアの話をして、コンピュートマルチプライヤーを創造する人たち、ということででも当時は、もう少しやるべきだと考えていらっしゃったのに、やっているうちに、いつの間にか120xになったようだというお話を少ししてくださって。それで今は製品化まではいかなくても、ドッグフーディングのレベル、社内で使うレベルでは、非常に速く、また効率的な生産パイプラインと実験が進んでいる、というニュアンスのお話をされたように思います。でもこれがドーパミン、スロットマシンみたいだという話を皆さんよくされるじゃないですか。
これがタイムラインに流れていて、スクロールが流れていると、確率的にすごくうまく、モデルがうまくやってくれるものが次々出るので、ドーパミンが出るという表現をよくするんですが、そういうものにはまってしまって、一日中仕事をしていると、またしんどさが出てくる。特にエージェントを長く回せるようにしても、
重要な調整と意思決定は人間がしなければならず、それから業務時間を減らすのが難しい、もったいないから続けなければならない。それでこの狂ったように、背景の速度、不均衡な速度で走るような、そういう圧迫があり、そういう期待に対する圧迫もある。それで今、ほかの趣味生活もせずに開発ばかりしすぎて健康が悪くなる、こういう話があって、ここのコメントにも見ると、共感された方々が少しコメントを残してくださっていたんですよ。それで周りのエンジニアの方々と何度か食事をしたんですが、皆さんSSHなどで、食事中に仕事を投げていらっしゃるんですよ。
ロ・ジョンソク モバイルでやるとか、あるいはiPadを取り出すとか。
チェ・スンジュン それで、その細かいコードを見ながら、ずっと仕事を投げていらっしゃるんですよ。
ロ・ジョンソク ほとんどの方がHermesやOpenClawのようなエージェントを一つずつは皆さん立ち上げているので、またそのエージェントたちに自分たちのタスクをメインでどう管理させるか、その下にCodexだとかClaude Codeのようなものを付けておいて、こう回す構造で多く回していらっしゃるんですよ。でもこれは良いことなんですか？
チェ・スンジュン こういうことをフィドンさんだけがおっしゃっているのではなく、最近いろいろな投稿で見たんですよ。ただ、私たちがつい去年までを考えてみると、
ソフトウェア制作特権の終焉 14:25
ロ・ジョンソク ソフトウェアを作ることは、かなりの特権だったじゃないですか。かなり何かこう勉強して練習して、そうして初めて入門できる良い職業群で、またそれを作り出すこと自体が付加価値だった時代を長く生きてきたので。それを作れなくて事業を拡張できず、作れなくて事業をそもそも開くこともできなかった、そういうものが非常に多かったじゃないですか。だから私たちが起業する、何かをすると言えば、
たいていIT業界でエンジニアの数が何人なのか、それから私たちはこれをどれくらい作れるのかということと、事業を始めるということが、事実上同値だった時代があり、投資をすると、その投資額のほぼ3分の2はエンジニアリングとプロダクト側のチーム人件費に入るのが当然で、そのチームのクオリティが結局は会社価値につながっていた、そういうものがほぼ10年以上、ほぼ20年近くを支配していたそういうパラダイムだったんですよ。だからそれを持てなかったほかの人たちの立場では、かなり羨ましいリソースでした。でも今は、これを誰もが作れるようになったわけです。
そうなると今はClaude CodeやCodexを使って、以前は自分が作れなかった一種のプロダクト、ユーザーが存在してUX、ワークフローがあり、その中にDBとUX、こういうものがあるのですが、そういうものを作れるようになったことがあまりにも不思議で、数多くのプロダクトが量産されているんですよ。個人的な目的であれ、あるいは何かユーティリティ的な目的であれ、あるいは本当に事業的な目的であれ。それで初期には、そういうものを作っておいて、「私がこんなものを作りました。
一度使ってみてください」と言うことがすごく不思議で、他人が作ったGitHubレポに行って、そのREADME.mdを読みながらインストールもしてみようとする時期が、ほんの去年の秋冬くらいだったとすれば、今、今年の第1四半期を終えたこの時点では、誰かが「私がこれを作りました」と言ってGitHubに上げたら、それを使ってみたことがありますか？スンジュンさん？
チェ・スンジュン 私はありません。私も今はほとんどありません。「誰かがこういうものを作ったんだ」と思っても、
ロ・ジョンソク 何か非常に面白いポイントがあるというなら、これはどう作ったのだろうか、まさにその差別化されたポイント、エッジだけが気になるだけなんですよ。ではそういう場合どうするのか？ GitHubレポをダウンロードして、それから自分のエージェントに頼むわけです。分析してみてと言うと、私がどんなコードベースを運用しているかを知っている私のエージェントはそれを読んで、「ここには特別な点はありませんね」というふうに答えたり、「これはすごく面白い点ですね」と言ったりします。そうすると、その点は実はクリック一つで私も利用できるようになり、そういう時代に入っているように思います。
インフラ時代の終わりとAIアプリケーション時代の幕開け 17:25
ロ・ジョンソク 私はここで、こういうお話をしたいのですが、実は私たちは今まさにモデルとharnessの時代を過ごしているじゃないですか。そしてモデルとharness自体が、もしかすると今は商品でもあり得るのですが。過去のインターネット時代だとか、モバイル時代の、当時の比喩を少し持ってきて考えてみると、昔もインフラが敷かれ、インフラが安定し、価格がかなり下がってから、その後にアプリケーションの時代が始まったんですよ。モバイルがずっと安定して、最初は私たちもPaper TossやAngry Birdsのようなものをやって楽しんでいましたが、その後、実際にはUberだとかAirbnbだとか、大きなバーティカルがみんなモバイルに入ってきて大きな産業化となり、私たちが知っているあのモバイル時代に花を咲かせたんですよ。それで今、人々はその比喩をAI時代にもよく持ってきて使っているようです。さあ、もうモデルは十分に安定化したし、もちろんモデルは発展し続けていますが、
これ以上発展するものが、私たちのような一般人の基準では何かこれ以上marginalな差を生み出せない、いわゆる私たちの立場では、すでに十分な水準になったとすれば。そうですね、限界効用逓減の法則のようなものです。そうすると今、過去のある分析から見るとインフラが十分に安定し、安くなった、そういう時代になったと仮定してみましょう。では、これからAIアプリケーションの時代が開かれるわけですが、AIアプリケーションの形はどんなものなのか、という問いが今みんなが投げかけている問いなんです。
워크플로우 자체가 된 AI 애플리케이션 19:02
ロ・ジョンソク そしてこれから12か月から24か月、つまり1年から2年、私たちの時間軸、私個人の時間軸では10年、20年分くらいのインテンシティになるわけですが、その期間に、とてつもないことが起きるということです。では、その形が、AIアプリケーションが、過去にあった私たちのモバイルアプリやWebサービスを本当に速く作ることが、新しいAIアプリケーションなのか？ そうではないと思います。結局は、ただのワークフローです。ある仕事について、以前は人々にUXを与えて、そのうえでその問題を解決するのは人間がやらなければならなかったんです。その中でフローを見つけながら、自分たちが望む問題を定義しながら、結局そこで、そのツールの中で問題を解決する。つまり事業者がツールを提供していて、そしてユーザーがそのツールを使って問題を解決していたなら、これからのエージェント時代には、実はユーザーは何らかのインテンション、意図だけを与えて、事業者が売らなければならないものは、問題の解決そのものなんです。task completionを売らなければならないわけです。では、その領域はUXやそういったものの問題ではないはずです。では、それは対話型インターフェースなのか？ そうではないかもしれませんが、自然言語型インターフェースであることは確かです。だから今、OpenAIも電話、新しい電話、
AI surfaceとインターフェースの未来 20:23
ロ・ジョンソク 新しいUXの電話をJony Iveと出すと言っていますが、それが私たちの知っているモバイルアプリの形ではない可能性もあるわけです。ただ私たちが見聞きしているものを、私たちが存在しているコンテキストをすべて見ながら、まるで秘書のようにすべてを解決して、ソリューションだけをユーザーに持ってくるような形が、これからの新しいAIアプリケーションの形だと言われているのですが、それは実はプロダクトではないんです。つまりワークフローそのものなんです。
Jensenがこの前、AIの5つのレイヤー、先ほどの、エネルギーからチップ、モデル、それからオーケストレーション、そういったものを話していたじゃないですか。一番上がアプリケーションでしたが、そのアプリケーションは、私たちが知っているそういうアプリケーションではないはずだと。App Storeからダウンロードして、会社ごとにアプリが1つあって、それをダウンロードすれば何かができる、そういう概念ではないはずです。ただアプリケーションの、アプリケーションのほぼ80〜90%はharnessそのものになるはずで、その上に、ユーザーとそのharnessの間にあるインターフェースUXという部分を、最近の人たちがよく使う用語ではAI surfaceと言うようです。つまりAIの表面、そのAI surfaceの形が、これが私たちが今慣れているChatGPTのような対話型になるのか、それとも自然言語の会話、ボイスインターフェースになるのか、あるいは別のものになるのか、最終的にはNeuralinkのようなものになるのかについては、まだ意見が分かれているようですが、それが今、最大の論点ではないかと思います。まだ私たちはOpenAIや
Googleが「これが新しい形のUXだ」と論点を示せば、みんな一斉についていくでしょうが、まだそれについての定義が明確にはされていない時点なので、今、私たちは少し混沌期を過ごしているように思います。
次のAIアプリケーションの姿とChatGPTプラットフォームの緊張関係 22:24
チェ・スンジュン ただ、この文脈で私も少し補足したくて、少し疑問が湧く部分があるのですが、今すでにClaude Codeなどを使って、生産性の向上があるのか、という話がほぼ1年、1年3か月くらい経っていて、ざっくりまとめて1年だとしたときに、その1年の間にAI分野の製品として出てきたものの中で、AI harnessやAIサービス以外に、印象的な製品がある状態なのでしょうか？
先ほど混乱期や過渡期だとおっしゃってはいましたが、思い浮かぶものはありますか？いいえ。今まではまだ、ほとんどが
ロ・ジョンソク CodexとClaude Codeの部分集合じゃないですか。
チェ・スンジュン それでできる何かなのですね？そうです。ということは、次のアプリケーションも
ロ・ジョンソク ただCodexのようなものだ、という話にもなるんです。
チェ・スンジュン もう少し詳しく説明していただくと。つまり、今のCodexは、
Codex가 못 막는 버티컬의 가능성 23:14
ロ・ジョンソク 実はGPT-5.5プラスcomputer use、それからツール、文脈管理というものじゃないですか。でも、それについて汎用的なものを束ねておくと、私たちが実際に「ねえ、Coupangで三多水を注文しよう」とCodexに言っても、それができるわけです。だからそれが実質的に、このCodexが夢見ているスーパーアプリのポジションなのだと思います。何を頼んでも、実は開発ツールと適切なツールとそういったもの、computationさえ投入されれば全部できる、ということです。
チェ・スンジュン そのときのバーティカルは何ですか？それは非常に良い質問ですが、
ロ・ジョンソク スンジュンさん、では私が質問をこう変えてみると、答えはすぐに出ます。それでもなお、Codexに頼めないもの。それは暗黙知的な何かなのですか？
チェ・スンジュン それとも、単にビジネスの次元で別のレイヤーなのでしょうか。私はこう考えています。今現在、例えばCoupangや
ChatGPT와 플랫폼 사업자의 긴장 24:08
ロ・ジョンソク Kakaoなど、数多くの別の会社があるじゃないですか。その会社たちがどんな形で顧客に何を提供しているかというと、彼らは自分たちの何らかのツールやそういったものをずらっとパッケージングしてアプリとして出し、顧客に提供しているわけです。そしてどんな理由であれ、市場で勝利したために、顧客のマインドシェアをとてつもなく占めていて、そのために好循環でマーケットリーダーのポジションを持っているわけです。
ただ、重要なのは、彼らがユーザーと結んでいる接点がモバイルアプリやWebだという話なのですが、では、Codexのcomputer useが可能になるという話は何を意味するのでしょうか？それをただ呼び出して使えばいい、ということじゃないですか。
チェ・スンジュン 数日前にモバイルで使えるようになりましたよね、Codexが。でも、それが完璧というわけではないですよね。
ロ・ジョンソク 実際、完璧にするにはどうすればいいでしょうか？完璧にするには、実はCoupangがOpenAI ChatGPTが呼び出せるきれいなAPIのような形で、すべてをうまくunbundleしてOpenAIに渡せば、ChatGPTは本当にものすごくうまく呼び出せるはずです。でもCoupangは絶対にそれをしないでしょう。それをした瞬間、自分たちのものを持っていかれるわけですからね。自分たちがその間に広告を挟み、その間に別の商品をクロスさせて、この事業を営んでいるのに、いわゆるその媒体力を全部奪われる形になるわけですから。すると、その間、つまりその事業者とChatGPTの間が、実は緊張点になるわけです。そうなるとCoupangの立場では、別のことを考えるようになるでしょう。
ChatGPTがああいう汎用的な武器ではできない別のものを組もうと努力するはずです。自分たち独自のエージェントを作り、それからそのエージェントに合わせてさらに個人化されたコンテキストを回し、さらにツールも強化したものを作って、OpenAI ChatGPTに行っても当然できることだけれど、ここに来ればそのことがもっと上手くできるようにする何かを作る、という話です。でもその何かというのは、OpenAIがCodexで提供しているモデルプラスharnessという公式をそのまま持ってきたうえで、その中でだけ便利に使える追加的で非常に高い付加価値を与えるツールや、あるいは私がこれまで購入してきた商品、そうしたコンテキスト、いわゆる私がその会社の人質のように握られているそういうデータによって生まれる付加価値の結合になるはずなんです。だからそれらの総和が、ChatGPTひとつを入れれば済む利便性と戦うことになるでしょう。ただ、これはすべて実は検索の時代に数多くのバーティカルWebサービスと、
バーティカルの差別化 — 顧客データとツールの組み合わせ 26:15
ロ・ジョンソク それからAppleとAndroidの時代に、汎用的なApp Storeと数多くのバーティカルアプリケーションの戦いで起きていたことのまったく同型の反復なんです。ただ、その形が昔はWebサービスであり、モバイルアプリであり、今回は実は、今Codexが見せているものが私はそのままAIアプリケーションそのものだと思っています。このAIアプリケーション自体の枠組み、これを見ると、ほぼ95%はただのharnessの塊じゃないですか。
そして私たちがあえてAI surfaceと言うなら、AI surfaceはチャット画面です。チャット画面、そしてUXはconversationで行き来する一種のタイムラインであり、そこにキーボードで入力するか、あるいは音声で入力するか、そのどちらかで、人間が人間の何らかのハードウェアインターフェースを持っている限り変えられないものが、ここでもそのまま変えられていないわけです。これが変わるには、本当にNeuralinkのように脳に何かを挿すなりしないといけないでしょう。だからそれが、Codexが
私にはすべてのAIアプリケーションの未来の形に見えます。そうすると今度は他の企業が、どうやってAIアプリケーションを作って、このCodexやClaudeが持つ汎用性、このスーパーインテリジェントな汎用性を武器に入ってくるのを防ぐのか、ということです。harnessで私が二つの軸として見ているものは、
二つしかないわけです。実は自分たちが完全に差別化できるツールの組み合わせと、人質のように握っている顧客データ、これらをどれだけコントロールできるか。だから私はharness = control layerだと思っているのですが、そのコントロールをどれだけ握れるかが、これからその会社たちの新しい価値になると思います。お話しくださった会社は、いずれにしても国内企業でも大きな会社ですし、
チェ・スンジュン 今、私たちが去年、今年に起きていることを見ると、このAIを何とか使ってビジネスをしようとする多くの方々がミートアップを開いたり、何か資金調達を受けたりして、何らかの流れが生まれているじゃないですか。そうしたとき、そういう方々が突破しなければならないのも同じ公式なのでしょうか？プレイブックは同じなんですか？
プレイブックの定着と価値の移動 29:19
ロ・ジョンソク 私が感じるところでは、まだAnthropicなのか、つまり事業家や投資家の頭の中にある像がまだ少し固まりきっていない。そして何かを今、自分が意思決定し、定義してアクションを起こすには、まだpeer beliefが少し足りない状況です。これを解決するには、実はOpenAIやGoogleのようなところで、これが未来のUXだというものが示され、人々がそこにわっと集まっていく様子が少し見えれば、世の中はそちらへ一気にひっくり返る気はしますが、そのプレイブック自体は、今では少し定着してきたのではないかと思います。
チェ・スンジュン 何が定着したんですか？これからの新しい付加価値、
ロ・ジョンソク アプリケーションの付加価値の核は当然として、もうUXの塊とか、私たちが今カチカチカチと操作して作り出すこの伝統的なものの新しい形のモバイルアプリやWebアプリケーションがさらに出てくることは、あれは答えではない。過去のユーザーを対象に作られるアプリケーションは、もうすべて意味がない。
では、これからの新しい会社の核心は何か。結局はただharnessの塊になるはずで、ではそのharnessの塊がCodexとどんな差別点と競争力を持つのか、という問いがその次にそのまま出てきたら、ではこの会社は、この会社だけが持っている、この人は、この人だけが持っている、ユーザーに対する何らかの排他的な権利を持つデータプラス、この会社だけが持っている何らかのツールセット、そしてそれらの組み合わせがChatGPTとは比べものにならないほど、ずっときれいに動くそういう形、もう一度バーティカルなわけです。そういうものを作れる会社だと言えるなら、それに意味があるわけです。
そうするとそれが今度は伝統的なITサービスの概念で、B2C、B2Bアプリケーションでもそうしたことが次々と起こるでしょうし、そして私たちがいつも話しているように、バイオロジーや材料工学、化学、物理、こういう分野でも、サイエンスの領域でもこれが起こるでしょうし、いよいよアプリケーションの時代へ向かうよーいドンの号砲が、もうバーンと鳴り響いた気がします。
チェ・スンジュン 別のレイヤーのアプリケーションということですよね。そうです。別のレイヤー上のアプリケーションで、
ロ・ジョンソク そしてこれは、もはやUXの問題ではない。結局はユーザーのインテントをどう問題解決へ、つまり私たちのソリューションが昔のようなツールの塊ではなく、問題解決そのものが商品になるわけです。そういう時代に来た。
だからそれに応じて、事業に対する見方も今すべて変わらなければならない、という話を私はしたいわけで、そういう意味でこの話をしていたら、ここまで来たのですが、最近多くの人たちがやっている、すでに存在していたアプリケーションをカチカチ触ってコピーして自分のものとして出すのは、もう練習問題で、まるでディープラーニングを始めたばかりの頃にMNISTの問題を解くのと同じになったわけです。
AI時代の人材像への転換とAI導入の分岐点 32:24
ロ・ジョンソク さて、だからここで私たちの本来の今日のメインアジェンダに少し戻らないといけない気がします。うまくつなげてみる必要がありそうですが、
チェ・スンジュン とにかく、そういうことをやり遂げられる人材像について今日少し口慣らししながら話していけば、何か浮かんでくるのではないかと思っていたのですが、一度つなげてみましょうか。
ロ・ジョンソク では、それを追求する方々の姿を一度描いてみるとよさそうです。ただ、これは少しレイヤーが違うかもしれませんが、既存企業の中でやる方々ではなく、
チェ・スンジュン 企業の外でやる方々と言うべきでしょうか。ただ、いずれにしても今まで私たちが見てきた文脈はかなり再編されたものですよね。契約も再編され、チームも再編され、小規模になっていく方向性があったのではないですか。そのときに人材を語るのか、どんな人材を語るのか、考えてみる必要がありそうです。確かなのは、社長たちもそうですし、
AI 도입의 갈림길: 데이터 정리와 DX 33:16
ロ・ジョンソク あるいは会社で働くメンバーたちもそうですが、ああ、これからAIが私たちのワークフローをすべて書き換えるのだな、という認識は確実に定着したのは間違いないと思います。だから今やっている仕事を、どうAIを通じてより速く、楽にしてみようかという、そうした目的意識はみな持っている状態なのですが、それをどう解決するかについて、きれいに解決できている会社はごく少数です。なぜなら、ほとんどの会社が、これがきれいにできている会社の特徴は、私が何度も申し上げていますが、データがきれいに整理されていて、すでにデジタルトランスフォーメーション自体がきれいに終わっていた会社では、これが非常にきれいにうまくいきます。なぜなら、すでに整理されていたデータにClaude Code SDKをつなげて、フロントをうまく書くだけでもほとんどのことが解決するからです。そのままCodexに任せてしまえばいいんです。Claude Codeに任せてしまえば、実際、望んでいることはほとんどすべて起こります。
でも、こういうことにまったく同意できない方々は、会社にすでにデジタルトランスフォーメーションすらできていなかった可能性が高いですよね。つなげるべきデータパイプラインもなく、あるいはあったとしても、個々の実務者のExcelファイルやそういうものに広く散らばっていて、そしてそのExcel文書を作っているメンバーでさえ、これが大きなレイヤーの上でどんな意味を持つのか、これがどうデータパイプラインに変わるべきなのかについて考えもないわけです。実務者にそうした考えがないということは、上にいるリーダーシップでは、そうしたものの存在すら知らない可能性が非常に高いんです。なぜなら、上では下で仕事が回っているので、人を採ってやらせればいい、と言いながら、いわゆる隠蔽しておいたわけです。encapsulationしておいたわけです。ずっと束ねられて、一番上に「ああ、うちの売上はいくらです」とPowerPoint文書が上がってくるだけでも、経営をしてきたはずですから。そういう会社は、今非常に大きな困難を抱えているわけで、その隙に、今や数多くのエース級の会社が入っていって、あれこれ解決してあげますと言うのですが、それはまるで10年前、20年前にもマッキンゼーやBCGのようなコンサルティング会社が入っていって、その会社が生まれ変われなかったのと同じ問題で、エース級の人材が入ったからといって解決できる問題ではないんです。これは単にAIや何かの問題ではなく、経営の問題になる場合も非常に多いからです。このあたりで、私が最近考えていることなのですが、
AI NativeとAI Assistedの区別 35:53
ロ・ジョンソク AIネイティブとAIアシステッドを区別しなければならない。AIネイティブは、人の助けや介入がほとんどなくこのすべてのワークフローが完了すること、それがAIネイティブで、AIアシステッドは、人がやることは変わらないけれど、AIが入って少し良くしてくれるのがAIアシステッドです。今ほとんどの会社で起きている、ああ、私たちもAIネイティブカンパニーにならなければならない、という話は、ほとんどの場合、AIアシステッドカンパニーになる話なんです。人々がやっていた業務が100あるとすると、私がいつも言う話ですが、100が一つの業務ではないんです。実際には5単位、10単位、20単位、40、50単位というふうに全部分割されて、その人の業務になるのですが、その業務の中の単なる手作業をいくつか変えてくれるだけなんです。でも、ほとんどの人は、そういう業務をAIが来て自分の仕事を持っていくことを望んでいない、というのが、私がよく見ていることなんです。そうすると自分の存在感が消えてしまうので、そのためAIアシステッドへ、AIアシステッドの何らかのツールを作ってあげても使いもしないし、使わないからまた何か発展も起きず、それでプロジェクトは誰かがやって去っていったのに、会社の生産性はそのまま、というケースを多く見ます。それは過去のデジタルトランスフォーメーションやDXだとか、あるいは経営戦略コンサルティング、プロセスコンサルティングのようなものでもいつも日常茶飯事に起きていたことが、また起きているわけです。
だから既存の会社がAIネイティブになるよりも、私はそのプロセスをAIネイティブに使うほうが早いだろうと、そう考えていて、ITが得意な起業家候補の方々が私のところに来て、あの会社に入ってあの業務をAIネイティブにするのを手伝おうと思います、と私に話したら、ではそれでいくらもらうのかと聞くと、最近のAXコンサルティングの価格や、いわゆるFDEと言いますよね。Forward Deployed Engineerを投入してある業務を解決してあげる、という会社をよく見ますが、単価がまったく高くないんです。その仕事を発注する側でさえ、AIが全部やってくれるのにあなたたちは何をするのか、というそういう考えを頭の中に持っているんですよ。そうなると、あなたたちもどうせClaude Codeをカチカチするだけでしょう、何でそんなに高く要求するの、安くやってよ、となるわけです。それにまた、AIをカチカチすることをやる人たちが増えてきているので、その単価は下がり続けていて、だからそういう方々の単価も下がり、その方々がそういう会社に入って、AI assisted workflowを何かこう作って出てくるわけです。賢い会社はそれを見て学び、中にいた人がClaude Codeを使うようになるでしょうが、そうでない人たちは、塾には行ったけれど何も変わっていないね、ということになり、結局私がどこかの会社にAI assistedの何かを作ってあげます、というそういう人たちに会うと、そのworkflowをあなたが新しく書いて、あなたがあの会社を攻めてみなさい、と言うんです。それで、あの会社が持っているものをあなたが持てばいいじゃないか、というふうに考えを変えてみると、みんな首をかしげます。でもこれが次の起業の大きな波なんです。他人のマージンは自分の機会。だからこういう方向に来ると思いますし、
AXコンサルティング単価の下落と新しいAI人材の基準 38:02
새 AI 인재의 기준과 해석 능력 39:30
ロ・ジョンソク この話に戻っていくと、このAIの人材たちも非常に広いスペクトラムに広がっています。Claude Codeを使える、ではAI talentなのか。Codexをうまく使います。そしてCodexの中でOMXをかけて、私たちのHermesエージェントとつないで、私はこうやって仕事をしています。ではそれがAI talentなのか。ほんの6か月前ならそうでしたが、今は違うかもしれないわけです。
チェ・スンジュン 6か月前はAI talentで合っていますよね。今はそれだけでは足りないということです。
ロ・ジョンソク そういう人がものすごく増えている。ではここでもまた、
非常に人間的な部分に戻ってくるわけです。今のAI環境を取り巻く最大のdriverは、いずれにせよモデルとコンピュートの競争じゃないですか。そのgeneralなモデルの力がどれだけ伸びるか、それをどれだけ効率的に回せるかによって、このゲーム全体が行ったり来たりするわけですから、私が注意深く見るべきだと思う部分は、少なくともこのゲーム全体がどこへ流れていて、何が核心的なleverなのかを解釈できる能力が必要で、その次に、その上に、その中に入って事業を開かなければならないというのは、正直簡単ではありません。簡単ではないし、次にその読破文化、そういうものともつながる話ですが、雰囲気は作られ、valuationは形成されるけれど、顧客が本当にそういうものを使うようになるのか、それとも単に一番良いものを選ぶようになるのか。
実際、私たちにはDeepSeek V4や、GLMのように、はるかに安くて良いモデルのAPI候補がありますが、高くても、ただClaude OpusやGPT-5.5にhighやextra highのトークンをかけられるところを探しに行くじゃないですか。ここは急激に上方平準化が起きる部分なので、それについて、この環境を理解できなければならず、その次に、私はその上でさらに非常に重要な部分、人々がまったく認識していない部分ですが、私たちが前回のDwarkeshセッションでもそういう目的で勉強し、議論していましたが、推論、さっきCoupangの話もしましたが、Codexのような新しいharnessを敷いてそれを回そうとしても、その下に敷かなければならないinfrastructureは、今frontierラボが推論クラウド、つまりinferenceクラウドに敷いている程度のinfrastructure + エンジニアリング技術は必要なんです。単にvLLMや
Lablup級のオーケストレーションインフラとコントロールレイヤー 41:44
ロ・ジョンソク SGLangを入れて、ああdoneです、と言えば済むものではありません。ハードウェアをどうorchestrationするのか、その上でそれらを動かすツールをどう回すのか、その次に私たちのworkloadに合った最適なinference構造は何なのか。なぜなら、あるworkloadではprefillの塊がものすごく多く発生することもあり、あるworkloadではものすごくdecode dependencyがあることもあり、そういうものによってcontext lengthも全部違うことがあり、それによってエンジニアリングインフラが完全に変わらなければならないのに、そこに対するreadinessがある会社はほとんどないんです。
でも、自分だけのサービスを持たなければならない、自分のトラフィックをかけなければならないとなると、実際にはそのエンジニアリングを本当にうまくできなければならないわけで、私は韓国ではLablupのような会社がそうしたorchestrationの頂点にいる会社だと思っていますが、その会社が扱うworkloadなどを見ながら、私はそれについて非常に多くの視点を持っていて、ああ、これはもしかすると、昔2000年代初頭にGoogleがBigTableやMapReduceのようなcomputationを非常に分散化し、効率化する、そういうインフラ、保存を分散化し効率化するインフラが、ちょうど2つあったんですよ。
computeとstorageでしたが、当時はそれがMapReduceとBigTableで、その次に、あの中に入って見るエンジニアたちがBorgのようなものを回しているのを見ながら、すごいな、などとよく思っていたのですが、そうしたインフラを、外にあるオープンドメインがHadoopなどで追いつくまでには、かなり時間がかかったんです。
だから今回も、そういうOpenAIやGoogle級の会社を少なくとも何らかのverticalで夢見る会社があるなら、ああいうorchestration layerは持っておくべきなんだなと少し思いますし、その上にapplicationがあるわけです。そのapplicationに上がっていくと、私は、核心は結局、自分にしか組めないcontrol layerだと思います。そのcontrol layerの核心にある二つは、どんな人質にできる顧客データを持っているのか、それ掛ける、どんなツールを持っているのか、ということで、それはまた何と関係しているかというと、では私は顧客のどんな問題を解いてあげるのか、ということと関係しているんです。そしてその地点で、
컨트롤 레이어와 비즈니스 문제 정의 44:07
ロ・ジョンソク 実はAI worldを超える別の形態と関係を結ぶことになります。タクシーを呼ばなければならないとか、工場で物を作らなければならないとか、そうしなければならないとか、そういうことは今私たちがITだけで語れるworkflowとは完全にまた離れた話ですから。
そうして、この産業の下部と上部、根元と上部がずっと構成されていくはずですが、それらをすべて理解して、ある特定のビジネスでターゲット顧客の問題と、それから、この狂ったように変わっているこのビジネスサイクルをうまく合わせられるタイミング感覚、こういうものを全部備えた人がAI talentになるんです。ものすごく過酷になりましたよね。今、疑問符がずっと浮かんでいたんです。
チェ・スンジュン まず、Lablupレベルのインフラを扱える会社がN個もあり得るのかというところからして、これは簡単なことではないじゃないですか。そうですね。そこはかなり大きなビジネスですが、
ロ・ジョンソク その上のapplication layerに上がると、実はものすごくたくさんあり得るんです。たくさんあるしかありません。なぜなら顧客は、Codexがすべての仕事をできるからといってCodexを入れるわけではないからです。なぜなら、Codexに載せて、自分がコーディングコマンドをあれこれ使えば、自分の誕生日パーティーを準備できる、ということは分かっていても、誕生日パーティーに関するすべてのホテル予約、誕生日プレゼント探し、それから誕生日に関する楽しいコンテンツ探し、こういうものが全部うまくつながった何らかの事業者がCodexの上にその事業をビルドしておけば、顧客はそちらに行くわけです。つまり、これはまたどんな話と関係しているかというと、
Benedict Evansのアンバンドリングとドメイン専門家・メタオプティマイザー型人材 46:20
ロ・ジョンソク 結局、以前私が好きな人の一人にa16zのBenedict Evansという人がいて、Benedict Evans、その方の思考を展開していくやり方がとても好きなのですが、その方が結局言っていたのは、この20年は、ただWebであれモバイルであれ、unbundling Oracleだった、ということです。すべては単にデータベースの何らかの情報が整理されるもので、そのOracleさえあれば、実はすべての事業ができたのに、Oracleと何らかのWebインターフェースさえあれば全部できたのに、わざわざそれを数多くのB2B SaaSやB2C applicationへとすべてこう分化させて発展してきたわけです。だから、unbundling Oracleがこの20年だった。でもChatGPTの時代も違わないだろう。ChatGPTとCodexはすべての仕事をできるけれど、それにもかかわらず、これらのサービスは、そのChatGPTをunbundlingしたそれぞれの領域として無数に生まれるだろう、という予測をしているんです。
結局巡り巡って、私はタクシーを呼ぶことから誕生日パーティーを準備すること、それから今週末どこへ遊びに行くか決めること、それからレストランを予約すること、こういうものを、どこかの事業者が出てきてそれを全部一つにまとめてやってみたいことをやろうとするでしょうが、すべての戦線が広がると、そのすべての戦線を守ることはできないんです。そうするとまた、その個別個別でそれを一番うまくやる会社が生まれてくるでしょうし、そうなると、それが結局一つのサイクルを回った後には、今の私たちのアプリの世界がNaverとCoupangと、また数多くのCafe24で運営するセラーたちと、Instagramで何かを売るインフルエンサーセラーたち、こういう形で均衡が取れているように、AI時代にもその均衡はまた生まれるはずです。だから事業機会は生まれ続ける。
チェ・スンジュン それで先ほど、その人材像についても触れてくださいましたが、そういう能力を持つこと、AIをたくさん使ってharnessを作ってみることは必要条件にはなり得ますが、十分条件ではないんじゃないですか？そのお話もその通りです。
도메인 전문가와 메타 옵티마이저 두 인재상 48:33
ロ・ジョンソク 私は最近、人を二つに分類して見ているのですが、たった今スンジュンさんがおっしゃったことを少し私の観点から解いてみると、ある目標へ行かなければならない、どこへ行かなければならない、ということを明確に、あるフィールドについてのknowledgeを持ってそれを指し示せる人がAIを牽引する、そういう形があります。もう一つは、そういう目的もよく分からないけれど、ただその目的すらmeta optimizationしながら、モデルにdelegationしながら目標すら探していく、そういう人たちです。私はこの二つに分類して見ているんです。例えば、ある弁護士の方がいる、
あるinvestment banking出身の人材がいる。その人たちは、そのフィールドでどんな問題を解くべきかについて非常によく理解していて、それからその同僚たちがAIにどういう意味で不適合で、ついてこられないのかについてすでによく分かっていて、本人はAIを極限まで使っているので、いわゆる以前一度紹介したことのある10x Lawyerや10x Bankerのように、ただ完全にAI nativeにそのビジネスを新しく書き換え、既存の、ただ人がたくさん集まっている組織が提供していた問題解決を、本人がエージェントと一緒に提供しようとする、そういう人たちを私はたくさん見ているんです。だからそういう人たちが一つ、それから例えば新薬開発パイプラインをやるとするなら、それは知っておくべき知識も多いですから、あらかじめそういうものについてよく分かっていながら、ああ、ここにパイプラインがあって、ここにAI会社がたくさん生まれているけれど、タイミング的に遅くないから、自分もこういう顧客を対象にこの部分だけをぴったりAIに置き換えて、こうやるべきだと、そういう観点をお持ちの人たちがいて。私はそういうentrepreneurやそういうtalentたちを、まずは好ましく見ています。
OMXとB2C/B2Bの実験文化 50:33
ロ・ジョンソク ただ、私がいわゆる若い仙人たちと呼んでいたあの変わった人たち、そういう人たちを多くの人が見下したりもします。OMXみたいなものを作って、それで何をするんだと。でも私はOMX自体も非常に良いproductだと思っています。私も最近また、とてもよく使っています。ただ、その人たちのそばで、その方々がやっていることは、どうしても生命工学や法律、それからこういう方面に深いフィールドを持てる年齢や経験ではないので、たいてい取り組んでいるアイテムはB2C applicationを攻めているんです。代表的なのがキャラクターチャットのようなものでしょう。キャラクターチャットのZetaは、今月商が約5.5億円を超えるそうです。それとは別に、一人で、あるいは二、三人で月商数千万円規模を出している会社もあり、月商約5500万円の会社もあるんです。数千万円出る会社もどんどん生まれていますし。ただ、そういう形のB2Cは非常にたくさん生まれるでしょうし、それから伝統的に多く存在していたB2B SaaS applicationがありますよね。そういう部分も、B2Bのロジックについて正確に理解しているわけでもないのに、ただカチカチと作る人たちがかなり増えているんです。スンジュンさんも横でたくさん見ていると思います。
その人たちは、目的物を置いてauto researchを回すんです。Ralph loopとauto researchを組み合わせて回して、自分たちが暗黙知だと思っている部分までAIにdelegationしてしまうんですよ。だからgoal optimizationすらメタレイヤーに下ろして、それさえAIに依存してgoalを探しながら、自分たちに不足していたフィールドknowledgeを非常に速くcatch upしてしまう、そういうentrepreneur層、そういうtalent層を私は見ているんです。だから今、私はtalentを大きくこの二つのターゲットに分けて見ています。でもこの二つのtalentはどちらも、スンジュンさん、私は両方ともAIを極限まで使っているという前提をもうすでに置いてしまっているんです。Claude Codeや何やら、そういうものでOpenCodeのようなことをして、自分のワークフローをすべて自動化することについてはもう全員卒業している人たちとして、さらに掛け合わせて、どんな問題を解くのかについてそのセンスをどう搭載できるのかを、それを問うているわけです。正直、もはやAIツールのreadinessは、私にとっては今では当然持ってくるべき必要条件だと見ているのだと思います。そうなったとき、私も少し悩む部分があって、
メタ学習とドメイン内面化の限界 53:14
チェ・スンジュン 私もまだ明確に像をつかんでいるわけではないのですが、先ほどおっしゃっていた後者の場合、それをメタレベルで目的性だけ与えて、そのままできるようにするtalentを持っている方々、極限までAIを使って、そうなったときに学びを内面化しなくても、さっきの前者くらいの水準まであるドメインでジャンプしなくても持続可能なのでしょうか。私は可能だと思います。
ロ・ジョンソク 実は私は最近longevityと生命工学について勉強しながら、まさにその方法論を借用しているんです。私には知らないことがあまりにも多いのですが、それを下から一つ一つ積み上げながら、今の学部や大学院レベルの、たとえば分子生物学課程のカリキュラムを全部学んでからそれを超えていくとなると、私には非常に時間がかかるはずですが、それをそうはせず、すでにそうした分野で起業した会社やすでに出ているペーパーやそういうもの、私はそれが何なのかすら実は知りません。
でもそれさえもOpenCodeに、OpenCodeを使っているんです。OpenCodeにあるそのループをLLMと結び付けて、私も最近仕事を回しているのですが、それにやらせると私が知らないことまで大量に持ってくるんです。Codexがやってくるのでしょう。Codexに入っているsearch engineがまた持ってくるのでしょうし、そこまで私が深く入るわけではありませんが、それで全部ずらっと整理してきて、私が最短経路で望むことを実現するにはどうすればいいのかを、ずらっと敷いてくれます。1ページ、2ページずつ。そしてその中で私が興味を持つものが出てくると、そこにまた入っていけば、そこでまた解きほぐして、解きほぐして、解きほぐしてくれる、ほとんど永遠のチューターの役割をしてくれるので。それを私が1か月やってみると、いわゆる先ほどスンジュンさんがおっしゃっていた、
もともとそのフィールドについて何もなかったのに、1か月が過ぎてみると、そのフィールドで何年もやってきた人たちと話しても、だいたいコンテキストが合う段階に行くわけです。たった1か月、2か月で。今、循環論理があります。
チェ・スンジュン ロさんはBではなかった可能性があります。後者ではなかった可能性があります。すでにポジション自体が、ある分野のdomain knowledgeを持っていたからこそ、それを内面化できる、という。実はそれを告白しようと思っていました。
ロ・ジョンソク 1、2か月だけやったというのは嘘です。これは実際には関心を持って、ほぼ十数年にわたって関連する本やそういうものをずっと読んできたので、だいたいの基礎は敷かれていたからそれができたのであって、実際には1、2か月でまったく知らない領域をマスターしたというのは、明白な嘘です。あり得ないことです。だからスンジュンさんの言うことが正しい気はします。
ただ、B2CやB2Bアプリケーション、こういう領域では可能なのではないでしょうか。システムや仕事が回るという側面では、私も可能だと思います。
チェ・スンジュン だからビジネスを持続可能にすることは可能なのですが、私が少し気にかかっているのは、個人の成長と発展においても、これが消耗で終わらないかということです。なぜならAIを最近扱うとき、先ほどフィドンさんの例も挙げましたが、
とてつもなく多くの仕事を同時多発的にcontext switchingしながらやっているので、bio tokenを消耗するという話を最近よくするじゃないですか。そうなったとき、人間の脳がそれを学習として内面化するまでには正直、難しいだろうと思うんです。仕事はこなせるけれど、
だからこそ、そういうものをすぐにビジネスにして、それで実際に収益を生み出すということは持続可能かもしれませんが、その中での個人的な成長も持続可能なのか、ロさんの場合はそれを勉強するために十分な時間を使われたので得るものがありますが、そうではない状態で止まらずに仕事を処理し続けるのは健全なのか、そういう悩みを少し持つようになるんです。贅沢な悩みかもしれません。
AI psychosisとドーパミン・スロットマシン 57:12
ロ・ジョンソク それがいわゆるAI psychosisという言葉につながるわけですね。AI psychosisという言葉を最近とてもよく見かけるんですが、これを一度だけ説明してください。あのSarah Guoの回でKarpathyが、
チェ・スンジュン 自分はいまpsychosisの状態だと、去年10月ごろにDwarkeshのインタビューに出演した時まではCursorでタブを押す形でやる、まあそういうふうに慎重に、自分の脳を使うやり方だったんですが、OpenCodeが出てからはFOMOが来て、今ではエージェントに全部delegationする方向になって、自分はいま常にドーパミンが出ているある種の過没入状態にあるようだと言って、psychosisの話をしたんです。
でもKarpathyは、もともとやってきた下地があるので、賢く耐え抜いて、うまく活用しているように見えます。ところが最近psychosisが言及される文脈では、それは可能ではあるけれど、少し病症のようだということなんです。精神疾患のような、精神症のようなものだということですね。これが人を過度に没入させ、抜け出せなくしてしまう、そうさせる消耗的な部分がある。さっきのスロットマシンにつながる話です。そうなんですよ。だから、私もまるでそういうことをよく感じるんですが、
ロ・ジョンソク ToDoリストに何かやらなきゃいけないと入れておくと、まるで全部終わったかのような錯覚があるんです。なぜならそれをAIに頼めば、AIがやるはずだから。だから、あまりにも明確な仕事は
先延ばしするようになるんですよ。でも今、私が全体の流れを少し遠くから眺めている限りでは、この市場や社会のインセンティブが、先ほどおっしゃったように、目の前のエージェントを基礎体力として使える人たちにインセンティブを与えているので、それに過没入した状態を維持する人たちが必然的に多く現れて、疲労を訴えざるを得ないステージなのではないか。これがどれくらい続くかはわかりませんが、そう思うんです。これは仕事だけがそうというわけではなくて、実際、最近は昔だったら
ただ近所で平和に人生を送ることができたのに、最近はスマホを開いてTwitterを見れば、あの上のイーロン・マスクからすぐ隣にいる自分の同僚まで、あらゆる生活ぶりが全部見えてしまうじゃないですか。それから誰かがいくら稼いだらしい、これは必ずしもOpenAIからMetaへ移ったあのエンジニアの方が約110億円超を受け取ったらしい、みたいな話に限らず、ただ自分の隣でハイニックス株を買った人と買わなかった人たち、そういう間でもいわゆるFOMOがやばい、みたいな表現をよくするので、だからその人たちの間で受けるこのストレスが本当に尋常ではないんです。
チェ・スンジュン 少し前に紹介したCat Wuのインタビューで、Lennyがまとめたもののほぼ後半を見ると、この混乱の状況を耐え抜ける人材を探している、というニュアンスがあります。昨日ずっとP0 issueが上がっていたのに、その0が一桁だったものが、翌日の午後には00になって二桁になる、そういう変化の状況に耐えられる人。それでAnthropicで採用しようとすると、基本的な能力がある状態で、混沌を楽しめる人を探していると言っていたのが、とても印象に残っているんです。でもこれは本当に不都合な真実なんですが、
Cat Wuが語った混沌を楽しめる人材像 60:03
ロ・ジョンソク 実際、私たちが今持っている良い仕事というのは、ある安定した肩書きを持って、安定した業務を大きな努力なしに継続的に繰り返すだけでも高い収益がある、そういうところを良い場所だと言うんです。そしてそういう良いポジションは、ある意味、簡単にまとめると医師の方や弁護士の方たちです。とても大変な職業ではありますが、その場所を得るためにものすごい努力をしてそこに行けば、多少ルーティンを回してもある程度は保証される、一生そういうものだったんです。
今の話は、実は一般的な会社でも変わらないんですよ。私はただエンジニアです、PMです、デザイナーですと言えば降ってくる明確なタスクを単位時間内に処理できれば、それ自体に意味があったんです。つまり、自分のインテリジェンスと交換するものだったんです。そしてそれに慣れてくると、だんだん、私たちはamortizeという表現を学びましたが、投入は少しなのに長く回収できる、そういうものが私たちの立場では良い仕事だったんですが、実はそういう仕事が今すべてなくなりつつあるんです。
そういうものが、ではさっきCat Wuが話したことに戻ってみるとですね。その不確実性に耐えながら、
その中で意思決定ができる人という話は、逆に言えば何かというと、その不確実性に耐えられるためには、不確実性を常にキャッチアップしなければならず、それはどうにかして情報を絶えず受け入れ、勉強し、判断し続け、頭を回さなければならないということなんです。thinking tokenを使ってこそ、まずそれを受け入れられるんです。受け入れる段階を越えて初めて、そこで判断ができます。でも、そういうものを訓練する場というのは、
実際、いわゆるきちんと働くマネージャートラックだとか、entrepreneurトラック、創業トラック、そういうトラック以外には、あまり存在しないんです。つまり結局、Cat Wuが言っていることもそうですし、何であれ、私たちが今日話していることもそうですし、巡り巡って、結局は不確実性に耐え、それをマネージしながら、そこで意思決定をし、そこで行動できる人がこれから必要だという結論に行き着くんです。ものすごく乱暴に要約すれば、ですけど。そういう部分はありますね。
チェ・スンジュン ところが一方では、またこういう話も出ているんですよね。何かというと、PyDev OpenClawの中に入るPyを作っているMario Zechnerが今年3月に話したことなんですが、これは少し、保守できない問題について悩んでいる話なんです。だから少しゆっくり進む必要がある部分がある。
Mitchell Hashimoto・Mario Zechnerの警告とエリートの疾走後に残る課題 63:01
チェ・スンジュン でも似たような話を、昨日だったかMitchell Hashimotoもしていました。それでここを見ると、あまりにもものすごい速さで進んでいるので、今みんなが言っているのは、結局これがAIによって行われるとしても、テストカバレッジがあって、動作することさえ検証されれば、問題ないのではないか、という話を、またpsychosisに例えてMitchell Hashimotoがしていたんです。でも、そうやってAIを信じて走っていくことについて、見た目には動いているけれど、実は全体のアーキテクチャ上では壊れている何かがどんどん積み重なっている可能性がある、ということを少し心配する文章はありました。ここでは少し別のpsychosisではあります。ただMitchellの意見は、
これを自分がどれだけ話してみても、この軌道にいる人たちには受け入れられないだろう、という。そうですよね。その問題さえも
ロ・ジョンソク もう全部、今はdelegationしてしまう段階じゃないですか。私は以前は、AIにうちの会社の最も核心的なビジネスロジック、広告管理や成果に応じてどういうチューニングをすべきか、そういうものをAIにやらせたら、出てくるレポート、何を止めて何を動かそう、何を作ろう、こういうものを以前は私が見ていたんですよ。でも最近は、そのままそれをRalphで回します。
結果が出たら、そのまま3回Ralphを回してみます。3回とも正しいと言ったら、そのままそのボタンを押してしまうんですよ。そうしろと。
結局私は本当に、すべての問題を全部computeに還元して解けるという、理想主義的な考えなんです。そしてそれに対するもう一つの仮定は、モデルのほうが自分より優れている、という仮定もあるわけです。それでこれについて、私が
チェ・スンジュン Hashimotoの言葉が100%正しいというよりは、そういう懸念をする側は以前からもちろんいたのですが、HashimotoやそのMarioのような人たちは、AIを使ってうまくやろうとしている人たちなのに、こういう方向で話しているので、持ってきてみたんです。それで私たちは、ちょうど現象の話だけをしていて、またその現象の話をして、先を行く方々を
엘리트 질주 이후 남는 과제 65:31
ロ・ジョンソク こうイメージとして話していると、実際には、その先を行く方々は残念ながら、どうであれ社会の何らかの先頭にいるエリート層がほとんどではあります。そうすると、そうですね、その人たちは私たちが心配しなくても自分たちでうまくやるでしょう。正直、行ってくださいという感じで、その次に私たちの立場では、そういう方々の会社にどう投資できればいいな、そういうチャンスを得られればいいわけです。では、その後にこう、私たちが今日AI関連でAI talentの話をしたので、その次の段階には何があるでしょうか。まずはClaude CodeやCodexを本当にうまく使うことが、まず必要だと見ていますか。私は必要だと思うのですが。私もその部分には同意します。
チェ・スンジュン 現在のAIをうまく活用する経験、ただし無条件ではなく、あまりにも幼い時期には少し難しいと思う方向に私は傾いているんですよ。ある程度、考える力が育った後には、現在何が可能なのかは知っておくべきでしょう。
주니어 학습 박탈과 AI 가상 훈련장 66:39
チェ・スンジュン やってみる必要もありますし。以前、そのLatent Spaceポッドキャストを聞いていて、誰か、Alessioが答えていたことなんですが、私は文脈を正確には覚えていないのですが、今ジュニアたちが学習機会をすべて奪われていて、これが大きな問題だという話をするじゃないですか。その時Alessioがそう話していたんですよ。ああ、では彼らを訓練するその場をAIで作って、AIがジュニアたちを厳しく訓練した後に、彼らをまた卒業させればいい。実質的に仕事をするのに必要ではないけれど、そういう仮想の訓練用の仕事を、ただ偽物としてAIで作って、そこでやらせて、そこで一定部分トレーニングができたら、その時に上へ上げればいい。だから教育事業はそういう方向で準備してみろ、と話していたことを急に思い出しました。でもまあ、話していると
ずっと居心地の悪い方向に行ってしまうのですが。
実際、私たちはDwarkeshをかなり高く評価しているじゃないですか。それでDwarkeshの回を通じて、またDwarkeshはおそらく今年20、韓国の年齢で26だったか、とにかく若い方じゃないですか。でもこの方が最近話していることを少しざっと見ると、Michael Nielsenの回を撮っていました。Michael NielsenはYC Researchにいたこともあり、Greg BrockmanやChris Olahがこう言及してくれる人なんですよ。自分が彼の本を見て勉強した、と言いながら。
Dwarkeshの学習法と負荷をかける作業 68:02
チェ・スンジュン それでそのMichael Nielsenの回で、DwarkeshがMichael Nielsenから受けた助言が、負荷をかける作業。それでこういう話をしていました。「Make some kind of demanding artifact, write something.」とにかく自分の考えに負荷をかける作業をすることが、あなたの学びを次の段階へ導くだろう、というニュアンスだったんです。
つまりDwarkeshのアプローチを見ると、この人はAIを非常にうまく使うと同時に、意図的にこれを学んでいこうとするそういう態度がとても見えるんですよ。そしてその中間を取っていて。結局、このMichael Nielsenの助言あたりで、すでにDwarkeshが考えていたことと、黒板を置いて、それを勉強するセッションをやるべきだ、という。
昨日はまたAlphaGoをスクラッチから実装するそういうものを勉強する動画を上げていて。もうサイトにもあれができました。フラッシュカードの一覧ができて。Lenny’s Podの回に、この次に、昨日の回、Eric Jangの回も上がっていて、これを自分でdeckを作った、問題deckを作って、自分で解いてみるようにすることをやっている。
それで、これは全部、記憶をよくするためにAnkiみたいなものを使うときに間隔を空けて学習する、そういう技法があるじゃないですか。そういうものにDwarkeshも以前から関心を持っていてこれを実践しているんです。
そして自分の文脈の中で勉強するルートを設計して、自分はAIをうまく使うだけではなく自分自身の能力を引き上げる。
ただ、このDwarkeshもすでに非常に独自の存在として台頭してきているので性急に一般化するのは難しい状況ではあります。でも私は、こういうふうにそのエージェントをうまく使うだけではなく
自分の学びを引き上げる作業をおろそかにしてはいけないのではないか、という側なんです。
ロ・ジョンソク そうですね。正解ではないでしょうし。そうですね。ただ昔は、
こういう人生を送りたくないと思っても良い職業の選択肢が多かったんですが、それがなくなっているのが今の問題です。今は結局、書類をコピーしてくれるような業務がいくつか、本当に公務員的なところでなければ企業ではそういうものをどんどんなくしていこうとするのが流れなので。
slow AI、mind-sized bitesとI/O後のスタートアップ地形 70:17
チェ・スンジュン それで私が最後に一度触れてみたいのは、いろいろなスクールがあるけれど、slow AIスクールもあるということです。つまりこれは、以前からあった言葉の中に「mind-sized bites」という表現があったんです。自分の心が消化できるだけの一口。Seymour Papertという方が言った言葉ですが、何かをAIを通じてたくさん成し遂げて仕事を遂行することもできるし、学ぶこともできるけれど結局それは、自分がやり遂げられるだけの断片でなければならない、という。だからこそAIのペースに合わせるのではなく自分に合わせる形でやったほうがいい、というふうにslow AIを語る側が少しずつ出てきているんです。
ただ、正しいと感じる一方で、今のロさんの話を見ると今の時代のインセンティブ自体が、短期的に見たときにはAIを活用して、それを基礎能力として使い多くの仕事を素早く処理するオーケストレーション能力を持つ人を多くの職場が求めているようにも見えます。でもそうしたとき、消耗は必然で。だから私も少し居心地が悪いのですがずっと考えが堂々巡りしています。私たちが今また感じているのは、6か月前とはかなり違うじゃないですか。
I/O 이후 스타트업 지형과 자본 분산 71:25
ロ・ジョンソク かなり違うし、それも去年の夏とは今はまた完全に違っていて。今年、すぐ明後日にあるGoogle I/Oを越えたらまた新しい形のスタートアップがたくさん生まれてくるはずなんです。最近のY Combinatorのバッチを見ても私たちが知っている一般的な形の事業よりもああ、もうそれぞれの方向に走っているんだな、数多くのサブカテゴリーがどんどん生まれているんだな、というそういう感じを強く受けます。ではその部分についても最後に質問してみたいのですが、
チェ・スンジュン さっき何か新しいアプリケーションはあるけれどそれが具体的に何なのかは分からない状態なわけですよね。そうですよね？その形がただharnessの
ロ・ジョンソク AIサービスになるだろうということは分かっているわけです。はい。でも具体的に何かは分からないので、
チェ・スンジュン 今起きている多くのこと、多くの市場にある種のファンドをばらまいて、それをやり遂げられる人たちを掘り出そうとしている、そういうステージなんですか。全部混ざっているんじゃないでしょうか。
ロ・ジョンソク 資本はそういうふうに、何か新しいものを開けるタレントたちにかなり投じて、それについていろいろdiversify、分散したがっていて、ヘッジしたがっている、そういうものがあるでしょうし。でもその問題を作る人たちはその資本を早く受け取って、自分が夢見る未来が正しい未来なのだと、その未来に変えてしまいたい、そういう気持ちがあるでしょうし。それが昔は、ある一つの事業が育つのに10年のサイクルがかかったとしたら今はそれが数か月のサイクルでも何かが起きるのを見ると、今は人々が、つまり後ろに行って自分は黙って世の中と距離を置いたまま自分の道を行きます、と言うよりも早く、いわゆる浮上しなければならないものへのインセンティブが強まっているわけです。
締めくくり：100回を前に 73:28
ロ・ジョンソク 似た既視感があるのは、芸能界に似ているんです。
チェ・スンジュン どう似ているんですか。
どう似ているんですか。ただの興行ビジネスなんです。
少し、ネームバリューやブランド価値を持たなければならないという方向に。
ロ・ジョンソク そうです。だから以前ジョンギュさん代表が出られてまたブランドの時代が始まるのではないか、こういう話もされていましたが、私は事業の面から見ると、事業の面から見るとああ、これからは何かを作るビルド能力よりもブランドとディストリビューションのほうが少し重要になるんだな、という考えは少しあります。もちろん自分がそのブランドを生み出せるならベストではあります。
そしてそういうブランドを自分のものにする方法はまたマーケティングの最も基本に戻ります。ただポジショニングに戻るんです。だから、誰かのものがあるならそこへ行ってやるのではなく自分のものを創造して、そこで1位になること。いつも最高になることより、より良いものになることより一番ベストなのは、その唯一のものになることなんです。only oneになることですが、そのonly oneになったときに市場の大きさが意味のあるものでさえあれば食べていけるんです。そしてそういう部分が、私は逆に最近流行している言葉で言うと、
서브 컬처와 AI 거부 시장 74:42
ロ・ジョンソク サブカルチャー。若い方々が価値を置くものが伝統的な観点での、良い家、良い車ではない場合が非常に多いです。はい、社会的な地位、良い家、良い車が成功の基準ではなくそれぞれのコミュニティを作りその中でただそれぞれの何らかの価値を追求することが増えていて。それ自体がただ、あそこはメインストリームでwinnerになれなかった人たちのそういうグループだ、ということで言葉もサブカルチャーとか、そういうふうに捉えていたんですが、そうではない。ただ、それ自体が一つのワールドになりつつあるのだと思って、私はそれも非常に注目すべきトレンドだと思います。
AIをやらないと判断する人たちが増えるかもしれないし、それが増えて、その人たちが新しい何らかの、いわば勢力を形成すれば、それは市場なんです。その市場がまた生まれるでしょう。だから私は、生きて動いているものだと見ています。今日は私たち、特に大きな準備もなく
100회 기획과 커뮤니티 아이디어 요청 75:45
チェ・スンジュン あれこれ話しながら時間を過ごしましたが。いつの間にか私たちも100回へ向かっていますし、それに、予定されているゲストの方々もいますし。また来週はGoogle I/Oもありますしね。
ロ・ジョンソク そうですね。慌ただしいですね。
チェ・スンジュン ニュースは途切れませんが、何とかやっていかないとですね。100回では何をしましょうか？100回のアイデアが少し必要なんですが。
ロ・ジョンソク 100回のアイデアを提案してくださりたい私たちの登録者の皆さん。以前、逃亡者連合の集まりを一度やったことがありましたが、その時、スンジュンさんと私があまりにもエネルギーを使いすぎて、実は去年の冬以降、もうほぼ半年が過ぎましたけれども、またやる踏ん切りがつかずにいます。
チェ・スンジュン 私たちは少し年齢もありますからね。そうですね。
若い方々のmeet-upのああいうスピードとか、それについていくことはできないんですよね。そうですね。私たちも実は、もうこれを私たち二人だけで全部引っ張っていくことはできないので、
ロ・ジョンソク 何か少し変化を試してみるべきタイミングではあります。さて、とにかく今日も週末に
チェ・スンジュン こうしてまた学びを分かち合いましたね。ありがとうございます。
ロ・ジョンソク おかげでまた、あれこれ考えが整理されました。では、スンジュンさん、それでは残りの日曜日もよくお過ごしください。私たちは来週またお会いしましょう。