汎用AIモデルは安価で高性能になり、誰もが利用できるようになる。つまり、それ自体では誰の差別化要因にもならない。筆者が取締役会とともに考え続けているのは、次に優位性がどこへ移るのかという問いである。答えは目の前にある。企業が日々生み出す業務記録、すなわち、プロセスをどう組み立て、AIの提案の何を変更し、何を受け入れ、何を拒むのかという記録の中にある。その記録は訓練データである。それは、この10年で企業が生み出す最も価値ある知的財産になるかもしれない。
そして、ほとんどの企業はそれを手放している。
ヒューマン・イン・ザ・ループは監視ではない。学習の仕組みである。
このデータがなぜ重要なのかを理解するには、最先端モデルが実際にどう改善されているかを見ればよい。公開インターネットデータによる事前学習はもはや前提条件であり、現在の実質的な能力向上は、事前学習後に適用される強化学習（RL）から生まれている。RLには報酬信号が必要であり、これまで見つかっている最良の報酬信号は、実際のワークフローの中で人間の専門家がモデルを修正することだ。従業員がAIの草案した提案書を編集したり、推奨を覆したり、例外を承認したりするたびに、公開データセットには存在しない判断を符号化した、ラベル付き訓練例を生み出しているのである。
われわれはヒューマン・イン・ザ・ループを安全確認のチェックポイントとして説明してきた。しかし、それは組織知をモデルの能力へと変えるフライホイールとして理解する方が適切である。経済性もこれを裏づけている。同じ公開ウェブで訓練された基盤モデルの能力は収れんしつつあり、最先端の訓練計算資源のうちRLに向けられる割合は各研究機関で上昇している。そしてスケーリングのてこは、アルゴリズムではなく、報酬と環境の質であることが明らかになりつつある。
専門家による修正こそ、最も不足している報酬信号である。サティア・ナデラはこの論点を提起した。人的資本とトークン資本に関する最近のメモでのことだ。ガバナンスに関わる立場にある人なら、慎重に読む価値がある。「このループが企業の新たな知的財産になる。私はこれを山登りマシンのようなものだと考えている。そしてほとんどの資産と異なり、これは複利で増えていく」
モデルがコモディティ化するとき、蒸留モデルが堀になる。
ジェンスン・フアンもインフラ側から同じ結論にたどり着いている。彼によれば、あらゆる企業は領域特化型の知的財産の上に成り立っており、「この知能を外部委託するのは理にかなわない」。彼は企業独自のエージェントを「至宝」と呼び、この変化を説明する言葉は、いまエンタープライズコンピューティングで最も引用に値する一文だ。「かつてデータセンターはファイルのためのデータセンターだった。いまやそれはトークンの工場である」
市場はすでにこのことを織り込んでいる。MetaはScale AIに143億ドル（約2兆3400億円）を支払った。同社の中核事業は、厳選された人間のフィードバックと強化学習環境である。希少な資産が計算資源だったとき、プレミアムはチップに向かった。いまプレミアムは、あなたの業務が無償で生み出しているまさにその種のデータへと移りつつある。
プロバイダーのインセンティブはあなたの利益と逆行する。それは悪意ではなく、ビジネスモデルである。
ここに、最近サービス契約やソフトウェア契約に署名した人にとって不都合な事実がある。プロセスのアウトソーシング事業者は、あなたの業務プロセスを運用することでループデータを取得する。アプリケーションプロバイダーは、すべての承認と拒否の判断が行われるワークフローをホストすることで、それを取得する。露出は同じで、入口が2つあるだけだ。そして現在有効な多くの契約は、そのどちらも想定していなかった。
これが通常のベンダー交渉より難しいのは、利害の不一致が構造的だからである。モデルビジネスの経済性は、顧客のワークフローから知能を引き出し、モデルの重みに移すことに報いる。重みに符号化された能力は、誰にでも販売できるからだ。それが起きるのに、誰かが悪意を持つ必要はない。それがこのビジネスの仕組みなのである。
しかしそれは、自社モデルを際立って優れたものにするはずの同じ修正が、同時に、同じ作業を一切していない近隣の競合を含む、他の利用者のために共有モデルを改善することを意味する。多くのモデルプロバイダーやアプリケーションプロバイダーが、サービス提供先の企業の事業と重なる機能を提供し始めている理由もここにある。標準条項が落ち着くのを待つことは、ここでは戦略ではない。なぜなら、その条項はいま、最初に動く者によって書かれているからだ。そして自社の条項を書くべき時は、ループが動き出す前である。
アウトソーシングの波は、プロセス知を中核から遠ざけた。AIは再考を迫っている。
契約の先には、さらに深い構造的問題がある。この20年で、われわれは業務プロセスの広大な部分を外部委託し、その過程で、それらのプロセスの微妙な違いを理解する人々を企業の中心から遠く離れた場所へ移した。評価基準がコストだった時代には、それは合理的だった。
AI時代には評価基準が変わった。なぜなら、まさにそうした人々の修正と判断こそが、独自モデル能力の原材料になったからである。ナデラ自身もこの類似性を指摘し、AI能力を借りる企業は、前回の波で製造業がそうだったように空洞化するリスクがあると警告している。ソーシングの問いはもはや、何を安く外へ出せるかではない。どの学習を中核の近くにとどめるべきかであり、その問いは、内製と外部委託の全体像を新たな目で見直すに値する。
問題は、あなたがどの種類の企業かではない。見える学習ループがいくつあるかである。
この流れを先へ進めて考えると、興味深い違いは業界やビジネスモデルではなく、視座であることがわかる。事業会社が見ているループは自社のものという1組であり、それは深いが単独である。エンタープライズソフトウェアプロバイダーやプロセス運用者は、導入顧客基盤全体のループを見る。なぜなら、すべての顧客の承認と拒否の判断が、そのワークフローを通過するからだ。
多くのループを横断して位置し、それらをまたいで学習する権利を持つ者は、単独の参加者では構築できないモデルを手にすることになる。これは誰が勝つかについての予測ではない。集約点がすでにどこに存在しているかの説明であり、その多くは、業務上の修正を訓練データと見なすことを誰も考えていなかった時代に書かれた契約の下で占有されている。これはいずれも、パートナーとの協業をやめる理由ではない。慎重に数えるべき理由である。あなたはいくつのループを見ることができるのか。そして他者は、あなたを通じていくつのループを見ることができるのか。
これからの取り組みは、思慮深い棚卸しから始まり、ループを経て、より持続性のある企業へと至る。
では、取締役会と経営陣は実際にこれをどう扱うべきなのか。
最初の一手は、AI時代に向けた自社資産の棚卸しである。組織知が実際にどこに存在しているかをマッピングする。どのプロセスが大規模に専門家の修正を生み出しているのか、どの意思決定が他のどこにも存在しない判断を符号化しているのか、そしてそのうちどれが、競争相手にとって危険な蒸留モデルを生み出し得るのかを明らかにする。そのうえで、その地図に2つの軸を重ねる。距離の軸は、20年にわたるソーシングの意思決定を経て、それぞれの知識の塊がいま中核からどれだけ離れているか、そして近づける必要があるかを問う。契約の軸は、その知識がAIワークフローと接する場所で誰が学習を取得するのか、訓練権、改善物の所有権、データ境界がどこかに明記されているのかを問う。
第二の一手は、学習ループの計画である。幸いなことに、それを始めることは聞こえるほど特殊ではない。必要な構成要素は明確だ。公開ベンチマークではなく自社の成果に照らしてAIを測る非公開の評価、実際のワークフローの痕跡から構築された強化学習環境、そしてシステムが照会できる社内ナレッジベースである。初日にすべてをそろえる必要はない。チームがすでにAI出力を修正している大量処理型のワークフローを1つ選び、承認、拒否、編集を消えてしまうままにせず体系的に取得し、自社が重視する結果に照らしてシステムが改善するかを測る。ナデラが提案する設計上のテストは、方針として採用する価値がある。下にある汎用モデルを入れ替えても、ループが訓練した社内のベテランを失わない状態であるべきだ。
第三の一手は、最初の2つの目的そのものである。判断が人だけに宿る企業は、人が去るたびに自社の一部を少しずつ失う。判断がベンダーのプラットフォームに宿る企業は、そもそも自分自身を所有していなかったことになる。自社が所有するシステムに自社の判断を符号化する企業は、初めて、人員の入れ替わりにも、組織再編にも、モデル世代の交代にも耐える組織知の形を手にする。それこそがAI時代における持続可能な企業の姿であり、いま、ワークフローごと、契約ごとに決まりつつある。早期に棚卸しを行い、学習ループを構築する企業は、それを所有することになる。
それ以外の企業は、自社の知識をトークン単位で借り戻すことになる。
