機関投資家のコンセンサスは、不都合な読みへと形作られつつある。企業AIはいま、「期待外れ」の段階ではなく、社会に広く行き渡る「インフラの配電盤」としての初期段階にある。95％という失敗率は、AIが機能しない証拠ではない。企業が依然として、変更していない事業アーキテクチャの上にAIを重ねようとしている証拠であり、それは1900年当時の工場が、変えない生産ラインの上に電動モーターを重ねようとしたのと同じだ。成功する企業は、知能がトークン100万あたり30ドル（約4740円）で可能にするものの事例を積み上げた企業ではなく、知能がトークン100万あたり0.10ドル（約16円）で可能にするものを前提に再設計する企業になる。
テスラが実際に行っていること
この力学の、現在進行形で最も明快な例はテスラである。重要なのは、安価な知能を前提にアーキテクチャをゼロから作り直したとき、企業AIがどのように見えるかを示している点にある。旧来システムへの付け足しではない。
テスラの完全自動運転プログラムは、GPT-4のローンチ時価格では経済的に不可能だった規模で、リアルタイム推論を動かしている。道路を走るすべてのテスラ車両が学習データを生成しており、車両上でモデルをリアルタイムに動かす推論コストは、いまやカメラアレイや計算ハードウェアのコストのごく一部にすぎない。イーロン・マスクは、テスラのAI戦略が数年以内に知能が「実質的に無料」になることを前提としていると明言してきた。車両とデータのアーキテクチャは、その前提のもとで今日すでに構築されており、コスト曲線が予定どおり到来するという賭けに基づく。
大半の企業はこのやり方を採っていない。多くの企業はチャットボットのサブスクリプションを購入し、既存のカスタマーサービスのワークフローに接続し、結果のばらつきを目にして、自社の用途にはAIが効かないと結論づけた。これは、1900年当時の工場が電動モーターを買って、電気は生産性を上げないと結論したのと同じである。技術は本物だった。アーキテクチャが間違っていた。
なぜ設備投資論争を組み替えるのか
ゴールドマンの主張を本質だけに削ぎ落とせば、現在のAI向け設備投資は将来のリターンを含意するが、現状の企業導入ではそれを支えられない、ということになる。明示されていない前提は、2027年の企業AIのコスト構造が今日と似ているという点だ。そうはならない。
