Transcript
00:00:00過去数週間から数ヶ月の間に見られた、最も愚かなトレンドの一つについて話しましょう。
00:00:05どうやら、もう終わりを迎えているようです。当然のことです、全く意味がありませんから。
00:00:12「トークン・マクシング（Token maxing）」。ご存じない方のために説明すると、これは単純に、
00:00:18あるいは「燃焼させる」と言ってもいいですが、月間や年間、あるいは測定対象の期間内に、
00:00:24可能な限り多くのAIトークンを消費することです。企業視点でのアイデアは、
00:00:30これはエンタープライズの世界から来た言葉ですが、従業員にできるだけ多くのAIトークンを
00:00:37例えばCloud Codeのようなツールを通じて使わせようという考え方です。ちなみに、それは便利なツールで、
00:00:44Codexなど他のツールと同様です。それらを使って仕事を完遂できます。Cloud Codeや
00:00:50Codexの講座も用意していますので、詳しく知りたい方はぜひ。非常に深く掘り下げて、ヒントやコツを紹介しています。しかし、
00:00:54アイデアとしては、ツールを使ってトークンを可能な限り多く燃やす、つまり消費するということです。なぜなら、
00:01:00そうすれば素晴らしい成果が得られるから、ですよね？いいえ。前述の通り、これらのツールは価値があります。開発者として、
00:01:09私はこれらのツールを使いこなせる必要があると考えますが、あくまで補助として使うべきです。トークン・マクシングの背景にある、
00:01:16その動機というのは、結局のところ、ただトークンを浪費することです。
00:01:23無心にトークンを消費し、プロンプトを次から次へと投げ続け、
00:01:29出力結果をほとんど、あるいは全く見ない。そうしないと、さらなるプロンプト入力の邪魔になるからです。
00:01:36企業が社内ランキングを作っているという話も聞きました。最も多くのトークンを消費した人が、
00:01:42上位にランクインして、報酬を得られる可能性があるというものです。もちろん、そんなの全く意味がありません。そして、
00:01:50私はここでAIを開発に使うことについて話していますが、それは私がその出身だからです。しかし、
00:01:57どんな文脈でも意味がないと言えるでしょう。特に、AIを使って
00:02:03コードを書いたり生成したりする場合、そのコードを理解し、レビューする必要があります。ただ
00:02:11大量のコードを吐き出せばいいというものではないのです。今までもそうでした。AIが登場する前でさえ、
00:02:20開発者の生産性をその日に書いたコードの行数で測るのが良いアイデアだったことはありません。AIになってもそれは変わりません。品質が
00:02:27重要なのです。最近では全ての企業がそう考えているわけではないようですが、それでもそうです。
00:02:35最終的に「AIコーディングの深み」にハマり、AIにすべてのスパゲッティコードを生成させ、
00:02:43何が起きているのか完全に把握できず、コードの意味も理解できず、
00:02:50あまりに量が多くて手動で確認することもできないような状況になったら、
00:02:55それはもう「負け」です。完全に負けです。私たちが知る通り、AIは完璧とは程遠いからです。ですから、
00:03:03私たちはAIを効率的に活用し、良い結果を得るために、人間の手によるチェック、人間の制御が必要なのです。
00:03:11だからこそ私は全ての動画で言い続けていますし、今でも強く信じていますが、AIは
00:03:17役に立つ「ツール」なのです。開発者の代わりではありません。どれだけ特定の企業がそれを望んでいたとしても。
00:03:23そしてもちろん、トークン・マクシングの究極の目的は、
00:03:30企業側からすれば、従業員がAIを使いすぎて、
00:03:37大量の素晴らしいアウトプットを生み出してくれるという点です。そして、どこかの時点で
00:03:42「素晴らしい、もうこれほど多くの従業員は必要ない、少なくとも減らせる」と言えるようになる、というものです。ところが、
00:03:49これはあまりうまくいっていません。Uberに関する報告が、例えばXなどでかなり話題になりました。
00:03:57UberのCOO、確かCTOもでしたが、彼らが
00:04:052026年度のAI予算を、たった4ヶ月で使い果たしてしまったと述べました。彼らは、使いたいトークンの予算を確保していたのに、
00:04:14数ヶ月で底をついたのです。もちろん、ここで重要なのは、
00:04:20予算が2025年、あるいは2025年末や2026年初めに設定された可能性が高いという点です。
00:04:29そして2026年初頭に、エージェント型コーディングが急速に普及しました。それが要因です。そして、
00:04:40Opus 4.5やGPT 5.4、あるいはそれ以前のCodexといった特定のモデルが、
00:04:50特に昨年末の時点で、指示に従う能力が非常に高まったからこそ起きたことです。そして
00:04:55Cloud CodeやCodexといったツール（先ほど言及した素晴らしい講座もあります）が、
00:05:00これらのモデルを極めて効率的に活用したのです。もちろん、
00:05:05Piのような優れたコーディングエージェントなども同様です。これらを組み合わせた結果、これらのツールの利用が
00:05:12増加しました。しかし、ここではエージェント型コーディングについて話しているわけで、
00:05:18モデルが自ら考え、ツールを呼び出し、検索を行い、検索結果を
00:05:25分析します。それら全てが、私たちが昨年にAIを使っていた時よりもはるかに多くのトークンを消費します。
00:05:35以前は短いセッションで、長期間稼働するようなエージェントセッションは多くありませんでした。もちろん、
00:05:40セッションが長くなればなるほど、トークン消費量は増えます。2025年に行われた計算は、
00:05:472026年に、高度なエージェント型コーディングモデルや関連ツールが普及した現実とは、全く別物なのです。
00:05:55とはいえ、Uberは予算を使い切りました。もし彼らが素晴らしい成果を上げていたのなら、
00:06:02予算を増やしたはずですが、そうはなっていないようです。NVIDIAの幹部も、
00:06:10コンピューティングのコストは従業員のコストをはるかに超えていると語っています。つまり、人間を使うよりも
00:06:18AIを使う方が今のところ高コストなのです。もちろん、「AIが人間の10倍の
00:06:25生産性があるならコストなど関係ない」と言うかもしれません。10倍、8倍の費用がかかってもいいのでは？
00:06:31さらに高性能になる可能性もあるので、15倍でも許容できるかもしれません。一方で人間の場合、
00:06:39生産性が向上しても、AIほど急激な伸びは望めないでしょう。
00:06:45しかし、10倍や15倍という数字には全く届いていません。なぜなら、先ほども言った通り、生成されたコードの行数は
00:06:54良い指標ではないからです。人間には経験があり、共感力があり、
00:07:01コードベースへの深い理解があり、他の部門とのつながりがあり、
00:07:08仕事を作り上げる全てのニュアンスがあります。もちろん、人間に寄せられる信頼もです。そして、
00:07:15何が優れたコードベースなのかを深く理解する能力、コードベースに次に何が必要で、
00:07:21どのような将来的な機能が必要になるかを見通す力。これら全て、AIモデルには欠けている要素です。ですから、
00:07:29AIモデルの生産性と人間の生産性を比較するのは、多くの側面から見て愚かなことです。
00:07:36そして、先見の明のある企業はそれに気づき始めています。それが、トークン・マクシングが
00:07:43終わりを迎えつつある理由です。AmazonやMeta、その他多くの企業が、
00:07:48AIのトークンランキングの廃止や、AI予算の削減、あるいは
00:07:54トークン・マクシングへの取り組みを見直していることはニュースでも読めます。私は心から願っていますが、
00:08:02事態が少し落ち着く時代が来ることを期待しています。AIは定着しましたし、有用です。便利なツールです。
00:08:09生産性を向上させることができます。追加の調査にも優れていますし、
00:08:15ボイラープレートコードだけでなく、そうでないコードの生成にも優れています。しかし、明確に定義された仕様に基づいて
00:08:22人間がレビューし、理想を言えば人間が構築・調整したコードベースに基づいている場合のみ、AIは
00:08:30真に有用です。あるいは、今すぐ終わらせる必要がある小さなツールを作るための「使い捨てコーディング」にも有用です。
00:08:38世界に公開するつもりもなく、
00:08:43バグを気にせず、機能を拡張する予定もなく、メンテナンスもしなくていい場合ですね。
00:08:48そういったツールにも最適です。AIには多くの素晴らしい活用事例があり、
00:08:55定着するテクノロジーであり、間違いなく進化し続けるでしょう。誰も
00:09:0010年後にどうなっているかなんて分かりません。しかし現時点では、状況が少し落ち着いて、
00:09:07AIを本来あるべき姿、つまり便利なツールとして活用することを願っています。全てを魔法のように変え、
00:09:15全ての仕事を奪い、12ヶ月以内に人間を完全に
00:09:20置き換えるような代物ではないのです。そして、おそらく広報的な理由からでしょうが、お気に入りの
00:09:28テックCEOたち、Sam Altmanや特にDario Amodeiでさえ、AIがまもなく
00:09:36ほぼ全てのホワイトカラーの仕事を置き換えるという強い発言を撤回しつつあります。Sam Altmanはインタビューで、
00:09:45AIの経済的影響についてかなり読み違えていたと認めました。そしてAnthropicのCEO、Dario Amodeiも、
00:09:52少し前までは、ホワイトカラーの仕事の大部分はまもなくAIに置き換わると発言していましたが、
00:09:59今は自動化が仕事の幅を広げる可能性があると言っています。おそらくですが、
00:10:06どれだけ従業員を代替できるかを吹聴して企業にツールを売り込むことと、
00:10:13世界中を敵に回すのは話が別だ、とPR部門が忠告したのでしょう。
00:10:21以前から彼らの発言をあまり気にしていませんでしたし、前言撤回した今もそうです。私は確信していました、
00:10:28近い将来にAIが全てのホワイトカラーの仕事を置き換えるなんてことはありえないと。
00:10:37実際には、AIはむしろ仕事を増やす方向へ導くでしょう。これまでの
00:10:43画期的な技術革新も全てそうでした。未来の役割がどうなるのか、現時点では見えないだけです。しかし
00:10:48コーディングに目を向ければ、本格的なプロダクトにおいてAIに全てを書かせ、
00:10:56自分たちは一切気にしない、なんて段階には程遠いです。少なくとも私は絶対にそんなことはしませんし、
00:11:03そんなことをする企業は大きな過ちを犯すことになるでしょう。しかし、企業もHopefully
00:11:11AIを全てを解決する魔法ではなく、優れたツールとして活用する方が賢明だと気づき始めているようです。
Community Posts
No posts yet. Be the first to write about this video!
Write about this video