Kalshiの創設者：今後12ヶ月のあなたの本当の生活はどのようなものになるでしょうか

ポッドキャスト："$22B Kalshi Co-Founder: What the Market Already Knows About Your Job"丨Silicon Valley Girl

編纂：遅れて聞く LatePost

"今年の年末までに、最も変化するのは依然として仕事です。"

"今のところ、私たちが完全に置き換えた職業はありません。すべての職業はAIによって強化されています。"

"人々は自分の仕事が十分に努力されていないことを常に心配しています。Kalshiでは、私たちはAIがまだ十分に使われていないことを心配しています。"

Luana Lopes Laraは2018年に予測市場プラットフォームKalshiを共同設立しました。Forbesの統計によると、彼女は世界で最も若い自力で成功した女性億万長者です。今年の5月、Kalshiは10億ドルの資金調達を行い、評価額は220億ドルに達しました。彼女が毎日見るものは特別です：人々がどの結果に真金を賭けるかです。対象がAIと仕事に変わると、これらの価格はリスクがどのように変化するかを絶えず描き出し、ほとんど慰めを提供しません。

人々が尋ねることは、能力から結果に変わった

一、二年前、Kalshiが受け取ったAI市場の提案は主に能力に関するものでした：モデルは特定のタスクを完了できるか、どのモデルが勝つか、大規模な数学の問題はいつ解決されるか。現在、ユーザーはAIが解雇、失業、選挙にどのように影響するかをより頻繁に尋ねています。Luanaは、この変化が一般の人々が「AIとは何か」の段階を越え、自分にかかるコストを計算し始めたことを示していると考えています。

"一、二年前に提案された市場は主にAIの能力に関するものでしたが、今では私たちが受け取るリクエストはAIがもたらす影響に関するものが増えています。"

興奮は消えていませんが、問題の焦点は変わりました。人々は依然としてモデルの能力、薬の承認、量子計算を取引しますが、「AIが今月の解雇の主な原因になるか」という質問は、毎月誰かが注目する市場になりました。技術ニュースはもはや製品の発表だけでなく、給与明細や職務記述書にも入り込んでいます。

プラットフォームには、Luanaと共同創設者が長年注目しているAIの「災害シナリオ」市場もあります。これは五つの条件を設定し、そのうち三つが発生すれば「はい」として決済され、インタビュー時の確率は約26%から30%で、取引額は数百万ドルに達します。この数字は多くの人々の直感的なリスクよりもはるかに高く、チームは何度も確認しています。

73%、果たして何を教えてくれるのか

インタビュー録音時、市場はAIが5月の解雇の主な原因になる確率を73%と見積もり、取引量は約3万ドルでした。3月と4月には、AIが実際に解雇の主な原因でした。Luanaは、Kalshi Researchが行ったキャリブレーション研究を挙げ、取引量が約5000ドルであっても、価格はしばしばかなり安定した数字に収束することが多いと述べました。資金が多く、決済までの距離が近いほど、読み取りは通常より信頼性が高くなります。

"取引量が5000ドルしかなくても、数字はすでに非常に良くキャリブレーションされたレベルに収束しているので、この数字は本当に信頼に値します。"

この73%は「あなたの職業が消える確率は73%」と直接翻訳することはできません。それは明確な境界のある質問に答えています：指定された月に、AIが解雇の主な原因として記録されるかどうか。予測市場の価値は、明確に定義された質問から生まれ、損失を引き受ける意欲のある人々が価格を提示します。質問が曖昧であれば、数字も意味を失います。

いくつかの質問は五年後に決済される必要があります。例えば、特定の薬がいつ承認されるか、量子計算がいつ突破されるか。Kalshiが口座内のポジションとドルに利息を支払うようになった後、ユーザーは資金が長期間占有されるためにこれらの取引を放棄する必要がなくなりました。そのため、市場は遠いイベントに関する情報をより多く蓄積でき、価格は単にその日のニュースを追いかけるだけではなくなります。

確率は予言ではなく、1%も発生する

アメリカの教皇が選出される前、Kalshiでの確率は長い間約1%でした。結果が出た後、ニュースは予測市場が「間違っていた」と報じました。Luanaの反応は非常に直接的でした：1%はゼロではありません。秘密の会議はほぼ閉じられた情報システムであり、外部の人々が予測することは本来非常に難しいのです。小さな確率の出来事が本当に発生した場合、それは以前の確率が無効であることを証明することにはなりません。

"70%は100%ではありません。たとえ数字が99%であっても、100回のうち1回は発生しない可能性があります；1%もゼロではありません。"

同じ取引量が異なる市場で示す信頼性も異なります。選挙の一週間前には、政治市場は一、二千ドルで非常に正確である可能性がありますが、六ヶ月前には通常一万ドル以上が必要です。数字を見る前に、まず決済時間、取引量、問題の定義を確認してください。この三つの条件は、単独のパーセンテージよりも実際のリスクに近いものになります。

Luanaは、予測市場は最初から参加者に判断のための費用を支払わせるように設計されていると説明しました。研究がしっかりしているほど、正しい賭けをしてお金を得る機会が増えます；軽い気持ちで発言することは損失を引き受けることになります。それは全知全能の集団を生み出すことはありませんが、「私はそう思う」をコストのかかる、連続的に修正可能な数字に変えることができます。

大多数の人々はここに来て、賭けずにニュースを見る

Kalshiの70%のユーザーは取引を行いません。彼らはウェブサイトを開き、経済、選挙、スポーツ、文化イベントの最新の確率を迅速に確認したいだけです。これは価格で書かれたニュースのようなもので、ホームページには特定のメディアの立場はなく、多くの人々が資金を使って表現した判断だけがあります。会社は数千の選挙市場をK Power指数に圧縮し、ユーザーが一つの数字でアメリカの政治が現在共和党寄りか民主党寄りかを確認できるようにしています。

"私たちの70%のユーザーは実際には何も取引していません。彼らはただ情報を得るために来て、さまざまな事柄の予測を見ています。"

別のタイプのユーザーは市場をヘッジツールとして利用します。ニューヨークの上東区のバーは、ニックスが勝った場合、来店客に無料で提供すると約束し、最悪の場合は一、二万ドルの損失を被る可能性があるため、反対の結果を買ってリスクをコントロールします。フロリダのハリケーンシーズンが到来する際には、自分が住んでいる特定の地域の市場を開くよう求める人もおり、利益で保険の自己負担額を相殺します。予測は人々の意思決定を助け、ヘッジは誤った判断による損失を軽減します。

プラットフォームが行うべき作業は、「はいかいいえかの問題を開く」よりも面倒です。ユーザーがAIが選挙に影響を与えるかを知りたいと言った場合、チームはまず「影響」を決済可能な条件に分解する必要があります。国家の政治的傾向は単一の議席で表現するのが難しいため、K Powerは下院、上院、各地の選挙の予測を統合します。良い数字の背後には、しばしば長い定義プロセスが隠れています。

今年の変化で最も大きいのは、依然として仕事です

Luanaは、特定の職業がKalshiで完全に消失したとは主張していません。彼女が見ているのは、すべての職業がAIによって拡大されているということです：エンジニアは同時に約20のクラウドエージェントを調整し、新しい従業員はエージェントを使用して会社の文脈を補完し、管理者はどのプロジェクトが停滞しているかをより早く知ることができます。彼女は、今年の年末までに一般の人々が最も明確に感じる変化は仕事に起こると判断しています。

"私はまだどの職業が完全に「私たちはこの人が必要ない、AIがいる」と切り替えられたのを見たことがありません。すべての職業はAIによって強化されています。"

彼女は、身体的な参加が必要な仕事、例えばフィットネスインストラクターや手工芸的な職業により期待を寄せています；ロボットが今後どのように進化するかについては結論を出していません。過去に安全だと考えられていたエンジニアの職業については、逆に安全感が低下していると感じています。職業名はまだ存在するかもしれませんが、タスクの完了方法、チームに必要な人数、採用基準はすでに変化し始めています。

彼女は旅行計画を例に挙げました。過去は週末の旅行を計画するために、自分で宿泊先や行程を検索する必要がありました；今では彼女はChatGPTに二日間の計画を立てさせますが、最終的には自分でウェブサイトを開き、各ホテルを予約する必要があります。この断絶は現状を非常によく示しています：AIは思考と整理を引き受けており、実際のシステムを跨いで実行する最後の数ステップはまだ人間に任されています。

170人で、どうやってAI優先の会社を運営するか

Kalshiには現在約170人の従業員がいます。Luanaは市場運営を工場と見なし、エラー数、市場の立ち上げ遅延、結果判定遅延、カバレッジを継続的に監視しています。AIシステムはこれらの指標を底から収集し、管理者にメール、文書、チームの更新をまとめて提供します。これにより、彼女はより多くのプロジェクトを同時に管理でき、誰かが数週間にわたって過剰に約束し、納品が不足していることを早く知ることができます。

"AIは私が文脈をより早く取得し、何が起こっているかをより早く知ることを可能にするので、私はより多くのスレッドと人々をより効果的に管理できます。"

日曜日はかつて彼女にとって最も忙しい日でした。彼女は先週何が完了したか、来週何をするかを一つずつ振り返り、全体の指標を確認する必要がありました。現在、多くの整理作業はエージェントによって行われており、彼女はついに日曜日にブランチを食べに行くことができるようになりました。節約された時間は管理を消滅させるものではなく、管理者を情報の運搬から情報の判断へと移行させます。権限は依然として難題であり、法律や監視資料は少数の人にしか開放されません。

チームは新しい従業員が入社時に自分のエージェントを受け取り、メール、文書、作業記録に接続できるようにしたいと考えています。現在最も厄介な部分は権限です：同じシステムが新人に迅速に学習させる一方で、法務案件や市場監視資料は許可された人だけが見ることができるようにする必要があります。文脈が完全であればあるほど、権限設計は曖昧ではなくなります。

エージェントが多いほど、全職で責任を持つ人が必要

インタビューでは常識に反する詳細が現れました：Kalshiはより多くのエージェントを使用していますが、依然としてエンジニアを採用しています。Luanaと共同創設者は日常の運営に占有されており、それぞれが5%の時間を内部AIシステムに費やすと、成果物は安定しません。そこで会社は専任チームを編成し、エンジニアを市場運営、設計、法務に配置し、プロセスを一つずつ処理します。

"私が5%の時間を使うだけでは、うまくいきません。AIが会社の重要な部分になるためには、非常に優れた人が全職で責任を持つ必要があります。"

実際のプロセスはデモよりもはるかに複雑です。製品のフィードバックはSlack、Discord、ツイート、内部の議論に散らばっており、自動的に整理するためには、どの問題がすでに立ち上がっているかを追跡する必要があります。会社は多くのQA製品をテストしましたが、要件を満たすものはありませんでした。設計チームは「エンジニアが先に実験を立ち上げ、デザイナーが後で修正する」というサイクルを短縮したいと考えています。ソロファウンダーの物語は非常に魅力的ですが、安定して運営されるAIシステムには明確な責任者が必要です。

Kalshiは永続的契約を発表し、初めて予測市場から外に出ました。Luanaは、現在のAI能力がなければ、この新製品は主なビジネスを引きずるか、または多くの人を雇う必要があると述べました。彼女は会社がAIを使ってより多くの製品を作り、より大きく成長することを期待しており、考慮すべき重点は人を減らすことではありません。効率が向上すれば、会社の選択肢は境界を拡張することができ、単に人員削減を行うことではなくなります。

採用基準は「できるかどうか」から「再学習できるかどうか」に移行している

Kalshiは候補者がエンジニア面接でAIを使用することを許可しています。二年前によく尋ねられた「この人は特定の技術的タスクを完了できるか」は、今ではそれほど区別がつかなくなっています。チームはシステムのレビューと過去のプロジェクトの振り返りにより多くの時間を費やし、設計職では候補者がどれだけAIを使用したかを尋ね、法務面接でも「この種の案件をAIでどう処理するか」を尋ね始めています。

"あなたが過去に働いていた方法は、Kalshiで働く方法ではありません。私たちは、人々が以前は得意だったことを再び理解する意欲を持っていることを必要としています。"

Luanaは自己主張が低く、学ぶ意欲があり、信頼できる納品を重視しています。彼女が言う努力とは、労働時間を計算することではなく、任されたことをきちんと行うことです。ツールは引き続き変わりますが、古い優位性を手放す意欲が採用判断に入ってきています。これもエンジニアが設計や法務に進出する理由を説明しています：会社が変えようとしているのは孤立したタスクではなく、各チームのタスク処理の方法です。

この文化は非常に直接的です：同僚が特定の仕事を好まない場合、すぐに明確に言います。会社は規制の許可を得るために三年から四年を費やし、二年間のコミュニケーションの後に自らの規制機関を訴え、最終的に選挙市場のスペースを獲得しました。Luanaはこの経験を素朴な原則に要約しています：できることはすべてやり遂げ、失敗した後に自分が実際に一歩を残していたことを発見しないようにすることです。

最後に

73%は真剣に見る価値があり、また73%として扱われるべきです。個人にとってより有用な行動は、懸念を確認可能な質問に書き換えることです：あなたの仕事の中でどのステップがエージェントに引き継がれ、どの判断が依然として経験に依存しているのか、チームの採用基準は最近何が変わったのか。確率はあなたの次のステップを決定することはありませんが、二年前の安全感で今日を計画しないように思い出させてくれます。