シリコンバレーの調査後、高盛のまとめ：エージェントは実行時代に入り、AI競争はワークフローに移行し、世界モデルが台頭する

著者：李佳，ウォールストリート見聞

AIは「答える」から「実行する」への新しい段階に入っています。

追風取引台によると、高盛の最新報告書は、AIの商業化が「席ごとのサブスクリプション」から消費量、取引量、結果に基づく料金体系に移行していることを示しています。同時に、エージェントは補助ツールからワークフローの実行者へと移行しており、産業価値もモデル自体から専有データ、ビジネスコンテキスト、分野の専門能力へと移っています。

これは、AI産業の競争が「誰のモデルが強いか」から「誰が本当にワークフローを掌握できるか」へと移行していることを意味します。モデルの能力は依然として重要ですが、企業の生産環境に入ることができ、ビジネスコンテキストを理解し、安定してタスクを完了できるかどうかが、より重要な競争の壁となるでしょう。

この判断は、高盛が最近行ったシリコンバレーのAI産業チェーンに関する現地調査に基づいています。8月18日から19日まで、高盛はAIスタートアップ企業、主要ベンチャーキャピタル機関、スタンフォード大学、カリフォルニア大学バークレー校、サンフランシスコ校の研究者を訪問しました。高盛は、エージェントの導入が加速するにつれて、最前線のモデル、オープンソースモデル、ワールドモデル、企業ソフトウェア、専有データ間の価値配分が変化するだろうと考えています。

エージェントの導入：企業が本当に欠けているのは能力ではなく「制御可能性」

もし過去のAIが「人を助けてタスクを完了させる」ことを解決していたとすれば、エージェントは「自分でタスクを完了させる」ことを解決しようとしています。しかし、企業が大規模に導入する過程で、最大の障害はモデルの能力ではなく、責任の分担や全体の実行プロセスが制御可能かどうかです。

報告書はスタンフォードの研究者を引用し、現在ほとんどの企業は依然として人工監視モードにあると指摘しています。特に法律、リスク管理、保険、監査などの分野では、モデルにエラーが発生した場合、誰が責任を負うのか、どのようにプロセスを追跡するのか、タイムリーに修正できるのかが、モデル自体の能力と同じくらい重要です。

したがって、最も早く自動化を実現できるワークフローは、通常、次の3つの特徴を持っています：意思決定の境界が明確、結果が検証可能、エラーがロールバック可能。請求書処理は典型的なケースです。AIはフィールドを抽出し、チェックを実行し、低信頼度のケースは人工で再確認し、その後、可逆的なERPプロセスを通じて入金を完了します。

これは、信頼できるコンテンツ、検証された分野モデル、および成熟した規制関係を持つ情報サービスプロバイダーが、企業の生産環境に最初に入る可能性が高いことを意味します。

モデル競争：最前線モデルとオープンソースモデルの分業へ

「オープンソースかクローズドソースか」という議論に関して、高盛の今回の調査が発信した信号は二者択一ではなく、異なるモデルが異なるレベルのワークフローに対応する可能性があるということです。

最前線モデルの陣営は、企業のベンチマークテストがしばしばモデルの能力を過小評価していると考えています。実際の生産環境では、モデルの精度が低下することによるビジネス損失は、推論コストの節約をはるかに上回る可能性があります。そのため、多くのAIネイティブ企業は複数のモデル戦略を採用していると主張していますが、コアの生産環境では依然として最前線モデルに高度に依存しています。

別の見解では、ほとんどの企業のワークフローは最前線の知能を必要としないと考えています。オープンソースモデルの性能が持続的に向上するにつれて、顧客は限られた性能の損失を受け入れて、より低い推論コストを求めるようになっています。あるベンチャーキャピタル機関は、今後12〜18ヶ月で約90％の推論トークンがオープンソースモデルに流れると予測しています。

これは、将来的にAIモデル市場がより明確な分業を形成する可能性があることを意味します：最前線モデルは高価値で高信頼性の複雑なタスクを担当し、オープンソースモデルはより大規模な標準化タスクと大部分のトークン消費を担います。

ワールドモデル：AIの計算能力は第二の成長曲線を迎える可能性がある

過去18ヶ月、研究者たちはますますLLMから「ワールドモデル」へと関心を移しています。

主にインターネットデータを利用して訓練されるLLMとは異なり、ワールドモデルは環境、因果関係、物理法則、現実世界での動的相互作用を理解する必要があり、そのデータは物理システム、特定の業界、実際の運用シーンから得られることが多いです。これは、専有データの重要性がさらに高まる可能性があることを意味します。

高盛は、物理、工業、科学、ロボティクスなどの分野に関連する問題空間は純粋なテキスト生成よりもはるかに広大であり、これらのワークフローは通常、より高い計算能力の投入を必要とすると考えています。AIがデジタル世界から物理世界にさらに進出するにつれて、モデルの訓練、シミュレーション、推論に対する計算能力の需要も新たな成長曲線を迎える可能性があります。

高盛は、今後5年間で計算能力の需要が約24倍に増加する可能性があり、供給と需要の緊張がより長く続く見込みで、マイクロソフト、オラクル、CoreWeaveなどのクラウドコンピューティングおよび計算基盤企業が直接的な恩恵を受けるでしょう。