「AGI神話」を超えて：ニック・フロストのOpenAI／Anthropicへの対抗軸

AI業界は今、前例のないスピードで進化を続けている。その中心にあるのは、大規模言語モデル（LLM: Large Language Models）を巡る覇権争いだ。OpenAI、Anthropic、Google DeepMindなどが莫大な資金と人材を投入し、次世代のAIを生み出そうとしている。

そんな中、カナダ発のスタートアップ Cohere は「エンタープライズ特化」という独自の道を歩んでいる。その共同創業者であり、Jeff HintonのGoogle Brainでの弟子でもある ニック・フロスト（Nick Frosst） は、AIの未来や競争戦略について率直な見解を語った。本記事では、彼の発言を整理しつつ、AI業界の現在地と未来を読み解く。

1. サム・アルトマン批判：「AGIは近い」という言説の害

1-1. 「世界を脅かす」と煽ったAltman

フロストは、まず、OpenAIのサム・アルトマンに対し痛烈な批判を行った。
「サム・アルトマンは、AGI（汎用人工知能）がすぐそこにあるかのように語り、各国首脳に“人類存亡の危機”を説いて回った。しかし、それは学術的に不誠実であり、AI技術そのものへの理解を歪めた」と指摘する。

アルトマンの発言は、資金調達や規制議論を加速させる一方で、現実のAIが持つ課題や可能性を正しく伝える妨げになったというのがフロストの見立てだ。

1-2. 「AIは万能ではない」

フロストは続ける。現在のLLMは確かに強力だが、それは統計的言語予測モデルにすぎない。人間のような創造的突破を成し遂げた事例はなく、「数年で人類を超える」という物語は幻想にすぎないと強調した。

2. Google Brainでの経験：ジェフ・ヒントンからの学び

2-1. 「遊び心」と直感の大切さ

フロストは、Google BrainでJeff Hintonの最初の弟子として研究生活を送った。当時学んだ最大の教訓は、研究における遊び心と直感だという。ヒントンは、新しいアルゴリズムを説明する際、数式ではなく「ボールとゴムバンドの比喩」といった物理的アナロジーを多用し、想像力豊かに議論を進めた。

「私は、数式的な厳密さを期待していたが、ヒントンは、むしろ“遊びと直感”を重視していた。そこに研究の創造性がある」とフロストは語る。

2-2. Googleは「車輪を見逃した」のか？

2017年にGoogle Brainが発表したTransformer論文は、後のChatGPTの礎となった。しかし、Googleは、それを商用展開するスピードで遅れをとった。「なぜGoogleは自らの発明を活かせなかったのか？」という問いにフロストは、「組織的な仕組みが障害となった」とだけ語る。優秀な研究者はDeepMindに残っているが、商業化の主導権は外に流出した。

3. Cohereの戦略：エンタープライズに特化

3-1. 消費者向けでなく「企業の道具」に

Cohereは、OpenAIやAnthropicのような「消費者向けアプリ」ではなく、企業の業務効率化に焦点を当てている。フロストはこう説明する。

例えば、経費精算のように複雑だが定型的なプロセスを丸ごとAIに任せられるようになることがCohereのゴールだ。

3-2. モデル設計の違い

OpenAIが、「会話の面白さ」や「エンタメ性」にも最適化する一方、Cohereは、「業務で確実に動作すること」を最重視する。そのため、訓練データも一般的なインターネットテキストではなく、合成データ（企業メールやAPI利用ログを模したもの）を多用するのが特徴だ。

4. データ、計算資源、そして限界

4-1. 「スケーリング則」は限界に来ている？

近年のAIブームを支えたのは、「計算資源を増やせば精度も比例して向上する」というスケーリング則である。しかし、フロストは、「GPT-5はGPT-4より悪くなった」と語る。

理由は、モデル選択が複雑化し、ユーザーが求める「素早い答え」が得にくくなったからだ。単純に計算量を増やすだけでは品質向上につながらない現実を指摘する。

4-2. 本当のボトルネックは「高品質データ」

アルゴリズムの進化は停滞しており、最大のボトルネックは依然として高品質データの確保にある。Cohereは、自社アノテーターや合成データ生成でこの課題に取り組んでいる。

5. ベンチマーク信仰の虚構

AI業界ではMMLUやARCといったベンチマークの順位が話題になる。しかし、フロストは「それは現実的な有用性を反映しない」と断言する。

つまり、ベンチマークは科学的な興味としては有用だが、エンタープライズ利用の現場とは乖離している。

6. 人材・資金・競争戦略

6-1. 「人材戦争」の実態

Anthropicが、研究者に年俸数千万ドルを支払うという噂についてフロストは、「事実かは分からないが、それだけの価値を生む人材がいるのは確か」と語る。ただし、最終的に重要なのは、安定性と価値観の一致であり、単なる金銭ではないとも指摘した。

6-2. 資金調達と効率性

Cohereは、直近で6億ドル規模の資金調達を行ったが、フロストは「我々は効率的に学習する。わずか2GPUで動くモデルを重視しており、巨額投資を前提としたOpenAIやAnthropicとは戦い方が違う」と強調する。
「AGIではなくROI（投資対効果）」というフレーズが彼の口癖だ。

7. AIと社会：雇用・不平等・政策

7-1. 労働市場への影響

フロストは、「AIは仕事を奪うのではなく、退屈な作業を肩代わりする」とするが、一方で、若手のマーケティング職など単純作業が中心の職種は置き換わる可能性が高いと認める。

重要なのは「政策」であり、適切な労働規制や社会保障がなければ所得格差を拡大するリスクがあると警告する。

7-2. ソブリンAI（国家モデル）の必要性

また、フロストは、「言語モデルはインフラであり、各国が独自に保有することは電力や水道と同じくらい重要」と主張する。特に、欧州やカナダのように米中依存を避けたい国々にとって、国産AIモデルの育成は戦略的課題だ。

8. 「プロンプト技術」の未来

近年「プロンプトエンジニアリング」が脚光を浴びているが、フロストは「これは一時的な現象にすぎない」と見ている。モデルが人間の期待に合わせて訓練されるにつれ、「プロンプトの巧拙」よりも「モデルの性質理解」のほうが重要になると予測する。

9. 規制と誤解のリスク

フロストが最も懸念するのは、「誤った規制」だ。AIを「デジタル神」と誤解し、存在しない“AGI脅威”に基づいた規制を行えば、むしろ技術進展を阻害しかねない。必要なのは、現実的なリスク（格差拡大、データ濫用、セキュリティ問題）に基づいた政策である。

10. 結論：Cohereの立ち位置とAIの未来

フロストの発言から浮かび上がるのは、次のようなAIの未来像だ。

• AGI神話から距離を置き、現実的なROIを追求

• 消費者向けではなく企業向けの実装で勝負

• データ効率と小規模GPU対応による差別化

• 政策次第でAIは格差を是正することも拡大することも可能

彼は、「世代を超えて続く企業を作りたい」と語る。その野心は、OpenAIやAnthropicとは異なる文脈で、しかし、同じくらいの情熱でAIの未来を形作ろうとしている。

Cohereの挑戦は、資金力で勝る巨人たちに対抗しつつ、AIを実務の現場に根付かせるという実利的な道を切り拓こうとしているのだ。

オススメ記事

Next Big Wave（成長株・アイデアの種・トレンド深掘り）