AI時代において、依然として防御可能な競争優位性は何ですか？

原題：混沌とした未来について考える方法
原著者：体系的ロングショート
翻訳：ペギー、ブロックビーツ

編集者の注記：AIがコードを書き始め、コードを最適化し、さらにはソフトウェア生産プロセスを徐々に引き継ぐにつれて、より深い構造的変化が迫っています：労働分業、企業組織、さらには知識の障壁が再定義される可能性があります。

この記事の著者は、かつてヘッジファンドの約20人のチームの一員でしたが、キャリアの進展中に起業のために離れることを選びました。彼の見解では、真の信号は市場の感情ではなく、技術能力の飛躍です。モデルが一貫して使えるコードを生成し、再帰的な改善能力を持つことができるとき、ソフトウェア開発と知識生産の論理はすでに変わり始めています。

この記事は、定量的金融の観点から、AI時代に依然として存在する可能性のあるいくつかの短期的な「堀」を分析しています。これには、独自のデータ、規制の摩擦、権威の承認、物理的世界の遅れが含まれます。また、核心的な判断を提起します：非常に不確実な時代において、未来を正確に予測することよりも、方向を特定し、ウィンドウが閉じる前に行動を起こすことが重要です。

以下は元の記事です：

モデルがコードを書き始めると、変化は不可逆的になります

業界が転換点に近づいていることを初めて実感したのは、前の仕事のときでした。周りの皆が何も変わらないふりをしている中で、バックグラウンドミュージックが遅くなるのを聞いているような気がしました。

その時、私はヘッジファンドで約20人のチームを管理しており、何年もやってきたことをしていました。外から見ると、これはほぼ着実に上昇するキャリアパスでした。もし私がそこに留まっていたら、もっと大きな成功を収めていたでしょう。しかし結局、私は多くの人が夢見るその地位を離れ、数人のチームでゼロから新しい事業を始めることを選びました。この決断は当時ほとんど理解できないものであり、"キャリア自殺"の一形態とさえ見なされました。

しかし最近では、大規模な解雇、仕事を辞めた後の自主的な起業、昼間に働きながら夜に静かにコーディングやプロジェクトに取り組む人が増えています。これらすべてが、当時は"狂気"に思えたその決断を、あまり突飛なものではないように感じさせました。

この間、多くの人が私に尋ねました：これらすべては最終的にどこに向かうのか？この記事は、私が現在提供できる答えです。

率直に言って、最終的に変化がどれほど重要になるかはわかりません。しかし、定量的な金融が私に教えてくれたことの一つは、正しい道にいることがしばしば十分であるということです。

私が変化が不可逆的であることを真に実感したのは、ChatGPT o1モデルでした。

それ以前は、私はこれらのシステムを"LLM"と呼んでおり、"AI"とは呼んでいませんでした。私は、彼らが本当に知能のような能力を持っているとは思っていませんでした。しかし、o1が登場したとき、何かが変わりました：これらのモデルは、初めて構造化されたプロンプトを通じて安定してコードを生成できるようになりました。

コードはまだ不完全で、幻覚や誤解に悩まされることがありました。しかし、重要なのはこれです：今や有用なコードを書くことができるようになりました。

私の判断はシンプルでした。AIが使えるコードを生成できるようになると、それは自己改善を始め、私たちが想像できない速度でソフトウェア開発を推進するでしょう。

この点を指摘するたびに、誰かが必ず言います："このコードにはまだバグがあり、生産基準を満たしていません。"しかし、これは一つの事実を見落としています：人間が書いたコードにもバグがあります。私たちは、自分たちでコードを書くのをやめるために完璧なコードを書くためのAIは必要ありません。

本当の転換点は、AIが書いたコードのエラー率が人間よりも低く、しかもはるかに速いときです。その瞬間、コードを書く行為は完全に機械にアウトソーシングされることになります。

o1の能力を直接目の当たりにした後、私はほぼ確信しています：未来には非常に劇的な変化があるでしょう。

AI時代にまだ存在する堀

最初は、AIが定量的金融業界を徐々に侵食すると思っていましたが、このプロセスは比較的遅いだろうと考えていました。理由は簡単です：機関レベルのコードには、トレーニング用の公開データがほとんどありません。

当時、私はソフトウェアエンジニアリングをピラミッドのように想像していました：底には基本的なコーディング作業があり、上に行くほどアーキテクチャ能力を持つシニアエンジニアがいて、さらに上にはデータサイエンティスト、定量的開発者、さまざまな業界の専門家などのプロフェッショナル開発者がいました。理論的には、専門知識が深いほど、その職業はより安全です。

私の初期の評価では、2年以内に基本的なプログラマーが最初に排除され、その後シニアエンジニアが続き、さらに上に行くにつれて、モデルが専門知識を徐々に吸収するにつれて、高度なポジションも影響を受けるだろうと考えていました。

しかし、すぐに別のことに気づきました：最先端のモデル企業は、最終的に業界の専門家を直接雇って、モデルに専門知識を入力することになるでしょう。言い換えれば、専門知識は確かに短期的な堀であるが、長期的にはモデルによって徐々に吸収されることになるでしょう。

当時の私の評価では、次の5年間で簡単に混乱させられないビジネスのいくつかのタイプがありました。

カテゴリー1：独自データ

大量の独自データを持つ企業は、置き換えが難しいです。

例えば、ミレニアムのような大規模なマルチストラテジーヘッジファンド（ポッドショップ）は、毎日膨大なデータを生成します：アナリストの研究、投資推奨、市場の洞察、実際の取引結果。

このデータは、モデルを継続的に洗練させるために使用でき、外部から再現するのが難しい競争優位性を生み出します。企業のデータソースがモデルに簡単に利用できない限り、一定の時間ベースの堀を維持します。

カテゴリー2：規制の摩擦

重要な人間の承認を必要とする業界は、簡単には混乱しません。例えば、従来の金融市場です。

これらの市場に入るには、証券口座を開設し、ライセンスを取得し、国境を越えた法的文書に署名する必要があります。暗号資産の取引は簡単ですが、中国で鉄鉱石を取引したい外国企業にとっては、簡単ではありません。

業界が依然として承認のために人間の署名を必要とする限り、その発展のペースは承認プロセスによって制約されます。

カテゴリー3：サービスとしての権限

今や、AIが法的意見を書くことはもはや課題ではありません。しかし、現実は、人々は依然として弁護士に法的アドバイスを提供してもらうために数万ドルを支払う意欲があるということです。理由は簡単です：AIの意見は現在、権威を欠いています。

同じ論理がスマートコントラクトの監査にも当てはまります。技術的には、AIはすでにトップの監査人のレベルに匹敵するか、あるいはそれを超えているかもしれません。しかし、市場は依然として有名な監査会社の「スタンプ」を購入することを好みます。

顧客が本当に購入しているのは意見そのものではなく、その意見の背後にある権威です。

カテゴリー4：物理的世界

ハードウェアの進歩はソフトウェアよりもはるかに遅く、ハードウェアの問題も修正が難しいです。

したがって、物理的世界と直接相互作用する業界は、短期的にAIによって急速に混乱する可能性は低いです。しかし、ハードウェアの能力が追いつくと、同じ論理が適用されます。まず低レベルの職が消え、その後高レベルの職が消えます。

これらの堀は存在します。しかし、彼らは変化を止めるのではなく、遅らせるだけであることを認めなければなりません。

確実性を待たずに信号に基づいて行動する

未来が非常に不確実で変化のペースが速いとき、人々はしばしば二つの誤りを犯します。

最初の誤りは、行動する前に確実性を待つことです。二つ目は、単に歴史的な類推を適用することです。例えば：「これはドットコムバブルのようです。」

どちらのアプローチも判断ミスを引き起こす可能性があります。

不完全な情報の状況では、より合理的なアプローチは第一原則から推論することです。

未来のすべての詳細を知る必要はありません。大まかに方向を評価し、非対称の賭けを設計する必要があります。つまり、誤った判断をした場合の損失は管理可能であり、正しい判断をした場合の利益は巨大です。

不確実な未来では、非対称性がすべてです。

実用的な思考方法は、まず自分に「特定の結果が発生するための前提条件は何ですか？」と尋ね、次にこれらの前提条件がすでに出現しているかどうかを尋ねることです。

振り返ってみると、このAIの転換点は予見するのが難しくありませんでした。なぜなら、重要な入力はすでに存在していたからです：自分自身を書けるコード、再帰的に改善できるモデル、育成するのではなく購入できる制度的知識。

これらの信号を注意深く観察すれば、未来の方向を大まかに評価できます。

さらに外挿を続けることもできます。

私たちはまだ次のシナリオを本当に見ていないかもしれません：自分自身を訓練できるAI、自分自身を複製できるAI、完全に自律的に動作するAI。

AIが一連の行動によって自らの能力を0.1%向上させることができるなら、それは無意味に思えるかもしれません。しかし、この数字が0でない限り、それは増幅し続けます。これは典型的なパワー・ロー効果です。

金融市場では、信号が明らかになると、取引はすでに混雑していることが多いです。

投資では、不確実性を初期段階の信念と交換します。キャリアと起業の両方において、基本的には同じです。

したがって、本当の質問は、未来に何が起こるかではなく、私がすでに何を知っているかです。これらの情報はどの方向を指し示していますか？今行動することと待つことのコストの違いは何ですか？

行動そのものが情報を生み出すという、しばしば見落とされる事実もあります。

行動は真空の中で起こるわけではありません。世界で行動を起こすと、世界はフィードバックを提供します。このフィードバックは新しい情報をもたらします。情報は反復を促進します。反復はより良い行動につながります。これが進歩の基本的なメカニズムです。

不確実性の中で静止していることは、遅い衰退の一形態です。一方、行動は探求を意味します。

もし私が既存のシステムの配当を享受し続けたいだけなら、あと数年は維持できるかもしれません。しかし、私は常に本当に自分自身の何かをしたいと思っており、この機会が急速に閉じつつあると感じています。

もちろん、世界最大のヘッジファンドは、再現が難しい独自のデータを持っているため、引き続き成功するでしょう。従来の金融市場は、依然として規制や手動プロセスに制約されています。

しかし、最終的には、これらの機関がAIを使用してポートフォリオマネージャーを含む大多数の従業員を置き換えると信じています。

それは一夜にして起こることはありませんが、遅かれ早かれ起こるでしょう。

当時の私の評価は、約4〜5年のウィンドウがあるというものでした。基盤となるAI企業が業界の才能を十分に吸収すると、新しいスタートアップがこの分野に参入するのは難しくなるでしょう。米国の株式市場など、一部の市場では、この傾向はすでに非常に明らかです。数年後の効率のレベルは、ほとんど想像できないものになるでしょう。

すぐに、この世界には「2位」の余地はなくなるでしょう。私はトップクラスの機関で働き続けることもできましたが、まだ優位性のある分野に移動したいと思いました。

それで、私は辞職し、起業に全力を注ぎました。後に、その会社はOpenForageになりました。

今、そのウィンドウは急速に狭まっています。変化のペースはもはや徐々ではありません。以前は数ヶ月かかっていた進展が、今では数週間で済むようになりました。

私は、仕事が完全に消えることはないと信じています。人間はまだ人間を必要としています。私たちは社会的な生き物であり、現在、人間はまだAIを信頼していません。権威の検証はまだ人間から来る必要があります。

今後数年で、AIのCEOを見ることもあるかもしれませんが、AIの決定を承認するためには人間のCEOが必要になるでしょう。この「人間の検証」は組織構造を通じて波及します。人間のマネージャーはAIエージェントのグループを監督します。

しかし、採用の論理は変わります。もしCEOがあなたを指揮するよりもAIを指揮する方が簡単だと感じるなら、あなたは雇われる可能性が低く、基本的なコーディングの仕事はますます得にくくなるでしょう。

自分を代替不可能にしたいなら、二つのことを達成する必要があります。まず、AIよりも長い時間スケールで生き残ること。例えば、長期的な戦略計画、複雑な意思決定、数年にわたるサイクル管理です。次に、AIよりもシステム的な範囲でスケールアップすること。AIの文脈はまだ限られています。彼らは多くの事実を知っていますが、複雑なシステムの波及効果を理解するのに苦労しています。

もしあなたが長期的に考え、情報を迅速に吸収し、戦略的な決定を下し、効果的に協力できるなら、近い将来でもまだ仕事があります。

転換点は実際に到来する前に見えます。しかし、ほとんどの人は見ないか、見ても行動せず、信号が耳障りになるまで反応しません。その時には、機会はすでに市場に織り込まれていることが多いです。

変化する地面を無視せず、優位性を失っている位置に留まらず、より良い行動のタイミングを待つ自分に言い聞かないでください。本当の機会は、ほとんど前もって通知をしません。みんなが気づく頃には、窓はすでに閉じていることが多いです。

私は信号を見ました、私は賭けをしました。今、私はその賭けの結果に生きています — 良くも悪くも。

[元の記事リンク]