AIハードウェアブームの幕開け | ケイトリン・カリノフスキ（元OpenAI、Meta、Apple）

Lenny's Podcastのエピソード「Why we’re at the beginning of the AI hardware boom」では、ホストのLenny Rachitskyが、元Apple、Meta、OpenAIでハードウェア開発の最前線を率いてきたCaitlin Kalinowskiを迎え、AIハードウェアブームの実態と未来について深く掘り下げた。Kalinowskiは、MacBook Airのサーマルリード、MetaでのARグラス「Orion」やVRヘッドセット「Quest」シリーズのハードウェア責任者、そしてOpenAIでのロボティクス部門立ち上げという稀有な経歴を持つ。本エピソードでは、VRが普及しなかった理由、ロボティクスとハードウェアが突然注目される背景、ヒューマノイドロボットの現状と課題、サプライチェーンの地政学的リスク、そしてスティーブ・ジョブズ、マーク・ザッカーバーグ、サム・アルトマンという3人のリーダーから学んだ教訓など、多岐にわたるトピックが議論された。Kalinowskiの語り口は、実務家としての具体的な知見と、未来に対する楽観と懐疑が同居するバランスの取れたものであり、ハードウェア業界の「今」を知る上で極めて貴重な内容となっている。

Kalinowskiは、現在のAIハードウェアブームを、キーボードの向こう側でできることが飽和しつつあるという認識の高まりと結びつける。AIラボでは、デジタル世界でのAIの能力が頭打ちになりつつあるという感覚が広がっており、次のフロンティアは物理世界、すなわちロボティクス、製造業、産業化であるという。この認識が、多くのAI企業やスタートアップをハードウェア開発へと駆り立てている。しかし、彼女は同時に、ハードウェア開発の過酷な現実を強調する。ソフトウェアとは異なり、ハードウェアは「コンパイル」できる回数が製品ライフサイクル全体で4、5回しかなく、一度量産を開始すれば後戻りはできない。部品のばらつきやサプライチェーンの制約、予期せぬ設計変更など、ソフトウェアエンジニアには想像もつかない困難が待ち受けている。このエピソードは、華やかなAIブームの陰で、物理的なモノを作ることの本質的な難しさと、それを乗り越えるための戦略を学ぶことができる、実践的な知見に満ちている。

02:32VRの「失敗」がロボティクスにもたらしたもの

Metaが社名を変更するほどの巨額投資（推定100億ドル以上）を行い、AppleもVision Proで参入したVR市場だが、Kalinowskiは「VRはニッチなゲーム市場として面白いが、主流にはならなかった」と認める。その理由として、顔を覆うデバイスという形態が社会的な交流を阻害する点を挙げる。Google Glassの失敗も同じ根を持つ。しかし、彼女はVRへの投資を無駄だったとは考えていない。VRの開発を通じて、空間内での自己位置推定（SLAM）、深度センサーの応用、人間の視覚データ処理の理解など、ロボティクスに不可欠な技術が大量に蓄積された。これらの技術は、ロボットが空間を移動し、障害物との距離を把握し、遠隔操作される際に直接応用される。つまり、VRは長期的な技術進化の一ステップであり、その遺産は今、ロボティクスと物理AI（Physical AI）という形で開花しつつある。

ARグラスについては、Kalinowskiはより楽観的だ。スマートフォンに常に視線を落とす現在の生活は、社会的な生き物としての人間にとって好ましくなく、ARグラスはその解決策になり得る。彼女がMetaで開発した「Orion」は、70度の視野角を持つ両眼ディスプレイを備えたプロトタイプで、装着すると没入感が得られるという。しかし、現状では導波路（waveguide）やマイクロLEDの量産技術が未熟で、コストが高く、歩留まりも低い。また、公共の場でARグラスとどうコミュニケーションするかという入力方法の課題も残る。それでも、必要な時だけ情報を表示できるディスプレイは、未来の一部になると彼女は確信している。

08:45なぜ今、ロボティクスとハードウェアなのか

Kalinowskiは、プリンストン大学でコンピューターサイエンス（CS）の履修者数が減少し、代わりにハードウェアとロボティクスが人気になっているというエピソードを紹介する。長年ハードウェアは「セクシー」なキャリアとは見なされず、Appleのような例外を除けば、給与面でもソフトウェア業界に劣っていた。しかし、状況は一変した。その背景には、AIラボにおける「キーボードの向こう側でできることの飽和」という認識の高まりがある。デジタル世界でのAIの能力向上はいつか頭打ちになると考えられており、その次のフロンティアが物理世界、すなわちロボティクス、製造業、産業化、そして宇宙開発だと見なされている。

ハードウェア開発の難しさについて、Kalinowskiはソフトウェアエンジニア向けに比喩を用いて説明する。ソフトウェアはコードを書けば毎日、毎時間でも「コンパイル」できるが、ハードウェアの「コンパイル」は製品開発全体で4、5回しかない。量産のための最終設計をリリースしたら、それが全てだ。後からソフトウェアアップデートのように修正を配信することはできない。さらに、量産時には部品のばらつき（プラスマイナス3シグマ以上の範囲）を考慮しなければならず、最も小さい部品と最も大きい部品が組み合わさった場合でも正常に動作することを保証する必要がある。この「最後の0.5%」を解決するための信頼性テストとプロセス管理が、ハードウェア開発の本質的なゲームだと彼女は語る。

13:33ヒューマノイドロボットはまだプロトタイプに過ぎない

Optimus（Tesla）、Figure、1x Neoなど、人間型ロボット（ヒューマノイド）への注目が集まっているが、Kalinowskiは現状に対して冷静な評価を下す。彼女の見解では、現在のヒューマノイドは「高度なプロトタイプ」であり、量産と普及にはほど遠い。最大の課題は安全性だ。強力なモーターを持つ大型のヒューマノイドが人間のすぐ隣で作業することは、十分な安全データが蓄積されるまではリスクが高い。特に、腕やアクチュエーター（モーター）が人間に衝突した際の衝撃エネルギーは深刻な問題となる。1x Neoのように、質量を内部に寄せて軽量化し、アームを柔らかくする設計は安全性を高めるが、現状では「人間から3フィート以内に近づくな」という警告が付随するロボットがほとんどだ。

普及のための最大の障壁は、技術そのものではなくサプライチェーンにあるとKalinowskiは指摘する。ロボットを構成するあらゆる部品はどこかから調達されており、特にアクチュエーターとその基礎となる磁石（マグネット）は重要なボトルネックだ。アクチュエーターは電気を動力に変換するモーターであり、その内部には極性が交互に配置された磁石のリングが使われている。これらの磁石の原材料の採掘、加工、アクチュエーターへの組み立て、そしてロボットへの統合というサプライチェーンの各層は、過去25年間に中国、日本、韓国などアジアにアウトソーシングされてきた。地政学的リスクや戦争、パンデミックなどのショックに備え、米国はこれらの基盤技術を再び国内で生産できるように再工業化する必要があると彼女は主張する。この文脈で、Palmer Luckey（Oculus創業者）が率いるAndurilのような防衛テクノロジー企業の重要性にも言及し、ウクライナ戦争でドローンが日々アップデートされている現状を挙げ、航空母艦よりもドローンへの投資が重要だと述べている。

26:50Apple、Meta、OpenAIから学んだハードウェア開発の原則

Kalinowskiは、Apple、Meta、OpenAIという異なる文化を持つ企業での経験から、ハードウェア開発における普遍的な原則を抽出する。Appleで学んだ最も重要なことは、「なぜそれを作るのか」というファーストプリンシプルに立ち返り、全ての設計判断をそれに従属させることだ。スティーブ・ジョブズが語った「キャビネットの裏側」の逸話はその象徴であり、見えない部分の仕上げにまでこだわることで、エンジニアリングとデザインの真の本質が浮かび上がり、結果としてシンプルで優れた製品が生まれる。このプロセスを徹底することで、複雑な相互依存関係とリスクを理解する人材が育成され、彼女が在籍した2007年から2012年頃のApple出身者が現在、業界の要所にいる理由だと分析する。

Meta（旧Oculus）では、ハッキングカルチャーから生まれた「迅速な反復」の精神を、プロフェッショナルなハードウェア開発プロセスに昇華させる経験をした。具体的な原則として、Kalinowskiは以下の4つを挙げる。第一に、目標（KPI）を早期に明確に定義し、それを固守すること。ハードウェアは途中での目標変更に極めて弱い。Quest 2の成功は、「VRを民主化する」という目標のもと、価格を下げるためにカメラの削減や素材の変更など、製品全体をコスト目的で再設計した結果である。第二に、最も難しい部分から設計すること。多くのエンジニアは自分が知っている部分から設計しがちだが、優秀なアーキテクトはヒンジにケーブルを通すような「ピンチポイント」から先に詳細設計を行う。第三に、ユーザーが最も触れる部分に最大の反復をかけること。ノートパソコンならトラックパッドとキーボード、VRヘッドセットならディスプレイ解像度がそれにあたる。第四に、やるべきことは今すぐやること。ハードウェア開発には常に予期せぬ問題が発生するため、先延ばしにせず、既知のタスクを迅速に片付ける「 ruthless efficiency（冷酷なまでの効率性）」が不可欠だ。

44:46迫り来るメモリー価格ショックとサプライチェーンの現実

Kalinowskiは、ロボット掃除機「Matic」の創業者からの質問をきっかけに、ハードウェア業界に迫る「メテオ（隕石）」と表現されるメモリー価格の高騰について警鐘を鳴らす。AIデータセンターがDRAMなどのメモリーを大量に消費しており、サプライチェーンが需要に追いついていない。データセンターは消費者向け電子機器よりも価格感応度が低いため、メモリー価格を押し上げている。彼女は、価格がすでに高騰しており、今後さらに倍になる可能性があると予測する。この状況に対し、彼女はスタートアップに対して、可能であればメモリーを事前購入（pre-buy）して在庫を確保するようアドバイスしている。これはCOVID-19パンデミック時にも同様の戦略が取られたという。

このメモリー問題は、ハードウェア開発の脆弱性を如実に示している。Maticのようなロボット掃除機でも、内部には50から150の主要部品があり、PCB上の小さなコンデンサまで含めれば数千点の部品で構成される。このうち、たった一つの部品が入手できなければ製品は完成しない。特に、シリコンチップやメモリー、ディスプレイ、ロボットのアクチュエーターなどはリードタイムが長く、入手不能になれば「壊滅的な再設計（catastrophic redesign）」を余儀なくされる。基板全体を再設計し、新しいサプライチェーンを確保し、再度信頼性テストを行う必要がある。Elon MuskがTeslaやStarlinkでサプライチェーンを垂直統合し、シリコン不足の際に自社でPCBを迅速に再設計できたのは、このリスクに対する有効な対策の一例である。Kalinowskiは、プロトタイプ段階では既製部品（off-the-shelf）を積極的に使い、量産段階で初めて、サイズや重量、色などのKPIを満たすためにカスタム部品を検討するというバランスの取り方を推奨する。

1:15:38OpenAI退社の理由とリーダーシップの教訓

KalinowskiがOpenAIを去った理由は、同社の意思決定のスピード、ガバナンス、そして国防総省との契約発表に関する明確なガードレール（安全策）の欠如に対する違和感だった。彼女は、OpenAIの経営陣には友人も多く、彼らを素晴らしい人物だと評価しつつも、今回のプロセスは自身の考える正しい方法ではなかったと述べる。彼女は、単に会社の方針に従うのでも、徹底的に批判するのでもない「第三の道」を選び、自身の境界線（boundary）を明確に示すために退社を公表した。この決断が、他の従業員が自身の境界線について話し合うきっかけになることを期待したという。

スティーブ・ジョブズ、マーク・ザッカーバーグ、サム・アルトマンという3人のリーダーから学んだ教訓は、それぞれ異なる。サム・アルトマンからは「Why not more? Why not 100x or 10,000x?（なぜもっと多くないのか？なぜ100倍や1万倍ではないのか？）」と常に大きなスケールで考えることを学んだ。ジョブズからは、会社全体、技術、人材に対する「揺るぎないバー（基準）」の高さを学び、それが若いエンジニアにとって強力なモチベーションになることを体感した。ザッカーバーグと当時のCTOであるAndrew Bosworthからは、急成長する大企業において、ハードウェア組織が他部門とクリーンに連携し、意思決定を可能な限り低いレベルで行う、優れた運営方法を学んだ。彼らが20ページにも及ぶ技術レポートを読み込み、トレードオフを理解し、技術的な議論に貢献する姿は印象的だったと振り返る。

1:23:42ハードウェアチームの採用と未来への展望

Kalinowskiは、ゼロからイノベーションを起こすためのチーム構築において、特定の専門性よりも「強いジェネラリスト」を重視する。全く新しい分野では、過去に全く同じことをした経験者は存在しないため、異なる分野で培ったスキルを適応できる人材が必要となる。また、ゼロから1を生み出す人材と、それをスケールさせる経験を持つ人材の両方をバランスよく揃えることが重要だ。さらに、彼女は「AIネイティブ」な若い世代の価値を強調する。20歳前後のエンジニアは、AIを問題解決の基盤として自然に使いこなしており、そのアプローチは従来のエンジニアとは全く異なる。彼らから学ぶことで、チーム全体のスピードと創造性が向上するという。

未来のハードウェア開発において、AIはCAD（コンピュータ支援設計）の分野で革命をもたらす可能性があるとKalinowskiは予測する。現在のLLMや動画モデルは、摩擦、重量、接触圧力といった物理的な概念を理解できないため、本格的なCAD設計には使えない。しかし、将来的に「ワールドモデル」のような新しいモデルタイプが登場すれば、2D画像から複雑な3D CADを生成し、部品の発注からフィードバックまでを自動化できる日が来るかもしれない。ただし、その最大の障壁はデータだ。企業のCADデータは最も価値の高い知的財産であり、AIモデルの訓練のために外部に提供することは考えにくい。そのため、この革命はまず、データの秘匿性を気にしないホビイストの世界から始まる可能性が高いと彼女は見ている。最終的に、企業は自社のデータセンター内でAIを学習させるオンプレミス型のソリューションを採用することになるだろう。

結びに

本エピソードがリスナーに強く印象づけるのは、AIブームの華やかさの裏側にある、ハードウェア開発の「地味で過酷な現実」と、それを乗り越えるための「具体的な戦略」の重要性である。Caitlin Kalinowskiの語りは、単なる未来予測ではなく、Apple、Meta、OpenAIという世界最先端の現場で実際に起こった出来事と、そこから抽出された実践的な教訓に満ちている。VRの「失敗」がロボティクスの基盤となったという技術の連続性、サプライチェーンの地政学的リスク、メモリー価格の高騰という目前の危機、そしてヒューマノイドロボットの安全性に対する冷静な評価は、AIハードウェアブームに踊らされることなく、本質を見極めるための重要な視点を提供する。特に、スティーブ・ジョブズ、マーク・ザッカーバーグ、サム・アルトマンという3人のリーダーのスタイルを比較しながら語る部分は、リーダーシップの多様性と本質を考える上で貴重である。このエピソードは、AIの次なるフロンティアが物理世界にあると確信する全てのプロダクトリーダー、エンジニア、そして起業家にとって、必聴の内容と言える。

要点

• Caitlin Kalinowskiは、VRの開発で培われたSLAMや深度センサー技術が、現在のロボティクスと物理AIの基盤となっていると指摘。VRは「失敗」ではなく、長期的な技術進化の重要なステップだった。
• ヒューマノイドロボットは現状「高度なプロトタイプ」であり、量産と普及には安全性（特に衝突時の衝撃エネルギー）とサプライチェーンの課題が残る。1x Neoのような軽量で柔らかい設計が安全性の鍵となる。
• ハードウェア開発の最大の難しさは「コンパイル」回数の少なさにある。ソフトウェアと異なり、量産開始後の修正は不可能であり、部品のばらつき（±3シグマ）を考慮した信頼性設計が不可欠。
• メモリー（DRAM）価格はAIデータセンターの需要急増により高騰しており、今後倍になる可能性がある。Kalinowskiはスタートアップに対し、価格高騰を乗り切るためのメモリーの事前購入（pre-buy）を強く推奨している。
• ハードウェア開発の4つの原則：①目標（KPI）を早期に定義し固守する、②最も難しい部分（ピンチポイント）から設計する、③ユーザーが最も触れる部分に最大の反復をかける、④やるべきことは今すぐやる（ ruthless efficiency）。
• スティーブ・ジョブズからは「揺るぎない品質基準」、マーク・ザッカーバーグからは「大企業におけるクリーンな意思決定プロセス」、サム・アルトマンからは「100倍、1万倍のスケールで考えること」を学んだ。
• OpenAI退社の理由は、国防総省との契約に関する意思決定のスピード、ガバナンス、ガードレールの欠如。自身の境界線を明確にするために公にした。
• 将来のハードウェア設計は、物理法則を理解できる「ワールドモデル」型のAIによって変革される可能性があるが、企業のCADデータ（最重要IP）をどう学習データとして確保するかが最大の課題。