AIが人間の知識の最前線を超える | Kevin Weil

Kevin Weil（ケビン・ワイル）は、Twitter、Instagram、Facebookといったソーシャルメディアの巨人でプロダクトをスケールさせてきた経歴を持ち、その後OpenAIのCPO（最高プロダクト責任者）兼Vice President of Scienceとして、AIの最前線に立ってきた。このエピソードでは、彼が現在最も注力している「科学の加速」というテーマが深く掘り下げられる。Weilは、AIは単なる生産性向上ツールではなく、人類の知識のフロンティアそのものを拡張する存在になり得ると主張する。すでにGPT-5.2やGeminiのモデルは、数学の未解決問題を解き、人間がまだ解明していなかった領域に踏み込んでいる。彼のビジョンは、この能力を活用し、2050年の科学水準を2030年に前倒しで実現することだ。そのために、AIによる思考、シミュレーション、そしてロボット実験室を組み合わせた、まったく新しい科学研究のループを構築しようとしている。本稿では、この野心的なビジョンの詳細から、AI製品のUX設計、スタートアップの戦略、そして急速に変化する業界で生き残るための教訓まで、会話の全容を網羅する。

Weilは、AIの能力が「まったくできない」状態から「かろうじてできる（5-10%の成功率）」状態を経て、わずか6〜12ヶ月で「非常に得意（60-80%の成功率）」へと急激に向上するパターンを繰り返し指摘する。現在、フロンティア科学の分野はまさにこの過渡期にあり、AIが科学者のパートナーとして機能し始めている。彼は、OpenAI内に新設された「OpenAI for Science」グループを率い、数学や理論物理学といったシミュレーション内で完結する分野から着手し、最終的には医薬品や材料科学といった実世界の実験を伴う分野へと拡大する計画を語る。その中核をなすのが、AIが数日から数週間にわたって思考し続ける「長時間思考」の実現と、ロボット実験室を水平展開する「クローズドループ」システムである。このエピソードは、AIの未来像を描くだけでなく、Weil自身のキャリア選択の哲学や、データと直感のバランス、プロダクト開発における失敗と成功のリアルな経験談にも満ちており、起業家やプロダクトマネージャーにとって極めて示唆に富む内容となっている。

0:00AIは人類の知識のフロンティアを超える

Weilは、AIに対する最も一般的な批判――「AIは既存の情報を組み合わせているだけで、真に新しい思考はできない」――を真っ向から否定する。彼は、2025年1月だけで、GPT-5.2やGeminiのモデルが10〜12もの未解決の数学問題を解いた事実を挙げる。これらの問題は、人間の数学者がまだ解明していなかったものであり、AIが「人類の知識のフロンティアを超えて」問題を解決した初めての事例だと強調する。もちろん、これは「人間には絶対に解けない問題をAIが解いた」という意味ではない。十分な人数と時間をかければ、人間の数学者集団もいずれは解いただろう。しかし、AIが「人間がまだ解いていない問題」を先に解いたという事実は、パラダイムシフトを意味する。

この現象は、AIの能力進化のパターンを如実に示している。Weilは、あるタスクにおけるAIの性能は、0%から5〜10%の「かろうじてできる」段階を経て、わずか6〜12ヶ月で60〜80%の「非常に得意」な段階に跳ね上がると説明する。フロンティア科学は現在、まさにこの「かろうじてできる」段階から「非常に得意」な段階へと移行しつつある。彼は、もしGPT-9のような超強力なモデルが登場したとしても、それを単にChatGPTに組み込んでチャットを少し良くするよりも、新しい超伝導材料の開発やパーソナライズド医療の実現に使う方が、人類へのインパクトははるかに大きいと語る。これこそが、彼が「なぜ科学を加速させないのか？」と問いかけ、2050年の科学を2030年に実現するという目標を掲げる理由である。

4:40科学のためのAI：思考、シミュレーション、ロボット実験室の三位一体

Weilが率いる「OpenAI for Science」グループは、設立からわずか数ヶ月だが、OpenAI全体の研究力を背景に持つ。彼らはまず、シミュレーション内で完結する数学、物理学、理論計算機科学から着手した。その核心は、モデルに「長時間思考」をさせることにある。現在のGPT-5 Proでも、難しい問題に対しては最長1時間程度思考を続けることができるが、Weilの目標は、これを1日、2日、1週間、さらには2ヶ月へと延ばすことだ。人間と同じように、AIも考える時間が長ければ長いほど、より難しい問題を解けるようになるというのが彼の信念である。

しかし、真にインパクトのある科学の進歩、例えば癌治療の進歩や新材料の発明は、実世界での実験検証を避けて通れない。そこで鍵となるのが、Weilが描く「マルチループ・システム」である。第一のループは、AIがシミュレーション内で思考し、仮説を生成する「タイトループ」である。第二のループは、その仮説を実際のロボット実験室に送り、実験を実行し、結果をAIにフィードバックする「ロングループ」である。ロボット実験室は24時間稼働し、水平方向にスケール可能であり、人間の大学院生のように休憩や睡眠を必要としない。これにより、大学院生は単調なピペット作業から解放され、より創造的な仕事に集中できるようになる。Weilは、このビジョンはすでに実現しつつあり、ロボット実験室は初期導入段階にあると述べる。世界の変化の速さを考えれば、このシステムが主流になるまでに時間はかからないと彼は確信している。

12:49製品開発の教訓：データと直感、そしてUXの新たな挑戦

Weilは、Twitter、Instagram、Facebookで数十億人のユーザーを抱えるプロダクトを手がけてきた経験から、製品開発における貴重な教訓を語る。彼が最も神経を使った決断の一つは、Twitterのタイムラインを時系列からアルゴリズムによるランキングに変更したことだ。当時は「Twitterの魔法が壊れる」と大反対を招いたが、メトリクスは二桁成長という圧倒的にポジティブな結果を示した。彼は、データとユーザーからの逸話（アネクドート）の間で矛盾が生じた場合、それはデータの切り口が間違っていることが多く、データをより深く理解する必要があると指摘する。単に「数字が上がった」という理由だけで機能を実装するのではなく、その数字の背後にある「なぜ」を理解することが重要だ。それは、新規性による一時的なクリックなのか、ユーザーの混乱によるものなのか、それとも真のリテンション向上なのかを見極めなければならない。

特に興味深いのは、OpenAIの最初の推論モデル「o1プレビュー」のUX設計に関するエピソードである。従来のチャットモデルは即座に回答を返すが、o1は思考に時間を要する。ユーザーを待たせるUXはオンライン上では異例であり、しかも思考プロセスをそのまま表示すると、競合他社にモデルの知識を蒸留（ディスティル）されてしまうリスクがある。Weilは、このジレンマを解決するために、人間の行動をアナロジーとして用いた。人間も難しい質問をされた時、すぐに答えを喋り始めるのではなく、「うーん、それは面白い質問だね。ちょっと考えさせて」と一言言った後、考えている間も「こうかもしれない、いや違う」と断片的な思考の「クリフノーツ（要約）」を提供する。o1プレビューはまさにこの人間らしい振る舞いを模倣し、思考の過程を完全には晒さずに、定期的なアップデートを表示することで、ユーザーに安心感と興味を与えることに成功した。

17:13スタートアップへの戦略的助言：モデルのアンサンブルと新たなディストリビューション

AI上でスタートアップを構築する際のよくある過ちとして、Weilは「単一の巨大なプロンプトにすべてを任せてしまうこと」を挙げる。彼は、複数のモデルをアンサンブル（組み合わせて）使うことを推奨する。例えば、顧客サービスにおいて、まずはオーケストレーション用のモデルが問い合わせの内容を理解し、全体計画を立案する。その後、より安価で特定のタスクに特化した小さなモデルが、それぞれのサブタスクを実行する。このアプローチは、成功率を大幅に高める。OpenAI内部でも、このようなアンサンブル手法は広く使われている。もちろん、モデル自体の性能が向上するにつれて、このような複雑なオーケストレーションの必要性は徐々に減っていくが、現時点では依然として有効な戦略である。

また、Weilは、現在のAIブームが過去のテックシフトと異なり、消費者向け（B2C）ではなく、企業向け（B2B）が先行している現象を分析する。その理由は、モデルが経済的に価値の高い仕事（コード生成、データ分析、カスタマーサポートなど）を実行できるようになったこと、そして企業にはその対価を支払う予算があることにある。さらに、AIモデルの利用には従来のクラウドサービスよりも高いコストがかかるため、初期の顧客からの収益がスタートアップの運転資金を賄う上で重要になる。しかし、彼は消費者向けの大きなチャンスが存在しないと考えているわけではない。OpenAIが提供するアプリプラットフォームは、従来のウェブサイトやモバイルアプリを持たず、AIネイティブなインターフェースだけで成立する全く新しいタイプのビジネスを生み出す可能性を秘めている。これこそが、真のプラットフォームの証であり、スタートアップが狙うべき「ブルーオーシャン」だと彼は示唆する。

22:58高エージェンシーな人材と未来の働き方

Weilは、AI時代に最も価値が高まる人材の資質として「高エージェンシー（High Agency）」を挙げる。これは、自ら積極的に行動を起こし、環境を変えていける能力を指す。彼自身の経験を例に、会議中にCodex（AIコーディングエージェント）にバグ修正や機能実装を並行して実行させていたことを明かし、「会議にただ座っているだけの時間は、もはや無駄でしかない」と語る。就寝前には、Codexに一晩中かけて取り組ませるための「本当に難しいタスク」を仕込むのが習慣になったという。このように、複数のAIエージェントを並行して動かし、自分の分身として働かせることが、これからの働き方の標準になると彼は予測する。

この変化は、産業革命における職人の運命に例えられる。工業化により大量生産の家具が登場した時、手工芸の家具職人は脅威を感じた。しかし、結果として、人々は「カスタムメイド」の価値をより一層認識するようになった。同様に、AIがコードを量産する時代になれば、「人間が手作業で作った」というストーリーを持つ「Bespoke Website（オーダーメイドのウェブサイト）」に新たな価値が生まれるかもしれない。Weilは、この変化を「人間が運転する車が趣味になる」ようなものだと例え、AIが主流となる世界で、人間の役割はより創造的で付加価値の高い領域へとシフトしていくと展望する。彼は、この急速な変化の時代は、好奇心が強く、学習速度が速く、自ら行動を起こせる「高エージェンシー」な人材を選別するだろうと結論づける。

結びに

このエピソードが特に印象的なのは、Kevin Weilが単なるテクノロジーの楽観論者ではないという点だ。彼は、AIの能力が「できない」から「できる」へと劇的に変化する瞬間を何度も目撃してきた現実主義者であり、その経験に基づいた具体的なビジョンを語る。AIが人類の知識のフロンティアを拡張し、科学の進歩を加速させるという彼のビジョンは、単なる空想ではなく、すでに動き出しているプロジェクトの報告でもある。同時に、彼のキャリア選択の背後にある「妻の影響」や「Sam Altmanとの関係」といった人間味あふれるエピソードは、巨大なテクノロジーの変革が、結局は人と人との繋がりや偶然の出会いによって駆動されていることを思い出させてくれる。このエピソードは、AIの未来について深く考えたい全ての人、特に起業家やプロダクト開発者にとって、示唆と勇気を与える貴重な内容である。