ChatGPTはユーザーに役立つ情報を提供したいという強い思いから、ユーザーがまさに求めているものを提供できるように出力を調整しています。対照的に、学者は、自分の研究を分かりにくくするために、例えば、たとえその分野の規範によって読者が理解しにくくなる場合でも、情報を伝える際にその分野の規範に従うなどして、自分の研究を分かりにくくすることがよくあります。

以前は、論文で何か疑問に思ったことや、必要な背景知識について質問があった場合、著者にメールを送って返事を待つだけでした。しかし、ほとんどの場合、返事が来ませんでした。今ではもちろん、ChatGPTに質問するだけです。これまで見てきたように、ChatGPTはたいてい、人々の考えを本人よりもわかりやすく説明してくれます。

AIは新しい分野を学ぶための優れたツールでもあります。最近、マクロ経済学をもっと勉強する必要があると感じました。最近読んだ本は、マンキューの『マクロ経済学原理』とスコット・サムナーの『貨幣錯覚』です。どちらの本でも、理解しにくい概念があったときは、1～2ページのスクリーンショットを撮ってChatGPTに入力し、説明を求めます。ほとんどの場合、著者よりも分かりやすく説明してくれますし、もちろん追加の質問もできます。ChatGPTの回答の一部をハイライト表示して、さらに詳しく説明を依頼できる機能があることに気付きました。

となると、そもそも書籍が必要なのかという疑問が生じます。特にマンキューの場合は教科書であり、基本的な概念を扱っているため、章のタイトルと見出しだけを取って、ChatGPTに概念を説明してもらう方がはるかに効率的だったと思います。そうしなかった唯一の理由は、マクロ経済学をChatGPTではなく教科書から学んだと言いたかったからです。前者は真面目な人がやるようなことのように思えますが、後者はカンニングのように感じます。

しかし、これは実に馬鹿げた話です。ChatGPTの方が情報を学ぶには良い方法です！

ChatGPTでは、アラブの春のタイムラインを作成し、特に強調したい出来事だけを抽出してもらいました。もしかしたら、以前からGoogleで同じような情報を見つけられたかもしれませんが、探すのに手間がかかり、私が重要だと思って含めたいすべての出来事がタイムラインに網羅されているとは考えにくいでしょう。もちろん、アラブの春で何が起こったのか、大まかなタイムラインは知っていました。まずチュニジアで抗議活動が起こり政府が転覆し、次にエジプトでも同じことが起こり、その後リビアとシリアでも抗議活動が始まり、リビアでは内戦が起こり最終的にカダフィ大佐の死に至りました。しかし、物語を書くとなると、ムバラクが辞任したのはリビアでの抗議活動が始まる前か後か、カダフィが亡くなった正確な月など、正確な情報が必要です。こうした情報は、時間をかけて自分で断片的に情報をつなぎ合わせるのではなく、ChatGPTに尋ねればすぐに得られるのです。

統計分析や図表作成のためのコーディングは、骨の折れる作業です。研究資金があった頃は、誰かを雇って、どんな図表を作ってほしいかを伝えるだけで済ませることもありました。返事が来るまで数日から数週間もかかっていましたが、今ははるかに速い研究アシスタントがいて、どんな人間よりも指示を理解し、数秒で仕事をこなしてくれます。また、以前、メールの署名に代名詞を使っている人を雇ったことがありました。彼は私のメールがそっけないと文句を言いました。彼は傷つき、「私は機械じゃない。ただ欲しいものを言って、結果が返ってくるのを期待するだけじゃない」と書いていました。この繊細な若者が私たちの関係に何を求めていたのかは正確には分かりませんが、私が求めていたのはただ数字だけで、彼の内面の感情まで管理しなければならないのは苛立たしいことでした。いずれにせよ、社会科学者はもはやコーディングをする必要がなくなり、かつて経済学や政治学といった分野で大学院の研究の大部分を占めていたものは、今では他の目的に向けられるようになりました。

顧客からの需要は熾烈で、しかも加速している。アントロピックの年間売上高は6ヶ月足らずで10億ドルから50億ドルへと急上昇した。これは5倍の伸びであり、企業がAI機能をどれほど渇望しているかを示している。グーグルは、今年5月から10月にかけてAIサービスの需要がほぼ3倍に増加し、主要製品ライン全体でトークン消費が急増したと発表した。

JPモルガンの社長は、 AIへの年間20億ドルの支出が現在、同額の節約によって相殺されていると述べている。

生成AIは2年間で米国の家庭における導入率が40%に達し、これはインターネットやPCよりも速いペースです。30社以上の企業が既に1兆トークン以上を消費しています（興味深いことに、先頭を走っているのはDuolingoです）。

Nvidiaと大手テクノロジー企業は、スタートアップ企業の株式を取得したり、将来の株式保有と引き換えにコンピューティングクレジットを延長したりすることで、遠く離れた債権者として座っているのではなく、ポートフォリオ企業と利益を一致させています。スタートアップが失敗した場合、破産裁判所を通じてローンの返済を追うのではなく、株式による損失を吸収します。クラウド支出自体はどうなるのでしょうか？Nvidiaとハイパースケーラーは、サービスを提供するとリアルタイムでその収益を計上するため、通信破綻時にノーテルとルーセントを押しつぶしたローンのような債務超過は残りません。このクリーンな構造は、ドットコムバブル、エンロン、ワールドコムのスキャンダル後に導入されたより厳格な会計基準に一部起因しています。

そのため、現時点では、これらの取引の多くは（すべてではないものの）顧客が現金で支払うことを前提としています。ゴールドマンは今週、NVIDIAの収益分配型およびクレジットベースのGPU導入契約は「NVIDIAのマルチプルを希薄化させる」ように見えるものの、最終的には容認していると認めました。ゴールドマンによると、これらの循環型契約はNVIDIAの2027年の予想収益の15%未満を占めています。

1990年代後半の通信バブルは、金融のウロボロスの上に成り立っていました。ルーセントとノーテルは新興のネットワーク事業者に数十億ドルの融資を行いました。事業者は、その借入金でスイッチング機器と光ファイバーケーブルを購入しました。まだ顧客を獲得して拡張を正当化するよりもずっと前のことでした。ベンダーは生意気にも、これらの売上を即座に収益として計上しました。新興企業は爆発的な成長を報告し、機器サプライヤーは四半期目標を達成し、ウォール街は拍手喝采しました。実際には、彼らが行ったのは、莫大な信用リスクを負いながら、資金を資金調達の袖から収益の袖へと移しただけでした。光ファイバーが不通になったため、債務不履行がその隙間を埋め、幻の収益は消え去りました。蛇は自らを飲み込んだのです。

ベンダーファイナンスは必ずしも問題ではありません。1919年以来、ゼネラルモーターズは、大量導入を促進するため、工場と顧客の発注の両方に資金を提供してきました。そして、車両とディーラーへの融資を提供するために、ゼネラルモーターズ・アクセプタンス・コーポレーション（GMAC）を設立しました。10年以内に、GMACの融資残高はアメリカのGDPの0.5%近くに相当する額にまで増加しました。このモデルは、世界の自動車業界で一般的になりました。

ボーイングやエアバスに乗ったことがあるなら（きっとあるでしょう！）、その航空会社がその機体のエンジンを所有している可能性は低いでしょう。むしろ、ゼネラル・エレクトリックやロールス・ロイスとの何らかのサービスリース契約を通じてベンダーファイナンスされている可能性が高いでしょう。いわゆる「クラウドベースのエンジン・アズ・ア・サービス」です。

1960年、社会党右派が新党を結成し、民社党が誕生しました。民社党は全日本労働総同盟（同盟）つまり民間の労組を主な支持母体とし、社会党は日本労働組合総同盟（総評）つまり公務員の労組である官公労を主な支持母体としました。こうした分裂状態は問題が多いとの反省に立って80年代に日本労働組合総連合会（連合）が誕生したわけです。とはいえ、民間労組と公務員労組の対立、左派的な議員と右派的な議員の対立は根深く、連合が誕生しても融和することはありませんでした。右派と左派の対立は今も残っており、社会党から民社党が誕生したのと同じ理由から、立民から国民が誕生したのです。完全に価値観の異なる政党同士よりも、なまじ国民と立民は政治姿勢や支持母体に似たところがあるため、一度“近親憎悪”が生まれると不和が深刻なものになります。