ほとんどの場合、彼らが議論している AI は、大規模な言語モデルに基づく生成 AI です。そして、ほとんどの人は、2022 年 11 月に ChatGPT が登場するまで、そのことに気づきませんでした。

最先端の genAI モデルはサイズが拡大し続け、パラメータ数は 2018 年以降に観測された年間 2.8 倍の歴史的な増加率と同程度になると想定しています。2028 年までに、モデルはプロンプトごとに最大 15 兆のパラメータを扱うことができるようになります。これは、今日の平均的な GPT-4 推論よりも 50 倍以上の計算量になります。ただし、すべてのユーザーが最新のモデルをすぐに必要としたり採用したりするわけではないことを認識し、一般的な使用では 2028 年までにプロンプトごとに平均 5 兆のパラメータを想定し、エージェント ワークフローではより小さなモデルを想定しています。

基礎となる genAI モデルの開発には、リソースを大量に消費し、コストもかかる大規模なトレーニングが必要です。このプロセスには特殊なハードウェアが必要であり、通常は少数の選ばれた企業、主に Google や Microsoft などのハイパースケーラー、または OpenAI や Anthropic などのテクノロジー大手と緊密に提携している専門企業によって実行されます。必要なリソースが膨大であることを考えると、ほとんどの企業が基礎となるモデル トレーニングに取り組む可能性は低いでしょう。

昨年、Google はコンピューティングへの支出が人件費を上回るという節目を迎えました。

DeepMind の責任者である Demis Hassabis 氏は、Google は長期的にAI に 1,000 億ドル以上を費やすだろうと述べています。Demis 氏の上司であるSundar Pichai氏は、 「当社にとって、投資不足のリスクは過剰投資のリスクよりも大幅に大きい」と述べています。

Claude は、少なくとも理論上は、コンピュータでできることはすべて実行できるようになりました。

AI は、ほとんどの (非開発者の) 人間と同じようにコンピューターと対話できるようになりました。

ただし、私が「理論上」と言ったことを忘れないでください。おそらく、「卒業生」のパフォーマンスを約束するのは寛大すぎるでしょう。むしろ、学部生のインターンが手伝ってくれるようなものです。

Salesforce や Stripe からスプレッドシートにデータを移動するなど、通常はインターンに割り当てるような日常的なタスクを自動化できます。

自分でテストして、Claude に 10 社の財務情報を収集するタスクを与えました。タスクは 15 分で完了しました。Firefox と LinkedIn を使用して情報を取得しましたが、スプレッドシートに入力できなかったため、代わりにテキスト ファイルに保存しました。

ソニーがマイケル・ジャクソンの楽曲カタログに12億ドルという評価額で投資したという大盤振る舞いを考えてみよう。新人アーティストのデビューにその額のほんの一部でも投資するレーベルはどこにもない。

2024年には、ミュージシャンの価値は若者よりも年寄り、生きているよりも死んでいる方が実際には高い。

熱狂的なファンはライブ音楽を望み、そのためにお金を払うことをいとわない。

音楽業界における最大の収入源が、ストリーミングやデジタルの世界を迂回することから生まれると誰が予想したでしょうか。しかし、まさにそれが起こっているのです。

これは偶然ではありません。AIやデジタルに関する大騒ぎにもかかわらず、音楽業界で最も大きな収益を生み出すのは実際の経験です。

最も悪いのは大手エンターテインメント業界だ。近年、彼らは慎重になり、定型的なやり方に傾倒している（リブート作品が溢れるハリウッドやビデオゲーム、テレビを見ればわかる）。

すでに視聴者がこうした方式に興味を失っているのがわかります。視聴者は何か新しいものを求めています。遅かれ早かれ、視聴者は何か新しいものを要求するでしょう。そして大企業がそれを提供できなければ、視聴者は別のソースを探すでしょう。

今世紀になっても、主要な音楽ジャンルはほとんど変わっていません。私は耳が鋭いのですが、カントリー、ジャズ、ポップ、ロック、ヒップホップの曲を聴いて、それが今週リリースされたものなのか、それとも四半世紀前にリリースされたものなのかを聴き分けるのはほぼ不可能です。