AI時代において、依然として競争優位性を維持できる分野はどれか？

著者: システマティック・ロング・ショート

編集：ペギー、BlockBeats

編集者注：AIがコードの記述や最適化を開始し、徐々にソフトウェア製造プロセスを引き継ぐにつれて、より深い構造的変化が近づいています。分業、企業組織、さらには知識の壁さえも再定義される可能性があります。

この記事の著者は以前、ヘッジファンドで20人近いチームを率いていましたが、キャリアの絶頂期に退職し、自身のビジネスを立ち上げました。彼の見解では、真のシグナルは市場のセンチメントではなく、技術力の飛躍的な向上です。モデルが安定して実用的なコードを生成し、再帰的に改善できる能力を持つようになれば、ソフトウェア開発と知識生産の論理は変化し始めるのです。

本稿は、定量金融の観点から、AI時代にもなお存在する可能性のある短期的な「堀」、すなわち独自データ、規制上の摩擦、権威ある機関による承認、そして現実世界のタイムラグなどを分析する。さらに、極めて不確実な時代においては、未来を正確に予測することよりも、方向性を見極め、好機が失われる前に行動を起こすことの方が重要である、という核心的な結論を提示する。

以下は原文です。

モデルがコードを書き始めると、変更はすでに不可逆的になる。

業界が転換期を迎えていることに初めて気づいたのは、前の職場にいた時だった。まるでBGMのテンポがゆっくりになっていくのが聞こえてくるようだったのに、周りの人たちは何も変わらないふりをしていた。

当時、私はヘッジファンドで20人近いチームを率いており、長年続けてきた仕事に携わっていました。傍から見れば、順調にキャリアアップしているように見えたでしょう。もしそこに留まっていたら、おそらくもっと大きな成功を収めていたはずです。しかし最終的に、多くの人が夢見るその地位を捨て、ほんの数人のチームでゼロからスタートアップを立ち上げるという決断を下しました。当時の人にとって、この決断はほとんど理解不能で、「キャリアの自殺行為」とさえ見なされました。

しかしここ数ヶ月、大規模な人員削減、起業のための自主退職、そして日中は仕事をし、夜は密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ることから、一見「非常識」に見えるその決断も、それほど突飛なものには思えなくなってきている。

最近、多くの人から「この状況は最終的にどこへ向かうのか？」と尋ねられます。この記事は、現時点で私がお伝えできる答えです。

正直なところ、最終的にどれほどの変化が起こるかは分かりません。しかし、定量金融から学んだことの一つは、正しい方向に向かっているだけで十分な場合が多いということです。

この変化が不可逆的であることを真に実感させてくれたのは、ChatGPTのo1モデルでした。

それまでは、私はこれらのシステムを「AI」ではなく「LLM」と呼んでいました。それらが真に知能に近い能力を持っているとは考えていなかったからです。しかし、o1の登場によって一つ変化がありました。初めて、これらのモデルが構造化されたプロンプトを使用して確実にコードを生成できるようになったのです。

このコードはまだ不完全であり、誤解や誤解が生じる可能性もある。しかし重要な点は、既に有用なコードを書くために利用できるということだ。

私の見解は単純だ。AIが実用的なコードを生成できるようになれば、AIは自らのロジックを再帰的に改善し始め、私たちが想像もできないほどのスピードでソフトウェア開発を推進していくだろう。

私がこの話題を持ち出すと、必ず誰かが「このコードにはまだバグがあり、本番環境の要件を満たすには程遠い」と反論してきます。しかし、これは人間が書いたコードにもバグがあるという事実を無視しています。AIが完璧なコードを書けるようになるまで、私たちは自分でコードを書くのをやめる必要はないのです。

真の転換点は、AIが人間よりも低いエラー率で、かつはるかに速い速度でコードを書けるようになる時だ。その時こそ、コードを書くという作業は完全に機械に委ねられることになるだろう。

O1の能力を実際に目の当たりにして、私は将来、劇的な変化が起こることをほぼ確信しました。

AI時代にもなお存在する堀

当初、私はAIが徐々に定量金融業界を侵食していくと考えていましたが、そのプロセスは比較的緩やかなものになるだろうと予想していました。理由は単純です。機関レベルのコードを学習させるための公開データがほとんど存在しないからです。

当時、私はソフトウェアエンジニアリングをピラミッド型にイメージしていました。一番下には基本的なコーディング作業があり、その上にはアーキテクチャ設計能力を持つシニアエンジニア、さらにその上にはデータサイエンティスト、定量開発者、様々な業界の専門家といったプロフェッショナルな開発者がいました。理論的には、専門知識が深ければ深いほど、キャリアは安定するはずでした。

当時の私の見解では、2年以内にまずジュニアプログラマーが解雇され、次にシニアエンジニアが解雇され、その後、モデルが徐々に専門知識を吸収していくにつれて、より上位の役職にも影響が及ぶだろうと考えていました。

しかし、私はすぐに別のことに気づきました。最先端のモデリング企業は、いずれ業界の専門家を直接雇用し、彼らの専門知識をモデルに組み込むようになるでしょう。つまり、専門知識は短期的な競争優位性となり得る一方で、長期的には徐々にモデルに吸収されていくということです。

当時、いくつかの業種は今後5年間で容易に混乱に陥る可能性は低いと考えられていた。

カテゴリー1：機密データ

大量の独自データを保有する企業は、代替するのがより困難である。

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、アナリストの調査、投資アドバイス、市場判断、実際の取引結果など、膨大な量のデータを毎日生成している。

このデータを利用することで、モデルを継続的に微調整することができ、外部の人間が容易に模倣できない優位性を生み出すことができます。企業のデータソースがモデルに容易にアクセスできない限り、一定期間は競争優位性を維持できるでしょう。

カテゴリー2：規制上の摩擦

広範な人的承認を必要とする業界は、容易に迅速に変革されることはない。伝統的な金融市場はその一例である。

これらの市場に参入するには、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、外国企業が中国で鉄鉱石を取引するには、はるかに複雑な手続きが必要です。

業界において依然として人間の署名や承認が必要とされる限り、その発展速度は承認プロセスによって必然的に制限されるだろう。

カテゴリー3：サービスとしての権限

最近では、AIに法律意見書を作成させることは比較的容易になった。しかし、現実には、人々は依然として弁護士から法律相談を受けるために数万ドルを支払うことを厭わない。理由は単純だ。AIの意見書は現状では権威に欠けているからだ。

スマートコントラクトの監査にも同様の論理が当てはまります。技術的な観点から言えば、AIはすでに一流の監査人のレベルに達している、あるいはそれを凌駕していると言えるかもしれません。しかしながら、市場は依然として、知名度の高い監査法人の「お墨付き」を求める傾向があります。

なぜなら、顧客が本当に求めているのは意見そのものではなく、その意見の根拠となる権威だからだ。

カテゴリー4：物理世界

ハードウェアの進歩はソフトウェアの進歩に比べてはるかに遅く、ハードウェアの問題も解決するのがはるかに難しい。

したがって、現実世界と直接関わる物理的な産業は、短期的にはAIによって急速に破壊される可能性は低い。しかし、ハードウェアの性能が追いつけば、同じ論理が当てはまるだろう。つまり、まず低レベルの仕事が消滅し、続いて高レベルの仕事が消滅するだろう。

こうした障壁は確かに存在する。しかし、それらは変化を遅らせるだけで、止めることはできないということを認識しなければならない。

確実な結果を待つのではなく、兆候に基づいて行動する。

将来が非常に不確実で急速に変化する状況では、人々はしばしば2種類の過ちを犯します。

第一のアプローチは、確実な見通しが立つまで行動を起こさないというものだ。第二のアプローチは、「これはドットコムバブルのようなものだ」といったように、単純に過去の事例を当てはめるというものだ。

どちらのアプローチも誤った判断につながる可能性がある。

情報が不完全な場合は、基本原理から推論する方がより合理的なアプローチである。

未来のあらゆる詳細を知る必要はありません。大まかな方向性を判断し、非対称的な賭け戦略を立てるだけで十分です。つまり、判断を誤ったとしても損失は抑えられ、正しく判断すれば莫大な利益が得られます。

不確実な未来においては、非対称性こそがすべてだ。

実践的な考え方としては、まず「ある結果を得るためにはどのような前提条件が必要か？」と自問し、次に「これらの前提条件はすでに満たされているか？」と自問することです。

このAIの転換点を振り返ってみると、実際には予測はそれほど難しくなかった。重要な要素は既に存在していたのだ。つまり、記述可能なコード、再帰的に改善可能なモデル、そして育成するのではなく購入可能な組織的知識である。

これらの兆候を注意深く観察することで、おおよその将来の方向性を予測することができる。

さらに推論することもできる。

私たちはまだ、AIが自らを学習する、AIが自らを複製する、そしてAIが完全に自律的に動作する、といったシナリオを実際に目撃したことはないかもしれない。

AIが一連の行動によって能力を0.1%向上させたとしても、大したことではないように思えるかもしれません。しかし、この数値がゼロでない限り、その向上率は上昇し続けます。これはべき乗則効果の典型的な例です。

金融市場では、シグナルが明確になった時点で、取引はすでに混雑していることが多い。

投資においては、不確実性を早期の確信と引き換えにする。この原則は、キャリアや起業にも当てはまる。

つまり、本当の問題は「将来何が起こるか」ではなく、「私はすでに何を知っているのか？」「この情報はどの方向を指し示しているのか？」「今すぐ行動する場合と待つ場合では、コストにどのような違いがあるのか？」ということだ。

もう一つ見落とされがちな事実は、行動そのものが情報を生み出すということだ。

行動は孤立して起こるものではありません。世界に対して行動を起こすと、世界はフィードバックを与えます。このフィードバックによって新たな情報が得られ、その情報が反復を促進します。反復によってより良い行動が生まれます。これこそが進歩の根本的なメカニズムです。

不確実な状態にとどまることは、緩やかな衰退を意味する。一方、行動を起こすことは、探求を意味する。

既存のシステムから利益を得続けるだけなら、あと数年は何とかやっていけるだろう。しかし、私はずっと何か真に自分の力で何かを成し遂げたいと思ってきた。そして、そのチャンスの窓は急速に閉じつつあると感じている。

もちろん、世界最大のヘッジファンドは今後も好成績を収めるだろう。彼らは複製が極めて困難な独自のデータを保有しているからだ。また、従来の金融市場も規制や手作業によるプロセスによって制約を受けている。

しかし、私はこれらの組織が最終的にはポートフォリオマネージャーを含め、従業員の大部分をAIに置き換えるだろうと信じています。

すぐには起こらないだろうが、遅かれ早かれ必ず起こるだろう。

当時の私の見解では、チャンスはあと4～5年程度しかないと考えていました。既存の大手企業が十分な業界人材を吸収してしまえば、新規参入企業がこの分野に参入するのは非常に困難になるでしょう。米国株式市場など一部の市場では、この傾向はすでに顕著です。数年後には、どれほど効率的な市場になっているか、想像もつきません。

いずれこの世界では「二番手」という枠はなくなるだろう。一流機関で働き続けることもできるが、私は自分がまだ優位に立てる分野で働きたい。

それで私は仕事を辞め、自分のビジネスを始めることに全力を注ぎました。後に、その会社はOpenForageとなりました。

好機は今や著しく狭まりつつある。変化のペースはもはや緩やかではなく、かつて数ヶ月かかっていた進歩が今ではわずか数週間で実現するようになった。

今後数年で仕事が完全に消滅するとは思いません。人間は依然として人間を必要とするでしょう。人間は社会的な動物であり、現状ではAIを信用していません。権威ある認証は、今後も人間によって行われる必要があるでしょう。

今後数年のうちに、AIがCEOを務めるようになる可能性もあるが、AIの意思決定を承認するには、依然として人間のCEOが必要となるだろう。この「人間による認証」は組織構造全体に浸透していくことになる。人間のマネージャーがAIエージェントのグループを監督することになるのだ。

しかし、採用の論理は変化するでしょう。CEOがあなたではなくAIに指示を出す可能性が高くなれば、あなたが採用される可能性は低くなり、基本的なプログラミングの仕事を見つけるのはますます難しくなるでしょう。

かけがえのない存在になるためには、2つのことを行う必要があります。まず、時間軸においてAIを凌駕すること。例えば、長期的な戦略立案、複雑な意思決定、複数年にわたるサイクル管理などです。次に、システム規模においてAIを凌駕すること。AIの理解範囲はまだ限られています。多くの事実は把握できますが、複雑なシステムの連鎖反応を理解するのは困難です。

長期的な視点で物事を考え、情報を素早く吸収し、長期的な意思決定ができ、優れたチームワーク能力を備えているなら、近い将来も仕事に困ることはないでしょう。

転換点が訪れる前に、実際には兆候は現れている。ただ、ほとんどの人はそれに気づかないか、気づいても行動を起こさないか、あるいは兆候があまりにも大きくなってからようやく反応するだけだ。しかし、その頃には、市場はすでにその機会を織り込んでしまっていることが多い。

状況の変化を無視してはいけません。劣勢に立たされている状況に留まり、より良いタイミングを待つように自分に言い聞かせてはいけません。絶好の機会はめったに予告なしに訪れません。皆がそれに気づいた時には、チャンスの窓は閉ざされていることが多いのです。

私はその兆候を見て、賭けをした。そして今、私はその賭けの結果を受け入れて生きている――良くも悪くも。