ジョン・クリソン、エラード・ギル、ピチャイ
著者: Su Yang 、Tencent Technology
徐清陽編集
最近、GoogleのCEOであるサンダー・ピチャイ氏は、同社トップ就任10周年を記念して、決済大手Stripeの共同創業者であるジョン・コリソン氏と、テクノロジー分野のエンジェル投資家であるエラド・ギル氏のインタビューを受けた。
インタビューの中で、ピチャイ氏は、グーグルがAIの波において受動的な立場から主導的な立場へと移行した道のりを振り返った。彼は、グーグル社員が「不満」と感じている歴史の一時期、すなわち、グーグルで生まれたTransformerアーキテクチャが、最終的にOpenAIのChatGPTの基盤となり、検索業界に破壊的な影響を与える礎となったことについて直接言及した。
彼は、これに関して「多少の誤解」があったことを認めた。Transformerは、単なる理論研究ではなく、翻訳品質の問題を解決するために最初から開発されたものだという。リリースが遅れた理由の一つは、Googleが検索品質に対して「より高い基準」を設けていたこと、そして初期の社内バージョンがリリースするには「あまりにも問題が多すぎた」ためだ。
ピチャイ氏は、現在のAI競争について、市場はゼロサムゲームとは程遠いと考えており、「価値の成長曲線は非常に急峻だ」と述べている。また、コンピューティング能力の割り当てを自ら承認するために毎週少なくとも1時間を費やしていることを明らかにし、「今はそれが最も重要なことだ」と語った。
ピチャイ氏によると、グーグルのフルスタック垂直統合は同社の最大の強みであり、第7世代TPUからモデルやアプリケーションに至るまで全てを網羅しているとのことだ。また、設備投資額は2026年までに1750億ドルから1850億ドルに達すると明らかにした。
資源のボトルネックに関して、彼はウェハー製造能力が「根本的な制約」であると考えており、 2026年は「供給が縮小する年」になると警告している。しかし、米国は「10倍のスピードで物理インフラを構築する」方法を学ばなければならない。
彼はまた、 Googleが宇宙データセンターの構想を進めていることを認め、「これは2010年のWaymoのようなものだ」と述べた。一見遠い未来の話のように思えるが、すでに少人数のチームと少額の予算で始動しているという。
ピチャイ氏は、検索機能は消滅するのではなく、「AIエージェントマネージャー」へと進化すると確信している。ユーザーは指示を与えるだけで、AIエージェントがタスクを完了してくれるというのだ。さらに彼は、2027年までにGoogle社内の事業予測は人間の介入なしにAIによって完全に自動化されると大胆に予測している。
以下はピチャイ氏のインタビューの要約版です。
01.「私たちは遅いわけではなく、参入障壁が高いだけです。」
Q：人々はいつもその歴史を持ち出します。TransformerはGoogleによって発明されましたが、最終的にはChatGPTの礎となりました。今、それをどのように振り返りますか？
ピチャイ：これは少し誤解されている点です。Transformerは突然現れたわけではありません。当時、私たちには翻訳の精度を向上させるという切実なニーズがありました。TPUについても同様です。音声認識技術は既に存在していましたが、問題は20億人のユーザーに対応する必要があり、既存のチップでは到底処理しきれなかったことです。まず推論効率の問題を解決する必要がありました。
Q：つまり、Transformerは最初から製品開発を念頭に置いて設計されたということですか？
ピチャイ：はい、私たちの研究チームは最初から現実世界の問題解決に注力していました。Transformerがリリースされるとすぐに、検索に適用しました。その後、BERT（双方向エンコーダー表現）とMUM（マルチタスク統合モデル）を開発し、その期間に検索品質を飛躍的に向上させました。実は、社内でも同様の製品であるLaMDA（会話型言語モデル）を開発しましたが、市場に投入したのは私たちが最初ではありませんでした。
質問：つまり、あなたは調査を行い、結果を確認したが、それを使ってすべての問題を解決したわけではないということですね。
ピチャイ：それだけじゃないんです。実は、ChatGPTの製品版を社内でも研究していたんですよ。それがLaMDAでした。覚えていますか？当時、あるエンジニアがLaMDAに意識が芽生えたと考えたんです（そして後にそのせいで停職処分になり、解雇されましたが）。あれが実はChatGPTの初期プロトタイプだったんです。社内版は長い間開発していましたが、ChatGPTより約9ヶ月後にリリースされました。
実際、私たちはLaMDAを運営する2022年のI/OカンファレンスでAIテストキッチンを発表しました。しかし、そのバージョンはRLHF（人間のフィードバックに基づく強化学習）を経ておらず、その発言内容がかなり「有害」だと見なされたため、多くの制限を設けて直接公開する勇気はありませんでした。
さらに、Googleは検索品質に関して常に非常に高い基準を設けており、製品リリースへのハードルはさらに高い。OpenAIがChatGPTをリリースした当時でさえ、Microsoftとの提携はつい最近完了したばかりだった。したがって、振り返ってみると、ChatGPTの成功は「当然」あるいは「保証」されていたものではなかった。
OpenAIは非常に幸運だったと思います。彼らはGitHubを通じてプログラミング分野におけるチャンスをいち早く見抜いたのです。私たちは当時、その兆候を見逃していたかもしれません。
プログラミングにおいては、モデル能力の進歩は、純粋な言語処理の場面よりもはるかに顕著です。GPT-2からGPT-3、そしてGPT-4へと、これらのツールを用いたコーディングにおける飛躍的な進歩は、日常会話における進歩よりもはるかに大きなものです。こうした要因が複合的に作用し、現在の状況を生み出しました。したがって、これは「研究成果が製品化されない」という問題とはほとんど関係がなく、むしろ他の様々な要因が複合的に作用した結果だと私は考えています。
Q:誰かが言っていたのを覚えているのですが、ChatGPTは感謝祭の週にひっそりとローンチされ、誰もあんな結果になるとは予想していなかったそうです。単なる興味深い実験だったと。
ピチャイ氏：それは消費者向けインターネットの世界では当たり前のことで、常に驚きがあります。私たちがGoogleにいた頃は、Googleビデオ検索を開発していましたが、その後YouTubeが登場しました。Facebookも同じで、Instagramが突然現れました。誰もこうした出来事を「これからディスラプション（破壊的イノベーション）が起こる」という劇的な感覚で捉えていません。Facebookのアプローチは、Instagramを買収するという単純なものでした。
つまり、常に3人から5人が集まってプロトタイプの開発に取り組み、毎日何百万ものアイデアを出し合っているということです。誰かを軽視しているわけではありませんが、こういうことは必然的に起こるものです。ガレージでいきなり次のiPhoneを作れるわけではありませんが、それがコンシューマー向けインターネットの仕組みなのです。重要なのは、このことを認識し、組織のDNAに真に根付かせることです。
02. 探索は終わらない。
Q： Googleはこれまで常にそのスピードで知られてきました。初期の検索エンジンは検索結果ページに応答時間を表示し、GmailやChromeは競合他社よりもはるかに高速でした。現在、GeminiはTPUを搭載し、驚異的なスピードを維持しています。これは意図的な製品戦略なのでしょうか、それとももっと複雑な理由があるのでしょうか？
ピチャイ：スピードには実際には2種類あります。1つはレスポンススピードで、これはユーザーが感じる速さです。もう1つはイテレーションスピードで、これは新機能をリリースしたり製品を改善したりする速さです。どちらも重要です。
先ほどレイテンシーについてご質問いただきましたが、課題は、迅速な応答性を維持しながら、常に新しい機能を追加していくことです。検索チームは現在、ミリ秒単位のレイテンシー許容範囲を設定しています。例えば、3ミリ秒短縮できた場合、そのうち1.5ミリ秒はユーザーエクスペリエンスの向上に充てられ、残りの1.5ミリ秒のみが短縮された時間としてカウントされます。
Q：人間は数百ミリ秒程度の遅延しか知覚できないんですよね？
ピチャイ：確かに。しかし、過去5年間で多くの機能を追加しながら、検索の遅延を30%削減しました。Geminiについても同様で、FlashモデルはProモデルの90%の性能を持ちながら、はるかに高速で安価です。垂直統合がこれに重要な役割を果たしました。
Q： 10年後も検索機能は残っていると思いますか？チャットが新しいインターフェースになると言う人もいれば、将来は誰もが自分専用のAIエージェントを持ち、手動で検索することなく直接操作を指示できるようになると言う人もいます。
ピチャイ氏：技術革新が進むにつれ、検索はより多くのことができるようになります。ユーザーの期待は変化するので、それに合わせて変化していく必要があります。将来的には、多くの「検索」操作はエージェントベースになるでしょう。つまり、タスクを与えれば、AIエージェントがそれを実行してくれるのです。検索はAIエージェントマネージャーへと進化するでしょう。私は現在、Antigravityというサービスを使っていますが、これは既に多くのAIエージェントが作業を行っています。
Q：キーワードを入力すると多数のリンクが表示される形式は今後も存続しますか？
ピチャイ氏：現在の検索AIのパラダイムでは、すでに一部の人々が詳細な研究を行っており、それはあなたが説明しているものとは多少異なりますが、いずれにせよ人々はそれを利用しています。将来的には、実行時間の長いタスクがますます増え、それらは非同期で実行されるようになるでしょう。
Q：先ほど、検索機能はインテリジェントなエージェントマネージャーになるとおっしゃいましたが、10年後には検索ボックスは残っているものの、人々はもはやそれを気にしなくなるのでしょうか？
ピチャイ氏：デバイスの形状は変化するでしょうし、入出力方法も変化するでしょう。しかし正直なところ、10年後のことを考えると身動きが取れなくなってしまいます。幸いなことに、私たちは来年のことを考えるだけでワクワクする時代に生きています。変化のスピードは非常に速く、1年後にはビジネスモデルは全く異なるものになっているでしょう。その変化のスピードを追うだけでも、十分に刺激的です。
さらに、多くの人は、今はゼロサムゲームではなく、拡大の時代だということを理解していません。YouTube、TikTok、Instagramを見てください。どれも成長を遂げていますが、私たちは今も順調にやっています。他人の成功が自分の破滅を意味すると感じれば感じるほど、それは真のゼロサムゲームになってしまいます。しかし、自分自身が革新を続けていれば、そうはなりません。
現在、検索機能とGeminiの両方を開発中ですが、これらは重複する部分もありますが、徐々に分離していくでしょう。両方を持つことは有益だと考えています。
Q： 2025年の春から夏にかけて、市場はGoogleの将来について極めて悲観的で、検索は終わりを迎え、株価は150ドル程度まで下落すると誰もが言っていました。今振り返ってみると、それは明らかに誤解でした。Googleは、アプリケーション、モデル、TPU、Waymo、YouTube、そしてその他多くの魅力的な投資など、テクノロジースタック全体で非常に優れた業績を上げました。当時、投資家は何を誤って判断したとお考えですか？
ピチャイ：当時、皆の注目は「逆転」、いわゆる「OpenAIの復活」に集まっていました。しかし私にとって、あの瞬間はGoogleがまさにこの時のために生まれたのだと感じさせるものでした。この垂直統合は偶然でも恣意的なものでもありませんでした。2016年、私たちはI/OカンファレンスでTPUを発表し、AIデータセンターの構築を約束しました。そして今、それは第7世代に達しています。同年、当社は「AIファースト」という方向性も明確にしましたが、これは単なるスローガンではありません。
最先端のビッグデータモデルに関しては確かに一歩遅れていますが、社内には必要な能力はすべて揃っています。あとは実行あるのみです。私が特に魅力を感じているのは、フルスタックの観点から見ると、研究チーム、インフラチーム、そして様々なビジネスプラットフォームを擁していることです。AIは、検索、YouTube、クラウド、Waymoなど、これらすべてのビジネスを同時に加速させることができ、すべてが同じ成長曲線を描いています。これは非常に効率的なレバレッジと言えるでしょう。
当時、私はそれをゼロサムゲームだとは考えていませんでした。すべてが10倍に拡大し、他の企業が参入する余地は十分にあると思っていました。Googleの台頭後、AmazonやFacebookも大成功を収めたではありませんか？私たちは常に成長の可能性を過小評価しがちです。ですから、私の焦点はシンプルでした。より良い実行力を発揮することです。
Q：人々が「グーグルがついに復活した」と感じた決定的な瞬間はありましたか？ジェミニ3号でしょうか？
ピチャイ氏：人々がこの傾向に気づき始めたのは、Gemini 2.5からでした。特に、最先端を行くマルチモーダル機能が注目されました。これはGoogle DeepMindチームのおかげです。私たちは当初からマルチモーダル機能に多額の固定費を投資してきました。Geminiは最初からこの点を念頭に置いて設計されていました。Gemini 2.5でその利点が明らかになり始めました。例えば、Nano Bananaでは、すべてを統合した効果を実感できます。
しかし、この分野は変化が速すぎる。2、3の有力研究室が互いにしのぎを削り合っており、今月は「よし、この分野で先行している」と思っても、来月には「しまった、あちらでは後れを取ってしまった」となる。数ヶ月後には状況が全く変わってしまう可能性もある。最前線における競争はそれほど激しいのだ。
03. 汎用人工知能（AGI）の研究に年間1800億ドルを費やす
Q：外部の研究者の中には、Googleは他の主要な研究所とは異なり、汎用人工知能（AGI）にそれほど「執着」していないと感じている人もいます。つまり、GoogleはAGIがすぐに実現するとは考えておらず、また、その実現に向けて性急に突き進んでいるようにも見えないということです。この見解は正しいと思いますか？もしそうであれば、今後の方向性に関するあなたの判断に影響しますか？
ピチャイ氏：設備投資額を見てください。300億ドルから1800億ドルに増えました。この成長曲線に心から確信がなければ、誰がこれほど多額の資金を投じるでしょうか？
これは主に意味論的な問題だと思います。当社は非常に多くのユーザーと階層に製品を提供する大企業なので、話し方が異なるのは当然でしょう。しかし、Googleが汎用人工知能（AGI）を理解していないと言うのは筋が通りません。創業者の多くはAGIの熱心な支持者です。デミス・ハサビス、ジェフ・ディーン、イリヤ・サツケバー、ダリオ・アモデイは皆、かつてGoogleで働いていました。
外部の人々が私たちの見解に違いを感じる理由は、サンフランシスコに新興企業や研究機関が集中しているといった地理的要因が一因かもしれません。しかし、これらは表面的なものです。根本的には、技術動向の評価やAIの理解と応用に関して、私たちの間に根本的な違いはありません。
本当の違いは、変化を直接目の当たりにしたかどうかにある。当社には、常に最前線に立ち、AIエージェントを自ら導入・テストし、新しいスキルを習得して複雑なタスクを段階的に処理していく様子を見守る人々がいる。3ヶ月前の彼らの能力を振り返ってみると、指数関数的な成長の影響を真に実感できるだろう。
Q：興味があるのですが、ご自身のAGI（汎用人工知能）の瞬間が近づいていると感じたのはいつ頃でしたか？
ピチャイ：私が最初にその感覚を覚えたのは2012年のことでした。当時、ディーンは猫を認識するニューラルネットワークであるGoogle Brainの初期バージョンを実演しました。その後、ラリー・ペイジと私はDARPAチャレンジに行き、自動運転車を見ました。デミスは、私たちが「想像力」と呼ぶものを示す初期モデルを実演しました。
このような瞬間は他にも数多くあります。最近の最も顕著な例は、プログラミングの急速な進歩です。プログラミングエージェントに複雑なタスクを与えれば、統合開発環境（IDE）を開くことなく、マネージャー内でタスクが完全に完了する様子を見ることができます。この感覚こそ、汎用人工知能（AGI）の瞬間と言えるでしょう。
Q:先日、小さなプロジェクトに取り組んでいたのですが、実行を開始した後、それがどのプログラミング言語を使っているのかさえ分からなかったので、尋ねてみることにしました。まるで魔法のようでした。
ピチャイ：その通りです。本当に驚くべきは、改善のペース（改善の速度）です。3か月後に振り返ってみれば、どれだけ進歩したかが分かるでしょう。
Q：こうした実践的な経験についてですが、製品との真のつながりをどのように維持しているのか興味があります。テクノロジー製品は抽象的すぎるため、レポートやPowerPointプレゼンテーションを見るだけでは不十分です。Gmailの使用といった日常的な作業以外に、ユーザーとの繋がりを失わないようにするにはどうすれば良いのでしょうか？
ピチャイ：私は社内版を使っています。特に集中的に使う時間を確保しています。2週間前、ジムでトレーニングをしていた時、スマホにGemini Liveを入れて、次の30分間は一つのトピックに没頭していました。素晴らしい体験もあれば、イライラすることもありましたが、そこから何かを学びました。私は「スーパーユーザー」のように使うように自分に言い聞かせています。集中力を維持するために、その「スーパーユーザー」モードで使うように自分に言い聞かせているのです。X（Twitter）も役に立ちます。なぜなら、時に最も直接的なフィードバックが得られるからです。
さらに、今では社内版のAntigravityに直接アクセスして、AIに「この機能をリリースしましたが、皆さんはどう思いますか？ 最悪なコメント5件と最高のコメント5件を教えてください」と尋ねます。すると、すぐにそれらのコメントが表示されます。私の仕事は楽になったか？ もちろんです。
以前は、物事を理解するために多くの時間を費やさなければなりませんでしたが、今ではAIエージェントがそれをやってくれます。もちろん、自分で物事を理解するために時間を費やす必要は依然としてあります。それは学習プロセスです。私もこの未来に適応しようと努力しています。
Q：先ほど、これはゼロサムゲームではなく、生産性の向上は現実のものだとおっしゃいました。しかし、過去の技術革新サイクル（インターネット、モバイル、SaaSなど）を振り返ると、それらがGDPに影響を与えるまでには長い時間がかかりました。AIに関しては、すでにデータセンター建設がGDP成長を牽引しているのが見られます。今後3～5年で、AIによって米国経済はさらに大きく成長するとお考えですか？また、どの程度成長するとお考えですか？
ピチャイ氏：これらのリターンが意味を持つためには、どこかに反映されなければなりません。セコイア・キャピタルの誰かが、皆が多額の資金を投資しているのだから、リターンもそれに見合ったものでなければならない、という記事を書いていたのを覚えています。
もちろん、それは2年半前の話です。当時、妥当とみなされるには一定の収益率が必要だとして、この投資は理にかなっていないと言う人もいました。しかし今、投資規模は10倍にも膨れ上がっている可能性があり、これらの数字を再検討する必要があります。いずれは、数字が辻褄が合うはずです。現在、供給制約に直面していることは明らかであり、あらゆるアプリケーション分野でコンピューティング能力に対する強い需要が見られます。
Q:これは巨大な市場であることに疑いの余地はありません。問題は、多くの人が計算を間違えている可能性があることです。例えば、トークン予算とエンジニアの給与を比較している人たちです。ソフトウェアエンジニアリング市場は誰もが考えているよりも大きいと思います。供給が増えれば、市場は実際には10倍に拡大するでしょう。私は設備投資と収益の関係を疑っているわけではありません。ただ、実際にどれくらいの成長が見込めるのか、興味があるだけです。
ピチャイ氏：インターネットの発展を振り返ると、GDP成長率の数字は、私たちが経験してきた変化を完全に反映しているとは言えません。インターネットがなければ、GDP成長率はマイナスだったかもしれません。正確な予測は困難です。社会のあらゆるレベルに、自然な抑制メカニズムが存在するからです。
最も分かりやすい例は、コンピューティング能力の向上曲線とモデルの改善曲線の著しい対比です。前者は後者よりもはるかに遅いのです。次に、その技術を社会に普及させる方法を検討する必要があります。Waymoはその一例です。人間のドライバーよりも安全ですが、それでも展開のスピードには注意が必要です。あらゆるレベルで限界があるからです。米国経済は10年前よりもはるかに大きくなっているので、成長率が0.5パーセントポイント上昇するだけでも大きな貢献になります。私は、経済はその方向に進むと考えています。
04. サプライチェーンアラート：メモリ、電気機器
Q：供給制約について言及されましたが、それは確かに2026年の特徴的な要素です。Googleの設備投資額は約1800億ドルとのことですが？
ピチャイ氏： 1750億ドルから1850億ドルの間。
Q：興味深いことに、たとえGoogleが4000億ドルを費やしたいと思っても、メモリ、電力、各種部品が不足していたため、それは不可能でした。これらのボトルネックについてお話しいただけますか？
ピチャイ：必要な電気技師さえ見つからない。
質問：ボトルネックは何ですか？
ピチャイ氏：結局のところ、ウェハーの生産能力が根本的な制約となる。電力やエネルギーの問題は比較的解決しやすいが、ライセンス取得や規制環境は大きな問題であり、開発を遅らせる要因となる。
Q：テキサス州、ネバダ州、モンタナ州などには土地がたくさんあるのに、それでも足りないのですか？
ピチャイ氏：我々は目覚ましい進歩を遂げていますが、米国は建設スピードを上げる方法を真剣に学ぶ必要があります。中国の建設スピードを見てください。驚異的です。私たちは考え方を変え、物理的な建設スピードを10倍にする方法を考えなければなりません。これは大きな制約となるでしょう。そして抵抗はますます強まるばかりで、「建設を加速させる必要がある」と少数の人が言うだけでは解決しません。
Q：データセンターの閉鎖命令といった問題もあります。
ピチャイ氏：ウェハーの生産能力、認可取得、建設スピード、すべてがボトルネックとなっています。政府は多くの対策を講じてきましたが、改善の必要性は誰もが認識しています。さらに、サプライチェーンにおける主要部品、例えばメモリーチップなども問題です。短期的には、誰もがここで足止めされている状態です。
企業を経営する私たちにとって、汎用人工知能（AGI）にどれほど「夢中」であろうとも、誰もが現実と向き合わなければなりません。それは、自分の判断が100％正確であることはあり得ないということです。常に誤差が生じる余地があります。外部要因はいつでも変化する可能性があるため、将来の発展についてどれほど楽観的になれるのか、そしてどの程度の利益率を許容できるのかを正確に把握する必要があります。誰もがこうした不確実性に基づいて調整を行っているのです。
Q：つまり、メモリが最大のボトルネック要因だとお考えですか？
ピチャイ：間違いなく、現時点で最も重要なことの一つです。
Q：これは短期的なものだと言われましたが、市場は価格を引き上げることで供給を刺激するのでしょうか？
ピチャイ氏：大手メモリメーカーが生産量を大幅に拡大する可能性は低いでしょう。短期的には制約は存在するものの、徐々に緩和されていきます。さらに、こうした制約がイノベーションを促進し、効率を30倍向上させるでしょう。これらの変化は同時に起こっています。
Q：これは寡占構造を強化することになりませんか？モデルが自己改善し、独自のコードを記述し、独自のデータにラベル付けすることで、計算能力は椅子取りゲームのようになります。計算能力の高い人がより先に進むことができます。しかし、全員の計算能力が比例的に分配されると、事実上、全員に上限が設定されます。この見解は正しいと思いますか？
ピチャイ：それはもっともな意見ですね。しかし、我々はつい先日、非常に優れたオープンソースモデルであるGemma 4をリリースしました。中国のモデルも素晴らしいですが、中国国外でも非常に優れたオープンソースモデルだと考えています。Gemma 4の最先端レベルはGemini 3のアーキテクチャとは大きく異なりますが、リリース時期はそれほど離れていません。SpaceXのロケットのような巨大なものではありません。
Q:いつも驚かされるのですが、何ヶ月もデータセンターを運用して、最終的に得られるのはWord文書のようなフラットファイル、つまりモデルだけなんです。信じられないですよね！
ピチャイ：この状況の特殊性から、私はその枠組みに異議を唱えたくなります。少なくとも論理的な観点から言えば、あなたの言うことは一理あります。しかし、誰もが資本の力を使ってこうした制約を打破しようとしており、その動機は非常に大きいのです。
Q：しかし、先ほどおっしゃったように、世界の記憶容量には限りがあります。2026年と2027年の供給問題は、資本奨励策だけでは解決できません。まさにこの時期に、各モデルの乖離がさらに大きくなる可能性があります。
ピチャイ氏：はい、しかし、ウェハーの生産能力や承認状況といった要素と併せて検討する必要があります。全体的に見れば、規制は皆さんが考えているほど厳しくないかもしれません。資本を含め、あらゆる要素を考慮しなければなりません。
Q：論理的に考えれば、誰もがもっと投資したいと思うはずですが、2026年と2027年に真のボトルネックに直面しています。これはホルムズ海峡のようなものです。原油価格をいくら高く設定しても、供給量を1日あたり2000万バレル減らせば、需要も2000万バレル減らさなければなりません。メモリーチップにも同じことが言えます。最終的には、一部の人々が取り残されることになるでしょう。
ピチャイ氏：もちろん、セキュリティなど他にも制約はあります。しかし重要なのは、これらのモデルは間もなく既存のほぼすべてのソフトウェアの限界を超えるだろうということです。あるいは、すでに超えているのかもしれませんが、私たちはそれに気づいていないだけかもしれません。
Q：つまり、供給制約があるからこそ、最適化を図り、より効率的に業務を遂行せざるを得ないということですね。
ピチャイ：ええ、それは必要な対話を促します。例えば、安全保障を考えてみましょう。もっと連携が必要ですが、現状の連携では到底十分とは言えません。いつか、おそらく突然、そうした問題が自然に消え去る日が来るでしょう。
05. 3つの「隠れた名作」
Q：ところで、Googleの投資ポートフォリオは実に素晴らしいですね。SpaceXにも投資されていますよね。確かずいぶん前に10%くらいだったと思います。Anthropicにも同じく10%くらい出資されています。Waymoは過半数の株式を保有しています。社内には、TPUや量子コンピューティングなど、あまり知られていない、あるいは過小評価されている「隠れた逸材」のようなものはありますか？
ピチャイ：私たちは様々な長期プロジェクトに取り組んできましたが、最初に発表された時は、たとえ少し周辺的なものであっても、少々突飛に思えました。例えば、宇宙データセンターは、現在まだごく初期段階です。制約が創造性を刺激するというあなたの言葉は、まさにその通りです。
20年後の視点で見ると、これらのデータセンターはどこに建設する予定ですか？それは難しい質問ですが、2010年にWaymoを創業した時と同じように、まさに今私たちが考えていることです。量子コンピューティングはその一つであり、私たちは着実に前進しています。私は非常に期待しています。
Q：量子コンピューティングはどの分野に最も大きな影響を与えると思いますか？ 分子モデリングや暗号学が主な話題ですが、量子耐性暗号（量子コンピューティング攻撃に耐えられる新しい暗号技術）を開発している研究者もいます。また、分子モデリングの分野では、ディープラーニングは既に非常に進んでおり、AlphaFoldはその一例です。量子コンピューティングは本当にそれほど重要なものになるのでしょうか？ もしそうなら、どの分野に最も大きな影響を与えるのでしょうか？
ピチャイ氏：抽象的なレベルで言えば、量子コンピュータは自然をシミュレートするのに適していると思います。自然そのものが量子力学の法則に従うため、量子システムでそれをシミュレートする方がより直接的で効率的です。もちろん、十分な圧縮アルゴリズムを備えた古典コンピュータでも理論的には同じ結果が得られますが、直感的には量子の方が優れていると感じています。
例えば、肥料生産における「ハーバー・ボッシュ法」はまだ完全には解明されておらず、複雑な自然現象も数多く存在します。私の直感では、量子コンピューティングは最終的に、気象シミュレーションや現実世界のシミュレーションといった分野で主流となるでしょう。
技術の歴史は私たちに一つの教訓を与えてくれます。それは、一度実用的なものを作り出せば、人々は想像もしていなかったようなあらゆる用途を見出すということです。私はよくこの例を挙げます。携帯電話にGPS機能を搭載したことが、Uberの成功につながりました。当時、携帯電話メーカーの誰も、そんなことを予見することはできませんでした。ですから、量子コンピュータが真に実用化されれば、その用途は人々の想像をはるかに超えるものになると私は信じています。
Q：お話の途中で申し訳ありませんが、先ほどお話いただいた最先端のプロジェクトについて、引き続きお話いただけますでしょうか。
ピチャイ氏： Google DeepMindチームはロボット工学に深く関わっています。Googleは実際、かなり早い段階からロボット工学に取り組んでいましたが、時期尚早でした。今振り返ってみると、当時はAIがパズルの欠けていたピースだったのです。Gemini Roboticsのモデルは既に空間推論において最高レベルに達しています。興味深いことに、私たちは現在、Boston DynamicsやAgileといった企業と協力して、共に前進しようとしています。
そして、ドローン配送サービスのWingもあります。現在、事業規模を拡大しており、間もなく4000万人のアメリカ人がWingのサービスを利用できるようになります。これは何年も先の話ではなく、ごく近い将来実現するでしょう。こうした長期プロジェクトは、少しずつ積み上げられていくものです。
同型性というものもあります。
Q：同型性というのは、実に興味深いですね。
ピチャイ氏：はい、私たちは創薬のあらゆる側面を改善するためにモデルを活用することに注力しています。第III相臨床試験など、まだ完了していない手順はありますが、AIの助けを借りることで、成功への自信がさらに高まります。
06. Waymoにもっと早く投資しなかったことを後悔している
Q: Googleは具体的にどのように資本配分を行っているのでしょうか？教科書では、資本配分とは最も高い収益が見込めるところに資金を投入することだとされています。ボーイングはその典型的な例です。防衛契約の内部収益率（IRR）は16%ですが、新型旅客機の場合は19%です。誰もが後者を選ぶでしょう。しかし、Googleのプロジェクトはそう簡単に計算できるものではありません。YouTubeに資金を投入すれば、アルゴリズムが最適化され、ユーザーエンゲージメントが高まり、収益が増加します。Waymoに資金を投入すれば、事業拡大が加速しますが、大規模に収益化できる時期は不透明です。AI研究プロジェクトに投資しても、5年経っても成果が出ないかもしれません。これら3つのプロジェクトの収益曲線は全く異なりますが、どのように比較すればよいのでしょうか？
ピチャイ：それは良い質問ですね。皮肉なことに、TPUの割り当ての問題で、私たちは以前よりも頻繁にこの問題に直面しています。ある程度、WaymoでさえTPUを必要としているため、コンピューティング能力は資本配分において特に重要な課題となっています。
ところで、AIがこの件で私を助けてくれることを本当に楽しみにしています。すべてのデータが統合されれば、モデルは既に十分な能力を備えています。現在のボトルネックは、データの活用方法を確立することです。これはすぐに解決すると思います。
振り返ってみると、Googleには大きなアドバンテージがあった。それは、非常に早い段階で意思決定を行うことが多いという点だ。これは主に、同社の技術的なDNAによるものだ。
長期プロジェクトの場合、初期段階は実際には比較的容易です。なぜなら、初期資金の必要額はそれほど高くないからです。真の課題は、持続的な長期投資と、基盤技術の進捗状況の継続的な評価にあります。量子コンピューティングを例にとると、投資を継続するかどうかをどのように判断するのでしょうか？論理量子ビットのエラー率、安定した大規模論理量子ビットの閾値に到達できる時期、そしてチームがこれらの技術的なハードルを克服できるかどうかを検討します。
私が学んだ最も重要な教訓の一つは、早い段階でその技術に大きく投資することだ。
長期的に見れば、基本的には直感を使って、5年から10年後のプロジェクトのオプション価値と潜在的な市場規模を判断することになります。まず非常に積極的な成長曲線を想定し、そこから逆算して、その判断が妥当かどうかを判断します。
それが、私たちがTPUに投資してきた方法です。私たちは着実に投資を続けてきました。Waymoについても同様です。2、3年前、世界が自動運転に対して極めて悲観的だった時期に、私たちは実際に投資を増やしました。他社が撤退する中、私たちはより積極的に投資したのです。
Q：先ほどおっしゃった資本配分についてお伺いします。Googleはプロジェクトを削減することがあります。Loon（熱気球ネットワークプロジェクト）は中止されましたが、Waymoは長期間継続されました。当時、どのような判断をされたのでしょうか？定性的な判断でしたか、それとも定量的な判断でしたか？どのプロジェクトを削減し、どのプロジェクトを継続するかは、どのように決定されたのですか？
ピチャイ：定量化できる指標はいくつかあります。例えば、Waymoの運転システムを見て、安全性と信頼性がどのように向上しているかを確認しています。これは長期的な曲線であり、目標を設定し、継続的に進捗状況を追跡します。私たちのチームは常に非常に優れたパフォーマンスを発揮してきました。進捗が遅れる時期もありましたが、チームがそうした課題を克服できると信じなければなりません。技術的なレベルでの評価が深ければ深いほど、意思決定の精度は高まります。少なくとも、私はそうしています。
Q： Waymoは当初、手描きの地図とヒューリスティックなルールに頼っていたため、対応できるシナリオが限られていたと聞きました。真のブレークスルーは数年前、Transformerブームと時を同じくして、エンドツーエンドのディープラーニングに移行した時でした。もしWaymoが5年前に創業していたら、今と同じような状況だったでしょうか？それとも、10年以上にわたる蓄積は本当に不可欠だったのでしょうか？
ピチャイ氏：ウェイモをロボットだと考えてみてください。論理的に考えれば、ここ3年ほどでロボット開発に着手した人たちは、もっと速いペースで進歩しているはずです。しかし、ウェイモは違います。TSMCやSpaceXのように、単一の次元における技術的な複雑さだけに焦点を当てている企業とは異なり、ウェイモは高度に統合されたシステムなのです。このようなシステム統合においては、タイミングと技術の蓄積が非常に重要です。とはいえ、エンドツーエンドのアプローチは確かに加速要因となり得ます。
Q：つまり、チームを継続的に育成していくことは、それ自体が大きな強みですね。これまで投資を重ねてきたことが、技術が飛躍的に発展した時に報われるでしょう。それは非常に賢明な戦略です。では、これを他の分野にも拡大していく予定はありますか？例えば、ロボット工学の場合、ハードウェアは自社で開発するのでしょうか、それとも主にパートナー企業に頼るのでしょうか？
ピチャイ氏：私たちは常に柔軟な姿勢を保っています。しかし、WaymoとTPUから学んだことがあります。セキュリティや規制に関わる分野では、製品に関する直接的なフィードバックループが不可欠です。自社開発のハードウェアを持つことは、最終的には非常に重要になるでしょう。
07. 毎週、コンピューティング能力を個人的に評価し、割り当てる。
Q：以前は、研究開発費は主に人件費に充てられ、技術コストは二の次でした。現在では、TPUの計算能力が予算の大きな部分を占めています。Google社内では、これは具体的にどのように行われているのでしょうか？TPUの予算総額はあるのでしょうか？プロジェクトへの予算配分は、以前は人員数に基づいて行われていましたが、現在は「人員数＋計算能力」の予算になっているのでしょうか？四半期ごとのレビューはどのように実施されているのでしょうか？
ピチャイ：これまでもコンピューティング予算は確保していましたが、現在、コンピューティング能力は極めて限られています。私は毎週少なくとも1時間を費やして、各プロジェクトやチームがどれだけのコンピューティング能力を使用しているかを綿密に調査し、その配分方法を評価しています。これは今や最優先事項です。
Q：つまり、コンピューティング能力は希少な資源となりつつあり、それを最も価値のあることに使うようにする必要があるということですね。
ピチャイ：その通りです。
Q： Google Cloudについてはどうでしょうか？自社でもコンピューティング能力が必要ですが、同時に顧客にも販売しています。この矛盾をどのように解決しているのですか？
ピチャイ：すべては事前の計画にかかっています。クラウドチームは将来を見据えた計画を立て、お客様への約束を果たすことに尽力しています。誰もが制約のある世界で活動しており、クラウドチームは常にコンピューティング能力の不足を嘆いていますが、事前の計画によってほとんどの問題は解決できます。
Q: Google Cloudといえば、GCP/MCP（Google Cloud Computing Protocol）は素晴らしいですね。AIがGoogle Cloudをプログラムで直接呼び出し、コア権限設定以外ならほぼ何でもできます。以前は、Google Cloudの最大の問題点は機能が複雑すぎることでした。ログイン後、組織やプロジェクトを作成したり、サービスを探したりと、非常に面倒でした。しかし今では、そんなことは一切関係ありません。「この機能を追加してください」と言うだけで済みます。AIがすべてのAPIドキュメントを理解し、ナビゲーションレイヤーとして機能します。この体験は素晴らしいです。
ピチャイ氏： AIはオーケストレーション層として、想像できるあらゆることを処理できます。これは企業にも当てはまります。CEOはデータが不足しているのではなく、そのデータを統合する方法が不足しているのです。以前は大規模なERPプロジェクトを導入する必要がありましたが、今ではAIがそのオーケストレーション層となっています。
Q：製品が複雑になればなるほど、AIナビゲーションのメリットは大きくなります。Stripeもこのことを経験していますが、GCPの効果はより顕著になるはずです。
ピチャイ：もっと改善できるはずだが、おっしゃる通り、大きなチャンスがある。
Q: OpenClawのような製品で私が興味を持っているのは、消費者がステートフルAIを利用できる点です。例えば、私が興味のあるニュースの要約を毎朝送ってくれるといった機能です。これは永続的なメモリを必要とするもので、一般的なAIアプリケーションでは実現できません。この機能は近いうちに利用できるようになりますか？
ピチャイ氏：方向性は間違いなく定まっています。ユーザーは、信頼性とセキュリティを確保した方法で、永続的で長期的なタスクを実行する必要があります。IDや権限といった問題は明確化する必要がありますが、これはAIエージェントの未来であり、この機能を消費者に提供することであり、私たちが探求している刺激的な最前線です。
Q：私もその点に触れたかったんです。Stripeの元CTOが設立し、最近Metaに買収されたDreamerは、ステートフルAIに特に優れています。自分で小さなアプリケーションを作成することができ、その操作性は非常にスムーズです。驚くほど優れています。（注：ステートフルAIとは、複数ステップのインタラクションや複雑なワークフローにおいて、過去のコンテキスト、メモリ、状態情報を保持・活用できるAIシステムのことです。 ）
ピチャイ氏：消費者向けインターフェースは、適切なツールとスキル、そしてクラウド上で安全かつ永続的に動作する能力を備えた、完全な基盤となるコーディングモデルを備えるようになるでしょう。これらの基本的な要素は収束しつつあります。現在、おそらく0.1%の人々だけがこのような未来を体験しており、彼らは自らの手で製品を開発しています。しかし、それを一般市場に普及させることは、刺激的なフロンティアです。
Q：私がこれまで関わってきた企業、たとえ設立間もない企業であっても、製品開発、エンジニアリング手法、さらにはデザインチームの配置に至るまで、あらゆる面で変革を遂げてきました。Googleもこうしたことを見直しているのでしょうか？ワークフローに大きな変化はあるのでしょうか？
ピチャイ：同心円のように考えてみてください。すでに大きな変革を遂げたチームもあり、私の仕事はこの変化を広げることです。当初は多くのことが停滞し、前進させることは不可能でした。しかし、今年は状況が劇的に変化しています。Google DeepMindや一部のソフトウェアエンジニアリングチームはすでにエージェントマネージャーを導入しており、社内ツールはJet Skiと呼ばれ、実質的にはAntigravityです。先週、検索チームに導入しました。大企業では、技術普及における最大の課題は変革管理ですが、小規模企業でははるかに迅速に対応できます。
Q： AIの実用化において遭遇したいくつかの課題について付け加えたいと思います。まず、エンジニアがAIを効果的に活用する方法を習得するには時間が必要であり、各企業にはそれぞれ固有の知識があります。次に、AIが生成したコードベースの共有は、変更範囲が広く、コードが急速に変化し、複数人での共同作業が複雑になるため困難です。第三に、エンジニアリング分野以外では、データ権限が大きな課題です。AIに「この取引のステータスは？」と回答させたい場合、企業はこの情報を必要としますが、権限エンジンを書き直す必要があります。第四に、役割の定義も変化しており、エンジニアリング、製品、デザインといった役割を統合する必要が生じる可能性があります。要するに、モデルの能力は一定のレベルに達していますが、その活用はまだ十分とは言えません。あなたの考えはいかがでしょうか？
ピチャイ：ご指摘いただいた課題は、ジェミニ・エンタープライズ・チームとアンチグラビティ・チームが一つずつ解決に向けて取り組んでいます。これが私たちのロードマップです。社内でこのロードマップを活用し、障害に直面した際にはそれを克服し、最終的に製品として展開していきます。IDアクセス制御は大きな課題であり、特に高いセキュリティ要件が求められるため、慎重に進めなければなりません。しかし、まさにこのため、問題を解決していく過程で、より堅牢な製品をリリースできるのです。現在は、固定コストで開発を進めている段階です。
08. AIが人類に取って代わるまでのタイムライン
Q： Googleは毎年、正式な事業予測を複数発表しています。理論的には、AIに人間の介入なしに完全に自動で予測を行わせることも可能です。GoogleがAIエージェントによる完全自動予測を初めて実現するのは、どの四半期だとお考えですか？
ピチャイ氏： 2027年は大きな転換点になると予想しています。当初は検証を担当する人が残りますが、徐々に他の人に移管されていくでしょう。2027年には、こうした変化が非常に顕著に現れるはずです。
Q：では、エンジニアリングプロセス以外にも、2027年にはエンジニアリング以外のプロセスも本格的にAI主導になると思いますか？
ピチャイ：ええ。それはスタートアップ企業にとっても有利な点です。AIに精通したチームを雇用し、最初からこのモデルで事業を展開できるからです。一方、私たちは再教育と変革に取り組む必要があります。若い企業はこの分野で間違いなく優位に立っており、私たち自身がこの変革を推進していかなければなりません。
Q： Google社内で現在あなたが最も興味を持っている小規模プロジェクトは何ですか？
ピチャイ：驚かれるかもしれませんが、私たちの宇宙データセンターは、最初の目標を達成するために、ほんの数人の小さなチームと非常に少ない予算でスタートしました。大きなアイデアは小さなことから始まるのです。
