Anthropicの最高製品責任者マイク・クリーガーがAI戦略、スタートアップのエントリーポイント、DeepSeekの洞察を語る

最近、人工知能企業が アンソロピック 視認性が高い。それだけでなくパワフルなクロード3.7ソネット・モデルを発表！まだそこにある。資金調達において大きな進展があった。最近のインタビューで、Anthropic社の最高製品責任者であるマイク・クリーガー氏（元Instagram共同創業者）は、AI業界の進化、製品戦略、将来のトレンドについての洞察を語った。

イノベーションと信頼のバランス：AI製品の立ち上げ方

サム・アルトマンは、新興企業の大きな喜びのひとつは、究極の完成度を目指すことなく製品を迅速にリリースできることだと述べている。しかし、会社の規模が大きくなると、リリースのたびに大きなプレッシャーがかかる。

クリーガーはこのことを理解している。彼は、Anthropicが新興企業のより積極的な "速く動き、ルールを破る "戦略と、大企業の保守的でスローペースなリリースの間で微妙なバランスを取ろうとしていると考えている。特に、Anthropicには数百万人のユーザーがいるため、迅速な反復とユーザーの信頼のバランスを取ることが重要な課題となっている。

Anthropicは、異なるユーザーグループに対応するために、"オプトイン "メカニズムのような柔軟なリリースを模索してきた。例えば、ユーザーが予測可能性と安定性を重視するAPI製品では、"opt-in "アプローチを使用することで、ユーザーが新機能を試すかどうかを決めることができる。これは、ユーザーが継続的に改善され、最適化されたエクスペリエンスを期待するコンシューマー向け製品や企業向け製品には当てはまらないかもしれない。

Krieger氏は、Anthropicはまだ積極的に最も適切なリリースのペースを模索していると認めている。新機能をできるだけ早く市場に投入し、ユーザーからタイムリーなフィードバックを得たいと考えているが、会社の知名度が上がり、より多くの人がAnthropicの製品に頼って仕事をするようになると、以前のように気軽にリリースを扱えなくなることも理解している。

モデルを超えて：AI製品の堀を築く

クリーガー氏は、Anthropicの目標は単なる「モデルプロバイダー」ではなく、顧客にとっての「AIパートナー」になることだと強調する。これは、単に "テキストイン、テキストアウト "のAPIトランザクションを提供するのではなく、顧客とのより深く長期的な関係を構築することを意味する。

これを達成するために、Anthropicはファーストパーティ製品の戦略的価値を高く評価している。これは、収益源を増やすだけでなく、より重要なこととして、学習を加速させ、モデリング能力を向上させ、ブランド・ロイヤルティを構築し、より強力な競争力のある堀を作るとクリーガーは考えている。

にちなんで クロード 例えば、コード社は、ファーストパーティーのツールを社内で試用することで、モデルの改善に関する直接的なフィードバックを得ることができ、次世代のモデルの反復を加速させることができると指摘している。さらに、ファーストパーティの製品は、ユーザーの粘着性やブランド・ロイヤルティを高める可能性が高い。

しかし、クリーガー氏は、Anthropicがファーストパーティ製品の開発に関しては、まだ多くの改善の余地があることも認めている。彼は、同社がファーストパーティ製品に十分な投資をしてこなかったため、イテレーションが遅くなり、それがAnthropicの市場での競争力に多少影響を与えていることを認めている。

差別化で勝負：AIスタートアップのチャンスと課題

AIスタートアップのチャンスと課題について、クリーガー氏は、最も価値のある分野は、差別化された市場戦略を持ち、特定の業界や特殊なデータに関する独自の知識を持つ分野であると主張した。彼は、金融、法律、ヘルスケアなどの分野を、その複雑さと専門性がAIスタートアップに長期的な競争優位を築く機会を提供する分野として挙げた。

AIと製品デザインの鍵は、将来のビジョンを示すことと、モデルの現在の能力を活用することの微妙なバランスにあるとクリーガー氏は指摘する。新興企業は、アーリーアダプターを惹きつけるために適度に「過剰な約束」をすることができるが、確立された製品とユーザーを持つSaaS垂直型企業は、不十分なAI機能でユーザーの信頼を損なわないよう、より注意する必要がある。

彼はまた、新興企業は「将来のモデルのために製品を作る」べきだと強調した。クロード3.5ソネットや同様の画期的なモデルが登場するまで、多くのスタートアップの製品は本当の意味で普及しなかったと述べた。つまり、スタートアップは積極的に分野を開拓し、現行モデルの限界に敏感になり、次世代モデルを積極的に試す必要があるということだ。

ディープシークからの洞察：技術、マーケティング、製品に関する複数の考え

クリーガーはまた、次のようなことにも興味を示している。 ディープシーク DeepSeekの見解。DeepSeekの出現によって、AI分野における中国の技術力を過小評価すべきではないことが人々に認識されたと彼は考えている。

同氏は、AIにおける中国の能力を過小評価したり、過小評価し続けることは大きな間違いであると指摘した。同氏は、インスタグラムが中国でブロックされた後に登場した一連の並列スタートアップを例に挙げ、これらの製品は通常、質が高く、創造的思考を示し、大規模な採用も達成していると指摘した。

ディープシークの台頭については、技術的な要因と市場レベルの要因の両方があるとクリーガーは考えている。技術的なレベルでは、ディープシークはアンソロピックが学び、考えるべきことを行ってきた。しかし、市場戦略や市場での地位という点では、ディープシークがAnthropicに与える影響は比較的限定的である。

クリーガーは、ディープシークのマーケティング上の成功を強調した。彼は、ディープシークが無名からクロードよりも多くの人に知られるようになったのは、現在の世界情勢と "ディープシークの方が安い "という物語に起因していると述べた。彼は、Anthropicがクロードのストーリーを世間に伝えるのに十分なことをしておらず、クロードの独自性を示すのに十分なことをしていないと認めている。

DeepSeekの台頭はまた、Anthropicが細部まで完璧であることに過度にこだわるのではなく、アイデアをより早く市場に投入すべきであるとクリーガーに気づかせた。彼は、斬新な体験はそれだけで価値があると信じている。

さらにクリーガー氏は、DeepSeekは新興市場で高い利用率と維持率を誇るが、欧米市場ではそうではないことを観察した。これはDeepSeekのユーザー・プロファイリングと各市場におけるマーケティング戦略に関係している可能性を示唆している。同氏は、DeepSeekとAnthropicの両社にとって、競争力を維持する鍵は、長期にわたって持続可能な、仕事や生活におけるAIのより深い応用を最初に実現するのはどちらかになるだろうと指摘した。

モデリング能力とユーザー体験：AI製品デザインの核心

クリーガーは、モデルの品質と製品のユーザーエクスペリエンス（UX）の間に強い相関関係があることを強調している。彼は、優れたUXデザイナーになるためには、モデルの品質も考慮しなければならないと主張している。

彼は、今日のデザイナー、プロダクトマネージャー、そして特にエンジニアは、基本的に不確実なシステムを中心に、いかに足場や製品をデザインするかを考える必要があると指摘した。これは、モデルの品質、キューワードエンジニアリング、その他すべてのバックエンドのものが、製品設計の一部となり、製品に直接影響を与えることを意味する。

クリーガーは、将来、ユーザーは自分でモデルを選ぶ必要がなくなると考えている。彼は "抽象化漏れ "という言葉を使って、現在のほとんどのAI製品の設計上の欠陥を表現した。彼は、ユーザーがモデルを選択し、どのように機能するかを理解し、キューを設計する必要があると指摘する。彼は、将来のAI製品が「キュー・エンジニアリングをユーザーに対して完全に透明化」し、誰が優れたキュー・エンジニアであるかをユーザーが区別するのではなく、モデルが対話を通じてユーザーのニーズを明確にすることを望んでいる。

コード生成とソフトウェア開発：AIがもたらす変革

コード生成とソフトウェア開発におけるAIの利用に関して、クリーガーはクロード・コードの中核的価値は開発プロセスの効率化であり、IDEを置き換えることではないと信じている。

彼は、クロード・コードが、バックエンドの更新、フロントエンドの作成、翻訳の提出など、プロセスの異なる部分間のインテリジェントなコラボレーションを必要とするタスクを処理するのに非常に優れていると指摘した。彼は、IDEと完全に自律的なAI、すなわちAIインテリジェンスとの間に中間的な役割があると考えている。

クリーガーは、ソフトウェア開発者の役割は今後大きく変わると考えている。彼らは学際的なスキルを身につけ、製品と技術の両方を知る「多面的」な人材になる必要がある。さらに、コード・レビューも変化し、ソフトウェア開発者は、コード・ライターの主役から、タスクの委任者兼コード・レビュアーの主役に変わるだろう。

一般化と専門化：AI製品の進むべき道

Anthropicの製品開発の方向性について語るとき、Krieger氏は汎用性の重要性を強調した。彼は、Anthropicが特定のターゲットユーザーグループや業種を選んだとしても、彼らが構築する製品は、基本的なアーキテクチャレベルで複数のアプリケーションシナリオをサポートするのに十分汎用的であるべきだと考えている。

しかしクリーガー氏は、長期的な競争優位性を持つ製品を構築するためには、専門的なワークフローの知識が不可欠であることも認めている。同氏は、翻訳ワークフローに特化した機能を必要とする人の例として、プロの翻訳者を挙げている。

彼は、プロのユースケースと、その結果として解放されるワークフローのためのAIに大きな価値を見出している。しかし、コンシューマー、あるいはライトプロフェッショナル（プロシューマー）側では、基本的なAI製品の観点からは、モデルで十分だ。

データ、アルゴリズム、評価：AI開発の重要な要素

AI開発の重要な要素に関して言えば、モデルが学習される環境を改善し、現実世界の複雑なタスクをよりよく反映させることが、今日の最大の課題のひとつだとクリーガーは考えている。

彼は、ソフトウェア・エンジニアリングの分野でも、ソフトウェア・エンジニアの仕事はコードを書くだけでなく、要求の理解、スケジュールの作成、チームとの共同作業なども含まれると指摘した。こうした複雑なワークフローをうまくモデル化した適切な評価手法は存在しない。

データの問題に目を向けると、クリーガー氏は、モデルを改善するためには、人間によるデータと合成データをミックスする必要があると主張した。彼は、優れた人間のデータはモデルを導くために使用することができ、合成データはモデルが様々な環境で探索し、学習することを可能にすると指摘した。

彼はまた、モデルの "雰囲気 "の重要性についても言及した。彼は、モデルの "雰囲気 "は非常に主観的で人間的な側面であり、定量的に評価するのは難しいと主張した。したがって、こうしたソフトスキルに関するデータと、それを評価する方法の両方を持つことが重要である。

オープンソース、蒸留、商業化：AI業界のホットな話題

オープンソースや蒸留といった業界のホットなトピックを取り上げ、クリーガー氏は、蒸留技術はAIの能力を引き出すのに必要ではなく、国家安全保障や利用規約の問題など、別の問題をもたらすと主張した。

彼は、技術的進歩が現在のペースで継続し、長期的に持続可能であるためには、研究所がすべてのトレーニングと技術革新を商品化できるようにする必要があると指摘した。彼は、適切なビジネスモデルを見つけることが重要だと考えている。

Llamaのリリースに対し、クリーガー氏は、モデル自体に価値がないという意味ではなく、すべての価値はデータにあると主張した。価値があるのは、チームがどれだけ優れているか、必要な基礎データがあるかどうか、そしてモデルが実際のユースケースでどれだけ役に立つかだ、と彼は指摘した。

AIの将来展望：知的ガイドと人間のパートナー

AIの未来について、クリーガーは、AIは「ツール」や「アシスタント」を超えて「知的ガイド」へと進化するだろうという示唆に富む見解を示している。クリーガーは、AIは「ツール」や「アシスタント」を超えて「知的ガイド」へと進化するだろうという示唆に富む見解を示している。

彼の見解では、AIはユーザーのニーズを積極的に洞察し、方向性を導き、意思決定を支援し、最も重要な目標を達成するための重要なパートナーとなる。未来のAI製品は、もはや「質問したり、ときどき提案したりする」だけのものではなく、ユーザーに独自の価値を提供し、時間の節約や効率の向上、よりよい自分になるための手助けをすることができるようになるだろう。

クリーガーはまた、生命と人間の寿命を延ばすAIの可能性についても語った。彼は、AIが創薬と臨床試験のプロセスを加速させ、さまざまな病気の治療に新たな希望をもたらすことができると考えている。彼はこのことについて非常に楽観的だ。

最後にクリーガーは、AIの開発における『識別』とプライバシーの重要性を強調した。彼は、モデルがより強力になるにつれ、知識も増え、あらゆる種類の個人情報や機密情報にアクセスできるようになる可能性があると指摘した。彼は、ユーザーのデータのプライバシーとセキュリティを守ると同時に、モデルが手助けをすることは大きな挑戦になると主張した。