AIはドットコムバブルと同じようにバブルだ
AI is a bubble, just like dot-com (constraintlab.com)
要約
この記事は、現在のAIブームが2000年代初頭のドットコムバブルに似ていると論じています。著名なAI研究者アンドレイ・カルパシー氏の発言を例に、技術の進歩とそれに対する過剰な期待や混乱が、過去のバブル期と同様に、技術の本質的な価値を見誤らせる可能性があると指摘しています。筆者は、技術がもたらす真の変革を見極めるためには、感情的な「驚嘆」や「恐怖」に流されず、具体的な問いを通じて理解を深めることが重要だと主張しています。
全文翻訳
AIはドットコムバブルと同様のバブルである
Claudeに最終ドラフトを生成させてみた。結果は、人々はそれを読まないだろうということが非常に明確だった。
アンドレイ・カルパシーは、多くの人がCRUDアプリを書くように、大規模言語モデルを書いてきた。彼はOpenAIの創設メンバーであり、テスラでAIを統括し、この春にAnthropicに入社してClaudeのトレーニングを行っている。彼は、モデルの仕組みをエンドツーエンドで学習するために人々が使用する、小さく読みやすいコードベースであるnanoGPTとllm.cを書いた。
AnthropicがClaudeをSlackに組み込んだとき、彼はそれを「新しいパラダイム」と呼んだ――これらのシステムを人間が使用する方法の3番目のメジャーリデザインだ。もはや訪問するウェブサイトでも、インストールするアプリでもなく、「組織全体のツールとコンテキストを持ち、人間のチームと並んで働く、自己完結型で永続的、非同期的なエンティティ」である。
彼は「それは機能し、素晴らしい」と締めくくった。
返信は異なる見方を示していた。そのうちの1つは、全文でこうだ:
これは新しいパラダイムだ
ブラザー、それはSlackインテグレーションだよ
昔のアンドレイが恋しい
— @MatthewFoxAF 2026年6月24日
このやり取りをしばらくそのままにしておこう。そこにいる誰も愚かではない。それが理解する価値がある理由だ。
同じような分裂が今、あらゆるものに走っており、その周りの何もが静止していない。
リーダーシップは「AIをもっと使え」と言い、責任ある使用を定義しない。エンジニアはそれを古い本能を通して聞く:理解できないものは出荷しない。誰もがどのように両立させるかを説明しない。
レイオフの発表は、決算の好調さと同時にAIを称賛する。その下には、より冷たい恐怖が潜んでいる:AIを所有する人々が一方に、AIがその仕事をする人々がもう一方に、その間を渡る目に見える道がない。
地面は動き続けている。プロンプトエンジニアリングは役職名だった。OpenClawは10万のGitHubスターを獲得し、同じ週にMac Miniの品不足を引き起こした。Ralphは週末の間、未来だった。コンテキストエンジニアリング、次にハーネスエンジニアリング、次にグラフエンジニアリング。それぞれが、次のものが現れるまで、明らかに仕事の方法だった。ギャップは短くなる一方だ。
そしてどこでも、チームは理解できるよりも速くコードを出荷している。オンコールの担当者に聞いてみてほしい。
私はこれらのことすべてに対して、きれいに片側に立ちたい。できない。私は約1年間コードを一行も書いていない。Claudeがすべてを書いている。これらの投稿もだ。出荷される前にすべてのコードを読むが、それでも違いを感じる。理解は、自分でコードを書くことの副産物だった。今や理解は独立した仕事だ。
両方の視点、一人の人間。
このような矛盾を解決するデフォルトの方法がある:どちらが妄想しているかを決める。「昔のアンドレイが恋しい」は5つの単語でそれをやる:カルパシーがSlackボットをパラダイムと呼ぶなら、カルパシーに何かが起こったに違いない。人々を正しいと間違っているに分類することは、厳密さとして通用する。それは、2つの視点が矛盾するとき、一方でなければならないと仮定する。
私たちの業界は、この仮定を以前に一度、大規模にテストした。
2000年3月、NASDAQは5,000を超えてピークに達した。2002年10月までに、それはその価値の78パーセントを失っていた。Pets.comは2月にIPOし、11月までに消滅した。靴下パペットは会社よりも長生きした。それに賭けるのは完全に正しかった。
Amazonは同じクラッシュで株価の90パーセント以上を失い、出荷を続けた。10年以内にインターネットは小売、ニュース、音楽、そして仕事の見つけ方を再編成した。Amazonに賭けることも完全に正しかった。
同じ年。同じテクノロジー。「ひどく誇張されている」と「すべてを変える」の両方が極端に正しかった。
誰も妄想する必要はなかった。
そして、4つの立ち位置があった、2つではない。すべてをショートする:すべてはバブルだ。すべてをロングする:すべては未来だ。Pets.comをロングし、Amazonをショートする:2回間違っている。Amazonをロングし、Pets.comをショートする:2回正しい。最初の2つはテクノロジーに対する気分だ。後の2つはケースに対する判断だ。2回正しいと2回間違っているを隔てていた唯一のものは、理解だった。
それは魔法ではなかった。Pets.comとAmazonを分ける情報は、常に公開されていた。難しいのは、それにどのような質問を投げかけるかを知ることだった。インターネットは何ができて、それ以前のものは何ができなかったのか?印刷されているすべての本を持つ書店、はい。40ポンドのドッグフードの袋の送料無料、いいえ。ほとんどの人は、同じ画面を見ながら、決して尋ねなかった。彼らは気分を選び、採点を待った。
私たちは今、次のものの中にいる。驚いている人と感心していない人がすでに同意している唯一の点は、おそらくそれだろう:それが何であれ、それは大きい。
働く人生で、革新的なテクノロジーはせいぜい2回現れる。私は最後のもの、異なる画面を見ていた学校にいた:South Park、Perfect Dark、Conker's Bad Fur Day。今回は、それが動いている間に理解したい:起こっていることに対して仮説をテストし、決定がまだ意味を持つ間に、どのように働くかを決定したい。
あなたもその中にいる。あなたのフィードはすでにあなたにポジションを割り当てている:驚くか、恐れるか。どちらも気分だ。理解は割り当てられない。あなたはそれを取りに行かなければならない。
だから、理解が始まる場所から始めよう。何についての意見の相違か?
ほとんどモデルについてではない。どのモデルが最高か、オープンウェイトがクローズドウェイトに勝るかについての議論がある。それらは小さく、ほとんど丁寧なままだ。本当の戦いは他にある。モデルが書くすべての行を読むか?理解できないコードを出荷できるか?合格したテストは、それが機能することを意味するか?AIレビューはレビューとみなされるか?私が知っているすべてのチームは、これらのルールをその場で再決定している。一部は確信を持って決定する。多くは次のように聞こえる:「どうすればいいかわからないが、何かをしなければならない」
モデルの品質は一点のみで入ってくる:「モデルは非常に良くなるので、これらすべては関係なくなるだろう」。
多分。
だから、私の最初の仮説をここに述べる。あなたが私にそれを守らせることができるように。モデルは、これらの質問を私たちに解決するのに十分なほど早く、十分に信頼できるようにはならない。もしあなたがそれが間違っていると確信しているなら、ほぼ完璧な出力が1、2年で到着すると確信しているなら、読むのをやめることができる。質問はそれ自体で答えられ、このシリーズもそれに従うだろう。私はそうは思わない。
今、ピースを並べよう。知的な人々は一つのテクノロジーを見て、全く異なるものを見る。歴史は、それほど離れた結論が両方とも正しい可能性があることを示している。そして、ルールに関する議論は、チームごとに、解決されることなく続いている。有能な人々の間でこれほど長く続く議論は、誰もチェックしていない仮定に基づいている。私たちはすでに一つを見た:誰かが間違っていなければならない。ルールに関する議論は、誰も声に出して言っていないもう一つの仮定に依存している。その後ろには、AmazonとPets.comを分けた質問があり、今回は私たちの仕事に向けられている。
これは、私たちが以前にはできなかったことを何をもたらしたのか?
それらのルールに関する議論のそれぞれは、それに対する答えを仮定している。それがこのシリーズが解き明かす質問だ。一度に一つずつ、小さく、チェック可能なステップで。私はそれを自分自身で答えるために書いている。あなたは一緒に来て、作業をチェックすることを歓迎する。終わりまでには、私の結論は必要なくなるだろう。あなたのフィードを横切るあらゆるAIの主張について、あなた自身の読み方を持つことになるだろう。
これを含めて:AIはドットコムバブルと同様のバブルである。
初期ドラフトを読み、何がうまくいっていないかを教えてくれたEmma BukacekとTim Poteに感謝します。