カンパニー・ワールドモデルに向けて

Company World Modelsへの道

［画像: ビジネスの文脈、戦略的意思決定、および成果を結びつけるカンパニー・ワールド・モデル］

Beaconの究極の目標は、AIを実体経済に普及させることです。このより広範な取り組みにおける成功の具体的な指標の一つは、オーナーオペレーターと共に、我々が保有する不可欠なビジネスの広範なポートフォリオを積極的に管理し、成長させることができることを証明することです。

この目標を達成するには、主に2つの方法があります。

1. デジタル従業員。リクエストに応じて、ポートフォリオ企業にデジタル従業員を装備し、ビジネス内で具体的で明確に定義されたタスクを追求するために派遣できるようにします。例えば、既存顧客のネットワークから調達したリードを探索するAI BDR（ビジネス開発担当者）、顧客チケットを処理するAIサポートエンジニア、あるいは帳簿を管理するAI会計士などを展開します。これには明らかな価値があり、これらの目的のためにサービスを提供するエージェント企業も不足していません。

2. Company World Models（カンパニー・ワールド・モデル）。ポートフォリオ企業が既存の業務をより効率的かつ効果的に実行できるようにすることを超えて、より良い戦略的意思決定を通じて成長させることもできます。無限に多くのデジタル従業員を派遣することは明らかに有益ですが、それ以上に広範で、根本的で、野心的で、そしてエキサイティングな技術的課題は、そもそもデジタル従業員、そしてより一般的にはビジネスが何をすべきかを決定することです。このような企業レベルの戦略的意思決定を可能にするモデルを、Company World Modelsと呼びます。この種の知能にも明らかな価値がありますが、この問題に取り組んでいるチームは著しく少数です。

今日は、Company World Modelsが何ができるのか、能力とアライメントの観点からどのような課題を提起するのか、その開発を追求するメリット、そしてBeaconの会社構造がいかにしてCompany World Modelsに向けた研究の最も速い道筋を可能にするのかについて、我々のビジョンをさらに共有したいと思います。

Co-FounderとしてのCompany World Models

文字通りの意味で、Company World Models（CWM）は、以下のようなモデルです。

1. ビジネス活動を観察し、ビジネスに改善の可能性を積極的に仮説化します。これらは、オンタリオ州の新しいキャンプ場サイトへの入札の提出から、非常に忠実な顧客基盤のライフサイクルを延長するための補完的な製品を出荷するという決定まで、多岐にわたる可能性があります。

2. 提案された仮説を、デジタル従業員を派遣し、人間従業員との中間作業出力の検証を調整することによって実装します。

3. 仮説と実装の最終的な有効性を、当初の目標およびビジネス全体の健全性に対して測定します。結果が期待を下回る場合、CWMは、仮説段階または実装段階のいずれかに問題の原因を診断できる必要があります。

［画像: ビジネスオペレーターとカンパニー・ワールド・モデル間のフィードバックループ］

用語のわずかな（あるいは大幅な）誤用ですが、我々はWorld Modelという言葉をこの形式の知能を説明するために使用します。古典的なワールドモデルと同様に、Company World Modelsは、企業の現在の状態と提案された介入を入力として受け取り、結果の状態を推定します。したがって、最良の潜在的改善を仮説化することは、期待されるリスク調整済み企業価値の増加を最大化する介入の可能性を検索するだけで済みます。

$$a_t^\star=\underset{a\in\mathcal{A}(s_t)}{\operatorname{arg,max}};\mathbb{E}{s +1\sim M heta(\cdot\mid s_t,a)}[V(s +1)\right]$$

より口語的な意味では、CWMを理想的な共同創業者として想像しています。それは、あなたとの協調と議論の中で、あなたのビジネスのための新しいアイデアを刺激し、意思決定を鋭くし、成長のための長期的に整合性の取れた思考パートナーとして機能することができます。

AIが豊富になる世界での仕事がどのようになるかを考えると、CWMが将来の経済、すなわち情熱的なプロジェクトを商業的に持続可能にする、リーンな起業家（おそらくソロプレナー）のチームによって動かされる経済の実現者となることを想像することは、全く馬鹿げたことではありません。しかし、それは別のブログ記事のトピックです。

新たな次元のデータと能力

印象的な汎用能力にもかかわらず、現在のモデルはビジネス運営において驚くほど劣っています。例えば、Andon Labsのカフェを運営した最初の2ヶ月間で、Gemini 3.1 Proは売上9,000ドルに対し38,000ドルを費やしました。家賃、人件費、その他の固定費を除外しても、売上は仕入費用を約5,600ドル下回りました。1,331個の新鮮なパン屋アイテムを購入しましたが、販売できたのは326個でした。新しいモデルでは一部の動作が改善されましたが、ビジネスタスクを完了することと、健全なビジネス判断を行使することとの間には依然としてギャップがありました。

［画像: タスク完了とビジネス運営の間のギャップを示すAndon Labsカフェ実験の結果］

このギャップを埋めるには、特定の種類のデータが必要です。1）デジタル形式でのビジネスの完全な内部コンテキストと状態。理想的には、タイムトラベル機能を備えたオントロジーデータプラットフォームによって実現されます。2）提案された介入と実行された介入からのフィードバック。

後者は必ずしも高価な現実世界での軌跡を展開する必要はないことに注意してください。Beaconのビジネスのオーナーオペレーターは、実際のビジネス成果のずっと遅いフィードバックの、安価で高シグナルの代理として判断を提供できます。CWMトレーニングのためにこの豊富な専門家シグナルを取得する能力は、Beaconがオーナーオペレーターをポートフォリオ企業の主導権の中に留めるように努める多くの理由の1つです。

シルバー津波を通じた継続性

［画像: オーナーの知識を次世代のビジネスオペレーターのために保存する］

「シルバー津波」、つまり退職年齢に近づいている事業主の波は、我々の仕事を公的利益の観点から特にタイムリーなものにしています。明確な後継者がいないオーナーにとって、課題は買い手を見つけることだけにとどまりません。何十年にもわたるビジネス運営で蓄積された直感、人間関係、そして書かれていないメティス（知恵、適応性）は誰が引き継ぐのでしょうか？

我々の意図は、これらのビジネスとその支援する生活を維持するのを助けることです。オーナーが積極的に関与している間、Company World Modelsは彼らの決定と修正から学び、その理解をビジネスを前進させる従業員や後継者で利用できるようにすることができます。これには、彼らの知識がまだ引き出され、テストされ、明確化できる間に、オペレーターと協力することが必要です。

これらのシステムは、最終的にオーナーの責任の多くを担うようになるでしょうか？確かに。しかし、自律AIの限界を解決する必要はありません。その即時の機会を見出すために：オーナーが退職を選択した後もビジネスが繁栄し続けるのを助けることです。

また、アライメントが退職時に完了すると期待すべきでもありません。顧客は変化し、新たな義務が生じ、昨日の賢明な決定が明日の間違いになる可能性があります。後継者はモデルを改訂し、引き継いだ慣行のうちどれを維持するかを決定できなければなりません。機械が意思決定能力を高めたとしても、ビジネスに責任を持つ人々は、その目標とトレードオフに対する権威を保持すべきです。

機会は、オーナーの蓄積された専門知識を彼らの任期を超えて有用にし、次世代にそれを基盤として構築するための空間とツールを与えることです。

アライメントのメソコスムとしてのCompany World Models

AI革命を通じて実体経済を慎重に移行させること自体が、現代における責任あるAIの問題として価値があります。事業主、従業員、顧客の生活がかかっており、これらの人々がAIから恩恵を受けることを保証することが、責任あるAIの意味の中心となるべきです。

Beaconのポートフォリオにあるこれらの実体経済のビジネスと、我々がサービスを提供する顧客は、フロンティアラボのアライメントレシピが現在または適切に捉えていない知識、ニーズ、価値観を持っています。Company World Modelsは、それらが運営するビジネスに適切にサービスを提供するために、これらの地域的な好みを考慮しなければなりません。そうすることで、この経済の広範で十分にサービスが行き届いていないセクターが、そうでなければモデル開発に決して到達しないかもしれない、アライメントプロセスに自然に組み込まれます。

例えば、ビジネスにとって「お金を稼ぐ」ことは、人々がAIに追求を指示するであろう明確な目標です。しかし、それは不完全契約の特性を示しています。その追求が許容される／されない条件は、その目標の達成において、多くの条件が未指定のままになっています。AIは、最終目標を追求するために、取締役会を欺いたり、顧客を搾取したり、無差別に人員を削減したりする可能性があります。

幸いなことに、Beaconのオーナーオペレーターは主導権を握っています。彼らは失敗を認識する知識を持ち、介入する強いインセンティブを持ち、実行前に結果をもたらす提案を検査し拒否する権限を持っています。「お金を稼ぐ」という言葉の、そうでなければ暗黙の条件と例外を、機械が学習できるように明示します。

$$\underbrace{\hat{s}_t}_\text{business context};\xrightarrow[\text{propose}]{M_t};\underbrace{a_t}_\text{intervention};\xrightarrow[\text{approve / revise}]{h_t};\underbrace{\tilde a_t}_\text{executed action};\xrightarrow[\text{business}];\underbrace{o +1}_\text{observed outcome}$$

$$M +1=\operatorname{Update}\left(M_t,\underbrace{(\hat{s}_t,a_t,h_t)}_\text{operator feedback},\underbrace{(\hat{s}_t,\tilde a_t,o +1)}_\text{intervention feedback}}\right)$$

ここで、$M_t$はCompany World Model、$ \hat{s}_t$はその推測されたビジネス状態、$h_t$はオペレーターのフィードバックです。ビジネスは結果を提供し、オペレーターは判断を提供し、モデルは両方から学習します。

これはまさに、私が以前提唱したアライメントのメソコスムです。AIの目標が不完全であり、人間がAIの誤った行動を修正するインセンティブを持ち、AIの行動範囲が制限されている環境です。

これにより、実用的で地に足のついた現実の下でアライメントを研究すると同時に、新しい、有用で、商業的にインセンティブのある次元に沿ってモデルの能力を進歩させることができます。我々が維持しようとしているビジネスの所有者は、それらを最もよく奉仕し、それらの遺産を最もよく維持する安全な知能を形成する上で、積極的に参加することになります。

新しいタイプのモデルのための新しい機関

Haizeでは、Company World Modelsの必要なコンポーネントの1つである、人間の判断を機械の改善を導くシグナルに変換することにおいて、実質的な進歩を遂げました。我々は、非技術的な専門家が良い行動とは何かを表現し、それを定量的な指標、報酬モデル、および審査員に翻訳することを可能にする技術を構築しました。しかし、外部ベンダーとしては、ビジネスの完全な内部コンテキストと、それを最もよく理解している人々から継続的に学習するために必要な組織的なアライメントが不足していました。

Beaconは、この問題に内側から外側へアプローチすることを可能にするという意味で、研究者にとって楽園です。長期的な所有権により、ビジネス内で働き、その詳細を理解し、AIをオペレーターのニーズと価値観に直接適合させることができます。ビジネスの継続的な成功における共有された利害関係は、知識を引き出し、間違いを修正し、テクノロジーが実際に役立つかどうかを測定するためのインセンティブを生み出します。また、学んだことに基づいて行動する責任も与えられます。

［画像: ビジネスオペレーターとAI研究者のための共有ワークベンチ］

結果として得られるデータは、これらの関係と切り離せません。それを作成するには、実際のビジネスへの継続的なアクセス、介入の許可、そして機械を修正する専門知識とインセンティブの両方を持つ人間が必要です。したがって、Company World Modelsの構築は、技術革新と同じくらい制度革新のプロジェクトです。Beaconはこれら2つを統合します。

実体経済を築き上げた人々は、その未来を形作る知能を構築する上で、その手腕を発揮すべきであり、そして発揮するでしょう。