AIの未来を形作る4つのボトルネック：Anj Midhaが語るAnthropicの黎明期、VCの拒絶、そして次世代のインフラ戦略

テクノロジーの世界では、常に次なるフロンティアを追い求める声が響いています。その最前線に立つのが、今日の私たちの主人公、Anj Midha氏です。彼はAIエコシステムにおいて「最も著名なAI投資家」と称される人物であり、そのキャリアはAIの進化そのものを映し出しています。Anthropicの創業初期から深く関わり、Andreessen HorowitzでMistralやBlack Forest Labsといった注目企業への投資を主導し、現在は自身の企業AMPを通じて計算資源を提供し、世界最高のAI企業に投資しています。

Midha氏の洞察は、AIの現在の課題、ビジネスへの影響、そして未来への示唆に満ちています。本記事では、彼が語るAIの「4つのボトルネック」から、Anthropicの苦難に満ちた黎明期、そして彼が提唱するAIインフラストラクチャの新たなビジョン「AMPグリッド」と「アイアンドーム」に至るまで、その多岐にわたる知見を深掘りし、読者の皆様がAIの全体像と将来性をより深く理解するための一助とすることを目指します。

Anj Midha：AIエコシステムを牽引する異才

Anj Midha氏がAIエコシステムで「最も著名なAI投資家」と称されるのには、3つの明確な理由があります。

第一に、彼はAI分野で最も注目されるフロンティア企業の一つであるAnthropicの創設投資家の一人です。まだ「研究仮説」に過ぎなかったスケーリングレシピを、いかにして「ビジネス仮説」へと転換させるかという、創業初期の極めて困難な時期にDario AmodeiやTom Brownといった共同創業者たちと緊密に連携し、その基盤を築きました。

第二に、彼はかつて大手ベンチャーキャピタルであるAndreessen Horowitz（a16z）でAI投資をリードし、Mistral、Black Forest Labs、Sesameなど、今日AI業界で重要な役割を果たす多くの企業に先見の明を持って投資してきました。この経験を通じて、彼はAI技術の最前線にいる研究者や起業家たちと深い関係を築き、技術と市場の両面からの洞察を培いました。

そして第三に、現在彼は自身の企業AMPの創設者として、世界最高のAI企業に計算資源を提供し、同時に投資を行っています。このユニークなポジションは、彼がAIインフラストラクチャのボトルネックを肌で感じ、その解決に直接貢献することを可能にしています。彼は単なる資金提供者ではなく、AIの未来を形作るための「フルスタックのスケーリングパートナー」として、深く、そして実践的に関与しているのです。

Midha氏の活動は、AIの技術的進歩、ビジネスモデルの構築、そしてそれを支えるインフラストラクチャの全体像を理解する上で不可欠な視点を提供してくれます。

AIの成長を阻む「4つのボトルネック」：Midhaの洞察

AIの進化は目覚ましいものがありますが、そのさらなる進歩を阻む構造的な障壁が存在するとAnj Midha氏は指摘します。彼が挙げる「4つのボトルネック」は、計算資源、コンテキストフィードバック、資本、そして文化です。これらの要素は相互に関連し、AIのフロンティアを押し広げる上で極めて重要であると同時に、今日のAI業界が直面する最も困難な課題でもあります。

1. 計算資源（Compute）：スケーリング法則は健在か？

「計算資源を増やしても、もはやパフォーマンスの向上にはつながらないのか？」という問いに対し、Midha氏は断固として「否」と答えます。彼の見解では、コーディングのように既に十分探索されたドメインでは、わずかな性能向上を得るために膨大な計算資源が必要になる「飽和」の兆候が見られるかもしれません。しかし、これはAI全体の状況を反映しているわけではありません。

Midha氏は自身のインキュベーション企業であるPeriodic Labsの事例を挙げ、材料科学のような未開拓のドメインでは、計算資源への投資が「超指数関数的な」ゲインを生み出していると説明します。Periodic Labsでは、LLM（大規模言語モデル）が新しい材料や超電導体を予測し、ロボットがそれらを合成し、X線回折装置のような物理的機械が予測された特性を検証します。この検証データは訓練ループにフィードバックされ、反復ごとに驚異的な進歩を遂げています。彼は「超電導体の発見には飽和がない」と断言し、「ビターレッスン」（計算資源とデータによるスケーリングがアルゴリズムの工夫よりも効果的であるという教訓）が今も健在であることを強調します。

2. コンテキストフィードバック（Context Feedback）：データが創る競争優位性

Midha氏にとって、アルゴリズム革新そのものはもはや最大のボトルネックではありません。それよりも重要なのが「コンテキストフィードバック」、つまりフロンティア研究を継続的に行うために必要なデータとそのフィードバックループです。彼はここに「最も大きなビジネス的・商業的優位性」と「アルファ（超過収益）」が生まれると見ています。

彼は約1年前に「AI for Science」の盛り上がりに疑問を抱いた経験を語ります。スタンフォード大学の応用物理学科の客員研究員として、ClaudeやGeminiなどのモデルを物理学・化学のタスクでベンチマークしたところ、「驚くほどひどい」結果だったと言います。その理由は単純で、これらのモデルは物理世界を推論するために必要な物理学・化学のデータが圧倒的に不足していたからです。インターネット上のデータはブログやコーディングに関するものが多く、科学分野の専門データは国立研究所、学術機関、半導体製造工場などに「閉じ込められている」のが現状です。

Periodic Labsは、このボトルネックを解決するために、ロボットを備えた物理ラボを立ち上げ、独自の物理学・化学データを生成することで、モデルに現実世界の推論能力を付与しました。Midha氏は、特定のドメインでAIのフロンティアを進めるためには、このような「ユニークで差別化されたアクセス」を持つコンテキストフィードバックループを構築することが極めて重要だと強調します。

また、Midha氏は「主権データ」（Sovereign Data）の概念を提示し、コンテキストフィードバックの重要性を説明します。例えば米国のCloud Actでは、アメリカ企業が管理するインフラストラクチャ上のデータは米国政府がアクセスできることになっています。欧州の軍事・防衛関連のミッションクリティカルなデータが、このCloud Actの対象となるアメリカ企業によって処理されることは許容されません。CMACGMのようなロジスティクス企業が機密性の高いサプライチェーンデータを扱う場合、ローカルでセキュアなAIインフラパートナーが不可欠となります。これが、DeepMind出身のフランス人科学者であるArthur Menchが設立したMistralが、マクロン大統領やNVIDIAのジェンセン氏の支持を得て、パリにギガワット級のAIインフラ施設を建設するに至った背景だとMidha氏は指摘します。この事例は、ユニークで機密性の高いコンテキストが、独自のインフラとモデルの必要性を生み出し、ビジネスモデルの優位性につながることを明確に示しています。

3. 資本（Capital）：スケーリングを支える血液

計算資源の確保、そしてコンテキストフィードバックループの構築と維持には、莫大な資本が必要です。Midha氏はエクイティ（株式）、デット（負債）、そして多様なストラクチャードファイナンスの活用が不可欠だと語ります。土地、電力、建屋といった物理的インフラストラクチャを整備し、GPUを購入し、研究開発を進めるためには、継続的な資金投入が欠かせません。

彼は、AMPが構築する「グリッド」プロジェクトで、4年間で約1.3ギガワット、約400億ドル相当の計算資源を確保していることに触れ、その資金の約20%がエクイティ、残りがデットによって調達されていると説明します。適切なアライメントを持った金融構造を構築することが最大の課題であり、これには約1年を要したと言います。フロンティアAIの進歩は、この資本という血液が途切れることなく供給され続けることで初めて実現するのです。

4. 文化（Culture）：イノベーションの源泉

Midha氏は、4つのボトルネックの中で「文化」が「最も重要なボトルネック」であると断言します。アルゴリズム革新は、実はこの文化の関数であるというのが彼の見解です。

適切な文化、特に「ミッションドリブンな文化」があれば、最高の研究者たちを引き寄せることができます。最高の研究者たちは、特定のアーキテクチャ（例：LLM対拡散モデル）に縛られることなく、ひたすら「ミッション」と「問題解決」に集中します。彼らは「コーディングのフロンティアを進める」あるいは「材料科学のフロンティアを進める」という明確な目標に向かって努力し、その過程で自然とアルゴリズム的なイノベーションが生まれるとMidha氏は考えます。

数年前には、どのアルゴリズムがスケーリングするか、トランスフォーマーアーキテクチャに限界があるかといった議論が大きなボトルネックでした。しかし、Midha氏は「文化の問題を解決すれば、研究とアルゴリズムの問題も解決できる」と結論付けています。最高のチームと明確なミッションがあれば、技術的な障壁は乗り越えられるという深い洞察です。

これら4つのボトルネックは相互に絡み合っており、いずれか一つが欠けてもAIのフロンティアを押し進めることはできません。Anj Midha氏の活動は、これらのボトルネックを理解し、克服するための具体的なアプローチを提示していると言えるでしょう。

Anthropic黎明期の苦闘：21社のVCが「No」と言った理由

Anj Midha氏は、Anthropicの共同創設者であるTom Brownとは長年の友人でした。ある日、Tomから連絡があり、「様々な理由でOpenAIを離れ、Anthropicという新しい研究所を立ち上げたい。多くの資本と計算資源が必要になる」と告げられたのが始まりでした。当時、Midha氏はUbiquity6を売却したばかりで、創業者の道を経験していました。

2021年初頭、Dario Amodei、Tom Brown、そしてAnj Midhaの3人は毎週セッションを開き、当時のAnthropicが持っていた「スケーリングレシピ」という研究仮説を、いかにして具体的な「ビジネス仮説」へと転換させるかを議論しました。彼らが思い描いたのは、AIペアプログラマーのアイデアでした。ローカルリポジトリ、ファイル、ディレクトリといったプログラミングのコンテキストフィードバックループを活用し、ソフトウェアエンジニアリングの能力を体系的に向上させるというビジョンです。

Midha氏はこれを「非常に理にかなっている」と感じました。基本的なレシピはシンプルです。資金を調達し、計算資源を購入し、プログラミングに関するコンテキストデータを少し集め、モデルの基本バージョンをリリースし、信頼できるチームに展開し、そのフィードバックを訓練ループに何度も取り込む。推論は、さらなる計算資源を購入するための収益と、モデルの能力を向上させ続けるためのコンテキストフィードバックという2つの効果をもたらします。

Midha氏自身も、貧しい創業者として当時保有していたDiscord株の多くを担保に、自身の貯蓄から多額の資金を投資しました。そして、Sand Hill Road（シリコンバレーのベンチャーキャピタルのメッカ）の22人の友人の投資家にAnthropicを紹介しましたが、結果は驚くべきものでした。21社から「ノー」という返答を受けたのです。

Midha氏が「何考えてるんだ？」と尋ねると、彼らは「このレシピは理論上は良さそうだが、証明はどこにある？」と答えたといいます。Midha氏は「証明だと？彼らはGPT-3を発明した人間だ！これ以上何を証明しろというんだ？」と反論しましたが、さらに驚くべきことに、一部のVCは「GPT-3とは何だ？」と尋ねたそうです。Midha氏は当時のVC業界の状況について、「技術や機械学習コミュニティのブレークスルーを理解していない相手に、どうやって教育すればいいのか」と落胆したと語ります。彼自身は大学院で機械学習を学び、コンピュータビジョン企業を創業していたため、彼にとって明確だったことが、全く異なる世界観を持つVCには伝わらなかったのです。

当初、Anthropicは5億ドルの資金調達を目指していましたが、最終的には1億ドルのシードラウンドへと目標を下方修正せざるを得ませんでした。当時としては多額に感じられましたが、既に10億ドルを調達していたOpenAIと比べると微々たるものでした。VCは、Anthropicが提唱する「計算資源乗数」（Compute Multipliers）という、投下したベンチャーキャピタル1ドルあたり、6分の1のコストで知能の単位を生み出すという考え方を理解できませんでした。

しかし、このアイデアを理解した者たちもいました。MLコミュニティの一部の人物や、Effective Altruism（効果的利他主義）コミュニティと重なる人々、そしてAmazonです。AmazonはAzureとOpenAIの提提携を見ており、AnthropicのビジョンがAWSビジネスと完全に一致すると見抜きました。Anthropicが最先端のモデルをAWS上でホストすることは、Amazonにとって大きな利益になると判断したのです。こうして、当初40億ドル規模の資本と計算資源のパートナーシップがAmazonとAnthropicの間で実現しました。

Midha氏は、Dario、Tom、そしてDaniela、Jack、Sam Mcandlish、Jared Kaplanといった共同創業者たちの道のりを「本当に厳しい旅だった」と振り返ります。彼らは、AIの未来に対する確固たる信念を持ちながらも、当時の主流の投資家たちからは理解されず、極めて困難な状況を乗り越えてAnthropicを今日の姿に成長させたのです。

AIインフラストラクチャの新たな夜明け：AMPと「グリッド」構想

Anj Midha氏は、自身の企業AMPを通じて、AIインフラストラクチャの根本的な変革を目指しています。彼のビジョンは、単に計算資源を提供するだけでなく、AIエコシステム全体の持続可能性と安全保障を確保することにあります。

独立性への投資：Mistralの事例

Midha氏は、AIインフラストラクチャにおける「独立性」の重要性を強調するために、Mistralの事例を挙げます。彼は米国政府が米国企業が管理するインフラストラクチャ上のデータにアクセスできるとする「Cloud Act」の存在を指摘します。これは、欧州の防衛やミッションクリティカルなサプライチェーンのデータなど、国家主権に関わる機密性の高いワークロードを、米国のハイパースケーラー（Amazon AWS、GCP、Azureなど）上で実行することの困難さを意味します。

このような状況下で、企業はローカルでセキュアなAIインフラパートナーを求めるようになります。これが、DeepMind出身のフランス人科学者であるArthur MenchがMistralを創業し、欧州にギガワット級のAIインフラ施設を建設するに至った背景だとMidha氏は説明します。2023年7月、パリのVivatechでマクロン大統領、NVIDIAのジェンセン氏、そしてArthur Menchが壇上に並び、この壮大なプロジェクトを発表しました。これは過去15年間続いてきたハイパースケーラーの支配構造が、スタートアップによって揺さぶられる初めての機会だとMidha氏は見ています。

Midha氏にとって、Mistralへの投資は「AIインフラストラクチャスタックのあらゆる部分における規模の独立性」という核心的な投資哲学に基づいています。土地、電力、建屋といった物理インフラから、ローカルで訓練されたオープンなモデルに至るまで、完全に独立したスタックを欧州に構築することこそが、彼の賭けなのです。彼は、Anthropicが「アメリカ中心」のミッションを持つと認識している一方で、世界中の大企業や政府がローカルでワークロードを実行する必要があるというニーズが存在することを強調します。

AMPの戦略：公共利益法人としての挑戦

AMPは、公共利益法人（Public Benefit Corporation: PBC）として設立されています。Midha氏はこの形態が「非常に整合性の取れたモデル」であると語ります。彼はREIやBen & Jerry'sといった成功したPBCの例を挙げ、これらの企業が数十億ドルの収益を上げながらも、議会に呼び出されたりすることなく、自ら規律を守り、ミッションと利益のバランスを取っていることを指摘します。

AMPのミッションは「健全で独立したフロンティア技術エコシステムの確保」であり、「世界のフロンティア生産を最大化する」ことです。このミッションを達成するために、AMPは計算資源の大部分を「原価で」提供しています。Midha氏は、これが株主には必ずしも合理的とは見えない決定かもしれないが、「人類にとって正しいこと」であり、「長期的には健全で独立したエコシステムのために正しい方法」であると断言します。真にイノベーションを推進するチームは、現在の高騰する計算資源価格を支払う余裕がないことが多く、AMPは彼らにミッションに沿った形でアクセスを提供しているのです。

この姿勢は、短期的な利益追求に走りがちなベンチャーキャピタル業界とは一線を画しています。Midha氏は、PBCのガバナンスが、リーダーシップ層が時に株主にとって最善ではないように見える決定を下すことを可能にし、それによってより長期的な、より広範な利益を追求できると信じています。

計算資源の確保とAMP Grid

計算資源の確保は、今日のAI業界で最も困難な課題の一つです。しかしMidha氏は、彼が4年間にわたってこの問題に取り組んできたこと、そしてAndreessen Horowitz時代に「酸素プログラム」を通じて計算資源を調達し、業界との深い関係と信頼を築いてきた経験が、今日のAMPの成功につながっていると説明します。

AMPが構築しているのは「AMPグリッド」と呼ばれるものです。これは、電力グリッドが電力のために果たした役割を、計算資源のために実現しようとするものです。Midha氏は自身を「グリッドの独立したシステムオペレーター」と位置づけ、データセンターを所有するクラウドプロバイダーでもなければ、伝統的なVCファームでもないと説明します。AMPの役割は、エコシステム全体で容量を調整し、最高の独立したチームが「ピーク」ではなく「ベースロード」のためにプロビジョニングできるようにすることです。これにより、彼らは過剰にプロビジョニングすることなく、訓練ランや推論のニーズに応じて容量を柔軟に増減させることができます。

彼はこの状況を「1885年の産業革命期のイングランド」に例えます。当時は蒸気機関が発見され、多くの工場が自家発電機を所有していましたが、その多くは半分の容量でしか稼働していませんでした。Midha氏は「これは意味がない」と指摘し、すべての発電機を共有することで、ある工場が昼間に稼働し、別の工場が夜間に稼働することで、利用率を最大化し、最終的に生産量を最大化できると説きます。AMPグリッドは、この集中化と調整の原則を計算資源の世界に持ち込もうとしているのです。

計算資源の「非代替性」問題と標準化の必要性

Midha氏は、今日のAI業界が直面する大きな課題の一つとして、「GPUの無駄遣いバブル」を指摘します。これは、数十億ドル相当の計算資源が未利用のまま「取り残された状態」にあるという問題です。その根本原因は、計算資源が「非代替性」（non-fungible）であることにあります。

電力のメガワットがメガワットであるように、電力が標準化（AC/DC論争など）のプロセスを経て代替可能になったのとは異なり、今日の計算資源はそうではありません。NVIDIAのH100、GB200、GB300はそれぞれ異なるチップタイプであり、あるクラスターでH100を使って訓練していたワークロードを、GB200のクラスターで継続したり、分散訓練したりすることはできません。これは、H100のクラスターが「古く」、フロンティアモデルの訓練に必要なメモリ特性を持っていない場合、新しいクラスターを購入せざるを得ず、既存のH100クラスターは使われなくなるという状況を生み出しています。

Midha氏は、「AIの原子単位が演算能力（flops）であるならば、すべてのflopsが平等に扱われるべきだが、現実はそうではない」と嘆きます。彼は、この非代替性が、現在のAIバブルと言われる状況、すなわち「AIの能力バブル」ではなく「インフラストラクチャの無駄遣い危機」を引き起こしていると主張します。

この問題を解決するためには、「オープンスタンダード」の確立が不可欠です。インターネットにおけるTCP/IPや電力におけるAC/DCのように、データセンター間で、チップタイプ間で、そしてセキュアな境界線を超えて、flopsがどのように流れるべきかというオープンプロトコルが存在しません。Midha氏は、私たちが現在「計算資源の事前標準化時代」にいると述べ、この状況が1885年の電力や鉄道、鉄鋼業で見られたような「ブームとバストのサイクル」を引き起こしかねないと警鐘を鳴らします。これらのサイクルでは、競争が激化し、企業間の対立が生じ、エコシステム全体に多大な苦痛をもたらします。彼は、私たちが「自己規制、自己標準化、自己実施」によってこのサイクルを回避できることを願っています。

「人間間のミスマッチ」が真の問題

計算資源の標準化を阻む最大の障壁は何かという問いに対し、Midha氏は「すべてはアライメント（整合性）の問題に戻る。スタックの上下でインセンティブがミスマッチしている」と答えます。

彼は、AIを単なる従来のソフトウェアとして扱うべきか、それとも新しい種類のシステムとして規制・調達すべきかについて、まだ合意がないことを指摘します。機械学習モデルは「統計的」であり「決定論的ではない」という基本的な特性を持っています。スプレッドシートのような決定論的なソフトウェアとは異なり、統計的モデルは異なる性質を持っています。Midha氏は、「テクノロジストは決定論的ソフトウェアと統計的システムの違いを理解し、その調達に関する一連の標準を提案する必要がある」と主張します。そして、政府機関がこの標準をレビューし、RFC（Request for Comments）プロセスを通じて合意形成を図るべきだと提唱します。

しかし、残念ながら現状ではこの標準化プロセスがマーケティングと混同され、多くのノイズが生じているとMidha氏は見ています。AIアライメント自体は難しい問題ではないが、「人間間のミスマッチ」、つまり異なる関係者間の理解とインセンティブの不一致こそが、今日のAI業界が直面する最大の課題なのです。

地政学とAI：中国の脅威と西洋の対応

Anj Midha氏は、AIの進化が単なる技術的課題に留まらず、地政学的な競争の最前線にあることを強く認識しています。特に、中国のAI戦略とその脅威に対し、西洋がどのように対応すべきかについて深く懸念しています。

中国のAI戦略：「フルスタックシステムコード競争」

Midha氏が指摘するのは、中国がAIを単なるチップ競争ではなく、「フルスタックシステムコード競争」として捉えているという点です。米国のような最先端チップに直接対抗できない現状を認識し、中国はシステム設計で勝負に出てきました。彼らは、Huaweiのチップのような既存のチップと計算インフラストラクチャ、そして訓練プロセスを密接に共同設計し、スタックのあらゆる層で性能向上を図っています。

さらに、中国は「敵対的蒸留（Adversarial Distillation）」と呼ばれる戦略を大規模に展開しています。これは、西洋の最先端モデルから様々なエンドポイントを通じて知識を抽出し、そのデータに基づいて可能な限り多くの性能向上を達成するというものです。そして、これをオープンモデルとして世界に公開し、フィードバックを得て次の開発サイクルへとつなげていきます。Midha氏はこのプロセスを「ブートストラッピングメカニズム」と呼び、中国が追いつくための巧妙な戦略であると評価します。一度フロンティアに到達すれば、彼らはオープンソースの必要性を感じなくなり、国内のニーズに十分対応できると判断するでしょう。

Midha氏は、Huaweiのチップが、スタック全体に統合されたシステム設計によって、一部の西洋の最先端チップに匹敵する能力向上を生み出していることを指摘し、これは「非凡な」エンジニアリング実行力の結果だと述べます。これはGoogleがランド、電力、建屋、TPU、Borg、Xborg、GQM、Geminiといったあらゆる層を統合し、効率と性能向上を実現している戦略と類似しています。中国は、オープンソースを梃子にこの戦略を模倣し、追いついているのです。

「アイアンドーム」構想：西洋の安全保障

このような中国の戦略に対し、Midha氏は「それは懸念事項なのか？」という問いに「もちろんだ」と即答します。そして、西洋が「アイアンドーム」のような、協調的な防御メカニズムを構築する必要があると提唱します。

彼が考える「アイアンドーム」とは、フロンティアモデルの推論、すなわち最先端のAI推論が、どこで提供されていても、共通のプロキシを通じて提供される仕組みです。これにより、フロンティアのいずれかの部分で攻撃（例えば敵対的蒸留攻撃）が発生した場合、すべての参加者が相互に通知し、共同で防御策を講じることができます。

Midha氏は、彼が7つのボードを務める中で、グループチャットを通じて「誰か、この地域からの蒸留攻撃の急増に気づいていないか？」といった情報が共有されている現状を例に挙げます。これは現在は非公式なものですが、彼が目指すのは、これをスケールアップした「展開調整プロトコル」です。個々の企業は、自社のモデルが別の企業を通じて蒸留されていることに気づかないかもしれませんが、共有されたシステムがあれば、西洋戦線全体で攻撃を検知し、防御対応を調整できるのです。

彼は、「もし我々が、協調されたアイアンドームの背後でフロンティアモデルの推論を確保しないなら、今後10年間、フロンティアに留まる持続可能なチャンスはないだろう」と強く警告します。国家支援による攻撃、インサイダー脅威、そして我々西洋諸国の政治システムや、ミッションクリティカルなインフラストラクチャの脆弱性を悪用した蒸留攻撃が横行している現状に対し、団結した防御体制が不可欠だと Midha 氏は訴えかけているのです。

VCの進化とAI時代の投資哲学

Anj Midha氏は、AI時代の到来がベンチャーキャピタル業界そのものに変革を迫っていると見ています。彼は、過去10年間の「ゼロ金利時代」に隆盛を極めた「チェックライティング型」のVCモデルから、より深く企業にコミットする「バック・トゥ・ザ・フューチャー」なモデルへの回帰を提唱しています。

「バック・トゥ・ザ・フューチャー」なVC

Midha氏は、現代産業の誕生期、例えば半導体や遺伝子編集、自動運転車といった「フロンティア産業」が生まれた初期のシリコンバレーの姿を振り返ります。彼は、Intelの創設投資家であるArthur Rockが毎日オフィスに足を運び、ストックオプションプランを書き、全社ミーティングを運営していたこと、GenentechがKleiner Perkinsの地下室でインキュベーションされ、パートナーのBob Swansonが共同創業者として深く関与していたこと、Appleの初代CEOがエンジェル投資家のMike Markkulaであり、彼がスティーブ・ジョブズとウォズニアックが製品開発に集中できるように、設備投資、サプライチェーン、資本調達をすべて担当していたことを例に挙げます。

Midha氏は、Kleiner Perkins時代にBrooke ByersからGenentechの創業物語を聞き、「これがパートナーであることの意味なのか」と衝撃を受けたと言います。当時のVCは、単に資金を提供するだけでなく、事業の共同創設者として、文字通り日々の業務に深く関与していました。彼は、自身のPeriodic Labsでの活動を通じて、この「深いパートナーシップ」を実践しています。週に3日Periodic Labsのオフィスで働き、共同創業者と毎日朝8時から30分間のミーティングを行い、優先順位を決め、実行に移しています。AMPの計算資源チームもPeriodic Labsのために計算資源を調達しています。

Midha氏は、このような「深いパートナーシップ」が、AI時代のフロンティア企業を育成する上で不可欠だと考えています。彼は、多くのVCがSaaS企業に多額の小切手を切るだけで、その後の関与が薄い現状に警鐘を鳴らし、真の価値創造は「共同創設とインキュベーション」にこそあると主張します。彼は、一人の人間が「チェックライティング型」と「共同創設型」の両方を高いレベルで実行することは非常に難しいと見ており、VCファーム内でも共存が難しい場合があると指摘します。

最適な競争（Optimal Competition）の追求

Midha氏は、Peter Thielの「競争は敗者のため（Competition is for losers）」という言葉を引用しつつ、彼自身のビジネス理論を語ります。彼はThielの言葉を「完璧な競争は敗者のため」であると再解釈します。LLMトレーニングを行っている企業が50社もあれば、それは「敗者の命題」であり、レストラン業界のように差別化が困難で、多くの企業が淘汰される「完璧な競争」の例です。

一方で、Midha氏は「独占もまたイノベーションには良くない」と主張します。独占企業はイノベーションを止め、バランスシートを利用して他社を買収したり、資源を独占したり、競合を潰そうとしたりする「マフィア」のような行動を取ると言います。このような行動はイノベーションの妨げになります。

Midha氏が提唱するのは、「最適な競争（Optimal Competition）」です。これは、各フロンティアに3〜4つのチームが存在し、それぞれが「非凡な進歩」を遂げている状態を指します。このような状況では、投資家は非凡なリターンを得られますが、企業は独占状態に安住することなく、イノベーションを継続せざるを得ません。彼は「彼らがイノベーションを止めれば、人類は終わりだ」とまで言い切ります。

現在のAI業界では、50もの推論企業が互いに競争し、底辺への競争（Race to the bottom）を繰り広げている現状があります。Midha氏は、VCがこの状況で「数億ドルを燃やしている」ことに疑問を呈し、4〜5社の信頼できる推論プロバイダーがいれば十分だと見ています。VCによる過剰な資金投入は、希少な計算資源を奪い合い、真にイノベーションを起こすべき企業に資源が届かないという「自己破壊的なメカニズム」を生み出していると警鐘を鳴らしています。

そして、この「最適な競争」の勝者を分けるのは、結局のところ「計算資源へのアクセス」だとMidha氏は断言します。「計算資源がなければ、どうやって推論をするんだ？製品を売るためには製品が必要だ。蒸気機関を作るなら石炭が必要だ。」彼のこの言葉は、AI時代の競争の核心を突いています。

富の分配と公共の役割

Midha氏は、フロンティアAIが生み出す途方もない富が、残念ながら一般市民に十分に分配されていないという問題意識も持っています。彼は「それは誰にとっても良いことではない」と述べ、もしこの富の創造の機会が、最終的にこの技術を生活に取り入れることになる大衆と共有されなければ、彼らはこの技術を歓迎しないだろうと警告します。

彼は、多くのベンチャーキャピタルファンドが大学の基金や年金基金、教師の基金など、公的な性質を持つ資金を運用していることに触れつつ、Anthropicのシードラウンドに「いくつのVCファンドが参加したか？」と問いかけます。答えは「ゼロ」です。彼は、公的資本がフロンティアAIで十分な価値を捕捉できていないベンチャーマネージャーに「大規模な誤った配分」が行われていると指摘し、その結果、多くの資金が「存在しないだろうもの」に投資され、最終的に公衆が怒りを覚えることになると警鐘を鳴らします。

Midha氏自身は、Anthropicへの初期から現在のラウンドに至るまでの投資で「何億ドルもの資金を投資する特権」を得たことを幸運だとし、その利益のほとんどを「公共利益の目的、公共利益の教育プログラム」に寄付する意向を示しています。彼は、フロンティア技術が生み出す富を、より広範な社会と共有することの重要性を、自らの行動を通じて示そうとしているのです。

Anj Midhaの個人的な哲学と教訓

Anj Midha氏のキャリアは、単なる投資家や起業家のそれにとどまりません。彼の言葉の端々からは、AIの未来に対する深い洞察だけでなく、彼自身の人生観、倫理観、そして個人的な経験から得た教訓がにじみ出ています。

変化する世界での投資家像

Midha氏は、未来を予測するのではなく「発明する」ことこそが、最も確実な未来への道だと考えています。投資家としての彼の仕事は、未来がどこに向かうのかについての仮説を立て、それに沿った複数の実験を並行して実行することだと語ります。そして、結果が明らかになった際には、自らの間違いを素直に認め、「真実を追求する」科学者の姿勢を持つべきだと強調します。

彼は、1885年以降の産業革命期に何が起こったのか、その時代に価値ある組織となったビジネスの特性は何かを深く考察し、そこから得られた歴史的知見を現在のAI時代に応用しようとしています。これは、単なる過去の模倣ではなく、歴史から学び、それを現在の文脈で再創造しようとする深い洞察から生まれるアプローチです。

健康と時間の価値

過去12ヶ月間、Midha氏自身と彼の家族が経験した健康上の問題は、彼に「私たちは地球上でどれだけの時間を持っているか分からない」ということを痛感させました。この経験から、彼は時間をより真剣に捉え、その価値を再評価するようになりました。

彼はスタンフォード大学での講義で、物理学者リチャード・ファインマンにインスパイアされた「人生のスケーリング法則」を学生たちに教えていると言います。それは「人生を真剣に受け止めなさい。しかし、生きる価値のあるものを忘れるほど真剣になりすぎてはいけない」というものです。友達との楽しい時間、愛する人々と興味深いプロジェクトに取り組むこと、人間関係を当たり前だと思わないこと。彼は、人間関係こそが世界を動かすものであり、次のファンドや次の資金調達にばかり集中しすぎると、私たち全員がどれだけ持っているか分からない「時間」という最も貴重なものを軽視してしまうと警鐘を鳴らします。彼は、この気づきによって、自分の時間と人間関係を以前よりも大切にするようになったと語ります。

「お金のトレッドミル」からの脱却

Midha氏は、シンガポール政府の奨学金を受けて育った自身の経験を語り、その中で李光耀の思想に影響を受けたと明かします。リーは、資源のないシンガポールが「才能プログラム」を通じて国を会社のように運営する必要があると認識していました。Midha氏は、この経験を通じて、経済的自立がどれほど重要であるかを学びました。インド文化を含む多くの文化では、経済的自立がなければ、常に誰かに依存し、コミュニティの価値観に縛られる圧力があると感じていたからです。

彼は7歳年上の姉が、両親の期待（法学部進学）に反してファッションスクールに行きたいと願うも、両親が学費を出す以上その意向に従わざるを得なかった姿を見て、自分自身は「独立」こそが「自由」をもたらすものだと確信しました。それ以来、彼は「独立」を最優先の財政目標とし、そのために多額の金銭的トレードオフも厭わない姿勢を貫いています。彼は、自分が「ミッション」として最も大切にしているものは何かを明確にすることで、どこに時間を費やすべきか、どのような機会を断るべきかが明確になると語ります。

Dario Amodeiの非凡さ

Anthropicの共同創業者であるDario Amodeiの何がそれほど優れているのかという問いに対し、Midha氏は3つの点を挙げます。

1. 純粋な科学的才能: 彼の専門分野における世界トップクラスの技術的能力。
2. 真実探求への執着: 実験を繰り返し、データを観察することで現実の一般法則を導き出そうとする「物理学者」としての本質。彼は経験主義者であり、良い経験主義者であろうとする強迫的な欲求を持っています。
3. ミッションアライメント文化: 「これが私たちの焦点であり、ミッションである。ブレることはない。近道はしない。このミッションを達成するためには大きなトレードオフも厭わない」という揺るぎない姿勢。このミッションドリブンな文化が、批判に晒されても最高の才能を引きつけ、困難な決断を可能にしているとMidha氏は評価します。

未来への願い：「彼は正しかった」

Midha氏は、自身の墓碑銘に「彼は正しかった」と刻まれることを望むと語ります。これは、彼が未来がどこに向かうのかを学び、そのことを人々に伝えるという強迫的な欲求を持っているからです。かつては「いかさま師」だと思われたこともあったが、今や彼の予測が的中し、多くの人々に富をもたらしたことで、彼は再びスタンフォードで教鞭を執るなど、その洞察が認められるようになりました。彼のこの願いは、単なる自己顕示欲ではなく、未来の真実を捉え、それを社会に共有することへの彼の深い情熱を物語っています。

子育てとテクノロジー

子供にソーシャルメディアを使わせるかという問いに対し、Midha氏は「イエス」と答えますが、そこには厳格なモデレーションが必要だと強調します。彼自身、インドのRishi Valleyという寄宿学校で、週に1時間しかコンピューターにアクセスできない環境で育ちました。この経験から、彼はテクノロジーを当たり前だと思わず、「戦略的な資産」として最大限に活用する習慣を身につけました。

彼は、子供たちにもそのような環境を提供し、依存することなく、計画的にテクノロジーを「高いレバレッジを効かせた戦略的資産」として使う習慣を身につけさせるべきだと考えています。多くの親がモデレーションに苦労している現状を認識しつつも、単に禁止するのではなく、意識的な利用を促すことが重要であると示唆しています。

結論

Anj Midha氏の言葉は、AIの現在の姿と未来像を、単なる技術的な側面からだけでなく、経済、地政学、社会、そして個人的な哲学といった多角的な視点から深く洞察しています。

彼が指摘する「4つのボトルネック」——計算資源、コンテキストフィードバック、資本、文化——は、AIのフロンティアを押し広げる上で避けて通れない課題であり、これらをいかに克服するかが、次の時代のイノベーションの鍵を握っています。Anthropicの黎明期の苦難の物語は、先見の明を持つ個人が、いかに既存の枠組みや理解の壁を乗り越えて新たな価値を創造していくかを示しています。

AMPが推進する「グリッド」構想や計算資源の「非代替性」問題、そして標準化への呼びかけは、AIインフラストラクチャが直面する根本的な課題とその解決策を提示しています。さらに、中国のAI戦略と、それに対抗するための「アイアンドーム」構想は、AIが単なる商業競争だけでなく、国家安全保障と地政学的なパワーバランスに深く関わることを浮き彫りにします。

ベンチャーキャピタル業界に対する彼の批判的な視点と「最適な競争」の追求は、AI時代の投資がいかに進化すべきか、そして富の分配という社会的な責任が投資家にいかに重くのしかかっているかを問いかけます。

そして何よりも、彼の個人的な経験から紡ぎ出される「健康と時間の価値」「お金のトレッドミルからの脱却」「真実探求への執着」といった哲学は、私たち自身が技術の進歩の渦中でいかに人間性を保ち、意味のある人生を送るべきかという問いを投げかけます。

Anj Midha氏の洞察は、AIの未来は技術の進化だけでなく、私たちが社会として、そして個人として、どのような選択をし、どのように協力し、どのように価値を創造し、分配していくかによって形作られることを強く示唆しています。彼の言葉は、AIの最前線で何が起こっているのかを理解し、その未来を共に築いていくための貴重な羅針盤となるでしょう。