経済全体をシミュレートするAI企業Simile：CEO Joon Sung Parkが語る未来予測を超えた意思決定支援の全貌
プロローグ：未来を形作るAIの鼓動「1セッション1億ドルのシミュレーション」が拓く新時代
AI技術の進化が目覚ましい現代において、その可能性は単なる情報処理や自動化の域を超え、未来そのものを理解し、形作る領域へと拡大しています。今回焦点を当てるのは、まさにこのフロンティアを切り拓く企業、Simileです。その共同創業者兼CEOであるJoon Sung Park氏は、壮大なビジョンを掲げています。彼はこう語ります。「2〜3年後には、人々が1セッションあたり1億ドルを支払うような、単一のシミュレーションセッションを動かしているだろう」。この言葉が示すのは、Simileが単なる未来予測ツールに留まらない、社会の根幹を揺るがすほどの変革をもたらす可能性です。
Simileは、人間の行動をシミュレートする「基盤モデル」を構築することで、個人の行動からサブポピュレーション、さらには経済全体や市場の動きまでを詳細に再現しようとしています。これは、AIが単にデータを分析し予測する時代から、現実世界の複雑な相互作用をモデル化し、人間がより良い意思決定を行うための洞察を提供する時代への移行を意味します。本記事では、Joon Sung Park氏の深遠な洞察とSimileの画期的な技術を深掘りし、その重要性、具体的な機能、ビジネスへの影響、そして将来性を専門的かつ分かりやすく解説していきます。
「Smallville」からの飛躍：AIエージェントの夜明けと人間性の再現
Simileの壮大なビジョンの源流は、2023年のバレンタインデーに関連するある画期的な実験に遡ります。Joon Sung Park氏が語るその背景には、当時の大規模言語モデル（LLM）に対する一般的な認識への挑戦がありました。多くのLLMが分類や単純な生成といったタスクに用いられる中、Park氏らはLLMが持つ「人間の行動データ、Web上で表現された感情データ」を深く掘り下げることで、より現実的な人間行動を抽出できる可能性を見出しました。
この洞察は、コンピュータサイエンスにおける長年の夢、すなわち「あらゆる環境で人間のように振る舞える汎用的なエージェント」の創造に繋がるものでした。そして、この夢を具現化するために彼らが設定した最も野心的なビジョンが、「町全体での生活体験の創造」だったのです。
Smallville実験の詳細：記憶、計画、反省の導入
こうして生まれたのが「Smallville」というゲームタウンのシミュレーションです。彼らはこの町に25人の非プレイヤーキャラクター（NPC）を配置しました。しかし、これらのキャラクターは単なるプログラムされた存在ではありませんでした。彼らは朝起き、日課をこなし、仕事に行き、人間関係を築き、そして驚くべきことに、過去の相互作用を「記憶」し、日々を「計画」しました。
この実験で特に注目すべきは、シミュレーションがバレンタインデー前日に設定されていたことです。エージェントたちは自発的に集まってパーティーを開き、カフェを飾り付けるといった、自己組織化された行動を見せました。これは、当時のAI技術の水準からすれば驚くべき成果であり、エージェントが単なる命令実行者ではなく、ある種の「個性」や「自律性」を持つ可能性を示唆しました。
Smallvilleの成果には、二つの本質的な貢献がありました。一つは、これがエージェント創造の初期の例の一つであったこと。当時のLLMであるGPT-3.5 DaVinciを基盤とし、記憶、計画、反省といった概念をエージェントのアーキテクチャに明示的に組み込んだ最初の試みの一つでした。
エージェントの「記憶問題」への独創的な解決策
しかし、エージェントが人間らしい行動を記憶し、長期的な視点で計画するためには、大きな課題がありました。それが「記憶問題」です。初期の言語モデルは記憶の概念を持たず、エージェントがルームメイトと会うたびに「はじめまして」と言うような不自然な状況が生じていました。
この問題に対し、Simileは独創的な解決策を考案しました。初期のアイデアはシンプルで、言語モデルが自然言語処理に優れていることを利用し、すべての情報をマークダウン形式のテキストファイルに保存するというものでした。しかし、言語モデルの「コンテキストウィンドウ」（一度に処理できる情報の量）には限界があり、エージェントが蓄積する膨大な記憶をすべて保持することは不可能でした。ましてや、これを現実世界に適用すれば、記憶の量は計り知れません。
そこでSimileが導入したのが「反射（Reflection）」という概念です。これは、一定の時間間隔でエージェントが自身の記憶をまとめて「内省」するプロセスです。まるでシャワーを浴びながらふと考えるように、エージェントは過去の記憶の断片を振り返り、それらを意味のある高次のアイデアへと昇華させます。
例えば、「なぜ今週はオムレツを5回も食べたのか？」といった具体的な行動の羅列から、「私はオムレツが好きなのかもしれない」「忙しかったから手軽な食事を選んだのだろう」といった、より抽象的で個性に関わる洞察を導き出します。これにより、エージェントは「この研究テーマに深く没頭しているのは、幼少期の経験と関係があるかもしれない」といった、彼らの人格や世界観を形成するような高次の理解を獲得するのです。この「反射」メカニズムこそが、エージェントに個性と視点を与え、大量のデータから意味を抽出し、人間らしい行動をシミュレートする上で極めて重要な機能となりました。
Simileの核心：なぜ「人間らしい間違い」が未来を解き明かす鍵なのか
Simileが構築しているのは、単なる行動予測モデルではありません。彼らは「人間の行動の基盤モデル」を創造する企業です。Joon Sung Park氏は、SimileがOpenAIやAnthropicといった既存の主要なLLM企業とは根本的に異なる道を歩んでいることを明確に説明します。
超合理的機械ではなく、人間のようなバイアスと価値観を持つモデル
今日のLLM企業は、コーディングや自然科学、数学に優れ、超合理的で知的な機械の構築を目指しています。しかし、Simileが関心を抱くのは、そのような「完璧な知性」ではありません。Park氏はこう述べます。「もし人がこの文脈で間違いを犯すなら、私たちのモデルにも同じ種類の間違いを犯してほしい。人間のモデルが人間と同じようにバイアスを持つことを望む」。
Simileが追求するのは、人々の価値観、好み、センス、つまり人間の「主観的な脳の半分」を表現するモデルです。これは、特定のタスクで最高の性能を発揮するAIとは異なり、人間の持つ複雑で時に非合理的な行動パターンや感情を理解し、再現することに重きを置いています。このアプローチこそが、現実世界のシミュレーションにおいて極めて重要となるのです。
「人が言うこと」と「人がすること」のギャップへの対処
人間の行動を正確にモデル化する上で避けて通れないのが、「人が言うこと」と「人がすること」の間の大きなギャップです。Web上のデータは、基本的に人々が「言ったこと」の記録であり、「行ったこと」の記録ではありません。しかし、現実世界において意思決定に影響を与えるのは、しばしば「行ったこと」です。
Simileは、このギャップを埋めるために多角的なデータ戦略を採用しています。彼らは、Webデータだけでなく、取引データ、観察データ、そして顧客やベンダーとのパートナーシップを通じて行動データを収集します。しかし、Park氏のさらに深い洞察は、これらの観察データも「予測」には役立つが、真に企業が求めるのは「未来を形作る」能力であるという点です。
例えば、Starbucksが「2四半期後にフラペチーノの売上が落ちる」という予測を得たとしても、それだけでは不十分です。彼らが本当に知りたいのは、「どうすればその下落を防げるのか？」「未来を変えるために今何をすべきか？」という問いです。
ここで必要となるのが、「因果メカニズム」を推論し、「反事実（Counterfactuals）」を考慮できるモデルです。Simileは、このために無作為化比較試験（RCT）やA/Bテストのデータを重視します。「もし人々がAの行動をしたら、Bの行動をした時と比べてどのように行動を変えるか」といったデータをモデルに学習させることで、単なる相関関係ではなく、何が原因で何が結果となるのかを理解する力をモデルに与えます。これは、Simileが単なる予測エンジンではなく、戦略立案と意思決定を根本から支援するツールであることの証左です。
データ戦略の深層：Webの「言動」を超え「行動」から因果を探る
Simileの核となるのはデータですが、その収集と活用方法には独自の哲学があります。Joon Sung Park氏は、現代のAI企業にとって「防衛可能なデータ戦略」を持つことが不可欠であると強調します。そしてSimileのデータ収集の課題は、二つの側面から生じます。
日常の人々の代表性あるデータの収集
第一に、「人々のソーシング」です。Simileが求めるのは、専門家やプログラマーといった特定の層のデータではありません。彼らが重視するのは、私たちのような「日常の人々」が、日々の生活の中でどのように行動し、意思決定をするかというデータです。そして、そのデータが私たちが住む世界の人口構成を正確に「代表」しているかどうかが極めて重要になります。
この代表性を確保するため、Simileは人々に「あなたの人生の物語を教えてください。どこで育ち、どんな経験をし、どんな困難な問題に直面し、どんな決断を下しましたか？」といった本質的な質問を投げかけます。これにより、単なる表面的な情報ではなく、その人の根源的な性格や価値観に深く迫るデータを収集しようと試みます。
予測から戦略変更へ：カウンターファクチュアルの価値
前述の通り、Starbucksのフラペチーノの例で示されたように、企業が本当に求めているのは「未来の予測」だけではありません。予測ができたとしても、それは戦略を変更するための出発点に過ぎません。Simileの提供する真の価値は、顧客の消費者や対象人口が「もしこうしたらどうなるか」という反事実（Counterfactuals）に基づいて行動をシミュレートする能力にあります。市場の低迷に対応するために「何をすべきか」を具体的に示唆できるモデルこそが、企業にとって真の変革力となるのです。
Simileは、単なる市場調査会社とは一線を画します。彼らは「どのような母集団に関心があるか」を伝えれば、それをモデル化できる汎用的なフレームワークを構築しています。そのイノベーションの多くは、より優れた調査ツールやインタビューツールを開発するのではなく、「人々の視点を大規模に表現するための、最も汎用的なモデル」をいかに創造するかにあります。
市場の潜在力：Qualtricsを超え、地球規模の「厄介な問題」に挑むSimileのビジョン
Simileが目指すのは、現在の市場調査の枠組みを大きく超えるものです。Qualtricsのような既存の調査ソリューションと比較される可能性について問われた際、Park氏は、Simileがより根本的で汎用的なアプローチを取っていると説明します。
汎用的な人間のモデルと集合的な行動のシミュレーション
Simileの目標は、単に質問に対する回答を集計するのではなく、特定の母集団をモデル化し、その人々の視点を大規模に表現できる「最も汎用的な人間のモデル」を構築することです。この基盤の上で、彼らはさらに壮大な未来像を描きます。それは、多数の人々が互いに相互作用する状況をシミュレートすることで、ある意思決定がもたらす「あらゆる下流の帰結」を理解することです。
例えば、新しい製品を発売する際、Simileはローンチ全体をシミュレートし、ターゲットとなるオーディエンスがどのように反応し、市場全体がどのように変化するかを予測できます。これは、従来の市場調査では到底捉えきれない、ダイナミックで複雑なシステムの挙動を事前に把握することを可能にします。
「厄介な問題」への応用：気候変動から民主主義の失敗まで
Park氏の科学者としての側面は、Simileの技術が持つさらに深い可能性に興奮を覚えます。彼は、シミュレーションが現代社会が直面する多くの「厄介な問題（Wicked Problems）」に対する治療薬となり得ると考えています。
「厄介な問題」とは、気候変動のように、異なるインセンティブを持つ多数のステークホルダー間の集団的行動を必要とする、極めて複雑で解決困難な問題群を指します。これらの問題が解決されにくい理由の一つは、すべての関係者が地球全体の利益のために意思決定を行う「適切な均衡状態」を見つけることが非常に難しいからです。Simileは、このような意思決定プロセスそのものをシミュレートすることで、潜在的な解決策やその影響を事前に評価できる可能性があります。
さらに、Park氏は「民主主義がどのような条件下で失敗するのか」といった、社会制度の根本に関わる問いにまでシミュレーションが答えを提供できると示唆します。これは、政治学、社会学、経済学といった分野に革命的な影響をもたらす可能性を秘めています。
倫理と原則：「大規模な代表」としてのシミュレーション
しかし、このような強力な技術には、誤用のリスクも伴います。Park氏は、Simileが「技術の双子の柱」であるシミュレーションとAGI（汎用人工知能）の一つであると認識し、その倫理的な原則を非常に重視しています。彼らにとって、シミュレーションの理想的な姿は「大規模な代表（representation at scale）」であるべきです。
社会において重要な決定が下される場で、多くの人々の視点や意見が考慮されない現状があります。企業や政府は「人々の声に耳を傾ける」と言うものの、実際には非常に困難です。Simileは、あらゆる意思決定プロセスにおいて、多様な視点、好み、意見を持つ人々を大規模に「代表」することで、より包括的で公平な意思決定を可能にすることを目指しています。これがSimileの「北極星」であり、技術開発の指針となっています。
データ量と信頼性：1000人から全人口の代表性へ
シミュレーションの精度と信頼性を確保するためには、適切な量のデータが不可欠です。社会科学の分野では、特定の狭い母集団を対象とする研究では、通常1,000人程度のデータがあれば統計的有意性が得られるとされています。
しかし、Simileの顧客は、しばしば「Xのような特性を持つXYZの母集団に絞り込んでシミュレートしてほしい」といった、オンザフライで生成される複雑なフィルターを適用します。このような要求に応えるためには、単に1,000人のデータを集めるだけでは不十分であり、最終的には「全人口を代表する」モデルを構築することがSimileの旅路となります。これにより、どのような複雑なクエリに対しても、信頼性の高いシミュレーション結果を提供できるようになるのです。
データフライホイールと学習メカニズム：現実世界を学習データとするアプローチ
Simileのモデルは、時間とともに精度を向上させる「データフライホイール」の恩恵を受けます。Joon Sung Park氏は、AlphaGoが自分自身と何千回も対戦して学習したように、Simileのモデルも現実世界の活動や結果を「もう一つのAlphaGoのゲーム」として捉えていると説明します。
コーディングエージェントがユーザーの「承認」や「拒否」を通じて明確な報酬関数を得て劇的に改善したように、シミュレーションにも同様の学習メカニズムが必要です。シミュレーションは未来を予測するため、その結果の検証は困難に思えるかもしれません。しかしSimileには、さらに優れたメカニズムがあります。それは「世界そのものがグランドトゥルース（真実）である」という認識です。
Simileは、毎日何万もの仮説を生成します。それぞれの仮説は「もしこれが起こったら、シミュレーションが正しかったか間違っていたかがわかる」という形で具体的な検証可能なステートメントにマッピングされます。そして彼らは、毎日世界を観察し、どの仮説がどのタイミングで答えられるかを監視します。例えば、1ヶ月後には100万の仮説のうち、Xパーセントが真実であることが確認された、といった形で、モデルは継続的に学習し、世界に関する理解を深めていきます。
計算効率の向上とコスト削減
大規模なシミュレーション環境を運用するためには、膨大な計算資源が必要です。計算能力はSimileにとって重要な要素ですが、彼らはシミュレーションをより効率的に実行するための努力も重ねています。初期の投資は、技術的なブレークスルーを生み出すための様々なトレーニング方法やデータセットの探索に向けられます。しかし、一度「視点（Point of View）」が確立されれば、それを迅速に効率化することが可能です。
Park氏の経験では、現在プロダクションで稼働しているモデルの実行コストは、かつてと比べて100倍も安くなっていると言います。これは、同じ報酬モデルと哲学を維持しながらも、推論時（inference time）の効率を大幅に向上させる異なるモデリング手法を発見した結果です。このような科学的進歩と工夫によって、計算コストは継続的に削減され、より大規模で複雑なシミュレーションが可能になっていきます。
プロダクトマーケットフィット：Fortune 500が熱狂した「未来予見」の衝撃
Simileのビジネスモデルは、研究者としてのPark氏の「人類に奉仕する」というビジョンから派生しています。当初はエンタープライズ顧客に焦点を当てていますが、最終的にはこの技術を社会全体に普及させ、人々がより良い意思決定をできるように支援することを目指しています。
TAM（Total Addressable Market）の展望：企業から一般消費者へ
Park氏がStanfordで研究を始めた際、彼の職務は人類に奉仕することでした。科学的ブレークスルーが最終的に社会全体に役立つという信念は、Simileの根底に流れるものです。
現在、Simileがエンタープライズ顧客（CVSのような大企業）にサービスを提供しているのには、いくつかの理由があります。一つは、明確な製品と市場の適合性があり、それに伴う予算があることです。そして、この市場は技術を検証するための素晴らしい機会を提供します。Simileにとって、シミュレーションがいつ正しく、いつ間違っているかを把握し、毎日改善していくための迅速なフィードバックループを得ることが非常に重要だからです。
Park氏の元同僚であるTableauの創業者の一人、Pat Hanrahan氏の「フィードバックを得る最善の方法は、人々に支払いを求めることだ」というアドバイスも、この戦略を裏付けています。エンタープライズの市場調査は、大きな予算と即座の製品・市場適合性を持つ領域であり、Simileが初期段階でこの領域に焦点を当てる合理的な理由となっています。しかし、彼は最終的にこの技術が社会全体で使われることを願っています。
プロダクトマーケットフィットの確信：Smallvilleデモがもたらした衝撃
Simileがプロダクトマーケットフィット（PMF）を確信した瞬間は、Smallvilleデモがリリースされた後に訪れました。Fortune 500企業の役員や経営陣がデモを見て、一様に「もしこのような市場をシミュレートできれば、私たちの事業運営の方法が根本的に変わるだろう」と反応したのです。この即座の市場からの牽引力は、Simileが単なる興味深いデモに終わらず、シミュレーションが正確であることを実証するための強力な原動力となりました。
Simileはその後約1年間を費やし、人間の行動を85%もの精度で予測できるモデルを構築しました。これは、人々が自身の行動を再現するのと同等の精度です。この成果は2024年末に発表され、「合成パネル（Synthetic Panels）」と呼ばれる新たな分野を誕生させ、現在の市場を牽引する基礎となりました。
合成パネルの夜明け：直感を打ち破り、未踏の仮説を検証する力
Joon Sung Park氏は、「3年後には合成パネルが人間のパネル市場を上回るだろう」と予測します。その理由は、合成パネルが「答えられる質問の種類」の天井を劇的に引き上げるからです。
今日の市場では、企業や研究者が持っているアイデアや仮説のうち、実際に実験・検証されるのはわずか5%程度に過ぎません。残りの95%は、実験を行う能力がない（特に「創発的スケール」の実験の場合）か、予算や時間の制約のために未検証のまま放置されます。社会の意思決定の多くは、依然として直感や個人の限られた経験に基づいています。
シミュレーションは、このような限界を打ち破ります。Simileは、企業が世界について持っているあらゆる仮説を、実際に世界にローンチする前にテストすることを可能にします。これにより、企業はより多くの情報に基づいた意思決定を行い、潜在的なリスクを回避し、新たな機会を最大限に活用できるようになります。
研究とビジネスの融合：矛盾を抱きしめる「超能力チーム」が描く成長戦略
Simileは、一般的な企業とは異なる独特の組織構造を持っています。実質的な製品開発チームとエンジニアリングチームを持ちながら、同時に強力な研究会社でもあります。共同創業者のうち、Park氏、Michael Bernstein氏、Percy Liang氏の3人はスタンフォード大学の研究者でした。Park氏はエージェントとシミュレーションの研究を主導し、Michael Bernstein氏はAI革命のきっかけとなったImageNetの共同著者であり、人間中心AIのリーダーです。そしてPercy Liang氏は「基盤モデル」という言葉を提唱した人物です。
彼らのビジョンは、シミュレーションという形でAIとテクノロジーが社会に与える影響において、次のパラダイムシフトを創造することです。研究ラボとしての機能と、Laney氏が率いる強力な製品開発・市場開拓機能が両立できるのは、技術の可能性と市場のニーズとの間に高い整合性があるからです。人々の行動をより正確に表現できるモデルは、そのままユーザーにとってより精度の高いシミュレーション体験に直結します。この両者の間の密接な連携こそが、Simileの「魔法」を生み出しています。
急速なエンタープライズ採用：企業が抱える課題の深刻さ
Park氏は、会社を設立した当初、シミュレーション市場が成熟するまでには1〜2年かかると予想していました。しかし、彼らが実際に経験したのは、顧客が「信じられないほどのスピード」で動いたことでした。例えばCVSのような大企業のリーダーたちは、非常に先見の明があり、野心的で、Simileのビジョンに共鳴しました。
Park氏は、彼らが抱える日々の仕事の「痛み」が想像以上に深刻であったことを発見しました。実験の遅さ、予算の制約といった課題に対し、Simileの技術が解決策を提供できると認識した時、彼らはあらゆることを中断してでもSimileを試す準備ができていました。その結果、世界最大級の顧客が、エンタープライズとしては異例の「3ヶ月以内」に契約を締結するような、驚異的な速さで導入を進めています。
スピードと精度の両立：数ヶ月かかる分析を数分で
Simileの顧客にとって、何がより重要なのかという問いに対し、Park氏は「スピードと精度の両方」だと答えます。多くの企業は、今日の意思決定を「直感」に頼っています。もしSimileが、その直感を少なくとも正しい方向に導くための「何らかの証拠」を迅速に提供できるなら、彼らはそれを試す準備ができています。そして、一度Simileを使い始めると、それが膨大なデータと対話し、驚くほど正確な証拠を得る素晴らしい方法であることに気づきます。
ある顧客は、大規模なコンサルティング会社が3〜6ヶ月かけて行った調査結果を、Simileのシステムに「もしこのキャンペーンを再実行したらどうなるか？」と問い合わせたところ、わずか2分で予測結果を得られました。これは、顧客との商談において極めて強力な説得力となります。「もしこのキャンペーンを行っていたら、12%効果的だったでしょう」と具体的な数字で示すことができるからです。
価値創出と価値抽出：数億ドル規模の損失回避、予防と最適化
Simileが顧客に提供する価値は計り知れません。顧客は、Simileの活用によって「数億ドルもの損害をもたらした可能性のある、本当に破壊的な意思決定」を回避できることがあります。Park氏はこれを「予防」であり、顧客にとっての「特効薬（painkiller）」であると表現します。単なる最適化だけでなく、壊滅的な損失を防ぐことができるという点は、Simileの提供価値の大きな部分を占めています。
Simileは、何が起こるかだけでなく、「それがどのように、そしてなぜ起こるのか」という点にも深く関心を持っています。単に予測するだけでなく、特定の成果に至るまでのエコシステム内の「すべてのステップ」を示すことで、顧客はその成果を阻止したり、促進したりするための具体的な行動計画を立てることができます。これがSimileの究極の力であり、多くの企業がSimileに魅了される理由です。
研究とビジネスの融合：矛盾を抱きしめる「超能力チーム」が描く成長戦略
Simileの成功の背後には、Joon Sung Park氏が語る「最高のチームを構築する」という哲学があります。研究の世界からビジネスへと転身した彼が学んだチームビルディングの教訓は、非常に興味深く、示唆に富んでいます。
バランスの取れたチームと「成功の共通分母」
Park氏が最初に挙げるのは、「チームのバランス」の重要性です。彼自身は研究者であり、エンタープライズ営業の経験はありませんでした。だからこそ、ビジネスサイドを率いる共同創業者としてLaney氏のような人物が不可欠でした。チームがどこで不足しているかを常に認識し、拡大するにつれて現れる新たなギャップを先回りして埋めること。これが、素晴らしいチームを構築する上での基本的な要素だとPark氏は考えます。
同時に、チームの価値観と厳密さの一貫性も重要です。Park氏がチームメンバーに求めるのは、「成功の共通分母」であることです。人々は人生の様々な段階で異なるキャリアや仕事に就きますが、それぞれの段階で「彼らがその成功の理由だったか？」と問えるか。もし答えが「イエス」なら、それはその人が「極度のオーナーシップ」を持ち、「他のすべてがどうなろうと、私が個人的にこれを成功させる」と考えるタイプの人であることを示します。
この特性は、自己を再発明する能力とも密接に関連しています。共同創業者の一人、Michael Bernstein氏のキャリアはその良い例です。彼は博士課程時代にクラウドソーシングの分野を立ち上げ、その後、教員時代にAIの異なる分野に進出し、現在は生成AIエージェントとシミュレーションに取り組んでいます。それぞれの段階で彼の仕事に「Michaelらしさ」が見て取れ、彼が成功の多くを牽引してきたことが分かります。
相反する二つの超能力を持つ人材
Park氏が特に注目する、チームメンバーに求めるもう一つの資質は、「共存しないはずの二つの超能力」を持っていることです。一般的な専門家は、相関関係のある複数の超能力（例：優れたプログラマーが数学にも長けている）を持つことが多いですが、Park氏が「特に魅力的」だと感じるのは、矛盾する能力を併せ持つ人々です。
例えば、最高のCMO（最高マーケティング責任者）は、驚くほどデータに厳密で科学的なアプローチを取りながら、同時に創造的な芸術性や想像力を兼ね備えています。これらは通常、相反する精神的アプローチですが、この両立こそがワールドクラスのCMOを生み出すのです。
Park氏自身も、そして共同創業者であるLaney氏もこのタイプだと考えています。Laney氏は日々の業務において「偏執的（paranoid）」なほどです。「今日できることをすべてやらなければ、私たちは負ける、取り残される、すべてが失敗する」と考えるタイプです。しかし、長期的には彼女は「信仰的（religious）」なほど楽観的です。「世界は私たちに有利にできている。どんなに状況が悪くなっても、私たちはこれを成功させる」と心から信じています。
この二つの特性を同時にバランスさせることは非常に困難です。短期的に偏執的であれば、未来に悲観的になりがちで、長期的な会社建設には向かないかもしれません。逆に信仰的すぎれば、現状に満足してしまい、今日やるべきことを怠る可能性があります。この二つを両立させるには、ある意味で「壊れている」人が必要だとPark氏は言います。深い偏執を抱えながらも、今日のあらゆる不安を無視して、未来が素晴らしいものになると信じることができる人。Park氏は、この矛盾した能力こそが、Simileのような破壊的なイノベーションを起こす企業には不可欠だと考えています。
研究者採用の課題と魅力：ビジョンとインパクトが引き寄せる
今日のAI分野において、研究者の才能獲得競争は熾烈を極めています。トップレベルの研究者の中には、年間数千万ドルもの報酬を得る者も珍しくありません。Simileがそのような高額な基本給を支払うことは困難ですが、研究者を引きつける別の強力な要因があります。
それは、「ビジョン」と「インパクト」です。研究者は、自分たちのアイデアが本当に実現すれば、どのような世界が生まれるかという壮大なビジョンに深く関心を抱きます。OpenAIがかつて嘲笑の的だった存在から、今日では数兆ドル規模のビジネスへと成長した例を目の当たりにしてきた研究者たちは、野心的なビジョンが現実となる可能性を信じています。
また、彼らは自分たちが取り組む技術が社会にどのような影響を与えるか、そしてその研究が彼らにとって知的刺激があるかどうかに深く関心を持っています。Simileが追求するシミュレーションは、まさにそのような要素を兼ね備えており、最高の研究者たちを惹きつける磁石となっています。
リテンション問題への対処：信頼と能力発揮のプラットフォーム
AI分野における研究者の流動性は高く、「リテンション問題」は多くの企業にとって課題です。Park氏もこの問題を常に意識しており、リーダーシップの役割として、優秀な人材を雇用するだけでなく、「個々のメンバーが自身の超能力を最大限に発揮できるプラットフォーム」を提供することの重要性を強調します。
Park氏自身のキャリアは、この哲学を実証しています。過去6年間、彼のコアチームメンバーは誰も離れることなく、次々とプロジェクトを共に進めてきました。そして、彼がSimileを立ち上げると決めた際、博士課程の指導教官であったMichael Bernstein氏とPercy Liang氏を説得して共同創業者に迎えることができました。これは、彼らの間に築かれた深い信頼関係と、Park氏が常にチームに「これは成功する」という確信と自信を伝え続けた結果です。
アカデミアから起業への転換点：「問題への執着」ではなく「インパクトへの執着」
アカデミアから企業を立ち上げる多くの研究者が直面する課題について、Park氏は鋭い洞察を提供します。投資家としてアカデミア出身のチームを評価するならば、彼は「彼らが『問題に執着しているか』、それとも『インパクトに執着しているか』」という点を見ると言います。
多くの研究者は、ある特定の研究問題そのものに深く魅了されます。しかし、その問題が必ずしも良いビジネスにつながるとは限りません。一方で、世界にインパクトを与えたいという強い願望に駆られている研究者は、人々を惹きつけ、収益を生み出すことができる問題を見つけ出すことに動機付けられます。Simileはまさに後者のケースであり、Park氏自身もインパクトを追求する研究者であったことが、会社を成功に導く重要な要因となっています。
資金調達の舞台裏：VCの役割から市場の熱狂まで
Simileは、その革新的な技術と急速な市場牽引力により、短期間で大規模な資金調達を成功させています。その舞台裏には、Joon Sung Park氏のVCに対する率直な見解や、市場の驚くべきスピード感があります。
連続する大型資金調達：100億円から300億円へ
Simileは5ヶ月前に1億ドル（約150億円）の資金調達ラウンドを完了したばかりでしたが、その後まもなく、既存投資家からの追加投資により、さらに2億ドル（約300億円）の資金を調達しました。これにより、わずか半年間で合計3億ドル（約450億円）もの資金がSimileに投入されることになりました。
この追加資金調達のきっかけは、Index VenturesのShardul氏のような既存投資家が、市場の牽引力、Simileの技術的進歩、そして計算資源をさらに活用して進捗を加速できる可能性に驚き、このタイミングでさらに投資すべきだと判断したことにあります。Simileは当時資金調達を計画していませんでしたが、Park氏はGreenoaksのNew Enterpriseチームなど、特に尊敬するVCとは話したいと考えていました。Greenoaksチームもこの市場とプレイヤーを深く分析しており、投資のタイミングを探っていたため、短期間で交渉がまとまり、大型調達が実現しました。
この潤沢な資金は、Simileが「野心的なモデリングの挑戦」に取り組み、最高のチームを構築するための重要な資本となります。
VCの役割：懐疑論からメンターシップとパートナーシップへ
Park氏は、アカデミア出身であるため、当初はVCの役割について「彼らは一体何をするのか？」「どうやって助けてくれるのか？」と非常に懐疑的だったと率直に語ります。彼は今でもその役割を完全に定義することはできないとしながらも、「適切な人々を招き入れることができれば、彼らは最高のパートナーであり、非常に強力なメンターになり得る」と認識を改めました。
Park氏は、自身が会社経営の経験がほとんどなく、日々の業務の多くが初めてのことであると認めます。そのような状況で、信頼できるVCは、彼が研究者としては持ち合わせていないようなビジネス上のアドバイスやガイダンスを提供してくれました。例えば、シードラウンドのリード投資家の一人であるMike Volpi氏（現在は自身のファームを運営）は、Laney氏をPark氏に紹介し、ビジネスパートナーとしての関係構築に決定的な役割を果たしました。この経験を通じて、Park氏はVCが創業者に与える「魔法のような助け」を実感しました。
市場のスピード感と過熱感への見解
Park氏は、資金調達の経験を通じて「物事は常に予想よりも少し早く起こる」という教訓を得ました。当初はシード、Aラウンド、Bラウンドと、それぞれ1年程度の期間を想定していましたが、実際にはすべてが1年以内に完了しました。市場は常に創業者よりも一歩先を行っており、その瞬間に備えることが重要だと彼は学びました。
一方で、Park氏は市場の一部に「過熱感」があることも認めます。多額の資本がAI分野に流れ込み、興奮に満ちている状況です。このような中でSimileが重視するのは、「ファンダメンタルズ」です。顧客は誰か、実際に誰と仕事をしているのか、どのような市場の牽引力があるのか、そしてどのような技術を持っているのか。OpenAIやAnthropicが成長したように、Simileもモデルの改善速度や市場の需要といった強力なファンダメンタルズを確立しているとPark氏は考えています。
シミュレーションのユニットエコノミクス：高コスト・高ROIの未来
シミュレーションの実行コストは、その複雑さによって大きく変動します。より複雑な質問に答えようとするシミュレーション、例えば、ある意思決定がもたらすあらゆる下流の帰結を理解しようとする場合や、米国全体にわたる市場セグメンテーション研究を行う場合などは、当然コストが高くなります。
しかしPark氏は、まさにそのような高コストなシミュレーションこそが、ユーザーにとって最も高い投資収益率（ROI）をもたらすと指摘します。なぜなら、これらの決定は、もし誤った判断を下した場合に最も高額な損失につながる可能性があるからです。
AIコミュニティ全体として、推論コストの上昇や、モデルが何時間、何日も「思考」することでトークン使用量が増え、多額の費用がかかるという傾向が見られます。Park氏は、シミュレーションがこのトレンドの「次のフロンティア」になり得ると見ています。
彼のビジョンでは、2〜3年後には「1セッションあたり1,000万〜2,000万ドルかかるような、単一のシミュレーションセッション」が稼働している可能性があります。しかし、その価値は極めて高いため、人々は「1億ドルを支払う」だろうと予測します。これは、世界最大級の企業や政府機関が、国家レベル、あるいは地球規模の意思決定を行う際に活用されるような、超高価値のシミュレーションの姿です。
時間旅行ゲーム：10年後の世界と、AIが覆す「常識」
Joon Sung Park氏は、同僚と「タイムマシンゲーム」をするのが好きだと言います。それは、10年後の未来へタイムマシンに乗って、そこで見かける「最もクレイジーなこと」を想像し、それを今実現できないかと考えるゲームです。彼との時間旅行ゲームは、Simileの技術が未来にどのような変革をもたらすか、驚くべき洞察を提供します。
3年後のシミュレーション：POCから実用化への道のり
3年後のシミュレーション技術について問われたPark氏は、「何がシミュレートできないか」ということよりも、「概念実証（Proof of Concept）と実用可能な技術との間のギャップをいかに埋めるか」が重要だと語ります。Smallvilleのようなマルチエージェントシミュレーションはすでに可能でしたが、それを「人々が意思決定のために頼れる、スケーラブルでプロダクション可能なシステム」にするのが真の課題です。モデルの精度向上、シミュレーションの改善、システムのスケーラビリティ向上など、あらゆる側面がこのギャップを埋めるために不可欠です。
AIの未来：「CPU」としてのLLM、「GPU」としてのシミュレーション
Park氏は、AIの進化を、まるでコンピュータアーキテクチャのアナロジーで説明します。今日のLLMは「知性のCPU（Central Processing Unit）」のようなものだと彼は言います。これらは非常に賢く、複雑な推論タスクをこなせる大規模な単一言語モデルです。
一方でSimileのシミュレーションが提供するのは、「知性のGPU（Graphics Processing Unit）」です。Simileは、超知的でスマートな機械を作ることに興味はありません。彼らが目指すのは「私たちと同じくらい賢い」モデル、つまり「私を代表するモデルが、私と同じように感じる」ことです。
人間の美しさは、個々の多様性と、それが集まったときに生まれる「創発的な現象」にあります。社会を形成し、驚くべき成果を達成するプロセスは、多様な個人の相互作用から生まれます。Simileは、この創発的な現象をシミュレーションで再現することを目指しています。これは、個々の「CPU」がそれぞれ異なる思考をし、それが「GPU」のように並列に、かつ大規模に機能することで、より全体的で複雑な知性を生み出すようなイメージです。
「誰もがレプリカントの双子を持つ世界」：大規模な代表が覆す常識
10年後の「最もクレイジーな予測」として、Park氏は「誰もが自分を模倣するレプリカントの双子をシミュレートされた世界で持つ」というビジョンを示唆します。これは「大規模な代表」というSimileの究極の目標に繋がります。
社会はこれまで、政府や企業を通じてメンバーを代表する方法を模索してきました。しかし、「すべての人の視点を得ることは根本的に不可能である」という前提に基づいて、代表者による近似が行われてきました。Park氏は、この前提が未来においては不要になると考えています。シミュレーションによって、社会のすべての個人をよりスケーラブルかつきめ細やかに代表するレイヤーを創造することで、これまで想像できなかった新しい種類の政策や企業が生まれる可能性があります。これは、私たちが社会の意思決定や組織のあり方について今日真実だと考えていることを、根本から覆す可能性を秘めています。
ヘッジファンドへの応用と市場の公平性への影響
Simileの技術は、金融市場、特にヘッジファンドにとって極めて魅力的なものとなるでしょう。「日常の活動からアルファ（超過収益）やエッジ（優位性）を求めるヘッジファンドにとって、Simileは最も明白な『買い』ではないか？」という問いに対し、Park氏は肯定的な見方を示唆します。実際にSimileには、世界をモデル化するという情熱を持つクオンツ（計量アナリスト）のバックグラウンドを持つメンバーもいます。
彼は、将来的にSimileが小さなヘッジファンドを所有する可能性さえも示唆します。もしSimileのような完璧なシミュレーターやAGIが存在する世界になれば、今日私たちが真実だと信じている世界の多くの前提が変わるでしょう。株式市場もその一つであり、公平な市場という概念すら変化するかもしれません。
ロマンチックな未来観：Simileが見つめる愛と信頼の本質
シミュレーション技術が恋愛にまで応用される可能性について問われた際、Park氏は自身のロマンチックな一面を見せます。もし自分が効果的な自己シミュレーションを作成できれば、例えば初デートで100人と同時にシミュレートして「運命の相手」を見つけることも効率的になるかもしれない、という皮肉な問いかけに対し、彼は「愛には様々な形がある」と答えます。
Park氏は、人々の多様性を認めつつも、個人的には「愛はより有機的な方法で見出される」と信じています。彼にとって、人との出会い方や、共に旅路を共有すること自体が非常に重要です。共有された経験や記憶こそが、私たちが信頼を形成する上で不可欠な要素だと考えています。これは、シミュレーションが提供する効率性やデータに基づいた最適化とは異なる、人間性の本質に関わる側面です。彼は、ユーザーをシミュレーションの「プロセス」に巻き込むことが重要であると語るように、愛もまた、人生という「共創のプロセス」を共に生きることに本質的な価値を見出しています。
AI分野の過熱と未投資分野
AI分野の過熱感について、Park氏は明確なビジョンを持たない新規ラボにはリスクがあると指摘します。それらは興味深い研究プロジェクトにはなるかもしれないが、存続可能な会社にはならない可能性があるからです。
一方で、投資家として「未投資で最もエキサイティングなAI分野」について問われると、Park氏はシミュレーション以外の分野として、まず「防衛可能なデータ戦略」を持つ企業を挙げます。誰もアクセスできないデータ、あるいは収集が非常に困難なデータにアクセスできる企業は、強い優位性を持つでしょう。
具体的な分野としては、すでに多額の資金が投入されているものの「ロボティクス」を挙げます。そして、「推論レイヤー」と「チップ層」といった「ハードウェア」の領域にも注目しています。これは、参入が非常に困難な分野ですが、最近数ヶ月または数年間で目覚ましい成果を出しているチームが存在し、非常に興味深い投資機会となると見ています。
人生で受けた親切：最初の信者
最後に、彼が人生で受けた最も親切なことについて語られたエピソードは、彼の人間性とSimileの旅路の原点に触れるものでした。大学卒業後、パロアルトで失意の中ガレージに住んでいたPark氏は、AIの波が来ていることを感じながらも、研究経験がないため、その波に乗る足がかりがありませんでした。
彼は多くの研究者にメッセージを送りましたが、唯一返信をくれたのが、スタンフォードの理論系教授であるMary Wootters氏でした。同じ大学の出身者という縁もあり、彼女は親切心から彼に会う時間を割き、AI研究の進め方について相談に乗ってくれました。そして、彼が最初の研究者たちと繋がり、この分野に足を踏み入れるきっかけを作ってくれたのです。Park氏は、自身がその機会に値するとは考えていなかったが、彼らが「純粋な親切心から」その賭けに出てくれたことに深く感謝していると語ります。「最初の信者」の存在が、今のSimileの基盤を築いたと言えるでしょう。
締め括り：Simileが導く、より賢明な意思決定の時代へ
Simileが目指すのは、単なる技術的な革新を超え、人類が直面する最も複雑な課題に対する根本的な解決策を提供することです。Joon Sung Park氏のビジョンは、AIが人間のように思考し、感じ、行動するモデルを創造することで、企業がより収益性の高い戦略を立て、政府がより公平な政策を策定し、そして社会全体が「すべての人の声」に耳を傾けることができる未来です。
「1セッション1億ドルのシミュレーション」という壮大な予測は、Simileの技術が持つ計り知れない価値と、それがもたらす意思決定の変革力を象徴しています。それは、単に未来を「予測する」だけでなく、未来を「形作る」という、人類の最も深い願望の一つに応えるものです。
Simileは、研究とビジネスが密接に連携し、矛盾する「超能力」を持つチームが、倫理的な指針と強力なデータ戦略に基づき、この壮大なビジョンを現実のものとしようとしています。私たちがこれまで当然と考えてきた「すべての人の視点を得ることは不可能である」という制約が取り払われるとき、私たちの社会、経済、そして人間関係のあり方は、根底から再構築されるでしょう。Simileは、より賢明な意思決定が可能な、新たな時代の夜明けを告げているのです。