何が起きたか

X上で、AI規制と権力集中をめぐる公開論争が起きました。投資家のGavin Baker氏、前ホワイトハウスAI顧問のDavid Sacks氏、Meta出身の研究者Yann LeCun氏が、Anthropic CEOのDario Amodei氏に対し「危険性を煽ることで規制上の優位を得ようとしている」と批判した形です。

発端はAll-In Podcastでのbaker氏の発言でした。同氏は、Amodei氏が社内で「いずれAnthropicが世界で唯一残る民間企業になり、その横には政府しか存在しなくなる」と語っていた、と述べています。これに対しAnthropicの研究者Sholto Douglas氏は「totally false（まったくの虚偽）」と否定し、経済的な権力集中こそAnthropicが最も恐れるものであり、AI市場はあらゆる大企業がより賢く安価なモデルを競って開発している「世界で最も競争的な市場」だと反論しました。

Amodei氏本人も、今年4回目というきわめて少ないX投稿でスレッドに参加。批判の構図を「誤った二者択一」だと切り捨てました。

論点は「集中させるか、拡散させるか」

Baker氏は対立を二つの立場に整理しています。AIは広く拡散させるには危険すぎるので少数の企業と政治家に集中させるべきか、あるいは集中させるには危険すぎるので可能な限り広く拡散させるべきか。そのうえで同氏は、絶対的な権力が善意で人類を面倒みてくれるという賭けは、歴史上ほとんど良い結末を迎えていないと述べました。

LeCun氏はオープン側に立ち、AIを印刷機やインターネットになぞらえます。知識へのアクセス改善を通じて人間の知性を増幅する装置だという見立てです。同氏は、多様な報道機関が必要なのと同じ理由で、社会は異なる価値観を持つ多様なAIシステムを必要とし、最終的には「ある人の善いAIが、別の人の悪いAIに対抗する」と主張しました。

Amodei氏の反論と、その弱点

Amodei氏の主張は三段構えです。第一に、シリコンバレーの一部にある「規制＝規制の虜」という前提は単純すぎる。良い制度が権力を個人ではなく理念に結びつけるなら、規制は企業権力を抑え、一般市民を助けうる。第二に、Anthropicは意図的に、先行ラボを減速させ小規模事業者を優遇する提案を設計している──その例として、売上または訓練コストが閾値を下回る企業を要件から全面的に免除するカリフォルニア州のSB53を挙げました。第三に、重みが公開されるオープンモデルは問題を部分的にしか解決しない。なぜなら、集中の軸を「最も多くの計算資源とAIチップを持つ者」へ移すだけで、結局は大手ラボに戻ってくるからです。そしてAIは規制ではなくスケーリング則という構造そのものによって集中している、と結論づけました。

これに対しSacks氏は9本のスレッドで応じ、最も目立つのは「Amodei氏がその気になれば容易に否定できたはずのBaker氏の報告を、実際には否定していない点だ」と指摘しました。さらに、規制の虜の議論は藁人形だと批判します。あらゆる規制が虜だと本気で考える人はほとんどおらず、問題はノーベル賞経済学者George Stiglerの定義──業界がルールを取得し、主に自らの利益のために運用し、公共の便益は分散して組織化されないまま残る──に該当するかどうかだ、というわけです。Sacks氏は、Anthropicがこの仕組みを完全に理解しており、Biden政権のAI担当者を複数採用し、大規模な渉外組織を構築していると述べました。

Amodei氏が提案する、最先端モデルのリリース前審査を行う連邦機関についても、Sacks氏は「AIの認可局」と揶揄し、長い順番待ちを生み、そうした要件を採用しない中国に対して米国を減速させると主張しています。

決着したのか

Baker氏は議論はすでに終わっているとの立場です。Anthropicを除くほぼすべての主要企業が、オープンモデルを支持するJensen Huang氏の書簡に署名した、というのがその根拠です。ただしこの「署名」が実質的な拘束力を持つものかどうかは、この論争の中では示されていません。

注目すべきは、対立する両陣営が同じ事実認識を共有している点です。計算資源とチップを握る者が力を持つ──Amodei氏もLeCun氏も、そこは否定していません。争点は「だからルールで縛るべきか、だからこそ配布すべきか」という処方箋の側にあります。

💼 事業会社視点：これは自社にどう効くか

この論争は思想論ではなく、AI調達の与件が政治的に不安定であることの証明です。日本企業への含意は三つあります。

第一に、モデル調達の一本足打法はリスクです。Amodei氏自身が「オープンモデルは集中先を計算資源保有者に移すだけ」と認めた一方、Sacks氏はリリース前審査が「長い順番待ち」を生むと警告しました。どちらのシナリオでも、特定ベンダーのモデル更新が政治日程に左右されます。SaaS事業者や受託開発企業は、プロンプト・評価データセット・ツール定義をモデル非依存の層に切り出し、差し替えコストを実測しておくべきです。

第二に、規制の閾値設計は日本の中堅企業に有利に働きうる点です。SB53は売上・訓練コストが閾値未満の企業を全面免除しています。自社開発モデルを持たない事業会社は、多くの規制で「利用者」側に置かれます。恐れるより、どの閾値の下にいるかを法務と確認する方が実務的です。

第三に、ECや業務システムでのオープンウェイト活用は、GPU確保力がそのまま競争力になるということです。重みが無料でも推論基盤は無料ではありません。クラウド事業者との中長期のGPU枠交渉を、今期のAI予算の議題に載せる価値があります。