プリンストン大のArvind NarayananとAkash Kapurが、AIラボの持続的な利益は半導体・データセンター・モデルという基盤層ではなく、その「上のレイヤー」——垂直統合、業務に埋め込まれたエンタープライズ導入、意図的に作り込むスイッチングコスト——から生まれると論じました。鉄道・電力・通信・航空など6つの資本集約型インフラ産業の歴史を引き、2030年代前半までに4〜8兆ドルとされるAIインフラ投資の担い手が、その価値を回収できるとは限らないと指摘しています。
AI Snake Oilの論者は、サイバー・バイオリスクを理由にAI企業への異例の政府介入を求めるDerek Thompson氏の主張に反論し、規制ではなく社会の「レジリエンス」への投資こそが現実的だと論じています。核兵器との比較や1995年の暗号輸出規制の失敗例を引きながら、予防的・包括的な規制がイノベーションを止めるリスクを指摘しています。
AI Snake Oilの著者陣が、自著「AI as Normal Technology」の立場を改めて整理。能力向上と社会的影響の間には長い因果の鎖があり、価値はモデル開発ではなく「展開（デプロイ）」段階で生まれると主張しています。
OpenAIの新モデルo3の登場でAGI達成論争が再燃していますが、研究者のArvind NarayananらはAGIを「観測不能で即時的な影響もない概念」とし、マイルストーンとして扱うこと自体が誤りだと指摘しています。事業に効くのは技術到達ではなく、社会への普及速度です。
プリンストン大学のArvind NarayananとSayash Kapoorによる書籍『AI Snake Oil』の第1章（30ページ）が無料公開されました。Nature・Bloomberg・Forbesの2024年ベストブックに選出された本書は、「動かないAI」と「動いても害になるAI」を切り分ける視座を提供します。