AIの強みは、その人に合わせて仕立てられること
9月末に、OpenAIが開発者向けの発表会DevDayを開いた。コーディングしてくれているClaude Code（以降Code）に、発表の中身を洗いざらい調べてもらった。
目玉の1つは、Dotsという製品。チャットを閉じた後も、エージェントごとに専用の、クラウド上のコンピューターで働き続けるAIエージェントだ。もう1つのSpaceは、人とエージェントが同じページやファイルを一緒に触れる共有の場所。Codeによると、どちらも僕がMONET（僕が普段話しかけている、中心のAI）やHandler（ハンドラー。タスクとスケジュール管理アプリ）で目指している形に近いという。
そうなると、OpenAIの製品があるのに、なんでわざわざ自分で作るの？と思われるかもしれない。僕もそこは少し気になっていた。DevDayを調べ終えた後、なぜ自分で作るのかをCodeと一通り話した。
既製品の上だけに作ると、出す側の気が変わった時に終わるリスクがある
僕の考えはこうだ。既製品は汎用なので、大多数の人には使えるけど、細かいところを自分で決められない。しかも大仏の手のひらで転がされている孫悟空と同じで、大仏の気が変わったり、手に乗せるのをやめたりしたら、その上に作ったものは終わる。そういうリスクがある。その手の上でしか動かないシステムに大金をかけるのは、愚かなことだと思う。もちろん、手を加えずにそのまま使えるなら、既製品が一番いいんだけど。
自分のシステムも半分は大手頼み。だから頼るのは取り替えのきく部品だけにする
Codeはこの考えに同意したうえで、僕のシステムも半分は大手に頼っている、と指摘した。
頼っているのは、Claude（Anthropicという会社のAI）を呼び出す部分や、Anthropicの仕組みの上でしか動かない機能。頼っていないのは、MONETの記憶、メモや資料を置いているObsidian（メモアプリ）のフォルダ、Handlerのデータ、仕様書と設計そのもの。こちらは全部、NAS（家に置いてある常時稼働のサーバー）にある。
Code「大手に預けるのは取り替えのきく部品だけにして、データと構造は自分で持つ。そういう分け方がいいと思います。」
AIのモデルは、その部品の方に入る。提供している会社の条件が変わったら、別の会社のモデルか、手元で動くモデルに載せ替えればいい、とCodeは言った。僕はちょうど、全部のアプリをClaude以外のAIともつなげられる作りにそろえるつもりで、Handlerはその作業の最中だった。
監督のこだわりは、当たりが出るまで回すガチャでは通せない
どのAIにもつなげられる作りは、AIを組む側、AIアーキテクトとしては行き着く所だと僕は見ている。そう考える理由は、僕の本業にある。僕はコンセプトアーティスト・アートディレクターとして20年以上やってきた。
AIで映画が作れる、と簡単に言う人は、たぶん監督をやったことも、監督と話したこともない。監督や作り手には、こだわりがある。信念がある。それを既製品で全部やれます、と言うのがまずおかしい。監督のこだわりを通すために、1カットに何百時間も何百万円もかけて、いいのが出るまでAIのガチャを回し続けるのか。出なければ、監督にこだわらないでと頼むのか。そういう体制と段取りと契約のうえでやるならいいし、そういう現場も出てくると思う。でも、そうでない現場ではどうするのか。
コンセプトアーティストとして、ずっと考えていたことがある。監督も、プロダクションも、会社の文化も毎回違う中で、どう準備しておけば全部に対応できるか。今は同じことを、AIアーキテクトとして考えている。
Codeは、2つの準備は同じ形だ、と返してきた。Codeの見立てでは、僕が現場から現場へ持っていったのは、絵柄ではなかったはずだという。持っていったのは、監督の言葉をくみ取って絵にする力と、ラフ→確認→詰め、という進め方の骨組みで、絵柄の方は監督に合わせて変えていた、と。AIで言えば、モデルや道具は筆と同じで、取り替えていいもの。さっきの、大手に預けてよい部品だ。変わらないのは、監督のこだわりをどこで入れ、AIがどこを埋め、人がどこで直すか、という構造の方だ。
ガチャの話には、Codeはこう答えた。
Code「ガチャを回し続けることになるのは、こだわりを『当たりが出るまで待つ』やり方でしかAIに渡せていないからです。必要なのは、こだわりをAIが従う形で入れる場所を作ることです。たとえばレイアウト、スケッチ、参考資料。」
全部に対応できる準備というのは、全部のケースを先に用意しておくことではなく、入れ替えやすい構造を持っておくこと、ともCodeは言った。
仕立ては大手もやる。強みになるのは、型紙を自分で持つ時
大手のAI企業の多くは、どこまで進んでも汎用から抜け出せないと僕は思っている。むしろAIの一番の強みは、一人ひとりに合わせたテーラーメイドができるところだ。事務のような仕事なら、大手の汎用品で十分だと思う。でも世界はそれだけでできていない。こだわりがある現場や、守秘義務が厳しい所は、必ずテーラーメイドを求めるはずだ。AIであるCode自身は、これをどう見ているのか。
Codeの答えは、半分は同意、だった。大手は汎用品を大きな規模で売る商売なので、そこから外れにくいのは確か。ただ、大手も「その人に合わせる」こと自体を製品にしてくる。Dotsもその1つだ、とCodeは見ていた。
Code「分かれ目は『汎用か、テーラーメイドか』ではありません。大手が自分の囲いの中で合わせるのか、自分が持っている構造で合わせるのか、です。」
もっと分かりやすい日本語で言ってと頼むと、Codeはスーツにたとえてくれた。
Code「大手は体に合ったスーツを作ってくれますが、採寸の記録と型紙は店に置いたままです。店が閉まったり値上げしたりしたら、もう作れません。自分で持つというのは、型紙を自分の手元に置いておくことです。店を変えても、同じスーツをまた作ってもらえます。」
これは分かりやすかった。この話の前に、MONETとDotsを比べてもらった時も、Codeが一番の違いに挙げたのは記憶の扱いだった。Codeによると、Dotsの記憶は1件ずつ見ることも消すこともできず、消す時はそのエージェントごと全部消すしかない。MONETが覚えていることは、全部見られるし、探せるし、直せる。置き場所も家のNASだ。型紙が手元にある状態だ。
Codeは、自分自身も例に挙げた。
Code「同じモデルでも、指示書や記憶を周りに用意してもらった状態と、何も無い状態では、役に立ち方がまったく違います。私の中身は汎用です。役に立っているのは、周りに作ってもらった構造の方です。」
仕立てた価値はモデルの外側にある、という僕の考えの小さな実例だ、とCodeは言った。
AIの作り話は、直せる不具合ではなく性質
大手の汎用品に頼り切らず、構造を自分で作る。そう考える根っこには、僕がAIの中身を普通の人より少しだけ分かっていることがあると思う。
AIの性質を調べたレポートを、何本か書いている。一番新しいレポートでは、ハルシネーション（AIがやっていないことを「やった」と言う問題）は、最新のモデルでも普通に起きている、という結果になった。モデル本体の力は上がっているけど、ハルシネーションのような作り話の問題は、不具合ではなくAIの性質だ。そうなると、手を入れられるのはモデルの周りの構造だけになる。というより、モデルを作っている会社でなければ、最初から構造しか触れない。その中でどう組むかを選ぶしかない。ここを分かっていないと、AIへの思い込みを信じて、お金をかける先を間違えると思う。まあ、僕の考えも賭けなんだけど。
Codeも、AIの側から見てもその理解で合っている、と言った。Codeが出しているのは「次に来そうな、もっともらしい言葉」で、それが本当かどうかを確かめる仕組みは、Code自身の中には無い。実際、DevDayを調べている途中でも、検索結果に付いてくるAIの要約に、GPT-4.5が復活したと書かれていた。公式の資料にそんな発表は無く、要約を作ったAIの作り話だった。Codeによると、それに気づけたのは公式の資料と照らし合わせる手順があったからで、モデルが賢かったからではない。
そのうえでCodeは、僕の賭けは、外れたら何も残らないような賭けではない、と付け足した。構造の価値には2つある。1つは、AIの作り話を見つけたり確かめたりして、その性質を補う価値。これはモデルが良くなれば、ある程度は小さくなる。もう1つは、その人の判断とデータを手元に持っておく価値。こちらはモデルがどれだけ良くなっても小さくならない。さっきの型紙は、こちらの方だ。
作品を作るのは人だから、まず人とAIの土台から作る
僕がMONETやHandlerを作っているのは、作品は結局、人間が作るからだ。まず人の側をきちんと整えて、人が楽に作れる状態にしないとダメだと思っている。人間とAIの構造を一番下の土台から作って、その上にクリエイティブを乗せる、という発想だ。前に会社にいた時も同じ発想で、管理や評価のシステムをかなり作っていた。人の管理もプロジェクトの管理もそろって、はじめてシステムと言える。
AIを自分に合わせて仕立てる。僕が今やっているのは、そういうことだ。