原文タイトル:混沌な未来について考える方法
原著者:Systematic Long Short
翻訳:Peggy,BlockBeats
Editor's Note: When AI begins to write code, optimize code, and even gradually take over the software production process, a deeper structural change is approaching: division of labor, corporate organization, and even knowledge barriers may be redefined.
The author of this article once led a team of nearly 20 people at a hedge fund but chose to leave for entrepreneurship during his career advancement. In his view, the real signal is not market sentiment, but the leap in technical ability. When models can consistently generate usable code and have the ability to recursively improve, the logic of software development and knowledge production has already begun to change.
The article, from the perspective of quantitative finance, analyzes several short-term "moats" that may still exist in the AI era, including proprietary data, regulatory friction, authority endorsement, and the lag of the physical world. It also puts forward a core judgment: in a highly uncertain era, more important than accurately predicting the future is to identify directions and take action before the window closes.
The following is the original article:
The first time I realized that the industry was approaching a turning point was in my previous job. It felt like I could hear the background music slowing down, while people around me were still pretending that nothing would change.
At that time, I was leading a team of nearly 20 people at a hedge fund, doing what I had been doing for many years. From the outside, it was almost a steadily rising career path. If I had stayed there, I would probably have achieved even greater success. But in the end, I chose to leave that dream position that many people longed for and start a startup from scratch with only a few team members. This decision was hardly understood at the time and was even seen as a form of "career suicide."
But in recent months, large-scale layoffs, voluntary entrepreneurship, and more and more people working during the day and quietly coding and working on projects at night. All of this has made that decision that seemed "crazy" at the time, not seem so far-fetched anymore.
During this time, many people have asked me: where will all this end up? This article is my current answer to that question.
To be honest, I'm not sure how big the change will ultimately be. But one thing quantitative finance has taught me is: being on the right path is often enough.
変化が不可逆的であることを私に気づかせたのは、ChatGPTのo1モデルでした。
その前は、これらのシステムを常に「LLM」と呼んでおり、「AI」という言葉は使っていませんでした。それらが実際に何らかの知的能力を持っているとは考えていませんでした。しかし、o1が登場すると、1つのことが変わりました:これらのモデルが構造化されたプロンプトを通じて、安定してコードを生成できるようになりました。
コードはまだ完璧ではなく、幻覚や誤解が発生することもあります。しかし、重要なのは:彼らはすでに有用なコードを書くことができるようになっていました。
私の判断は非常に簡単でした。AIが利用可能なコードを生成できるようになると、それからは自己のロジックを進化させ、私たちが想像するのが困難な速度でソフトウェア開発を推進するようになります。
この点を提起するたびに、「それらのコードにはまだバグがあり、本番環境の要件を満たしていない」と反論する人がいます。しかし、これはまさに1つの事実を無視しています:人間が書いたコードにもバグがあるということです。私たちはAIが完璧なコードを書かなくても、自分たちがコードを書くのを止めないでしょう。
本当の転換点は、AIによるコードのエラー率が人間よりも低く、速度がはるかに速いときです。その瞬間から、コーディングという作業は完全に機械に外部委託されます。
o1の能力を目の当たりにした後、私はほぼ確信できるようになりました:未来には非常に激しい変化が訪れるでしょう。
最初、私はAIが徐々に量的金融業界を浸食すると考えていましたが、このプロセスは比較的遅いものになるだろうと。その理由は非常にシンプルです:機関レベルのコードにはほとんど公開可能なデータがないからです。
当時、私はソフトウェアエンジニアリングをピラミッドと考えていました:最も基本的なコーディング作業が最下層にあります。その上にはアーキテクチャ能力を持つ上級エンジニアがあります。そのさらに上には、データサイエンティスト、量的デベロッパー、さまざまな業界の専門家のようなプロの開発者がいます。理論的には、専門知識が深くなるほど、職業はより安全になります。
私の当時の判断は、2年以内に、最初に基本コーディングのプログラマが淘汰されるだろうというものでした;その後、上級エンジニアが続きます。その後、モデルが段階的に専門知識を吸収するにつれて、より高位のポジションも影響を受けるでしょう。
しかし、すぐに別のことに気づきました:先端モデル企業は最終的には直接業界の専門家を雇い、専門知識をモデルに入力します。つまり、専門知識は短期的なモードとして機能するかもしれませんが、長期的には、それも段階的にモデルによって消化されます。
当時の判断では、いくつかの種類のビジネスが、将来の5年間では簡単に転覆されないと思われるというものでした。
多くの独自データを保有する企業は、より交代しにくくなります。
たとえば、大規模マルチストラテジーヘッジファンド(ポッドショップ)、Millennium のような機関は、毎日膨大なデータを生成しています:アナリストのリサーチ、投資提言、市場判断、実際の取引結果
これらのデータは、モデルを継続的に微調整し、外部から複製し難い優位性を築くために使用できます。企業のデータソースがモデルにとって簡単に入手できない限り、それは依然として一定期間のモート・アンド・バーリアを有しています。
大量の人間の承認が必要な業界は、急速に転覆されにくいです。たとえば、伝統的金融市場。
これらの市場に参入するには、証券口座を開設し、ライセンスを取得し、国境を越える法的文書に署名する必要があります。暗号資産の取引は簡単ですが、中国で鉄鉱石を取引したい外国企業は、簡単ではありません。
業界が人間による署名承認を引き続き必要とする限り、その発展スピードは必ず承認手続きによって制限されます。
今や、AI に法的見解を書かせることは困難ではありません。しかし、現実は、人々はまだ数万ドルを支払って弁護士に法的見解を出してもらうことを望んでいます。その理由は非常に単純です:AI の見解には現在、権威がありません。
スマートコントラクトの監査も同じロジックです。技術的には、AI は最高の監査人に追いついてさえいるかもしれません。しかし、市場は依然として有名監査ファームの「押印」を購入する方が好みます。
なぜなら、顧客が実際に購入するのは意見そのものではなく、その背後にある権威だからです。
ハードウェアの進歩スピードはソフトウェアよりもはるかに遅く、同時に、ハードウェアの問題はより難しい修復が必要です。
そのため、物理世界と直接やり取りする実物の業界は、AI による急速な転覆は短期間内には起こりません。ただし、ハードウェアの能力が追いつくと、同じロジックが依然として成立します:低レベルの職種が最初に消失し、その後、高レベルの職種に移っていく。
これらのモート・アンド・バーリアは確かに存在します。しかし、変化を遅延させるだけで、変化を阻止するわけではありません。
将来が非常に不確実で、変化が非常に速い場合、人々は通常、2つの過ちを犯します。
1つ目は、確実性が現れるのを待ってから行動することです。2つ目は、単純に歴史的な類推を適用することです、「これはインターネットバブルと同じようなものです」と言ったような。
両方のアプローチは、判断ミスを招く可能性があります。
情報が不完全な場合、より適切な方法は、第一原理から推論することです。
将来のすべての詳細を知る必要はありません。方向をおおまかに判断し、非対称な賭けを設計する必要があります。つまり、間違った場合の損失は制御可能であり、正しい場合は巨額の利益が得られます。
不確かな将来の中で、非対称性こそがすべてです。
実用的な考え方は、まず「ある結果を得るためには、どのような前提条件が必要か?」と自問し、次に、これらの前提条件がすでに満たされているかどうかを尋ねることです。
AIの転換点を振り返ると、実際にはそれほど予測が難しくありませんでした。なぜなら、重要な入力要素がすでに存在しており、コードを書くことができるコード、逐次改善可能なモデル、育成するのではなく購入できるインスティチューショナルナレッジがあったからです。
これらのシグナルを注意深く観察することで、将来の方向を大まかに判断できます。
さらに、推論を続けることができます。
私たちはおそらくまだ以下のシナリオを見ていません:AIが自己トレーニング可能、AIが自己複製可能、AIが完全に自律運転可能
あるAIが一連の行動によって自らの能力を0.1%向上させることができると、それはさほど大きなことのようには聞こえません。しかし、その数字が0でない限り、それは無限に拡大されます。これには典型的なべき乗効果があります。
金融市場では、シグナルが明白になると、取引はすでに混雑しています。
投資では、不確実性を早期の信念と引き換えにします。キャリアや起業でも、基本的に同じです。
したがって、本当の問題は、「将来何が起こるか?」ではなく、「私がすでに知っていることは何か?」です。これらの情報はどの方向を指していますか?現在の行動と待機の間には、どのようなコスト差がありますか?
また、しばしば無視される事実があります。行動そのものが情報を生み出すということです。
行動は真空中で起こるわけではありません。世界に行動を取ると、世界からフィードバックが得られます。このフィードバックによって新しい情報がもたらされます。情報は反復を促し、反復によってより良い行動が生まれます。これが進歩の基本的なメカニズムです。
不確実性の中で静止することは、徐々に衰退することを意味します。一方、行動は探求を意味します。
私は既存のシステムからのリターンを続けたいだけであれば、おそらく数年は続けられるでしょう。しかし、私は自分自身に真に属するものをすることを常に望んでおり、その機会が急速に過ぎ去ろうとしているように感じています。
もちろん、世界最大のヘッジファンドは依然として非常にうまくやっており、独自のデータを保有しており、複製するのが非常に難しいです。従来の金融市場は引き続き規制され、人手によるプロセスに制約を受けています。
しかし、私はこれらの機関も最終的にはAIがほとんどの従業員、ポートフォリオマネージャーさえも置き換えると信じています。
すぐに起こることではありませんが、いずれにせよ起こるでしょう。
私の推測当時は、おおよそあと4〜5年のウィンドウがあると考えていました。基本モデル企業が十分な業界人材を吸収し、新規のスタートアップがこの領域に参入するのが非常に困難になるまでの期間です。いくつかの市場では、例えばアメリカの株式市場では、この傾向は非常に明確です。数年後、効率はどれだけ高くなるのか、想像するのも難しいほどです。
すぐに、この世界に「2番目」の余地はもう存在しません。私は最高の機関で働き続けることができますが、依然として優位性を持っている自分の領域で行動することを選びます。
そのために私は辞職し、全チップでスタートアップに打ち込みました。後に、その会社は OpenForage になりました。
今、そのウィンドウは明らかに狭まっています。変化の速度はもはや漸進的ではありません。これまで数か月かかっていた進歩が、今では数週間で行われます。
数年後には、仕事が完全に消滅するとは考えていません。人間は人間を必要としています。人間は社会的な生物であり、現時点では人間はまだAIを信頼していません。信頼性保証は人間から提供され続けます。
数年後、我々はAIのCEOさえ見る可能性がありますが、おそらくAIの意思決定を承認する人間のCEOが依然として必要とされるでしょう。この「人間の承認」は組織の階層を通じて伝達されていきます。人間のマネージャーは一群のAIエージェントを管理します。
ただし、採用のロジックは変わります。もしCEOがあなたではなくAIに指示を下しやすくなる場合、あなたが雇われる可能性は非常に低くなり、基本的なコーディングの仕事はますます見つけにくくなります。
あなた自身を不可欠にするためには、2つのポイントを抑える必要があります。まず第一に、AIよりも長い時間尺度で優れた存在であること。たとえば、長期的な戦略計画、複雑な意思決定、数年サイクルの管理などです。第二に、AIよりも広範囲なシステムで優れた存在であること、AIの文脈はまだ限られており、AIは多くの事実を知っていますが、複雑なシステムの連鎖反応を理解することは難しいです。
長期的な考え方や迅速な情報吸収、長期的な意思決定、そして良好な協力能力を持つことができれば、将来、仕事がなくなる心配はありません。
転換点が訪れる前に、シグナルは実際には見えています。ただし、ほとんどの人は見ないか、見ても行動しないか、あるいはシグナルが耳障りなほど大きくなるのを待ってから反応することがあります。しかし、その時には、機会はすでに市場に反映されていることが多いです。
動く地盤を無視しないでください。有利なポジションを失っている場所に留まらず、適切なタイミングを待つよう自分に言い聞かせます。本当のタイミングは滅多に事前通知されることはありません。みんなが気づいた時には、チャンスはすでに過ぎ去っていることがよくあります。
私はサインを見ましたし、賭けをしました。今、その賭けの結果の中で生きています — 良くも悪くも。
[原文リンク]
BlockBeats の公式コミュニティに参加しよう:
Telegram 公式チャンネル:https://t.me/theblockbeats
Telegram 交流グループ:https://t.me/BlockBeats_App
Twitter 公式アカウント:https://twitter.com/BlockBeatsAsia