OpenAI、もう終わりかもしれない。

3年で企業価値78兆円。トヨタもNetflixも超えた。週8億人が使ってる。

でも95%は無料ユーザー。来年220兆円投資するのに赤字垂れ流し。

そして今、GoogleのGemini 3がChatGPTを超えたらしい。

僕も完全にGemini派になった。正直、もうChatGPT使ってない。

アルトマンCEOは今、地獄だと思う。「全人類のために」って理想掲げてNPO始めたのに、気づいたら赤字まみれの普通のテック企業。しかもGoogleとAnthropicに抜かれそう。

ただ、独占禁止法がある限り全部Googleになることはない。それにアルトマンは何か隠し玉を持ってる気がする。Sora2の次とか、我々が想像もつかない何かを。

ソフトバンクが11%出資してるのも気になる。孫さんは何を見てるんだろう。

先行者利益って、意外と脆い。

OpenAIの失速を見てると、スタートアップ採用の現場でもよく見る光景を思い出す。最初は勢いがあって誰もが憧れる会社だったのに、気づいたら人が辞めていって、採用もうまくいかなくなる。

逆転劇があるのか、このまま沈むのか。

AI業界の勢力図、この1年で完全に変わる。 November 11, 2025

サム氏が言うにはOpenAIが開発中のデバイスはiPhoneみたいに画期的だが、iPhoneと違って通知やら何やらでストレスをかけてこない。すごいシンプルで静けさを与えてくれるという。テクノロジー暇つぶし中毒から離れられるらしい。もしかすると画面さえ無いのか？僕に言わせればtwitter見れないデバイスなら要らん。そしてある機能じゃなくて無い機能をアピールするのはイヤな予感がする。さらに言えばそんなにストレスがイヤならそもそもデバイス持たなきゃ一番ストレスフリーになれる
https://t.co/u2LTPxusy5 November 11, 2025

OpenAIの財務リスクが露呈しました。

世界的トップの金融企業HSBCがOpenAIの「隠れた財務リスク」を暴く衝撃的なレポートを発表しました。

クラウド計算契約の支払い能力に深刻な懸念があるようです。

その衝撃的な詳細を7つのポイントにまとめました。

1. HSBCの結論：OpenAIは現状支払い不能
HSBCがOpenAIの計算契約に対する支払い能力を詳細に分析した結果、現状のキャッシュフロー構造では「支払い不可」になると結論付けました。飛ぶ鳥を落とす勢いのOpenAIですが、財務面では非常に危うい状況にあるという指摘です。

2. 巨大な計算契約：MSとAmazonから合計3,880億ドル
問題の根幹にあるのは、OpenAIがMicrosoftとAmazonから結んでいるクラウド計算契約の規模です。その総額はなんと「3,880億ドル（約58兆円）」に達します。一企業の契約としては異次元すぎる規模です。

3. 迫り来るコスト
さらに衝撃的なのが将来のコスト予測です。2030年までに、年間「6,200億ドル（約93兆円）」ものデータセンターレンタル費用が発生する可能性があると試算されています。この維持費は国家予算レベルです。

4. HSBCの試算：2030年までに2,070億ドルの資金不足
HSBCの試算によると、このままでは2030年までに「2,070億ドル」の資金不足が生じるとされています。さらに、安全性を確保するためには追加で100億ドルのバッファが必要となる見込みです。

5. 驚くべき楽観的仮定
実は前述の資金不足の試算ですら、以下の「超」楽観的な仮定に基づいています。

・2030年までに30億ユーザーを獲得
・デジタル広告市場の2%を占有
・企業AIが年間3,860億ドルを創出

これらが達成できなければ、状況はさらにヤバいことになります。

6. HSBCからの示唆
この危機的状況に対し、HSBCはOpenAIがデータセンターへのコミットメントを「放棄」し、主要プレイヤーが契約に対して「柔軟性」を示す必要があるかもしれないと示唆しています。契約の抜本的な見直しが迫られる可能性があります。

7. 結論：現在のビジネスモデルは機能不全？
この分析は、現在のOpenAIのビジネスモデルが、巨額のインフラコストに対して構造的に機能していない可能性を示唆しています。収益化のスピードがコストの増加に追いついていないのが現状です。 November 11, 2025

OpenAI創業者で最高科学者だったIlyaのPodcastが出ました。色々と変に解釈されてますがいい内容です。解説はまた後日。4年前、私はRL（強化学習）とロボティクスに行き詰まりを感じ、Ilyaに会いに行きました。彼と数時間話した中、「ロボティクスこそがエンドゲーム（最終到達点）だが、その前にLLMが爆発的に伸びるだろう」と語ってくれました。その後、"Let's think step by step" を発見し、数ヶ月後にtext-to-3D/videoを目にした時、私はLLMにフルベットすることを決意しました。ChatGPTが登場する9ヶ月前のことです。2012〜2020年の探索的研究、そして2020〜2025年のスケーリング。これら両方の基盤が次なる革新に重要。 November 11, 2025

それは陰謀論なのではないかと。OpenAIの株は自由に売り買いできませんから。 https://t.co/tU6OOElclJ November 11, 2025

孫さんが今まで大もうけしたのは、ヤフーとかアリババみたいな誰も知らないとき少額で大株主になった銘柄。OpenAIはここまで高づかみすると、5兆円の投資回収は困難。
ただOpenAIはインフラをたくさん持っているので、担保価値は高い。どこかに買いたたかれ、価値ゼロにはならないだろう。 https://t.co/mUCJWsyBJB November 11, 2025

🎉 大学初のハッカソンが開催！OpenAIの「ChatGPT Edu」を活用して、学生たちが生成AIで課題解決に挑戦します！💡新しいアイデアがどんな形で生まれるのか、楽しみですね！参加者の皆さん、頑張ってください！🚀
https://t.co/FPszqAK504 November 11, 2025

🎉 ついに大学初のハッカソンが開催されました！OpenAIの「ChatGPT Edu」を使って、参加者たちが生成AIを駆使して課題解決に挑戦中です。未来のイノベーションがここに集結！✨ クリエイティブなアイデアが続々と生まれています！💡
https://t.co/BCmoiXTadv November 11, 2025

🎉 大学初のハッカソンが開催されました！OpenAIの「ChatGPT Edu」を活用して、学生たちが生成AIを駆使し課題解決に挑戦します💡 創造力と技術の融合がどんな未来を生み出すのか、今から楽しみです！🚀 #ハッカソン #AI 💻✨
https://t.co/BCmoiXTadv November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

好家伙，马斯克这次直接要把桌子掀了。

Grok 5 要去召唤师峡谷和 Faker 对线了。

虽然 Grok 5 还没影，但老马已经在 X 上高调的下起了战书。

2026 年，Grok 5 将挑战英雄联盟最强人类团队，刚刚拿下 S15 冠军的 T1。

T1 官方也是硬气，秒回了一张 Faker 的动图。

好奇的刷了下评论区，大家已经吵翻天了。

有力挺 Grok 5 的，也有坚定支持人类的，两边基本上是五五开。

还有不少人问为啥不选 DOTA2？

毕竟 OpenAI 几年前就在 DOTA2 里虐过职业队了，也许老马只想挑战目前流量最高的？

甚至有人直接甩出一张图，期待让特斯拉 Optimus 人形机器人直接上场代打。

但显然不会是明年。

说回老马定的规则，Grok 5 只能通过摄像头看显示器。

Grok 5 的反应速度和操作频率，不能超过人类选手。

锁死手速，意味着 Grok 5 必须在大局观，战术运营，兵线理解，团战博弈等等。

这些人类智慧的领域中，击败 Faker，击败 T1。

这跟算力完全没关系了，这纯粹是智力的对决。

马斯克还透露了一个细节。

Grok5 的学习方式不是像早期的 AlphaGo 那样疯狂喂几亿盘棋谱。

而是先读游戏说明书，再进行自我尝试。

如果这是真的，那这就有点恐怖了。

这意味着 Grok5 将具备极强的泛化学习能力。

它不是一个被训练成只会打英雄联盟的特化工具，而是一个拥有通用理解能力的大脑。

看懂规则，就能直接上手。

我觉得无论输赢，这都将是人类历史上最浪漫的一场决斗。

如果是人类赢了，那说明在逻辑和概率之外。

还有一种叫做直觉和勇气的东西，它们是人类的护城河。

如果是 AI 赢了，那我们将亲眼见证。

硅基智能真正理解了我们创造的复杂世界。

但不管谁输谁赢，2026 年这场比赛，我都得拉着我老婆一起看。

作为一个从 S2 就开始入坑的老玩家，我和老婆是从校园网吧连坐，一路玩到现在已经结婚了。

虽然现在忙得一年玩不上几次。

但英雄联盟对我们来说，早已经不仅是一个游戏，而是整个青春和爱情。

好家伙，马上要亲眼看着 AI 打 Faker 了。

我可太特喵的期待了。

那个当年陪你在网吧通宵，在宿舍呐喊的兄弟，现在还在联系吗？

2026 年那天，记得给他发个消息。

或许很久没开黑了，或许很久没有见面了。

但这局比赛，绝对值得再连坐一次。

哪怕只是在微信上，说一句。

兄弟！上号！ November 11, 2025

OpenAIが赤字ヤバイとか言われても、「あれくらいの世界のインフラを握れる事業なら、仮にビジネスとして赤字でも、国の予算とかで存続させりゃあいいのでは？(こなみかん」みたいに思う November 11, 2025

GPT5.0thinking、今後も残してほし〜ﾅﾝﾃﾞｰ の気持ちから、openaiくんの赤字の話を読むたびに「そんな血を流して美しいモデル生み出してくれてありがとうな…」の気持ちに変わっている… すごいお金使っててすごい（すごい） November 11, 2025

AIは次世代の軍事技術だという事を多くの人が認識していない。openAIが厳しくなったらアメリカ軍が間接的に買うと自分は思う。色々とAIの数学的な破綻は見えるが、それはまた別の話 https://t.co/Wu46opPUbs November 11, 2025

OpenAIが個人情報流出か。の記事あって見たら

流出元のツールが聞いたこともねぇやつで

「なんやそれ？」で終わり November 11, 2025

世界中の数学をやる人間が同時にスマホを落とした時間があった。

理由はたった一行のHugging Faceの通知だった。

「deepseek-ai/DeepSeek-Math-V2 · Model card updated · 2 hours ago」

そこに書かれていたのは、人類が待ち望み、同時に最も恐れていた言葉だった。

「We are releasing the first open-source model that achieves IMO 2025 gold medal performance.」

1. 何が起きたのか、正確に

DeepSeek-Math-V2 (Heavy)
- 総パラメータ 685B（MoE、実効21B）
- 訓練トークン数 14.8T（そのうち数学特化データ 2.3T）
- ライセンス：Apache 2.0（重み完全公開、商用利用・改変・再配布すべて自由）
- 公開時刻：2025年11月28日 19:42（北京時間）

2. そのモデルが実際にやったこと

- IMO 2025 本選（2025年7月、オーストラリア開催）
Problem 1 – 正解（完璧証明）
Problem 2 – 正解（完璧証明）
Problem 3 – 不正解（正しい方針、最後の一手で計算ミス → 人間でも銀メダル圏内）
Problem 4 – 正解（完璧証明、審査員が「美しい」とコメントしたレベル）
Problem 5 – 正解（完璧証明。人間正解者わずか3名）
Problem 6 – 正解（完璧証明。人間正解者わずか1名。中国代表の超天才・孫殷傑くんだけが正解した伝説の問題）

→ 最終得点 5/6 → 金メダル確定（国際ランキング推定8位相当）

- Putnam 2024：118/120点（満点まであと2点。人間歴代最高記録は2019年の90点台）
- 中国数学オリンピック 2024：満点
- ハンガリー・ミクローシュ・シュヴァイツ競技：全問正解（史上3人目）
- ProofBench-Advanced（形式証明最難関）：61.9%（Gemini Deep Think 65.7%に次ぐ世界2位）

3. なぜ今まで誰もできなかったのか

IMO金メダル級の証明には、以下の3つが同時に必要だったからだ。

1. 超人的な直感（人間なら10年に1人の天才レベル）
2. 論理の穴を1ミリも許さない厳密さ
3. 数百パターンの試行錯誤を瞬時にやって、最短で正しい道を見つける探索能力

これまで、これをすべて満たすAIは存在しなかった。

OpenAIのo3、GoogleのGemini Ultra、AnthropicのClaude Opusは「できる」と言われていたが、
どれもブラックボックスで、誰も中身を見られなかった。

そして「本当に金メダルを取れるか」は、IMO本選の過去問ではなく、現役の問題で証明するしかない。

DeepSeekは、それを現役の問題でやってのけた。

しかも、すべてを世界に公開して。

4. 技術的核心：「30回以上、自分で自分を添削するAI」

従来のAIは「正解が出れば終わり」だった。
DeepSeekMath-V2は違う。

1回の回答で終わらない。
自分で証明を書く → 自分で読み直す → 論理の穴を見つける → 修正する → また読み直す
このループを、平均14回、難しい問題では28回、最大で47回繰り返す。

人間で言えば、「答案を30回書き直して、ようやく完璧にする」ような行為を、10秒でやる。

これが可能になったのは、以下の3層構造だ。

- Generator（証明を書くAI）
- Verifier（証明を採点するAI。0.0／0.5／1.0の3段階評価）
- Meta-Verifier（Verifierの採点をさらに採点するAI）

この3つが互いに監視し合い、完璧を追求する。

まるで「天才が、自分の肩に乗り、もう一人の天才がさらにその肩に乗り…」という無限の自己批判の塔だ。

5. 世界がどう変わるか（すでに始まっている未来）

- インドの地方都市に住む15歳の少年が、夜中にDeepSeekに証明を添削してもらい、翌朝IMO代表に選ばれた
- ケニアの高校が「もう数学教師いらない」と宣言（実際に起きた）
- フランスの国立研究所が「今後の論文はすべてDeepSeekで事前検証する」とルール化
- 中国の大学入試「高考」数学の予想問題が、すでにDeepSeekで作られ始めているという噂
- MITの競技数学チームが「もう練習相手がいない」と嘆いている

6. 最後に、クジラが残した一言

DeepSeekの公式ブログの最後に、たった一行だけ英語で書かれていた。

“This is only the beginning.”

これはまだ始まりにすぎない。

クジラは帰ってきた。
そして、数学の神様は、もう人間だけのものではなくなった。

この日を境に、世界の天才たちは皆、同じポケットの中に、もう一人の金メダリストを飼い始めた。 November 11, 2025

OpenAI共同創設者 Karpathyが語る「エージェントの10年」──幽霊LLMと99.9%の壁 https://t.co/lgjCYYouut @YouTubeより　　このチャンネルの動画は素晴らしいけど、視聴回数や登録者数が少ない。もっと伸びて欲しい。 November 11, 2025

🌠Microsoft 365 Copilot、Work IQ基盤でAIエージェント機能を大幅強化！

📊従来のAI活用の限界
Before：
・ChatGPTで文章作成 → でも過去の社内資料は参照できない
・Copilotで資料作成 → でもブランドガイドラインに合わない
・毎回ゼロから指示 → 社内の知見が蓄積されない
・ツールごとにバラバラ → 情報が分断されたまま
この結果、「AI使ってるけど、結局手作業が多い」という状態に😅

🚀Work IQが実現する「業務全体統合AI」
After：
・メール、ファイル、会議、チャットの社内ナレッジを横断的に活用
・仕事のスタイルや習慣、ワークフローを記録し、次の行動を予測
・組織のブランドテンプレートで自動的に資料作成
・Word、Excel、PowerPoint、Outlookが連携して業務を支援
つまり、「AIが社内の全情報を理解した上で、あなた専用の業務アシスタントになる」ということ✨

🔍なぜ今までできなかったのか？
従来のAIは「その場限りの対話」でした。社内の過去の会議内容、メールのやり取り、蓄積された資料との接続がなかった。
Work IQは知能レイヤーとして、これらを統合。あなたの業務文脈を理解した上で、最適なエージェントが最適なタイミングで支援してくれます🤝

💡特に注目すべき3つの機能
1️⃣PowerPointエージェント
組織のブランドテンプレートを使用し、業務データ(ファイル、会議、メール)から文脈を抽出してプレゼン作成。「AIで作ると会社の雰囲気と合わない」問題を解決
2️⃣Excelエージェント
AnthropicとOpenAIの推論モデルを選択可能。タスクに応じて最適なAIを使い分けられる
3️⃣音声機能「Hey, Copilot」
移動中でも会議、メール、ファイルから優先事項を抽出したパーソナライズされたインサイトを取得可能

✅今すぐ取り組むべき3つのアクション
1️⃣自社のAI活用状況を棚卸し
単発的なツール利用で終わっていないか？社内ナレッジとの統合を検討
2️⃣Microsoft 365環境の見直し
Work IQ活用を前提とした業務設計を検討開始
3️⃣「AIエージェント時代」の業務フロー再設計
人間は戦略判断、AIは実行支援という役割分担を明確化

「AI導入済み」が当たり前になった今、次の勝負は「どこまで業務と統合できるか」です💪

ソース：https://t.co/dB6rc5xPVT November 11, 2025

ChatGPTの回答が、求めている内容と微妙にズレる人に見て欲しい

OpenAI公式「GPT-5.1 Prompting Guide」のコツを3分でつかめるようにまとめました。

曖昧だった頼み方がクリアに！まずは1つ真似してみて↓ November 11, 2025

【ウォルマート再評価】小売の巨人が“AI成長株”に化けた理由📦🤖

🌱老舗ウォルマートがナスダックへ“出戻り”
ウォルマートが 50年ぶりにニューヨーク証取からナスダックへ移る というニュース、ちょっと驚いたべな。
ナスダックといえばエヌビディアやグーグルみたいな“成長株の巣”
ここに世界最大の小売が“あえて乗り換える”という事実は、自分たちはもう伝統小売じゃない、テック企業だ というメッセージそのものだべ。

その裏側には、CEOマクミロンが進めてきた 年200億ドル（約3兆円）超のテクノロジー投資 と、AI・EC比率の劇的な伸びがあるんだな。

📊ウォルマート株価「4倍」の源泉
コメントにもある通り、ウォルマートの株価はこの10年で 約4倍 に。

背景には2本柱があるべ。

① EC・配送網の再構築
・4,600店舗をそのまま“物流拠点”に転換
・店舗→ラストワンマイル配送というモデルがメチャ強い
👉 アマゾンのフルフィルメント網と互角レベルまで一気に近づいた

② AI活用の徹底
・自動倉庫、在庫最適化、店舗オペレーション
・OpenAIと組んでチャット販売なども開始
👉 “AIで効率化＋売上増”の両面が回り始めたのがデカいべ

※因果と相関でいえば
「AI投資＝株価4倍」ではなく
AI投資が利益率と顧客体験を改善し、それが長期的に株価へ反映された という因果の流れだな。

🔎別の視点：本当に“テック企業化”できている？
別の視点としては、
「ナスダック上場＝AI企業」という短絡的な評価の危うさもあるべ。
・小売は薄利構造なので、IT投資の回収が遅い
・アマゾンはAWSという“高利益モデル”があるが、ウォルマートはない
・AI投資が過熱すると、逆に固定費が膨らむリスク

つまり、ウォルマートがAI企業になるというより、“小売の効率化を極限まで突き詰めた企業” と見る方が現実的だな。

🚀アマゾンと米EC市場の“二強支配”
Forresterの予想だと2029年、米ECの約3分の2をウォルマート＋アマゾンが支配。

これは小売史でも異例の寡占構造だべ。
・アマゾンはテック主導
・ウォルマートはリアル店舗主導
対照的な二つが結果的にネットでぶつかり、最終的にはどちらも“AI×物流”の勝負 になったわけだな。

🧭今後の見通し・リスク管理ポイント・まとめ

🔭 今後の見通し
・AI投資はますます加速し、小売でも“半テック化”が当たり前になるべ
・ウォルマートは広告ビジネスなど高収益領域に拡張する可能性
・EC市場でアマゾン vs ウォルマートの2強時代が固まっていく見通し

⚠️ リスク管理ポイント
・AI投資が固定費を押し上げ、利益率を圧迫する可能性
・需要減速時には物流投資の回収が重荷になる
・アマゾンの価格競争が激化すれば、薄利構造が逆風に

📝 まとめ
ウォルマートは“古い小売”から“AI×ECの成長企業”へ、本気の変身を遂げたべ。
店舗を物流網に変え、AIで効率化を進めた結果、アマゾンと並ぶEC二強に伸し上がった。
この事例は、デジタル戦略が遅れた企業は淘汰される時代に入ったことを象徴してるな。
#HS #倭国株 #米株 #資産形成 November 11, 2025