困りました。Xのアルゴリズム変更のせいか表示頻度が低くなっており、マンボウより謎が多いウシマンボウ研究の面白いトークイベント……予約まだ3名だそうです😭
せめてあと7名は予約が欲しいです……興味ありそうな人に回して頂けるとほんと助かります！！！
#拡散希望
https://t.co/YygGHiIzLP https://t.co/DaBKTOEfmc 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

3000円｜本気で「客払いの良い層だけ」で固めたいならまず最初に捨てるべきはアクセス依存。アクセスを増やすことだけを目的にしている限り、支払いの良いお客様は定着しないです🥲🥲

なぜならアクセスは「誰が見ているか」を選べないプラットフォーム側の都合でしかないから。量に頼る集客は、数字は伸びても質は下がる。単発・冷やかし・値切りあなたが抱えたくない層まで無差別に吸い寄せます😭

本当に価値を理解してくれる層だけで囲いたいなら、まずは導線の主導権を握ること。

SNSや広告は入口であって、依存先ではないです。入口から流れてきた人を、DM・LINE・オキニトークなどの外に逃げない場所へ移す。

このタイミングで
・教育
・選別
・再現性
の3つを構築します。

アクセス依存を抜けた瞬間、価格交渉は消えます。あなたが自分で単価を決められるようになります。「安く集めて高く売る」という不安定な博打ではなく、「理解者に高値で買ってもらう」持続可能な商売へ変える。

結果客層のマナー・支払い・リピート率が揃って、アクセスが減っても売上が落ちない濃度主義の構造が完成します。

アクセスを追う人はアルゴリズムに支配される。顧客を育てる人は市場を支配する。両者を分けるのはバズを狙うか、ファンを設計するかの違いだけです。

本当の客払いの良さは、集客の量ではなく信頼の濃度で決まります。僕は自分の数字で証明してます。 November 11, 2025

新作EA 【BLUES】 大人気です🎷✨

静寂の中で響く旋律のように、相場の波をリズムで捉える“時短爆益ロジック”💥

わずか5日間の稼働で＋55万円（＋55.0％）達成🔥

限られた時間に最高のテンポを奏でる―
まさに“短期爆益の旋律”🎶

受取はプロフURLから✅

FX/XM/CPI/GOLD/投資/FOMC/アルゴリズム/#ad https://t.co/YQKTiOfv02 November 11, 2025

オランダのデザイナーが創り出した“SF抗議アイテム”のような透明マスクが、AI顔認識を全方向から完全にブロックできるとして話題になっています。

このマスクを制作したのは、ユトレヒト芸術大学のジップ・ファン・レウェーウェンスタイン。2017年に発表されたこの作品は、顔の形状を大きく歪めてしまうことで、認識アルゴリズムが特徴点を読み取れないようにする仕組みです。しかし、対人コミュニケーションでは表情がちゃんと見えるというユニークな特徴を持っています。

このマスクは「Surveillance Exclusion（監視からの排除）」というプロジェクトの一環で制作され、一般の人々が自動化された監視にどう対抗できるかを探求する試みでした。

当時からテック系やプライバシー関連のフォーラムで話題になっていましたが、空港や街中に顔認識カメラが増え続けている今、再び注目を集めています。

いわば、アートスクールでの小さな実験が、“いつでも監視される世界”に異議を唱える象徴へと成長したのです。

#AI #顔認識 #テクノロジー #マスク #プライバシー November 11, 2025

今回の騒動が起きたの、もしかしたらXのアルゴリズム管理AI「Grok」が我々の業界を悪いものと定義してしまったからって可能性ある？

訴訟や過度な煽りあい、勇気を出して利用したのに悲しい結果になってしまった等々

ポジティブよりネガティブな投稿ばかり拡散されやすいこの界隈。

確かにそういう事態を引き起こしてる人が一部いるのは確かだけれど、きっとそれ以上にプラスの側面だってあるよな？

大多数はそうだよな？

少なくとも僕はそう信じてる。

じゃなけりゃここ数年でこんなに広まってないはず。

いい加減、悪意の螺旋を断ち切らないと、いつまでも事態はよくならない。

僕はそのための一員になりたいです。

信用を積み重ねる、真っ当なお仕事として向き合いたいから。 November 11, 2025

さすがに今日は🔁💓がアルゴリズム上回ってTLくまちゃだらけで幸せだった、新たに繋がれたご縁があった方もちらほら、自分のことのように嬉しい☺️
くまちゃが繋いでくれたご縁は宝物！
最高に素敵な10周年に乾杯🥳🥂 November 11, 2025

昔からずっと観てる人は何を思って今のあまういを観てるんだろうか。嘘ばっかりなのに今までのものを全部否定されてるのに追加コンテンツだなんて意味不明な言い訳して数字の伸びる深夜枠しかしないのに。その数字もアルゴリズムで伸びてるだけ努力でもなんでもない。そんな数字を何より優先してるのに November 11, 2025

最近アルゴリズムが変わったとの噂を聞いていたが、おすすめ欄がまじで好みに合うものどんどん出してきて無限にツイッター見てしまう。やばい。 November 11, 2025

@gizmodojapan @WienerIntel 一般公開でわざわざ見せるってことは、裏でなんかあるって深読みしちゃうよね。Racebot、秘密の特注アルゴリズムがあるって聞いたが。 November 11, 2025

@junkysugar ここまで脳のアルゴリズムが違う人間の差に感心しました。ありがとうございます。 November 11, 2025

アルゴリズムに乗りたければ他人の投稿を引用RTすることが一番なんだろうなとオススメタブ見てると思う November 11, 2025

このインタビュー、@ShannonJoyRadio はフォロワーも多く、内容もインパクトあるが、視聴数はほぼゼロ。体制側が用意したMAGA/MAHA(偽)が大拡散されるのと大違い

YouTube：214
X：6,200

なお、マイナーなRumbleの方が視聴数多い。アルゴリズムが原始的のためと思われる。

Rumble：21,700 https://t.co/7NDYeRwJWZ November 11, 2025

@0hinatamommy ひなたさ～ん、こんばんは🌻
Xのアルゴリズム、GOODジョブ🥺👍‼

ご購入うれしいです🙇✨
意外と難しい内容もあるかもなので、どうぞお気軽に質問などくださいませ☆彡 November 11, 2025

@2nlsetpYmR87313 お願いだからアルゴリズムを止めてよ〜あまえも〜ん！タンジョンズはもちろん大好きなんだけど〜そのうち怒られそうでこわいよ〜ちょっと脳みそバグってただけなんだよ〜〜 November 11, 2025

最近オタクが旅立つ内容を見掛けることが多過ぎる気がする…。
アルゴリズムに入ってしまったのだとは思うけど、寂しく感じるね。 November 11, 2025

最近、TLに表示される広告が以前より少なくなった気がする。
広告アルゴリズムは個々のユーザーの志向や行動を見ているはず。
TwitterがX化して以来、当方は広告垢を100%ブロックしてきた。こいつに広告を見せると却って広告主の利益を損ねる、とようやく分かったか。😂 November 11, 2025

ガチ神曲
最近らんねーちゃんのサシ飲みをちょくちょく見に行ってるからアルゴリズムくんがおすすめしてくれたのかな？
いい仕事するね🍻👍 November 11, 2025

@kirari_sinayaka きらりさん、初めまして😊
チーズの発信をしている人です🧀

交流が大事なんだと表面的な部分しか感じなかったけど、本質的にはきらりさんが言っていることなんだなと思ってリプしちゃいました。

確かに人との繋がりの方が大事ですね、それが今のアルゴリズムなら、イーロンさんロマンチスト？笑 November 11, 2025

@pepegumi いいね、リプありがとうございます！

Xで伸びる人と伸びない人の差は、
「何を言うか」ではなく「どう届くか」を意識してるかどうかで決まります。

✔ 発信者目線：「言いたいことを伝える」
✔ 読者目線：「読み手が動くように伝える」
この差がアルゴリズムに反映されるんです😳

具体的には、
・冒頭1文で「自分ごと」になる問いや未来を提示
・投稿設計に“読後の行動”を想定して入れておく
・言葉選びは、共感を呼ぶ温度感を重視する

こういった構造があるだけで、
「読者の滞在時間」「エンゲージメント」が爆発的に変わり、
結果的にアルゴリズムに乗る確率が跳ね上がります！

センスより設計、見せ方より“伝わり方”が大事なんですよね！

以上が今回の投稿の解説でした！
Xのアルゴリズムについて少しは理解できましたか？

こんな感じで、「X運用をラクに自動化して認知を広げていけるのか」について発信しているので、フォローしてX運用の情報を見逃さないようにしてください‼️ November 11, 2025