AIはComputerである

AIはComputerである

私たちは最近、Perplexity Computerを立ち上げました。本稿では、その背景にある私たちの思考を説明します。

数週間おきに、市場にパニックをもたらすような新しいAI製品が登場します。それは新しいイニシアチブであったり、エージェントであったり、あるいは何か別のものかもしれません。それが何であれ、私はそれができないことを一つお伝えできます。

世界最高のAIモデルであっても、あなたのためにベストな仕事をすることはできません。

なぜそう言い切れるのでしょうか。それは、最先端モデルの現状が非常に高度化しており、その能力を最大限に引き出すためには、異なるモデル同士の連携が不可欠だからです。Claudeの最大の弱点は、Claudeとしか協働できないという点にあります。

単一のモデルファミリーでは、他のモデルの能力なしに最高レベルで動作することはできません。モデルが強力になるにつれ、専門化が進んでいます。AIの未来は、異なるモデルが連携することで、あなたの最高の仕事が成し遂げられるようになるでしょう。

AIの分野では、これを「オーケストレーション」、あるいは時に「ハーネス」と呼びます。呼び名が何であれ、マルチモデル・オーケストレーションの優れたパフォーマンスは、単一のモデルファミリーができることの遥か先を行っています。

AIの次のフェーズは、大規模なマルチモデルでなければなりません。それがPerplexity Computerです。バックエンドには19のモデルが用意されており、その出力はここしばらくの間、AIの分野において何よりも私を感銘させました。

それがどのように実現に至ったかをご紹介します。

Computerはいかにして構築されたか

当初、私たちはその実験的プロジェクトをASIと名付けました。特に意味はありませんでしたが、時には「人工超知能（Artificial Super Intelligence）」と呼ぶこともありました。（当初はSlack内に存在していたため、「別のSlack連携（Another Slack Integration）」を意味していた可能性もあります。）

私たちはそれをデジタルワーカーと考えていました。Slackでそのワーカーにタスクをメッセージとして送ると、それが実行されます。デリゲート（委任）を行い、異なるタスクのためにサブエージェントを作成し、次のステップを支援するためのファイルを作成し、重要な情報を見つけ、必要に応じて確認を行う。あなたは眠りにつき、数週間分の仕事が終わった状態で目覚めることもできれば、数週間分の仕事を依頼して、それが確実かつ反復的に実行される様子を見届けることもできました。

この時期、世界はClawdbot、現在のOpenClawを発見しました。マルウェアがテキストを読み取るのが好きなら、面白いかもしれません。私たちには、ASIの方がより安全で、遥かに能力が高いことが分かっていました。ファイルシステムを備え、何百ものツールに接続し、ファイルの読み書きやコードの記述、CLIツールの使用、インターネット閲覧が可能で、各タスクに最適なモデルを使用する適切なサブエージェントへのタスク割り当てをオーケストレーションできました。これらすべてがクラウド上の安全な開発サンドボックス内で行われました。

実際、ASIは単なるリモートのデジタルワーカーではありませんでした。ファイルシステムへのアクセス、安全にコードを実行するためのシェル、Webアプリやコネクタにアクセスするためのブラウザを備えたASIは、本質的にコンピュータそのものでした。あなたのコンピュータ。まさに、そのComputerです。

そこで私たちは、正式にPerplexity Computerと名付けました。

なぜWebが重要なのか

2011年、Googleはインターネット、ファイル、bashターミナルだけでコンピュータを立ち上げられるというアイデアを持っていました。それはChromebookと呼ばれました。Googleは、コンピュータにとって最も重要な部分はWebアクセスであるという点を正しく理解していました。

Webとは、私たちが働き、コミュニケーションをとる場所です。それはまた、文字通り、そして比喩的な意味でも、私たちのストレージデバイスです。そこには、共有されたものから個人的なものまで、膨大なデータ、情報、知識が保持されています。

Webを知識のストレージシステムとして考えると、それはこれまで常に「書き込み（WRITE）」機能において非常に優れていました。90年代初頭に最初のブログが公開されて以来、Web上での知識の公開と蓄積は爆発的に増え続けています。

ChromebookにおいてGoogleが過小評価していたのは、ストレージシステムとしてのWebの最大の問題が、実は「読み取り（READ）」機能にあるという点です。Webから知識を読み取るために、私たちは28年間、ほとんど変わることのないアルゴリズム検索に頼ってきました。

検索エンジンは、知識にアクセスする手段としては、深い研究、統合、要約を行う能力を持ったことが一度もありません。また、検索エンジンは、アクセスするためにアクションを必要とするWeb上の知識にアクセスするエージェントのように振る舞うこともできません。

そこでAIが登場しました。Perplexityは最初の回答エンジンを構築し、他社もそれに追随しました。私たちは、深い研究（Deep Research）に重点を置きつつ、正確なAIを追求し続けています。それは、AIがオープンWeb上のあらゆる知識を見つけ、分析し、推論し、正確に提示できるようになれば、ついにREAD問題が解決されるからです。

もしインターネットが地球上の知識のストレージディスクであるならば、Perplexityは読み取り機能を解決しました。

Webが完全に機能する読み書き可能なストレージシステムとなり、ナビゲートしてタスクを完遂できるエージェントが存在するようになれば、コンピュータに残された唯一のものは、個人的な要素すべてです。

持続的なメモリがコンピュータをパーソナルなものにします。ファイルやツールが存在し、それらはあなた自身のファイルやツールであり、プライベートであり、あなたの好みに合わせて調整されています。コンピュータは、あなたのために、個人的にそれらを扱える必要があります。

コンピュータは創造も行います。コード、ドキュメント、ファイルといった実在のアーティファクトを作成します。それらを保存し、検索し、新しいファイルを書き、ファイルにアクセスします。AIはこれらすべてを行うことができます。最終的に、AIがこれらすべての作業を行うとき、コンピュータ内の異なるジョブのために、手元に異なる最先端モデルが必要となります。

役に立つコンピュータには、単一のモデルがすべてをうまくこなすにはあまりにも多くのスキルが必要です。コンピュータにとって、オーケストレーションは不可欠です。

これは、AIの進化に伴い、オペレーティングシステムのハードコードが、デバイスメーカーにとっての参入障壁としては弱まっていくことを意味している可能性があります。私には分かりません。しかし、私たちが知っていることは、コンピュータとはオーケストレーションシステムであるということです。

なぜオーケストレーションが重要なのか

スティーブ・ジョブズは言いました。「ミュージシャンは自分の楽器を演奏する。私はオーケストラを指揮する。」AIも同様です。ストラディバリウスには特有の特性があり、私たちはその音色と職人技に魅了されます。しかし、バスドラムのように心を震わせることはできず、ドラムはマーラーの交響曲のように人の心を動かすことはできません。

モデル開発者は、現代のアントニオ・ストラディバリです。これは決して敬意を欠いて言っているわけではありません。私はすべての新しいモデルの能力に畏敬の念を抱いており、最先端ラボでの研究を熱心に支持しています。彼らは私たちの未来を前進させています。

しかし現在、モデルはコモディティ化ではなく、専門化していることが見て取れます。それらを使ってエージェントを構築する場合、あらゆるワーカーと同様に、それぞれが異なるスキルを持っています。推論が得意なもの、コードが得意なもの、クリエイティブなライティングが得意なもの。重要なのは、それらをどのようにオーケストレーションするかです。

モデルやファミリーを横断してオーケストレーションを行うことだけが、実際の業務を扱えるほど汎用的なシステムを構築する唯一の方法です。決定を下すために深い研究が必要な場合は、正確性と検索に最適化されたモデルが必要です。コードを書く必要がある場合は、何十億行もの実運用コードベースで学習されたモデルが必要です。

あなたがチームを管理している場合でも、ミュージシャンの交響楽団をまとめている場合でも、質の高い仕事とは常にこのようなものです。AIエージェントも変わりありません。

ワークフローにおいて、差別化要因となるのはハーネスです。プランナーが複雑な目的をサブタスクに分解します。オーケストレーターがそれらのタスクを適切なエージェントに割り当て、ルールを強制し、実行を管理します。専門化されたサブエージェントが集中したアクションを実行します。共有メモリが継続性のために文脈と学習を保存します。言い換えれば、インテリジェンスとはComputerであるのです。

コンピュータの次の進化

400年前、「コンピュータ（計算手）」とは天文学者の見習いのことでした。（彗星に名前を付けた人々です。）

その後、コンピュータは機械式、電気機械式、そしてデジタルへと進化しました。1974年頃、GUI（グラフィカルユーザーインターフェース）が登場しました。GUIにより、私たちは新しい方法でコンピュータと作業できるようになりました。コンピュータに作業を委任し、その仕事を見ることができました。その後、スクリーンがキーボードの上に折りたたまれ、ポータブルなパーソナルコンピュータとなりました。

スティーブ・ジョブズがパーソナルコンピュータを誰もがポケットに入れられるようにしたことが、コンピュータの次の進化であるというのは有名な話です。今日では、彼は誰もがスクリーンを顔の前に持つようにした、と言う方が正確かもしれません。誰もがスクロールしています。過去49年間で、GUIは私たちがコンピュータを制御する方法から、コンピュータが私たちを制御する方法へと進化しました。

このモデルに対する疲弊感は高まっています。OpenClawブームの際のMac Miniの狂乱的な買い占めは、完璧な例です。GUIは必要ですが、常に必要というわけではありません。

AIモデルはついに、コンピュータをその本来の意味である「自律的かつ正確に作業すること」に戻せるほど高度化しました。そして、私たちが作業を見守ることから解放されるよう、非同期に行うことができるようになりました。

マウス、GUI、キーボードはすべて重要なテクノロジーですが、これらはインターフェースに過ぎません。完全に自動運転する馬を望まないのであれば、インターフェースがコンピュータほど重要であったことは一度もないと認めざるを得ないでしょう。

未来はComputerである

AIモデルはあまりに高性能になり、その周囲に構築された製品が、真の可能性を示す上でのボトルネックとなっています。チャットUIは回答には適しており、エージェントは個別のタスクに適しています。一方で、ワークフロー全体のためのUIは常にコンピュータでした。

AIは今や確固としてマルチモーダルです。単一の一貫したシステム内で、多くの形式のデータを理解し生成します。ジェンスンらは、AIの未来もまたマルチモデルでなければならないと述べています。彼らの言う通りです。専門化されたモデルはチームのように協力しなければなりません。AIの未来は大規模にマルチモデルである、と言う方がより正確かもしれません。

AIがコンピュータ自体の機能の多くを代替するにつれ、コンピュータの中心的な活動は、大規模なマルチモデル・オーケストレーションとなるでしょう。

そして、私たちはまだ始まったばかりです。2025年には、平均して17日ごとに新しい最先端モデルが市場に投入されました。AIの能力が進化するたびに、また一人のミュージシャンがステージに上がり、交響楽団の自分のシートに着きます。指揮者がタクトを振ります。Computerが動き出します。

今日、Computerを試してみてください。