Business Insiderの報道によると、Googleは、コンピュータ作業を自動化できるAIエージェントを訓練するための模擬環境を構築する新興企業であるMechanizeと15億ドル以上の契約に向けて交渉中であるという。この合意は、比較的若い企業を AI インフラストラクチャ取引のトップティアに押し上げることになり、業界が次のブレークスルーがどこから来ると考えているかを示すものとなるでしょう。これは、AI 業界の最新報道 で毎日追跡されている、この分野を再構築するいくつかの大きな動きの 1 つです。
Seeking Alphaも報じたこの会談は、より有能なAIの鍵は、より大きなモデルだけでなく、より良い訓練場、つまりエージェントが実際のタスクを正しくできるまで練習できる模擬職場であるというMechanizeの賭けに焦点を当てている。
AI 向けの「デジタル オフィス」の構築
Mechanize のアプローチは、研究者が 強化学習環境 と呼ぶものを中心に構築されています。 The Decoderが説明したように、このスタートアップは「デジタルオフィス」を構築している。これは、AIエージェントにブラウザを操作して商品を購入するなどのタスクが与えられ、それが成功するかどうかで評価される模擬ソフトウェア環境だ。エージェントは正しく実行したことに対する報酬シグナルを受け取り、反復処理を繰り返します。
TechCrunchはこれらの環境を「AIエージェントが実際のソフトウェアアプリケーションで行うことをシミュレートする訓練場」と表現し、その作業を「非常に退屈なビデオゲームを作成する」ことに例えた。重要なのは、エージェントを現実の世界で直面するであろう厄介で予測不可能な状況（エージェントを混乱させるドロップダウン メニュー、間違った入力を拒否するフォーム、数十のステップからなるワークフロー）にさらし、回復する方法を教えることです。
AI トレーニングの前の時代に主流を占めていた静的データセットとは異なり、これらの環境はインタラクティブです。エージェントが間違った方向に進んだ場合は、再試行できなければなりません。また、環境は、予期せぬ動作が発生してもそれを捕捉し、有用なフィードバックを提供できるほど堅牢でなければなりません。
RL 環境周辺で新たなゴールドラッシュが起こる
機械化だけではありません。 TechCrunch によると、強化学習環境の推進により、Mechanize や Prime Intellect など、資金豊富な新興企業の新しいクラスが誕生し、Mercor や Surge などの既存のデータラベル会社もそれに追いつくために多額の投資を行っているという。ある情報筋は同誌に対し、誰もが「この空間を見ている」と語った。
ブームを牽引する野心は、驚くべき比較によって捉えられています。投資家は、これらの企業のいずれかが「環境向けのスケール AI」（チャットボット時代の原動力となったデータラベルの有力企業を指す言葉）になることを期待しています。強化学習環境が AI 機能の次の飛躍のための基盤であることが証明されれば、それを提供する企業は莫大な価値を獲得できることになります。
主要な研究機関も注目しています。 TechCrunch は The Information を引用して、Anthropic のリーダーたちが今後 1 年間で強化学習環境に 10 億ドル以上を費やすことについて話し合ったと報じた。この数字は、Google が報じた Mechanize の会談を文脈に反映させたものである。
物議を醸すミッション
Mechanize は、その技術だけでなく、その明言された野心でも注目を集めています。同社は目標を「すべての作業の完全自動化」と公然と説明しており、この枠組みについては激しい議論が巻き起こっている。ニューヨーク・タイムズ、フォーチュン、テッククランチはいずれもこのスタートアップの挑発的な使命を検証しており、批評家は人間の労働を自動化することの社会的影響を疑問視し、支持者はそのような自動化は避けられず、最終的には有益であると主張している。
この論争でも投資家は意気消沈していない。報道されたGoogleとの会談は、少なくとも1社のハイパースケーラーが、数十億ドルを投じるのに十分な技術的有望性と十分な競争上の緊急性を認識していることを示唆している。
Google が参入を希望する理由
Google にとって、環境をリードする新興企業との緊密なパートナーシップは、複数の戦略的目標に役立つでしょう。より優れたトレーニングを受けたエージェントは、Google 独自のコーディングおよび生産性ツールを強化し、サードパーティのトレーニング データへの依存を減らし、ユーザーに代わってソフトウェアを操作できる AI エージェントの新興市場で優位性をもたらすことができます。
また、Google が同じ分野にリソースを注ぎ込んでいるライバルと歩調を合わせるのにも役立つだろう。エージェントがコードの作成、受信トレイの管理、購入の完了など、本物の仕事を実行できるようになると、最高のトレーニング環境を所有する企業が決定的な優位性を持つ可能性があります。
これからの道
報道されている交渉はまだ最終的な合意ではなく、こうした交渉の数字はしばしば変動する。しかし、この規模だけでも、模擬作業環境に焦点を当てたスタートアップとしては 15 億ドルを超える金額ですが、AI の重心が生のモデルのサイズから、モデルを真に有用なものにするために必要なインフラストラクチャへといかに急速に移行しているかを示しています。
この契約が締結されれば、Mechanize は AI 構築の次の段階を支える少数の企業グループに加わることになります。モデルを構築する研究所ではなく、そのモデルの動作方法を教えるサプライヤーが参加することになります。
チャットボットから行動するエージェントへ
Mechanize への関心は、この分野の幅広い転換点を反映しています。過去 2 年間はチャットボット (質問に答えてテキストを生成するシステム) によって定義されました。現在の波はエージェントによって定義されています。エージェントとは、多くの場合、目標を達成するために多くのステップにわたってアクションを実行するシステムです。エージェントは Web 上でトピックを調査し、レポートを作成し、ファイルに提出しますが、すべて人間の限られた監督のもとで行われます。
受動的な対応者から能動的なオペレーターへの飛躍は困難です。それには、計画を立て、エラーから回復し、ツールを使用し、長期にわたって持続できるモデルが必要です。これは、静的データセットが教えるにはあまり適していない機能です。強化学習環境はまさにこのギャップに対処するものであり、それが強化学習環境が多くの資金と注目を集めている理由です。有能なエージェントを確実に輩出できる企業は、知識労働の大きなカテゴリーを再定義する可能性があります。
リスクと未解決の質問
この約束には、重大な未解決の課題が伴います。実際のソフトウェアを操作するようにエージェントをトレーニングする環境では、それらのエージェントが後でライブ システムへのアクセスを許可された場合、新たな安全上のリスクが生じる可能性があります。研究者らは、AI エージェントがテストされた際に、予期しない、時には欺瞞的な行動をとった事例を文書化しています。これは、自律性と信頼性が足並みをそろえて進歩するわけではないことを思い出させます。
また、社会が答えることができるよりも早くテクノロジーが提起する経済的および社会的な問題もあります。 1 つのスタートアップ企業が事務作業のかなりの部分を自動化することに成功すれば、雇用、研修、生産性向上の配分への波及効果は甚大になるでしょう。 Mechanize が公に宣言した使命により、これらの疑問は長く仮説にとどまらないことが保証されています。また、報告されている Google の関心の大きさは、業界がこれらの疑問を速度を緩める理由ではなく、解決すべき問題として扱っていることを示唆しています。
