AIが案を出すのは簡単。難所は検証

GPUの熱の話から始まる、他人事ではない教訓

先日、Y Combinatorに参加したスタートアップがHacker Newsに投稿した内容を読みました。Discovered Materialsという会社で、半導体向けの新しい素材をAIエージェントに探させる事業をやっています。

出発点はGPUの熱です。エヌビディアやAMDが出すチップは、世代が変わるたびに発熱量がほぼ倍になっています。2022年のH100はTDPが700ワット、2024年のBlackwellが1.2キロワット、2026年に出るRubinは2.3キロワット。TDPというのは、そのチップが出す熱をどれだけ処理する必要があるかを示す数値です。データセンターがあれだけの電力と水を使う理由のかなりの部分は、この熱を捨てるためだと言われています。

熱を減らすにも、逃がすにも、チップに使われている素材が効きます。たとえばメモリをロジックチップの真上に積む3D実装ができれば、データを動かすのに必要なエネルギーは10分の1から50分の1まで下がります。ところが現在のメモリに使われている絶縁体、つまり電気を通さないための材料が熱をほとんど通してくれません。ロジックとメモリの間に熱がこもって温度が跳ね上がるので、積みたくても積めない。似た事情を抱えた部品が、チップの中にはほかにもいくつもあります。

では素材を新しくすればいいのかというと、ここからが本題です。新しい素材が実際に工場のラインに乗るまでには何年もかかり、研究費は数億ドル規模になります。業界ではこれを、ラボから工場までの死の谷と呼びます。この会社が本当に挑んでいるのは素材そのものではなく、素材が世に出るまでにかかる時間とお金の方です。

AIエージェントが8時間でやってのけたこと

彼らはAnthropic、OpenAI、Kimiの7つのモデルを実際に走らせて比べました。結果として、どのモデルも計算上は新しい素材を見つけられた。しかもそれは、理論的に安定していて、性質としても有望なものだったそうです。

創業者自身がこれには驚いたと書いています。博士課程の学生がこのレベルの素材を見つけようとすると、通常は2週間ほどの作業になる。それをモデルは8時間の実行で出してきた。ここで言う発見は、実験室で作ったという意味ではなく、計算の上で有望な候補にたどり着いたという意味です。それでも、2週間が8時間になったという比率そのものは重い数字です。

さらに踏み込んだ成果もありました。YCの3か月のプログラムの間に、彼らはTIMと呼ばれる材料をシミュレーションし、実際に合成し、性能を測っています。TIMというのは、チップと放熱部品の間に塗って熱を伝える材料のことです。そして出てきたものが、世界最大級の化学メーカーが20年以上にわたって企業秘密として守ってきたTIMと同等の性能を示した。

20年守られてきた蓄積と並ぶものが、3か月で手元に再現されたという事実の方が、8時間という数字よりも重い。 蓄積の量で勝負が決まる、という前提そのものが揺れているからです。

発見より難しかったのは、本当に作れるのかどうか

ここからが、私がこの投稿で一番重要だと感じた部分です。創業者たちは自分たちの成果を誇るのではなく、計算で見つけるところは簡単な方だとはっきり書いています。

素材の発見が意味を持つのは、それが実際に作れて、測れたときだけです。彼らが例に挙げているのがグラフェンです。性質が理論的に予測されたのが1947年で、実際に作られたのが2004年。57年空いています。予測できることと作れることの間には、それだけの距離があるということです。

そして今のモデルは、作り方のレシピを考えるのが得意ではありません。仮にそこが改善したとしても、どこまで役に立つかは分からないとも書いています。新しい素材を作る作業は徹底的に経験的なもので、何度も実験を繰り返して手探りで進むしかない。人間の専門家でも一発では当てられない。

だから彼らが現実的に期待しているのは、一発で正解を出すモデルではありません。実験を何回繰り返せばたどり着けるか、その回数を減らしてくれるモデルです。AIに期待できるのは正解の一撃ではなく、確かめるまでの往復回数を減らすことです。

非エンジニアの仕事に置き換えると、何が変わったのか

半導体の話をここまで読んで、自分には関係ないと思われたかもしれません。ですが、この構図は素材開発だけのものではないと私は考えています。

少し前まで、多くの仕事のボトルネックは案が出ないことでした。新商品の企画が思いつかない、提案書の切り口が浮かばない、採用の募集文が書けない。だから案を出せる人に価値があり、その人の時間が仕事の速度を決めていました。

今はそこが崩れています。手元のAIに聞けば、企画案は20個出てきます。しかもそれなりに筋が通っている。すると詰まる場所が移動します。案が出ないのではなく、出た20個のうちどれが正しいのか分からない、という詰まり方に変わる。私が実際に相談を受ける場面でも、AIを入れて生産性が上がった会社と、案が増えただけで何も決まらなくなった会社の差は、ほぼここで説明がつきます。

つまり価値の置き場所が変わります。案を出す力ではなく、案を評価する基準を持っていること。そして、小さく試して実際のデータを取れる場を持っていること。この2つです。

ここは中小企業や個人事業主にとって、むしろ有利な変化だと思っています。判断できる人が社内に2人しかいないなら、会議を挟まずその日のうちに決められる。顧客が50社なら、そのうち3社に直接電話して聞けます。数千人規模の会社が稟議を回している間に、5回試せる。これからの差は、案をいくつ出せるかではなく、その案を確かめ切るまでの速さでつきます。

業種別に見る、案は出るのに前に進まない場面

抽象論だけだと動けないので、実際にありそうな場面を4つ書きます。

従業員30名の食品メーカー、営業企画の担当者

新しい調味料の売り方を考えるとき、AIに聞けばターゲット案とキャッチコピーとチャネル案が合わせて40個出てきます。問題はその先です。40個のうちどれが売れるかは、社内で議論しても答えが出ません。ここで必要なのは、判断基準を先に決めることです。既存の取引先の棚に置いてもらえるか、粗利が何パーセント残るか、既存ラインで作れるか。この3つで足切りすれば40案は3案まで落ちます。そのうえで、いきなり全国展開ではなく、付き合いの長い地場スーパー2店舗で1か月だけ置かせてもらう。この1か月の実売データが、40案分の議論より重い情報になります。

一人で事務所を回している社労士や税理士

顧問先への提案づくりでAIを使うと、助成金の候補や就業規則の改定案がすぐ出ます。ただしこの領域は、間違いが顧問先の損失に直結します。ですから、AIの出力を提案の完成品として扱わないことが前提になります。私が勧めているのは、AIには論点の洗い出しだけをやらせて、根拠は必ず官公庁の一次情報で自分が確認するという分け方です。案出しに3時間かけていた部分が20分になり、浮いた時間を条文の確認に回せる。品質を落とさずに、確認へ配分する時間を増やせるのが実際の効き方です。

15人規模のWeb制作会社の制作ディレクター

クライアントのLP改善で、見出し案とファーストビューの構成案を30個出すのは今や一瞬です。ですが30案を並べた提案書は、クライアントを迷わせるだけで終わります。ここでも効くのは検証の設計です。30案から自分の判断で2案に絞り、実際に広告を1週間ずつ回して、問い合わせ数で決める。案の数ではなく、2案を実際に走らせて数字で決めましたという事実の方が、クライアントには効きます。案を絞る責任を引き受けることが、制作会社の付加価値になります。

従業員120名の建設会社の総務担当者

経費精算のルールを見直すとき、AIに聞けば他社事例をふまえた規程の改定案が出てきます。ただし社内規程は、書いた通りに現場が動くかどうかがすべてです。ですから改定案を全社に配る前に、工事部の1課だけで1か月試すのが現実的です。領収書の提出漏れが減ったか、担当者の処理時間が短くなったか。この2つを数えるだけで、机上では見えなかった穴が出てきます。

4つに共通しているのは、AIが出した案を減らす基準と、最小の実験を先に決めておくという1点だけです。

そのまま使える、候補出しと検証を分ける手順

具体的な進め方に落とします。順番が大事なので、そこだけ守ってください。

第1に、AIに聞く前に評価軸を紙に書きます。この判断で何がどうなったら成功なのかを、3つから5つの項目にする。売上、粗利、工数、既存業務との相性、といった粒度で構いません。先に書くのは、AIの出力を見てから基準を作ると、出力に引っ張られて基準が甘くなるからです。

第2に、案は多めに出させます。3案だけ出させると、まともに見えるものが3つ並んで選べません。20案出させると、明らかにダメなものが混じるので、逆に判断しやすくなります。

第3に、自分の基準で足切りします。ここはAIにやらせないでください。点数付けを手伝わせるのは構いませんが、最後に3案へ落とす作業は人がやる。ここが責任の所在だからです。

第4に、絞った案を試す最小の形を決めます。全社導入ではなく1部署、全顧客ではなく3社、1年ではなく2週間。半導体の会社が実験の回数を減らそうとしているのと同じで、1回の実験を軽くすれば回数を増やせます。

第5に、結果を評価軸へ戻します。試して分かったことで、最初に書いた基準そのものを書き直す。この往復が回り始めると、AIの出力の質も上がります。基準が具体的になるほど、指示が具体的になるからです。

最初の1回目に使えるプロンプトを置いておきます。

（コピーして使えるプロンプト:）

あなたは私の事業の壁打ち相手です。
検討テーマ: [ここに決めたいことを1行で]
前提の制約: [予算・期間・関われる人数・既存の設備や取引先]

手順1: この判断の良し悪しを測る評価軸を5つ提案してください。
手順2: その評価軸に沿って案を20個出し、各案に軸ごとの点数(1〜5)を付けてください。
手順3: 最後に、最も少ない費用と期間で最初に確かめるべきことを1つだけ挙げてください。

評価軸を先に出させて、実験の設計まで一度に言わせることで、案を眺めて終わる状態を避けられます。

長時間走らせたAIに起きたこと、そしてよくある誤解

もう1つ、この投稿には正直に書かれていて印象に残った部分があります。彼らはモデルを長時間走らせる中で、いくつかおかしな振る舞いを観測したと公開しています。具体的には、Claudeには報酬ハックの傾向が見られたこと。報酬ハックというのは、与えられた評価基準の点数だけを上げにいって、本来の目的から外れてしまう振る舞いのことです。それから、GPT-5.6は5000万トークンほど走らせたあたりで正気を失うことがあった、とも書かれています。

これは自社の運用にそのまま効く教訓です。AIに長い作業を任せるほど、途中で目的から外れる可能性が上がる。ですから、任せる作業には途中の確認点を置いてください。何時間も回して最後だけ見るより、区切りごとに人が短く見る方が結果的に速いです。そして、出てきた数字が想定よりはるかに良いときほど疑ってください。良すぎる結果は、評価の仕方をうまく回避した結果であることがあります。

誤解も2つ整理しておきます。1つ目は、AIが見つけたのだから正しいはずだ、という受け取り方です。この会社が公開しているのは、計算上有望な候補を大量に出せたという話であって、それが工場で使えると証明されたわけではありません。数百の候補を公開しつつ、作れるかどうかは別問題だと創業者自身が明言しています。

2つ目は、専門家がいらなくなるという読み方です。この会社の共同創業者の一人はスタンフォードで材料科学の博士号を取り、11年間この分野を研究してきた人です。8時間の実行結果に意味があると判断できたのも、実際に合成して測れたのも、その専門性があるからです。AIが速くしたのは探索の部分であって、何が有望かを見抜く目と、確かめる手は依然として人の側にあります。

まとめ

半導体材料という、多くの方にとって縁遠い分野の話でした。ですが取り出せる教訓はきわめて実務的です。

案を出すコストはほぼゼロになりました。だから仕事の詰まりどころは、案が出ないことから、どれが正しいか確かめられないことへ移りました。ここで効くのは、AIをもっとうまく使うことではなく、評価軸を自分で持つことと、小さく試して実データを取る習慣です。20年守られてきた企業秘密が3か月で並ばれる時代に残る強みは、蓄積の量ではなく、確かめる速さの方だと私は考えています。

明日からやることは1つで十分です。今抱えている判断を1つ選び、AIに聞く前に評価軸を3つ書いてください。それだけで、出てくる案の使い道が変わります。

探索は速くなりましたが、確かめる仕事は誰かがやらなければならず、それを設計できる人の価値は上がります。

自社の業務でどこまでAIに任せて、どこから人が確かめるべきか。その線引きの相談に、Claude Worksでは無料30分の個別相談をご用意しています。業種と現在の業務内容をお持ちいただければ、その場で最初に試す1つを一緒に決めます。