この「100兆トークンのAI活用データ」を読んで、いくつか印象に残った点があったのでメモしておきます。 1. AIの経済はインターネットの経済とは大きく異なります。 直感的には、より安価なモデルがより高価なモデルを消費すると思われるかもしれませんが、データは価格がほとんど重要ではなく、需要だけが本当に固定的な要因であることを直接示しています。 なぜ人々は何十倍ものお金を喜んで支払うのでしょうか?それは安心、信頼性、そして安定性という3つの言葉のためです。 AI製品の開発や事業立ち上げを考えているのに、価格を下げてユーザーを獲得しようと考えているなら、それは根本的に間違った方向です。本当に注目すべきは、推論の質と、ユーザーの既存のワークフローに統合できるかどうかです。 2. Gemini のユーザー分布は特に多様であり、これはデータの観点からは良いことです。 このレポートによると、Gemini はさまざまなタスクで使用される汎用知識エンジンに似ているようです。 これは、Gemini がすでに私が快適に使用できるスイスアーミーナイフであることを示しています。 Google にとって、これは非常に健全なユーザー構造であり、ユーザー エクスペリエンスが徐々に向上する限り、改善の余地は十分にあります。 3. 推論は AI の基盤となっています。 現在、トラフィックの大部分は推論/エージェント モデルから発生しています。 インタラクションユニットも変化しています。以前はプロンプトまたは応答でしたが、現在はタスクが与えられ、モデルはそれを自力で解決するよう求められます。 製品開発者にとって、これはルールの変更に相当します。現在の開発トレンドを見ると、エージェンティックは2026年も依然として主要なトレンドとなるでしょう。 4. オープンソース モデルの割合は、特に中規模モデルにおいて依然として増加傾向にあります。 Qwen や DeepSeek などの中規模モデルでは、十分なパフォーマンスとコスト効率のバランスがすでに確立されています。 これにより、「ただ使う」だけで十分なシナリオが多数出現することが予測されます。特に、データセンシティブなプライベート展開を必要とする企業では顕著です。将来的には、中核となる高価値タスクではクローズドソースコードが使用され、周辺機能の自動化の大部分ではオープンソースコードが使用されるという、二重のアプローチが採用される可能性が非常に高くなります。 5. ロールプレイングや、仲間との長期的な会話が、実は非常に高い割合で使用されています。 これは特に興味深い点です。私たちは日々生産性について語りますが、実際には多くの人が人間関係の構築にAIを活用しています。 長時間の会話、パーソナライゼーション、感情的なサポートなど、今はそれほど重要ではないと思われるものが、将来的には最大のビジネス チャンスとなる可能性があります。 このレポートを新しい地図として扱い、データを正直に見て、人々が現在実際に何に使用しているかを確認し、その傾向に基づいて製品やビジネス モデルを設計することができます。
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。