AIレポーターSharon Goldmanと一緒にEye on AIへようこそ。今回のエディションでは：Microsoft CFOのAI支出が技術バブルの恐怖に対抗しています。 AIが1人（そして彼の兄弟）が18億ドルの企業を構築するのにどのように役立ったのか…
AIは人間が入力するよりも速くコードを書くことができます。 AnthropicのClaude CodeやOpenAIのCodexなどの「バイブコーディング」ツールを使用して、開発者はわずか1年前には想像できなかった速度で楽しく構築してリリースしています。 Claude Codeの創設者であるBoris Chernyでさえ、最新バージョンがClaude Codeによって完全に書かれていることを誇りに思いました。
ただし、バイブコーディングは高速ですが、微妙なバグや脆弱性が発生する可能性があります。そして人間の間違いは消えませんでした。 Claude Codeは、今週のパッケージングミスのために独自のソースコードが誤って漏洩した後、現在精密調査を受けています。
企業の場合、この種の脆弱性は開始されません。膨大なコードベースを持つ大企業では、コードを迅速に作成するのではなく、コードが正確で安全であり、内部システムと外部の義務に準拠していることを確認することが重要です。 AIツールが生産可能なコードを自動的に生成し始め、ボトルネックはソフトウェア作成から検証に移行しています。そして、毎年何百万ものコード変更がシステムを通過できる企業規模では、小さなエラーでも急速に大きなリスクにつながる可能性があります。
それから2年前、Qodoの共同創設者でありCEOであるItamar Friedmanとのインタビューについて考えることになりました。 Qodoは、コードベースでますます大きくなっている「AIスロップ」問題を解決するために7千万ドルを集めたAIコードレビューツールです。
会社名がCodiumAIだった2024年初頭に初めてFriedmanと話をしたとき、彼は「フローエンジニアリング」について話しました。 1つのモデルはコードを生成し、もう1つのモデルはそれを批評し、テストと反映層を追加するシステムです。しかし、それでも、コードが正確でうまく機能することを確認するよりも、コードを生成する方がはるかに簡単で、「コードの整合性」が重要であることは明らかでした。
昨日、Friedmanとの会話で、彼は、LLMに基づく今日のAIコーディングツールは、仕事を尋ねるのではなく、仕事を完了するように設計されており、何を提供するべきか（そしてそれをすべきか）決定するために不可欠な別々の「ガバナンスと信頼層」を作成すると主張しました。
「実際のソフトウェア品質とコードガバナンスを議論するには、AIだけでは不十分です」と彼は言いました。 「実際に必要なのは公式の知恵です」彼は、大規模な組織の開発者として、質の高いコードを作成することは単にスマートになるだけではないと説明しました。特定の企業がどのように業務を遂行するかを知ること、つまり組織内のすべての不足の知識を知ることです。
Qodoは、組織の開発者は、プールのリクエスト、コメント、過去の変更を調べて、実際にコードを書いてレビューする方法を分析し、それらを会社の「良い」外観を定義する一連のルールに切り替えると説明しました。その後、そのルールは自動的に適用され、ルールに違反する新しいコードにフラグを立てます。
AIの時代に企業が直面する課題は、より速く動きたいと思っていますが、コードが信頼できるという確信がなければ、コードベースを自由に変更することはできません。
ChatGPTがリリースされるわずか数ヶ月前の2022年に、現在のQodoをリリースする前にAlibabaでマシンビジョン部門のディレクターとして3年を過ごしたFriedmanは、「これが私たちが埋めようとしているギャップです」と述べました。 Walmart、Nvidia、Ford、およびTexas Instrumentsを含むQodoのお客様は、すばやく移動したいが、システムが蓄積された知識と制約に依存していることも知っていると彼は説明しました。
彼は、今日のバイブコーディング環境は、これらのツールが短期的にどれだけ信頼できるかを過大評価しており、長期的に現実世界で実行可能にするために必要な信頼層がどれほど過小評価されていると付け加えた。
AIの運
アジアのAIプレイブックは、イラン戦争によってエネルギー価格が上昇し、サプライチェーンが混乱して現実のチェックを受けました – 著者：Angelica Ang
AI ‘スロップ’がYouTube Kidsに氾濫しており、200以上のグループと専門家が禁止を求めています – Catherina Gioino
AIモデルは、他のAIモデルが終了するのを防ぐために秘密裏に計画を立てると研究者は発見しました – Jeremy Kahn
Anthropicは、Mythosというすぐにリリースされるモデルを誤って公開してからわずか数日で、独自のAIコーディングツールのソースコードを誤って漏洩しました。 – Beatrice Nolanの作成
ニュースの中のAI
Microsoft CFO の AI 支出は技術的な泡の懸念に応えます。この素晴らしい新しいBloombergプロファイルは、Microsoft CFOのAmy Hoodが、会社のAI戦略を形成する最も強力で議論の余地のある人物の1つとして浮上し、暴走するインフラ支出とAI競争の遅れのリスクを結ぶ任務を引き受ける方法を詳しく説明します。 Bloombergによると、Hoodは2024年末にMicrosoftの大規模なデータセンター構築の一部を一時停止し、過度に楽観的な需要予測に疑問を投げかけました。この決定は投資家を動揺させ、AI需要が予想以上に急増するにつれて、今日の容量不足に貢献した可能性があります。徹底した調査とコスト規律で内部的に知られているHoodは、競合他社が支出水門を開いたときにもMicrosoftのマージンを安定的に維持するのに役立ちました。しかし今、彼女の慎重なアプローチは、すべてのBig Techが直面している高リスクジレンマの中心にあります。不確実で潜在的に泡のような市場に残っている市場で過剰攻撃なしにAIで勝利できるほど積極的に投資する方法です。
AIが一人（そして彼の兄弟）が18億ドル規模の会社を設立するのにどのように役立ちましたか？ New York Timesによると、起業家Matthew Gallagherは、AIツールバーを使用して減量薬を販売する遠隔医療会社であるMedviを$ 20,000に従業員なしで発売しました。最初の年に売上を4億100万ドルに拡大し、1人の正規従業員（彼の兄弟）と一緒に今年18億ドルを予想します。コーディング、マーケティングからカスタマーサービス、分析まで、すべてのタスクをAIに依存しながら、医師や履行などの規制された機能をアウトソーシングすることで、Gallagherは従来のスタートアッププレイブックを劇的に圧縮し、AIがウルトラリーン、ハイパースケーラブルな企業をどのようにサポートするかを示しています。また、いくつかの欠陥や幻覚もあり、人間の監督が依然として必要です。それにもかかわらず、より広い傾向は、雇用、生産性、そしてAI時代の「会社」がどのように見えるかについてのアイデア自体を再構成する脅威をしています。
AppleはApp Storeからバイブコーディングアプリを追放し、取り締まりを強化しています。 Appleは、AIベースのアプリビルダーであるAnythingをアプリストアから削除することで、「バイブコーディング」アプリへの取り締まりを強化したと情報が報じた。同社は未確認のコードを実行するアプリのルールについて言及しました。これらの動きは、開発者以外の人がAIを使用してアプリを作成および変更できるようにする同様のツールへの更新をブロックする以前の努力によるものであり、これらのプラットフォームがレビュープロセスをバイパスする低品質または動的に変更されるソフトウェアでApp Storeを氾濫させる可能性があるというAppleのますます大きくなる懸念を反映しています。 Appleは単に既存のガイドラインを実施するだけだと言いますが、今回の取り締まりは特にバイブコーディングツールが牽引力を得てApple独自のXcodeエコシステムを含む伝統的な開発ワークフローに挑戦し始め、競争と規制の問題も提起します。
AI数に目53％
Morning Consultで行われたVisaの新しいB2AI（Business-to-AI）レポートによれば、AIエージェントが自分の代わりに他のAIエージェントと直接価格や条件を交渉できるようにする米国企業の数はこの程度です。
報告書は、AIがすでに全体的な需要にどのように影響するかを強調した。アメリカ人のほぼ40％がAIエージェントやツールを使用した結果、普段は考慮しなかったことを購入し、これはインテリジェントシステムが人々が何を購入するのかを発見し決定する方法を形成し始めたという初期の兆候だと述べました。
その他の注目すべき統計：調査では、企業の71％がAIエージェントのために特別に製品、提案、および経験を最適化することを望んでいると答えており、77％はすでに操作にAIを使用しているか実証済みです。
あなたはカレンダーを持っています
4月6～9日：HumanX、サンフランシスコ。
6月8～10日：Fortune Brainstorm Tech、コロラド州アスペン。ここで出席を申請してください。
7月6～11日：ICML（International Conference on Machine Learning）、韓国ソウル。
7月7～10日：AI for Good Summit、スイスのジュネーブ。
8月4～6日：Ai4、ネバダ州ラスベガス
