こんにちは。 Eye on AIへようこそ。今回のエディションでは…中国はMetaのManus購入をブロックしています…OpenAIは売上高と成長目標には達していません…バニー・サンダースが中国のAI専門家を国会議事堂パネルに招待することにした決定は、中国のマッパの怒りを呼び起こした。
企業の販売のための戦いで、OpenAIとAnthropicはどちらも金融サービス会社をターゲットにしました。それは驚くべきことではありません。犯罪者がなぜ銀行を振るのかについての古い冗談は次のとおりです。お金のあるところがまさに銀行です。 OpenAIには、まだリリースされていないエージェントAI財務分析製品を構築するのに役立つ元投資アナリスト大隊がいると推定されています。 Anthropicは、Claude Code、Cowork、およびClaude for Finance製品の財務モデリング技術をリリースしてきました。スタートアップ Samaya AIは、金融セクターにもAIツールを構築しています。そして、私の同僚であるJeff John Robertsがこの有益な最近の記事で扱ったように、AIを使用する新しい金融アドバイスツールもたくさんあります。
プロの金融データと分析ツールのOGはもちろん、Bloombergです。コア製品と呼ばれる会社の「ターミナル」へのアクセス（データがもはや専用のマシンを介して配信されなくなった場合）は、依然としてすべてのトレーダー、投資銀行家、およびヘッジファンドの量子の必須ツールと見なされます。
私が2019年に会社を去り、Fortuneに来る前に、Bloombergは機械学習と大規模言語モデルを使用してこれらの機能にはるかに直感的にアクセスし、新しい種類のデータ分析をサポートし始めました。そしてこの努力は、特に2022年に生成されたAIチャットボットがデビューし、最近エージェントAIが発展して以来さらに加速されています。
私はここでFortuneでAIに対するBloombergの進捗状況について定期的に書いています。しかし、私は最近、ロンドンのオフィスで開かれた「金融分野のAIサミット」に出席し、会社がBloombergの歴史上最大のターミナルレビューと主張する新しい「AskB」機能を発表したとき、まだ驚いて感動しました. AskBを使用すると、ユーザーは自然言語を使用して端末の機能と機能をナビゲートできますが、それ以上の機能を実行します。システムはエージェントとして機能し、投資画面を構築し、洗練された財務モデリングと特定の株式の上昇と下落を含む完全な研究報告書を即座に生成します。
Bloomberg自体で構築された一部のモデルや、Anthropicなどの主要なAIモデル企業の他のモデルを含む、さまざまなAIモデルを内部的に使用するAskBは、BloombergがAIベースのスタートアップの潜在的な脅威を深刻に受け入れていることを示しています。私はBloombergの最高技術責任者であるShawn Edwardsと一緒に座り、BloombergがAskBをどのように構築したかについてさらに質問を受けました。彼が言ったことのほとんどは、実際のビジネス価値を提供するためにエージェントAIを取得しようとするすべての業界の企業についてのレッスンを含んでいます。
データは差別化要因
だからといってAIが助けることができないという言葉ではない。 Edwardsは、AIエージェントがBloombergのデータセットの構築方法を劇的に加速したと述べた。 4ヵ月半がかかったデータ収集には2日かかると彼は言います。これにより、かつてデータの入力と整理に専念していた大規模なチームが解放され、これらの多くは内部評価の構築に再配置されました。
強力な評価の構築
これは私たちに2番目の大きな教訓をもたらします。良い内部評価を構築することは、AIエージェントからROIを導出するために重要です。 Edwardsは、「評価はいくら強調しても過度ではなく、有用で信頼できるシステムを構築する上で成否を左右します」とEdwardsは言います。この評価を作成することは、過去2年間にBloombergが経験した最大の「文化的変化」の1つであると強調しています。
評価を構築するのは容易ではなく、コストも安くはありません。これには、ドメインの専門家（この場合、債券契約の専門家、株式アナリスト、市場構造の専門家、さらにはBloombergジャーナリスト）とエンジニアリングおよび製品チームとの緊密な協力が必要です。 Bloombergは、サブエージェントのベンチマークを作成し、ワークフロー全体を評価するのに役立つように、専門家を本業から引き出そうとしました。 AIモデル自体を評価者として使用すると、簡単なケースを解決できるとEdwardsは言います。しかし、他のすべてには人間の評価者が必要です。彼はこれらの評価を構築することによって、BloombergはAIエージェントの仕組みに関する専門家の「暗黙の知識」をエンコードしていると述べています。
複数のモデルを使用すると、コストを削減するのに役立ちます。
次に、コスト規律は基本です。これは、ワークフローがマルチモデルでなければならないことを意味します。 AskBは、商用フロンティアモデルとオープンモデル、および独自の内部モデルを組み合わせて、クエリをワークフローに必要な信頼性とパフォーマンスで特定のタスクを処理できる最も安価なモデルにルーティングするとEdwardsは言います。
最後に、次のパイオニアは積極的です。今後何が出てくるのか尋ねられたとき、Edwardsはエージェント間のワークフローと常時データ監視と答えました。彼はBloombergが金融顧客の「目と耳」になり、各顧客の立場、ミッション、戦略について世界を観察し、明らかなだけでなく、2次および3次効果を表明したいと考えています。洪水のために、あなたが長い間保有している会社のサプライヤーのための部品を作る工場が崩壊しました。 Edwardsのビジョンによると、AskBはユーザーが質問しようとする前に問題を伝えます。
そのビジョンを達成するのは難しいでしょう。しかし、この種の予防的で常時待機しているエージェントは、多くの企業が望む場所です。 Bloombergは、その方法に沿ったいくつかの主要なステップを示しています。
AIの運
Anthropic 氏は、数週間のユーザーの反発の後、Claude Code が 1 か月下落した後、エンジニアリングミスがあったと述べています。著者：Beatrice NolanCohereのヨーロッパの推進は、米国と中国を超えてAI中堅国の負傷を強調しています。 — 作成者: Sharon Goldman
DeepSeekがHuaweiチップの「完全なサポート」を受けて最低価格で最新モデルをリリース – Nicholas Gordon
独占：AIベースの採用スタートアップDexが530万ドルのシードラウンドを募金しました。著者：Jeremy Kahn著はClaudeの新しいDispatch機能を1ヶ月間使用しました。私ができることはすべて次のとおりです。投稿者：Catherina Gioino解説：Mark Zuckerbergは独自のAIレプリカを作成しています。ほとんどの人は受信トレイの助けが必要です。 – Mukund Jhaを書く
ニュースの中のAI
中国の競争規制当局は、メタのエージェントAI企業マヌス（Manus）買収を阻止した。中国はMetaの約20億ドル規模のManusの買収を阻止し、従業員がMetaに参加し、Manusの元の投資家にすでに代金を支払った後も取引をキャンセルするよう命じました。これらの動きは、特に国内のスタートアップが海外資本、チップ、または買い手を引き付けるために本社をシンガポールに移転しながらアイデンティティを「シンガポール洗浄」しようとするとき、中国が戦略的技術としてAIに対する制御をどれほど積極的に強化しているかを強調します。今回の決定は、創業者が米国投資制限と中国の海外構造調整監視の間にますます閉じ込められるようになり、米国と中国のAIエコシステムの分離が加速していることを強調します。決定に関する洞察力のある分析については、Fortuneのアジア編集者Nicholas Gordonによって書かれたこの記事を参照してください。
AI研究に注目する
AnthropicはAIを使用してAI安全研究を自動化するプロセスを示しています。ブログ記事と関連する研究論文では、同社が後援する研究者グループが、Claude Opus 4.6がAI安全の困難な問題を解決する方法を指す研究を設計し実行するのに役立つことを示したと述べた。 AI モデルか潜在的に人であろうと、弱い知能はどのようにしてよりインテリジェントな AI モデルを監督することができますか?研究を行うためのいくつかのツールを備えた9つの並列「自動整列研究者」のインスタンスは、それぞれ少しずつ異なる開始仮説に向かって進んでいます。その後、Claudesは、AlibabaのオープンモデルであるQwen 3-4B Baseを強力なAIモデルとして使用し、Qwen 1.5-0.5B-Chatをより有能で監督するモデルとして使用して研究を実施しなければなりませんでした。彼らは7日間の実験について仮説を立て、その結果を2人の人間AI安全研究者が同様のスケジュールで実行できた結果と比較しました。
Claudesは、弱いモデル自体がこれらのタスクではるかに低いパフォーマンスを発揮するにもかかわらず、一連のテストでパフォーマンスを最大限に発揮できるより強力なモデルを得ることができるかどうかをテストしました。 Claudes夫婦は、弱いモデルが強いモデルを同調し、弱いモデルと強いモデルとの間の「性能ギャップ」の97％を回復させる方法を見つけて全体的にうまくやったが、人間AI研究者はこのギャップの23％しか狭めることができませんでした。さらに、この方法は目に見えない数学およびコーディング作業で一般化されていますが、他のモデルでは一般化されていません。また、研究者たちは、弱い教師が強いモデルを監督する方法を探すのではなく、単に強いモデルに直接指示することによって否定的な行為を試みるクロードを捕捉した。完璧な結果ではありませんでしたが、Claudesによって実行された実験の総コンピューティングコストは18,000ドルであり、Anthropicは、これらの自動技術は、人間が追求する新しい研究方向を見つけるのに役立つ可能性があることを主張しました。
あなたはカレンダーを持っています
4月23～27日：国際学習表現会議（ICLR）、ブラジル・リオデジャネイロ。
4月22～24日：Google Next、ラスベガス。
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。
6月17～20日：VivaTech、パリ。
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。
ブレインフード
