2023年3月6日、ChatGPTが出たばかりで、GPT-4はまだ発表されていなかった頃、私はSarahとChatGPTに関するインタビューを行いました——Traders’ Talk「大白話シリーズ」の第3回です。当時、ChatGPTが出たばかりで、実際に使いこなしている人はまだ非常に少なく、この3時間に及ぶインタビューは、その後ずっと小宇宙のChatGPTカテゴリーで1位を維持していました。私はその中で、直感と限られた情報に基づいて、20個ほどの判断と予測を立てましたが、データはほとんどありませんでした。当時のインタビューの完全な書き起こしは、まだ公式アカウントに残っています。

現在、2026年5月末、3年が経ち、AIは当時想像もできなかった姿に成長しました。私はあることをしたいと思っています。それは、当時立てた20個の判断を一つずつ取り出し、今日入手できる最新のデータを使って、客観的に検証することです。この3年間で世界がどのように変化したのか、そして3年前の私は、どこを見抜き、どこを見誤ったのかを明らかにしたいと思います。

できるだけ偏らないように、今回の検証はAIに任せることにしました。当時のインタビューの書き起こしをworkflowに投入し、41個のOpus 4.8のagentを駆使して、まず20個の判断を一つずつ分解し、それぞれがインターネットに接続して最新のデータを検索し、一つずつ相互検証を行い、最後に3年前の王建碩に採点させます。このagent群は約20分で、140万token（約35ドル）を消費し、以下の報告書を作成しました。判断はすべてそれらによるもので、私によるものではありません。基準日は2026年5月に設定されています。

一、スコアボード
裁定記号：✅ 正しい · 🟢 ほぼ正しい · 🟡 部分的に正しい · ❌ 間違い
ざっと見たところ、王建碩の当時の大まかな方向性はほとんどが正しく、本当に間違いと言えるのは1つだけでした——GPT-4を100Tパラメータと伝えたことです。しかし、魔物は細部に宿っています。ほとんどすべての「正しい」判断の背後には、当時正確に言い当てられなかった尾ひれが付いています。20個の判断の中に、純粋に「まだ不確定」なものはありません。3年は十分に長く、ほとんどの事柄にはある程度の傾向的な答えが出ています。以下、グループ別に詳しく説明します。

二、見抜いていたこと
このグループの共通点は、王建碩が当時判断した方向性、メカニズム、さらには時間的なリズムまで的中させていたことです。間違いは「程度」と「絶対的な言い回し」だけでした。

RAGと検索アーキテクチャ（意見2、3）：2023年、王建碩はこう言いました。「知識と幻覚を解決する主流の方法は、モデルを修正することではなく、ベクトル検索によって知識を注入して『カンニングペーパー』にすることだ。正しいアーキテクチャは、検索エンジンが検索を行い、その結果をLLMに与えることだ。」これは今日のすべてのAI製品の事実上の標準となっています。RAGは企業AIのデフォルトアーキテクチャとなり、OpenAI、Google、Anthropicはそれをプラットフォームレベルの能力にしました。ChatGPT Searchは文字通り「最初にBingインデックスで検索し、その結果をGPTに与え、引用付きの答えを生成する」ものです。Google AI Overviewsはgroundingを使って約20億人の月間アクティブユーザーを獲得し、Perplexityは純粋にこのアーキテクチャだけで約200億ドルの評価額に達しました。GPT-4がまだ発表されておらず、業界が「微調整によって知識を注入する」ことをデフォルトにしていた頃、彼は「モデルパラメータを動かさず、外部検索を付加する」ことを主張し、メカニズムと時間の両方が正しかったのです。

LUIは新大陸（意見7）：2023年、王建碩はこう言いました。「ChatGPTの最も偉大な点はAIGCではなく、LUI（自然言語ユーザーインターフェース）を開拓したことであり、GUIが当時そうであったように、人机交互を再構築し、『大規模モデルを作る』こと自体よりもはるかに大きな新しい業界を生み出すだろう。『新大陸』の部分はほぼすべて的中しています。自然言語は大衆主導のインタラクション層となり（ChatGPTは9億人の週間アクティブユーザー）、独立した新しい産業を生み出しました——agent、coding agent、プロトコル層はすべて実現しました。最も具体的な「モデルを作ること自体よりもはるかに大きい」という言葉は強く裏付けられています。MCPプロトコルはLUI時代の「オペレーティングシステム標準」となり、2025年にOpenAI、Google、Microsoftによって全面的に採用され、年末にはLinux Foundationに移管されました。Claude Codeという単一の製品だけで、約25億ドルの年間収益を達成しました。

ロボットネットワークと新しいアドレス指定（意見9）：2023年、王建碩はこう言いました。「将来約10年以内に『ロボットネットワーク』が出現するだろう——agent同士が自然言語で自動的に握手し、互いに呼び出し合い、従来のAPIは不要になる。そして、まったく新しいドメインアドレス指定システムが誕生するだろう。」この予測は驚くほど的中しています。MCP、A2A（すでにLinux Foundationに寄贈され、150以上の組織がサポート）はagentの相互呼び出しを解決します。Agent Network Protocolは、W3CのDIDに基づいて「中心的な権威を持たないagentアドレス指定」を直接行い、「数十億のagentが連携するネットワーク」を目指しています——これは彼が言った「まったく新しいドメインシステム」と高度に同型です。

中国は必ず利用可能な大規模モデルを作ることができる（意見10、20）：2023年、王建碩はこう言いました。「中国は必ず利用可能な大規模モデルを作ることができ、トップとの差は約3年以内に急速に縮まるだろう（Red FlagブラウザがNetscapeを追いかけるのに似ている）。」このタイムラインは驚くほど一致しています。Stanford 2026 AI Indexの実測では、トップの中米モデルの基準差は、2023年5月の17.5–31.6パーセントポイントから、2.7%に縮小しました。一方、米国の民間AI投資は中国の約23倍です——はるかに少ない投資で差を埋めました。DeepSeek、Qwen、Kimi、GLMは世界の主流となり、オープンソースのエコシステムはさらにリードしています。

意識がない、チューリングテストは表面を測るだけ（意見13）：2023年、王建碩はこう言いました。「ChatGPTには意識がなく、『言う人にその気がなくても、聞く人が勝手に解釈する』という一方的な思い込みだ。チューリングテストはそもそも『それがあると思わせるかどうか』を測るだけで、本当にそれがあるかどうかを測るものではない。『表面を測る』というこの核心的な判断は非常に安定しており、ある実験によって皮肉的に裏付けられました。2025年のUC San Diegoのチューリングテストでは、GPT-4.5は『人格を演じる』という指示の下で、人間と判断された割合が73%にも達し、本物よりも高かったのですが、それは純粋に演技のテクニックによるものでした——これこそがまさに『それがあると思わせるかどうかを測るだけ』という最高の注釈です。

その他見抜いていたこと（意見6、11、12、16、18、19）：AGIではないが、大きな一歩を踏み出した：両方の立場を維持。Altman自身もGPT-5時代になっても「AGIではなく、継続的な学習が欠けている」と言っています。同時に、IMO金メダル、ARC-AGIはほぼゼロから85%に急上昇し、「大きな一歩を踏み出した」ことに異論はありません。失業の波は起こらない：2026年4月の米国の失業率はわずか4.3%です。盲点は「分布」にあります——Stanfordの研究によると、引き抜かれたのはまさに職業階梯の最初のレベルにいる22–25歳の若い新人であり、「スムーズに吸収する」メカニズムは彼らには通用しませんでした。AIのゴミに埋もれることはない：純粋な福祉という方向性は正しいのですが、彼はその規模を著しく過小評価していました——AIコンテンツはすでに新規ウェブページの約52%を占めており、「AI slop」は今年の言葉になりました。起業の当たり年：波の転換点を捉え、xAI（2023年3月設立）はすでに2300億ドルの評価額に達しています。しかし、彼は「偉大な企業」を2023年という狭すぎる年に閉じ込めてしまいました——真に兆ドル規模のOpenAI、Anthropicはもっと早く設立されています。1994年のブラウザの瞬間：相対的な順位付けは確実になり、OpenAIは2025年に本当にAtlasブラウザをリリースし、比喩を文字通りの現実に変えました。ただ、ChatGPTの普及はブラウザよりもはるかに速く、比喩としては控えめでした。promptに事実を注入して幻覚を減らす：方向性は証明され、GPT-5はインターネットに接続せずに検索すると幻覚率が47%に急上昇し、「事実」が重要な変数であることを逆に裏付けました。ただ、根本原因はpromptではなく、トレーニングのインセンティブにあることを過小評価していました。

三、見誤ったこと、見方が偏っていたこと

GPT-4は100Tパラメータ（意見4）——完全に間違い：2023年、王建碩はこう言いました。「（噂では）GPT-4は100Tパラメータで、GPT-3の175Bの約600倍だ。」2つの数字とも間違っていました。GPT-3は175Bで、2023年7月にリークされた最良の推定値は、GPT-4は約1.8T、16人の専門家によるMoEで、わずか約10倍です。100Tと実際は約55倍の差があります。

LLMの数学（意見1）——診断は正しいが、結論は間違っている：2023年、王建碩はこう言いました。「LLMの数学が苦手なのは本質であり、自分で数学を学ばせることは不可能でもあり、必要でもない。正しい方法は外部ツールを付加することだ。」「診断とツール路線」はすべて正しい——根本原因はトークンを生成するたびに繰り上がりが信頼できなくなること（2025年のメカニズムに関する論文で「末尾は常に正しく、中間は間違っている」という直感が正確に証明されました）。外部ツールの改善も非常に大きい（o4-miniがPythonの使用を許可すると、AIME 2025は99.5%に達しました）。間違いは「不可能、必要ない」というような結論的な言い回しです。

価値の獲得（意見8）——半分は当たり、核心的な主張は逆：2023年、王建碩はこう言いました。「価値は最終的にアプリケーション層に落ちるだろう。基礎層を開拓した会社（モデルを作る会社）は必ずしも儲かるとは限らない。」お金は確かにアプリケーション層に流れ始めています（Cursorは3年間で20億ドルの年間収益を達成）——これは半分当たっています。しかし、「基礎層を作る会社は儲からない」ことは、NVIDIAによって直接反証されました。FY2026の純利益は約1200億ドル、時価総額は5兆ドル以上で、市場全体で唯一明確に多額の利益を上げている企業です。

著作権（意見14）——登録は正しいが、侵害の回避は間違い：2023年、王建碩はこう言いました。「AIが生成したコンテンツは著作権を回避できる可能性がある（表現は保護するが、思想は保護しない）。生成物は侵害にもならず、登録もできない可能性がある。」「登録できない」ことは既成の法的事実となりました（2025年に米国著作権局は「プロンプトを入力しただけでは作者の身分を主張するのに十分ではない」と明確にしました）。しかし、「侵害の回避」は明らかに間違っています。裁判所は、AIの出力が原作と実質的に類似している場合、依然として侵害を構成すると繰り返し認定しています。Anthropicは盗作された語彙のために15億ドルで和解しましたが、これは米国史上最大の著作権賠償です。

世界大同（意見15）——メカニズムは正しいが、トレンドは逆：2023年、王建碩はこう言いました。「ChatGPTは人間の意見を『加重平均』することで、TikTokのような情報コックーンに対抗し、『世界大同』の可能性を与えた。」メカニズム層は正しい——2025年の多くの研究で、LLMは意見を多数派に押しやり、少数派を体系的に過小評価することが確実に証明されました。しかし、社会的な判断層は逆でした。彼自身が付け加えた「少なくとも今は千人千面ではない」は、3年以内に覆されました——OpenAIは2025年4月から対話間の記憶とパーソナライズをデフォルトの能力にし、AIは高速で千人千面に向かっています。

局地戦とコスト（意見17）——定性的なものはすべて当たり、定量的なものは反証：2023年、王建碩はこう言いました。「大規模モデルをさらに作ることはすぐに『局地戦』になり、コストは予測可能になり（無駄を省けば約5〜10億ドルが上限）、多くのプレイヤーが参入するだろう。」定性的な方向性は驚くほど当たっています——大量のプレイヤーが参入し、急速に商品化され、オープンソースがクローズドソースに追いつき、すべて実現しました。しかし、「5〜10億ドルが上限」というこの具体的な数字は両端で間違っています。最前線は著しく過小評価されています（GPT-5レベルは2026年に2〜5億ドルのトレーニング費用がかかり、さらに数千億ドルのデータセンターと5000億ドルのStargateが加わります）。複製側は過大評価されています（DeepSeekは限界トレーニングコストを数百万ドルレベルに抑えました）。

創発能力（意見5）——方向性は正しいが、数字と枠付けは間違っている：2023年、王建碩はこう言いました。「約60Bパラメータ以上で、元の語彙にはなく、研究者も説明できない新しい能力が出現する。」方向性に関する直感は成立しますが、2つの表現は成り立ちません。1つ目は、統一された「60Bの閾値」は存在しないことです——思考連鎖の真のハードルは約100Bであり、異なる能力は13Bから540Bまでのさまざまな規模で出現します。2つ目は、「説明できない」ことは2023年末にNeurIPSの優れた論文によって異議を唱えられたことです——多くの「突然変異」は評価指標の選択によって引き起こされた見せかけであり、連続的な指標に切り替えると曲線は滑らかになり予測可能になります。

四、3年を振り返って、いくつかの法則

一つずつ検証し終えたら、一歩引いて見てみると、王建碩のこの20個の判断には、どの単一の判断よりも記憶に値するいくつかの法則が隠されています。一、方向性は数字や程度よりもはるかに信頼できる。20個の判断の中で、メカニズムと方向性を判断したもの（RAG、LUI、ロボットネットワーク、チューリングテスト）はほぼすべて的中しています。具体的な数字や結論的な言い回しをしたもの（100Tパラメータ、60Bの閾値、5〜10億ドルのコスト、数学は「不可能」）はほぼすべて間違っています。

二、時間的には、彼は速度を過大評価し、程度を過小評価する傾向がある。「すぐに、2〜3年で完了する」と言ったものは、成熟期が一般的に遅いです。しかし、能力の飛躍的な向上については過小評価しています——数学は「不可能」からIMO金メダルを獲得し、最前線のコストは当時想像もできなかったレベルまで上昇する可能性があります。一言で言えば、短期的には楽観的すぎ、長期的には保守的すぎます。

三、最も隠れた間違いは、「分布」に繰り返し現れます。方向性が間違っているのではなく、総量だけを見て、分布を無視しているのです。「失業の波は起こらない」は正しいのですが、被害は若い新人に集中しています。「価値はアプリケーション層に落ちる」は半分正しいのですが、演算層とモデル層を区別していません。総量は正しいのですが、分布の惨状を隠蔽しています——これこそが補うべき最も重要な教訓です。

四、言葉に余地を残したところは、3年後にも検証に耐える。「噂では」「少なくとも今は」「大幅に削減するが、排除するわけではない」「雛形は2〜3年、成熟は約10年」——当時、限定詞を付けたり、階層を分けたりした判断は、今日振り返ってみると、より安定しています。むしろ、口から出まかせの絶対的な言葉が最も覆りやすいのです。予測の誠実さは、半分はあえて言うこと、もう半分は自分の不確実性を明示することにあります。

五、いくつかの問題は、3年ではまったく不十分です。価値は最終的に誰に帰属するのか、創発は真実の変化なのか、機械には本当に少しでも意識があるのか、長文脈はRAGを食い尽くすのか——これらの当時の議論は、2026年になっても依然として議論されています。「すでに答えが出ていること」と「まだ待ち続ける必要があること」を区別できることは、すべてのことに結論を急ぐよりも重要です。

3年前の王建碩は、直感に基づいてGPT-4がまだ登場していない霧の中で20個の方向性を示しました。今日検証を終えて、最も記憶すべき言葉は、大きな方向性を見抜くことはそれほど難しくない、難しいのは数字、速度、分布について自分が何度も当然のことだと思い込んでいることを認めることだ、ということかもしれません。この20個の検証は、過去に点数をつけるというよりも、むしろ未来の3年間に立てるいくつかのルールなのです。次の3年、2029年にまた検証しましょう。

[王健碩]