対談・インタビュー
Marc Andreessenが語る、LLM評価は「天才基準」でなく「分布基準」で
冒頭の質問はシンプルだった。「LLMは創造的ですか？」
会場でその問いを向けられたMarc Andreessenは、答える前に聞き返した。
"Can people do these things? I've only met a few, some of them are here in the room, but not that many. Most people never do."
「人間はそんなことができるのか？私が会った中で、真に独創的な概念的ブレークスルーができる人はほんの数人だけです。この部屋にもいますが、多くはありません。ほとんどの人は一度もできません。」
— Marc Andreessen, Andreessen Horowitz 共同創業者
質問に質問で返しているように見えて、これは論点のすり替えではない。Netscapeを開発しAndreessen Horowitz（a16z）を共同創業したAndreessenは、「AIは創造的か」という問いの立て方そのものを疑っている。天才と比べればLLMはほぼ確実に見劣りする。だが人類の大多数と比べたらどうか、という話だ。
これは、AI導入の設計を仕事にしている立場からすると見過ごせない付け替えだ。私は、天才かどうかではなく「人類の能力分布のどこまでを超えたか」という物差しで測る方に賛成している。実務でAIに何を任せ、何を人間に残すかを決めるとき、効くのはAIが天才の域に達しているかではなく、分布のどこまでをカバーしているかだからだ。本記事では、Andreessenと『HARD THINGS』の著者で経営思想家のBen Horowitzが、LLMの知能・創造性・IQ論・AIバブル論を語ったa16zのファイヤーサイドチャットを、この物差しの付け替えという1本の軸で読み直す。
本記事の位置づけ
- 本記事は主に a16z ファイヤーサイドチャット動画（視聴はこちら）をもとに再構成したものです。引用は動画の発言に基づきます（1件のみ、Kevin Kellyとの別対談からの補足引用があり、本文中にその出典を明記しています）
- 前半（LLMの創造性、IQとTheory of Mind、AIバブル論）は、物差しの付け替えとして著者が賛否を持って読みます
- 後半（米中のリード幅、ロボティクスと製造エコシステム）はVCとしてのポジションが乗った見立てで、著者に独立の検証手段がありません。当時のスナップショットとして引用に留め、賛否は保留します
天才基準と分布基準：LLMの能力を測る2つの物差し
Andreessenの問い返しが示すのは、LLMの能力を測るときに2つの違う物差しがあるという整理だ。
天才基準とは、ベートーベンやゴッホのような、人類史上ごく僅かな概念的ブレークスルーの体現者と比較する物差しだ。従来の「AIは創造的か」という問いは、たいていこの基準で立てられている。
分布基準とは、人類の能力分布のどの割合を超えたかで測る物差しだ。「天才に勝てるか」ではなく「人類の99.99%より上か」を問う。
同じ「LLMは賢いか」という質問に対して、この2つはまったく違う答えを出す。天才基準で見ればLLMはまだ遠い。分布基準で見れば、多くの実務タスクですでに人類の大半を超えている可能性がある。
この分布基準の具体例として、Andreessenは転移学習（transfer learning）、専門用語で言えば分布外推論（out-of-distribution reasoning、学習データの範囲外で推論する能力）の希少性を挙げる。
"I know three people who can [do transfer learning] reliably out of the 10,000 in my address book."
「私のアドレス帳には1万人いますが、その中で信頼して転移学習（異分野の知識を横断的に使う）ができる人は3人だけです。」
— Marc Andreessen, Andreessen Horowitz 共同創業者
ファイナンスの質問に心理学の答えを持ってくる人、心理学の質問に生物学の答えを持ってくる人は、Andreessenが知る1万人のうちわずか3人だという。分布基準で見れば、この能力の「合格ライン」は人類の0.03%に過ぎない。LLMがこのラインを超えることは、天才を再現することよりずっと現実的な目標になる。
分布基準で読むLLMの創造性
天才基準に立てば「LLMは創造的か」という問いの答えはほぼ決まっている。ベートーベンやゴッホ級の概念的ブレークスルーは人類史上でも稀にしか起きない。LLMがそこに並ぶかを議論しても、実務上の意味は薄い。
Andreessenはむしろ、創造そのものの成り立ちを問い直す。「真のゼロからの創造など、歴史上どれほどあったのか。ほとんどの革新は、既存のアイデアの『リミックス』に過ぎない」と彼は言う。LLM自体も、80年間のニューラルネットワーク研究の積み重ねの結果だ。ベートーベンにもモーツァルトやハイドンの影響が色濃く見られる。技術と芸術の革新は、突然変異というより積み重ねの産物に近い。
この積み重ね観は、Andreessenが同じ時期にKevin Kelly（Wired創刊編集長）と交わした別の対談でも一貫している。彼はそこで、技術の実現には長い前史があると述べている。
"The question is not what is a new idea. It's not whether it will happen, but when it will happen."
「問いは何が新しいアイデアかではありません。それが実現するかではなく、いつ実現するかです」
— Marc Andreessen, a16z共同創業者（Kevin Kellyとの対談より）
iPhone（2007年）の前にはIBM Simon（1997年）、さらに遡ればRadioShackのスマートフォン試作（1982年）があった。Andreessenの見立てでは、シリコンバレーで「新しい」と呼ばれる技術のほとんどは25〜50年の前史を経て初めて実用化に届く。LLMを「80年間のニューラルネットワーク研究の蓄積」と呼ぶ物言いは、この技術観の延長線上にある。天才の閃きが何かを生み出すのではなく、蓄積が実現のタイミングを決めるという立場は、天才基準ではなく分布基準・積み重ね基準で創造を測るという本記事の軸と重なる。
真の創造的天才の割合
図: 人類全体 vs ベートーベン・ゴッホレベルの天才 vs LLMが目指すライン
だとすれば、LLMに問うべきは「天才に並べるか」ではなく「人類の99.99%を超えているか」になる。
"Look at what humanity has been able to build, despite all of our limitations."
「我々人類がこれまで成し遂げてきたことを見てください。すべての限界にもかかわらず、です。」
— Marc Andreessen, Andreessen Horowitz 共同創業者
転移学習ができる人が1万人中3人だとしても、人類はこれまで文明を築いてきた。分布の残り99.97%が転移学習に頼らずに成果を積み上げてきたのだとすれば、LLMも同じ水準に達すれば実務上は十分だ、というのがAndreessenの見立てだ。
私はこの物差しの付け替えに賛成している。「AIは創造的か」という問いの立て方自体を、実務の意思決定からは外してよいと考えている。AI導入で効くのは天才性の有無ではなく、分布のどこまでを任せるかの線引きだからだ。
この線引きを具体的な判断軸に落とすなら、以前整理した実験費と運用費の境界（参照: AI収益は「実験費」か「運用費」か）と同じ発想が使えると考えている。source of truthが決まっていて、承認境界を人間の側に明確に切れる業務は、出力が「天才的」でなくても分布の低いところまで任せてよいとみている。逆に、最終判断の責任が重く、失敗時の差し戻し先が定まっていない業務は、出力が分布の上位にあるように見えても人間に残すべきだと考えている。線引きを決めるのは出力の天才性ではなく、この承認境界の設計だというのが私の見立てだ。
IQ0.4とTheory of Mind：知能だけでは測れないもの
分布基準は「能力の高さ」を測る物差しだが、Andreessenはもう一つ、能力の高さと成果の関係にも釘を刺す。
この対談でAndreessenは、知能と成果の相関は0.4程度だと述べている。この数値がどの調査に基づくのかは対談の中で明示されておらず、本記事もこれを独立に検証していない。ここでは「Andreessenがそう主張している」という発言の事実だけを引用階層として残し、正しさの検証は保留する。
"PhDs all work for MBAs. Do you think we're being ruled by the smart ones? Like, is that your big conclusion from current events?"
「博士号取得者は全員MBA取得者のために働いています。今の世の中、頭のいい人たちに支配されていると思いますか？それが現代社会から導き出される結論ですか？」
— Marc Andreessen, Andreessen Horowitz 共同創業者
知能と成功の相関
図: Andreessenが対談で言及した知能と成功の相関（0.4程度）のイメージ。数値の解釈は対談内の発言であり、本記事は独立検証していない
続けてAndreessenは、Theory of Mind（心の理論、他者の視点・感情・意図を理解する能力）の観点からリーダーシップを語る。ある研究を引きながら、リーダーとフォロワーのIQ差が1標準偏差を超えるとTheory of Mindが機能しなくなると主張する。この研究の出典もまた対談内では示されておらず、本記事は独立に確認していない。
"If the leader is more than one standard deviation of IQ away from the followers, it's a real problem. That's true in both directions."
「リーダーとフォロワーのIQ差が1標準偏差以上離れると、大きな問題になります。これは両方向に当てはまります。」
— Marc Andreessen, Andreessen Horowitz 共同創業者
リーダーが部下よりIQで大きく上回っても下回っても、Theory of Mindは機能しにくくなる。知能だけでは適切な距離感を測れない。
Benはこれを、経営という営みの言葉で言い換える。
"A lot of it is being able to have a confrontation in the correct way and really understanding who you're talking to... seeing decisions through the eyes of the people working in the company, not through your eyes."
「経営の多くは、適切な方法で対立を処理することと、相手を本当に理解することです。従業員の視点で意思決定を見ること。自分の視点ではなく。」
— Ben Horowitz, Andreessen Horowitz 共同創業者
AI時代のリーダーシップスキル
図: リーダーシップにはIQだけでなく、対立処理やTheory of Mindといった複数のスキルが関わる
経営書が役に立たないことが多いのは、この状況依存性を無視しているからだとBenは言う。「あなたの会社、あなたの製品、あなたの組織は、他と全く異なる」。一般論のリーダーシップ論よりも、目の前の相手を理解する力の方が効く。AIは個人の行動パターンをモデル化できても、「ビジネスの正しい方向性」と「人心掌握」を統合することは、現時点ではまだ難しいとAndreessenは見ている。
LLM自身のTheory of Mind：ペルソナとソクラテス対話
興味深いのは、AndreessenがLLMの使い方としてTheory of Mindに近い能力を引き出そうとしている点だ。彼はLLMに複数のペルソナを与え、ソクラテス対話（問答を通じて真理に迫る対話手法）をさせることを好む。英国のあるスタートアップは、政治家向けのフォーカスグループをLLM内で再現できることを発見したという。ケンタッキー州の大学生、テネシー州の主婦といった異なるペルソナを、LLMはかなり正確にモデル化できる。
ただし、LLMには「全員を満足させたがる」傾向がある。デフォルトのままだと、議論は短時間で丸く収まってしまう。Andreessenは「緊張感を高めろ、対立を激化させろ」と明示的に指示することで、初めて現実的な議論を引き出せると言う。
身体性というもう一つの軸
分布基準は能力の到達度を測る物差しだが、Andreessenは認知そのものの構成にも触れている。人間の認知は脳だけでなく、腸内細菌や嗅覚、ホルモンといった生化学的要素を含む「全身体験」だという研究があるという（この主張も対談内での言及であり、本記事は独立検証していない）。対して現在のLLMは、脳（知能）だけがあり身体を持たない、デカルト的な心身二元論の存在に近い。ロボティクスによって物理世界と統合されれば、より人間的な知性に近づく可能性があるとAndreessenは見ている。分布基準では測れない、もう一つの軸の限界がここにある。
バブル論とキャピチュレーション
Benはバブル論に踏み込む。
"The fact that it's a question means we're not in a bubble. In order to get to a bubble, everybody has to believe it's not a bubble."
「バブルかどうか議論されている時点で、それはバブルではありません。真のバブルになるには、全員が『これはバブルではない』と信じなければなりません。」
— Ben Horowitz, Andreessen Horowitz 共同創業者
Benが言う真のバブルとは、キャピチュレーション（降伏）、つまり懐疑派が「もう抵抗しても無駄だ」と諦めて市場に参加し始める状態のことだ。ウォーレン・バフェットが「テクノロジーには投資しない」と宣言していたのに、ドットコムバブル末期に投資を始めた瞬間がその一例だという。
Benの基準に立てば、「AIバブルでは」という声が上がっている今の状態は、むしろバブルでないことの証拠になる。Benは現在のAI需要を旺盛だとみており、5年後に需要不足になるとは考えにくいと述べる。インターネットバブルはネットワーク上のユーザー数そのものが不足していたために起きたが、AI市場にはすでに十分なユーザーがいるという点で構造が異なる、というのがBenの整理だ。
この基準は反証可能で気に入っている。ただ、私はバブルかどうかの二択そのものにはあまり乗らない。以前書いたように、AI支出の質を見るときに効くのは「実験費」か「運用費」かの境界であって、バブルという単語ではない（参照: AI収益は「実験費」か「運用費」か）。支出がどのworkflowに入り、誰が承認境界を持ち、失敗時にどこへ差し戻すかが決まっていれば、それは需要が旺盛かどうかとは別に定着する。Benの「キャピチュレーションが起きていない」という診断と、私の「運用費の条件が揃っているか」という診断は、同じ現象を別の角度から見ていると思っている。
保留パート：米中競争とロボティクスは投資家のスナップショットとして読む
ここから先は、Andreessenの発言というよりAndreessenのポジションが乗った見立てだ。VCとして中国のAIスタートアップにもロボティクス企業にも利害関係がありうる立場からの発言であり、私にはこれを独立に検証する手段がない。以下は当時のスナップショットとして引用に留め、賛否は保留する。
Andreessenはまず、今のチャットボットや検索エンジンをAI製品の最終形だとは見ていない。
"The personal computer from 1975 through to 1992 was a text prompt system. 17 years in, the whole industry took a left turn into GUIs and never looked back."
「パーソナルコンピュータは1975年から1992年までテキストプロンプトシステムでした。17年経って、業界全体がGUIに大転換し、二度と振り返りませんでした。」
— Marc Andreessen, Andreessen Horowitz 共同創業者
PC製品形態の進化
図: PC製品形態の進化タイムライン
PCがテキストプロンプトからGUI、Webブラウザへと20年近くかけて姿を変えたように、今のAI製品も今後20年で今は想像できない形に進化するかもしれない、というのがAndreessenの見立てだ。
その延長線上で語られるのが、米中のAI競争だ。
"This is a full-on race. It's a foot race. It's a game of inches. We're not going to have a 5-year lead. We're going to have like maybe a six-month lead."
「これは全力疾走のレースです。1インチを争うゲームです。我々は5年のリードなど持っていません。おそらく6ヶ月程度のリードがあるかないかです。」
— Marc Andreessen, Andreessen Horowitz 共同創業者
米中AI競争の構図
図: 対談時点でAndreessenが語った米中の強みの違い（概念的イノベーション vs 実装・スケール・製造）。当時のスナップショットとして参照
| 項目 | 米国 | 中国 |
|---|---|---|
| 強み（Andreessenの発言時点の見立て） | 概念的イノベーション | 実装・スケール・製造 |
| 挙げられたモデル例 | GPT-4, Claude | Deepseek, Qwen, Kimi |
| リードの長さ（Andreessenの主張） | 約6ヶ月 | - |
この表は対談当時のAndreessenの見立てであり、モデル名やリード幅は数ヶ月単位で古びる。現在の比較には各社の公式情報を確認してほしい。
Andreessenは、AI革命の「フェーズ2」はロボティクスだと言う。
"Even if the US stays ahead in software, the robots have got to get built and that's not an easy thing. By default, sitting here today, that's all going to happen in China."
「たとえ米国がソフトウェアでリードを保っても、ロボットは製造されなければなりません。それは簡単なことではありません。現状のまま進めば、それはすべて中国で起きます。」
— Marc Andreessen, Andreessen Horowitz 共同創業者
米国は過去数十年で脱工業化を進め、ハードウェア製造エコシステムは中国に移った。自動車産業が3社のメーカーだけでは成り立たず数千の部品サプライヤーを必要とするように、ロボット産業もエコシステム全体の構築が鍵になるとAndreessenは主張する。
日本は製造業に強みを持つ数少ない国の一つだ。この対談を日本の文脈に置くなら、ロボティクスでの協業・競争戦略は再考に値するテーマだと私は考えている。ただし製造業の現場は私の専門外で、この段落は対談の内容から導ける範囲の意見にとどまる。
結び：物差しを付け替えると、線引きはどこに動くか
この対談を天才基準と分布基準という1本の軸で並べ直すと、Andreessenの主張は驚くほど一貫している。
- 創造性は天才基準では測らない。分布基準で99.99%を超えれば実用十分（節「分布基準で読むLLMの創造性」）
- 知能の高さは分布基準でも成功を保証しない。相関0.4という数字自体は対談内の主張として保留したままでいい。効くのは対立処理とTheory of Mindという別の能力だ
- バブル論は「バブルか否か」の二択ではなく、キャピチュレーションが起きたかどうかという反証可能な基準に置き換えられる
- 米中競争とロボティクスは、Andreessen自身のポジションが乗った見立てとして、分布基準の外に置いておく
ここから実務に引けるレバーは一つだ。AI導入の判断で問うべきは「この出力は天才的か」ではなく「この業務は人類の分布のどこまでを任せてよい業務か」になる。定型的で失敗コストが低い業務ほど、分布の低い方まで任せて構わない。最終判断の責任が重く、対立処理やTheory of Mindが必要な業務ほど、分布基準を満たしても人間に残す理由がある。
同じ「AIは本物の変化か」という問いに、Peter Thielはまったく逆の答えを出している（参照: Peter Thiel「世界の果てへの航海」論考を読み解く。技術停滞論はその中で扱っています）。Thielは技術そのものが停滞していると見る。Andreessenは物差しさえ変えれば十分な変化が起きていると見る。どちらが正しいかを本記事で決着させるつもりはない。自分の会社でAIに何を任せ、何を残すかを決めるときの判断材料として、この物差しの付け替えを持ち帰ってもらえたら十分だ。
関連記事
Peter Thiel「世界の果てへの航海」論考を読み解く - 同じ問いに技術停滞論という逆の答えを出す投資家の思想を扱う
AI収益は「実験費」か「運用費」か？企業導入で見るべき境界線 - バブル論の節で接続した、支出の質を見る既存の判断軸
参考リソース
- 元動画（YouTube）
- Marc Andreessen × Kevin Kelly対談（Long Now Foundation, YouTube） - 技術の前史に関する引用の出典
- Andreessen Horowitz (a16z) 公式サイト
- Marc Andreessen on X
- Ben Horowitz on X
本記事はネクサフローのAI研究シリーズの一部です。
