なぜ領域専門性だけではもはや堀にならないのか
3週間シリコンバレーを回って戻った現場リポートは、市場がフロンティアラボへ凝縮していく流れを Time Gap × Domain Gap という二つの軸で整理します。時間の差は急速に縮まり、残るのは領域の差だけ、という観察です。ここまでは見慣れた結論です。モデルは誰でも使えるのだから、結局その領域を深く知る人が堀を持つ、と。
ところがフロンティアラボは、まさにその領域を自ら手がけると宣言しました。コーディング、リーガル、バイオ。領域を選ぶ基準さえ明確です。RLVR、つまり検証可能な報酬で強化学習が回せる領域をまず狙う。手法もあからさまです。専門家の暗黙知をpost-trainデータとして買い上げる。人の頭の中にしかなかった判断を金で買い、モデルの中に入れるのです。
そうなると領域専門性は堀ではなく買収の対象になります。20年かけて積んだ判断がデータセットとして売られ、モデルに吸収された瞬間、「その領域を知っている」という事実だけでは防衛線になりません。
AIは領域にどこまで深く入り込んだのか
バイオはこの変化が最も劇的に表れた領域です。伝統的な研究者の懐疑が根強く残るなか、OpenCRISPRはAIがその領域ですでに実質的な革新を生んだ証拠として提示されます。遺伝子編集ツールをAIが新たに設計してのけたのです。
より印象的な場面は個人のレベルで現れます。ある人はCodexでわずか三日で個人ゲノム解析パイプラインを作り上げました。かつては領域知識とエンジニアリングを長く積まねば手を出せなかった仕事が、道具を握る人には三日に圧縮された。領域参入のコストそのものが崩れつつある兆候です。
問いが反転する――誰が先に差を埋めるか
そこでリポートは挑発的なフレームを投げます。領域の専門家を説得するのか、打ち負かすのか。この問いは、私たちがこれまで問うてきた方向を反転させます。これまでは「領域の専門家がAIを学ぶのか」を問うてきました。しかし本当の勝負は反対側にあるのかもしれません。
二つの速度が競います。領域の専門家がAIに慣れる速度と、AIを手にした人が領域知識に追いつく速度。領域知識がデータとして買われ、道具で三日のうちに再現される世界では、後者の速度は予想よりはるかに速い。堀は「何を知っているか」ではなく「この差を誰が先に埋めるか」で分かれます。
では今の堀は何なのか
この視点をたどると、moatの定義が変わります。静的な資産(領域知識、モデルへのアクセス)から、動的な速度(差を埋める能力)へと移る。知っていることは複製され買い取られますが、自分の差を速く埋める習慣はそう簡単には複製されません。
AX(AI転換)の観点では、これは具体的な処方につながります。領域の専門家であれば、自分が知る流れをAIという言語へ移す速度を最優先に置くべきです。流れを知りながら道具を拒めば、その知識がpost-trainデータとして売られていく間に、自分だけが取り残されます。逆にAIネイティブであれば、領域への謙虚さが堀になります。三日でパイプラインは作れても、その領域が本当に何を恐れているかは、いまなお現場でしか学べないからです。
この問いに確定した答えはまだありません。ただ、堀が所有から速度へ移りつつあるという感覚だけは確かです。どちらが先に差を埋めるのか、その結果こそが気になります。