海外メディアは、OpenAIがGPT-6 Astraをリリースしたことで、AIの競争ロジックが変化したと見ている。重要なのは「誰がAIをより上手に使うか」ではなく、「誰がより早くAIエージェントを導入し、活用するか」である。この記事は、Astraを質問に答える段階からタスクを実行する段階への転換点と位置づけている。
回答から実行へ
Astraは、コンピュータを操作し、ウェブを閲覧し、ソフトウェアを使用し、コードを記述して実行し、より長いワークフローを完了できると説明されている。この記事は、これがAIが「人が質問し、モデルが回答する」から「人がエージェントにタスクを委ね、エージェントがタスクを完了する」へと移行していることを意味すると述べている。
著者によると、Astraの鍵はより強力な能力にあるのではなく、より「雇用」可能なデジタル労働者に近づいている点である。Astraはもはや単に答えを生成するだけでなく、継続的なタスクを担い始めている。
浸透率はもはや人数で計算されない
OSWorld 2.0のテスト結果によると、Astraは長期タスクでのパフォーマンスが優れており、完了時間も明確に短縮されています。著者はこれに基づき、AIの浸透率を計算する方法も見直す必要があると主張し、もはや「AIを使用する人数」だけで推定することはできないとしています。
より重要な変数は、稼働中のAgentの数、各Agentが実行するタスクの数、各タスクが消費するTokenの数となった。この記事では、個人が複数のAgentを同時にデプロイでき、企業が数百から数千のAgentを同時に運用することもあり得ると述べている。
トークン需要は拡大されます
著者はさらに、エージェント時代のトークン需要はユーザー数の増加だけでなく、タスクの複雑さや実行時間に伴って同時に上昇すると指摘している。継続的に動作するエージェントは、計画、検索、実行、検証、修正を繰り返し行い、より多くの呼び出しと高いトークン消費をもたらす。
記事は、モデルがトレーニングに参加すること自体がフィードバックループを形成すると述べています。より強力なモデルはより強力なエージェントを生み、より強力なエージェントはより多くの高品質データを生成し、そのデータが再びモデルのさらなる向上を促進します。著者は、これにより計算リソースとトークンの需要がより強力な自己増幅段階に入ると考えています。