元OpenAI CTO Mira Muratiの120億ドル規模のベンチャーThinking Machinesからの相次ぐ離職、AI分野における熟練専門家の激しい争奪戦を浮き彫りに

主要メンバーの離脱によりAIスタートアップThinking Machinesが揺れる

シリコンバレーにおけるトップAI専門家の争奪戦は今週さらに激化し、OpenAIの元CTOであるMira Muratiが率いるAIベンチャーThinking Machines Labの創設メンバー3人がOpenAIへの復帰を発表した。Brett Zoph、Luke Metz、Sam Schoenholzの3名は、いずれもThinking Machinesに参加する前はOpenAIに在籍していた。

OpenAIのアプリケーション部門CEOであるFidji Simoが水曜日にこのニュースを明らかにした。Simoによると、Zophは彼女に直接報告し、MetzとSchoenholzはZophに報告することになるという。ZophとMetzはThinking Machinesの共同創設者であり、Schoenholzもオリジナルの研究・エンジニアリングチームの一員だった。

離職を巡る論争

Core Memoryの報道によれば、Muratiはスタッフに対し、Zophが「非倫理的行為」を理由に解雇されたと伝えたという。この件についてZoph、OpenAI、Thinking Machinesのいずれもコメントを出していない。Simoは、採用プロセスは数週間前から進行中だったと述べている。Bloombergは、SimoがOpenAIの従業員に対し、ZophがMuratiに退職の意向を伝え、それが即時解雇につながったと話したと報じている。Simoはまた、Zophの行動に関する懸念を否定した。

木曜日までに、Thinking Machinesの研究者であるLia GuyとIan O’Connellの2名も離職するとの追加報道があり、GuyはOpenAIに参加するという。これら著名な人材の流出は、新興AIラボがOpenAI、Anthropic、DeepMindなどの大手と人材獲得競争をする中で直面する課題を浮き彫りにしている。中国のDeepSeekやMoonshot AIなど一部スタートアップは競争力のあるモデルを構築しているが、同じ人材プールを奪い合っているわけではない。

資金調達と人材維持の難しさ

Thinking Machinesは7月に20億ドルという過去最大級のシード資金調達を成功させ、企業評価額は120億ドルに達した。Bloombergはその後、同社が500億ドルの評価額でさらなる資金調達を模索していると報じている。こうした驚異的な資金調達にもかかわらず、同スタートアップはAI研究者の維持に苦しんでいる。共同創業者の1人であるAndrew Tullochも昨年、MetaのAI部門に移籍しており、そこでは高額な報酬パッケージが知られている。今回のZoph、Metz、Schoenholz、Guy、O’Connellの離脱によって、同社の不安定さがさらに増している。

同様に、OpenAIの元チーフサイエンティストIlya Sutskeverは2024年末に新ベンチャーSafe Super Intelligence（SSI）のために10億ドルを調達したが、Metaが共同創設者のDaniel Grossを自社の先進AIプロジェクトに引き抜いた。

新興AIラボが人材獲得競争で苦戦する理由

新興AIラボが、目を見張る資金調達を実現しているにもかかわらず、トップ研究者の維持に苦戦する理由はいくつかある：

• 報酬の限界： これらのスタートアップは、Meta、Google DeepMind、OpenAIのような大手テック企業が提供する時に7桁に達する高額現金報酬には太刀打ちできないことが多い。
• 株式と現金： 初期メンバーには将来的な価値が見込める株式が付与されることもあるが、大手企業で即時に受け取れる多額の現金報酬ほど魅力的でないことが多い。
• ストックオプションのリスク： 若い非公開企業の株式は、上場企業や確立されたラボのストックオプションよりも一般的にリスクが高い。例えばGoogleやMetaは、従業員が早期にキャッシュ化できる寛大なストックパッケージを提供している。OpenAIやAnthropicもIPOを検討しており、近い将来に従業員へ多額のペイアウトが見込まれるが、新興スタートアップではその可能性が低い。

Thinking Machinesの従業員と連絡を取る元OpenAI研究者によれば、最近の離職の主な理由は金銭的なインセンティブであり、一部のスタッフは非常に高額なオファーによってOpenAIに呼び戻されたという。この人物はまた、Simoのリクルーティング活動がThinking Machinesの資金調達を妨害する意図もあったのではないかと推測している。投資家は創業メンバーの離脱に慎重だからだ。

計算資源へのアクセス：もう一つの障壁

新興AIラボにとってもう一つの大きな課題は、十分な計算資源を確保することだ。確立されたラボも、大規模言語モデルのトレーニングやデプロイのためのデータセンター容量の制限を嘆いているが、彼らはインフラ構築に数十億ドルを投じてきた。その規模からNvidiaにとって優先顧客となっており、Nvidiaのチップは先進的AIモデルのトレーニングに不可欠だ。Googleは独自のAIチップ（TPU）を開発し、Nvidiaへの依存度を下げている一方、Meta、OpenAI、Anthropicは専用データセンターを構築し、Amazon Web ServicesやMicrosoftなど主要クラウドプロバイダーと提携している。対照的に若いラボは、全体の需要が小さいにもかかわらず、必要なGPUや計算資源の確保に苦しむことがある。

不明確なプロダクト戦略とビジネスモデル

Thinking Machinesを含む多くの新しいAIラボは、明確なプロダクトやビジネスプランをまだ確立していない。Thinking Machinesがこれまでにリリースしたのは、10月に発表した「Tinker」というベータツールのみで、これは研究者や開発者がオープンソースの言語モデルを特定タスク向けにファインチューニングするのを支援するものだ。同社はモデル訓練の最適化に関する研究も発表しているが、広く利用可能なプロダクトや収益源がいつ登場するのかは示していない。

一部の従業員は、既存ラボの迅速な開発ペースと比べてプロダクトの方向性が不明瞭であることに不満を募らせていたというが、最近はこうした懸念の一部が解消されてきているとの情報もある。特にZoph、Metz、Schoenholzは研究部門の責任者ではなく、OpenAIのプロダクト責任者であるSimoの下で働くことになり、より応用的なAI業務への関心が示唆されている。

他の新興ラボも同様の課題に直面している。例えばSutskeverのSSIはプロダクト計画を公表しておらず、モデルもリリースしていないが、最近の発言では近くローンチの可能性を示唆している。Sutskeverは以前、SSIがAI安全性に関する大きなブレークスルーを待ってからプロダクトをリリースする可能性があると述べていた。

この記事は元々Fortune.comで公開されたものです。