弁護士の5,000ドルのChatGPTへの罰金は、AIがどこで利益を得ているかを示す一例です。

今では、ほぼ毎週、AIチャットボットが実際には起こらなかったような内容を作成することを許可する法律家がいる。今週のニューメキシコ州の事例も、他のケースと同じように見える——ただし、実際にはそうではない。州の最高裁判所は、サンタフェの弁護士であるスティーブ・アロンズに罰金を科した。5,000ドルを支払い、彼を軽蔑した。彼が殺人罪の控訴書を提出した後、法廷の言葉によれば、完全に作られた証人からの偽の証言。これは悪い法的根拠ではありませんでした。ChatGPTは、実在しない証人を作り出し、警察の証言をその証人に関連付けてしまったのです。その証人は「暗い色のズボンと白いシャツを着ている」と記述されていました。

アロンズは、チャットGPTに裁判の記録を与えて、それを生成させたと言った。彼が「防弾的な要約」と呼んだもの、そして、AIがどれほど事実を「妄想」する可能性があるかを理解していなかったのです。彼はそれを単なる間違いだと言った。裁判所の人は、AIの幻覚に頼る弁護士の問題について、あまり良い印象を持っていないようでした。毎日、驚くべき話が起こります。

個人投資家にとっては、この話は「うわ、それは悪い」というところで終わってしまいます。しかし、もっと有用な点があると思います。つまり、AI株がどのように成長するかを決定する唯一の問題について、明確に理解できることです。汎用的なAIが問題になるのは、すべての主張を正当化する能力に基づいて構築された業界においてです。一方、答えが証明可能であるという前提に基づいてAIを開発した企業こそが、実際の収益を得ているのです。つまり、AIサイクルにおける価値は、フロンティアモデル自体ではなく、そのギャップにあるのです。

ボトルネックは知能ではなく、信頼です。

ここに、報道の中で見過ごされてしまう部分があります。過去3年間、AI関連の取引は、より大きなモデルや、より多くの計算能力、より多くの資金を必要とするものでした。この段階では、CUDAという技術や、最も多くのチップを購入できる人が重要な役割を果たしています。しかし、トレーニングだけが入力条件に過ぎません。実際に資金が動くのは、AIが実際に活用される時です。使用されたそして、法律、会計、税務、医学などの分野でのその利用は、フロンティアモデルが最も苦手とする点によって制限される。それは、検証可能で正当性を保つことができる成果物を生み出すことである。

虚構の事件記録が検索で発見されることもある。しかし、アロンズの提出した証拠はさらに悪質で、偽の証人や偽の警察の証言が含まれていた。これは別の種類の問題だ。それは脚注の間違いではなく、犯罪事件の記録を作り出すモデルの問題である。これを「帰属問題」と呼ぶべきだ。生成型AIは、人間の身分を作り出し、その身分に証言を付与することができる。一般的なチャットボットには、その人物が架空の存在であるという情報は何も示されない。

だからこそ、経済的な観点からの分類が必要になるのです。汎用的なチャットボットは、生産性向上のためのツールとして料金を支払うものであり、固定のサブスクリプション料金が適用されます。使いやすさが高いほど、その価値も高くなります。一方、プロフェッショナルである弁護士や会計士、監査士などは、裁判官や規制機関の前で裏付けられない答えを提供することはできません。そのような顧客にとって、信頼できる答えというのは製品そのものであり、それを提供できる提供者は、チャットボットが得る料金の何倍もの利益を得ることができます。

暗黒の馬がデータを持っていて、モデルは持っていない。

この分野における最も明確な公的なベットは、Thomson Reutersです。彼らはスタートアップでもAIのパイオニアでもありません。彼らは、法律情報データベースであるWestlawやPractical Lawの中年のオーナーです。昨年、彼らはCoCounselというAI製品を開発しました。CoCounselは、Aaronsの失敗を招いた場所とは正反対の場所で開発されています。CoCounselは、Westlawが所有する独占的な、信頼性の高いコンテンツを基盤としており、同社が「実用的な法律情報」と呼ぶものを中心に販売されています。「信頼性の高いAI」それらの出所を示す回答が明らかになり、専門家がそれを確認し、裏付けることができる。この制限規定により、モデルが利用できる情報源は、オープンインターネットではなく、トムソン・ロイター自身の確認済みデータベースに限られる。トムソン・ロイターは依然として第三者による大規模言語モデルを運用している。— OpenAIやGoogleもその中に含まれますが、彼らは制御の仕組みによって、顧客のデータやモデルの利用範囲を制限しています。

それが、ハードウェアとソフトウェアの価値移行の具体例です。生のモデルは、企業が使用する単なる資源に過ぎません。一方、長期にわたって利用可能で価値のあるものこそが、信頼性の高いコンテンツ層であり、それによって出力が信頼できるようになります。Thomson Reutersには、AI競争全体を勝ち取る必要はありませんでした。重要なのは、専門家たちがすでに利用しているデータや配布システムを手に入れ、その上にAIを組み込むことでした。

業務実績によると、その主張は収益に結びついている。

アナリストの価格目標は意見に過ぎず、セグメントの業績は実際の結果です。2026年第2四半期において、Thomson Reutersが報告しました。総収入が19億5400万ドルで、9％増加そして、その3つの主要業務分野である法律、企業、税務・会計です。10％が自然成長し、現在は会社の収益の83％を占めています。. 法律専門家だけで、10％の自然成長により7億7200万ドルになった。、上に48.1％の調整後EBITDA利益率. 経営陣は、CoCounselとWestlawを、その法的成長の主要な推進力だとして挙げている。、と共に繰り返し収入が9%増加.

重要な比較は、価格設定の力です。殺人事件に関する証言を偽造したチャットボットは、正確ではない小額のサブスクリプションサービスとしてその能力を売り出しました。一方、Thomson Reutersが提供する情報は正確だと期待されます。なぜなら、その正確性が価格となっているからです。だからこそ、一方は無効判決に終わったのに対し、もう一方は成熟したセグメントの収益成長の要因となっています。

一つ制限を加えることで、フレームワークが過大評価されないようにする。これは、AIが安全になったという意味ではない。ニューメキシコ州の裁判所の主張は正しい：基盤化によって妄想が減るが、専門家の検証義務はなくならない。アロンズは検証を怠ったため処罰されたが、基盤化されたツールでもそれは変わらない。このケースで変わるのは、投資家の視点だけである。生産能力から保証可能な成果へとシステムが変化すると、利益を得る企業は、信頼できるデータと基盤化された手段を持つ企業であり、単にありそうなことを素早く言うエージェントを売る企業ではない。

次に、AIが幻想を生み出す話があなたのフィードに表示される時、その企業がどちらの立場にあるかを確認してみてください。その企業は、実際に証明できる成果に対して報酬を受け取るのか、それとも単に生産するだけの成果に対して報酬を受け取るのか？投資家にとっては、モデルの規模ではなく、この違いこそが、強固な競争優位と定期購読サービスの違いとなります。