Yann LeCun氏がLLMを「雪だるま」に例える理由と経営者に必要な対応策

2025年12月にパリで開催された「aiPULSE2025」において、Yann LeCun氏はビジネス界に明確なメッセージを発信した。現在のニュースを席巻しているAIシステムは行き止まりだと。

筆者はaiPULSE2025に参加しなかったが、マラッカのブキット・チナ（Bukit Cina）を朝ランニング中にLeCun氏の基調講演を聴いた。ここでは、講演の要点と筆者の考察をまとめた。

LeCun氏はGeneral IntuitionのCEO兼共同創業者であるPim de Witte氏とともにステージに登壇し、Scalewayの議長を務めるAude Durand氏がモデレーションを担当した。

Yann LeCun氏は「AIの父」とも称されるフランス系アメリカ人のコンピュータサイエンティストである。2018年にディープラーニングの開拓的貢献によりチューリング賞を受賞した。これは現在のAI革命を支える技術である。Bell Labsで銀行の小切手処理を自動化する初期の画像認識システムを開発した後、2003年にニューヨーク大学の教授に就任した。

2013年にはMetaのチーフAIサイエンティストとなり、10年以上にわたり同社のAI研究ラボを構築した。2025年11月にはMetaを離れて次世代AIアーキテクチャに特化したスタートアップを立ち上げた。氏の研究は、コンピュータビジョンから生成AIに至るまで、現代のビジネスアプリケーションを可能にしている。

大規模言語モデル（LLM）はその印象的な能力にもかかわらず、共演者のPim de Witte氏が説明したように「少し雪だるまのようなもの」だ。下り坂を転がり落ちて質量を増すが、周囲の世界を認識しない。雪だるまは自分自身以外の世界を持たないため、何にぶつかるか分からない。

これは理論的な推測ではない。限界はすでに現れている。

現存する最良のAIシステムは弁護士試験に合格し、詩を創作し、国際数学オリンピックに勝つことができる。しかし、5歳児が行えることをするロボットは依然として存在せず、ティーンエイジャーが数十時間で運転を習得するようにAIが運転を学ぶこともない。何か本質的なものが欠けている。

雪だるまからオラフへ、ワールドモデルの違い

Pim de Witte氏は映画『アナと雪の女王』の比喩でこの差を明確にした。LLMは雪だるまであり、オートレグressive（自己回帰的）にトークンを積み上げ、認識を持たない。真の知性はむしろ、前に石を見て回避できる知的な雪だるまオラフのようなものだ。

ワールドモデルは、LeCun氏が提案する代替案で、まったく異なる動作をする。単に次のトークンやフレームを予測するだけでなく、取りうる行動に基づいて可能な結果の全体分布を生成する。これには、LLMが欠いているものが必要となる：インタラクションデータである。

夢を見るときを考えてみよう。見ているものと実際にはインタラクションできない。傍観者に過ぎない。それがパッシブな動画だ。ワールドモデルには、環境の一般的な直感を構築するため、動画表現の上にアクションとインタラクションデータを重ねる必要がある。LeCun氏は、動画はテキストベースのLLMよりもはるかに文脈を持ち、世界をよりよく表現していると述べた。

このため「ビデオゲームのデータセットは非常に価値がある」とLeCun氏は言う。それらはすでに真実のアクションラベルが付いている。例えばMetaでは、年間約10億回の動画アップロードを行っており、これらはアクションラベルが付いている。これにより「計算が非常に効率的」になる。高コストなラベリングステップを経ることなく、直接アクションを予測できるからだ。

ワールドモデルを有利にするデータ経済

ここがビジネスケースが説得力を増すポイントだ。一般的なLLMを訓練するために使用されるインターネット上の公開テキスト全体は約10^14バイト、つまり30兆トークンに相当する。この量のデータは動画から簡単に得られる。

低フレームレートに圧縮しても、10^14バイトはYouTubeのアップロード時間にして約30分に相当する。これは4歳児が生涯で見るのと同じ量の視覚的情報だ。MetaのVJPA2モデルは、数千年の動画をわずか数千GPUで学習した。これは最先端のLLMに必要な巨大なスケールとは対照的である。

「両方のメリットを享受できる」とLeCun氏は説明した。「より多くのデータ、より小さなモデル、そして最終的にはより賢くなる。常識のレベルを備えるのだ。」

企業にとって、これはワールドモデルがLLMが到底達成できない物理的タスクの能力を提供しながら、より少ない計算リソースを必要とすることを意味する。

欧州の予期せぬ優位性

両氏は、欧州がこのシフトに特異的に適していると強調した。Pim氏は「米国よりも、今日ここにいる、私たちと共にいる素晴らしい人材を欧州で見つける方がはるかに容易だった」と指摘した。多くの米国企業は「LLMに夢中」で、代替案の探求ではなく既存アーキテクチャのスケーリングに集中している。

LeCun氏はこの欧州の優位性をFAIRの影響に帰した。「ワールドモデリングのための多くの人材が欧州にいる。これはFAIRでの皆さんの仕事や教育方法が大きく影響していると思う。」氏は米国の「スケール」志向を欧州の基礎研究に適した環境と対比させた。

これは戦略的な機会を生み出す。米国企業が研究を閉鎖し、中国のモデルが地政学的な負担を抱える中、欧州のラボは「真にオープン」な中間地点を確保できる。政治的前条件なしに容易に修正可能なモデルを構築できるのだ。

オープンソースの不可欠性

LeCun氏は現在のAIのオープン状態について言葉を濁さなかった。「OpenAIはかなり前からオープンではなくなっている。Anthropicは元々そうではなかった。Googleは中途半端な位置にある。」一方、「中国は完全にオープンソースへ向かっている」が、これは中国政府の政治的見解に適合するように前処理されたモデルを望まない人々に抵抗を生んでいる。

オープンリサーチは、急速な進歩を成し遂げ、最良の科学者を惹きつける最良の方法だと氏は主張した。FAIRのオープン性はDeepMindですらよりオープンになるよう強いた。新たな革命の瀬戸際に立つ今、あらゆる人の貢献が必要とされている。

企業にとって、これは今日採用するツールが透明性と修正可能性を優先すべきことを意味する。閉鎖システムは短期的な利便性を提供するかもしれないが、長期的な依存リスクを生み出す。

当社運営するKafkaiでは、米国以外のモデルを代替手段ではなくデフォルトとして積極的に使用している。当社のユースケースも顧客のユースケースも政治的ではなく、中国やフランスのオープンソースモデルは非常に優れており、はるかに良いROIを提供している。常に心がけているのはデータがどこに送信されてるのかだ。十分に小さなオープンソースモデルであれば自社内で実行し、そうでない場合は信頼できるデータ保護が整った場所（国）に送っている。

すでに現れる実世界の応用

産業アプリケーションは、ワールドモデルが即時的な約束を示す場である。LeCun氏は1,000個のセンサーを持つターボジェットエンジンの例を挙げた。誰もそのエンジンの完全な現象論モデルを持っていない。鉄鋼工場や複雑なセンサーアレイを持つ製造工場を考えよう。ロボットだけでなく、環境との相互作用をモデル化する方法は？

ワールドモデルはこれらのシステムの完全なデジタルツインを作成し、LLMが手の届かない予測保守やプロセス最適化を可能にする。製造業者にとって、これはもはや未来の話ではなく、競争上の必須事項となっている。

経営者が実際にすべきこと

LLMからワールドモデルへの移行は一夜にして起こるわけではないが、LeCun氏のような人々がテキストベースのLLMの限界に対処する代替案に取り組んでいる今、基盤が築かれている。

基調講演を聴いた後、中小企業がワールドモデルのパラダイムシフトに備えるため取るべき5つの実践的ステップを以下に示す。

1. 今すぐアクションラベル付きデータの収集を始める。それが将来の防衛線になる

講演者は、ワールドモデルの訓練における主要なボトルネックとして真実のアクションデータの深刻な不足を特定した。製造、物流、ロボティクス、あるいはセンサー豊富な環境で事業を展開する場合、動画/センサーデータだけでなく、状態変化を引き起こすアクションを体系的に記録し始める必要がある。

• マシン操作にオペレーターのアクションをタグ付けする（例：「バルブ開放」「温度上昇」）
• タスクの動画記録と並行して人間のデモンストレーションを記録する
• 安価なデバイス（スマートグラス、IoTセンサー）を使用して実世界のインタラクションデータを収集する

機会：LLM企業がテキストデータの希少性に苦しみながら、中小企業は専門的なワールドモデルを訓練するための戦略的資産となる独自のアクションデータセットを構築できる。

2. 技術チームを動画処理の基礎にアップスキルする

ワールドモデルはトークンではなく「ピクセルの世界」で動作する。講演者は、動画エンコーダー、FFmpeg、動画インフラストラクチャの習得が今日のコード理解と同様に必須になると強調した。リソースに制約のある中小企業向けに。

• エンジニアをコンピュータビジョンと動画エンコーディングのワークショップに送る
• FFmpeg/OpenCV経験を持つ人材を採用する（LLM専門家よりも豊富で安価）
• MetaのV-JEPAのような既存の動画モデルを実験し、埋め込み生成を理解する

優位性：このスキルセットはLLMの専門知識と比較して現在低評価されており、早期採用者は低コストで優秀な人材にアクセスできる。

動画を何らかの形で扱っている場合は、真剣に考え計画するべきである。

3. LLMが失敗する縦断的アプリケーションをターゲットにする

基調講演では、最良のAIが弁護士試験に合格できるが、5歳児の物理的推論に匹敵できないことが強調された。これは中小企業のためのグリーンフィールドの機会を生み出す。

• 製造業：複雑な機械（例：1,000以上のセンサーを持つジェットエンジン）の予測保守
• 産業オートメーション：鉄鋼工場、化学プラント、組立ラインでのプロセス最適化
• ロボティクス：制約環境でデモンストレーションから学習するシステム

戦略：Big Techの横断的なLLMアプローチには専門性が高すぎて手が届かない、ドメイン専門知識とデータアクセスを持つ狭く高価値の物理的分野に焦点を当てる。

Kafkaiも同様のアプローチを取っている。ただし物理的分野ではない。

LLMが欠点を示す2つの主要分野に焦点を当てている：1）比較のため正確な文脈データを必要とする競合分析、2）生の出力を最終製品に変換するための統合プロセス。詳細は複雑になるためここでは省略するが、必要に応じて追加情報を提供する。

4. 計算効率の優位性を活用する

ワールドモデルは「最先端LLMに必要な巨大なスケールとは異なり、数千GPUで済む」。この民主化により、

• トレーニングコストはLLMと比較して桁違いに低い
• 大規模インフラなしに独自データで既存のワールドモデルをファインチューニングできる
• クラウドGPUのレンタルが長期トレーニングランに経済的に実行可能になる

アクション：現在利用可能なワールドモデルアーキテクチャ（JEPAの変種）を使用し、コモディティGPUクラスターでパイロットプロジェクトを開始する。計算経済は実験を後押しする。

5. 欧州のオープンリサーチエコシステムに参加する

最後の項目はLeCun氏とパネリストの販売促進の要素を含むが、講演者は「ほとんどの米国大手企業が閉鎖的になりつつある」ことを警告した。中国のオープンモデルは地政学的リスクを伴う。欧州はワールドモデル研究の「真にオープン」なハブとして位置付けられている。

したがって、グローバル拡大を検討する中小企業は。

• 欧州の研究機関（Pim氏のチームのような）と提携する
• 基礎的成果を公開しオープンデータセットに貢献することでグローバル人材を惹きつける
• 製品実装を独自に保ちながら上流研究を共有する共同プロジェクトに参加する

戦略的価値：オープンな協力は進歩を加速し、最良の科学者を惹きつけ、閉鎖的な競合他社がアクセスできない人材パイプラインとイノベーションネットワークを創出する。

重要な変化：LLMからワールドモデルへの移行は、記号AIからディープラーニングへの変化に匹敵する重要な変化を示す。アクションデータを能動的に収集し、動画処理スキルを開発し、実世界のアプリケーションに焦点を当てる機敏な中小企業は、市場が成熟する前に先導的な役割を確保できるだろう。

まとめ

LeCun氏のメッセージは率直だった。「許してもらえば、私は常々それが馬鹿げたことだと考えてきた」と氏は、現在の技術をスケーリングすれば人間レベルの知能に到達するという主張を指して言った。前進の道は根本的なアーキテクチャの転換を要求している。

企業にとって、これはLLMを即座に放棄することではない。これまですでにLLMを活用してきており、それは実際不可能だ。むしろ、その限界を認識し、次に来るものへの準備を始めるということだ。成功する企業はAIの効率性と人的専門知識を組み合わせ、本物のコミュニティを育み、ワールドモデルが学習できるインタラクティブなデータ資産を創出するだろう。

急速な進歩の時代は終わりを迎えている。問題は、あなたの企業がオラフの時代に備えているかどうかだ。