4時間、118の回答、梁文鋒が内部交流で全てに応える

整理者：顧翎羽

原文編集：徐青陽、蘇揚

原文出典：テンセント科技

DeepSeek は、設立以来初の外部資金調達を完了しました。今回の調達総額は 500 億元（約 74 億米ドル）超、調達前評価額は約 3675 億元（約 543 億米ドル）に達します。投資家陣には、DeepSeek 創業者の梁文鋒氏が個人で 200 億元、テンセントが 100 億元、CATL（寧徳時代）が 50 億元、NetEase（網易）、JD.com（京東）、IDG キャピタルがそれぞれ 30 億元、国家人工知能産業投資基金が 10 億元を出資しています。

これ以前、梁文鋒氏は「資金調達しない、上場しない、商業化しない」という原則を掲げていました。今回の大規模な資金調達は、DeepSeek が正式に資本市場に参入したことを示すものであり、業界からもその商業化の道筋や技術ビジョンに大きな注目が集まっています。

最近開催された投資家向け説明会で、梁文鋒氏は DeepSeek の組織文化、オープンソースの論理、技術ロードマップ、そして業界の競争環境に対する見解について詳しく説明しました。

以下は、テンセント科技が入手した約 4 時間に及ぶ説明会での梁文鋒氏の発言をテーマ別にまとめた全 118 項目です。原文の意図を可能な限り保持し、軽微な編集のみ加えています。

01 ビジョンと抑制

1. 私たちがこの会社を始めた当初の考えは、最終的にどれだけ儲けるか、資本市場に出て上場するか、そういったことではありませんでした。最初の数十人は全く考えていませんでした。もしそう考えていたら、彼らは来なかったでしょう。

2. 私たちは、この世界に対して非常に大きな善意を持ってこの事業に取り組んでいます。これは人類にとって有益なことであり、お金を超えたものだと考えています。私たちが出発した初衷、ビジョン、そして現在も維持しているビジョンは、商業的利益の最大化という方法に従ったものではありません。

3. 大企業を経営する上で重要なのは、規則や規制ではなく、ビジョンです。ビジョンとは壁に掛けられたスローガンではなく、あなたがどう行動するか、どう言うかではなく、実際にどう運営するかということです。

4. 私たちには組織はなく、ビジョンによって動かされ、ビジョンによって組織されています。私たちは「何らかの KPI を達成しなければならない、評価はない」という方法ではなく、ビジョンだけで動いています。

5. このビジョンは、文書化されたものでもありません。何一つ書き留められていません。このビジョンは、私たちの行動の仕方、この世界に対する態度の中にあります。

6. 私たちには他に多くの優位性はありません。特段の能力があるわけでもなく、他の会社よりお金があるわけでも、人員が優れているわけでもありません。実際にはそうではありません。2 年前にこの会社を設立した時、私たちは多くの資金も、多くの計算リソースも、知名度も、求心力もありませんでした。私たちはただの非常に平凡な人々の集まりでした。

7. 抑制的であればあるほど、成功しやすい、あるいは少なくとも今のところはそれが証明され、説明がつくと言えます。そうでなければ、なぜ私たちが成功できたのか説明がつきません。私たちには武器もなく、出発点は非常に低く、リソースも非常に少なく、社員もランダムに集まった平凡な人々に過ぎませんでした。

8. AI はあまりに大きく、利益も莫大です。私たちは非常に抑制的です。成功さえできれば、最終的な利益は非常に大きくなります。少し分けてもらうだけで利益は莫大になるので、今はそこからどの部分をどのように得るかを考える必要は全くないと思います。利益が十分に大きいからです。

9. 昨年の春節（旧正月）には突然ユーザーが増えましたが、私たちはそのユーザーを引き留めたり、現金化したり、商業的利益を奪い取ろうとはしませんでした。ユーザーを奪い合ったり、お金を稼ごうとはしませんでしたが、ユーザーに良いサービスを提供するよう非常に努力しました。

10. 私たちは、次のスーパーアプリを作って誰かと競争し、次の ByteDance や次のテンセントを作ろうなどとは全く考えていません。その先にある AGI のチャンスは非常に大きいはずであり、常に非常に大きいと考えています。

11. 抑制は戦略です。時には何かを捨てることで、より多くの他のものを得ることができるのです。オープンソースにしないということも同じで、それは私たちの負担とも言えますし、私たちの譲歩とも言えます。

12. この抑制は、長期的に見て AGI を実現する確率を高めるものだと理解しています。何かを考える時、AGI に非常に大きな商業的価値があることを疑っていません。その上で、優先的に考えるのは、どうやって自分のシェアを増やすかではなく、どうやって成功の確率を高めるかです。

13. 私たちは常に非常に抑制的であり、いかなる大手インターネット企業や中小企業とも敵対したくありません。私たちが提供できるのは、支援、協力、そして彼らがこの事業を進めるのを助けることです。

14. この態度を貫いてきましたが、そのために何かを失ったとは思っていません。オープンソースにしたことや、私たちの善意、他者への支援によって何かを失ったわけではありません。むしろ加点になったかもしれません。直感に反するように見えますが、事実はそうです。

15. 私たちは AGI を目標としていますが、商業化も行ってきました。だからこそ C 端のユーザーがいて、B 端の収入があるのです。これまでの経験から、この戦略は成功しています。

02 AGI ロードマップ

16. 問題を明確に説明し、完全なコンテキストと指示を与えることができれば、それはすでに人間を超えています。ただし、定義と前提があります。完全なコンテキストと完全な指示を与えることです。

17. AI はあなたの従業員の代わりにはなりません。しかし、AI が継続的な学習能力を持ち、従業員と同じように会社に来て 2 ヶ月間学習すれば、すべての人を代替できるでしょう。その次のステップには継続的な学習が欠けています。

18. AI の発展は、階段のようなものと考えることができます。昨年の階段は Chain of Thought (思考連鎖) でした。Chain of Thought によって、知能をより高いレベルに引き上げられることが分かったからです。

19. 今年の階段は Agent です。Agent を使えば、より多くのことができ、能力範囲は広がり、知能の上限も高まることが分かりました。Agent は CoT を使用し、CoT は前の階段である言語モデルを使用するため、どのステップも無駄にはなりません。

20. Agent の次に解決すべき問題は、継続的な学習です。つまり、モデルが継続的に学習できるようにすることです。強力なトレーニングを与えるのではなく、人間のように長期間にわたって継続的に学習できるようにする必要があります。

21. 継続的な学習の後、特異点に到達するかもしれません。この特異点とは、モデルが継続的に学習できるようになった時点で、人間ができるすべてのことを実行できるようになるということです。自身のバージョンを自分で開発し、研究し、次のバージョンを開発し、さらに先進的な AI モデルを開発できるようになります。

22. この特異点は、実際には特異点ではなく、漸進的なプロセスでもあります。このプロセスは比較的長い漸変であり、突然変異ではありません。しかし、習慣的に私たちはそれを特異点と呼んでいます。

23. これが私たちの推測であり、タイムテーブルは次のようになると考えています。まず「学習」を解決し、次に知能の特異点、自己反復可能な特異点に到達し、その後で具現化知能となります。具現化知能になれば、現実世界に入り込み、家事をしたり、老後の世話をしたりできるようになります。

24. 継続的な学習を先に解決し、次に自己反復の特異点を解決し、その後で具現化知能を解決すれば、この道のりは容易になります。後の段階では、先行する技術を使って後の技術を開発できるからです。

25. 私たちは AGI の本筋だけを追求します。AI の分野は広大ですが、本筋にないと考えるものも多くあります。例えば、3D や動画生成は、知能の本筋とはあまり関係がないと考えており、取り組みません。

26. 動画生成は登場時から非常に注目され、あたかも必ずやらなければならず、やらなければ AI 企業ではないかのように言われました。しかし、よく考えてみれば、それは知能のロードマップとは無関係です。

27. 商業的には良いビジネスですが、知能とは関係ありません。良いビジネスだからといって取り組むのではなく、それが知能のロードマップ上にあるからこそ取り組むのです。

28. 私たちの判断では、世界モデルと知能は、現時点で最も重要なことではありません。最も重要なのは AI トレーニング、そしてトレーニング後に継続的な学習をどう解決するかです。これが当社の判断であり、各社で判断は異なります。

29. 私たちは今、AI が AI 研究を加速できるというナラティブを比較的信じています。つまり、線形的ではなく、AI を使って研究を加速できるため、後半は非線形的になる可能性があります。

30. 最終的には具現化知能に進むべきだと思います。なぜなら、普通の人にとって必要なのはコンピューターではないからです。普通の人は、衣食住、娯楽にコンピューターは必要ありません。必要なのは、具体的な人手のニーズを満たす具現化知能です。

31. AGI に何をしてほしいか？ モデルの次のバージョンを反復させ、開発を支援してほしいのです。具現化知能があれば、次のバージョンの具現化知能を反復させ、次のバージョンのロボットを作らせたいのです。

32. 次世代モデルの核となる能力は、継続的な学習能力を持つことです。そうでなければ次世代モデルとは言えません。それまでは、コスト削減、効果向上、速度向上に注力できます。しかし、大きなブレイクスルーには、継続的な学習が必要です。

33. 現在の Agent の能力が制限されているのは、継続的に学習できないからです。効果的に継続学習ができれば、AI の能力は非常に強力になり、研究効率を大幅に向上させることができます。

34. 継続的な学習を最初に実現すれば、汎用知能は容易になるでしょう。それを使って実現するのは簡単です。これが私たちが望む結果であり、労力が少なくて済みます。そうでなければ、現在のように人手で汎用知能に取り組むのは、負担が大きく、データと人材に依存し、費用対効果も低いものです。

03 チームと人材

35. 私たちのこれまでの経験から得た教訓は、AGI というビジョンは非常に強力であるということです。人材の優位性は、うちの人間が他の人間より賢いからではなく、それらの人材をどう組織化し、どう動機付けし、どう協力させるかにあります。

36. 賢い人々を集めても、彼らが自然に協力し、情熱的に目標に向かって突き進むわけではありません。そこでビジョンが必要となるのです。

37. 私たちの最大の核心的利益は、チームの安定性を維持することです。これが最大の核心的利益であり、唯一の核心的利益とさえ言えます。チームの安定性を維持できさえすれば、必ず成功し、必ず AGI を実現できる。それほど単純なことです。

38. お金は問題ではなく、リソースも問題ではなく、他の要素は容易に得られます。私たちにとって、核心的利益はただ一つ、譲れないものがあります。それはチームの安定性を維持しなければならないということです。

39. これは私たちが直面している非常に大きな課題でもあり、最大のリスクだと思います。もっとも、このリスクは今回の資金調達によってかなり軽減されました。皆が受け取るストックオプションは比較的多く、その金額も大きいからです。

40. チームの安定性に関して言えば、最も重要な社員、最も古い社員が安定していれば、他の人はあまり辞めないでしょう。他の人はストックオプションが少なくても、収入が少なくても辞めません。なぜなら、彼らは全員、お金のためだけに来ているわけではなく、AGI を実現できる環境でこの仕事をしたいと願っているからです。

41. その他は時間の問題であり、最大でも半年から1年の遅れをもたらすだけで、実現不可能になることはありません。お金もリソースも不足することはありません。これらは決して不足していないのです。

42. アメリカとの差は主にリソース面にあり、人材面での差はそれほど大きくありません。人材面ではほとんど差はありません。なぜなら、同じ中国人だからです。中国人が海外に出るとき、一部は国内に残り、一部は海外に残り、一部は海外に行きます。賢い人が海外に行くというわけではありません。

43. 人材はボトルネックではなく、リソースが最大のボトルネックです。リソースはまず人材育成に影響を与えます。計算リソースが少ないため、実験の機会が少なく、結果として人材は全体的にアメリカに劣ります。人材の差は、本質的には計算リソースの差です。

44. AI 人材の不足も一時的なものであり、すでに大幅に緩和されていると見ています。AI 人材は本当に不足しておらず、各企業はすぐに人材を育成できます。人材育成は非常に早いのです。

45. 現在、国内でモデルを開発している企業は多