OpenAI、研究の8〜9割をGPT-7以降に配分

米OpenAIで応用研究責任者を務めるBoris Power氏が、同社の研究開発リソースの80〜90％を「GPT-7」や「GPT-8」など2世代以上先のフロンティアモデルへ重点配分していることを明らかにしました。同氏は、世代内の小幅な改良は短期的な試みに過ぎず、真の飛躍は新世代モデルへの移行からもたらされると説明しています。

世代間ジャンプの重視と短期アップデートの位置付け

対談フォーラム「Fellows Forum」などでPower氏が語った同社の研究戦略の要点は以下の通りです。

• ​リソースの大半を次世代モデルへ集中​: OpenAIにおける研究資源の8割から9割は、GPT-7やGPT-8、さらにその先の将来世代に充当されています。同社では「最大の価値は世代を超えた大きな飛躍から生まれる」という認識が共有されています。
• ​マイナーアップデートは意図的な短期施策​: GPT 5.1から5.2への移行のような世代内の部分改良は、特化型トレーニングデータを用いた短期的な賭けであり、社内では近視眼的な取り組みと位置付けられています。ただし、実運用の課題を学び迅速に検証を回すための手段として活用されています。
• AI導入における最大の壁はオンボーディング​: Power氏は、現代のAIアシスタントにおける主要課題はモデル自体の知能水準ではなく、利用者の「オンボーディング（導入・活用手法の理解）」にあると指摘しました。多くのユーザーがAIで何が実現可能かを把握できていないため、将来モデルはユーザーの意図を先回りして選択肢を提示する能力が求められると述べています。

各世代モデルの特性と操作性の変遷

Power氏が言及したモデル世代ごとのユーザー体験の違いは下表の通り整理されます。

世代モデル	主な操作感とユーザー体験の特徴	求められるユーザー側の負担
GPT-4	精緻なプロンプト設計（プロンプトエンジニアリング）が必須	詳細な指示文の作成と試行錯誤が必要
GPT-5	操作性は大幅に向上したものの、依然として多くの指示修正を要求	生成結果に対する反復的なフィードバック
GPT-6	目標を与えるだけで自律的に作業をこなす優秀な同僚のように振る舞う	目的の定義と最終成果物の確認
GPT-7以降​	ユーザーの潜在的な要求を先回りして可能性を提示（開発注力中）	自発的な提案に対する承認・判断

分析・展望

編集部注: 生成AIの開発競争が激化する中、ベンダー各社は数ヶ月ごとの細かなバージョンアップで存在感をアピールする傾向にあります。しかしOpenAIの応用研究トップが明かした戦略は、そうした点刻みの改良競争に囚われず、抜本的なアーキテクチャ刷新を伴う世代交代へ資源の大半を集中させている実態を示しています。同時に、モデル性能の向上だけでは一般ユーザーの定着に限界があることを認識し、ユーザーが価値を引き出せるUI/UXや先回り型の自律対話への課題意識が浮き彫りとなっています。

引用元：The Decoder | AI and Tech News