AIスタック4層、タングズ氏が各層の問いを整理

タングズ氏の整理は、AI産業を4つの層に分け、それぞれが固有の根本的な問いを抱えるとする枠組みである。アプリケーション層ではモデルの更新により薄いラッパー製品が消えるリスクが問われ、ハーネス層では入力コンテキストが全トークンの最大98%を占めることから、その管理がコストと利益率に大きく影響する点が指摘されている。モデル層では学習コストが数十億ドル規模に達する一方、AIがGoogle DeepMindの生産コードの75%を書いても研究の高速化にはつながっていない現状が示される。データセンター層では、5年で$4tの新規債務が必要とされ、MetaやOracle、CoreWeaveのクレジット・デフォルト・スワップ・スプレッドが記録的水準に達していることが挙げられている。これらの層は相互に連動し、単純な部分の組み合わせが全体として予測困難な挙動を生む複雑系であるとタングズ氏は論じている。