Palantir、AIラボの「モデル盲信」を批判

Sankar氏の批判は、ラボが繰り返しより強力なモデルを作ることで報われ、評価額が2倍・4倍になり、普及はいずれ追随するという前提の市場構造を背景にしている。同氏はこれを、経済を変える前に工作機械や工場の再設計を必要とした電気の普及と対比する。同氏の見解では、企業の最小単位はナレッジワーカーではなくワークフローであり、ワークフロー全体が改善しなければ、一人のアナリストの生産性を上げても追加リターンは生まれない。

同氏はまた、この議論をより長い歴史的懸念にも結びつける。GDP成長と賃金成長の関係は1971年に断絶し、インフレ調整後の賃金はそれ以来横ばいだという。だからこそ普及はAI自体を超えて重要だと示唆する。安全性については、ラボがシステム工学のアプローチを取っていないと批判し、VMのCPUキャッシュにおけるタイミング差で通信するLLMを例に挙げ、リックオーバー提督の原子力海軍を、人間が吸収した工学的責任の模範として指摘する。

Sankar氏は、Palantirがモデルの外側を構築しているため自己利益があると認めつつ、ラボの関心の低さに不満を感じていると述べる。またPalantir内部の逆説的な教訓として、新入社員にAI FDE抽象化を通じてプラットフォームを学ぶよう義務付けたところ、一部の若手社員が基盤となる構成要素を理解しないままになり、学習を遅らせる効果があったと指摘する。