AIツールの「採点コスト」が爆発している話

先週、AIの評価コストに関するある記事を読んで、思わず手が止まった。

Hugging Faceのブログに載っていた話なんだけど、AIモデルの性能を評価するだけで、1回のテストに数百万円かかるケースが出てきているらしい。具体的には、Holistic Agent Leaderboardというベンチマークが9つのモデルを評価するのに約4万ドル（570万円以上）を費やした、という数字が出ていた。

「評価」にお金がかかるって、どういうこと？

デザインの文脈で言い換えると、こういうことだと思う。新しいAIツールが「どれだけ使えるか」を測るために、膨大なテストを回す必要がある。そのテスト自体がどんどん重くなっていて、コストが追いつかなくなってきている。

MidjourneyやAdobe Fireflyを使っている身として、これは他人事じゃない感覚がある。私たちが「このバージョン、前より自然な影が出るな」と感じる裏側で、開発側はその差を測定するために莫大なコストをかけている。そのコストは当然、ツールの価格にも跳ね返ってくる。

採点のコストが上がると、クリエイターの選択肢が変わる

ここで私が感じた本当の怖さは、お金の話じゃない。

評価コストが高騰すると、大手しかまともなテストができなくなる。小さいスタートアップが新しい発想を試せなくなる。結果として、市場に残るAIツールは「大資本が作った似たようなもの」ばかりになっていく可能性がある。

Adobe Fireflyがどんどん便利になる一方で、もっと尖った発想を持つ小さいチームのツールが評価コストの壁に阻まれて消えていく。そういう未来は、正直あまり嬉しくない。

私がAIツールを使い続けるのは、自分の手では追いつかないスピードや量の処理を任せたいからだ。でも「任せたい部分」と「手放したくない部分」の境界線は、自分で引かないといけない。その境界線を引く判断力が、今後ますます重要になると思っている。

記事の中にもう一つ印象的な数字があった。GAIAというベンチマークをフロンティアモデルで1回走らせると、キャッシュなしで2,829ドルかかるという話だ。1回のテストで40万円近い。この数字を見て、AIの世界が「誰でも参加できるフラットな競技場」ではなくなっていることを、改めて感じた。

デザインの世界も似たことが起きつつある。高性能なAIツールを使いこなせる人と、そうでない人の差が、じわじわと広がっている。ただ、ツールを使えるかどうかだけじゃない。ツールをどう使うか、どこに使わないかを判断できるかどうかが、差になってくる気がしている。

自分は来週、Fireflyで出してきたラフを一度全部印刷して並べてみるつもりだ。画面上で見ていると「AIが出した答え」に引きずられる感覚があって、物理的に並べることで自分の目を一度リセットしたい。採点はAIに任せない、という小さな抵抗として。