Sara GuoはAI投資絶望論に反論：定量化可能な作業は迅速に商品化され、プレミアムは高い検証コストと正確性を私的に保つ隠れた作業に移行している。ソフトウェアを例にとると、2024年には評価タスクのわずか13％が解決され、swe-benchのトップクラスのインテリジェンスは80％超を超える；MITはプログラミングの成果が180％増加し、実用化と統合はわずか30％増にとどまると述べている。コーディングを安価な商品にし、複雑なシステムの現実的な運用を確保することだけが資本の防御壁となる。モデルは責任を署名できないため、Baseten、OpenEvidence、Harveyの投資ロジックはこれに基づいている。Convictionファンドは27社に投資し、そのうち6社のAIユニコーンの評価額は合計620億ドルを超えている。
2024年だけで13％の評価タスクを解決し、swe-benchのトップクラスのインテリジェントエージェントは80％超え？このギャップこそがチャンスだ。コーディングは安価だが、複雑なシステムを現実で崩さずに保つことこそが、620億の評価額の背後にある真のストーリーだ。