【要約】Microsoft AI chief on why it’s ‘dangerous’ to call AI ‘alive’ [The_Verge_Tech] | Summary by TechDistill
> Source: The_Verge_Tech
Execute Primary Source
// Problem
Microsoft AIは、OpenAIとのパートナーシップの変化に伴い、技術的な自立という課題に直面した。OpenAIが研究機関からフルスタックの製品企業へと変貌したためである。
- ・OpenAIによる製品化（ChatGPT Enterprise等）の進展による競合化。
- ・サードパーティのIPに依存し続けることによる、長期的な構造的リスク。
- ・プラットフォームとしての地位を失い、単なるインフラ提供者に留まる懸念。
// Approach
Microsoft AIは、チップからモデルまでを自社で制御する垂直統合戦略を採用した。これにより、独自の競争優位性を確立することを目指している。
- ・自社AIチップ「Maia 200」の開発と、モデルとの共同設計（Co-design）。
- ・既存モデルの蒸留に頼らない、高品質なデータキュレーションと強化学習（RL）の実施。
- ・インフラの安定性とMFU（Model FLOPS Utilization）の最適化による学習効率の向上。
// Result
この戦略により、Microsoftはコスト効率と高度な推論能力を両立させた。新モデル群は、特定のベンチマークで世界トップクラスの性能を示している。
- ・Maia 200の採用により、GB200比で30%のコスト削減を実現。
- ・MAI-Thinking-1がAIMEで97%のスコアを記録し、高度な推論を実現。
- ・MAI-Transcribe-1.5が、精度とコストの両面で世界1位を達成。
- ・CodeFlashが、Sonnet 4.6と同等のコーディング性能を確保。
Senior Engineer Insight
> モデルの性能向上だけでなく、チップレベルでのCo-designが実戦的な鍵となる。Maia 200とモデルの統合により、Performance per Wattを劇的に改善している点は見逃せない。大規模な推論リクエストを捌く現場では、モデルの精度以上に、この垂直統合による運用コストの低減が決定的な差を生む。また、蒸留に頼らず独自データで「教師を超える」姿勢は、長期的な技術的優位性を確保する上で極めて合理的である。