AIによって実験コストが下がっても、観測帯域が潤沢になるとは限らない

AIによって、アイデアを出す・実装する・試作品を作るといった実験の生成コストは急速に下がっています。しかし、実験結果を現実に投入し、人間や市場から意味のある反応を得る速度まで同じように上がるとは限りません。

たとえばAIが一晩で100案を作れても、実際にユーザーが試して評価できるのが週に数案なら、ボトルネックは「作る能力」から「現実からフィードバックを得る能力＝観測帯域」へ移ります。

すると重要になるのは試行数を増やすことではなく、限られた観測機会に、どの仮説を載せるかです。AIが知的生産を潤沢にするほど、現実との接点の希少性が相対的に高まる、と考えられます。