速さではなく、続けられること：AI クリエイティブ制作の本当のボトルネック
AI ツールをつくっている人は皆、同じものを追いかけています。より速く、より安く、よりコントロールしやすい生成。理にかなった賭けです。そして、間違った賭けでもあります。
前提にあるのは、モデルが十分に良くなれば——十分に正確に、十分に速く、十分に安くなれば——クリエイティブ制作はスケールする、という考えです。より良いツールをパイプラインに注ぎ込めば、アウトプットは何倍にもなる、と。
でも、実際に腰を据えて何かをつくろうとしたときに何が起きるかを見てください。
イテレーションの壁
最初の 1 回でほぼ完璧な画像を生成できることもあります。2 回目かもしれません。4 回目のイテレーションでも、まだ同じ細部を直しています。キャラクターの髪、構図の問題、曖昧なシルエット。30 回目には、もう何がなんだかわからなくなっています。ツールが失敗したからではありません。私が失敗したのです。31 回目が 28 回目より良いかどうかを判断する力が崩れてしまっている。シグナルが消えたのです。
これはモデルの問題ではありません。人間の問題です。
自分の制作プロセスからわかっていることがあります：
- 1 つの作品でおよそ 30 回イテレーションすると、判断の感度が失われる
- 8 時間たつと、完全に手を止める必要がある
- 一度に 1 つのことしかできない
- 何かを直すのに 4 回以上やり直すくらいなら、Photoshop を開いて手で描き直したほうがいい
AI がどれだけ良くなっても、これらの限界は変わりません。技術的な制約ではなく、身体的・認知的な制約だからです。
市場は間違った天井を追いかけている
従来のクリエイティブツール——Photoshop、Premiere、Blender——は何十年もかけて磨かれてきました。現場のアーティストから見ると、AI による生成は常にそうしたツールと直接比較されます。既存ツールの天井が 100 点中 95 点だとすれば、AI は今日 80 点くらいかもしれません。その差はプロのワークフローでは非常に大きな意味を持ちます。しかし 80 から 95 へ差を縮めるのは、技術的に過酷で、経済的にも高くつきます。短期的には、その追いかけっこのリターンは小さいのです。
長期的には、まったくスケールしません。生成コストがゼロになり、モデルが驚異的になったとしても、すべての出力を操作し、判断し、修正するために人間が必要である限り、全体のスループットは人間の時間と注意力によって制限されます。ボトルネックが人である仕組みを、線形にスケールさせることはできません。
ボトルネックはモデルではない。ボトルネックは人間だ。
クリエイティブな判断の 80/20
熟練したクリエイティブレビューで実際に起きていることはこうです：
時間のおよそ 80% は、チェックリストをなぞっています。180 度ルールを破っていないか？ 構図は読み取りやすいか？ 曖昧なシルエットはないか？ ショット間で視線の焦点が飛びすぎていないか？ 被写体は光やフレーミングで適切に誘導されているか？ これらはルールにもとづく評価です。正解があります。記述でき、ルール化でき、いずれはプログラムでチェックできます。
残りの 20% が、本当の意味での芸術的な好み——正解も不正解もなく、センスだけがある選択です。
クリエイティブな判断のうち芸術的な部分は、思われているより小さいのです。そしてツールが良くなるにつれて縮んでいます。より良いツールは明らかなミスをより多く取り除き、本当にセンスが問われる領域へと、より早く押し出してくれるからです。
レビューの 80% がルールなら、人間のレビューというボトルネックの 80% は、原理的には自動化できます。
スケールすれば、量が完璧さに勝つ
簡単な思考実験をしてみましょう。同じ脚本と同じ制作システムを、次の 2 者に渡します：
- 熟練した人間の監督 1 人
- 設定やバイアスが少しずつ異なる、10 体の AI 監督エージェント
人間のほうが、おそらくより洗練された、まとまりのある結果を出すでしょう。しかし AI チームは休まず動き続け、20 倍の量を生み出します。20 のバリエーションのうち、1 つも人間の結果に並ぶ、あるいは上回るものがないと本当に言い切れるでしょうか？ 100 なら？ 1,000 なら？
これは、長年の熟練が持続的な優位を生むツールの習熟とは違います。商業的に成り立つ閾値——「十分に良い」と呼びましょう——を超えると、品質の細かな向上はほとんどの観客には感じ取れなくなります。大多数の視聴者にとって、70 点と 90 点の差は見えません。その領域では量が勝ちます。一貫性が勝ちます。AI は完璧である必要はありません。十分に良く、確実に、大規模にこなせればいいのです。
そして重要な非対称性があります。AI の進歩の速度は非常に速い。人間の認知の限界は固定されています。スケールもしないし、増やすこともできません。
本当の戦略の方向性：生成ではなく、判断をスケールさせる
ボトルネックが生成ではなく判断なら、戦略の方向は明確です。
どれだけ速く生産できるかだけを最適化するのはやめましょう。どれだけうまく——そしてどれだけ自動的に——評価できるかを最適化し始めるのです。勝つシステムは、いちばん多く生成するものではありません。すべての判断に人間を介在させることなく、判断し、選別し、イテレーションできるものです。
しかしこれは、より難しい問いを投げかけます。具体的に、どんな判断なのか？
80%——ルールベースのチェックリスト——は簡単なほうです。ルールをコード化し、チェックを走らせ、フィルターを自動化する。それはエンジニアリングです。残りの 20% は別物です。それはセンスです。技術的に何も間違っていなくても、構図がしっくりくるかどうかという感覚。理由を言葉にできる前に、そのショットが感情的に響くとわかる直感。これこそが、正しいだけの作品と、生きている作品を分けるものです。
AI はセンスを持てるのか？
多くの人は、美的な部分は再現不可能だと考えています。美的感覚は本質的に人間のものであり、だから永遠に機械には届かない、と。私はそうは思いません。それは学習できるものだと思います。より多くのルールをコード化することによってではなく、センスの結果から学ぶことによって。何が選ばれ、何が退けられ、何が大規模な実際の観客に響くのか。センスの本質はパターンです。非常に複雑で、文化を背負い、文脈に敏感なパターンですが、それでもパターンなのです。
つくる価値のあるエージェントは、単に速い生成器ではありません。自分なりの視点を育てたエージェントです。自分の出力を見て、それがうまくいっているかを——チェックするだけでなく——わかるエージェント。その能力、つまりループに組み込まれた美的判断こそが、最終的に人間というボトルネックを打ち破るのです。
判断をスケールさせることこそ、解く価値のある問題です。そしてスケールさせるべき最も重要な判断が、センスなのです。