Name: ソーニャ・ホアンとサラ・グオが語るAIの次｜Mercury Spheres (Sonya Huang and Sarah Guo on what's next in AI | Mercury Spheres)
Uploaded: 2025-07-13T00:04:39.000Z
Duration: 39 min 21 s
Description: VoiceTubeの動画で発音を聞きながら英語表現を覚えよう！学べる英語：

All right, I'm super excited about this panel.

さて、このパネルにとても興奮している。

We have Sonia Huang from Sequoia Capital.

セコイア・キャピタルのソニア・ホァンです。

様態の副詞

Sonia recently invested in Mercury, so obviously she's most excited about us.

ソニアは最近マーキュリーに投資した。

But she's also a prolific investor in AI.

しかし、彼女はAIへの投資家でもある。

She did OpenAI, LangChain, Fireworks, and lots of others.

彼女はOpenAI、LangChain、Fireworks、その他たくさんのことをやっていた。

And we're going to spend this panel talking about AI mostly.

このパネルでは、主にAIについて話すつもりだ。

彼女は『Conviction』の創設者である。

その前はグレイロックにいた。

She's an early stage investor and has backed Runway, Cresta, Dust, and lots of other fun companies.

彼女はアーリーステージの投資家であり、ランウェイ、クレスタ、ダスト、その他たくさんの楽しい会社を支援してきた。

Also, she's a co-host of a podcast called No Prize.

また、彼女は『No Prize』というポッドキャストの共同ホストを務めている。

So just to kick it off, can each of you share an AI investment you made recently, and what got you excited about it?

では早速ですが、最近行ったAI投資とそのきっかけについて、お一人ずつお聞かせください。

An AI investment I made recently is a company called LangChain.

私が最近行ったAI投資は、LangChainという会社だ。

They're a developer platform for building LLM applications.

LLMアプリケーションを構築するための開発者プラットフォームだ。

And so if you think about what makes large language models very different, they're stochastic in nature.

大規模な言語モデルの何が大きく違うかと言えば、それは確率的な性質を持っていることだ。

Instead of code in, code out, oftentimes it's prompts that are driving these.

コード・イン、コード・アウトの代わりに、多くの場合、プロンプトがこれらを推進している。

And as the agents that people are building grow increasingly complex, you actually need really robust orchestration mechanisms for doing things like if the agents can be long running, and working in the background, and coordinating with networks of agents.

そして、人々が構築しているエージェントがますます複雑になっていくにつれて、エージェントが長時間稼働したり、バックグラウンドで動作したり、エージェントのネットワークと連携したりするための、実に堅牢なオーケストレーション・メカニズムが必要になってくる。

And so LangChain was founded by a guy, Harrison Chase, who's been, I think, earlier to the agent trend than anybody.

LangChainはハリソン・チェイスという人物によって設立されましたが、彼は誰よりも早くエージェントの流れに乗った人物だと思います。

We've been following him since way, way pre-Chat GPT and just following his view on how agents would shape up.

私たちはChat GPTのずっとずっと前から彼を追いかけ、エージェントがどのような形になるかについての彼の見解を追ってきた。

And he's very much building the scaffolding and developer infrastructure to support that world.

そして、彼はその世界を支えるための足場と開発者のインフラを大いに構築している。

So yeah, we invested a couple years ago now, actually.

そうそう、実は数年前に投資したんだ。

Sarah, you're also an investor in LangChain?

サラさんはLangChainの投資家でもあるんですよね？

You had a fun story about how you got to be an investor there, right?

投資家になるまでの楽しいエピソードがありましたね？

だから、僕はあまり優秀なエンジニアではないんだ。

But one of the last times I wrote code somewhat involuntarily, I think it was a reasonable expectation for any entrepreneur to be like, use my product if you want to talk to me, investor.

しかし、私が最後にコードを書いたのは、多少不本意ではあったが、起業家にとって、私と話したければ私の製品を使ってくれ、投資家よ、というような合理的な期待だったと思う。

And actually, speaking of financial visibility, I built a small LangChain application, which was essentially like a talk-to-your-finances app, where I wanted to get payroll data and cloud consumption data and just make it easier for early-stage founders in our portfolio to understand what was changing costs month to month.

財務の可視化といえば、私は小さなLangChainアプリケーションを作った。これは基本的に財務担当者と話すアプリのようなもので、給与データとクラウド消費データを取得し、私たちのポートフォリオに含まれるアーリーステージの創業者が、月ごとに何がコスト変動しているのかを理解しやすくするものだった。

But better mercury than me doing this work.

でも、私がこの仕事をするよりは水銀の方がいい。

でも、楽しいアプリだったよ。

I think it's a fun story, because as entrepreneurs, we're often trying to get investors.

起業家として、私たちはしばしば投資家を集めようとするからだ。

But it goes to show you that investors, when they really want you, they'll go write an app for you.

しかし、投資家というのは、本当にあなたのことを欲しがると、あなたのためにアプリを書きに行くものだということがよくわかる。

He made it a, I don't know if Harrison remembers this story, but he made it a barrier to taking a meeting.

ハリソンがこの話を覚えているかどうかわからないが、彼はミーティングを受けることに障壁を作った。

明らかに、その会社はすでにホットだった。

To go back to the question, any interesting AI investments you've made recently?

質問に戻りますが、最近行ったAIへの投資で興味深いものはありますか？

Well, one company that I'm excited about, that we haven't talked much about publicly, is this company called Sola.

まだあまり公には話していないけれど、私が注目している会社のひとつにソラという会社がある。

And so I think there's a lot for, I'm sure there are technical and non-technical entrepreneurs in this audience.

この聴衆の中には、技術的な起業家もそうでない起業家もいると思います。

There's a lot for developers to do with language models.

開発者が言語モデルを使ってできることはたくさんある。

There's also many processes in the world that feel very manual and unscalable, that non-technical people have the domain understanding for how to do.

世の中には、非技術的な人々がそのやり方を理解しているような、非常に手作業的でスケーラブルではないと感じられるプロセスもたくさんある。

And that could be the middle office in a financial services firm.

そしてそれは、金融サービス会社のミドルオフィスかもしれない。

It could be operations in a e-commerce company.

eコマース企業での業務かもしれない。

But what Sola does is give you kind of like a, it looks like a drag and drop flow chart of processes, where you plug in language models to do actions in software that were very manual in your business operations.

しかし、Solaでできることは、プロセスのフローチャートをドラッグ・アンド・ドロップするようなもので、言語モデルをプラグインすることで、これまで手作業で行っていた業務をソフトウェアで行うことができる。

And so I get really excited when other people get really excited about AI.

だから私は、他の人たちがAIに熱中しているのを見ると、とても興奮するんだ。

And so I was doing a customer reference for this company, Sola, recently.

それで最近、ソラという会社の顧客紹介をしたんだ。

And it was a guy who runs a billion dollar revenue logistics company, like a trucking brokerage company.

それは、トラック運送のブローカー会社のような、10億ドルの収益を上げる物流会社を経営している人物だった。

And he's like, we are transforming our business this way.

そして、私たちはビジネスをこのように変えていくんだ、と。

我々は75のワークフローを開発した。

And there's no engineers in this company.

それにこの会社にはエンジニアがいない。

They have like one director of IT person.

彼らにはIT部門のディレクターが1人いるようなものだ。

And so I'm really excited when you are making this stuff more accessible to people.

だから、あなたがこのようなものを人々にもっと身近なものにしてくれると、私は本当にわくわくする。

I guess who in the audience who's an entrepreneur thinks of their company as an AI-first company?

聴衆の中で起業家の誰が、自分の会社をAIファーストの会社だと考えているのだろうか？

Maybe put up your hands just so we get a sense of a smaller ratio than I would have thought.

両手を上げて、私が思っていたより小さい比率だと感じられるかもしれない。

I guess as you think about building an AI startup, it feels like the models are doing more and more.

AIのスタートアップを作ろうと考えるとき、モデルたちがより多くのことをやっているように感じると思う。

Where do you think a founder can operate safely and interesting for you both as VCs to invest?

創業者が安全に活動でき、VCとしてお二人が投資するのに興味深い場所はどこだと思いますか？

I'll start, because we've actually updated our thinking here.

まずは、私たちの考えをアップデートしたところから始めよう。

So I would say, if you had asked me two years ago, I would have said, anything in the application layer, I believe that you're safe.

だから、もし2年前に私に聞かれたら、アプリケーションレイヤーにあるものなら何でも安全だと答えただろう。

And our belief back then was that the foundation models were going to be so focused on research and building models in a lab that they just didn't have the time and the energy and the expertise to really focus on, how do they make their models great for any specific end customer use case?

当時、私たちが考えていたのは、ファウンデーション・モデルは研究とラボでのモデル構築に集中するあまり、特定の最終顧客のユースケースに対応したモデルを作るにはどうすればいいかということに集中する時間やエネルギー、専門知識を持ち合わせていないということだった。

And so I would say, overall, two years ago, my bias to that would have been, as long as you're building in the application layer, you're safe.

だから、2年前の私のバイアスは、アプリケーション・レイヤーにビルドしている限りは安全だというものだった。

I think that mental model has changed a lot, in part because of just seeing the success that ChatGPT, for example, has had.

例えば、ChatGPTの成功を見て、そのメンタル・モデルは大きく変わったと思う。

I think a lot of the application layer is actually going to be owned by the foundation models going up the stack.

アプリケーション・レイヤーの多くは、スタックアップしていく基盤モデルが所有することになると思う。

And as a result, I think that if you're building anything horizontal consumer enterprise, I think that's right in the strike zone for the foundation models and where they want to go.

その結果、もしあなたが横型の消費者向け企業を構築するのであれば、それは基盤モデルと彼らが目指すところのストライクゾーンにあると思う。

And encoding is also right in the strike zone for something they view as a critical path, a critical node to their missions.

そしてエンコーディングもまた、彼らがミッションにとって重要なパス、重要なノードとみなすもののストライクゾーンにある。

And so those categories, I'd say, are relatively tougher to win in.

だから、これらのカテゴリーで勝つのは比較的難しいと言える。

But then when it goes to, Sarah mentioned a few of these use cases.

しかし、サラがこれらの使用例をいくつか挙げてくれた。

We see this all the time of your health care, your hospital.

私たちはこのような光景を、医療や病院でいつも目にしている。

You really, really, really want just great medical transcription and billing.

あなたは、本当に、本当に、本当に、素晴らしい医療トランスクリプションと請求書を望んでいます。

That's just a different use case than the foundation models are building generally.

それは、一般的に基礎モデルが構築しているものとは異なるユースケースに過ぎない。

So I think if you're still building very vertical specific domain driven companies, that's probably where we're most interested in investing and where we think those companies are safest, so to speak, from the strike zone and where the foundation models are playing.

ですから、もしあなたがまだ非常に垂直的で特定のドメインに特化した企業を作っているのであれば、私たちはそこに投資することに最も興味があり、そのような企業がストライクゾーンから見て最も安全な場所、いわば基盤モデルがプレーしている場所だと考えています。

Sarah, did you have something to add to that?

サラ、何か付け加えることはある？

Yeah, I was going to say, I feel like the last mile into every use case in the world and all these different professions, all these different industries is actually very long.

世界中のあらゆるユースケース、さまざまな職業、さまざまな業界へのラストワンマイルは、実はとても長いんだ。

There are many things that are like earned expertise and trust that are not just intelligence.

獲得した専門知識や信頼のようなものは、単なるインテリジェンスではないものがたくさんある。

I'm like, all right, a lot of entrepreneurs with high IQ.

IQの高い起業家はたくさんいる。

And yet, if you go into your other's domains, there's no guarantee you're that successful day one.

それなのに、もしあなたが他のチームに移籍したとしても、初日からそのような成功を収める保証はどこにもない。

I will never know as much about financial services innards as Ahmad does.

私はアーマドほど金融サービスの内部を知ることはないだろう。

And that feels like very important to the success of Mercury at this point.

そしてそれは、現時点でのマーキュリーの成功にとって非常に重要なことだと感じている。

I'm sure it's kind of painful to climb that hill of knowledge.

その知識の丘を登るのは、ちょっと苦しいと思うよ。

But therein is kind of the advantage, right?

でも、そこに利点があるよね？

And so I think, especially in spaces that are operationally complex, that have regulatory concerns or where, honestly, the audiences, they are rightfully so a little bit skeptical and pretty concerned about the quality of the knowledge that's available.  let's say Sequoia and Conviction are firms, we're both invested in this company called Harvey that serves lawyers and a company called Open Evidence, which is medical search for doctors, right?

セコイアとコンヴィクションは、弁護士向けのHarveyという会社と、医師向けの医療検索を行うOpen Evidenceという会社に投資しています。

I use Chad GPT to educate myself about what, my kid's snot is purple today.

私はチャドGPTを使って、今日の子供の鼻水は紫色だ、と自分自身を教育している。

どうすればいいのでしょうか？

As like a first line defense, because it's hard to get a hold of a medical professional.

第一線の防御のように、医療専門家と連絡を取るのは難しいからだ。

But if somebody is sort of trying to understand the most up-to-date research for a complex oncology case, I don't really want that doctor asking Chad GPT.

しかし、複雑な腫瘍の症例について最新の研究を理解しようとする人がいたとしても、その医師がチャドGPTに質問するのは避けたい。

I want them looking up intelligently research and work by other doctors and medical professionals.

他の医師や医療専門家による知的な研究や研究を調べてもらいたい。

And so I think that there are domains where the specific data you're surfacing and the expertise and the trust just feels very different from some of the consumer applications we'll all use.

そのため、特定のデータ、専門知識、信頼が、私たちが利用する消費者向けアプリケーションとは大きく異なる領域があると思います。

字幕リスト動画再生

ソーニャ・ホアンとサラ・グオが語るAIの次｜Mercury Spheres (Sonya Huang and Sarah Guo on what's next in AI | Mercury Spheres)

specific

sort

bunch

mental