スタートアップ、AIコンピューティングに人件費以上の支出を報告

ビジネス戦略としてのトークンマキシング
複数のAIスタートアップが、人間の従業員の給与よりも多くの資金をAIコンピュートに費やしていることを公表しています。この慣行は「トークンマキシング」と呼ばれ、高いAI支出を虚栄心の指標および成長のマーカーとして扱っています。
ソースからの具体的な事例
- Swan AIのCEOであるAmos Bar-Josephは、4人チームで月額11万3000ドルのAI請求書を報告し、「私の人生でこれほど誇りに思った請求書はない」と述べています。
- Bar-Josephは、自社が人件費の代わりにClaudeの利用料金に支出し、10人未満の組織で年間1000万ドルの収益を目指していると説明しました。
- 彼はAI支出を、通常は人間のチームを必要とする機能をカバーしていると説明しました:「あの11万3000ドルの請求書?その一部は、まさに私たちの営業チームです。エンジニアリング、サポート、法務…お分かりでしょう。」
- General Intelligence CompanyのAndrew Pignanelliは、1日でClaude Opusのトークンに4000ドルを費やしたと報告し、「日によっては、給与よりもトークンにより多くの支出を始めています」と指摘しました。
- Fundable AIのChen Avneryは、自社のAIが通常15人を必要とする融資書類を処理しているとコメントし、「同等の人件費の10倍の成果をAI支出が生み出すとき、計算は成り立ちます」と主張しました。
業界の文脈と指標
ソースは、従業員によるAIトークン使用量を追跡するMeta社内部の「Claudenomics」ダッシュボードに言及しており、より高いトークン使用量はより高い生産性を示唆するという物語を提示しています。Salesforceは、AI支出が実際の仕事の成果に結びつくかどうかを測定するために「Agentic Work Units」で対応しています。
ビジネスモデルと規模
- スタートアップは、既存の人員を削減するためにAIを使用する大企業とは異なり、最初から人間の労働者を雇用しないことを正当化するためにAIを使用しています。
- 主にAIを使用して構築された、2人の従業員と7人の請負業者を持つGLP-1遠隔医療スタートアップのMedviは、今年18億ドルの収益を見込んでいると報告されています。
- 業界は「一人で10億ドル企業」の概念を追求しており、ベンチャーキャピタルは創業者に、ほとんどまたは全く従業員のいない「自律的」な企業を目指すよう促しています。
未解決の疑問
ソースは、これらの起業家たちが、AIコンピュート支出が実際に価値があるかどうか、その資金を人間の従業員に費やす方が良いかどうか、どのような災害が発生する可能性があるか、またはこのアプローチが財政的に持続可能かどうかについては言及していないと指摘しています。
📖 Read the full source: HN AI Agents
👀 See Also

ステートフロー機械:トランスフォーマーが2%に低下する長いシーケンスで、非トランスフォーマーアーキテクチャが62%の精度を維持
研究者がState Flow Machine(SFM)を開発しました。これはアテンションヘッドの代わりに明示的なメモリスロットを使用する代替アーキテクチャで、合成プログラム状態追跡タスクにおいて、トランスフォーマーが1.9-3.1%に低下する4倍のトレーニング長で62%の精度を達成しました。このモデルは単一のHuawei Ascend 910 ProA NPUで動作します。

Anthropicはオープンソースのメンテナー向けに無料のClaude Max 20xを提供しています。
AnthropicのClaude for Open Sourceプログラムは、対象となるオープンソースのメンテナーやコントリビューターに6ヶ月間の無料Claude Max 20xを提供します。申請は随時審査され、最大10,000名のコントリビューターが対象となります。

AnthropicがClaude Codeのレート制限を倍増、SpaceXとコンピュート契約を締結
Claude Codeの5時間レート制限がPro/Max/Team/Enterpriseプランで2倍に拡大、ピーク時の引き下げが廃止され、OpusモデルのAPIレート制限が引き上げられました。SpaceX Colossus 1が1ヶ月以内に300MW以上の容量(22万基のNVIDIA GPU)を追加。

OpenAIとPNNL、連邦許可手続きにおけるAIコーディングエージェント向けにDraftNEPABenchを発表
OpenAIとパシフィック・ノースウェスト国立研究所は、AIコーディングエージェントが連邦政府の許可手続きをどの程度加速できるかを評価するベンチマーク「DraftNEPABench」を公開しました。初期結果では、NEPA文書作成時間を最大15%削減できる可能性が示されています。