ジャスティン・サンは、アラン・シャオとの4時間にわたる録音対談を通じて、資金や仕事上の支援がほとんどない若者向けにAIを最優先する青写真を示した。目先の収入を追うよりも、検索可能な個人データ、持ち運べるスキル、意思決定の仕組みを構築することを最初の優先事項にすべきだと主張した。
議論の中心となったのは、人脈がなく、資源も限られ、毎月自由に使えるお金が約1,000元しかない架空の20歳の若者だった。サンが提案した対応は、日常生活を「AI化」することだ。活動を記録し、仕事の成果を保存し、複数のAIモデルでアイデアを検証し、蓄積した経験を、仕事やプロジェクト、場所をまたいで再利用できる情報へと変えるのである。
このアプローチでは、個人記録の管理がキャリア設計の中心に置かれる。サンは、食事、運動、睡眠、身体測定値、トレーニング動画、毎日のエネルギー摂取量、カロリー消費量に関する構造化データを収集すべきだと述べた。そうした記録を複数のアプリに分散させるのではなく、ローカルに保管し、メモをMarkdown文書のような再利用可能な形式にまとめることを推奨した。
数か月にわたる個人データの履歴があれば、AIが生成する助言をより的確にできるとサンは述べ、さまざまなデジタル記録を集める期間として2〜4か月を提案した。価値は個々のフィットネスや生産性に関するレポートそのものよりも、人の習慣、成果、スキル、変化する優先事項を反映した、長く維持できるアーカイブを作ることにある。
持ち運べる資産としての個人データ
サンの枠組みでは、構造化された情報は所有者とともに移動できる資産とみなされる。仕事のサンプル、プロジェクト履歴、顧客との関係、業務ノウハウ、記録されたスキルは、物理的な財産や高額で固定的な契約・負担よりも容易に、新しい仕事、国、または事業へ持ち込むことができる。
サンは、こうした持ち運べる資産を、大きな住宅ローンや硬直した生活費など、移動の自由を制限するコストと対比した。キャリアの初期にいる人々にとっては、長期的な金銭的負担を必要とする資産を早く所有することよりも、柔軟性のほうが価値が高い場合があると主張した。
この提言には、単一のAIプラットフォームへの依存に関する実際的な懸念も反映されている。Sun氏は、個人が複数のAIモデルに問い合わせるためにAPI（プログラム同士の通信を可能にするソフトウェア接続）を利用すべきだと述べた。移植可能な形式で記録を保存しておけば、プラットフォームが製品、価格、またはモデルの機能を変更した場合に、有用な情報へのアクセスを失うリスクを減らせる。
複数のモデルを使うことは、彼の意思決定プロセスの一部でもある。Sun氏は、複数のシステムに同じ質問をし、回答を比較したうえで、それらの答えを現実の結果と照合して検証すると説明した。このプロセスは個人的な調査ループに似ている。選択肢を集め、意見の相違を特定し、慎重に選択し、その結果に基づいてシステムを更新するというものだ。
より良い選択をするために決断を遅らせる
Sun氏は若者に対し、幅広い比較材料を得る前に、キャリア、業界、または高額な購入について早急に決断しないよう促した。彼は、1軒を購入する前に100軒の家を見る例を挙げ、繰り返し触れることで価格、品質、トレードオフをより明確に理解できると主張した。
キャリアに当てはめると、同じ方法は、時間や資金を投じる前に、AIツールを使って数多くの職種、業界、ビジネスモデルを調査することになる。Sun氏はこのプロセスを「地図探索」と表現し、資源配分に先立って情報収集を行うものだと説明した。
彼が好む分野には、数学、天文学、生物学、製薬、データサービス、AI、暗号資産が含まれていた。しかし彼は、流行の分野を選ぶことよりも、「価値の分岐点」を見極めることを重視した。そうした分岐点は、データは存在するものの未処理のままである場所、専門知識が使いやすい製品にまとめられていない場所、または旧来のシステムによって顧客が遅く高コストな業務フローを強いられている場所に生まれる可能性がある。
この視点があれば、起業を目指す人は、破壊的テクノロジーについての大まかな主張から離れ、より具体的な問題に目を向けられるかもしれない。例えば、断片化した業界知識を検索可能なリポジトリに変換すること、繰り返し行われる作業をプロセスとして文書化すること、または専門的な知識にアクセスしやすくするツールを作ることだ。
Sun氏は、潜在的な市場についてもグローバルな観点から捉えた。AI翻訳やコラボレーションツールは小規模チームの言語の壁を下げ、地域のネットワークを超えたユーザーを製品やサービスの対象にできる。これは信頼を得たり顧客を見つけたりする難しさをなくすものではないが、初期資本が限られた個人にも、より大きな潜在ユーザー層へのアクセスをもたらす。
フィットネスが経済的な判断要素に入る
健康管理は会話の大きなテーマだった。Shaoの「薄い筋肉」という概念は、極端な筋肉量を追求せず、筋力トレーニング、食事、睡眠、体脂肪の管理を軸にした実践的なフィットネス方法を示すものだった。
Sunは、身体能力を長期的な計画に対する制約として捉えた。彼の見方では、健康状態が悪く、何年にもわたって努力を続ける能力が低下すれば、生産性の仕組みや金銭的な野心の価値は小さくなる。彼は筋肉を身体が保有する一種の口座になぞらえ、トレーニングの規律を、スキルや貯蓄に取り組む際と同じ長期的な考え方に結びつけた。
会話では、粘り強さと適応力が組み合わされていた。Sunは、批判を受けても続ける「黄色い髪のマインドセット」を説明する一方、新しい証拠やツールに対して開かれた姿勢を保つ「小さなエゴ」のアプローチを提唱した。彼は、若い人々から学び、新しいテクノロジーを素早く取り入れるリーダーの例として、ByteDance創業者の張一鳴を挙げた。
AI経済における暗号資産の提案された役割
Sunは、暗号資産をお金を機械可読にする手段として説明し、ソフトウェアシステムがプログラム可能なルールに従って決済できるようにするものだと述べた。彼の主張の中心にあるのは、データを購入したり、APIを呼び出したり、コンピューティング能力を借りたり、他のソフトウェアエージェントに支払ったりする必要があるAIエージェントが、取引ごとに人間の手動承認に頼らずに済む可能性である。
このユースケースは、ほとんどの消費者にとって依然として日常的なものというより期待段階にあるが、真の技術的課題に注目を集めている。自律型ソフトウェアには、継続的かつグローバルに、比較的小さな金額でも運用できる決済基盤が必要だ。ステーブルコインやブロックチェーンベースの決済システムは、ソフトウェアが管理するウォレット間で価値を移動できるため、その役割の候補として頻繁に挙げられている。
Sunはこの見方を、検索可能で文書化された知識の必要性と結びつけた。AIシステムが職場での調査や自動化において大きな役割を果たすようになるにつれ、文書化されていない専門知識は見つけにくく、再利用しにくくなる可能性がある。経験を体系化されたプロセス、検索可能な記録、検証可能な公開成果へと変換する人々や企業は、その知識を人間の顧客とAIツールの双方にとってより利用しやすくできるだろう。
この対話で示されたより広い処方箋は、要求が厳しい一方で具体的でした。記憶に頼る前に記録を作り、取り返しのつかない選択をする前に選択肢を比較し、身軽さを保てる程度に支出を抑え、単一の雇用主やプラットフォームの外でも証明できるスキルを身につけることです。AI主導の経済に入る若者にとって、Sun氏はこれらの習慣を、次に勝つトークンやテクノロジー分野を予測しようとするよりも、より持続的な出発点として提示しました。
よりスマートな自動化でAIファーストの暗号資産運用をレベルアップ—詳しく見る AIコピートレード で、システムをスケーラブルな収益に変えましょう。
免責事項： このページのコンテンツは一般的な情報提供のみを目的としており、Toobitの見解または財務上の助言を示すものではありません。当社は、この情報の正確性または完全性を保証せず、その利用に起因する誤り、脱漏、または結果について責任を負いません。デジタル資産への投資にはリスクが伴います。ユーザーは自身の財務状況および関連するリスクを独自に評価してください。詳細については、当社の 利用規約 および リスク開示.
