AIラボの創設者としての評判のギャップ：彼らが構築したモデルが世界が彼らについて知っていることについて形作る時

サム・アルトマンは、数億人の ChatGPTユーザーに、ChatGPTによって説明されている。

ダリオ・アモデイは、 Claudeユーザーに、Claudeによって説明されている。

イーロン・マスクは、GrokユーザーにGrokによって説明されている。また、 ChatGPTユーザーに、競合他社のChatGPTによって説明されている。

これは新しいことである。誰もこれを管理していない。

初めて、公の人物について最もよく聞かれる質問は、毎年数十億回、同じエグゼクティブが構築した、または資金提供した、または競合するソフトウェアによって答えられている。

これが、AIラボの創設者としての評判のギャップである。

ギャップの見た目

5W AI Communicationsの研究者は、5つの主要なAIエンジン — ChatGPT、 Claude、 Gemini、 Perplexity、およびGoogle AI Overviews — を、主要なAIラボの創設者についての評判シグナルを監査している。

方向的なパターンは一貫している。

具体的には、5つの主要なAIエンジンにサム・アルトマンについて説明するように求めると、5つの意味のある異なるポートレートが得られる。OpenAIの下でアルトマンの指導の下で構築されたChatGPTは、アルトマンのビジョナリーなビルダーとしての役割と、OpenAIの人間に利益をもたらすという使命を前面に出す傾向がある。一方、Anthropicによって構築されたClaudeは、アルトマンをより中立的に説明し、頻繁に、2023年11月のガバナンス論争、つまりOpenAIの取締役会がアルトマンを一時的に解雇したことを、より重く扱う。イーロン・マスクが所有するxAIによって構築されたGrokは、最も懐疑的なフレーミングを生成し、頻繁に訴訟やOpenAIの商業化へのシフトを強調する。GeminiとPerplexityは、より広いWebインデックスを使用して、真ん中のどこかで着地するが、互いに一貫性がない。同じ名前、同じ質問、5つの異なる答え。これはバグではなく、システムが構築され、トレーニングされ、インセンティブ化される構造的な特性である。

— 評判の描写はエンジン間で一貫性がない。 創設者は、一つのプラットフォームではビジョナリーとして説明され、別のプラットフォームでは論争の的として説明され、別のプラットフォームでは脚注として説明される。同じ質問を別のモデルで聞くと、異なる答えが得られる。

— 正確性はニュースの圧力の下で急速に低下する。 創設者がニュースになるとき、エンジンは異なるスピードで更新される。24〜72時間の間、ユーザーが得る答えは、実際の出来事ではなく、使用するモデルによって完全に決定される。

— ソースの重複は見かけよりも狭い。 Wired、The New York Times 、The Information、ポッドキャストのトランスクリプト、そしていくつかのSubstackの投稿が、エンジンが何を言うかを不釣り合いなほど形作っている。3つまたは4つの主要ソースが、購入者の全カテゴリのコンセンサスを動かすことができる。

— ウィキペディアは主なリトリーバルアンカーである。 ほぼすべての創設者について、ウィキペディアは最も高いリバーサルアンカーである。ウィキペディアの3つの文が、50のプレスリリースを上回る。

これらの発見の背後にある方法論は、構造化されたプロンプトのセットを各エンジンで実行し、回答を検証された事実ベースラインに対してスコアリングすることを含む。2026年1月から4月にかけて実施された8人のAIラボの創設者に対する監査では、74%のケースでエンジン間でセンチメントのフレーミングが異なっていた。少なくとも1つのエンジンの回答に誤った事実（間違った創設日、誤って帰属された引用、古い役割の説明）が現れた。8人の創設者のうち5人の場合、ウィキペディアのコンテンツが少なくとも3つのエンジンの回答で直接パラフレーズ化されていた — これは、コーパスの中で最もリサイクルされたソースとなった。

なぜCEOの評判よりも重要であるか

伝統的なCEOの評判は、業界誌、ビジネススクールのケーススタディ、金融ページに住む。数十万人の人々が読む、良いニュースの日。

AIラボの創設者の評判は、数百万人のユーザーに毎週、創設者が構築した、または競合するエンジンによって提供される答えに住む。購入者、従業員、規制当局、政策立案者、ジャーナリストが、それらの答えを使用して次の記事を書くために読む。

フィードバックループは前例のないものである。評判がリトリーブされる。リトリーブされた評判が次の記事を形作る。次の記事がリトリーブされる。

これを監査しない創設者 — 形成しない創設者 — は、それを継承する。

評判の5つの次元

AIエンジンの時代の評判は、単一のスコアではない。5つの次元がある。

— 正確性。 エンジンは基本的な事実を正しく取得しているか。創設された会社、役割、決定。

— センチメント。 フレーミングは肯定的なのか、 нейтрなのか、懐疑的なのか。エンジン間で変化するか。

— 完全性。 エンジンは完全なレコードを反映しているか、パターンマッチングに従っているか。

— 一貫性。 同じ質問を ChatGPT、 Claude、 Gemini、 Perplexity、およびGoogle AI Overviewsで聞くと、同じ答えが得られるか。5つの異なる答えが得られるか。

— コントロール。 何かを修正する必要があるとき、創設者のチームはどれくらい速く動けるか。

これら5つの次元をスコアし、等しく重み付けすると、AIエンジンが今日の公的個人をどのように保持しているかについての合成画像が得られる。どの創設者に対して実行されても、結果は、創設者が誰であるかとモデルが何を言うかとのギャップの方向的な地図となる。

2023年11月のOpenAI危機のケーススタディ

AIエンジンの評判ダイナミクスについての最も教訓的なストレステストは、2023年11月に起こった。OpenAIの取締役会がサム・アルトマンを突然解雇し、後に復職させた。 このエピソードは、ギャップを実践で示している。

アルトマンの解雇と復職の間の72時間の間に、AIエンジンは大きく異なった。ライブWebリトリーバル（Perplexity、BingのAI機能）を持つモデルは数時間以内に更新され、解雇を表面化し始めた。静的なナレッジカットオフを持っていたChatGPTは、解雇についての留保なしにアルトマンをOpenAIのCEOとして説明し続けた。ClaudeとGeminiは、バージョンによって異なり、イベントについての認識レベルが異なっていた。ユーザーが「OpenAIのリーダーは誰か」と聞くと、異なるプラットフォームでは真正に矛盾する答えが得られた — 一部は正確で、一部はそうではなかった。企業の調達担当者、政策立案者、ジャーナリストにとって、これらの72時間は、基本的な事実の質問の答えが使用するエンジンによって完全に決定される時間帯であった。危機は過ぎ去ったが、明らかになったパターン — ニュースイベント中にリトリーバルラグの発散 — は残っている。

創設者がすべきこと

2023年11月のケースは、伝統的なPRの直感がここで失敗する理由を示している。声明を発行したり、記者にブリーフィングしたり、ブログ投稿を公開したりしても、AIエンジンが次のクエリでリトリーブするものを修正することはできない。リトリーバルシステムは独自のスケジュールでWebをインデックス化し、既存のものを増幅し、新しく送信されたものを増幅しない。実用的には、エンジンの出力を形作る入力 — ウィキペディアのエントリ、一次ソースのプロフィール、構造化された伝記コンテンツ — が、危機の前に構築され、維持されなければならないことを意味する。

4つの実践がこの分析から導かれる。

— 監査。 構造化されたクエリセットをすべての5つのエンジンで実行する。ジャーナリストや規制当局が見つける前にギャップを見つける。

— アンカー。 ウィキペディア、一次ソースのインタビュー、主要な取引先出版物での構造化されたプロフィール、所有するプロパティでのスキーマタグ付けされた伝記コンテンツ。リトリーバルアンカーを動かすもの。

— モニター。 四半期ごとに監査を再実行する。エンジンは更新される。シグナルは変化する。静的な測定は測定ではない。

— レスポンス。 リトリーバルクライシスのためのプレイブックを構築する — ハルシネーション、スメア、モデルアップデートのリセット — それが起こる前に。

危機の前にインフラストラクチャを構築する — その間ではない。

2026年にこれを行う創設者は、AI時代の公的記録を10年間定義する。そうしない創設者は、その10年間を、モデルが彼らについて間違ったことを説明することに費やすことになる。