AIはますます強くなる。準備はできていますか？

このAIは何でもできそうに見える

AIはコードを書き、数学を解き、映像を生成し、病院や研究室にも進出し始めた。人間を全面的に代替するのか、それとも一部の作業に特に秀でているだけなのか。スタンフォード大学人間中心人工知能研究所の『AI Index Report 2026』は、今年最も目立つ矛盾を明確に示す。モデルの能力は急速に進歩する一方、ガバナンス、評価、教育、データ基盤はますます追いつけなくなっている。

この指数は、研究開発、性能、経済、科学、医学、教育、ガバナンス、世論を横断する。読後に残るのは、AIが一定のペースで強くなっているという印象ではない。能力の飛躍、実際の有用性の出現、測定ツールの精度低下、社会の準備不足が同時に起きている。

驚くほど賢く、途方もなく間違える

最も誤解を招きやすいのは、「まだらな知能の境界」だ。同じシステムでも、ある難題では専門家のように振る舞う一方、一見簡単な課題で失敗することがある。Gemini Deep Thinkは国際数学オリンピックで金メダル級に達したが、昔ながらのアナログ時計の読み取り精度はわずか50.1%で、人間は約90.1%だった。一度の鮮やかな成果だけでは、安定した汎用的理解力を備えたとは言えない。

さらに厄介なのは、採点基準自体が正確でない可能性だ。一部の従来型テストでは誤答率が最高42%に達し、ランキングも学習データの汚染や意図的なランキング操作で歪められうる。スコアの接近が示すのは、せいぜい競争の激化であり、実際の場面で同等に信頼できることの証明にはならない。

供給側も少数のプレイヤーに集中している。2025年に発表された著名モデル102件のうち、93件は産業界発で約91.2%を占め、学術界の貢献はわずか2件だった。多くのモデルは訓練コードも公開していない。計算資源と資本が次世代システムを訓練できる者を決めるため、外部研究者による独立検証はますます難しくなる。

AIが仕事に与える影響は一様ではない

経済効果にも温度差がある。米国の生成AIは年間約1720億ドルの消費者余剰を生む。多くの人が便利さを感じているが、企業利益の増加や、全産業が同じ恩恵を受けることを意味しない。

効率が最も上がるのは、仕事の境界がはっきりし、結果を検査しやすい場面だ。顧客サービスやソフトウェア開発などでは、AIにより生産性が約14%から26%向上する。証拠が強く支えるのは「人の仕事の一部を手伝う」ことであり、あらゆる職業の全工程を書き換える段階にはない。

雇用への影響も経験年数で分かれる。22~25歳の若いソフトウェア開発者の雇用者数は2024年比で約20%減少した一方、経験豊富な開発者はより安定している。初級職への圧力は警戒を要するが、金利やテック業界のレイオフ周期、採用縮小も影響している可能性がある。現在のデータでは、この20%のうち実際にAIが原因なのがどれほどかは切り分けられない。

医療・研究におけるワークフロー活用

医療でより確かな活用法は、AIに記録・整理・予警を任せ、医師に代わって診断させないことだ。複数機関が「環境AI」音声カルテツールを導入し、記録時間を最大83%短縮、投資収益率は112%に達する場合もある。これは業務フローの高速化を示すもので、AIが複雑な医療判断を独立して扱えるとは言えない。

研究面の限界もほぼ同じだ。AIは仮説の提案、資料の処理、実験設計を支援できる。しかし、文献を読み、ツールを使い、研究を一貫して完遂するPaperArenaのようなテストでは、最高のAIエージェントの正答率は38.8%にとどまり、人間の博士号取得専門家は83.5%だった。より適切な役割は依然として協働者であり、研究プロセス全体を安定して担える自律型科学者ではない。

技術の進展が社会の準備を上回る

能力は先を走り、ルールと評価が後から追っている。モデルは標準的な安全テストでは好成績でも、制限回避攻撃に遭うと防御が急速に崩れる。プライバシー保護の強化も、正確性や公平性とせめぎ合う可能性がある。導入台数が増えても、リスクが自動的に管理可能になるわけではない。

世間の受け止めも、専門家の予測とはかけ離れている。ピュー調査では、AI専門家の73%がAIは働き方を改善すると考える一方、一般市民で同意したのは23%にとどまり、50ポイントの差があった。システム開発や研究に携わる人ほど効率を実感しやすく、職の変化に直面する人ほど不確実さを感じやすい。

いわゆる「世界全体の構図」にも、なお大きな空白が残る。企業調査の一部は中国を対象に含めず、国際教育データも中国、インド、多くのアフリカ諸国を欠き、GitHubも他のコードプラットフォームをカバーできない。この指数は大きな潮流を描くのに適しているが、すべての国、業界、家庭に共通する経験とみなすことはできない。

まず仕事を変え、キャリアを語る

より妥当な読み方は、AIがまず仕事の具体的な工程を書き換えつつある、ということだ。整理・生成・検索・一部の分析は速くなり、医療や研究の補助業務でも成果が見え始めている。一方、長期計画や現実検証、責任、複雑な協働を要する仕事全体では、現行システムはなお人間に明らかに遅れを取っている。

能力・導入・資本投入は同時に加速しているが、生産性の証拠、雇用への影響の帰属、評価の信頼性、ガバナンスの準備はいまだ不十分だ。どの業務がすでに影響を受けたかは示せても、誰かが来年失業するか、企業が必ずいくら節約できるかまでは答えられない。

---

出典機関：Stanford Institute for Human-Centered Artificial Intelligence

本コンテンツは研究レポートの閲覧と理解のためのものであり、投資助言や取引シグナルを構成するものではありません。