AGIはいつ来るのか
— 予測の読み方と、賭けない備え方。
先に白状します。この記事は、AGIの到来時期を予測しません。断言すれば高い確率で外れ、 両論併記だけなら何も言っていないのと同じだからです。代わりにこの記事は、もっと長持ちする道具を渡します—— 世に溢れる予測を「読める」ようになるための5つの視点と、予測が当たっても外れても後悔しない 「賭けない備え方」。予測の的中を待つ人と、備えを済ませた人の差は、答え合わせの日に開きます。
なぜ専門家の答えは、2年から数十年までバラつくのか。
「AGI(汎用人工知能)はいつ実現しますか?」——この質問への専門家の答えは、見事に割れています。最前線の研究所を率いる人々の中には「あと数年」と言う人がいる。一方で著名な研究者が「基本的な部品がまだ足りない。何十年も先だ」と言う。同じ分野の、どちらも一流の専門家です。
素人同士の議論なら「勉強不足の人が間違えている」で済みますが、ここではその説明が使えません。知識の量では説明できないバラつき——これが本記事の出発点の謎です。答えは3つの場所に隠れています。①そもそも「AGI」の定義が人によって違う。②未来の見立て(楽観と慎重)の根拠がそれぞれに筋が通っている。③そして「予測」という営み自体に、癖がある。順に解きます。
謎の半分は、定義で解ける。
AGIに、教科書的な統一定義はありません。ある人は「平均的な人間の知的労働をこなせる水準」と言い、ある人は「経済的に価値のある仕事の大半を人間より上手くやれること」と言い、ある人は「あらゆる知的タスクで最高の人間を超えること」を指してその言葉を使う。さらにその先の「ASI(人工超知能)」——人類全体の知性を大きく超える存在——と混ぜて語られることもあります。
定義を厄介にしている元凶は、現在のAIの能力が「ギザギザ」だという事実です。数学オリンピックの難問を解く同じ技術が、単純な在庫の数え間違いをする。専門試験を軒並み突破するのに、長い実務では人間なら犯さないミスを混ぜてくる。人間の能力は概ね丸く連続しているのに対し、AIの能力の輪郭は極端に凸凹している——だから「人間並み」という物差しの当て方次第で、「もう超えた」とも「まだ遠い」とも、どちらも誠実に言えてしまうのです(なぜ凸凹になるのかは、章末のコラムで扱います)。
楽観派と慎重派——どちらの根拠にも、筋が通っている。
楽観派(近いと見る側)の根拠は、実績の外挿です。この10年、「規模を増やせば賢くなる」というスケーリングの賭けは勝ち続けてきた。第2回で見た「任せられる仕事の長さ」は指数的に伸び続けている。資金と計算資源はかつてない規模で投じられ、答える前に長く考える推論モデルという新しい伸びしろも見つかった。そして極めつけが再帰的改善の見立てです——AIがAI研究そのもの(コードを書き、実験を回し、論文を読む)を手伝い始めており、開発が開発を加速するループが回り出せば、進歩は直線ではなく曲線になる、という読みです。
慎重派(遠いと見る側)の根拠は、壁の存在です。高品質な学習データ(人類が書いた良質なテキスト)は有限で、食べ尽くしが近いという指摘。計算を支える電力と半導体には物理と地政学の制約がある。規模を増やしても効きが鈍る収穫逓減の兆しを読み取る声もある。そして質的な壁——第1回で見た「もっともらしさの機械」の信頼性問題は依然解けておらず、試験は解けるのに実務でミスをするギザギザは、ベンチマークの点数と仕事の完遂は別物だと教えている。物理世界(ロボット)が予想より遅い、というモラベックの教訓も健在です。
大事なのは、これが「正しい派と間違った派」の対立ではないことです。どちらも観測事実から出発し、違う重みづけをしている。楽観派は「壁は毎回、工夫で越えられてきた」と言い、慎重派は「指数的な伸びは、いつか必ず頭打ちの実例に変わってきた」と言う——どちらも歴史上、何度も正しかった主張です。だから私たちに必要なのは、どちらかに入信することではなく、次章の「読み方」です。
予測の読み方 — 5つの視点。
AGI予測に限らず、不確実な未来についての言説すべてに使える道具です。金融の世界で相場予想を読むときの作法と、驚くほど似ていることに気づくはずです。
- 年号の前に、定義を確認する。「2030年までにAGI」——何ができたらAGIと呼ぶ約束なのか。定義の緩い予測は、当たったかどうかの判定すらできません。
- 語り手の利害を、両方向に割り引く。巨額の資金を調達中の研究所には近いと言う動機があり、懐疑で名を売る論者には遠いと言う動機がある。利害があるから嘘だ、ではなく——利害の向きを知った上で聞く。
- 点ではなく、分布で見る。誠実な予測者は「2035年に来る」ではなく「10年以内に来る確率を◯%と見る」と語ります。専門家アンケートの読み方も同じで、中央値だけでなく回答のバラつきの幅こそが情報です。幅が広い=分野として「分かっていない」ことが分かっている。
- 過去の外れ方の「癖」を知る。AI予測の歴史は楽観にも悲観にも外れてきましたが、外れ方には非対称な癖があります——能力の進歩は専門家の予想より速く、社会への実装と普及は予想より遅い傾向がある。デモができることと、業務が置き換わることの間には、規制・責任・現場の運用という長い道があるからです。
- 「いつ来るか」より「何が起きたら考えを変えるか」を持つ。良い分析者は予測の的中率ではなく、更新の速さで差をつけます。あなた自身の「これが起きたら見立てを変える」という条件——たとえば「自社の中核業務でAIの成果物が無修正で通用し始めたら」——を先に書き留めておく。予測は外れますが、更新条件は裏切りません。
賭けない備え方 — どちらの未来でも後悔しない手。
読み方が身についたところで、実務の問いに戻ります。予測が割れているとき、意思決定はどうすべきか。金融機関なら馴染みのある考え方がそのまま使えます——シナリオが割れているときは、的中に賭けるのではなく、どのシナリオでも損をしない手(ノーリグレットの手)から打つ。
では「型を整える」とは具体的に何か。もうお気づきかもしれません——境界線を四半期ごとに棚卸しする習慣(第2回)。出力を検品する型(第1回)。不可逆な実行の前に人のゲートを置く設計。そして人にしか残らない4つ(責任・関係・問い・現地現物)を鍛え続けること。この連載と道場が教えてきたことのすべては、実は「AGIがいつ来ても有効な備え」として設計されています。AIの進歩が速まるほど価値が上がり、足踏みしても今日の業務改善としてすでに元が取れる——予測に賭けない、とはこういう手の打ち方です。
組織のロードマップにも同じ発想を持ち込めます。計画を「年号」ではなく「トリガー」で書くのです。「2028年にAI経営企画を導入」ではなく、「自社データでの検証精度が◯◯を超えたら次工程へ」「規制ガイドラインが△△を認めたら適用範囲を広げる」。年号の計画は予測が外れた瞬間に死にますが、トリガーの計画は世界の方が発火を教えてくれる。これは第5柱(遂行・統制)で教える統制設計の、時間軸への応用です。
現場での使いどころ — 明日からの3行動
- AGI予測を読むときは、年号より先に「定義」と「語り手の利害」を確認する。この2つで記事の半分は読めたことになる。
- 自分の「考えを変える条件」を1行書き留めておく。予測は外れるが、更新条件は裏切らない。
- 計画は年号でなくトリガーで書く。「◯年に導入」を「◯◯が起きたら導入」に書き換えるだけで、計画は予測から解放される。
ギザギザの正体 — 数学五輪を解くAIが、在庫を数え間違えるのはなぜか。
種明かしは、第2回の原理①にあります。AIの能力は「正解があり、確かめられる」領域で鋭く伸びる——数学やコードやゲームは、まさに練習し放題の領域でした。一方、長い実務の遂行力は「途中のどこで間違えたか」の採点が難しく、練習の回転が回りにくい。能力の凸凹は、才能のムラではなく、採点のしやすさの地図なのです。
この見方には実務上の御利益があります。新しいAIの触れ込みを聞いたら、「それは採点しやすいタスクでの成果か?」と一拍置けるようになる。試験の点数が上がるスピードと、あなたの部署の仕事が置き換わるスピードを、混同せずに済むようになります。
外れの記録 — AI予測の60年。
1960年代、先駆者たちは「20年以内に機械は人間のできる仕事を何でもこなす」と予言しました。来たのはAIの冬でした。1980年代、日本の第五世代コンピュータ計画は10年で知的機械を作ると宣言し、静かに幕を閉じました。2010年代には「2020年までに完全自動運転が普及する」という予測が業界を覆いましたが、実現は限定的な地域に留まっています。
では悲観が常に勝つかというと、逆の外れも同じだけあります。「囲碁でプロに勝つのは10年先」と言われた翌年にAlphaGoが勝ち、多くの研究者が「流暢な対話AIはまだ先」と見ていたところにChatGPTが現れた。60年の教訓は「楽観が外れる」でも「悲観が外れる」でもなく、「自信満々の点予測が外れる」です。第1回で、自信満々の文体と正しさは独立だと学びました——それは人間の予測にも、そっくり当てはまります。
- LLMはなぜ賢いのか — 仕組みと歴史を、1時間ぶんだけ。
- 境界線の地図 — AIにできること・人がやるべきこと
- AGIはいつ来るのか — 予測の読み方と、賭けない備え方
- AIのリスクとの付き合い方 — ハルシネーション、バイアス、秘密
※本稿の記述は2026年7月時点のものです。予測の具体的な顔ぶれは入れ替わりますが、本稿が渡した「読み方」と「賭けない備え方」は、どの予測が当たった世界でも使えます——それがこの回の設計です。