AIはエリートの仕事を奪えるか？新型ベンチマーク「Apex-Agents」で見えた限界と2026年の現実

「AIがホワイトカラーの仕事を置き換える」という予測から約2年が経過しましたが、現実はそれほど単純ではないようです。トレーニングデータ大手のMercorが発表した最新の研究によると、法律や投資銀行、コンサルティングといった高度な専門職において、現在のAIモデルは「落第点」の状態にあることが明らかになりました。

Apex-Agentsベンチマークが暴くAIモデルの「25点の壁」

今回の調査で導入された新しいベンチマーク「Apex-Agents」は、実際の専門家が直面する複雑なクエリを基に設計されています。結果は驚くべきものでした。最も優れた成績を収めたGemini 3 Flashでさえ、正解率はわずか24%にとどまり、次いでGPT-5.2が23%という結果になりました。多くのモデルは誤回答を出すか、回答そのものを拒否するケースが大半を占めています。

なぜAIは「実務」でつまずくのか

研究に携わったブレンダン・フーディー氏によると、最大の難所は「マルチドメイン推論」にあります。現実の仕事は、SlackやGoogle Driveなど複数のツールにまたがる情報を整理し、文脈を理解する必要があります。AIにとって、断片化された環境から必要な情報を見つけ出し、複雑な法的・財務的判断を下すことは、依然として高いハードルとなっています。