AIの「本当の実力」を知っているのは誰か

AIは仕事を奪うのか、それとも救うのか——同じ技術を見ながら、専門家と一般市民の答えがこれほどまでに食い違うのはなぜでしょうか。

「73%」対「23%」：同じAIを見ているはずなのに

スタンフォード大学が毎年発表する「AIインデックス」の2026年版が公開されました。このレポートは、AIをめぐる数字と傾向を体系的にまとめた、業界でも最も信頼される年次報告書のひとつです。

今年のレポートで最も目を引くのは、ある数字の対比です。AIが雇用に与える影響について、専門家の73%が肯定的に評価しているのに対し、一般市民でそう答えたのはわずか23%。実に50ポイントもの開きがあります。医療や経済への影響でも、同様の大きな乖離が確認されています。

「専門家」とは、2023〜2024年のAI関連学会に参加した米国在住の研究者たちを指します。彼らは毎日AIの最前線に触れ、最新モデルを使い込んでいる人々です。一方、一般市民の多くは、数ヶ月前に無料版のAIツールを試してみた経験が「AIとの接点」のすべてかもしれません。

AI研究者のアンドレイ・カルパシー氏はこの状況をX（旧Twitter）でこう表現しました。「パワーユーザー（コーディングや数学、研究にLLMを使う人たち）は最新モデルを常に追い、月に200ドルを払って最高性能版を使っている。今年のこれらの分野における進歩は、目を見張るものがある」と。

「ギザギザの最前線」という現実

広告

広告掲載について

[email protected]

広告

レポートにはもうひとつ、興味深い事実が記されています。Google DeepMindの最上位推論モデル「Gemini Deep Think」は、国際数学オリンピックで金メダル相当のスコアを叩き出す一方で、アナログ時計を読み取ることが半分の確率でできません。

この現象は「ジャギー・フロンティア（jagged frontier）」と呼ばれています。AIは特定のことを驚くほど得意とする一方で、別のことには驚くほど不得意です。その境界線は、私たちの直感とは一致しない場合が多い。

コーディングや技術的な作業では、正解と不正解が明確なため、モデルを鍛えやすく、精度も高くなります。さらに、コードを書けるモデルは収益につながるため、開発各社はこの領域に集中的に投資しています。結果として、AIをコーディングに使う人と、日常的な質問や創作に使う人とでは、まったく異なる「AI体験」をしていることになります。

もうひとつ見逃せない事実があります。AIを支えるハードウェアのサプライチェーンには、深刻な集中リスクが存在します。レポートは「世界の主要AIチップのほぼすべてを、台湾のTSMCという1社が製造している」と指摘しています。1社、1つの工場に、世界のAI産業が依存しているのです。

日本社会にとっての「二つの現実」

日本は今、深刻な労働力不足と高齢化社会という課題に直面しています。この文脈でAIへの期待は大きく、製造業や医療、介護などの分野での活用が模索されています。しかし、AIリテラシーの格差は日本でも無視できない問題です。

ソニーやトヨタ、NTTといった大企業のエンジニアたちは、最先端のAIツールを日常的に使いこなし、その恩恵を肌で感じているかもしれません。一方、中小企業の従業員や高齢の労働者にとって、AIはまだ「どこか遠い話」である可能性があります。

この体験格差は、AI政策の議論にも影響します。AIを「使いこなしている側」の声が政策立案に反映されやすい一方で、「使っていない側」の懸念や不安は見過ごされがちです。日本社会が大切にしてきた「誰も取り残さない」という価値観と、急速に進むAIの普及をどう両立させるか——これは技術の問題ではなく、社会設計の問題です。

米国では5,427か所のデータセンターが稼働しており、2位の国の10倍以上という圧倒的な差があります。インフラ投資の規模でも、日本を含む他国は米国に大きく遅れをとっています。