再び「AI無用論」に向き合う
米マサチューセッツ工科大学（MIT）が発表した報告書「GenAIの溝：2025年ビジネスAIの現状」は、企業の95%が生成AIから得ているリターンはゼロだと指摘しました。この発表は米国のハイテク株急落の引き金となりました。しかし実際にこの報告書の中身を読んでみると、それほどセンセーショナルな内容ではなく、むしろ淡々と、どのような場合に企業のAI導入が成功し、どのような場合に失敗するかを論じたものです。実のところ、この種の報告書はこの3年間ずっと出続けています。ただ、市場が今この瞬間、ややバブル的な空気を感じ取っているため、ちょっとした揺らぎですぐに株価急落を引き起こしてしまうのです。
最近こうした揺らぎを引き起こしているのは、社会学的な調査報告だけではありません。もう一つは、主要なAI企業自体が調整局面に入っているように見えることです。待ちに待ったGPT-5がついに登場しましたが、GPT-5が汎用人工知能（AGI）そのものだと期待していた人々にとっては、かなりの失望だったはずです。またGPTのAIエージェント機能は目玉として打ち出されたものの、実装面では解決すべき課題がまだ山積しているように感じられます。
こうした状況を受けて、「AI投資は回収不能」派が再び勢いを増し、大々的にAIを嘲笑する動きが出ています。例えば、たびたび引用される経済学者ダロン・アセモグルの「今後10年でAIがGDPを押し上げる効果はわずか0.5%にとどまる」という見解が、再び取り沙汰されています（ちなみに、楽観的とされる見方、例えばIMFの試算では「毎年」0.5%の押し上げ効果とされている点には注意が必要です）。
私は、「AI投資は回収不能」という説は、現実を見ればおのずと崩れる話だと考えています。AIはすでに、AI自身を生み出した業界――すなわちプログラミングそのもの――に影響を及ぼしています。昨年から今年にかけて、コーディング用のAIエージェントは爆発的に普及しました。最近、米国の情報工学系人材が仕事を見つけられずにいるという記事が話題になっています。理由は、初級レベルの仕事がすでにコーディングエージェントに取って代わられているからです。
米国エンジニアの失業増、AI代替効果の加速を映す
これまで、プログラム開発のコストを削減するのは難しいことでした。結局のところ、エンジニアが一行一行コードを書かなければならず、しかもそれには高度な訓練を積んだ人材が必要だったからです。AIが仮に30%でも仕事を代替できれば、それだけで天文学的な人件費の節約になります。しかも対象は高給取りの人材です。だからこそ、プログラミングはAIエージェントが最も力を入れて攻め込んでいる領域なのです。
AIエージェントが真っ先に影響を及ぼすと一般に考えられているのは初級人材で、この点はまさにプログラミング業界がすでに示している通りです。ベテランエンジニアがAIで自分の力を強化する場合と、経験の浅いエンジニアをAIで補強する場合とでは、コスト構造がまるで違います。前者は即戦力を直接強化するものであり、後者は社内コミュニケーションコストの増加という問題も抱えるため、1足す1が2にならないのです。その結果、情報系学部の新卒者は仕事を見つけるのが非常に難しくなり始めています。企業がAIエージェントで若手人材を代替する方向に傾いているからです。したがって、「AIはバブルであり詐欺だ」という言説は、プログラミングの現場ではまったく成立しません。信じられないなら、失業した情報系学部出身者たちに直接聞いてみればいい話です。
大規模モデルの進展と比べ、今年から目立つ新たな潮流は、AIエージェントが観察の主対象になったことです。より下層にある大規模モデルの開発と算力資源の集中度は、もはや小規模チームが太刀打ちできる領域ではなくなったからです。多くのチームがAIエージェントの方向へと舵を切っています。
AIの価値は「ゼロ効果論」をはるかに超える、時代の革命は始まったばかり
しかし、この方向性も決して楽ではありません。大手企業も隙あらば参入してくるからです。6月から7月にかけて相次いだAIコーディング企業のM&A・再編ニュースは、まさにこの最新トレンドの証拠です。現時点でAIエージェントの影響と評価額が特に大きいのは、コーディングと法律の二分野です。どちらも文書を一行一行書き、一行一行読まなければならない、高度な訓練を要する人材集約型の業界であり、コスト削減へのニーズが強いため、企業には代替への強いインセンティブがあります。こうした産業にとって、AIが生み出す効果はまさに現在進行形であり、「95%がゼロ効果」というひと言で片付けられるものではありません。
大規模モデルの領域では、現状Googleが企業ユーザーを、OpenAIが一般ユーザーを、Anthropicがエンジニア層を、それぞれ押さえています。大規模モデルの勢力図はおおむね定まりつつあるように見え、そのためかAI大手各社の動きも以前より落ち着いたペースになり、優先度の高い機能開発をじっくりと進めているように見えます。基盤となるAIの進化ペースが鈍化している主な要因の一つは、より多くの算力投資が必要になっていることです。例えばDeepSeekが直面している苦境は、算力の壁という現実を目に見える形で示す実例と言えるでしょう。現実として、大規模モデルの算力の壁は非常に高く、どのような技術的工夫を凝らしても避けて通ることはできません。
現時点でエヌビディア陣営の外に、比較的有効な独自の体系を構築できているのはGoogleだけですが、それも一定の範囲内にとどまります。ほぼすべてのケースにおいて、結局はエヌビディアのチップとその開発環境が作り出したソフトウェアの壁に突き当たることになります。エヌビディアを迂回しようとする試みは非常に多くなされていますが、その大半は商業的に成功しておらず、むしろこれらのチームは「どの道筋ではエヌビディアを迂回できないか」を証明しているだけのようにさえ見えます。したがって、当面の短期的には、エヌビディアの業績が大きく崩れることはなさそうです。
しかし長期的に見れば、小型のAIエージェントが本当に高い算力を必要とするのかどうかについては、依然として意見が分かれています。多くの小型AIエージェント企業は、投資家に対して「小さなチップや少ない算力でも動かせる」とアピールして資金調達をしています。もしこうしたエージェントが大量の推論処理を必要としないのであれば、高い算力は不要ということになりそうです。こうした応用方向が成熟すれば、非エヌビディア路線が別の道を切り開く可能性もありますが、それにはまだ相応の時間がかかるでしょう。
企業の95%が生成AIをうまく活用できていないという指摘自体は、おそらく間違っていません。しかしそれをもって「AIには大した中身がない」「AI企業の評価額はすべて過大だ」と結論づけるのは、あまりに早計な判断だと思います。今回のAI革命はまだ始まったばかりです。株価には上下があるでしょうが、AIの実用化は今まさに着実に、広範囲に導入され、使われ続けています。私たちはまだ、その非常に初期の段階にいるにすぎません。
台股20年風雲錄──從市值50大消長看台灣產業變遷與投資趨勢
限貸緊箍咒 房市三重壓力來襲！第7波信用管制效應連環套 消費者、建商兩頭受創
吳嘉昭接任台塑集團總裁 王文淵淡出經營，未來王家人誰說了算？