「AGI（汎用人工知能）はあと数年で来るのか？」——2026年3月時点で、最前線の研究者・企業・予測市場の見方を整理すると、かなり輪郭がはっきりしてきました。ただし見えてきたのは「一発のAGI到来」よりも、「AIエージェントによる“なし崩し的AGI化”」というシナリオです。
そもそもAGIとは何か
AGIの定義がバラバラなのはご存じの通りですが、現在最も参照されている枠組みのひとつが、Google DeepMindの「Levels of AGI」です。
Level 2：Competent（有能）——GPT‑4〜Claude 3がこの辺り
Level 3：Expert（専門家級）——GPT‑5.x / Gemini 3.x世代
Level 4：Virtuoso（名人級）——一部ベンチでは人間トップを超えつつある
Level 5：Superhuman（超人級）——全タスクで人間超えは未達
最新のGemini 3.1 ProやGPT‑5.2は、抽象推論や難問QAで既に「専門家級〜名人級の間」に入りつつある、というのが実務的な評価です。ただし、これはあくまで「ベンチマーク上の話」であり、現実の複雑な業務や長期タスクを、完全自動で回せるわけではありません。
興味深いのは、OpenAIのSam AltmanやAnthropicのDario Amodei自身が、ここ1〜2年で「AGIという言葉はあまり有用ではない」と言い始めていることです。代わりに使われるのは「AIエージェントによる自動研究」「デジタル従業員」など、より具体的な概念です。
いつ来るのか：4つのシナリオ
2025〜26年にかけて、AI 2027プロジェクトやMetaculusなどの予測コミュニティが相次いでタイムラインを“後ろにずらす”方向に動きました。現時点の大まかなシナリオは以下の4つです。
MetaculusのAGI中央値は2030年前後に移動AI 2027レポートも、2027年→2030〜31年へと中央値を修正
楽観派（Schulman等）は2027年、人類超知能は2029年と依然強気
要するに、「2027年にAGIが来る」よりも「2030年前後に、定義次第ではAGIと呼べるレベルに到達する」シナリオの方が、専門家コミュニティでは優勢になりつつあります。
何がボトルネックになっているのか
楽観論にブレーキをかけている技術的要因はいくつかあります。
スケーリング則の鈍化
2025年以降、「パラメータとデータをただ増やすだけでは伸びが悪くなってきた」という分析が増えました。HEC Parisのレビューは「フロンティアモデルはすでにスケーリングの天井に近づいている」と指摘しています。推論の計算コスト
o3系のような「考える時間を長くすることで精度を出す」アプローチは有望ですが、その分計算コストが爆発的に増えます。現状のインフラ・電力制約を考えると、無制限に伸ばすのは現実的ではありません。自律性と信頼性
最新のエージェントでも、連続自律稼働はせいぜい数時間レベルで、長期タスクでは安定性が課題です。現場のCIO目線で見れば、「最後は人が見ないと怖い」という段階です。
一方で、抽象推論ベンチマーク（ARC-AGI-2など）のスコアは数年で2〜3倍に跳ねており、Google DeepMindが報告するような「未知タスクへの転移推論」の兆候も見え始めています。つまり「壁はあるが、壁に穴も空き始めている」という状態です。
どの国がAGI／AGI級エージェントを持つのか
地政学的に見ると、構図はかなりはっきりしています。
米国：唯一のフロンティア保持国
2024年に世界の注目モデル40件すべてが米国発
中国のトップモデルに対し平均7ヶ月、最大14ヶ月程度のリード
代表的なプレイヤーはOpenAI、Anthropic、Google DeepMind、Meta、xAIなど。実質的に、AGI候補になり得る“本物のフロンティアモデル”を継続的に出せるのは現状ほぼ米国だけと言ってよい状況です。
中国：効率と普及で猛追
中国は絶対性能ではまだ遅れているものの、DeepSeek R2が「GPT‑5相当の9割強の性能を3分の1の計算量で達成」といった、効率面でのブレークスルーを連発しています。第15次五カ年計画では「AGIへの経路探索」が国家政策文書に明記され、AIを2030年までに経済の90%に統合するという野心的な目標が掲げられています。
AGI級エージェント（≒国家レベルでの自律AIシステム）という観点では、2027〜30年にかけて、米国が5〜10、中国が3〜6程度の“AGI候補ラボ”を抱える構図になる可能性が高いと見られます。
欧州・英国・日本はどうか
欧州：規制（EU AI法）は世界最先端だが、フロンティアモデルの数では大きく出遅れ。2026年以降に欧州フロンティアAIイニシアチブで巻き返しを狙う動き
英国・カナダ：研究の質はトップクラスだが、商用フロンティアは米国系に統合される形が多い
日本：基幹モデルの開発力よりも「ロボティクス・製造業・行政での信頼ある実装」が強み。AGIそのものより、“AGI級エージェントを安全に使いこなす国”になるかが勝負どころ
フロンティアモデルは「何台」くらい存在するのか
FLOPベースで規制閾値を定めた研究によると、EU AI法レベルの超大規模モデル（10²⁵ FLOP超）は2028年末までに100〜300件程度になると予測されています。そのうち、真に「世界トップクラス」と呼べるモデルは毎年10数件レベルになる見込みです。
ざっくりとしたイメージとしては：
2028年前後
超大規模モデル：100〜300件
そのうちトップ10〜20件が「AGI候補」の座を争う
ほとんどが米国と中国に集中
という構造です。
本当に重要なのは「AGIそのもの」ではない
最後に実務的な視点です。
AGIの定義は曖昧で、「いつAGIか？」で議論しても合意は得にくい
一方で、AIエージェントの自律性は半年単位で伸びており、2027〜28年には特定業務で「ほぼ全自動」が現実に見えている
フロンティアモデルは2028年までに100〜300件規模になり、その一部は“事実上のAGI”として振る舞う可能性が高い
したがって、企業や行政にとって戦略的に重要なのは、「AGIが何年に来るか」を当てることではなく、
どのタイミングで、どのレベルの自律エージェントを業務に組み込むか
それに合わせて、権限設計・監査・責任分界をどう再設計するか
米中フロンティアのどのレイヤーにどこまで依存するか
といったガバナンスとアーキテクチャの設計です。
AGIは、おそらく歴史教科書の上で「ある日突然現れた」ように書かれるかもしれません。しかし現場レベルで起きるのは、「気づいたら人間がやっていた知的仕事のかなりの部分を、AIエージェントが静かに引き継いでいた」という、もっと連続的な変化です。
0 件のコメント:
コメントを投稿