支配をめぐる争いが潰しかねないAIの可能性

Source details

Canonical URL: 支配をめぐる争いが潰しかねないAIの可能性

Other formats

Bibliographic details

Authors: CARL BENEDIKT FREY
Published: September 22, 2025

歴史的教訓と制度の役割

中央集権的な計画は計算能力ではなく、現場の不可欠な分散知識の収集で失敗することがあるというハイエク的洞察を再確認。
ソ連は莫大な投資にもかかわらず、探求に不寛容な制度のためにコンピューティング技術の潜在力を活かせなかった（ゼレノグラードの事例）。
日本は高い工程改善能力により、自動車工場労働者の生産性が1980年までに米国の労働者の生産性を17%上回った一方で、ハードウェア中心の強みがソフトウェア主導の時代に限界を露呈した。
欧州の調整型資本主義は既存技術の追随には強いが、コンピュータ革命のような不確実性の高い技術変化への適応が困難だった（「失われた20年」の指摘）。

AIの現状と技術的進展の特徴

大規模言語モデル（LLM）は2019年から2024年にかけて1万倍の規模に成長したが、推論ベンチマークARCでのスコアは約5%にとどまる。
プログラム探索のような明示的プログラム生成アプローチは20%を上回るスコアを示している。
文脈内学習手法（再訓練なしに実例から学習するモデル）は急速に進歩している。
人間の感覚運動経験や身体知の欠如により、インターネットで訓練した言語モデルでも人間の能力の一部は再現できない（モラベックの教訓の継続的有効性）。

支配（中央集権）と競争の現在の傾向

中国では民間企業と外資系企業が勢いを保つ一方で、政府の権限集中が進み、認可や融資、契約で政治的に有利な複合企業が優遇されるなどの傾向がある。
地方レベルの実験は役人による特許件数追求の結果、価値の低い出願の大量発生などで衰退している。
米国では産業の著しい集中、競業避止条項による労働移動の阻害、暗黙知の流れの制限がイノベーションのダイナミズムを弱めている。
AI領域の集中を示す具体的数値:
- 商用LLM市場の約70%がマイクロソフトとOpenAIの提携により支配されている。
- NVIDIAはそうしたモデルの訓練に用いられる専用GPUの約92%を供給している。
既存大手企業はアルファベット、アマゾン、メタとともに有望なAIスタートアップの株式を取得しており、参入障壁と支配の強化が進行。

イノベーションの源泉とリスク

真のブレークスルーは未知の領域を切り開く分散的な実験と参入障壁の低さから生まれる可能性が高い。
LLMは統計的コンセンサスに落ち着く性質があり、先例が乏しい領域での創意工夫や発明家・起業家による分散試行錯誤の重要性は依然として高い。
政治的コネクションや不確固たる法的保護に依存する企業が増えると、イノベーションへの投資が政治的協力関係に振り向けられ、草の根の革新が抑圧される恐れがある。

政策示唆（競争環境の保護と分散実験の促進）

AIの時代においても、コンピュータ時代と同様に「競争の場自体を保護する」政策枠組みを維持することが不可欠である。
規制と制度設計は、中央集権的スケーリングのみを奨励するのではなく、参入障壁の低減、労働移動の促進、スタートアップや分散的実験を支える環境の整備を重視すべきである。
競争のダイナミズムを阻害する要因（特許権の存続期間延長、業界固有の許認可ハードル、既得勢力のロビー活動など）に注意を払う必要がある。

出典: カール・ベネディクト・フレイ「支配をめぐる争いが潰しかねないAIの可能性」, ファイナンス＆ディベロップメント - セレクト記事, 2025年9月.