AI業界のトップは、なぜAGIの意味で一致できないのか

「AGI（汎用人工知能）」という言葉は、いま一つの技術的な到達点を指していない。経済的価値のある仕事を自律的にこなすAI、ノーベル賞級のデジタル研究者、人間の認知能力をすべて備えた機械、あるいは広範なテストで人間を上回るシステム――AI業界の有力者は、それぞれかなり異なるものを思い描いている。

この定義のずれがあるため、強気な「到来時期」の予測が同時に存在しても、実は同じ出来事を予測しているとは限らない。そして、企業幹部の宣言ではなく独立評価への要求が強まる理由もここにある。

4人のリーダー、4つの到達基準

サム・アルトマン氏：経済価値のある仕事を担う自律性

OpenAIで広く引用されるAGIの定義は、「経済的に最も価値のある仕事の大半で人間を上回る、高度に自律したシステム」だ。ここでの基準は主として経済的・実務的である。人間の認知を完全に再現しているかよりも、価値ある仕事を大規模に実行できるかが重視される。

近年のOpenAIの公的な説明は、人間の主体性を前面に置く。同社は、人の判断を置き換えるのではなく、各人が選んだ目標を追求できるようにするシステムを目標に掲げ、「すべてを完全自動化する」未来は危険で充実感もないと明言している。23 また、AIが職務の多くのタスクを自動化できても、提供、監督、最終的な責任の担い手として人間が残る場合があり、直ちに職業の消滅を意味するわけではないとしている。25

ただし、この定義では、高性能なツール、自律エージェント、AGIの境界は広く、変動し得る。現実経済への影響を追うには有用でも、誰もが合格・不合格を判定できる科学的テストではない。

ダリオ・アモデイ氏：「AGI」より「強力なAI」

AnthropicのCEO、ダリオ・アモデイ氏は、一般にAGIよりも**「強力なAI（powerful AI）」**という表現を用いる。Anthropicの政策文書によれば、これは現行モデルを大きく超えるシステムであり、多くの分野でノーベル賞受賞者に匹敵、または上回る知的能力、人間のデジタル労働者が使うインターフェースを操作する能力、複雑な仕事を自律的に遂行する能力を備えるものだ。3

Anthropicは、こうしたシステムが2026年後半から2027年初頭に現れると予測している。アモデイ氏はこの展望を、データセンター内に「天才たちの国」が現れるようなものだと表現し、能力が集中することの経済・安全保障・地政学上の影響を強調した。6 7

一般的なAGIというラベルより具体的ではあるが、専門性の広さ、自律性、ツール利用、長期間にわたる信頼性という複数の難題を、一つの予測に束ねている。モデルが一部の条件を満たす時期と、すべてを満たす時期は一致しない可能性がある。

デミス・ハサビス氏：人間の認知能力の「全領域」

Google DeepMindのCEO、デミス・ハサビス氏はAGIにより高い基準を置く。彼の定義は、人間が持つ認知能力をすべて備えたシステムだ。人間レベルのAIは今世紀中に到来する可能性があるとしつつ、現在のシステムは人間レベルのAGIには「ほど遠い」とも述べている。33 38

この見方では、AGIは製品リリースの節目というより、堅牢な汎用性を伴う科学的な到達点である。一部の試験や専門領域で際立った結果を出すだけでは足りず、人間の認知の幅広い領域で機能する必要がある。

ジェンスン・フアン氏：幅広いテストで人間を超えること

NVIDIAのCEO、ジェンスン・フアン氏は、よりベンチマーク重視の基準を示してきた。2024年には、ほぼすべてのテストで人間を上回るAIをAGIと定義するなら、5年以内に到来し得ると発言した。2026年の報道では、より緩やかな実用的基準のもとで、AGIは達成されたとの見解が紹介されている。34

この基準の利点は明快さにある。テストにはスコアがある。しかし、数多くのテストに合格することは、数週間単位の自律作業、現実世界での適切な判断、あるいは安全な運用を、それだけで証明するものではない。

予測年をそのまま比較できない理由

4人は同じ出来事の異なる日付を予測しているのではない。異なる目的地について話している。

• アルトマン氏／OpenAI：経済的価値の高い仕事の大半での自律的な実行
• アモデイ氏／Anthropic：幅広いノーベル賞級の知的業務と、長時間の自律的なデジタル作業
• ハサビス氏／DeepMind：人間が持つ認知能力の全領域
• フアン氏／NVIDIA：広範なテストにおいて人間を超える性能

AIが多くのベンチマークで首位に立っても、数週間にわたり独力で研究プロジェクトを完遂できるとは限らない。デジタル業務の大部分を自動化できても、人間の認知能力の全レパートリーを示すとは限らない。したがって、こうした予測を一つの「AGIへのカウントダウン」として読むべきではない。

なぜAGIは「測れない」「精神論的」と言われるのか

AIの能力自体が測定不能という話ではない。測れる。問題は、AGIに独立機関が管理する共通の合否基準がないことだ。

ある学術的提案は、AGIを論争的な概念としたうえで、「大半のタスクで少なくとも人間レベルの能力」を持つAIとして操作的に定義している。50 しかし、この表現にも未解決の選択が隠れている。どのタスクを対象にするのか。どの人間を基準にするのか。どの程度の失敗率を許容するのか。どの条件下で評価するのか。

信頼できる公的テストには、最低でも次が必要になる。

1. 実演例をその都度差し替えるのではなく、対象タスクの分布を明確に定めること
2. 成績だけでなく、失敗頻度を含む性能・信頼性の基準を置くこと
3. 一問一答だけでなく、長期の自律性とツール利用を試験すること
4. 評価そのものに合わせた過剰な訓練を防ぐこと
5. 結果の再現・監査に足る独立したアクセスを確保すること

こうした仕組みがなければ、AGIは、ゴールラインを定義するインセンティブが最も強い企業によるステータス宣言になりかねない。AI Now Instituteは、利用可能な指標の多くを、狭く、曖昧で、自己利益に沿うベンチマークだと批判している。62

言葉の争いの背後にある「信頼」の問題

AGIをめぐる議論は、より大きな信頼性の問題も映している。企業が変革的な能力を広く訴える一方で、利用者や働く人々が接するシステムは、性能にむらがあり、誤りを起こし、安定した現場導入が難しいこともある。この隔たりは、すべての長期予測が誤りだと示すものではない。しかし、並外れた主張には、観測可能な証拠と説明責任を伴う予測が必要だということを意味する。

雇用をめぐる議論は、その緊張関係をよく示す。OpenAIは、AIが仕事を変え、一部の職種は消える一方、現時点の証拠ではAIは「代替者」よりも「支援者」である傾向が強いとしている。17 これは必ずしも矛盾しない。タスクの自動化、職業内容の変化、雇用の消滅は別の結果だからだ。ただし、広範な変化の予測が、実際の労働市場への影響を測る透明な指標と結び付かなければ、社会の信頼は損なわれる。

「AGI認定」より、能力に応じた監督へ

より強いガバナンスでは、あるシステムがAGIに到達したかを決めることよりも、どの能力とリスクを現に備えるかに焦点を当てるべきだ。

Anthropicの「AI Safety Levels」は明示的な条件分岐を採る。モデルに特定の危険な能力があるならば、必要な安全策が講じられるまで配備やさらなる能力拡大を行わない、という仕組みだ。5 同社の後続の政策枠組みも、透明性、独立評価、危険な配備を阻止・抑止する政府権限を求めている。10

アルトマン氏も、強力なモデルについて、公開前のテストと評価結果の公表を含む外部検証・独立したリスク評価を求めている。49

ハサビス氏は、金融業界の自主規制機関FINRA（米金融取引業規制機構）をモデルにした、米国主導の「Frontier AI Standards Body」を提案している。これは業界資金を基盤としつつ公的監督の下で運営され、最先端モデルを公開前に独立評価する構想だ。52 複数の最先端AI企業のリーダーの間では、第三者が高度なシステムを試験し、政策に活用する基準づくりを助けるべきだという点で合意が形成されつつあると報じられている。51

もっとも、提案と法的に強制できる実務の間には大きな隔たりがある。Future of Life Instituteの2026年AI Safety Indexは、最先端AIのリスクと対応する評価プロセスを明示的に扱う、拘束力のある国レベルの規制・基準は存在しないと報告した。59

信頼できるAIの主張とは何か

公に問うべきなのは「AGIは到来したか」ではない。**このモデルは何ができるのか。どれほど安定してできるのか。何が問題になり得るのか。そして、その答えを誰が独立に検証したのか。**である。

そのためには、能力ごとに要件を置く必要がある。

• 高リスクのサイバー、生物、欺瞞能力に関する公開評価プロトコル
• 配備前の独立テストとレッドチーミング
• 信頼性、事故、導入条件の重要な変更に関する報告
• 実証されたリスクの水準に連動する安全策とアクセス制限
• 自主申告だけではなく、違反時の法的な結果

AGIは、強い理念、マーケティング用語、哲学的な問いとして残り続けるだろう。しかし、公開された証拠に裏打ちされない限り、規制を発動する基準としては弱い。開発企業がゴールを再定義し、到達を宣言し、自ら安全性を認定するだけでは済まない仕組みができたとき、信頼は初めて得られる。