AIが世界を食い尽くす時：冷静な視点から見据える未来の働き方とビジネスチャンス

現代社会は、AIという未曾有のテクノロジーの波に洗われています。その影響は、私たちの仕事、ビジネスモデル、そして日常生活のあらゆる側面に及び、期待と不安が入り混じる複雑な感情を抱かせます。AIがもたらす変化は、産業革命以来の変革だという声もあれば、人類の終焉を予見するような悲観論も少なくありません。

しかし、この興奮と混乱の中で、冷静かつ理性的な視点を提供してくれる専門家がいます。長年にわたりテクノロジー業界の動向を分析し続けてきたBenedict Evans氏です。A16Zの元パートナーであり、現在は独立系アナリストとして活躍する彼が、AIの現状と未来について語った洞察は、「AI is eating the world（AIが世界を食い尽くす）」という彼の最新のプレゼンテーションのタイトルとは裏腹に、極めて地に足の着いた、しかし深遠な示唆に富んでいます。

この記事では、Benedict Evans氏の多角的な分析を深く掘り下げ、AIが私たちの社会にもたらす本質的な変化、具体的なビジネスへの影響、そして個人がこの変革期を乗り越えるためのヒントを、専門的かつ分かりやすい言葉で解説していきます。感情的な議論に流されることなく、データを基にAIの重要性、具体的な機能、ビジネスへの影響、そして将来性を理解することで、読者の皆様がAI時代を生き抜くための羅針盤を得られることを目指します。

AIの衝撃を正しく理解する – 「1997年のインターネット」になぞらえて

Benedict Evans氏の最も示唆に富む意見の一つは、「AIはインターネットやモバイルと同等の大きな存在だが、それ以上ではない」というものです。この発言は、AIに対して過度な期待を抱く人々にも、過度な悲観論に陥る人々にも、一石を投じるものです。彼はAIの現状を「1997年のインターネット」になぞらえます。

1997年のインターネットが示唆するもの

1997年のインターネットは、非常にエキサイティングな時代でした。しかし、同時に多くのことがまだ機能しておらず、人々の生活に完全に浸透しているわけではありませんでした。今日のAIもまた、同様の黎明期にあるとEvans氏は指摘します。

未成熟な技術: 多くのAI関連技術やサービスはまだ開発途上にあり、人々の期待に応えきれていない部分も多いです。初期のインターネットがそうであったように、AIもその可能性のほんの一部しか実現できていない状況と言えるでしょう。
未構築のアプリケーション: 現在、人々がAIで何をするのか、その具体的なキラーアプリケーションの多くはまだ構築されていません。これは、インターネット黎明期にExciteやYahooのような検索エンジンが台頭しつつも、後にGoogleが登場し、全く異なる形で情報アクセスを再定義したのと似ています。現在のAIモデルやサービス間の「勝者レース」は、当時の検索エンジン戦争と同じく、未来の勝者を予測することの難しさを示しています。
普及のギャップ: テック業界の内部ではAIへの熱狂が広がり、Mac miniのクラスターを自作するような人々も存在しますが、一般の人々の間ではまだその採用は広範ではありません。Evans氏のプレゼンテーションに含まれる調査データによれば、13歳から18歳の層でも、AIを毎日利用するユーザーは15〜20%に過ぎず、週に一度利用する層を含めても、大半の人々はまだ日常的にAIを活用していません。これは、インターネットが一部のギーク層から始まり、徐々に一般に普及していった過程と重なります。
「私たちは知らない」という真実: Evans氏のプレゼンテーションが80枚のスライドで「私たちは知らない」と結論付けているというジョークは、この時代の本質を突いています。AIの具体的な未来像や、それが社会にどのような影響を与えるのかについて、現時点では誰にも確かなことは言えないのです。私たちは、目の前の技術の可能性に興奮しつつも、その不確実性を謙虚に受け止める必要があります。

この「1997年のインターネット」という比喩は、AIがもたらす変化の大きさを認めつつも、その変化が即座に、あるいは予測された通りの形で起こるわけではないという冷静な視点を提供します。私たちは、この未成熟な技術が、どのように社会に組み込まれ、新しい価値を生み出すのか、その過程を注意深く見守り、そして積極的に関与していく必要があるのです。

AIがもたらす雇用への影響 – 終末論は誤解か？

AIの台頭に伴い、多くの人々が「雇用終末論」を唱えています。AIが人間の仕事を奪い、大量失業時代が到来するという懸念です。しかし、Benedict Evans氏は、この悲観的な見方に強く異を唱えます。彼の分析は、過去の技術革新の歴史を振り返ることで、AIが雇用に与える影響の本質を浮き彫りにします。

過去200年の教訓：自動化と新しい仕事の創出

人類の歴史は、技術革新による仕事の自動化と、それによって生まれる新たな仕事の連続でした。1800年代には、人口の90%が農民であり、飢餓の脅威に直面していました。それ以来、蒸気機関、電力、自動車、PC、インターネットなど、あらゆる技術が既存の仕事を自動化してきました。しかし、その都度、想像もできなかったような新しい種類の仕事が生まれ、私たちはより豊かで、より安全な社会を築いてきました。

消失する仕事と生まれる仕事: タイプライターを扱うタイピスト、電話交換手、活版印刷の植字工など、かつて存在した多くの職業は技術の進歩によって姿を消しました。しかし、鉄道技師、ソフトウェア開発者、デジタルマーケターなど、当時には想像もつかなかった新たな職業が生まれました。私たちは常に、目の前で失われる仕事は見えるが、まだ存在しない新しい仕事は見えないという状況にあります。
GDPと豊かさの向上: これらの変化は、一時的な摩擦と混乱、一部の人々の失業をもたらしましたが、長期的には社会全体のGDPを向上させ、私たちの生活水準を劇的に改善してきました。AIがこの歴史的パターンを根本的に変えるという「先験的な理由」は存在しない、とEvans氏は主張します。
AI普及の速度と現実: AIの普及速度は、過去の技術（PCやブロードバンド）よりも速いと指摘されますが、これはAIが既存のインフラ（インターネット、スマートフォン）の上に構築されているためです。しかし、企業での導入は、チャットボットが突然SAPを置き換えるような劇的な形では進みません。エンタープライズソフトウェアのセールスサイクルは18ヶ月にも及び、既存のシステムを根本的に入れ替えるには、3年、5年、あるいは10年といった長い時間がかかります。

AI時代でも増え続ける雇用

Evans氏は、彼のプレゼンテーションで具体的なデータを示し、AIによる雇用終末論に反論します。

会計士のパラドックス: 会計士の数は、20世紀を通して増加し続け、21世紀に入っても再び増加しています。計算機、パンチカード、メインフレーム、データベース、ERP、スプレッドシート、クラウドといった技術が次々と導入されてきましたが、会計士の仕事が自動化されるたびに、彼らの仕事の幅は広がり、より複雑な業務に対応するようになり、結果として需要が増加したのです。
AI企業の雇用増: 皮肉なことに、OpenAIやAnthropicといった最先端のAI企業自体が、多くの「人間」を雇用し、ヘッドカウントを増やしています。もしAIが本当に人間の仕事を全て奪うのであれば、これらの企業が最初に人員削減に踏み切るはずですが、現実はその逆です。これは、AI開発と導入には、依然として多くの人間の専門知識と労働が必要であることを示唆しています。
「タスク」と「ジョブ」の区別: AIは特定の「タスク」を自動化できますが、「ジョブ」全体を置き換えるわけではありません。かつてエレベーターアテンダントの仕事は、レバー操作というタスクそのものが仕事でしたが、ボタン式の自動エレベーターの登場でその仕事は消えました。しかし、多くの仕事において、自動化できるタスクは、その仕事のごく一部に過ぎません。例えば、投資銀行のジュニアバンカーは、Excelの登場によって退屈な計算作業から解放されましたが、その結果、より多くの分析や複雑なタスクをこなすようになり、労働時間はむしろ伸びたと言われています。同様に、ソフトウェア開発者も、IDEやライブラリの進化によってコードの大部分が自動生成されるようになりましたが、エンジニアの需要が減少することはありませんでした。これは、「何をコード化したいのか」「誰が顧客なのか」「どのような機能が必要か」といった、より高次元の「ジョブ」の部分が、依然として人間の思考と判断を必要とするからです。

AIは、特定のタスクを効率化し、これまで不可能だった新しいことを可能にするツールです。それは過去の技術革新と同じく、社会全体の生産性を高め、新しい価値と雇用を生み出す可能性を秘めています。短期的な摩擦や混乱は避けられませんが、長期的な視点で見れば、AIは私たちの社会をより豊かにする力となるでしょう。

産業構造の変化と新たなビジネスチャンス – 「タスク」と「ジョブ」の分離

AIが産業にもたらす変化は、単なる既存プロセスの効率化にとどまりません。Benedict Evans氏は、AIが「タスク」と「ジョブ」を分離し、これまで見過ごされてきた価値の源泉を浮き彫りにすると指摘します。この視点は、新たなビジネスチャンスと産業構造の再編を理解する上で不可欠です。

プロフェッショナルサービスにおける逆説的なAI効果

AIの登場は、コンサルタントやプロフェッショナルサービス業界の終焉を予見する者も多くいました。AIが高度な分析やレポート作成を代行できるようになったから、という論理です。しかし、Evans氏は、現実がその逆を示していると指摘します。最先端のAIラボ（OpenAI、Anthropicなど）でさえ、積極的にコンサルティング会社を買収したり、専門家を雇用したりしています。

「フォワードデプロイドエンジニア」の出現: Evans氏は、これを「サンフランシスコに住むAccentureのアウトソーシングソフトウェア開発者」とジョークで表現します。企業がAI導入を検討する際、社内に「何週間もかけて新しいプロジェクトを構築したり、分析を行ったり、新しい技術を開発したりする人材」を大量に抱えているわけではありません。AIで何をすべきか、どのように導入すべきか、既存のワークフローをどう再設計すべきかといった問いに答えるには、専門的な知見とプロジェクトマネジメント能力が必要です。
McKenzieの価値はスライドデッキではない: AIは、75枚のスライドからなるコンサルティングレポートの「見た目」を生成できるかもしれません。しかし、McKenzieのような戦略コンサルタントが提供する真の価値は、美しいPowerPointスライドそのものではありません。彼らが対価として受け取るのは、企業内部を深く調査し、政治的な力学を理解し、顧客と対話し、問題の根本原因を特定し、具体的な行動計画を策定する能力です。PowerPoint作成はあくまで「タスク」であり、その背後にある深い洞察と戦略的思考こそが「ジョブ」の本質です。

「タスク」と「ジョブ」の分離が示す新しい価値

この「タスク」と「ジョブ」の分離は、あらゆる産業で観察されます。

eコマースの教訓（AmazonとSKU）: Amazonは、顧客が何を求めているかが明確であれば、その「SKU（商品コード）」を効率的に提供します。しかし、「どのマイクを買えば良いか分からない」という顧客にとって、Amazonは最適な場所ではありません。顧客のニーズを理解し、適切な製品を推奨する「ジョブ」は、別のビジネス機会となります。
ソフトウェア開発の進化: 過去、開発者はすべてのコードをゼロから書いていました。しかし、現代では、Appleのようなプラットフォームがモデムドライバーやグラフィックドライバーといったコードの90%を提供しています。AIがコードを生成する能力も同様で、「どのようなコードが必要か」「どのような機能が顧客に響くか」といった戦略的判断や顧客理解が、より重要な「ジョブ」として浮上します。

インターネットが破壊した産業とAIの未来

インターネットは、物理的な流通と「情報」という本質的な価値を切り離すことで、多くの産業を破壊しました。新聞社は、自らを「情報を届ける」企業と考えていましたが、実際には「紙を製造し、トラックで配送する」企業でもありました。この物理的な部分がインターネットによって不要になると、彼らは存亡の危機に立たされました。レコード会社も同様に、CDという物理メディアの製造・流通から解放されたことで、ビジネスモデルの根本的な変革を迫られました。

AIもまた、多くの産業において、これまで一体であった「タスク」と「ジョブ」を分離させる可能性があります。しかし、どの部分がAIによって自動化され、どの部分が人間の創造性や判断力を必要とする「ジョブ」として残るのかは、産業や企業によって大きく異なります。

Evans氏が会計士の雇用数の増加を例に挙げるように、自動化が進んでも人間の仕事が減るとは限りません。むしろ、より高度で付加価値の高い「ジョブ」に注力できるようになり、産業全体のパイが拡大する可能性すらあります。企業や個人は、自らの仕事の本質が「タスク」なのか「ジョブ」なのかを深く見極め、AIを単なる効率化ツールではなく、新たな価値創造のパートナーとして活用する戦略が求められるでしょう。この洞察は、AI時代における競争優位を築くための鍵となります。

AIエコノミーにおける価値の源泉 – 基盤モデル vs. アプリケーション層

AIが産業構造を再編する中で、ビジネスパーソンが最も注目すべき問いの一つは、「AIエコノミーにおいて、どこで最も価値が生まれるのか」という点です。Benedict Evans氏は、現在のAI業界の中心である基盤モデルを提供する企業（OpenAI, Anthropicなど）のビジネスモデルと、それらを活用するアプリケーション層の可能性について、挑発的な見解を提示します。

基盤モデルは「電力会社」になるのか？

Sam Altman氏が「AI（知能）を水や電気のようにメーターで売る」と語ったことは有名です。しかしEvans氏は、この発言に対し「親愛なる友よ、公益事業のマージン構造について説明する必要があるだろうか？」と皮肉を込めます。

公益事業の低マージン性: 電力会社は、私たちの生活に不可欠なインフラを提供していますが、そのマージンは非常に低く、株価も長期間横ばいです。彼らは毎年莫大な設備投資（Capex）を続けていますが、その恩恵のほとんどは、その上に構築される産業や消費者にもたらされます。
モバイル産業の教訓: Evans氏は、自身の経歴である通信アナリストとしての経験から、モバイル産業の例を挙げます。世界のモバイル業界は年間約1兆ドルの収益があり、毎年2000億ドルの設備投資を行っています。モバイルデータ消費量は2010年以降1500〜2000倍に増加しましたが、通信会社の株価は25年間横ばいです。これは、モバイルネットワークが「コモディティ化した低マージンの公益事業」となったためです。真にクールなイノベーションや価値は、ネットワークの上にある「アプリ」やサービスから生まれてきました。
AIモデルのコモディティ化の可能性: 現在、数社の基盤モデル企業が市場をリードしていますが、Evans氏は「モデル企業にはネットワーク効果がないようだ」と指摘します。つまり、一つのモデルが決定的な勝者となり、市場を独占する「Winner Takes All」の効果が働きにくいということです。もしモデル間の差別化が難しく、競争が激化すれば、それらは最終的に「コモディティ化したインフラプロバイダー」となり、価格競争に巻き込まれ、マージンが圧迫される可能性があります。

アプリケーション層に宿る真の価値

Evans氏は、AIエコノミーの真の価値は、基盤モデルの上で構築されるアプリケーション層にあると予測します。

Windowsモデル vs. AWSモデル:
- Windowsモデル: かつてのMicrosoft Windowsのように、一つのOSが業界標準となり、その上で動くソフトウェアが価値を生み出すモデル。OSプロバイダーが大きなレバレッジを持つ。
- AWSモデル: Amazon Web Services（AWS）のように、クラウドインフラはコモディティ化し、その上で動くソフトウェア企業は特定のクラウドに「標準化」する必要がない。ユーザーはどのクラウドを使っているかを意識しない。 Evans氏は、AIモデルはAWSモデルに近く、アプリケーション開発者がモデル選択に縛られず、独自の価値を生み出す可能性が高いと見ています。
チャットボットはUXではない: 現在のチャットボットは、多くの人にとってまだ「空白の画面」であり、「何をすればいいのか、何が機能するのか」が明確ではありません。AIの力を最大限に引き出すには、特定のユースケースに特化した「アプリ」が必要です。そして、これらのアプリは、基盤モデル企業がすべて開発するわけではありません。Microsoftがすべてのアプリケーションを開発しなかったように、多数の独立した企業が多様なAIアプリを構築することになるでしょう。
ディストリビューションの重要性: ソフトウェアの構築が容易になるにつれて、差別化要因としての「ディストリビューション（流通・配布）」の重要性が増しています。GoogleはGeminiを自社の巨大なエコシステム（検索、Androidなど）を通じて展開し、MetaもLlamaを自社のサービスに組み込んでいます。 adequateな製品がコモディティ化する中、ブランドとディストリビューションが大きな競争力となります。Appleの「Apple Intelligence」もまた、デバイスという強力なディストリビューションチャネルを通じてAIを展開しようとしています。

結論として、現在のAIモデル市場は急速に変化しており、モデル企業が高額なトークン利用料で利益を上げている状況は一時的である可能性が高いとEvans氏は見ています。競争の激化とコモディティ化が進めば、彼らのマージンは圧迫され、真の持続的な価値は、これらの基盤モデルを基盤として、特定のニーズに応える革新的なアプリケーションを構築する企業、すなわちアプリケーション層で生まれる可能性が高いでしょう。これは、AIを活用した新しいビジネスを考える上で、極めて重要な示唆となります。

AI時代の社会受容性と反AI感情 – 誤解と現実の境界線

AIが社会に浸透するにつれて、その受容性を巡る議論は複雑化し、時には強い反AI感情を伴います。Benedict Evans氏は、この「大きく曖昧な混乱」とも言える反AI感情の背景を分析し、その中に真の懸念と誤解が混在していることを指摘します。

誤解されがちなAIの負の側面

反AI感情の根源には、いくつかの具体的な懸念があります。しかし、その多くは誇張されたり、誤解されたりしているとEvans氏は指摘します。

電力・水消費問題: AIのデータセンターは膨大な電力を消費し、冷却のために大量の水を必要とします。これが地元の資源を枯渇させるといった批判が高まっています。しかし、Evans氏が調査したところ、米国のデータセンターの年間水消費量は、米国全体の水消費量のわずか0.017%に過ぎないという研究結果があります。確かに、特定の地域でデータセンターが建設されることで、地域住民が影響を受ける可能性はありますが、これは「データセンターの問題」というより、「都市計画の問題」であると彼は指摘します。
雇用不安: 先述した「雇用終末論」は、多くの人々の不安を煽っています。特に若年層の雇用減速がAIのせいだとされることもありますが、Evans氏は、現在のところAIが雇用に明確な悪影響を与えているというコンセンサスは経済学者の間でも得られていないと述べています。雇用減速は、AIとは異なる要因（例：景気変動）による可能性も考慮する必要があります。
AI生成コンテンツ（AI Slop）: AIが生成するコンテンツ（画像、文章、音声）の質が低く、人間の創造性を貶めるという批判があります。特にアーティストや作家の間では、AIが作品を盗用し、市場を破壊するという懸念が強く、これが「文化戦争」の一端を担っています。

過去の技術革新との比較：ソーシャルメディア、データベースの教訓

AIに対する社会の反応は、過去の技術革新に対するそれと多くの共通点を持っています。

ソーシャルメディアのバックラッシュ: ソーシャルメディアの普及当初、人々は新しいコミュニケーションの形に熱狂しました。しかし、やがてプライバシー侵害、フェイクニュース、ヘイトスピーチ、心の健康への悪影響といった負の側面が浮上し、強いバックラッシュが起こりました。Evans氏は、AIに対する現在の反応は、ソーシャルメディアに対するバックラッシュよりも「はるかに圧縮された形」で進行していると見ています。
データベースのパニック: 1970年代後半には、データベースの普及に伴い、個人情報の一元管理によるプライバシー侵害へのパニックが起こりました。これは現代のAIにおける「危険なモデル」や「監視」への懸念と重なります。これらの懸念は一部真実を含みますが、多くは誇張されたり、誤解されたりしているのが実情です。

技術がもたらす破壊的な力と倫理的課題

しかし、AIがもたらす変化の中には、真剣に対処すべき倫理的・社会的な課題も含まれています。

ディープフェイクの脅威: 「Photoshopを知らないのか？」という意見があるように、画像操作は以前から存在しました。しかし、AIの登場により、15歳の少年が学校の友人たちのヌード画像を大量に生成し、瞬時に拡散させるようなことが可能になりました。その質も向上し、動画にまで応用されることで、その破壊的な力は以前とは比較になりません。これは、技術が「もっと多くのことを、もっと簡単に」できるようになった結果であり、深刻な問題です。
悪意ある利用と社会の分断: インターネットが「村で唯一の同性愛者が仲間を見つける」ことを可能にしたと同時に、「村で唯一のナチスや小児性愛者が他の悪意ある人々を見つける」ことも可能にしたように、AIもまた、人間の最悪の側面と結びつく可能性があります。ディープフェイクニュースはその一例に過ぎず、今後も予期せぬ形で社会の分断や混乱を招くツールとして悪用される危険性があります。
英国の郵便局スキャンダル: Evans氏が例に挙げた英国の郵便局スキャンダルは、技術の導入が意図せず、あるいは意図的に人々の人生を破壊する可能性を示しています。欠陥のあるコンピュータシステムが原因で、数百人の郵便局員が横領罪で誤って投獄され、自己破産や自殺に追い込まれました。これは、AIのような強力な技術を導入する際には、その潜在的なリスクと倫理的影響を徹底的に考慮する必要があることを示唆しています。

反AI感情は、単なる感情論や誤解だけでなく、AIが社会にもたらす真の脅威と倫理的課題への懸念も反映しています。私たちは、これらの複雑な感情と現実を区別し、AIが持つ破壊的な側面に対しては、技術的な対策だけでなく、法規制や社会的な対話を通じて、慎重かつ建設的に対処していく必要があります。

個人がAI時代を生き抜くための戦略 – 「ラディカルな不確実性」への適応

AIがもたらす変化の波の中で、多くの個人が自身の仕事やキャリアについて不安を感じています。この「ラディカルな不確実性」の時代を生き抜くために、私たちはどのような心構えと行動が求められるのでしょうか。Benedict Evans氏は、明確なアドバイスを提供します。

「頭を砂に埋めないこと」が成功の鍵

Evans氏が最も強調するのは、「頭を砂に埋めて、AIを嫌悪したり、拒否したりしないこと」です。

道徳的優位性の罠: AIを否定し、その危険性を声高に叫ぶことは、一時的に「道徳的優位性」を感じさせ、安心感を与えるかもしれません。しかし、それは現実的な解決策にはなりません。怒りや拒絶の姿勢は、私たち自身の成長や適応を妨げるだけです。
積極的な学習と理解: 成功への唯一の道は、AIの世界に「深く潜り込み、完全に没頭し、何ができるのかを理解すること」です。今日のAI技術を学び、それがどのように物事を変化させ、自分自身のスキルセットや仕事にどのように組み込めるのかを理解する必要があります。
「素晴らしい人材」になるために: 例えば、ある法律事務所がAIの影響で、来年のアソシエイト採用数を半減させると発表したとします。その面接で、「私はAIを信じないので、決して使いません」と答えるのは、明らかに適切な戦略ではありません。むしろ、「私はAIを深く理解し、それを使ってどのように事務所の生産性を高め、新しい価値を提供できるかを考えています」とアピールできる人材が求められるでしょう。

キャリアの不確実性への対応

Evans氏は、自身のキャリア（株式アナリストからコンサルタント、そして独立アナリストへ）を振り返り、現代のキャリアパスは、かつてのように一つの道を直線的に進むものではなくなったと語ります。

スキルと需要のバランス: 「自分が得意なこと」「自分を良い気分にさせる仕事」「人々がお金を払ってくれる仕事」の少なくとも2つ、できれば3つすべてが重なる領域を見つけることが重要です。AI時代には、特定の「ジョブ」ではなく、応用可能な「スキル」の集合体がキャリアを形成する基盤となります。
子供たちへの教育: 子供を持つ親としては、AI時代に子供たちに何を教えるべきかという問いに直面します。Evans氏自身は、過度に体系的な教育計画を持つことには懐疑的ですが、技術リテラシー、批判的思考力、そして変化への適応力を育むことが重要であると考えています。AIが人間の仕事を奪うというよりも、人間がより高次元な仕事に集中できるようになるため、創造性、コミュニケーション能力、問題解決能力といった人間ならではのスキルが、これまで以上に価値を持つようになるでしょう。

「すべては状況による」という洞察

Evans氏は、彼の分析の多くが「すべては状況による」という結論に至ることを認めます。AIが特定の職業に与える影響、あるいは特定の産業に与える影響は、一概には言えません。

タクシーとパーソナルトレーナーの例: 1997年当時、インターネットがタクシー運転手に与える影響を予測できた人はいませんでした。しかし、Uberはタクシービジネスを根本的に変えました。同様に、AIはパーソナルトレーナーの仕事にも影響を与える可能性があります。AIが個人のトレーニングルーチンを作成し、フォームをチェックするようなサービスが登場すれば、その仕事の本質も変化するでしょう。
UberとAirbnbの市場インパクトの違い: Uberは多くの都市でタクシービジネスを「破壊し、拡大」させましたが、Airbnbがホテル業界に与えた影響は比較的「限界的」でした。Airbnbはむしろ、これまでホテルがターゲットとしていなかった、長期滞在やユニークな宿泊体験を求める新たな市場を切り開きました。これは、AIが特定の産業に導入された際、その影響が「既存市場の破壊」になるのか、「全く新しい市場の創造」になるのか、あるいは「既存市場の漸進的な変化」にとどまるのか、予測が非常に難しいことを示しています。

AI時代は、私たち一人ひとりに、学習と適応、そして「ラディカルな不確実性」を受け入れることを要求します。悲観論に浸るのではなく、積極的にAIを理解し、その可能性を探求し、自身のスキルとキャリアを再構築していくことこそが、この変革期を成功裏に生き抜くための唯一の道であるとEvans氏は示唆しています。

AIの未来への問い – 未だ問われていないこと

AIに関する議論は多岐にわたりますが、Benedict Evans氏は、私たちがまだ十分に問いかけていない、あるいは誤解している根本的な問題があると指摘します。それは、AGI（汎用人工知能）や超知能の定義、AIが社会に統合される過程での言葉の再定義、そして真のイノベーションがどこから生まれるかという問いです。

AGIと超知能の曖昧な定義

AIの未来を語る際、AGIや超知能の話題は避けて通れません。しかし、Evans氏は、これらの概念が極めて曖昧であり、その定義が頻繁に「動く標的」となっていることを指摘します。

人間知能の理論の欠如: 「私たちは人間知能が何であるかについての理論を持っておらず、これらのモデルがなぜそれほどうまく機能するのかについての理論も持っていない。どれだけ良くなるのかについての理論も持っていない」とEvans氏は言います。私たちは皆、ある種の「バイブス予報」をしているに過ぎません。
AIの定義の変化: 著名なAI科学者であるLarry Teslerの言葉「AIとは、まだ機械ができないことである」が示すように、一度機械ができるようになったことは「単なるソフトウェア」と認識されがちです。画像認識や感情分析といった技術がAIと呼ばれなくなったように、AGIの定義もまた「今できること」に合わせて再定義されている傾向があります。
経済的価値と意識: 「AGIの定義は、経済的に価値のある仕事の一定割合を実行できることになったのか？」というEvans氏の問いは、核心を突いています。これは「魂を持ち、生きている」こととは全く異なる定義です。1975年のIBMメインフレームもまた、人間が行っていた経済的に価値のある仕事の大部分を処理できましたが、それがAGIや意識を持っていたわけではありません。AIの進化に伴い、その言葉の定義が変化する中で、私たちはその本質を冷静に見極める必要があります。

「タスク」と「ジョブ」の問い直し、そして真のイノベーション

AIがもたらす未来を予測する上で、Evans氏は「タスク」と「ジョブ」の違いを問い直すことの重要性を再び強調します。そして、過去の技術革新の歴史から、真のイノベーションは、単に「古いことをより多く」行うだけでなく、「これまで不可能だった新しいこと」を生み出すところにあると指摘します。

音楽業界のU字型曲線: グローバルな録音音楽業界の収益は、2000年から2015年にかけて半減し、その後ストリーミングの台頭によりピーク時の75%まで回復しました。この変化は、「15ドル払ってCDを買わなくても、あの曲が手に入る」という初期の問いから、「月15ドル払えば、世の中のすべての音楽が手に入る」という全く異なる問いへと変化した結果です。Spotifyは単なるオンライン音楽ストアではなく、音楽体験そのものを再定義しました。
「古いこと」から「新しいこと」へ: UberやAirbnbもまた、最初は「古いこと（タクシーや宿泊）をより多く」提供することから始まりました。しかし、真の変革は、「フリッカーをモバイルに乗せる」といった初期の試みから、「Spotify」のように、新しい技術によってのみ可能となる全く新しい体験やサービスを創造するところにあります。
エンジニアリングの例: かつて、エンジニアリングやコーディングはAIによる自動化が最も難しい職業の一つと考えられていました。しかし、今やコードの多くがAIによって生成されるようになりました。これは、私たちが「退屈な手作業」と認識していなかった部分が、実は自動化可能であったことを示しています。Onetデータセットのような、個々の職業の自動化率を予測しようとする試みは、「皮肉にも論理システムの失敗」であり、「でっち上げ」であるとEvans氏は厳しく批判します。それは、職業の本質を単純なタスクの集合体として捉えることの限界を示しています。
予測不能性: AIがどのような新しい仕事や産業を生み出すか、どのような「これまで不可能だったこと」を可能にするかは、現時点では予測できません。「タクシー運転手」の仕事がインターネットによって激変するとは誰も思っていなかったように、AIの影響もまた、私たちの予想を超えた形で現れるでしょう。

Evans氏は、AIの未来を理解するには、表面的な「古いことをより多く」という段階を超えて、AIによって何が根本的に変化し、何が「これまで不可能だったが、今や可能になった」のかを問い続ける必要があると強調します。この探求心と「ラディカルな不確実性」を受け入れる姿勢こそが、AI時代を切り拓く鍵となるでしょう。

結論：AIと共に歩む未来は「おそらく大丈夫」

Benedict Evans氏のAIに関する多角的な分析は、悲観論と楽観論の間で揺れ動く私たちに、極めて冷静で地に足の着いた視点を提供してくれます。彼のメッセージはシンプルでありながら力強く、「AIがもたらす変化は巨大だが、それは過去に人類が経験してきた数々の変革の連続の一部であり、おそらく大丈夫だろう」というものです。

私たちは、AIを理解する上で、以下の重要なポイントを心に留めるべきです。

AIは「1997年のインターネット」: その可能性は計り知れませんが、まだ黎明期にあり、多くのキラーアプリケーションは未構築です。焦りや過度な期待、あるいは早すぎる悲観論は禁物です。
雇用終末論は誤解: 過去200年の歴史が示すように、技術革新は常に古い仕事を自動化し、新しい仕事を創出してきました。AIもまた、摩擦は生むものの、最終的には社会全体の富を増やし、より高次元な人間の仕事を生み出す可能性を秘めています。
「タスク」と「ジョブ」の分離: AIは特定の「タスク」を自動化しますが、人間の持つ戦略的思考、顧客理解、問題解決能力といった「ジョブ」の本質は、依然として不可欠です。AI時代には、これらの人間ならではのスキルが、これまで以上に価値を持つようになります。
価値の源泉はアプリケーション層に: 基盤モデル自体は、やがてコモディティ化し、そのマージンは圧迫される可能性があります。真の価値は、これらのモデルを基盤として、特定のニーズに応える革新的なアプリケーションを構築する層で生まれるでしょう。
不確実性と適応の重要性: AIがもたらす未来は「ラディカルに不確実」です。私たちは、この不確実性を受け入れ、AIを学び、理解し、積極的に活用する姿勢が求められます。頭を砂に埋めるのではなく、変化の波に飛び込み、自らを再構築していくことこそが、この時代を生き抜く唯一の道です。

ディープフェイクのような悪用や、技術がもたらす倫理的課題は確かに存在し、それらには真剣に対処する必要があります。しかし、技術は常に両刃の剣であり、その利用方法こそが、未来の形を決定します。

Benedict Evans氏の言葉は、AIの無限の可能性に魅了されつつも、その不確実性に不安を感じるすべての人々にとって、冷静な指針となるでしょう。私たちは、この壮大な変革期を、恐れることなく、しかし謙虚に、そして知的に乗り越えていくことができます。それは、私たち一人ひとりの学習と適応、そして社会全体の協力によってのみ可能となる未来です。

AIと共に歩む私たちの未来は、「おそらく大丈夫」なのです。