AIの未来を左右する岐路：政府の「アドホック」な規制、市場の変革、そしてオープンソースの台頭

近年、人工知能（AI）技術は目覚ましい発展を遂げ、私たちの生活、ビジネス、そして社会のあり方を根本から変えようとしています。しかし、その急速な進化の裏側では、技術の安全性、倫理、そしてガバナンスに関する深刻な議論が巻き起こっています。特に、政府によるAIモデルの規制、市場競争の激化、そしてオープンソースの台頭は、AIの未来を形作る上で極めて重要な要素となっています。

本記事では、Anthropicの強力なAIモデル「Mythos」を巡る米国政府の対応、OpenAIの最新モデル「GPT-5.6」のリリース遅延、中国のAI企業Zhipu AIの躍進、Google Gemmaの普及、そしてAnthropicの「Claude Tag」といった最新の動向を深く掘り下げます。これらの個別事例が示すのは、AIが新たな「アドホック」なライセンシング体制に直面しているという現実、そしてこの不透明な状況がイノベーション、経済、さらには地政学的なバランスにどのような影響を与えるかということです。

私たちは今、AIがもたらす可能性とリスクの狭間で、その進化の方向性を決定づける岐路に立たされています。このレポートを通じて、AIを巡る現状の複雑性を専門的かつ分かりやすく解説し、読者の皆様がAIの真の重要性と将来性を多角的に理解できるよう努めます。

セクション1: AI規制の新たな波 – 「アドホック」な統治体制の出現

AI技術の急速な進展は、各国政府にその管理と監督の必要性を強く認識させています。しかし、確立された法的枠組みが不在の中で、米国政府は時に「アドホック（その場しのぎ）」とも言える手法でAIモデルのリリースに介入し始めています。このセクションでは、Anthropicの「Mythos」とOpenAIの「GPT-5.6」を巡る具体的な事例を通じて、この新たな規制体制の実態とその背景にある複雑な要因を分析します。

Anthropic Mythosを巡る攻防：国家安全保障と技術的知見のギャップ

事の発端は、Anthropicが開発した高性能AIモデル「Mythos」に関する情報でした。2024年6月上旬、米国のMark Warner上院議員は、国家安全保障局（NSA）から「Mythosが分類システムのほぼ全てに、数週間ではなく数時間で侵入できた」という報告を受けたと発言しました。この発言は、AIの潜在的な危険性、特にサイバーセキュリティへの影響について大きな警鐘を鳴らすものでした。

しかし、後にこの発言は一部誤解を招く形で広まったことが明らかになります。実際には、「Mythos」はNSAの「レッドチーミング演習」、つまりAIモデルの脆弱性をテストするために意図的に行われた模擬攻撃において、その能力を発揮したのです。これは、AIが実際にNSAのシステムに不正侵入したのではなく、制御された環境下での実験でその高い能力が確認された、というニュアンスでした。

この情報が広まる過程での誤解は、AIの潜在能力に対する社会的な不安と、それを規制しようとする政府の焦燥感を浮き彫りにしました。この出来事が引き金となり、米国政府、特にトランプ政権はAnthropicに対して輸出規制を発動するという異例の措置に出ます。この規制により、Anthropicは最新モデル「Fable」を市場から撤退せざるを得なくなり、結果としてCEOであるDario Amodei氏が共同創業者のTom Brown氏に交代するという、企業のトップマネジメントにも影響が及ぶ事態となりました。

この一連の出来事は、AIモデルの安全性評価が依然として発展途上であり、政府がそのリスクをどのように理解し、対処すべきかという点で大きな課題を抱えていることを示しています。レッドチーミングのような評価プロセスは重要であるものの、その結果の解釈や、それに基づく政策決定のプロセスが透明性を欠き、技術的専門性に乏しい場合、イノベーションを阻害するだけでなく、予測不可能な市場の混乱を引き起こす可能性があります。

OpenAI GPT-5.6のリリース遅延：事実上の「顧客ごとの承認制度」

Anthropicの事例に続いて、OpenAIの最新モデル「GPT-5.6」もまた、政府の介入の対象となりました。OpenAIのCEOであるSam Altman氏は、当初一般公開を予定していたGPT-5.6について、米国政府の要請により、まずは限定的なプレビュー期間を設けることを発表しました。この期間中、政府は「顧客ごとにアクセスを承認する」という方針を取るとされています。

これは、政府が新たなAIモデルのリリースに対して、事実上の「ライセンシング（承認）体制」を構築しようとしていることを示唆しています。Anthropicの「Fable」の市場撤退、そしてOpenAIの「GPT-5.6」のリリース遅延は、いずれも「政府が公開前に新しいAIモデルをレビューしたい」という願望が、現在のAI企業に大きな影響を与えている現実を映し出しています。

この状況について、識者からは強い懸念の声が上がっています。アバンダンス研究所のAI政策責任者であるNeil Chilson氏は、X（旧Twitter）上で「恣意的で、未知で、非透明なライセンス要件は、官僚主義よりもはるかに悪い」と指摘しました。また、Zvi Mowshowitz氏は「米国の新しいAI政策は、ホワイトハウスが好きなようにアドホックに決定し、誰がフロンティアインテリジェンスにアクセスできるか、できないかを決めるものだ。これは極めてひどい状況だ」と述べています。

これらの批判は、政府のAI規制が、明確な基準や透明なプロセスに基づかない場合、イノベーションの妨げとなるだけでなく、特定の企業に不公平な競争環境を生み出す可能性があることを警告しています。Andrew Curran氏も、「これは開発を全く遅らせないのではなく、研究室がモデルをリリースする速度を遅らせるだけであり、トレーニング速度ではない。一般公開されているものと内部にあるものとのギャップは、今後着実に拡大するだろう。これは誰も幸せにしない」とコメントし、この規制が結果的に誰も得をしない状況を作り出すと懸念を示しました。

このような「アドホック」なライセンシング体制は、AI技術が急速に進化し、その影響が広範囲に及ぶ現代において、非常に危険な前例となり得ます。政府は安全保障上の懸念を抱くのは当然ですが、その対応が非技術的で非公開なプロセスに依存する限り、AIエコシステム全体の健全な発展を阻害するリスクが伴います。

政府のAI規制に対する構造的な懸念

上記のような具体的な事例は、AIに対する政府の介入が、単なる技術的な問題を超えて、政治的、経済的、そして社会的な構造に深く関わっていることを示唆しています。現在の米国政府のAI政策は、以下のような構造的な懸念を抱えています。

技術的知見の不足: 政府機関の多くは、最新のAI技術の深い理解と専門知識を欠いている可能性があります。これにより、リスク評価が過度に保守的になったり、不適切な規制が導入されたりするリスクが高まります。NSAの「レッドチーミング演習」の解釈の誤解は、このギャップの一例と言えるでしょう。
透明性の欠如: AIモデルのレビュープロセスや、その結果に基づく規制決定が公開されない場合、企業や研究者は将来の製品開発において予測可能性を失います。これは、投資の停滞やイノベーションの減速につながりかねません。
説明責任の曖昧さ: 「アドホック」な決定は、特定の個人やグループの判断に大きく依存する傾向があり、その結果に対する公式な説明責任が曖昧になる可能性があります。これにより、政治的な思惑や特定の利益団体からの圧力に影響されやすくなるリスクがあります。
イノベーションへの悪影響: 規制が過度に厳しく、かつ不透明である場合、AI企業は新技術の開発や公開に躊躇するようになります。これは、米国のAI技術の競争力を低下させ、他の国々にリードを許す可能性を秘めています。

AIは、その性質上、従来の技術とは異なる多面的なリスクと機会を内包しています。それゆえに、政府の規制もまた、柔軟性、透明性、そして技術的専門性に基づいた、より洗練されたアプローチが求められるでしょう。現状の「アドホック」なライセンシング体制が、AIの健全な発展を阻害しないよう、早急な改善が望まれます。

セクション2: 激変するAI市場：オープンソースと多様なモデルの台頭

政府によるAI規制の動きが懸念される一方、AI市場自体は目覚ましい速度で進化を続けています。特に、中国企業の競争力の向上、Googleによる低コストモデルの普及、そしてAnthropicのビジネスプロセス統合ツールなど、多様なアプローチがAIの可能性を広げています。これらのトレンドは、AIの利用形態、開発戦略、そして市場構造に大きな変革をもたらしています。

中国AI企業の競争力：Zhipu AIのGLM-5.2が示す可能性

AI分野における中国の存在感は無視できません。最近、中国のZhipu AIが開発した「GLM-5.2」モデルが、「DeepSeekモーメント」と呼ばれる新たな動きを巻き起こしています。このモデルは、コスト効率の高いコーディング能力を持つことで注目されており、特にPostTrainBenchの最大推論ベンチマークで34.29%という高スコアを記録し、Opus 4.8（34.08%）をわずかに上回る性能を見せました。これは、ゼロ失敗率を誇り、私たちがこれまで見てきた中で最も信頼性の高いエージェントの一つと評価されています。

GLM-5.2のようなモデルの登場は、AIの性能競争が単にモデルの規模や複雑性だけでなく、そのコスト効率と信頼性にも焦点が当たっていることを示唆しています。特に小規模な組織やスタートアップが、高性能ながらも経済的に利用可能なAIソリューションを求めている中で、Zhipu AIのような企業の技術は大きな魅力となります。これは、大手テック企業が提供する高価なAPIベースのモデルだけに依存しない、多様なAIエコシステムの構築を促進するものです。

Google Gemmaの普及：低コストモデルへの需要の高まり

Google DeepMindが開発した軽量オープンモデル「Gemma」もまた、AI市場の多様化を象徴する存在です。Gemma 4は、リリースからわずか2.5ヶ月で2億ダウンロードを達成しました。この驚異的な普及は、開発者コミュニティが低コストでアクセスしやすいAIモデルアーキテクチャを強く求めていることの明確な証拠です。

Gemmaのようなモデルは、特にリソースが限られている開発者や企業にとって、AI開発への参入障壁を大幅に下げる役割を果たします。これにより、より多くの人々がAI技術を活用し、革新的なアプリケーションやサービスを創造する機会が生まれます。GoogleのGemini技術を基盤とするGemmaの成功は、高性能かつオープンなAIモデルが、イノベーションの民主化にどのように貢献できるかを示していると言えるでしょう。

Claude Tagの登場：AIのビジネスプロセスへの統合

Anthropicは、最新の機能として「Claude Tag」を発表しました。これは、チームがClaudeと連携するための新しい方法を提案するもので、特にビジネスコミュニケーションツールであるSlackへのネイティブ統合が注目されています。Claude Tagは、単にClaudeを呼び出すだけでなく、Claudeのコードインスタンス全体を呼び出すことを可能にし、チームメンバーがClaudeにタスクを委譲し、バックグラウンドで作業を開始させることができます。

これにより、非技術者を含むチームメンバーが、チャネルや会話の中からClaudeをタグ付けするだけで、AIの強力な機能を活用できるようになります。例えば、契約書を分析したり、コードベースの変更をレビューしたりといった、これまで専門的な知識を要した作業が、より簡単にAIによって実行可能になります。Anthropicは、この機能により、自社のコードの65%がSlackでの会話を通じて生成されるようになったと報告しており、これはビジネスにおける行動パターンの大規模な変化を示唆しています。

Claude Tagの導入は、AIの進歩が単なるモデル性能の向上だけでなく、いかにAIがユーザーインターフェース（UI）やユーザーエクスペリエンス（UX）のパターンを通じて、日々のワークフローにシームレスに統合されるか、という点に大きく依存するようになっていることを示しています。これにより、AIから得られる価値は劇的に向上し、より広範なユーザーがAIの恩恵を受けられるようになるでしょう。

オープンソースの利点と企業の戦略転換

will brown氏（primeintellect）のコメントが示すように、ここ数週間でAI市場には明確な変化が生じています。「大規模企業が、自社モデルを社内で安全に計算・後処理訓練したいと考える大きな高まり」が見られます。これは、GML-5.2のようなオープンソースモデルをベースに、多くの企業が独自のAIモデルを開発・運用しようとしていることを示唆しています。彼は、「オープンソースがどのように勝利するかを誰もが理解し始めている」と述べています。

オープンソースモデルは、企業に以下のような重要な利点をもたらします。

データ主権とプライバシー: 独自のモデルを社内で運用することで、企業は機密データの管理をより厳密に行うことができ、プライバシーとセキュリティのリスクを低減できます。
コスト効率: 外部のAPIサービスに継続的に料金を支払う代わりに、自社でモデルをホスト・運用することで、長期的なコストを削減できる可能性があります。
カスタマイズ性と柔軟性: 特定のビジネスニーズに合わせてモデルを微調整したり、独自のデータで再トレーニングしたりすることが容易になります。これにより、汎用モデルでは達成できない高いパフォーマンスと精度を実現できます。
ベンダーロックインの回避: 特定のAIベンダーに依存することなく、よりオープンで柔軟なAI戦略を構築できます。

これらの利点から、多くの企業がオープンソースAIへの投資を加速させています。これは、AI開発が一部の大手テック企業によって独占されるのではなく、より分散型で多様なエコシステムへと移行していることを示しており、AIのイノベーションがさらに加速する可能性を秘めています。

KPMGの「Global AI Pulse Q2 2026」調査も、この変化を裏付けています。この調査では、「CEO主導のAI導入が3倍のROIを生み出す可能性が高い」ことが判明しました。これは、単にAI技術を導入するだけでなく、経営層がAI戦略を深く理解し、主導的に推進することが、その成功に不可欠であることを意味します。データ主権、コスト効率、そして企業固有のニーズに合わせたカスタマイズを重視するオープンソースの戦略は、まさにCEOがリーダーシップを発揮し、高いROIを目指すための強力な手段となり得るでしょう。

セクション3: AIと経済：市場の動揺と新たな投資機会

AI技術の急速な進化は、世界の経済と金融市場に大きな影響を与えています。このセクションでは、AIバブルの憶測から供給チェーンの課題、そして企業のIPO戦略に至るまで、AIがもたらす経済的側面を多角的に考察します。市場の動揺の中に見え隠れする、AI時代の新たな投資機会と課題を探ります。

AIバブルの憶測と市場のボラティリティ

AIブームは、多くのテック企業に莫大な評価額をもたらしましたが、同時に「AIバブル」の憶測も絶えません。動画内では、SpaceXの株価が3日連続で下落し、市場価値が6000億ドル失われたというBloombergの報道が紹介されています。これは、AI株が過熱気味であったこと、あるいはAI関連企業に対する投資家の期待が一時的に揺らいでいる可能性を示唆しています。

市場の動論はAI関連企業の評価に直接影響を与え、投資家は常に次のトレンドやリスクに目を光らせています。このようなボラティリティは、AI技術がまだ発展途上であり、その商業的価値や持続可能性が完全に確立されていないことを示しているとも言えます。

AIサプライチェーンの現状：Micronの事例が示す構造的不足

AIが経済に与える影響は、ソフトウェアだけでなく、その基盤となるハードウェアにも及んでいます。Micronのブロックバスター級の好決算は、AIがメモリチップをはじめとする半導体需要を劇的に押し上げていることを明確に示しています。ウォール・ストリート・ジャーナルは、「メモリチップ企業の株価上昇がナスダック先物をさらに押し上げている」と報じました。

Micronの経営陣は、AIサプライチェーンのあらゆる側面で「構造的な供給不足」がすぐに解消されることはない、との見通しを示しました。これは、AIの処理に必要な高性能なメモリやGPUといったハードウェアが、今後も需要に対して供給が追いつかない状況が続くことを意味します。この構造的な不足は、半導体メーカーにとっては大きな追い風となりますが、AIモデルを開発・展開する企業にとっては、コスト増大や供給確保の課題となるでしょう。

AI技術の普及が進むにつれて、データセンターの構築や、AIアクセラレーターといった専用ハードウェアへの投資が加速しています。これらのインフラがなければAIモデルは機能せず、その成長がサプライチェーン全体に波及している現状が伺えます。

OpenAIのIPO延期が示すもの

AI分野の旗手であるOpenAIもまた、経済的な挑戦に直面しています。ニューヨーク・タイムズの報道によると、OpenAIのアドバイザーは、同社のチーフエグゼクティブであるSam Altman氏に対し、SpaceXの株価が不安定であったことや、スタートアップが財政的な課題に直面していることから、「IPOを来年まで待つ」方向で検討を進めるよう促しているとのことです。

Sam Altman氏は、GPT-5.6 Solのリリースに関するXの投稿で、「このモデルを広くできるだけ早くリリースするための最善の道だ」としつつ、「これは我々が最適と考えるプロセスではない」と述べました。さらに、「政府の目標の多くを共有していると信じているし、彼らが非常に困難な状況で良い仕事をしていると信じている」と理解を示しつつも、透明で信頼できる早期アクセスプロセスを政府と構築しようとしていることを示唆しています。

OpenAIのIPO延期は、AIスタートアップが急成長と大規模な資金調達を実現している一方で、市場の変動性や、安定した収益モデルの確立、ガバナンス体制の強化など、長期的な成長に向けた課題を抱えていることを示しています。また、政府の規制強化の動きが、企業の資本戦略にも影響を与え始めているという側面も見て取れます。

KPMGレポート：CEO主導AIのROI

KPMGが発表した「Global AI Pulse Q2 2026」レポートは、AI導入におけるリーダーシップの重要性を強調しています。このレポートの最も興味深い統計は、「CEOが主導するAI導入は、ROI（投資収益率）を生み出す可能性が3倍高い」というものです。

これは、AIプロジェクトの成功が単なる技術導入だけでなく、経営層の戦略的なビジョンとコミットメントに大きく左右されることを示唆しています。CEOがAIの可能性とリスクを理解し、組織全体でその導入を推進することで、データ主権の確保、コスト効率の向上、そして企業固有のニーズに合わせたAIアーキテクチャの選択といった、より複雑な戦略を効果的に実行できると推測されます。

このレポートは、AIの導入が単なるIT部門の課題ではなく、企業全体の戦略的優先事項として位置づけられるべきであるというメッセージを発しています。CEOがAI戦略の中心に立つことで、組織は変化の激しいAI市場に適応し、持続的な競争優位性を築くための新たなアーキテクチャやソリューションを実装する能力を高めることができるでしょう。

セクション4: 将来への洞察：AIガバナンスと持続可能な発展

AI技術が未曾有の速度で進化し続ける中、その未来をどのように形作るべきかという問いは、ますます差し迫ったものとなっています。政府の「アドホック」な規制、オープンソースの台頭、そして経済市場の動揺は、AIのガバナンスと持続可能な発展に向けた多角的なアプローチの必要性を示唆しています。このセクションでは、これらの動向がAIの将来に与える影響を考察し、望ましいAIエコシステムの姿について洞察を深めます。

望ましいAI規制の姿：透明性と予測可能性の追求

動画の最後に示された「Ad Hoc AI Licensing Regime is bad for everyone, and I hope that this is changed as soon as humanly possible」というメッセージは、現在のAI規制に対する識者の共通認識を強く示唆しています。政府がAIモデルのリリースを「テキストメッセージのやり取りで決めるような」アドホックな方式で管理することは、イノベーションを阻害し、市場に不確実性をもたらし、結果として誰にとっても良くない結果を招くという懸念が表明されています。

望ましいAI規制は、以下のような原則に基づいているべきでしょう。

透明性の確保: 規制のプロセス、評価基準、そして決定理由が公開されることで、企業や研究者は将来の方向性を予測しやすくなり、安心して開発に投資できます。
技術的専門性の統合: 規制当局は、AI技術に関する深い理解を持つ専門家を積極的に巻き込み、リスク評価と政策立案において技術的知見を最大限に活用する必要があります。
イノベーションとのバランス: 安全性と倫理の確保は重要ですが、それがイノベーションを過度に阻害しないよう、柔軟性と適応性のある規制枠組みが必要です。
国際的な協調: AIは国境を越える技術であるため、国際的な協力と調和の取れた規制アプローチが不可欠です。各国のバラバラな規制は、グローバルなAIエコシステムの発展を妨げる可能性があります。

現在の米国の状況は、このような理想とはかけ離れています。Neil Chilson氏が指摘するように、「恣意的、不明瞭、非透明なライセンス要件は、官僚主義よりもはるかに悪い」のです。政府は、その役割をAI産業の発展を促し、同時にリスクを管理する「賢明な舵取り役」として再定義し、オープンで信頼性の高いプロセスを構築する責任があります。

AI技術の民主化とグローバル競争

オープンソースAIモデルの台頭は、AI技術の「民主化」を加速させています。Zhipu AIのGLM-5.2やGoogle Gemma 4の成功は、高性能なAIが一部の巨大テック企業や国家の独占物ではなく、より広範な開発者や企業にアクセス可能になっていることを示しています。これにより、以下のような恩恵が期待されます。

イノベーションの加速: より多くの人々がAIツールを利用できるようになることで、多様なアイデアやアプリケーションが生まれやすくなります。
競争の促進: 小規模なスタートアップや研究機関も、大手企業と対等に競争できる機会を得られます。
コスト削減: オープンソースモデルは、AI導入コストを大幅に削減し、中小企業や発展途上国でのAI活用を促進します。

しかし、この民主化の動きは、新たな地政学的な課題も生み出しています。OpenAIのroon氏が指摘するように、「アメリカ人以外の人がフロンティアから永遠に置き去りにされた場合、非常に悲しい結果になるだろう。『技術の平和』、そして率直に言って、自由な世界が維持されるべきだ」という懸念は、グローバルな視点からAIの発展を捉える重要性を強調しています。もし、特定国がAI技術の最先端にアクセスできず、その恩恵から取り残されることになれば、国際社会の分断を深め、不均衡を生み出す可能性があります。

AIの未来は、単一の国家や企業によって決定されるものではなく、多様な主体が参加し、協力する「フリーワールド」の精神に基づいて築かれるべきです。

倫理と安全性の両立

AIの急速な発展は、その倫理的側面と安全性の確保を、技術革新と同等以上に重視すべきであることを明確に示しています。Mythosの「レッドチーミング演習」の事例は、AIの強力な能力が誤用された場合の壊滅的な影響を警告しており、開発段階での厳格な安全性評価が不可欠であることを示唆しています。

AIの倫理的ガバナンスには、以下のような要素が含まれるべきです。

責任あるAI開発: AIシステムの設計、開発、デプロイにおいて、倫理的原則（公平性、透明性、説明責任など）を組み込むこと。
安全性と堅牢性の確保: AIシステムの意図せぬ行動や悪用を防ぐための技術的・運用的な対策を講じること。
人間の監督と制御: AIが自律的に意思決定を行う場合でも、最終的な責任と制御は人間が持つこと。
包摂性と公平性: AIの恩恵が社会全体に公平に行き渡るよう努め、特定の集団が不利益を被らないようにすること。

Sam Altman氏が「我々は、人類全体の利益のために働くという我々の使命によって生きることを望んでいる」と述べたように、AI開発者はその社会的責任を自覚し、安全性と倫理を最優先事項として追求する必要があります。政府、企業、研究者、そして市民社会が一体となって、倫理的かつ安全なAIの発展を推進する枠組みを構築することが、持続可能なAIの未来を築くための鍵となるでしょう。

結論：変革の時代を生きるAI

AI技術は、私たちを取り巻く世界をかつてない速さで変革し続けています。このレポートで見てきたように、政府の「アドホック」な規制はAIエコシステムに不確実性をもたらし、イノベーションと市場の健全な発展を阻害する可能性があります。一方で、中国企業の躍進やGoogle Gemmaの普及、そしてAnthropicのClaude Tagのような革新的なビジネス統合は、AI市場が多様化し、オープンソースとコスト効率の高いソリューションが新たな主役となりつつあることを示しています。

経済的な観点からは、AIバブルの憶測やOpenAIのIPO延期が市場の不安定性を物語る一方で、Micronの好決算はAIが半導体サプライチェーンに与える構造的な影響を浮き彫りにしています。KPMGのレポートが示す「CEO主導のAIプロジェクトが高いROIを生み出す」という事実は、AIの導入が単なる技術的課題ではなく、経営戦略の中心に据えられるべきであることを強調しています。

私たちは今、AIがもたらす巨大な可能性と、それに伴う未知のリスクに直面しています。この変革期において、政府はより透明性があり、予測可能で、技術的知見に基づいた規制枠組みを構築する必要があります。企業は、オープンソースの利点を活用し、データ主権とコスト効率を重視した多様なAI戦略を展開することで、イノベーションを加速させ、市場競争力を高めることができます。そして、AI開発者は、人類全体の利益を追求するという使命のもと、倫理的かつ安全なAIシステムの開発に努めるべきです。

AIの未来は、単一の技術的ブレイクスルーによって決定されるものではありません。それは、政府、企業、研究者、そして市民社会が協力し、対話を通じて、この強力な技術をいかに管理し、活用していくかという、集合的な選択と行動によって形作られます。現在のような「アドホック」な体制を是正し、より持続可能で、包摂的で、責任あるAIエコシステムを築くことが、私たちの共通の課題であり、そして未来への希望となるでしょう。