イノベーションが成功している経済では、大学と産業の連携、アクセラレーター、創業者とメンターのネットワークといった制度的な中間層が、研究を商業的に実現可能なものにする一助となりうる。
シリコンバレーやその他のイノベーション拠点の事例は、強固な制度的中間層が、さもなければ散逸してしまう投資を積み重ねていけることを示している。
AIイノベーションを推進したい経済は、国家の関与と市場の自由のバランスに固執するのではなく、両者の間にある制度的中間層を強化すべきである。
政府が画期的なイノベーションに資金を投じるべきか、それとも干渉を控えるべきか、という一般的な議論は、機能するイノベーション経済と停滞する経済を分ける重要な要素を見落としている。
決定的な要素は、国家支出でも市場の自由でもない。両者の間にある制度的中間層の強さこそが決め手である。これは、発見を産業へと転換させる強力な原動力である。
この議論の枠組みとなる二つの発表がある。中国は1,380億ドルを、戦略的技術投資を方向付けるための国家支援型ベンチャーファンドに投じる。一方、米国大統領は全米科学財団（NSF）の予算を55%削減する案を示しており――87.5億ドルから40億ドルへ――と同時に、2億9,300万ドルの「ジェネシス・ミッション」を立ち上げ、人工知能（AI）を20以上の国家的課題に応用する。
これらの動きは、共通の議論の両端を示している。北京は、国家主導の資本が次の技術の波の勝者を選び出せると賭けている。ワシントンは、75年にわたり米国のイノベーションを支えてきた幅広い科学研究への資金提供から退く方向に動いており、同時に小規模で使命志向のAIへの投資を行っている。
しかし、どちらの賭けも、いずれの政府も投資していない制度を通じて進められている。この議論のどちらの側も、研究を商業的に実現可能にする制度的中間層を欠いては完結しない。
なぜこれがAIイノベーションにとって重要なのか
機能するイノベーション経済において、制度的中間層は基礎研究と商業化の間をつなぐ決定的な原動力である。技術移転機関（研究の商業化を目指す大学内の組織）、大学と産業の連携プログラム、応用研究機関、アクセラレーター、創業者とメンターのネットワークによって構成される制度的中間層は、発見を産業へと転換させてきた長く実証された歴史を持つ。
しかし、この決定的な制度的中間層は、画期的なイノベーションを支える最善の方法が政府資金か市場の自由かをめぐる議論から、しばしば抜け落ちている。
この欠落に取り組む研究には二つの系統がある。ジョシュ・ラーナーによる2009年の『Boulevard of Broken Dreams』は、イノベーションを人為的に生み出そうとする政府の試みの多くが期待を下回ることを記録している。マリアナ・マッツカートの『The Entrepreneurial State』（2011年）は、公的投資がそれでもなお、インターネット、バイオテクノロジー、mRNAワクチン、そして今日のAIの発展の中心であったことを示している。
両者とも、強固な制度的中間層が投資を積み重ねる役割を果たすこと、そしてそれがなければ投資は散逸してしまうことを説明している。
この中間層は自然に形成されるものではない。民間の主体は大規模な基礎研究への投資を過小に行っており、これはノーベル賞受賞者のケネス・アロー（1962年）が指摘した問題である。大学、ベンチャーキャピタル、産業界はそれぞれ異なる時間軸で動いており、すべての人に利益をもたらすが単独では誰も構築しようとしない共有インフラについて協調できずにいる。また、収益は空間的に集中しており、地域に必要な連結的制度への投資を正当化できるのは、地域に根ざした主体だけである。
これらの問題は、国家支出だけでも市場だけでも解決できない。
制度的構築としてのシリコンバレー
シリコンバレーは誰もが知る事例だが、たいてい誤解されている。よくある説明は、市場がそれを作り上げたというものか、米国防高等研究計画局（DARPA）が作り上げたというものである。実際には、マーガレット・オマラが2019年の『The Code』で記録しているように、シリコンバレーは40年にわたる制度的構築から成長したのである。
1940年代後半、フレッド・ターマンは、スタンフォード大学の工学部長として、連邦政府の研究投資を、偶然ではなく意図的な設計によって産業活動へ転換させようとした。スタンフォード工業（現・研究）団地は、1951年に設立され、産業界を学術研究のすぐ隣に置いた。
技術ライセンス事務局は、ニールス・ライマーズによって1970年に設立され、設計した教員持分モデルは後に1980年のバイ・ドール法で部分的に成文化された。同法は、連邦資金により開発された発明の所有、特許化、商業化を可能にした。
ウィリアム・ミラーは、後にスタンフォード大学の教務担当副学長、およびシリコンバレーの研究開発企業SRIインターナショナルの社長を務めた人物であるが、同組織をキャンパス外の仲介機関として再編し、スタンフォード大学の「イノベーションと起業の地域プログラム（Stanford Program on Regions of Innovation and Entrepreneurship）」を共同設立した。
連邦政府の研究資金は、40年間この中間層を通じて流れ、その後スタンレー・コーエンとハーバート・ボイヤーがバイオテクノロジー産業の礎を築き、SRIにおけるネットワーク研究がインターネットへとつながった。制度的中間層がなければ、同じ国家投資は論文を生むにとどまっただろう。それがあったからこそ、国家投資は産業を生み出したのである。
シリコンバレーは、市場の勝利でも国家資金による勝利でもなく、仲介機関による勝利であった。
類似するイノベーションのパターン
この構造は、ほかの類似事例にも繰り返し見られる。
MITにおけるシリコンバレーと並行する歴史は、エド・ロバーツによって支えられており、彼の卒業生インパクト手法（alumni-impact methodology）は、卒業生が設立し460万人を雇用する3万社以上の企業を記録した。スタンフォード大学による同大学の経済的影響に関する研究で、起業への関与に基づき、私がビル・ミラーと共同執筆したものは、同大学のこの分野での活動に起源をたどれる約4万社と540万人の雇用を特定した。
アジアのシステムも、より早い段階で同じ構造を示している。中国台湾の工業技術研究院（ITRI）は、大学や企業が担えなかった技術移転を担い、1987年に台湾積体電路製造（TSMC）をスピンアウトさせた。清華大学のTusParkネットワークは、現在30以上の中国の都市に広がっている。深センは、市のイノベーション基金、ハードウェアのサプライチェーン、アクセラレーターを通じて、都市レベルの制度的中間層を構築してきた。
また、20年にわたり北京を訪れてきた経験から、この構造がいかに認識しやすいかがわかる。TusParkであれ、オープンソースの研究コミュニティX-labにおいても、制度的な特徴は異なるが、橋渡しの機能は変わらない。中国の「985プロジェクト」改革に関する学術研究は、大学の研究センターに資金を提供したものであり、ハイテク起業の効果を生んだのは、大きく報じられた国家支出ではなく制度的変化であったことを明らかにしている。
補完のための構築か、代替のための構築か？
近年、公共および慈善の施策が次々と打ち出され、この重要な制度的中間層を形成する仲介インフラを構築しつつある。
米国国立科学財団（NSF）の「地域イノベーション・エンジン（Regional Innovation Engines）」プログラムは、助成段階で10倍のレバレッジを生み出し、半導体、AI、量子、クリーンエネルギーにまたがる9つのエンジンに対する1億3,500万ドルに対し、10億ドルを超えるマッチング資金のコミットメントを得た。焦点を絞った研究機関は、大学やベンチャーキャピタルファンドが避けるボトルネックを標的にすることができる。英国の先端研究発明庁（Advanced Research and Invention Agency）。
民間セクターも並行して進化しており、ディープテック・ベンチャーキャピタル、より長期的な投資ビークル、政府系ファンドや企業の戦略的資本がその例である。問題は、両層が互いに補完し合うのか、それとも代替し合うのかという点にある。
AIは今まさに、あらゆるイノベーションシステムの耐性を試している。そのボトルネック――計算資源へのアクセス、評価インフラ、安全性研究、フロンティアモデルの監査――には、まだ確立された仲介機関が存在しない。ジェネシス・ミッションと全米AI研究リソースは、米国でその中間層を構築するための初期の試みである。メンターのマッチング、人材発掘、デューデリジェンスがこれらのモデルの範囲内で行われるようになるにつれ、AI自体がこの中間層を再編する可能性もある。
しかし、そこにはツールが制度と取り違えられるリスクがある。学術研究は、新規企業の創出を促す政府の取り組みに関して、参入を開放するだけではそれ自体ほとんど効果がないことを示している。むしろ最大の成果は、公的な行動が資源や仲介機関も提供する場合に生まれる。効果は四半期単位ではなく、数年かけて積み重なる。
AIイノベーションを本当に動かしているものは何か
AIイノベーション経済を推進することをめぐる本当の議論は、「より多くの国家」か「より多くの市場」かであってはならず、両者の間にある制度的中間層をどう強化するかであるべきだ。
イノベーションをリードしたいと考えるどの国も、二つの問いに答えなければならない。誰がこれらの連結的制度を構築し、政治サイクルを超えて維持していくのか。そして、歴史的事例が求めてきたように、成功は数十年単位で測られるのか、それとも予算サイクル単位で測られるのか。
両方の問いに正しく答える国が、AIの時代をリードするだろう。国家対市場の議論を続ける国は取り残されるだろう。
