人工汎用知能に向けた「競争」は、誰が最初に AGI に到達するかよりも、機械知能が日常的なものとなる仕組みを誰が支配するかに関わるものである。
AGI競争の背後にある物語は、ハイパースケーラーとその株主による巨額投資の正当性を支える一方で、社会にとって最大のリスクから注意をそらしてもいる。
政府がAIを勝ち取るべき競争として扱い続けるならば、自らが完全には制御できない知能を吸収できる社会を築くというより困難な課題を無視するリスクがある。
官民の意思決定者は、しばしば人工汎用知能（AGI）を競争として語る。その枠組みは心地よいが、誤りである。
AIの「競争」とは、人間に近い能力のゴールラインを越えることや、ましてや神のような知能に到達することではない。政治制度がその準備を整える前に、機械知能が企業、政府、公共サービスに広がっていくことである。
人工知能は、制度が適応できる速度を上回る速さで、すでに世界経済に広がりつつある。一方で、その利益は、知能を展開する計算資源や流通経路を所有する者へと集中しようとしている。国際通貨基金（IMF）はと警告しており、生成AIは生産性を高める一方で、不平等を拡大させうるという。
こうした状況を踏まえると、AGI競争という言説は、半導体、データセンターおよびエネルギー インフラへの巨額投資を正当化しようとする先端AI研究所やハイパースケーラーの利益に資するものである。一方で、労働力の代替、ますます高度化するサイバー脅威、そして損なわれる主権への対応を担う政府や社会にとっては、ほとんど役立たない。
問うべきは、誰が最初にAGIに到達するかではなく、機械知能が日常的なものとなる物理的・デジタル的システムを誰が支配するのか、である。
なぜAIの「競争」という比喩は誤りなのか
よく語られる物語は、米国と中国が技術的覇権をめぐる争いにロックされているというものである。ワシントンは先端AI研究所と半導体での優位を持つ一方、北京は規模、産業の厚み、そして導入をより安価にする動機を持つ。両国は、しばしば数カ月の差しかないものとして描かれ、互いに決定的な優位を相手に与えないよう競い合っているとされる。しかし、この物語は、政府が直面する問題を十分に捉えていない。しばしば描かれるように、
人工汎用知能はいまだ明確に定義されておらず、その到来時期に関する予測は、明らかにするよりも不明瞭にすることが多い。米国は民間のAI投資で先行しているが、中国のモデルは、コスト、速度、拡張性に関わる主要ベンチマークで性能差を縮めており、その差は縮小している。
ある国や企業が「勝利」しうるという主張は、そもそも勝利が何を意味するのかを問うと崩れる。最も高性能なモデル、最大の企業市場、最も高い生産性向上、最も先進的な監視システムは、それぞれ異なる種類の力をもたらすのである。
それでも、勝利という言説は、ハイパースケーラーとその株主による並外れた投資の正当化を支えており、そのためには十分に大きな物語が必要とされる。この枠組みは、商業的な加速を戦略的必然へと転換させ、最大のリスクを負う社会から注意をそらしてしまう。
この混乱は、汎用的な機械知能が国家、市場、そして日常生活の日課へと広がることを通じて感じられるだろう。それは既に福祉制度、企業の業務、そして軍事計画へと広がりつつある。仮に公式なAGIの閾値が宣言されたとしても、知能の政治経済は既に変化しているであろう。
AI大国の階層構造
「競争」という比喩は、AI権力の新たな地政学的構図を覆い隠してもいる。頂点にあるのは米国と中国である。米国は資本集約的で集中的な道を進む一方、中国は効率性と国産化の推進に向かっている。
米国の半導体規制は北京の進展を遅らせうるが、同時に希少性を前提とした革新を迫ることにもなる。より低コストで広範な展開に最適化されたシステムは、地政学的に重要性を持ちうるのである。分析によれば、DeepSeekの低コスト推論モデルは、米国のGPU輸出規制のもとで開発されたにもかかわらず、競争力を保っていると結論づけられた。
その下には、外国のモデル、半導体、クラウドへの依存を避けるため十分なAI能力の構築を目指す中堅国家が位置する。カナダ、フランス、インド、日本、サウジアラビア、韓国、シンガポール、UAE、英国は、本格的な取り組みを行うための資本、人材、または戦略的動機を備えている。
その他の国々は、公共サービス、防衛、規制業界において、より限定的な自律性を追求するであろう。多くの国は先端モデルを開発しないであろうし、重要な機能に対する支配を維持するためには、なおより多くの計算資源や、より深い資本市場を必要とするであろう。
第三の階層には、利用可能なものを活用する大多数のその他の国家が含まれる。オープンソースモデルや特化型アプリケーションによって、政府や企業は、ますます汎用化するシステムを地域のニーズに合わせて適応させることが可能になる。一定の自律性を生み出すこともできるが、他国で設計されたアーキテクチャへの依存も深めることになるであろう。
逆説的ではあるが、短期的に最も大きな利益を得るのは、先端システムではなく、オープンソースやエッジモデルを活用しようとする者かもしれない。価値ある多くのアプリケーションは、遠方のデータセンターにある1兆パラメータ規模のモデルを必要としない。より小規模なシステムは、利用者の近くで、企業内や公共機関内で稼働しながら、健康診断や不正検知を変革しうる。
これが重要なのは、汎用的な能力が、大規模な先端モデルだけでなく、実環境にわたって行動するエージェントや分野特化型システムを通じても到来するからである。拡散は、能力と露出を同時に高めるのである。
オープンモデルやエッジシステムは攻撃対象領域を広げ、下流での利用実態への可視性を低下させる。公共行政を改善するのと同じシステムが、監視を拡大させたり、偵察を自動化したりしうるのである。
AGIは主権に圧力をかける
現在の焦点はまた、リスクが相互に重なり合う性質を見落としている。政府は依然としてAIとAGIのリスクを個別に扱っているからである。
国家安全保障は、自律型兵器および合成プロパガンダによって変容するであろう。資本が労働を代替するにつれ、市場の秩序は組み替えられるであろう。また、知能の基盤層が国外に所有されている場合、形式的な独立が意味するものが乏しいと各国が気づくにつれ、主権そのものが試されることになるであろう。
支配的なAGI投資の論理は、リターンが計算資源や流通経路の所有者に流れると想定している。それは株主を安心させるかもしれないが、労働者や納税者にとっては、あまり安心できるものではない。
機械知能が生産性を高める一方で、労働所得を弱め、レントを集中させるならば、政治的・社会的な不安定化が急速に訪れるかもしれない。
混乱が求める規模に見合った準備をしている社会は少ない。政府はいまだにイノベーション戦略および自主的な安全対策の言葉で語っている。企業は、投資家がスピードを評価するがゆえに競争している。市民は、既にその権威の多くを失った制度を信頼するよう求められている。
労働の衝撃こそが、最も差し迫った政治的危険である。社会を不安定化させるために、AIが仕事を全面的に消し去る必要はない。賃金とキャリアの階段の圧縮は、事務、顧客対応、そしてソフトウェア関連の職務全体にわたって、世帯所得を損ないうるし、多くの民主主義社会が依拠する、教育、努力、報酬の結びつきを弱めかねない。
AIが民主主義にとって脅威となる理由
民主主義は特有の問題に直面している。制度が長期的視野で計画を立てることに苦労しているからである。規制の枠組みは分断されており、国民はすでに専門家を疑っており、ましてや企業や政治の指導者に対してはなおさらである。
中国の集権的モデルは、資本の方向づけや採用の義務化により適しているかもしれない。しかし、それは社会的な回復力やイノベーションの質と同じではない。これは集権的統制の是認ではなく、民主的な能力に対する警告なのである。
デフォルトの軌道は豊かさではなく、混乱である。米国は技術的優位を失わないために、フロンティアを押し広げ続けるであろう。中国は、米国の支配を回避する道筋があると考え、能力を拡散させるであろう。
中堅国は、外国の半導体、クラウド、モデルへの依存を減らすため、現実的な自律性を追求するであろう。企業は、政府が監督できるよりも速く、ますます高性能化するエージェントを統合していくであろう。
そのデフォルトを回避するには、より真剣なAGIの政治が必要である。指導者は、機械知能を、イノベーションの課題としてではなく、国家安全保障、国家の能力、そして公共の正統性に関わる問題として扱わなければならない。
ソブリンAI戦略は、重要システムに対する現実的な自律性に焦点を当てるべきであり、一方で労働政策は失業に先んじて動く必要がある。安全保障のガバナンスは、自主的な誓約を超えて拡張されなければならず、モデル評価を限定的なものにとどめてはならない。
最も困難な課題は、信頼の低い社会において集団的な能力を再構築することである。AIのガバナンスには、国家と企業、そして対立する大国の間の協力が必要となる。また、危機が生じる前に公共機関が行動することも求められる。
人工汎用知能を捉え直す
政府は、AIを商用ソフトウェアではなく重要インフラとして捉え直す必要があり、計算資源へのアクセス、公共データシステム、そして評価能力に真剣に取り組まなければならない。労働の混乱は財政と政治の問題として扱われるべきであり、安全保障のガバナンスは、自主的な誓約から強制力のある義務へと移行すべきである。
政治指導者は、汎用的な機械知能が何をもたらしうるかについて、継続的な関与を必要としている。それは技術者や社会科学者との真摯な対話にとどまらず、より広い国民との対話をも求めている。機械知能がどのように展開されるかをめぐる決定に市民を関与させることこそ、民主的な正統性の基盤だからである。
大多数の国にとって、信頼に足るソブリンAGI戦略とは、威信を示すための先端モデルを構築することを意味しない。それは、重要分野において高度なモデルを統治するために十分な計算能力と、信頼できる公共データを確保することを意味する。
労働市場への備えは、はるかに速く進める必要がある。政府は、高い影響を受ける職業を特定し、失業が爆発的に広がる前に職業訓練の仕組みを再設計すべきである。
安全保障のガバナンスは、より厳格なものとならなければならない。サイバーおよび防衛分野の応用には、義務的な試験、インシデント報告、そして強制力のある基準が求められる。インセンティブがスピードを報いる領域では、自主的なコミットメントは機能しないであろう。
財政政策もまた変わらなければならない。AI税およびロボット課税は、社会の適応を支える財源を確保する方法として検討されるべきである。ベーシックインカムは、失業が深刻になれば必要となるかもしれないが、再分配だけでは、尊厳の源泉としての仕事を代替することはできない。
AIは大きな生産性向上をもたらすであろうが、その利益を誰が得るのか、そして公共機関が混乱が不信へと固定化する前に行動できるかどうかは、依然として未解決の問題である。政府がAIを勝ち取るべき競争として扱い続けるならば、より困難な課題を見失うことになるであろう。すなわち、自らが完全には制御できない知能を吸収できるほど強靭な社会を築くことである。
