AGIをめぐる想像力の格差:来年を予言する社会と来年を設計する社会

多くの人が「来年あたりにAGIが来るかもしれない」という言葉を予言のように消費している。

来る、来ない。2027年だ、違う。どの会社が先に作る、違う。

しかし、このような視点はAGIの本質をあまりにも矮小化している。

来年あたりのAGIは、単により賢いチャットボットではない。人間が担ってきた判断、実行、調整、研究、設計の一部が機械インフラに移行しうるという可能性である。したがって、AGIをめぐる想像力は「いつ到着するか」という問題ではない。「到着すると仮定した場合、社会と組織は何を再設計すべきか」という問題なのだ。

AGI議論が難しい理由は、AGIがスイッチのように一度に入る技術ではないという点にある。Google DeepMindが提示したAGIレベル化フレームワークも、AGIを単一の事象ではなく、性能、汎用性、自律性の組み合わせとして捉えるべきだと説明している。AGIはある日突然現れる怪物ではなく、より広範な業務をより長く、より自律的にこなすシステムの連続線上で姿を現す。

だから「来年AGI」という言葉は予測ではなく、プレッシャーなのだ。

この言葉は私たちに問いかけている。

2027年に一人の人間が行っていた分析、コーディング、リサーチ、企画、顧客対応、実験設計の相当部分をAIシステムが自律的に処理できるようになるとしたら、今の会社は依然として同じやり方で回っていてよいのだろうか。

歴史を見ると、巨大な技術転換は当初は常に機能のように見えた。電気も最初はより明るい照明に過ぎなかった。しかし電気の真の意味は、工場の構造を変えたことにあった。蒸気機関時代の工場は、中央動力軸を基準に配置せざるを得なかった。電気が導入されると機械を別の方式で配置できるようになり、生産ラインは新たに設計された。

鉄道も同様である。鉄道はより速い馬車ではなかった。都市と物流、時刻表、金融、軍事戦略を一つの全国市場として結ぶインフラだった。インターネットも当初はホームページや電子メールのように見えたが、実際には流通と広告、メディア、コミュニティ、決済、アイデンティティの構造を丸ごと変えた。

AGIもそのように見るべきである。

AGIはより賢い検索窓ではない。

AGIは判断のオペレーティングシステムになる可能性がある。

ここで重要な概念が「想像力ギャップ」だ。

技術格差より想像力ギャップが先に訪れる。ある組織はAGIを従業員が使う生産性ツール程度に想像する。ある組織はAGIを組織の設計原理そのものを変える運用インフラとして想像する。前者は既存プロセスの上にAIを付け加える。後者はAIが存在することを前提にプロセスを再構築する。

この差は決して小さくない。

AGIに近いシステムが登場すれば、組織の核心的なボトルネックはもはや「人材不足」ではない。ボトルネックは目標設定、権限付与、検証、責任、信頼へと移行する。AIがリサーチを行い、コードを書き、実験を設計し、契約書の草案を作成し、顧客セグメントを分析できるなら、人間の仕事は消えない。移行するだけだ。人間はすべての仕事を直接行う存在から、何をさせるかを決め、どこまで許可するかを判断し、どの結果を信じるかを見極める存在へと変わる。

この変化の核心は自動化ではない。

核心は判断コストが低下することにある。

これまで多くの組織において判断は高くついた。良い判断をするには資料を集め、会議を開き、報告書を作成し、部署間の承認を得る必要があった。そのため組織は判断を節約した。重要な意思決定は上層部に上がり、小さな実験は遅れ、失敗の代償は大きくなった。

しかしAGI的システムが判断の全段階をほぼ無料に近い形で実現するなら、組織の構造は変わる。報告書を書くために人が集まる代わりに、数十のシナリオが自動的に作成され、人間はその中からどの仮説を実際に実行するかを選ぶ。戦略は四半期ごとの文書ではなく、毎日更新される生きたシステムになる。会社は人数だけで大きくなる組織ではなく、判断をどれだけ頻繁に、どれだけ正確に、どれだけ安全に繰り返せるかで競争する組織になる。

方向性はすでに見えている。METRはAIエージェントが遂行できるタスクの長さを基準に能力を測る「task-completion time horizon」指標を発表した。2025年の研究では、2019年から2025年までフロンティアAIのタスク時間地平が約7ヶ月ごとに2倍になる傾向を示したと明らかにした。2026年1月に公開されたTime Horizon 1.1はデータと評価インフラを拡大しながら、2023年以降の区間ではより速い増加推定値も提示した。ただしMETR自身が長いタスクの基準時間推定とタスク構成によって結果が敏感に変動するという限界を明確にしている。

これは「AGIがすでに来た」という意味ではない。むしろより重要な事実を示している。AIの発展は正答率が上がる方式だけで測定されない。「どれだけ長い業務を任せられるか」という方向で測定されている。AIが回答マシンからタスク遂行者へと移行しているという意味だ。

エージェントインフラも同じ方向を指している。OpenAIのAgents SDK文書はエージェントを、計画を立ててツールを呼び出し、複数の専門システムと協業して状態を維持し、多段階業務を完遂するアプリケーションとして説明する。Googleが開始してLinux Foundationに移管されたA2Aプロトコルも、異なるベンダーやフレームワークのエージェントが安全にコミュニケーションし協業するための共通言語を志向している。

この変化は製品競争ではない。

新しい経済主体のためのレール競争である。

AIが単に回答を生成していた間は、モデル性能が中心だった。しかし、AIが業務を遂行し、他のAIと交渉し、APIを呼び出し、決済し、ファイルを修正し、顧客対応し、研究を進め始めると、問いが変わる。誰がこのエージェントにアイデンティティを付与するのか。誰が権限を管理するのか。誰が行動記録を監査するのか。誰が事故の責任を負うのか。誰がエージェント間取引の標準を作るのか。

AGI時代の核心インフラはモデルだけではない。

モデルの上には、アイデンティティ、権限、決済、セキュリティ、監査、責任、データアクセス権、組織オペレーティングシステムが構築されなければならない。

グローバル競争もこの層で繰り広げられる。アメリカはモデル、クラウド、半導体、資本市場、ビッグテックの配信網を束ねてAGI経済の上層部を掌握しようとしている。Stanford HAIの2026 AI Indexは、2025年のアメリカの民間AI投資が2,859億ドルに達し、中国よりもはるかに大きな規模だったと集計した。同報告書は、生成AIが3年で世界人口の採用率53%に達したと説明している。

この数字が語るのは単なる投資ブームではない。AIはすでに実験室の技術ではなく、大衆の使用体験と資本市場の期待、企業の業務構造を一度に変える汎用インフラになりつつある。

韓国の問いはここから始めなければならない。

韓国がAGIモデル競争で米国ビッグテックと同じ方式で戦うのは難しい。資本規模、データセンター、クラウド配信網、グローバル開発者エコシステムで差が大きい。だからといって韓国の戦略が「良いモデルを輸入してうまく使おう」で止まってはならない。それはAGI経済で最も低い位置を自ら選ぶことだ。

韓国が掴むべき位置は「使用国」ではなく「応用インフラ設計国」である。

韓国には半導体、製造、金融インフラ、通信網、ゲーム、コンテンツ、ファンダムエコノミー、公共サービス、速い消費者採用文化がある。すべてAGIが実際の産業内で機能するか試すことができるテストベッドだ。韓国がすべきことは巨大な汎用モデル一つを作ることに留まらない。産業別エージェントが安全に権限を持って動ける構造を組むことだ。

例えば製造現場のAGIはマニュアルを読むチャットボットではない。工程データを理解し、設備異常の兆候を捉え、部品調達リスクを計算し、現場エンジニアに対処案を提案する運営システムだ。金融のAGIは相談自動化ではない。顧客の文脈と規制、リスク、商品構造、事後責任を共に扱う信頼システムだ。コンテンツのAGIは画像と映像を速く作り出すツールではない。IP企画とファンダムの反応、グローバルローカライゼーション、流通戦略をリアルタイムで織り込む創作インフラだ。

これらすべての領域において、核心は性能より信頼である。

AGIが賢くなるほど重要になるのは「何ができるか」ではなく、「何をすることを許可するか」である。

韓国はすでに国家レベルのAI戦略調整機構を設けている。国家AI戦略委員会は、AI政策と信頼ベースのエコシステム構築を調整する役割を掲げている。しかし、AGI時代の戦略は宣言だけでは不十分である。企業と政府が共にエージェントの身元、データアクセス権、業務監査ログ、責任の所在、産業別サンドボックス、公共調達基準を設計しなければならない。

韓国がこの流れを規制対象としてのみ見るなら、リスクは明白である。韓国の企業と個人は海外モデルを使い、海外クラウドでエージェントを動かし、海外プロトコル上で業務を処理することになる。使用は国内で行われるが、標準とデータと監査可能性は海外インフラに残る。その瞬間、韓国はAIを多く使う国にはなれても、AGI経済のルールを作る国になるのは難しい。

逆に、韓国がAGIを「来年来るかもしれない脅威」ではなく「今から設計すべき運用インフラ」と見るなら、機会がある。韓国は特定産業において、世界で最も速くAGIネイティブなワークフローを実験できる。病院、製造工場、金融機関、ゲームスタジオ、エンターテインメント企業、公共機関において、人間とエージェントが共に働く方式を制度の中で試すことができる。

これが真のAGI想像力である。

空から超知能が突然降ってくる場面を想像することではない。

自社の決裁ラインがどう変わるか、自分の業界のコスト構造がどう変わるか、自国の信頼インフラが何を守るべきかを想像することである。

来年頃にAGIが本当に実現するかは断定できない。むしろ断定した瞬間、思考は貧弱になる。重要なのはAGIが2027年に完成するかどうかではない。2027年という近い未来を描く時、私たちが依然としてAIを「人間が使う道具」としてのみ見るのか、それとも「人間と共に経済を運営する新たなアクター」として見るのかである。

AGIを待つ社会は日付を当てようとする。

AGIを設計する社会は役割、権限、責任、信頼を先に作る。

結局、問いは一つである。

我々はAGIを待つのか、それともAGIが機能する社会を設計するのか。