AIは「来る」より「馴染む」

「AGIはいつ来るのか」。この問いには、いつも少し焦りが混じる。 来るのなら、乗り遅れたくない。その焦りは、AIの話にいつも貼りついている。

けれど、会社の仕事にAIを入れる日々で感じるのは、もっと地味な手触りだ。 劇的な到来ではなく、ゆっくりと馴染んでいく時間。 その時間のことを、落ち着いて書いておきたい。

「もうすぐ来る」という語り

強い言葉は、能力の話に集まりやすい。

OpenAIのサム・アルトマンは、2025年のブログ「The Gentle Singularity」で「我々はもう事象の地平線を越えた。離陸は始まっている」と書いた。Google DeepMindのデミス・ハサビスは、人間並みのAGIが「5〜10年で来る」と繰り返し述べている（CNBC, 2025）。

どれも、AIの能力がどこまで伸びるか、という見立てだ。 到来をめぐる話は、速くて、強い。

能力と、普及は、別の話

ここに、静かな反論がある。

プリンストン大のアルビンド・ナラヤナンとサヤシュ・カプールは、2025年の論考「AI as Normal Technology」で、AIを「特異点」ではなく、電気やインターネットと同じ「普通の技術」として見ようと提案した。

要点は、能力（どこまでできるか）と、普及（社会がどれだけ使うか）を分けて考えること。

To view AI as normal is not to understate its impact—even transformative, general-purpose technologies such as electricity and the internet are “normal” in our conception.

彼らは、技術が社会に届くまでを4つの段階に分ける ―発明（invention）→ 製品化（innovation）→ 採用（adoption）→ 普及（diffusion）。 最初の段階がどれだけ速くても、最後の「普及」は数十年の時間軸で動く、という。

能力の伸びは、すでに速い。 けれど、それが社会の隅々まで馴染むかどうかは、別の時計で進む。

歴史は、急がなかった

この「ゆっくり」は、過去の技術が何度も見せてきた。

経済史家のポール・デイビッドは、1990年の研究で電力を例に挙げた（The Dynamo and the Computer）。電気が実用化されてから、工場の生産性に効くまで、およそ30〜40年かかったとされる。最初の工場は、蒸気のベルトを電動モーターに置き換えただけだった。工場のレイアウトそのものを作り替えて、ようやく電気は効きはじめた。

エリック・ブリニョルフソンらは、これを「生産性のJ字カーブ」と名づけた（The Productivity J-Curve）。新しい汎用技術は、入れた直後はむしろ生産性を下げる。組織やスキルを作り替える見えない投資が積もって、あとから上がる。

遅いのは、能力ではない。 それを受け入れる側の、作り替えに時間がかかる。

現場の実感

これは、個人の感想だけではない。 ソフトウェア企業のカスタマーサポートで行われた大規模な実験（Generative AI at Work）では、AI導入で生産性は平均14%上がった。ただし恩恵は新人に偏り、熟練者にはほとんど効かなかった。

普及の実数も、まだ控えめだ。直近の集計では、米国で業務にAIを使う企業はおよそ2割（業務全般での利用）にとどまる（米国勢調査局BTOSに基づくFRBの集計）。能力は出そろいつつある。普及は、これからだ。

それでも、断定はしない

この見方が正しい、と言い切るつもりはない。

ノーマル・テクノロジー論には、まっとうな反論がある。ブロガーのスコット・アレグザンダーは「AIはむしろ”異常な”技術だ」と返した（AI as Profoundly Abnormal Technology）。普及は制度の外でも起きるし、能力の伸びには電気のような速度制限がない、と。

どちらの時計が正しいのかは、まだ分からない。 分からない、と書いておけることが、たぶん今は大事だ。

結論ではなく、次の問い

「いつ来るか」を待っているあいだは、手が止まる。 「もう何が馴染み始めたか」を見ると、手が動く。

あなたの仕事で、すでに静かに馴染んでしまったAIは、どれだろう。 そして、まだ馴染んでいないのは、なぜだろう。