［レポート解説］スタンフォード「AI Index 2026」が示す12の発見——環境・競争・雇用でAIの現在地を読む

2026-04-14

はじめに

　スタンフォード大学HAI（人間中心AI研究所）が2026年4月13日、年次報告書「AI Index 2026」を公開しました。本稿では、Stanford HAIの要約記事とMITテクノロジーレビューの解説記事を合わせて、環境コスト・米中競争・雇用への影響・透明性の低下など12の主要テーマから今年のAIの現在地を解説します。

参考記事

メイン記事:

タイトル: Inside the AI Index: 12 Takeaways from the 2026 Report
著者: Shana Lynch
発行元: Stanford HAI
発行日: 2026年4月13日
URL: https://hai.stanford.edu/news/inside-the-ai-index-12-takeaways-from-the-2026-report

要点

スタンフォードHAIの「AI Index 2026」が公開され、環境負荷・米中競争・雇用変化・普及速度・透明性など12の観点からAIの現状が示された
AIの能力は急速に向上しているが、得意・不得意の偏りが大きい「まだら知性（jagged intelligence）」の状態にある
2025年の世界民間AI投資は前年比127.5%増の3,447億ドルに達し、米国の投資額は中国の23.1倍となった
22〜25歳のソフトウェア開発者の雇用が2024年比で約20%減少し、若年層でのAIによる雇用影響が現実化している
主要AIモデルの透明性を測るFoundation Model Transparency Indexのスコアが前年の58点から40点に低下した

詳細解説

AIの環境コストが急拡大

　Stanford HAIの報告によれば、Grok 4の学習に伴う推定CO2排出量は7万2,816トンに達しました。これは自動車1万7,000台が1年間走行した場合の排出量に相当します。世界全体のAIデータセンターの電力容量は29.6ギガワットに達しており、ニューヨーク州全体のピーク時消費電力に匹敵するとされています。さらに、GPT-4o単体の年間推論に使用される水の量は、1,200万人分の飲料水を超える可能性があるとのことです。

　こうしたデータは、AI能力の向上と環境負荷が表裏一体であることを示しています。モデルの規模が大きくなるほどエネルギーと資源の消費が増えるという構造的な問題であり、持続可能性の観点からも今後の議論が必要な領域だと思います。

米中AI競争：リードはわずか2.7%

　長年にわたりAI分野で優位に立っていた米国に、中国が急速に追いついています。Stanford HAIの報告では、2025年2月にDeepSeek-R1が一時的に米国トップモデルに並んだことが記録されており、2026年3月時点でAnthropicのモデルがわずか2.7%の差でトップに立っている状況です。

　MITテクノロジーレビューの解説によれば、米国は強力なモデル、多くの資金、推定5,427カ所のデータセンター（他国の10倍以上）で優位に立つ一方、中国はAI研究論文数・特許出願数・産業用ロボット導入台数でリードしています。また、米国へのAI研究者の流入数は2017年比で89%減少しており、特に直近1年で80%減少するという急激な落ち込みも示されました。

　中国のAI投資を民間投資だけで評価すると過小評価になる点も注意が必要です。2000〜2023年に政府系ファンドを通じてAI関連産業に投じられた資金は9,120億ドルに上るとの試算もあります。

「まだら知性」：急成長する能力とその偏り

　AIの全般的な能力は急速に伸びています。博士レベルの科学問題、数学オリンピック級の問題、マルチモーダル推論などでは既に人間の水準に達しています。現実タスクへのエージェントの対応成功率はTerminal-Benchによれば2025年の20%から77.3%に向上し、サイバーセキュリティの問題解決率も2024年の15%から93%に上昇しました。

　一方で、動画からの学習、多段階の計画立案、財務分析、家事ロボット（成功率12%）など、まだ苦手な領域も多く残っています。MITテクノロジーレビューはこの状態を「jagged intelligence（まだら知性）」と表現しており、能力が均一でなく凸凹であることを示しています。さらに、AIのテスト方法（ベンチマーク）自体の問題も指摘されており、一部のベンチマークには42%のエラー率が確認されています。モデルがベンチマークのテストデータで訓練されることで、実力ではなくスコアだけが向上するという「ゲーミング」の問題も依然として残っています。

AI投資の急増と若年層の雇用への影響

　2025年の世界企業によるAI投資総額は5,817億ドルに達し、前年比130%増となりました。民間投資も3,447億ドルと127.5%増加しています。米国の投資額（2,859億ドル）は2位の中国（124億ドル）の23.1倍に上ります。

　この急速な投資拡大が雇用市場にも変化をもたらしています。スタンフォードの調査によれば、22〜25歳のソフトウェア開発者の雇用は2024年以降、約20%減少しています。カスタマーサービス分野でも同様のパターンが見られています。本ブログでも以前BCGのレポートをもとに「AIは雇用を奪うより変える」という視点を紹介しましたが（→ https://jobirun.com/ai-reshape-jobs-not-replace-bcg-2026/）、スタンフォードの報告は若年層への影響がすでに数字として現れている実態を示しています。マッキンゼー&カンパニーの調査によれば、組織の3分の1が来年にかけてAIにより人員削減を見込んでいるとのことです。

　なおAIによる生産性向上効果もデータとして示されており、カスタマーサービスで14%、ソフトウェア開発で26%の生産性改善が確認されています。ただし、判断力を要するタスクでは同様の効果は見られていないとされています。

科学研究へのAI参入

　AIが科学研究ツールから「発見者」へと移行しつつある動向も報告されています。自然科学・物理科学・生命科学分野のAI関連論文はいずれも前年比26〜28%増加しました。2025年には初めてAIが気象データから予測値を直接出力する気象予報パイプラインを単独で運用し、天文学では10台の望遠鏡の観測を自動化するファウンデーションモデルが初めて構築されました。

　医療分野では、患者との診察内容から臨床記録を自動生成するツールの普及が進んでおり、複数の病院システムで医師の記録作業時間が最大83%削減されたと報告されています。ただし、500本以上の臨床AIの研究論文を分析すると、実際の患者データを使用したものはわずか5%にとどまるという課題も指摘されています。

透明性の低下と規制の動向

　能力が高まるほど公開情報が減るという逆説的な状況も浮き彫りになっています。主要AIモデルの透明性を測るFoundation Model Transparency Indexは、前年の58点から40点に低下しました。能力の高いモデルほど訓練コード・データセット規模・パラメータ数を非公開にする傾向があるとされており、独立した安全性評価や研究が困難になると指摘されています。

　規制面では、EU AI法の最初の禁止条項（予測的ポリシングや感情認識へのAI利用禁止）が発効し、日本・韓国・イタリアも国内AI法を制定しました。一方、米国連邦政府はトランプ大統領の大統領令により規制緩和の方向に動いています。ただし州レベルでは2025年に過去最多の150本のAI関連法案が成立し、カリフォルニア州のSB 53（安全性開示・内部告発者保護）やニューヨーク州のRAISE法（安全プロトコル公開義務）などが成立しています。

急速な普及と複雑な公衆感情

　生成AIは3年以内に世界人口の53%に普及しており、パソコンやインターネットよりも速い普及速度です。ただし国・地域差が大きく、シンガポール（61%）やUAE（54%）が高い一方、米国は28.3%で24位にとどまっています。

　公衆の感情は複雑です。Ipsosの調査では59%がAIの恩恵を前向きに捉えている一方、52%が「不安を感じる」と回答しています。米国では「AIが仕事を良くする」と答えた人は33%にとどまり、世界平均の40%を下回っています。また、AI規制に関して自国政府を信頼すると答えた米国人はわずか31%で、調査対象国の中で最低水準となっています。

まとめ

　「AI Index 2026」は、AIの能力・投資・普及が急拡大する一方、透明性の低下・環境コストの増大・若年層の雇用減少という課題が同時に進行している実態を示しています。技術の進歩と社会的な管理能力のギャップが広がるなか、規制・評価・透明性の整備がどう追いつくかが今後の焦点になると考えられます。世界各国の公衆感情の詳細については以前の記事も参考になります。（→ https://jobirun.com/global-ai-survey-pew-japan-awareness-top-south-korea-comparison/）