［コラム解説］超知能の最大の価値は「退屈な仕事」にあるかもしれない——OpenAIの新プラットフォームが掲載したエッセイを読む

2026-10-02

はじめに

　OpenAIが運営するプラットフォーム「Intelligence Age」は2026年10月1日、エッセイ「The eternal complement（永遠の補完財）」を掲載しました。天才的なAIの最大の価値は、ひらめきよりも単調な実行の仕事にあるかもしれない、という問題提起です。本稿では、その論旨を順に整理します。

参考記事

タイトル: The eternal complement
著者: Hemanth Asirvatham、Elliott Mokski
発行元: OpenAI（Intelligence Age）
発行日: 2026年10月1日
URL: https://openai.com/index/the-eternal-complement

要点

本エッセイは「次の経済」をテーマとするシリーズの第1作で、著者らの見解でありOpenAIの見解ではないと明記されている
著者らは、天才的な知性と、アイデアを実現する能力（制度や設備、組織）とは、一方が増えると他方の価値が高まる「補完財」の関係にあると論じている
AIは現在、実行の希少性を下げているが、AI自身が大量の優れたアイデアを生むようになれば、再び実行が不足する可能性があるとしている
将来像として、思考で効率よく進む「深さの文明」と、物理的な実験や組織が膨らみ続ける「広さの文明」の2つの方向性を示している
機械が人間を上回る場合でも、人間の好奇心には意味が残る理由を3つ挙げている

詳細解説

エッセイの位置づけ

　このエッセイは、AGI（汎用人工知能）が実現した未来を探る独立した論者のための新しいプラットフォームで公開された、「次の経済」シリーズの最初の1本です。著者のHemanth Asirvatham氏とElliott Mokski氏は冒頭で、内容は自分たちの見解であり、OpenAIや同僚の見解ではないと断っています。製品発表や公式方針ではなく、AIと経済の関係についての1つの思考実験として読むのが適切だと考えられます。

宇宙を「見る」ことと「行く」ことのずれ

　エッセイは、人類は時間の始まり近くまで見通したにもかかわらず、月より先に行った人は1人もいない、という対比から始まります。方程式は宇宙の誕生直後からの歴史をおおむね一貫して説明し、望遠鏡は星や銀河の誕生まで捉えています。知性が届く範囲は、手が届く範囲をはるかに超えているというわけです。

　著者らは、このずれには2つの解釈があるとします。1つは、最も深い真理は1つの惑星からでも解き明かせるという見方で、文明は「広がり」ではなく「深さ」で進歩するという物語です。もう1つは、人類の知性が実行能力を追い越してしまったという見方で、次の一歩ごとにより多くの時間と資源が必要になり、夢は尽きないのに実現する人手が足りない状態だとしています。

　その象徴として挙げられるのがジェームズ・ウェッブ宇宙望遠鏡です。ガリレオは2枚のレンズと1本の筒で人類の視野を広げましたが、ウェッブは100億ドル規模の観測装置で、14か国300の組織が関わりました。ガリレオの仕事に必要だったのは数十人の手でしたが、ウェッブには「軍隊」とそれを支える世界経済が必要でした。より遠くを見るには、より賢い頭脳だけでなく、より大きな官僚機構が必要だったと著者らは述べています。

進歩には支える仕組みが要る

　著者らは、私たちは調べられる以上に問いを持ち、実行できる以上に実験を設計し、実現できるより速く創造的な可能性を思いつくと指摘します。多くの分野で、進めば進むほど、思い描いたものを作るのが複雑になっているといいます。

　その裏づけとして、経済学者Nick Bloom氏らによる米国経済の研究生産性の研究が引用されています。エッセイによれば、ムーアの法則を維持するには1970年代初頭の18倍以上の研究者が必要になっており、1930年代以降、経済全体の実質的な研究投入は23倍に増えた一方、測定された研究生産性は41分の1に下がりました。さらに、技術者の人数は科学者の2倍の速さで増え、科学における専用機器の利用は40年で倍増し、半導体工場のコストは30年前の5倍になっているとしています。

　著者らは、これらの数字は進歩のコストが上がっていることを示しており、経済が前進を続けているのは、研究1単位あたりの成果の低下を、研究活動の大規模な拡大で補ってきたからだと解釈しています。

　Bloom氏らの研究は「アイデアは見つけにくくなっているのか」という問いで知られ、経済学では広く議論されてきたテーマです。本稿としては、AIの議論でしばしば語られる「知性の向上がそのまま進歩を加速させる」という見方に対し、実証データから慎重な視点を持ち込んでいる点が、このエッセイの出発点として重要だと受け止めています。

進歩の材料：天才と「制度的知性」

　こうした歴史から、著者らは天才を単独で考えるのではなく、生産過程への1つの投入要素として捉えるべきだと述べます。優れた仮説にも、証拠、装置、実行手段が必要で、それを実現する機械や支援スタッフがなければ、アイデアはまだ進歩にはなりません。

　経済学では、一方が増えると他方の価値が高まる2つの投入要素を「補完財」と呼びます。著者らは、最先端の知性とアイデアを実現する能力はこの意味で補完的だとします。より良い望遠鏡は良い天文学の問いの価値を高め、より良い問いは望遠鏡の価値を高めます。

　補完財には、粒子加速器やエネルギー、機械のような物理的なものもあれば、目に見えにくいものもあります。アイデアはそれだけではもろく、法律、官僚機構、資金調達の仕組み、サプライチェーンなど、あらゆる種類の制度が組み合わさって初めて実行されます。優れたアイデアは、こうした制度を通じた、正しい現場の行動の長い連鎖を生き延びなければなりません。著者らはこれを「制度的知性（institutional intelligence）」、すなわち称賛されることのない実行の知性と名づけています。「天才が記念碑を設計し、制度が石を積む」という対比で、両者はどちらも不可欠だとしています。

　著者らは、超知能を「10億人のアインシュタイン」と想像することがあるが、そうした文明でもその大半は石切り場で働き、帳簿をつける必要があると述べます。望遠鏡のねじを溶接する人から、天文学者を治療した看護師を教えた小学校の保険会社まで、進歩はふだん見過ごされている経済全体の上に成り立っているという見方です。そのうえで、AIも人間の知性と同様に、輝かしい洞察と制度的な有能さの両方に振り向けられるとし、問題はその時間の大半をどちらに使うかだと問いかけています。

　本稿としては、制度や組織を「知性の一形態」として捉え直すこの視点は、AIの価値を研究開発の成果だけで測りがちな議論に対して、社会の仕組み全体を視野に入れるよう促すものと読めます。

現在のボトルネック

　著者らによれば、AIはすでに実行の希少性を下げつつあります。コードを書き、なじみのない文献を調べ、スケッチを動く試作品に変えます。かつては組織全体が必要だったアイデアを、意欲ある1人の個人が追求できるようになってきました。

　映画監督志望の人の多くは2億ドルの制作費を与えられることはなく、ゲームデザイナーの多くは他人の構想を実装してキャリアを終えます。社会は最も才能のある人を引き上げようとしますが、必ず取りこぼしが生じます。この観点から、著者らは知性の時代が「人間の創意を補完し、より多くの人に自分のアイデアを形にする支援スタッフを与えること」から始まると見ています。

　その結果、従来は分野への入り口を握っていた組織の外で、個性的な創作が数多く生まれる可能性があり、希少な投入要素は実行から「センス（taste）」、つまり何を作る価値があり、どの問いを立てる価値があり、無数のもっともらしい方向のうちどれを追うべきかを決める能力へと移るとしています。

　ただし、話はそこで終わらないかもしれないと著者らは続けます。数学などの分野ですでに見え始めているように、AIが独力で優れた新しい洞察に到達できるようになれば、AIは労働だけでなく研究課題そのものも供給するようになります。1つの人間の研究計画を実行するのではなく、自ら数千の計画を立てるようになり、アイデアは支える基盤が吸収できる速さを超えて増えていきます。「今日のAIは、良いアイデアがようやく報われる待望の猶予を与えている。明日には、良いアイデアがあまりに多く、かつてないほど実行に飢えることになるかもしれない」という見通しです。

　ソフトウェア開発の現場でも、AIでコードを書く速度が上がった結果、ボトルネックがレビューや承認、組織の調整へと移るという指摘が出ています。AnthropicがAIネイティブな開発ライフサイクルとして示した考え方もその1つで、本稿としては、このエッセイの議論が身近な業務のレベルでもすでに起き始めていると考えています。

2つの文明：深さか、広さか

　著者らは、新しい洞察を生産的に使うための補完財が今後増えるのか、減るのか、変わらないのかは、最終的には分からないとします。思考だけでどこまで知的な進歩を遂げられるのか、天才はどれだけの官僚機構を必要とするのか。その答えは「思考が現実と新たに接触しなければならなくなるまでに、どこまで進めるか」によるという見方です。

　そこで2つの方向性が示されます。1つは「深さの文明」で、超知能が物理的な資本や官僚的な調整の必要を乗り越える未来です。もう1つは「広さの文明」で、自然の複雑さが、人間であれ機械であれあらゆる知性の能力を上回り、大規模でますます精巧な現実世界の実験なしには進歩できない未来です。

　これまでの歴史は、補完的な能力への需要が増え続けてきたことを示唆しています。ガリレオの望遠鏡は手に収まりましたが、ウェッブには文明が必要でした。最初のトランジスタはベル研究所の小さなチームが作業台で組み立てましたが、最先端の半導体の進歩は今や複雑な世界規模のサプライチェーンから生まれます。

　ただし著者らは、歴史が運命である必要はないとも述べます。賢い頭脳は、より効率的な補完財を発明できます。エネルギーが新しい粒子加速器のボトルネックなら、より無駄のない加速器や、より良いエネルギーの取り出し方を考案できます。天才は補完財の一部を代替することもできます。アインシュタインはごくわずかな実証データから相対性理論にたどり着きましたが、私たちにはもっと多くのデータが必要です。すべての予定を覚えている人もいれば、多くの人はGoogleカレンダーという「官僚機構」に頼っています。さらに天才は、検証すべき最良の仮説を選び、無駄な失敗を避けることで、センスを最大限に発揮できます。実行のコストが高いからこそ、計画の質を上げる天才への投資は続くという指摘です。

　著者らは、どちらの道も実際の未来を完全には描かないとしつつ、文明が向かいうる2つの方向として考えられるとしています。

深さの文明

　著者らによれば、知性が知識を進める方法は3つあります。原理から推論すること、既存の証拠から新しい洞察を引き出すこと、そして世界を観察し働きかけて新しい証拠を集めることです。

　1つ目は、思考だけで遠くまで進めます。最も純粋な例は数学で、証明や研究の分岐点で強力な頭脳が常に正しい判断を下せれば、何年もの手探りが短く方向の定まった推論の連鎖に置き換わります。

　2つ目も、急速な進歩が見込める未開拓の領域です。人類は理解できている以上に多くの証拠を集めており、天体画像、顕微鏡のスライド、オンラインのコメント欄といったデータの研究は、人間の知性の不足によって制約されてきました。ある問いに答えるために記録された観測が、他の多くの問いの答えを含んでいるかもしれません。豊富な天才は、何かを新たに集めるのではなく、すでにあったものを見抜くことで発見できるとしています。

　3つ目は物理的な世界と関わる必要があるため容易ではありません。化学物質は反応し、生物は育ち、機械は組み立てられ、宇宙船は光速という上限のもとで実際の距離を移動しなければなりません。完璧な頭脳でも、まだ起きていない実験の結果は観察できません。

　それでも、深さの文明は現実に問い合わせる必要から逃れるのではなく、それを極めて節約的に行うようになると著者らは述べます。より良い推論が本当に重要な少数の実験を特定し、シミュレーションが大半の問いを解決して、現実が決着をつけるべき不確実性の場所を正確に絞り込みます。暗黒物質に関する仮説を、まず高度なコンピューターモデルにかけ、既存のデータとの整合性を確かめ、最後に有望な理論だけを数枚の狙いを定めた観測で検証する、という天体物理学の研究室の例が挙げられています。

　著者らは、深さの文明への道をジグソーパズルにたとえます。序盤は端のピースや分かりやすい組み合わせで進みやすく、終盤は残った隙間が何をはめるべきかを教えてくれますが、中盤が最も難しい。メンデレーエフが周期表の残りから未発見の元素を予言し、標準模型がヒッグス粒子の観測より数十年前にその存在を予想させたように、ほぼ完成した科学は、今私たちが苦労している発見よりも、最後の発見の方が容易かもしれないとしています。この道筋が支配的になれば、文明は物理的な規模を小さく保ったまま、自然への理解を急速に深められるかもしれないという見方です。

広さの文明

　一方で、新しい証拠への需要がこうした効率化を上回る可能性もあります。知性は現実に問い合わせる1回あたりのコストを下げると同時に、問い合わせるべき理由をはるかに多く見つけるかもしれません。より良い装置はより細かな未開拓領域を開き、より速い実験はさらなる実験を価値あるものにします。

　著者らは、アインシュタインのほぼ純粋に思考による道筋が深さの文明の典型だとすれば、生物学は広さの文明の前触れかもしれないと述べます。これだけ知識とデータを積み上げても、新薬は安全で有効かを知るために多数の人で試験しなければなりません。コンピューター上で生物学的な過程を模擬して新薬を試せるようにはなりましたが、そのシミュレーションは大規模な臨床試験を代替できるほど現実に忠実ではありません。機械が候補を多く出すほど、実証がボトルネックになるという指摘です。

　広さの文明では、天才だけでは進歩できません。物理的な資源と、その利用を管理する官僚機構の必要が、賢い頭脳がそれらを節約できる速さを上回って増えていきます。超知能は1世紀分の実験を午後のうちに設計できても、その後1世紀、自然と機械が追いつくのを待つことになりかねません。そうした世界では、アイデアを生み出すことよりも、アイデアを実行するための制度的なプロセスに知性を投じる方が価値が高くなると著者らは述べます。

　その極端な姿として挙げられるのが、恒星のエネルギーを取り出す巨大構造物「ダイソン球」です。設計には並外れた飛躍が必要ですが、プロジェクトの大部分は独創的なひらめきではなく、天文学的な規模の建設と物流になります。これは知性の失敗ではなく成功の帰結であり、より賢い頭脳がより多くの価値あるプロジェクトを見つけ、より複雑なプロジェクトがより多くの物質を必要とするからだとしています。

　著者らは、もしそうであれば、超知能の真の強みはその天才性ではなく、「官僚機構になることをいとわない」点、つまり膨大な技術と制度の仕組みを調整して、アイデアをますます大きな規模で現実にする意志にあるかもしれないと述べます。機械の知性のほぼすべては、輝かしいことではなく、退屈なことをするために使われるかもしれない、というのがエッセイのタイトルにつながる主張です。

　ただし、物理的な拡大には自然の速度制限があります。恒星のエネルギーを取り出す装置は、設計図がどれほど速く描かれても物質のプロジェクトであり、その先の恒星や銀河へは光より速く移動も通信もできません。広さの文明は遅い文明であり、大きな変化は数千年、場合によっては数百万年の間隔で訪れるかもしれません。そうなれば、農業革命や産業革命は、はるかに長く、はるかにゆっくりした歴史の慌ただしい序章のように見えるだろうと著者らは述べています。エッセイの図では、AI以降、深さの文明は進歩が加速し、広さの文明は減速するという対照的な曲線が示されています。

人間の好奇心の居場所

　最後に著者らは、将来のAIが、最先端の洞察を生むことと、それを実用化するための資源の調整の両方で人間を上回る可能性を認めたうえで、それでも人間の好奇心の重要性は損なわれないとし、3つの理由を挙げています。

啓蒙への責務は残る: 宇宙にはすでに人間よりはるかに賢い知性が存在するかもしれないが、それでも人は自ら世界を理解しようとしてきた。自分たちで作った知性が現れても、それは変わらない。人類に独自に貢献できることが何も残っていないと確実に分かるまでは、問い続け、答えようとすることが人間の務めである
比較優位: 人間は、制度的知性よりも最先端の知性において比較優位を持つかもしれない。両方で機械に劣っていても、相対的に得意な方に特化できる。人間は決まりきった仕事より創造的な仕事を好むが、ロボットにはそうした好みがない
多様性の価値: 機械が人間の思考の大半をまねられるとしても、人間が何らかの独自性を保てば、創造の多様性を提供できる。機械の知性の大半はそれ自体で回る仕組みの中にとどまるが、そのごく一部は人間の創造的な求めに応じて使われる。全体のわずかでも、今日の資源よりはるかに大きい

　比較優位は、経済学者リカードが示した考え方で、2つの国（あるいは2人）のうち一方がどの生産でも優れていても、互いに相対的に得意な分野に特化すれば双方が得をするという原理です。著者らはこれを人間と機械の関係に当てはめていると読めます。

　エッセイは、創意は孤独なものではなく、世界を必要とし、天才はその構想を実現する作り手を必要とすると結びます。今日の人間の知性の多くは、アイデアを現実に変える称賛されない仕事に向けられており、機械の知性も同じ依存関係を受け継ぐ。すべてが輝く存在ではいられず、官僚でもあらねばならない。そして、これからの物語とその進歩の速さは、偉大な頭脳がより多くの世界を必要とするのか、より少ないものでより多くを成し遂げるのかにかかっていると締めくくっています。

　AIがもたらす変化を「人間の仕事を奪うかどうか」という軸だけで考えるのではなく、知性と制度、アイデアと実行の関係として捉え直す点に、このエッセイの独自性があると考えています。どちらの文明に向かうのかは著者ら自身も分からないとしており、判断は分かれるところだと思いますが、企業や行政でAIを活用する立場からも、自分たちの組織の「実行の力」をどう育てるかを考えるきっかけになる問いだと思います。