アクセンチュアが示す「生成AIのインパクトの構造と投資戦略」、今から備えるべきは何か？

シンギュラリティの夢と生成AIの実践

　生成AIが登場して2年が経ち熱狂が続く中、人々は生成AIに何ができて、何ができないか、どのようなインパクトを社会や産業にもたらすのか評価し始めている。

　非常に早いスピードで普及したため、多くの人は汎用人工知能（AGI）や人工超知能（ASI）に代表されるシンギュラリティの夢を見つつ、自身および組織における足元での活用においては、実証の域を脱することができずにいるのではないだろうか。

　本稿は特別編として、本連載の第1回で描いたレベル3・4の世界を目指すために、過去のイノベーションが社会・産業に及ぼしたインパクトの構造や要因を探る。また生成AIの技術的特徴を踏まえたインパクト発生のありようを考察し今後の投資の考え方を論ずる。

「技術起因」3つの要素

　人類の進歩は技術的イノベーションが推し進めてきた。産業革命以降の主なイノベーションを考えても、熱機関、電磁気、飛行機、電話、原子力、インターネット、コンピュータ、GPS、スマートフォン（以下スマホ）、web3.0、3Dプリンター、そしてAIと、我々の産業を変革し社会を変え、生活を豊かにしてインパクトを及ぼし続けている。

　では、これらのイノベーションによるインパクトが発生するスピードと大きさは、どのように決まるのだろうか。過去の研究をいくつか紐解くと、大きくは社会起因と技術起因の要素がある。

　社会起因の要素としては受容度と情報伝播速度の影響が大きく、これらは時代が進むとともに高まっており、イノベーションがインパクトを及ぼすスピードは早まっていると考えられる。

　図表1にあるように、実際に生成AIに至るまで、直近のイノベーションだけを見ても普及速度が年々速くなっている。


　一方で技術起因は大きく、技術に関する「予測可能性」「導入・適用容易性」「根源性・汎用性」の3つにまとめられる。

• 予測可能性
  
  • 技術の導入によるインパクトが予測可能であればあるほど、普及スピードが速い。技術の効果の予測が立つ場合は、利用者側は技術の導入ハードルが低くなるためだと考えられる。
  • 逆に、予測不可能なほど大きいインパクトをもたらす技術においては、普及が遅くなる場合がある。既存のものとは大きく異なる革新的なテクノロジーであるほど、それを応用する科学者たちにとっても利用が容易ではないため、関連研究が発展するまでに時間がかかるからだ。
• 導入・適用容易性
  
  • 原発のように錯誤が発生した際のコストが莫大なものは、試行することもままならず、イノベーションの普及に不可欠なトライアンドエラーを行う難易度が高い。このように改善適用が容易であるかということは、重要な要素の1つだ。
  • 利用のハードルが低く、リテラシーが不要である方が普及する可能性が高い。大多数に普及するためにはテクノロジーの利用難易度を下げることが1つのポイントだ。また、試しに利用できるかどうかという試用可能性も重要な要因である。テクノロジーを導入するにあたっての試用機会が多いものの方が、受け入れられやすく、広がりやすいとされている。
  • 既存技術との類似性が高い場合には技術利用者にとっての使用容易性が高いため、イノベーションは早くに普及する。
• 根源性・汎用性
  
  • 技術の内容が根源的であればあるほど適用範囲が広くインパクトも大きいが、ユーザーも自由な視点から欲望を示すため、それに応えるために高度なイノベーションが要求される。
  • 普及スピードが速いものほど特許の数が頭打ちになるタイミングが早く、かつ数も少ないことが判明しており、インパクトが小さいことが検証されている。逆にインパクトが大きい技術ほど根源的かつ応用するためのイノベーションを要し、普及の時間がかかるものと考えられる。

【次ページ】イノベーションが及ぼすインパクトとその構造とは？