AIの進化をおさらいしませんか？｜答えるAIから働くAIへの8年間

エージェントAI とは AI 歴史 わかりやすく ChatGPT 何が すごい トランスフォーマー AI 仕組み AI いつから

AIは「答える」から「働く」に変わった

「AIが最近すごいらしい」。ニュースでも職場でも耳にするけれど，何がどう変わったのかは案外説明されません。

先に結論を言います。AIは「質問に答える存在」から「仕事を任せられる存在」に変わりました。この記事では，その変化を8年間の一本の物語としてお話しします。私は情報技術の専門家ではありません。だからこそ，専門用語は使うたびに必ず例え話で説明します。

AIの「職位」が上がっていく話

この8年を一言でいうと，AIの職位がどんどん上がった物語です。新入りの助手が，相談相手になり，実行部隊になり，ついには司令室に座った——そんなイメージです。

2021年の「助手」は，文章の続きを予測して見せてくれる存在でした。2022年の「相談相手」は，どんな質問にも答えてくれる存在。ここまでは，動くのはあくまで人間でした。

2025年の「実行部隊」で，物語の主語が入れ替わります。「このウェブサイトを直しておいて」と目的だけ告げれば，AIが自分で段取りを組み，作業し，終わったら報告してくる。そして同じ年の終わりには，その実行部隊を複数束ねて動かす司令室まで登場しました。

すべての始まりは，たった1本の論文だった？

この物語の出発点は2017年。Googleの研究者8人が書いた「Transformer（トランスフォーマー）」という仕組みの論文です。何がそんなに新しかったのか。文章の「読み方」を根本から変えたのです。

それまでのAIは，例えるなら助手が1人で文章を頭から順に読んでいく方式でした。長い文章ほど時間がかかり，助手を増やしても速くなりません。読む順番は1つしかないからです。

Transformerはこうしました。助手100人に文章を分担させて，全員が同時に読む。増員した分だけ速くなる。この「同時に読める」という一点が，すべてを変えました。

「順番に読まないで意味が分かるの？」と思いますよね。仕組みはこうです。全部の単語を机の上に並べて，どの単語とどの単語が関係しているかを総当たりで採点する。たとえば「その論文は面白かったのでそれを引用した」という文なら，「それ」と「論文」の関係に高い点がつきます。採点は全部のペアで同時にできるので，順番に読む必要がないのです。

順番を捨てた代わりに失われる「語順」の情報は，各単語に番号札を貼ることで解決しました。シンプルですが，これで「同時に読むのに順番も分かる」が両立します。

ここで，コンピュータの中身の話を1つだけ。コンピュータには「何でもできる頭脳」と「単純作業専門の頭脳」があります。例えるなら，CPUは教授が数人。どんな難題も解けますが，人数が少ない。GPUは単純作業だけできる助手が1万人。複雑な判断はできませんが，同じ作業を一斉にこなします。

Transformerが文章を「同時に読める形」にしたことで，遊んでいたGPUの1万人が初めて全員働けるようになりました。そこから「大きくすれば賢くなる」という競争が始まります。2020年には，AIを大きくするほど賢くなることが実際に確かめられました。この競争で「助手1万人」を売る会社——NVIDIAが世界最大級の企業になったのは，産業革命でいえば鉄道網を敷いた会社の位置を取ったからです。

途中には面白い足踏みもありました。2019年のGPT-2というAIは，あまりに自然な文章を作るため「悪用されると危険すぎる」として，開発元が公開を制限したほどでした。今から見れば控えめな性能ですが，作った本人たちが自分の作品に驚いていた時期があったのです。

蒸気機関は120年，AIは9年？

「技術が社会を変える」と一口に言いますが，普通はとても時間がかかります。蒸気機関と比べてみましょう。

蒸気機関は，祖父が発明し，孫が使いました。AIは，同じ人間が発明も普及も見ています。歴史の教科書なら数ページかけて進む変化を，私たちは1つの人生の中で通過している——これがいま起きていることの正体です。

世界を変えた論文は，廊下の立ち話から生まれた

ここからは少し，物語としてお読みください。

2017年，Googleのオフィスの廊下で，2人の研究者が議論をしていました。そこへ通りかかった同僚が「それは有望だ」と加わります。彼がプログラムを書き直すと，性能が跳ね上がりました。

執筆は2月から5月。締め切りの直前に投稿されました。集まったのは，専門分野がバラバラの8人。徹夜続きだったと伝えられています。

そして後日談があります。この8人は，全員Googleを去りました。ある人は新薬の開発へ。ある人は新しい金融技術へ。そして1人は——東京へ。この続きは記事の最後でお話しします。

発明したGoogleは，なぜ先頭に立てなかったのか？

不思議に思いませんか。Transformerを発明したのはGoogleなのに，世界を驚かせたChatGPTを出したのは別の会社（OpenAI）でした。

理由は単純で，そして深いものです。Googleの収入の柱は検索に表示される広告でした。検索とは「答えに辿り着くまでにいくつものページを見る」仕組みで，広告はその道中に表示されます。ところがAIは答えを直接返してしまう。道中がなくなれば，広告の出番も減ります。

つまりGoogleにとってAIは，自分の飯の種と競合する技術でした。守るものが多いほど，動けない。一方のOpenAIには失うものがほとんどありませんでした。この構図は，どの業界でも起こりうる普遍的な話です。

なおGoogleはその後，GeminiやAntigravityといった製品で猛烈に巻き返しています。遅れはしましたが，負けたわけではありません。

そして物語は日本へ

廊下の立ち話をした8人のうちの1人，Llion Jones（リオン・ジョーンズ）さんは，2023年に東京で会社を立ち上げました。Sakana AI——日本語の「魚」から名づけられた会社です。

面白いのはその主張です。彼は自分たちが火をつけた「大きくすれば賢くなる」という競争に，正面から異議を唱えました。膨大な電力と資金を注ぎ込む今のやり方は本当に正しいのか。知的な生命は資源の豊富さからではなく，欠乏から生まれたのではないか。

資源の乏しい日本から，8年間の常識に挑む——発明の物語が一周して，今度は問い直しの物語が日本で始まっています。

ちなみに残りの7人も，それぞれの道へ進みました。新しいAI企業を興した人。企業向けAIの会社を作った人。そして1人は，AIでRNAという生体分子を設計して新薬を開発する会社を立ち上げました。言葉を読むために生まれた技術が，いまや生命の設計図を読む道具にもなりつつあります。

なぜ「2026年」が転機だったのか？

ここまで読んで「実行部隊は2025年に生まれたのに，なぜ変化は2026年なの？」と思った方は鋭いです。

2025年の実行部隊は，まだ黒い画面に命令を打ち込む専門家の道具でした。それが2026年の初め，ふつうのパソコン用アプリになり，ワンクリックで使える形になって配られ始めます。実行部隊の一つは，利用者の数がおよそ1年で170倍以上に膨れ上がりました。

正直に言うと，「2026年が転機だった」と定めた公式な定説はまだありません。ただ，情報技術の専門家ではない私自身が，この年から急にAIへ仕事を任せられるようになった——その実感が，何よりの証拠だと思っています。

まとめ：2026年，道具はあなたの手元に降りてきた

• AIは「答える存在」から「働く存在」へ。助手→相談相手→実行部隊→司令室と，8年で職位が駆け上がった
• 始まりは2017年の1本の論文。「1人で順に読む」を「100人で同時に読む」に変えたことが設計図になった
• 蒸気機関は約120年，AIは約9年。同じ人間が発明も普及も見ている，歴史的にまれな時代にいる
• そして2026年，専門家の道具は普通の人の手元まで降りてきた

「で，実際に何の役に立つの？」——もっともな疑問です。次の記事では，私自身がAIに面倒な解約手続きを任せて，13,980円を取り戻した実話をお話しします。

→ 実践編：サブスク費の解約で困っていない？AIと一緒に13,980円を取り戻した話

→ 続報：サブスクの棚卸し，年に1回で十分です｜AIに明細を見せるだけの洗い出し術

→ まとめ：AI時代の固定費削減｜使っていないサブスクをAIと一緒に見つけて解約する

→ ChatGPT・Claude・Copilot・Geminiの違い

→ AI初心者が最初に頼むと便利なこと10選