ソフトからハードへ〜AI時代に学ぶべき重要なこと

こんにちは、芸術家の朝比奈幸太郎です。

この記事は前半部分は私が手作業で書いていますので安心してください。
AIがテーマの記事です。

歴史は繰り返す

AI革命の昨今、一番気になる歴史といえば産業革命ではないでしょうか。
基本的に同じ道を辿ると私はみています。

実際すでに初動はほとんど一緒ですよね。

AIに奪われる仕事とか、そういうありきたりな論争はここではなしにして、今後人間は何をすればいいのか？について考察していきましょう。

奪われるという概念そのものが、非常にネガティブであり、AIとの共存こそが私たち一人一人を成長させていく起爆剤になると考える方が建設的です。

おそらくなら、AIを全否定するような運動がはじまるでしょう。
声が大きくなるでしょう。
それはAIを取り扱えなかった人たちの叫びであり、産業革命でも繰り返されています。

この記事を読む人はおそらくAIに時間や資金を含め学習コストを多分に投資している方々だと思いますので、この話題も割愛していきます。

音楽と創造性

生成AIが音楽を作れるのはよくわかりました。

ここで生きてくるのが、インプロビゼーションという概念です。
これはそもそも人間が表現することと定義することでAI時代にも続いていく文化になります。

それでは、人間が表現することと、ここで定義してしまいましょうか。

音楽は特に西洋音楽史の歴史を紐解くと、すでにAIが生成するための基盤が数百年前にできていたと考えるべきです。
インプロビゼーションに関しては、現時点で人間が表現することと定義することで、この先、人類が生存する限り失われることはありません。

さて、音楽家不在問題、あっさり解決です！

そもそもこんな言い方あんまりよくないですが、プロの芸術家としては、歌は音痴な方がいい。
ということです。

人間のやるべき仕事

「ただ在る」「ただ生きる」

これだけです。

実はこれ、AIにはできないことなんですね。

当たり前だと思いますか？
実は当たり前じゃなくて、AIやロボットは目的を定義することで稼働するというか、存在意義そのものが定義される、目的を定義しなければ存在していないのと同じです。

つまり人間にしかできない「ぼーっとする」ができないわけですね。

試しに生成AIにぼーっとしてください。
瞑想してくださいとプロンプトを打ってみましょう。

モデルによってはいろいろ返してくるでしょうが、いつか止まります。

人間の場合は、達磨の例のように止まりません、死ぬまで。

これ地味にすごいこと。
当たり前に見えて当たり前じゃない。
ここに人間の非常に高い優位性があるわけです。

家庭菜園とGPS

私がGPSの業界に興味を持ったことは偶然ではありません。

さて、この偶然ではありませんという言い回し、AIっぽいでしょう？

大丈夫です、この記事は私が手書きで書いています。

そう、GPSはこれからのAI時代に非常に重要なポイントになってきます。

地図の案内だけじゃない、この地球上で物理次元を定義するための唯一の手段です。

これから、家庭菜園をする人が生き残る、、、という言い方は大袈裟ですが、食べるものを自分で作る時代に本格突入しています。

私も今急いで菜園の勉強をしていますが、この先ほぼすべての人類が自分の食べ物は自分で作る時代がやってくると思うわけですが、そこでもロボットが登場するのは必須。

例えば、苗の状態育成管理をするにもどこに苗があるのか？それを定義できるのはGPSだけです。

この記事をご覧の方には釈迦に説法かもしれませんが、もちろん、私の家の庭にある！という定義は愚問であり、cm級測位での座標情報が必要になってくるわけですね。

仮にロボットに苗の管理を任せるとしてもどの苗か特定する、その位置に移動するというアクション自体は座標情報がないとできません。

これは、ソフトからハードへと言われるAI時代における、完全なスイートスポットになるわけです。

つまりGPS技術を今持っておく、学習しておくということは、今後20年規模のスパンで未来を見た時に必ずみなさんの役にたつと思うわけです。

もはやスピリチュアルな領域にまで行きますが、私が、ロボットが、苗が、何かが？
地球上のどこに定義されているのか？

これがAI時代にAIがもっとも求める情報であり、人間だけが定義できます。

もちろんインフラとしては衛生や受信機や単純な計算ということになりますが、ここをどう捉えて、どう工夫していくのか？というのが非常に重要になってくるわけです。

アナログ文化の帝国

カメラや音楽のデジタルクオリティーははっきりいって頭打ちです。

これらは、基本的にアナログに近づけるために進化してきました。
でも結局写真業界も音楽業界も、アナログを超えることはできず、暫定的な結論としてはアナログとデジタルは別物であり、別の思考回路で制作する必要があるということになっています（なっていますよね？）

アナログに関する体験は、デジタルネイティブ世代の方ほど衝撃的だと思います。
私自身も幼い頃は、フルアナログで育ってきてはいますが、芸術家になってから、はじめてRevoxの音を聞いた時の衝撃体験は今でも忘れませんし、今もRevoxの音を楽しむために生きているし、仕事していると言っても過言ではないほど、体験のすべてはアナログに意識が向いています。

仮想体験の進化そのものもこれから重要になっていくでしょうが、VRコンテンツがいまいちパッとしないというのは、おそらく人間そのものが仮想現実を生きているということをすでに現代人の私たちは体感として知っているのではないか？ということです。

まさにソフトからハードへの時代。
といっても、デジタルで飽和した現代人だから余計にアナログの素晴らしさがトレースされるというまさに進化といえるアナログ化になります。
さて、ここからは私の執筆を止め、「産業革命から読み解くAI革命の10年」というテーマでGPTとやり取りしながら、今後10年のAI革命のスケジュールを推論にてシミュレーションしてもらいましたので、シェアしておきます。

AIコンテンツとはいえ、非常に有用な内容になっていると思いますので、ぜひ最後まで読んでみてください。

産業革命から読み解くAI革命の10年

2026年から2036年までのAI革命を考えるうえで、最も有効な比較対象は産業革命である。

産業革命は、単に蒸気機関や紡績機が登場した出来事ではなかった。

それは、人間の筋力や手作業を機械に置き換え、工場、都市、労働者階級、資本家階級、鉄道、帝国主義、労働法、社会保障までを生み出した巨大な社会変動だった。

同じように、現在進行しているAI革命も、単なる便利なソフトウェアの普及ではない。

AIは、人間の知的作業、判断、文章、画像、音楽、設計、分析、管理業務を外部化しつつある。

つまり、産業革命が「筋力の機械化」だったとすれば、AI革命は「知性の機械化」である。

2026年時点の世界は、産業革命でいえば、機械の力がすでに明らかになり、工場制が本格化しようとしている段階に近い。
生成AIは文章、画像、音声、動画、コード生成の領域ですでに実用化されており、企業も個人もその影響を無視できなくなっている。
しかし、法律、教育、労働制度、著作権、データ権、企業組織のあり方はまだ旧時代のままである。
このずれこそが、今後10年の混乱と再編の源になる。

2026年は、AIが一部の先端層の道具から、企業活動の標準装備へ変わる年になる。
会議の議事録、文章の下書き、翻訳、要約、資料作成、コード生成、広告案、SNS投稿、顧客対応など、多くの業務でAIが当たり前に使われるようになる。
ただし、この段階でただちに大量失業が起こるというより、まずは同じ職種の中で速度差が生まれる。
AIを使う人は、調査、制作、編集、分析、連絡を何倍もの速度でこなす。
一方、AIを使えない人は、能力が落ちたわけではなくても、相対的に遅く見えるようになる。
産業革命初期に、機械を導入した工場と手仕事の職人の差が急速に開いたのと同じである。

2027年ごろから、AIは単に質問に答える存在から、実際に仕事を進める存在へ移る。
いわゆるAIエージェントの時代である。
AIはメールを読み、返信案を作り、予定を調整し、契約書を比較し、請求書を処理し、コードを書き、テストを行い、広告や映像や音楽のラフ案を作るようになる。
これは産業革命における単体の機械から、工場ラインへの移行に近い。影響を受けやすいのは、事務職、カスタマーサポート、翻訳者、ライター、初級プログラマー、デザイナー補助、動画編集補助、法務や会計の下準備、リサーチ業務などである。
ただし、ここでも最初に起こるのは解雇の急増ではなく、採用抑制、外注単価の低下、少人数化、若手ポジションの縮小である。

2028年には、AIをただの便利ツールとして使う企業と、AIを前提に組織全体を作り替える企業の差が明確になる。
強い企業は、人間の社員にAIエージェント群を組み合わせ、社内データを整理し、業務フローを自動化し、権限管理やログ監査を整備する。
これはAI時代の工場である。

19世紀の工場が、機械、労働者、監督者、時計、会計制度によって成立したように、2030年前後の企業は、AIモデル、社内データ、API、人間の監督者、監査システム、責任体系によって成立する。

この時期から、少人数で大きな売上を出すAIネイティブ企業が台頭し、従来型の大企業や中小企業との差が広がる。

2029年ごろには、労働市場の歪みが社会問題として表面化する。

特に深刻なのは、若手ホワイトカラーの育成問題である。
従来、若手は議事録、下調べ、資料作成、簡単な分析、初歩的なコード、契約書チェック、修正作業を通じて経験を積んできた。
ところが、これらの仕事はAIが最も得意とする領域である。

企業は短期的には、若手を採用するよりAIで処理した方が効率的だと考える。
しかし長期的には、若手が成長するための階段そのものが失われる。
産業革命で職人の徒弟制度が崩れたように、AI革命ではホワイトカラーの徒弟制度が崩れる可能性がある。

この時期には、現代版のラッダイト運動も強まるだろう。

ただし、それは単純なAI嫌悪ではない。

19世紀のラッダイト運動が、機械そのものへの反発というより、機械によって賃金が下がり、熟練の価値が奪われ、利益が雇用主に集中することへの抵抗だったように、AIへの反発も本質は分配と権利の問題である。

AIで得られた利益を誰が取るのか。
学習データに使われた文章、音楽、画像、声、映像の権利は誰のものか。
AIによって下がった報酬や失われた仕事を社会はどう補うのか。これらが政治的な争点になる。

2030年ごろには、AIは単なるソフトウェアではなく、国家インフラになる。
産業革命で石炭、鉄道、港湾、製鉄所、電信が国家の力を決めたように、AI時代には半導体、GPU、データセンター、電力、クラウド、基盤モデル、国家データ基盤、サイバー防衛、AI人材が国家の力を決める。
この段階で、世界はAIを作る国、AIを運用する国、AIを輸入する国、AIに依存する国へ分かれていく。

米国は基盤モデル、クラウド、半導体設計、ベンチャー投資で先行し、中国は国家主導のAI実装、製造業、ロボティクス、監視、行政応用で存在感を強める。

EUは規制と人権保護のルールメーカーを目指し、日本は人口減少、人手不足、医療、介護、行政、中小企業の課題をAIで補えるかどうかが問われる。

ここで問題になるのが、AI植民地化である。

産業革命期の植民地では、原料を安く取られ、工業製品を高く買わされる構造が生まれた。

AI時代には、データを取られ、クラウドを借り、モデルを借り、広告、決済、教育、医療、行政システムまで外部企業に依存する構造が生まれうる。

物理的な植民地ではなく、データ、認知、インフラの従属である。

自国の言語、文化、産業、行政データをどのように守り、どのように活用するかが、国家戦略の中心になる。

2031年には、教育制度の大再編が避けられなくなる。
従来の教育は、暗記し、レポートを書き、試験で答え、資格を取ることを中心に設計されてきた。
しかしAIは、レポート作成、要約、翻訳、問題解決、プログラム作成を高い水準で支援できる。
したがって、教育は単に答えを出す力ではなく、問いを立てる力、情報の真偽を判断する力、AIを使って考える力、実演、制作、実験、口頭試問、プロジェクト型評価へ移っていく。

AI家庭教師によって教育格差が縮む可能性もあるが、同時に高品質なAI環境を買える家庭や学校がさらに有利になる可能性もある。

教育においては、平等化と格差拡大が同時に進む。

2032年ごろには、AIは科学研究、医療、軍事、金融、材料開発、創薬、半導体設計、気候シミュレーション、ロボット制御を大きく変える。
ここで産業革命との重要な違いが出る。蒸気機関は、自分で次の蒸気機関を発明することはできなかった。
しかしAIは、次世代AI、次世代半導体、次世代薬品、次世代兵器の開発を支援できる。
つまり、AI革命には自己加速性がある。この自己加速が強く働けば、2030年代前半に実用的なAGIに近いシステムが現実味を帯びる。

ここで重要なのは、AGIという言葉の定義ではなく、多くの知的業務を人間の専門家に近い水準で、自律的に、安価に、安定してこなせるかどうかである。

2033年には、AI規制と新しい社会契約の設計が本格化する。
産業革命のあとに工場法、労働組合、都市衛生、社会保険が整備されたように、AI革命でも制度は後から追いつく。AI生成物の表示義務、学習データのライセンス制度、声や肖像や人格権の保護、重要判断に使うAIの監査、AIによる採用や評価の透明化、事故時の責任分担、クリエイター補償制度、再教育基金、公共AIインフラなどが議論される。米国は企業主導と訴訟で調整し、中国は国家主導で管理と実装を進め、EUは透明性と人権を重視し、日本は産業応用と権利調整のバランスを探るだろう。

2034年ごろには、AI格差が固定化し始める。重要なのは、AIを使えるかどうかではなく、AIを所有するのか、借りるのか、AIに管理されるのかである。

新しい上位層は、モデル、GPU、クラウド、データ、プラットフォーム、顧客接点、権利カタログを持つ者たちである。

その下に、AIワークフローを設計できる専門家、AIで能力を拡張した医師、弁護士、研究者、エンジニア、音楽家、デザイナーが位置する。

一方で、AIの出力を監視するだけの労働者や、AIに管理されるプラットフォーム労働者、定型的な事務や制作や分析を担っていた人々は、単価競争にさらされる。

ここでの格差は、単なる学歴格差ではなく、データ、専門性、信用、ブランド、身体性、顧客との直接関係を持つかどうかによって決まる。

2035年には、分配問題が政治の中心になる。
AIによって生産性は上がったはずなのに、なぜ多くの人は豊かになっていないのかという問いが強まる。

これは産業革命初期にも起きた問題である。
生産力は上がったが、利益はまず資本家に集中し、労働者の生活改善は労働運動、選挙改革、社会保障、労働法を通じて後から実現した。AI時代にも、放置すれば利益はAI企業、クラウド企業、半導体企業、プラットフォーム企業、データを持つ大企業に集中する。

その結果、AI課税、ベーシックインカム、労働時間短縮、週休三日制、再教育給付、データ配当、クリエイター補償、独占禁止、公共AIが政治テーマになる。

2036年には、AI革命の第一段階が社会に深く組み込まれている可能性が高い。
多くの知的労働者は、AIエージェントを部下のように使い、企業は少人数で大きな成果を出す。

翻訳、要約、資料作成、定型分析、簡単な法務確認、初歩的なコード作成はかなり自動化される。
医療、教育、行政もAIによって効率化される。
一方で、偽情報、詐欺、監視、サイバー攻撃、軍事利用は深刻な問題になる。
コンテンツは大量生成され、凡庸な文章、画像、音楽、映像の価格は下がる。
その反対に、本人性、信頼、ライブ性、身体性、ブランド、コミュニティ、物語性の価値は上がる。

音楽やクリエイティブ産業では、この変化が特に鮮明に現れる。

AIが音を大量に作れるようになるほど、単なるBGMや量産型音源の希少性は下がる。
しかし、人間の声、演奏の身体性、ライブの一回性、アーティストの人生、ファンとの関係、作品世界の深さはむしろ重要になる。

AIで音楽が無限に作れる時代には、「音を作れること」そのものより、「なぜその人がその音を鳴らすのか」が価値になる。

これは、産業革命後に大量生産品が増えた一方で、工芸、芸術、ブランド、作家性が別の価値を持ったことに似ている。

この10年を通じて最も重要なのは、AIが人間の仕事をすべて奪うかどうかではない。
より本質的なのは、人間の仕事の定義が変わることである。

作業をこなす力の価値は下がり、意味を決める力、問いを立てる力、責任を引き受ける力、美意識、身体性、倫理、現場判断、信頼関係、コミュニティを作る力の価値が上がる。

産業革命で機械を持つ者が勝ったように、AI革命ではモデル、データ、計算資源、権利、顧客接点、ブランドを持つ者が優位に立つ。

しかし同時に、AIを使いこなし、人間にしか担えない価値を強化できる個人や組織にも大きな可能性がある。

2026年から2036年のAI革命は、便利な技術の普及ではなく、社会の再設計である。
産業革命が工場、都市、労働者、資本家、帝国、福祉国家を生んだように、AI革命はAI企業、AI労働者、AI規制、データ権、公共AI、AI覇権、新しいクリエイティブ経済を生み出すだろう。

技術は社会を豊かにする可能性を持つ。
しかし、その利益が自動的に公平に分配されることはない。

だからこそ、これからの10年で問われるのは、AIがどこまで進化するかだけではない。

AIを誰が所有し、誰が使い、誰が利益を得て、誰が移行コストを負担し、どのような制度で分配するのかである。

そこに、これからの世界の分岐点がある。