AGIとは何を意味するのか

技術の世界で、これほど重みがありながら、これほど合意のない言葉はほとんどありません。汎用人工知能、略してAGIは、最大手のAIラボが掲げる目標であり、有名な契約条項の主題であり、多くの予測の終着点です。

この言葉が何を意味するのか、2026年秋の時点でシステムがどこまで来ているのか、そして企業はこれをどう扱うべきだと私たちが考えているのかを見ていきます。

AGIという言葉で語られていること

まず3つの平易な言葉から始めましょう。特化型AIはひとつの仕事をこなし、しばしばどんな人よりもうまくこなします。チェスエンジン、スパムフィルター、タンパク質の折りたたみを予測するモデルなどです。汎用AIは、人が行う知的な仕事の大半を分野を超えてこなし、人と同じように新しい仕事を学ぶものです。超知能は、ほぼすべてのことで、あらゆる人を上回るものです。特化型AIはすでにいたるところにあります。議論の的になっているのは、残りの2つです。

最もよく引用される定義は、2018年のOpenAIの憲章にあります。経済的に価値のある仕事の大半で人間を上回る、高度に自律的なシステム。測る対象は心ではなく、仕事です。

2023年、Google DeepMindのMeredith Ringel Morris氏らは、ひとつのゴールラインではなく段階を提案しました。システムを、どれだけうまくこなせるか（萌芽的なレベルから超人的なレベルまで）と、どれだけ汎用的かで評価するものです。AlphaFoldは超人的ですが、特化型です。彼らはChatGPT、Bard、Llama 2、Geminiを汎用AIの最初の段階、つまり未熟練の人と同等か、いくらか上回る水準に位置づけました。自律性は別の問題だ、とも記しています。

2025年10月、Dan Hendrycks氏と32人の共著者は、AGIを、十分な教育を受けた成人の認知的な多才さと熟達度に並ぶことと定義し、推論、記憶、知覚など10の領域で測りました。GPT-4のスコアは27パーセント、GPT-5は57パーセントでした。その輪郭はでこぼこでした。知識が役立つところでは強く、学んだことを時間をかけて蓄えるといった基本的な部分では弱かったのです。

ARC Prize Foundationは、AGIを、人間が身につけられるあらゆるスキルを、人間と同じくらい効率的に習得できるシステムと定義し、それを軸にテストを組み立てています。

2026年の現在地

今年最も大きな動きがあったのは、この財団の最新のテストでした。3月に公開されたARC-AGI-3は説明のないインタラクティブなゲームの集まりで、人はそのすべてを解き、最良のAIシステムのスコアは0.51パーセントでした。9月、OpenAIのGPT-6 Astraは標準の設定で62.7パーセント、ステップ間でモデルの隠れた推論を保持する設定では99.9パーセントを記録しました。財団はこれを非連続な進歩と呼びつつ、この結果がAGIだと主張しているわけではないと付け加えました。テストは厳密に範囲が限られており、現実の世界がどれほど開かれていて複雑かをとらえてはいない、というのです。

現実の仕事は、もっとゆっくり進みます。METRは、ソフトウェアのタスクでAIエージェントの所要時間を熟練した人と比べて測っています。5月の報告では、最良の公開モデルは、人が約12時間かかるタスクで半分の確率で成功しました。5回に4回成功するには、タスクを約1時間半まで短くする必要がありました。長いタスクにも挑戦はできます。確実にやり遂げられるのは短いタスクです。

この分野のリーダーたちは、残りがどれほど近いかについて意見が割れています。8月、Sam Altman氏はTIMEに対し、OpenAIはまだそこに至っていないものの、年末までには自分がAGIと呼ぶ社内システムを持つだろうと語りました。1月のダボスで、Google DeepMindのDemis Hassabis氏は、今日のシステムは人間レベルのAGIにはほど遠く、あと1つか2つのブレークスルーが必要かもしれないと述べました。Metaを離れてAMI Labsを創業したYann LeCun氏は、テキストで学習したモデルは現実世界の因果のモデルを持たないため、人間レベルの知能には決して到達しないと主張しました。

まとめると、今日のシステムは一部のタスクでは超人的で、多くのタスクでは専門家並みですが、記憶すること、仕事をしながら学ぶこと、長い時間にわたって信頼性を保つことにはまだ弱いのです。それをAGIと呼べるかどうかは、どの定義をとるかによります。

それでもこの言葉が重要な理由

長年、この言葉には値札が付いていました。当初の提携のもとでは、OpenAIがAGIに到達した時点で、MicrosoftはOpenAIの技術に対する権利を失うことになっていました。2024年12月、The Informationは金銭的な基準を報じました。OpenAIのシステムが少なくとも1000億ドルの利益を生み出したときに、AGIに到達したとみなすというものです。2025年10月、両社は、AGIの宣言はすべて独立した専門家パネルによる検証を必要とすることで合意し、AGI後のモデルを含め、Microsoftの権利を2032年まで延長しました。

2026年4月、この条項はなくなりました。OpenAIからMicrosoftへのレベニューシェアの支払いは、いまでは総額の上限付きで、OpenAIの技術の進歩とは無関係に2030年まで続き、Microsoftの2032年までのライセンスはもはや独占的ではありません。The Vergeが書いたように、もはやパネルはなく、AGIが宣言された場合、あるいは宣言されたときに何が起きるかについてのルールもありません。

この言葉は約束も背負っています。OpenAIの憲章は、価値観が整合し安全を重視するプロジェクトが先にAGIの構築に近づいた場合、そのプロジェクトとの競争をやめ、支援を始めることを同社に義務づけています。こうした約束が機能するのは、近づいたことを誰かが判断できる場合だけです。

立法者はこの言葉を避けています。EUのAI法（AI Act）は汎用AIモデルを規制しており、その提供者には2025年8月2日から義務が課され、10の25乗回を超える浮動小数点演算で学習したモデルにはシステミックリスクがあると推定されます。法律は、測れるものを数えるのです。そしてAGIの予測は、何が到来したのかについて誰かが合意するずっと前から、投資、採用、取締役会の忍耐を左右します。

企業にとっての意味

企業にとって、宣言を待つのは誤った計画です。宣言は来ないかもしれませんし、先の契約が示すように、それをめぐって交渉した当事者にとってさえ意味を失うことがあります。役に立つのは、でこぼこの輪郭のほうです。同じシステムが、あるタスクでは超人的で、次のタスクでは当てにならないことがあります。ですから問いは、AGIがいつ来るかではありません。どの仕事をいま、どんな根拠に基づいて任せられるかです。

チームが繰り返している仕事を書き出してください。見積もり、月末の締め、定型的な問い合わせへの返信、ページの最初の下書き。それぞれについて3つのことを問います。いまの機械で十分にこなせるか。人が数分で結果を確認できるか。誤りを小さなコストで取り消せるか。3つの答えがすべてイエスのところから始めます。

そして、一歩ずつ任せていきます。まずは機械が下書きを作り、人が決めます。判断に足るだけの実際の仕事で、下書きに修正が要らなくなったら、機械が決まった作業を回し、人は決められたゲートで承認します。そうなって初めて、機械は書面のルールの範囲内で、すべてのステップを記録しながら、自分で動きます。その間ずっと、方向を定め、結果を確かめるのは人です。変わるのは、その間にある仕事のうち、どれだけを機械が担うかです。

どれも、定義を待つ必要はありません。AGIのあらゆるテストに合格したシステムでさえ、企業の知識、ルール、そして結果に責任を負う人を必要とするでしょう。次のモデルが何と呼ばれようと、それらはいま構築できます。

crueの立ち位置

私たちの指針はこうです。人が導く。AIが動かす。次は、自律。これは道筋を表したものであり、AGIについての予測ではありません。

いま、crueのすべてのプロダクトは人が導いています。人がアイデア、経験、センスを持ち込み、AIが制作を担い、人が結果をレビューして最後の仕上げをします。次に、プロダクトはエージェント型になります。エージェントが仕事の大半をこなし、人が目標を定めてゲートで承認します。その後に来るのが自律で、決まった作業をひとつずつ、それぞれがそれに値するようになったときに任せていきます。

私たちはAGIを作っていませんし、それを待ってもいません。よりよいモデルは各段階を近づけますが、段階そのものは、ラボが自社のシステムを何と呼ぶかには左右されません。創業者がエージェントとともに会社を運営するという私たちのビジョンHelmは、この道筋を最も遠くまで進める場所です。Twinは企業にAIの頭脳を、Eignaは自社専用のプライベートモデルを与えます。

いつかあるシステムがAGIのあらゆる定義を満たしたとしても、企業が向き合う問いはいまと同じです。どの仕事を任せるのか、誰が方向を定めるのか、誰が結果に責任を負うのか。言葉はこれからも動き続けるでしょう。それでも、誰かが舵を握っていなければなりません。