AIの急速な普及については、自然な言葉で簡単に使えること、用途が広いこと、無料または低価格で試せることなど、主として利用者側から説明されることが多いようです。しかし、いくら利用者が欲しがっても、技術的に実現できず、需要に応じて安定的に供給できなければ、これほど短期間には広がりません。
以下のQ&Aでは、利用者側の事情に加えて、供給側がなぜAIを短期間で開発・改良し、一定の品質を保ちながら、大量かつ安価に供給できたのかという点にも着目しました。経済学で論じられる限界費用、技術面における基盤モデル、供給を支えるクラウドやAPIなど、本来は別々に語られることの多い要素を、ビジネスパーソン、とりわけ製造業に携わる人にはなじみのあるQCD（品質・コスト・納期）という枠組みで考察します。AIの普及速度を考えるための、一つの見方としてご理解ください。
Q．生成AIは、2022年から2023年頃に一般社会へ登場し、瞬く間に爆発的に広がりました。広がったのは言語生成AI（要するにチャット型/質問回答型）だけではありません。フィジカルAI、医療AIをはじめ、企業、自治体、政府など、さまざまな分野で利用が進んでいます。
先日、自治体の主任・課長級職員約100人を対象にコンプライアンス研修を行った際、「AIを使っている人、いますか？」と尋ねたところ、ほとんどの人が手を挙げました。これには驚きました。ぼくが接している民間企業よりも、ずっと早くそして広く浸透している印象です。外部に情報を出さず、閉じた環境でAIを利用する自治体も増えています。
わずか数年で、これほど広がった技術は、これまでなかったのではないでしょうか。しかも、一時的な流行ではなく、世の中そのものを変える可能性を持つ革新的技術です。なぜ、これほど短期間に普及したのでしょうか。
私たち受け手側、すなわち一般ユーザーや大衆の視点と、AI企業やIT産業など供給側の視点――品質・コスト・納期というQCD、設備投資、技術開発など――の二つの観点から回答してください。
A．AIは、産業革命以降に登場した社会変革型の汎用技術の中で、最も短期間に、最も広い分野へ浸透し始めた技術の一つと考えてよいでしょう。その理由は、利用者側の需要が爆発しただけでなく、供給側にも、その需要に応えて大量かつ迅速にAIを提供できる条件が揃っていたからです。利用者側と供給側（AI/IT企業側）の二つの視点から考えてみます。
■■■ まず、一般ユーザーや大衆など、利用者側の理由です。
生成AIは、専門的な操作方法を覚えなくても、普段使っている言葉で指示できます。従来は人間がコンピューターの操作方法を学ぶ必要がありましたが、生成AIでは、機械の側が人間の言葉に合わせるようになりました。これは、普及という点で非常に大きな転換です。
しかも、文章作成、要約、翻訳、調査、企画、相談、画像生成、プログラム作成など、用途が極めて広い。ブラウザやスマートフォンから無料または低価格で試すことができ、数秒で結果が返ってきます。導入費用や失敗したときの損失も小さく、「使ってみる」までのハードルと、「役に立つ」と感じるまでの時間が、従来の技術に比べて格段に短かったのです。
また、生成AIの出力は、そのまま人に見せることができます。「こんな文章ができた」「こんな画像を作れた」という利用例がSNSなどで共有され、技術だけでなく使い方も急速に広がりました。コロナ禍を経て、企業や自治体でオンライン業務やデジタルツールへの抵抗感が薄れていたことも、普及を後押ししました。
ただし、一般大衆がいくら欲しがっても、技術的に実現できず、安定して供給できなければ普及しません。AIの普及を考えるうえでは、利用者側以上に、供給者側の条件が重要です。
■■■ 次はAI企業やIT産業など、供給側の理由です。
ここが質問の核心的なポイントだと思います。なぜ上記の利用者の大量のニーズに即座に安価に応えることができたのか？
供給側では、長年の技術開発の蓄積によって、QCD、すなわちQuality（品質）、Cost（コスト）、Delivery（納期・供給）の三つが、ほぼ同じ時期に実用水準へ達しました。
▶︎ 品質、信頼性の観点から
まずQuality、品質です。生成AIは2022年に突然生まれたわけではありません。長年にわたるAI研究に加え、Transformer、大量の学習データ、GPUの性能向上、クラウドなどが組み合わさり、AIの性能と汎用性が一つの臨界点を超えました。
さらに重要なのは、企業や自治体が、用途ごとにAIを一から開発する必要がなくなったことです。AI企業が開発した基盤モデルを共通部品として利用し、そこに組織内のデータ、規則、専門知識を組み合わせれば、それぞれの業務に対応できます。文章生成、医療、製造、行政、ロボットなど、異なる分野の事業者が、同じ技術基盤を利用して、それぞれのサービスを開発できるようになったのです。
また、AIは利用結果を踏まえて継続的に改良できます。供給者側でモデルやシステムを更新すれば、多数の利用者へ一斉に改良版を提供できます。ただし、AIの回答が常に正しいという意味で品質が完成したわけではありません。ハルシネーションなどは残りますが、人間による確認、検索との連携、利用範囲の限定、閉じた環境での運用などを組み合わせることで、実務に投入できる品質を確保できるようになりました。
▶︎ 費用、コスト、利用料の観点から
次にCost、コストです。最先端のAI開発には、高性能半導体、データセンター、電力、データ、専門人材など、莫大な設備投資と開発費が必要です。しかし、一度開発された基盤モデルは、多数の企業や利用者が共同で利用できます。個々の企業や自治体は、巨大なAIを自ら開発せず、クラウドやAPIを通じて、必要な量だけ利用できます。
つまり、上流のAI企業には巨額の先行投資が必要である一方、完成したAIを追加の利用者へ提供する限界費用は、物理的な製品に比べて小さい。巨額の開発費を世界中の多数の利用者で分担できるため、一人ひとりには無料または低価格で提供できます。大規模な設備投資と利用料金の安さが、矛盾せずに両立する構造になっているのです。
▶︎ 安定した供給、短期対応の観点から
最後はDelivery、納期と確実な供給です。蒸気機関、自動車、電気、鉄道、電話などは、工場、道路、線路、発電所、通信網、販売網などを整備しなければ普及しませんでした。どれほど需要があっても、供給能力を増やすには長い時間が必要でした。
AIは違います。すでに普及していたインターネット、パソコン、スマートフォン、クラウド、データセンター、企業や行政の情報システムを、そのまま供給網として利用できました。一度完成したソフトウェアは、インターネットを通じて世界中へ短期間で配布できます。改良した場合も、利用者の手元にある製品を回収せず、供給者側で更新できます。
API、クラウドサービス、オープンソースモデルが普及したことで、ソフトウェア会社、医療機器メーカー、ロボットメーカー、企業、自治体などが、AIそのものを一から発明せず、自社の製品や業務へ組み込めるようになりました。機密情報を外部へ出せない組織でも、専用クラウドや組織内の閉じた環境で運用できます。
つまり、AI企業だけがAIを供給したのではありません。半導体企業、クラウド企業、ソフトウェア会社、医療機器メーカー、ロボットメーカー、システム開発会社などが、共通の技術基盤を使って、それぞれの分野で同時にAIを供給しました。一社ずつ、一分野ずつ普及したのではなく、供給者そのものが世界中で一斉に増えたのです。
もちろん、言語生成AIと、医療AIやフィジカルAIが、同じ速度で実用化されたわけではありません。医療機器、ロボット、自動運転などは、誤作動が生命や身体に影響するため、安全性、法規制、設備更新、事故責任などの問題があり、社会実装にはより長い時間がかかります。それでも、共通するAI技術が、これほど多くの分野へ同時に入り始めたこと自体が異例です。
■■■ まとめ なぜ社会変革型技術を、これほど短期間で大量供給できたのか
利用者側では、「簡単に使える、用途が広い、すぐ役に立つ、安価である」という需要が爆発しました。供給者側では、「作れる、改良できる、安く提供できる、短期間で大量かつ安定して届けられる」というQCDが成立しました。
需要の爆発と供給能力の爆発が、同じ時期に重なった。それが、AIという革新的なテクノロジーが、産業革命以来最速といっても決して大げさではない速度で、社会へ浸透し始めた理由なのではないでしょうか。
■■■【補足：QCDが完成したという意味ではありません】
本文でいう「QCDの成立」とは、AIの品質、コスト、供給体制に関する問題がすべて解決したという意味ではありません。爆発的な普及を可能にする水準に達した、という趣旨です。
・品質面では、ハルシネーションや誤回答などの問題が残っており、特に医療、金融、法務、顧客対応などでは、AIそのものの性能だけでなく、人間による確認を含めた運用全体の品質が問われています。
・コスト面では、利用者が無料または月額数千円で使える一方、その供給を支える半導体、データセンター、電力、研究開発には巨額の投資が続いています。現在の低価格には、市場シェアの獲得を優先した価格設定が含まれている可能性もあり、この料金水準が将来も維持されるとは限りません。消費者向けAIでは、利用者の入力内容や利用履歴などを、法令や利用規約の範囲内で収集・分析し、ビッグデータとしてサービスの改良や広告、関連サービスの販売などに活用するビジネスモデルも背景にあると考えられます。利用者の情報そのものを第三者へ販売するとは限りませんが、そこから得られた分析結果や広告機会を収益化する場合もあります。無料または低価格での提供には、利用料金以外の形で将来の収益を得ることが視野に入っている可能性もあるでしょう。（実際のデータ利用や収益モデルは、AIサービスや事業者によって異なるでしょうが。）
・供給面でも、インターネットを通じて短期間で届けられるのは、主としてソフトウェアとしてのAIです。ロボット、自動運転、医療機器などのフィジカルAIには、機械の製造・設置、安全性の確認、法規制への対応が必要であり、従来の製造業と同様の長いリードタイムが残ります。
・AIのQCDはすべての領域で完成したのではなく、用途や分野によって異なる制約を抱えながら、社会への急速な普及を可能にする段階へうまい具合に到達した、と理解するのが適切でしょう。
©️ 朽木鴻次郎 プロダクション黄朽葉
~~~~~~~~~~~~~
kuchiki-office.hatenablog.com
~~~~~~~~~~~~~
