おはようございます。日曜日の今日は、**「AIを入れたら本当に楽になったのか」**という、いちばん素朴で答えにくい問いに関する調査からお伝えします。あわせて、技術側でも1つ大きな記録が出ました。

1. 経営者の約9割が「AIで生産性は上がっていない」— それでも人員削減は続く

何が起きた? 8月22日、FortuneがAIと生産性・雇用の関係を調べた研究を取り上げました。記事のなかで引用されているのが、米国のアトランタ連邦準備銀行による調査で、経営者の約9割が「AIは自社の生産性をまだ押し上げていない」と答えているという結果です。

記事の中心になっているのは、ピッツバーグ大学のMark Ma教授らの研究です。米国の上場企業について、Glassdoor(従業員による会社の口コミサイト)に投稿された数百万件の評価、数千件の決算資料、数百件のAI投資・人員削減の発表を5年分つき合わせて分析しました。

見えてきたのは、次のような流れです。企業がAI投資を発表するのと同じ時期に、AIを理由とした人員削減も発表される。すると従業員のAIに対する受け止め方が目に見えて悪化する。そして研究チームによれば、この「従業員がAIをどう感じているか」は、実際の生産性と強く関係しています。

従業員が挙げた不安の筆頭は雇用の不安定さでした。次いで、自分の仕事が置き換えられること、十分な研修がないこと、そもそもAIが本当に役に立つのか疑わしいこと、が続きます。

株式市場の反応も冷ややかです。AIを理由とする人員削減の発表に対する株価の反応は、平均するとゼロ近辺かマイナスでした。経営陣は決算説明の場でAIについて前向きに語りますが、その前向きさと実際の生産性のあいだには、意味のある関係が見つからなかったといいます。

なぜ重要? これは、昨日この欄でお伝えした開発ツールLinearの利用データ(AIが作業項目の半分近くを作るようになったのに、開発は速くなっていない)と、別の角度から同じ場所にたどり着いた話です。片方は現場の作業ログ、もう片方は経営者の実感と従業員の声。それぞれ独立に、「導入した=楽になった、ではない」と言っています。

この研究がおもしろいのは、理由を「AIの性能不足」だけに求めていないところです。むしろ、AIを理由に人を減らすと職場の不安が高まり、その不安がAIを使いこなす条件そのものを損なってしまう、という筋道を示しています。道具はあるのに、道具を使う側の気持ちが先に折れてしまう、というわけです。

働く側としてできることは限られていますが、1つあるとすれば、自分の職場で「AIで効率が上がった」と言われているとき、その根拠が何なのかを一度確かめてみることです。作った量なのか、かかった時間なのか、手戻りまで含めた総量なのか。測り方が変われば結論も変わります。

なお、記事は例外にも触れています。Blockのように株価が上がった企業もありますが、調査対象のなかでは少数派だったとされています。また、この研究は米国の上場企業を対象としたもので、日本企業にそのまま当てはまるとは限りません(8月21日にお伝えした『AI白書2026』では、日本企業で「AI投資の拡大=人員削減」という関係は見られませんでした)。

ひとこと解説: 「連邦準備銀行」は米国の中央銀行制度を構成する地区ごとの銀行で、地域の企業に対する景況調査を定期的に行っています。「生産性」は、ここでは投入した労働時間などに対してどれだけの成果が出たかを指します。売上が増えても、そのために働く時間がもっと増えていれば、生産性は上がっていないことになります。

2. NVIDIAの「AVO」が難関テストで満点 — 伸びたのはモデルではなく「使い方」

何が起きた? 8月22日、NVIDIAが技術ブログで、同社のAIエージェント**「AVO」がARC-AGI-3というテストで満点(RHAE 100.00)を取った**と発表しました。25個の環境にある183レベルすべてを、6,624回の操作でクリアしています。

ARC-AGI-3は、AIの「その場で考える力」を測るために作られたテストです。静止した問題を解かせるのではなく、ルールも目的も説明されないゲームのような環境にAIを放り込み、手探りで遊び方を見つけさせます。事前に答えを覚えておく、という手が効きにくい作りになっているのが特徴です。

いちばん注目されているのは、中身のAIモデル自体は既存のものという点です。AVOが主に使っているのはClaude Opus 5で、このモデル単体で同じテストに挑ませると**約30%**にとどまります。つまり、モデルは変えずに「働かせ方」の仕組みだけを整えて、30点が100点になったという話です。比較対象となる従来最良のシステムVISTA(7,542回)より、操作回数も約12%少なく済みました。

AVOはもともと、ソフトウェア開発やGPU向けプログラムの最適化のために作られたものです。コードを読み、仮説を立て、実際に動かして測り、直す——この繰り返しを長時間続けられるように設計されています。

なぜ重要? 「AIの実力=モデルの実力」という見方が、はっきり揺らいでいます。同じモデルでも、記憶の持たせ方や、脱線したときに軌道修正させる仕組みを整えるだけで、結果が3倍以上変わる。これは、私たちが日々AIを使うときにも通じる話です。同じChatGPTやClaudeでも、手順の与え方や見直しのさせ方で結果が変わるというのは、多くの人が経験しているはずです。それが数字ではっきり出た形になります。

ただし、割り引いて読むべき点が2つあります。1つは、この結果が**「公開セット」だけのものだということ。ARC-AGI-3には非公開の問題群もあり、そちらでの成績はまだ分かりません。もう1つは、NVIDIA自身が「これは条件をそろえた厳密な比較ではない」と明記している**ことです。VISTAとは仕組みが大きく違うため、12%という差を額面通り受け取るべきではない、という注意書きになっています。

ひとこと解説: 「エージェント」は、指示を一度受けたら、途中の判断も自分でしながら作業を進めるタイプのAIの使い方です。「RHAE」は、人が初めてそのレベルを解いたときに要した操作回数を基準に、AIがどれだけ効率よくクリアしたかを表す指標で、100が満点になります。

3. Anthropic、Googleの元TPU責任者を採用 — 自社チップへ動き出す

何が起きた? 8月21日、Bloombergが、AnthropicがAmir Salek氏を計算基盤チームに迎えたと報じました。Salek氏はGoogleの自社AIチップ「TPU」の立ち上げに関わった人物で、2022年まで同事業を率い、7世代分のチップ開発を手がけたとされています。その後はCerberus Capital Managementに在籍し、それ以前はNVIDIAでも働いていました。

報道は、この採用をAnthropicが自前の半導体を持つための地ならしと位置づけています。同社は現在、NVIDIA・Google・Amazonなど複数の供給元からチップを調達していますが、社内で設計する事業を持ちたいという意向を示してきました。

関連して、8月20日にはBloombergが、Broadcomが600億ドル超の借り入れを金融機関と交渉していると報じています。Anthropic向けの専用AIチップを賄うための資金です。報道によれば、優先弁済のある部分と劣後する部分を組み合わせ、総額は最大1,000億ドル規模になりうるとされています。

仕組みが少し変わっていて、Anthropicがチップを買うわけではありません。投資家側が資金を出してチップを揃え、それをAnthropicに貸し出す(リースする)形が想定されています。6月にBroadcom・Apollo・Blackstoneが組んだ枠組みの延長線上にある話です。

なぜ重要? 今週この欄で追ってきた「Anthropicが上場に向けて動いている」という話に、ハード面のピースが加わりました。売上、資本構成、そして自社チップ。AIの会社が、ソフトウェアの会社から発電所や工場を持つ会社に近づいていく流れが、はっきり見えます。

一方で、借り入れの規模が大きすぎないかという論点も同時に生まれています。数字は魅力的に見えますが、返済はAIの需要が続くことを前提にしています。当サイトは特定の企業の株式や商品について、買う・売るの判断を示すことはしません。ここでお伝えするのは、業界の資金の集め方がこういう形に変わってきている、という事実関係だけです。

なお、Broadcomの資金調達は関係者の話にもとづく報道であり、正式発表ではありません。未確認情報として受け止めるのが妥当です。

ひとこと解説: 「TPU」はGoogleがAIの計算専用に自社設計したチップです。汎用のGPUに比べ、用途を絞ることで効率を上げる狙いがあります。「リース」は、買い取らずに借りて使う契約のことで、初期の支出を抑えられる代わりに、使い続けるかぎり費用が発生します。

4. DeepSeek、画像を読めるモデルをAPIで公開 — 追加料金なし

何が起きた? 中国のDeepSeekが8月21日、**画像を扱える新モデル「DeepSeek-V4-Flash-Vision-Exp」**をAPIで公開しました。名前のとおり実験段階の位置づけですが、同社が視覚対応のAPIを一般に公開するのはこれが初めてです。

できるのは、文章と画像を混ぜて入力すること。書類や図表を読ませる、画像について質問する、画面を見ながら作業を進めさせる、といった使い方が想定されています。画像はファイルの直接添付、URL指定、ファイルAPI経由のいずれでも渡せて、JPEG・PNG・GIF・WebPに対応します。

性能面では、文章だけのテストで既存のV4-Flashを7項目中6項目で上回ったと同社は説明しています。画像を伴うエージェント向けのテストでは、Anthropicの上位モデルOpus 4.8に近い水準とされています(いずれも同社自身の発表による数値です)。

注目したいのは値段で、V4-Flashと同じ料金体系のまま、画像対応分の割り増しはありません。

なぜ重要? 「画像を読めるAI」自体は珍しくありませんが、その機能が追加料金なしで当たり前に付いてくる段階に入りつつあることを示しています。DeepSeekは8月16日から時間帯別の値上げを実施したばかりで、値上げと機能追加が同時に進んでいる形です。

もう1つ、今週はOx Alphaという開発元不明のモデルがOpenRouterというサービスに突然現れ、無料で高い成績を出して話題になりました。8月22日には、エラーの出方や文字の区切り方の癖から中国のZ.ai(智譜AI)ではないかという指摘が出ていますが、同社は肯定も否定もしていません。あくまで利用者側の推測であり、未確認情報です。名前を伏せた公開のされ方も含め、中国発のモデルが存在感を強めている、というのが今の状況です。

ひとこと解説: 「API」は、プログラムから別のサービスの機能を呼び出すための窓口です。普通の利用者が直接触るものではありませんが、私たちが使うアプリの裏側で呼ばれています。「マルチモーダル」は、文章・画像・音声など複数の種類の情報をまとめて扱えることを指します。

5. 北京で「ロボットの世界大会」開幕 — 16か国から2,056台

何が起きた? 8月22日、北京で**第2回「世界ヒューマノイドロボット競技大会」**が開幕しました。会期は26日までの5日間で、会場は冬季五輪でも使われた国家スピードスケート館です。

規模が大きく伸びています。16か国から666チーム・2,056台のロボットが登録しました。第1回の参加は280チームだったので、1年で倍以上です。競技は51種目・1,301試合にのぼります。

種目は2種類に分かれます。1つは運動系で、陸上・サッカー・体操・重量挙げ・武術・ストリートダンス・社交ダンス・綱引き・投壺(とうこ、壺に矢を投げ入れる中国の伝統的な遊戯)の9分野・26種目です。もう1つは実務系で、工場・ホテル・家庭・災害現場・病院・小売店という6つの現場を再現した環境で作業をこなします。

なぜ重要? 派手な競技のほうが目を引きますが、注目したいのは後者の「実務系」です。ホテルの部屋を片づける、病院で物を運ぶ、店の棚に商品を並べる——こうした作業は、人手不足が続く分野とそのまま重なります。競技という形をとっていますが、実質的には「今のロボットはどこまで実用に耐えるか」の公開テストです。

今週は8月19日に中国のUnitree(宇樹科技)が上海に上場し、初値が公開価格の7倍を超えました。技術の見本市と株式市場が、同じ週に同じ方向を向いているのが今の中国の状況です。人型ロボットの世界市場は、中国が約85%を占めるとされています。

日本にとっては、産業用ロボットという長年強かった分野の隣で、別の設計思想の競争相手が育っている、という見え方になります。ただし、大会での成績と、事業として成り立つかは別の話です。この点は上場のときにも指摘されていました。

ひとこと解説: 「ヒューマノイドロボット」は、人と同じような二足歩行の体を持つロボットです。人が使う道具や階段をそのまま使える利点がある一方、バランスの制御が難しく、コストも高くなりがちです。

まとめ

今日の5本は、**「数字が言っていること」と「数字が言っていないこと」**を意識したくなる日でした。

経営者の9割が生産性向上を実感していないという調査は、AIをめぐるいちばん大きな期待に、正面から冷や水をかけるものです。一方でNVIDIAのAVOは、同じモデルでも使い方次第で30点が100点になることを示しました。AIの実力が足りないというより、活かし方がまだ定まっていない——2つを並べると、そう読めてきます。

Anthropicの自社チップ、DeepSeekの画像対応、北京のロボット大会は、どれも「土台づくり」の話でした。まだ結果は出ていませんが、数年後にどう見えるかを決める部分です。

そして今日の記事には、いずれも**「ただし」が付いていました**。ARC-AGI-3は公開セットのみ、Broadcomの資金調達は未確認の報道、Ox Alphaの正体は推測。**大きな数字が出たときほど、どこまでが確定した話なのかを一度確かめる。**今週いちばん役に立つ習慣は、たぶんこれです。

このあと、今週1週間を振り返る週間まとめもお届けします。

出典: