DeepMindの新研究：AIはすべての人類専門家を超えなくても、巨大寡頭企業を生み出せる

動察 Beating AI 速報、Google DeepMind の共同創業者 Shane Legg 氏と経済学者の Alex Imas 氏、Andrew Koh 氏が AGI の経済的影響に関する論文を発表し、次のような矛盾を説明しようと試みた。AI のプログラミングや数学などの能力が人間の専門家を絶えず上回っているのに、なぜ企業組織や雇用市場には同じような劇的な変化がまだ起きていないのか。

研究者らは、問題はこれまで単一の AI の能力に注目しすぎて、企業が分業と協働によって価値を生み出すことを無視してきた点にあると考える。彼らは 100 人に数学や科学など 6 分野にわたるテストを受けさせ、専門性が補完し合うようにペアを組んだ人はランダムにペアを組んだ人より 32% 成績が良かったことを発見した。人間はそれぞれ得意分野を持ち、互いの弱点を補い合えるが、同じ AI モデルを複数複製しても、似た弱点を持つ従業員の集団が得られるだけであることが多い。

論文はさらに経済モデルを構築し、たとえ AI がすべての専門的タスクで人間の専門家を上回っても、エージェント間の協働に依然としてボトルネックが存在する限り、企業が無限に拡大することは難しく、市場は依然として多数の中堅・中小企業で構成される可能性があることを見出した。

逆に、単一の AI がまだトップ専門家の水準に達していなくても、エージェント間の協働が臨界点を突破すれば、状況はまったく異なるものになり得る。新たに追加された Agent がチームの足を引っ張るのではなく、一人当たりの生産性をさらに高められるようになれば、企業は従来の規模の制約を突破できる可能性がある。ソフトウェアや金融など大規模で標準化された市場は、その結果、少数の巨大 AI 企業に集中する可能性がある。

目下の AI は、こうした協働能力にはまだ明らかな隔たりがある。スタンフォード大学などの機関が以前発表した CooperBench テストでは、2 つのプログラミング Agent を協力させると、平均成功率は単一の Agent が同じ作業量をこなす場合より約 30% 低くなることが分かった。彼らは作業を重複させ、情報を失い、さらには互いのコード修正を適切に処理できないことさえある。