AIバブルに別れを告げ、迫る崩壊に備えよ

• OpenAIが公開した GPT-5 は、期待に反して前作よりも 使い勝手・性能が劣るという酷評 を受け、AIの果てしない進歩という神話にブレーキをかけた
• 莫大な投資にもかかわらず、AI企業の大半はいまだに利益を出せておらず、株式市場の過熱は1990年代の ドットコム・バブル を思い起こさせる
• GPT-5の事例は、「スケーリング=AGIへの進化」というAI業界の中核的前提を崩し、今後の数兆ドル規模のデータセンター・チップ投資が 無駄になるリスク を浮き彫りにした
• 専門家は、AIを知能と誤認 させるマーケティングの誇張、「ハルシネーション」という用語の乱用、そして実際の生産性低下を問題として指摘している
• 結局のところ、AIは科学用語ではなくマーケティング用語 にすぎず、少数の企業だけが利益を独占し、大多数はコストを負担することになりかねないという警告が出ている

---

序論: AI期待の急速な冷え込み

• 大多数の一般人の間で、人工知能が人間を超えるという期待感 は2025年8月7日を境に急速にしぼんだ
• まさにこの日、OpenAI が公開したGPT-5は、革新ではなく、ユーザー体験と機能の両面で失望だけを残した
• GPT-5は、数学能力の低下、頻繁なエラー、不親切なインターフェースなどにより、従来製品より低い評価を受けた

AI産業のバブルと投資

• 「AI企業は今や米国経済を支える中核だが、非常に バブルのように膨らんだ姿 でもある」と、専門家のAlex Hannaは指摘する
• Google、Amazon、Microsoftなどの大手企業がOpenAIやAIラボに数千億ドルを投資してきたが、いまだ 実質的な収益 はない
• 企業の間では、株価押し上げを目的にAI投資やAIベース製品であることを強調する傾向が目立つ
• Nvidiaは、かつてのIntelと似た形で 株式市場のリーダー としての役割を果たしている

GPT-5公開と信頼崩壊

• GPT-5公開後、ユーザーは米国地図を誤って描くなど、多くのエラーを経験した
  • 例: 「Tonnessee」「Mississipo」「West Wigina」など、実在しない州名を生成
  • 米国大統領を12人挙げるよう求めると、9人しか示さず、しかも誤記まであった
• コミュニティの反応は、「既存モデルより悪い」「短く不親切な応答」「好みのモデルを選ぶ権利の剥奪」など、極めて否定的だった
• メディアでは、Futurismは「少し退屈」、Ars Technicaは「大きな失敗」と評価した
• OpenAIも否定的な世論をすばやく認識し、旧バージョンへのアクセス権を回復 する措置を取った

AI拡張神話の崩壊

• GPT-5の発表により、AI業界の「スケールアップ（拡張）」神話が崩れた
  • より多くの計算資源とデータを投入すれば、人工知能が根本的に進化するという信念に疑問が投げかけられた
• AI拡張神話を信じて、データセンターや高性能チップに莫大な投資が行われてきた（2028年までに約3兆ドル必要との予測）
  • もし技術進化が鈍化すれば、その投資資金の大半は 無駄 になるリスクに直面する

人工知能とは何か: 意味の混乱

• AIの 一貫した言語生成能力 と「知能」は別物である
  • AIチャットボットが「知的」に見えるのは、人間の意図や思考が存在するかのように錯覚させるためだ
• 1960年代のJoseph Weizenbaumによる ELIZAの事例 のように、単純なチャットボットであっても、人間が機械に感情や意思を投影してしまう現象はすでに指摘されていた
  • このような「擬人化」の傾向は、現在のAIプロモーションでも積極的に活用されている

AIハルシネーション、期待と現実

• AIの「ハルシネーション（hallucination）」現象は、あたかも機械が知覚能力を持つかのような誤解を招く
  • 実際には、人工知能には知覚や認識の能力はない
• AI導入が大規模な雇用喪失と生産性の急上昇をもたらすという 予測 も、いまだ実現していない
• むしろ、生産性の低下やAI出力の検証の必要性によって、業務効率が悪化する傾向が表れている

経済効果と見通し

• MIT教授Daron Acemogluは、AIによる 生産性向上率を0.5%前後 と予測しており、実際の期待より低調な数値だ
• AIの経済効果予測は誇張されており、イノベーションの恩恵も少数に偏ると分析されている

結論: AI言説が持つ真実

• GPT-5の失敗は、AIが科学的進歩ではなくマーケティング上の虚像 に依存したバブルである可能性を示している
• 「AIが意識と知能を持っている」という主張は販売のためのレトリックにすぎず、利益は少数企業 にのみ帰属し、大多数はコストを負担 することになりかねない
• したがって、AIの実際の限界を直視し、何ができて何ができないのかを冷静に見極める認識転換が必要だ