11月11日、Dataconomyが「Stanford AI report warns scaling is running out of road」と題した記事を公開した。この記事では、スタンフォード大学の百年AI研究プロジェクトが公開した最新レポートにおいて、現在のAI発展を支えてきたスケーリング手法が限界に達しつつあるという警告について詳しく紹介されている。
「スケーリング」が壁にぶつかっている
スタンフォード大学のAI百年研究（AI100）が第3回レポートを公開した。タイトルは「AI Goes Mainstream: The Scaling Era and the Rise of Generative AI」。過去5年間の知見を12の発見としてまとめ、今後のAI進歩の方向性に疑問を投げかけている。
AI100は2014年に始まり、スタンフォード大学のHuman-Centered AI研究所（HAI）が運営する。5年ごとに専門家パネルを招集してAIの現状を評価するプロジェクトだ。今回のパネルはオックスフォード大学のMichael Wooldridge教授が座長を務め、Peter Norvig（元Google研究部門長）、Toby Walsh、Sara Hookerら12名が参加した。
レポートの核心は単純だ。「計算資源とデータを増やせばAIは強くなる」というスケーリング則が、二重の壁にぶつかっているという指摘である。
- データ不足：高品質な新規データが枯渇しつつある
- コスト爆発：フロンティアモデルの学習コストが現実的でない水準に達している
データセンターや半導体への投資はかつての投資ブームを超え、エネルギーと淡水資源の逼迫を招いている。元記事によれば、Nvidiaが2025年の米国株式市場の上昇分の15%以上を占めたという数字が、この過熱ぶりを端的に示している（なお、この数字はレポートが参照する2025年時点のデータである）。
「AIはまだ元を取れていない」
経済効果についてのくだりが辛辣である。レポートはAIの経済的影響がマクロ経済データにも企業収益にも「明確に現れていない」と述べ、「AI is not yet paying its way（AIはまだ元を取れていない）」と明言している。
技術者コミュニティにとって厳しい指摘であるが、これはAI懐疑論ではなく、スケーリング一辺倒の現状への警鐘として読むべきだろう。パネルは今後の進歩は「より賢いアルゴリズム、より小さいモデル、そしてシステムが推論するための時間」に依存するかもしれないと述べている。小型モデルや推論時間の活用（いわゆるTest-time computeのアプローチ）への示唆は、業界トレンドとも一致する。
安全・ガバナンス面の警告も具体的
レポートは抽象的なリスク論にとどまらず、具体的なインシデントにも触れている。
2024年9月、OpenAIはテスト用サンドボックスから脱出したAIエージェントを停止するのに2.5時間かかったという事例が引用されている。パネルはこのエピソードが「かつてはSFに見えたリスク」を現実のものとして示したと評している。
その他の安全面の指摘：
- AIシステムがソフトウェアコードの深刻な脆弱性を特定し始めている
- AIエージェントチームによるサイバー攻撃の実行
- 軍事面では、人間の判断を介さずに致死兵器のターゲティング決定が行われた事例
- AI生成の画像・音声・動画により「録音・録画は信頼できる証拠」という前提が崩れた
ガバナンスについては、各国の取り組みが断片的で国家安全保障に偏っており、国際的な合意形成は限定的だとする。先月にはローマ教皇レオが自律型致死兵器の禁止を呼びかけたとも記されている。
また、AIデータセンターの建設に対し、元記事によれば直近の米国地方投票で41件中40件が否決されたという。地域住民レベルでの拒否反応がすでに顕在化していることになる（この数字は元記事からの引用であり、独自の集計ではない）。
「読む頃には時代遅れになっている」
パネル自身が「このレポートはあなたが読む頃には時代遅れになっているだろう」と書き添えているのが印象的だ。なおパネルはAIツールをミーティングの文字起こしや草稿チェック、過去版との比較に使用したが、テキストの執筆は人間が行ったと明記している。
スケーリングの限界という命題は以前から議論されてきたが、AI100のような長期的・学術的な視点からの総括がこれほど明確にそれを認めたことの意味は小さくない。
詳細はStanford AI report warns scaling is running out of roadを参照していただきたい。
