マスクはウィル・デピューの判断を支持する：AIの能力は鈍化しない、再帰的自己改善（RSI）は24ヶ月以内に到来する。

記事執筆者、出典：0x9999in1、ME News

要約

マスクはウィル・デピューの判断を賛同する：AIの能力は鈍化しない、再帰的自己改善（RSI）は24ヶ月以内に到来する。前半には賛成するが、後半については保留する。
しかし、この会話にはずれがある：フロントランナー・ラボの評価を下げる主流の論拠は、「モデルが役に立たない」ではなく、「モデルは優れているが、お金が入ってこない」である。
マスクの「2年前のAIは博物館に入れるほど古くなった」という言葉は、空売り側にとって最も使いやすいセリフである。これは資産の減価速度について語っているのであり、競争優位性についてではない。
能力曲線は実証データに基づいています：METRが測定した「タスクの期間」は約7か月ごとに2倍になっており、過去2年間はさらに速くなっています。これは現在最も注目すべき指標です。
RSIの問題は可能かどうかではなく、定義が曖昧であることにある。狭域での自己改善はすでに発生している（AlphaEvolveが実証済み）、一方、広域のフィードバックループは、計算能力、エネルギー、実験サイクル、評価の点でまだ課題を抱えている。
マスクのタイムラインには歴史的な負担がある。FSDは「来年」と10年間言い続けてきたし、AGIも2025年や2026年と予告してきた。方向は正しいが、リズムはしばしばずれている。
私の結論：多頭力を持つことは、具体的な貸借対照表をどれか一つ多頭することを意味しない。この二つは別々に賭けなければならない。

一、彼らが答えているのは、同じ質問ではない

まずはっきり言っておく。

ウィル・デピューの発言には、この空頭見解は「AGIを無視すれば、かなり妥当である」という前提文がある。

この前提は、すでにショートのロジックを半分認めている。

フロンティアラボの評価を下落させている人々の多くは、モデルが停滞すると考えていない。彼らの主張は他の点にある：単位経済が成り立たない、資本支出の強度が高すぎる、減価償却期間が過小評価されている、競合によって価格決定権が削られる、企業向けの実装率が予想を大幅に下回っている。

これらの項目のいずれも、「AIの能力の鈍化」に依存していません。

したがって、マスクの「2年後のAIは人々を驚嘆させることになる」という発言は、能力の傾向に対する判断として、おそらく正しいと考えます。しかし、空売り論点への反論としては、これは的を外しています。

これは美しいパンチだが、横の空気を打ってしまった。

もっとシンプルに言うと：技術の曲線とキャッシュフローの曲線は同じではない。歴史的に見て、これらはしばしば逆の動きをした。光ファイバーの敷設が速ければ速いほど、帯域幅は安くなり、光ファイバーを敷設する企業は次々と倒産した。1990年代末、米国の長距離光ファイバーの生産能力が急増し、その後価格が暴落し、Global CrossingやWorldComは破産リストに名を連ねた。しかし、そのインフラの恩恵を実際に受けたのは、10年後にストリーミングやクラウドを手がけた企業たちだった。

技術は勝った。技術に投資した人は勝たなかった。

これはAIを否定しているわけではありません。これは次のように注意喚起しています：「AIは非常に強力になる」と「今日の評価は妥当だ」との間には、多くの推論ステップが欠けています。

二、「博物館に入る」という比喩は、実はショートポジションの証拠である。

マスクのこの発言の観察力は認めます。

2年前、つまり2024年半ば当時、トップクラスはGPT-4o、Claude 3.5 Sonnet、Llama 3.1 405Bだった。それらは十分な推論時の計算能力を持たず、信頼できる長距離ツール呼び出しもできず、数時間規模の自律タスクを実行できなかった。

今日では、まさに標本のようだ。

ただし、この文が実際に何を表しているかに注意してください。

それは、AIモデルが資産として急速に価値が下がることを示しています。

最先端モデルの経済的寿命は、12〜24ヶ月程度しかない可能性がある。前の世代のモデルに費やされたトレーニング計算リソース、データコスト、人的コストは、次世代モデルが登場した後、限界価値が急速に低下する。それを10年間賃料収入の源として使うことはできない。

そしてそれを支えるハードウェアは？大規模プロバイダーは、財務報告でGPUやサーバーを5〜6年で減価償却している。この前提は長すぎるのではないか？2025年、この点は公に疑問視された。マイケル・バリーは同年11月に直接この問題を指摘した：実際の経済寿命が短い場合、帳簿上の利益は美化されている。

私は空売り側を擁護したいわけではありませんが、論理は均等にすべきです：もしモデルが2年で博物館入りすべきなら、そのモデルを支える鋼鉄とシリコンがなぜ6年間安定して減価できるのでしょうか？

マスクのこの言葉が正しいほど、この問題はより鋭くなる。

さらに厄介なのは価格である。Epoch AIの追跡によると、同じ能力レベルに到達するための推論コストは、年間で1桁以上の低下が見られる。これはユーザーにとっては大きな喜びだが、モデルの利用料で収益を上げようとする企業にとっては、継続的なマージン圧縮を意味する。

あなたの製品は毎年大きく進化しますが、あなたの価格は毎年大きく引き下げられます。

これは「能力の急騰、利益の苦闘」というメカニズムの由来です。これは実行の不備ではなく、構造的なものです。

三、能力は鈍化しない：この点について、データはマスクの味方である

今、私が同意する部分を述べます。

「感覚」だけで議論しても、決して結論は出ない。だから私は、モデルがどれだけ長い時間、自立してタスクを完了できるかという具体的な指標を見たい。

METRが2025年に発表した研究は、人間の専門家が同種のタスクを完了するのにかかる時間を基準とした場合、モデルが50％の成功率で実行できるタスクの長さが約7か月ごとに2倍になるという明確なトレンドを示している。2024年以降のサンプルでは、この傾斜がさらに急になっている。

2025年後半までに、最強モデルはこの指標で「2時間級」の範囲に入りました。

この曲線の意味を考えてみてください。指数成長は初期段階では穏やかに見えますが、後期段階では急激に見えます。2時間から1日の業務時間までに、たった2〜3回の倍増で達成できます。

他の指標もあります。OpenAIは2025年9月にGDPvalをリリースし、実際の職業成果を評価基準としています。最先端のモデルは、一部の職業タスクで既に業界専門家レベルに近づいています。2025年7月には、複数の研究室の実験的モデルが国際数学オリンピックで金メダル級の成績を収めました。これらはマーケティングスローガンではなく、検証可能な公開イベントです。

したがって、「前線の進展が鈍化」という表現は、能力の観点からは成り立たないと考えます。

真正遅れているのは別の事実だ：ユーザーの驚きの閾値。

私たちは三ヶ月ごとに驚かされるが、驚きは日常变成了。この主観的な麻痺は、客観的な停滞と誤解されやすい。

この点で、マスクは清醒している。

四、RSIが24か月未満：その半分は事実で、半分は信仰なのか

これはこのディスカッションの中で私が最も同意できない部分です。

それは過度に楽観的だからではなく、あまりに曖昧だからです。

RSIには、まったく異なる3つのバージョンがあります。

最初のバージョン：AIは狭い領域内で自らのコンポーネントを改善する。

これは既に実現されています。2025年にGoogle DeepMindが発表したAlphaEvolveはその証拠です。このシステムは、4×4複素行列の乗算回数を49回から48回に自動的に削減し、50年以上にわたって維持されていた記録を破りました。また、Googleの内部データセンターのスケジューリングにおいて、約0.7%のグローバル計算リソースを回収しました。

これは実在し、検証可能な、AIがAIインフラを改善する事例です。

バージョン2：AIが自らの開発プロセスを大幅に担う。

これは現在進行中です。エンジニアリング実装の相当な部分、コードレビュー、実験スクリプト、データパイプラインがすでにラボ内で自動化されています。

バージョン3：人間のボトルネックから解放された自律的加速サイクル。

いわゆる「知能の爆発」です。

最初の二つのバージョンが三番目のバージョンの根拠として用いられるのは、このような予測で最も一般的なスリップスロープである。

なぜ難しいのか？ボトルネックはアルゴリズムのインスピレーションにはない。

AI研究の速度は、実験の物理的時間に制約される。大規模な事前学習には数週間かかり、ハードウェアを待って、電力を争い、順番を待つ必要がある。研究者の思考速度を100倍にしても、実験のキューが100倍速くなるわけではない。

その下層にはエネルギーとサプライチェーンがある。先進パッケージの生産能力、HBMの供給、トランスフォーマーの納品サイクル、電力網への接続待ち行列は、すべて四半期単位または年単位で動いている。2025年前後には、米国の複数の地域電力網での接続待ち時間が数年規模となっている。

ウエハは残業できるが、変電所はできない。

さらにあまり議論されていない制約として、評価があります。AIが自己改善するためには、自分が本当に良くなったかどうかを把握する必要があります。タスクが数十時間に及んだり、答えが唯一ではなくなると、「より良い」と判断すること自体が研究上の課題になります。報酬信号が汚染され、モデルは能力の向上ではなく、スコアリング関数の最適化に走ってしまうのです。

したがって、私の判断は、24ヶ月以内にバージョン2が大幅に進化し、AIが開発プロセスに占める割合がさらに上昇する可能性が高いが、真正に人間のリズムから脱却した再帰的フィードバックループであるバージョン3が24ヶ月以内に登場する確率は、50％を大きく下回ると考えている。

これは技術的な悲観ではなく、工学的な現実です。

五、マスクのタイムラインには割引係数を適用する必要がある

これは攻撃ではなく、キャリブレーションです。

彼の方向性への判断は、歴史的な的中率が非常に高い：電気自動車が勝つ、再利用可能なロケットは可能である、衛星インターネットは実現できる、大規模なGPUクラスタが鍵となる。彼のColossusクラスタは2024年に極めて短い工期で10万枚級のデプロイを完了したが、これ自体が彼が計算力競争の本質を理解していることを示している。

しかし、彼は時間の見通しについて長期的に楽観的である。

完全自動運転は「来年実現」、2015年から今日まで言い続けてきた。彼はAIが2025年頃にどの個人よりも優れると公に予測し、AGIは約2026年に登場すると述べてきた。今日は2026年7月31日だが、これらの予測は明らかに実現していない。

経験則として、彼が提示したスケジュールを2〜3倍してください。

もう一つ明確にしなければならないのは、彼は中立な観察者ではないということです。

xAIはこの分野に大規模に投資しており、継続的な巨額の資金調達を必要としており、市場が曲線がさらに急勾配になることを信じることが求められている。個人が自身が賭けた方向に強い自信を示すことは完全に正常であるが、受信側はこの利益関係を重みとして考慮すべきである。

これは彼の判断が正しい可能性には影響しません。これはあなたがどの程度の信頼度を与えるべきかにのみ影響します。

六、企業側での実装が、真の亀裂である

2025年8月、MIT関連チームによる調査が多くの議論を呼びました：企業の生成AIパイロットプロジェクトの95％が、測定可能な損益の改善をもたらしていないという内容です。この研究の方法論はその後、多くの人から疑問視され、サンプルや定義にも議論があります。これを決定的な証拠として扱うことはお勧めしません。

しかし、彼が突いた痛みは本当です。

モデルの能力と企業価値の間には、誰もやりたがらない泥臭い作業——データガバナンス、権限体系、プロセス再構築、監査トレーサビリティ、責任の明確化、失敗時の補填——が存在する。

金メダルを取れるモデルでも、銀行のコアプロセスには入れない。壁になるのは知能ではない。

これは、使用量が爆発的に増加している一方で、リターンが定量化しにくいという一見矛盾した現象を説明している。Googleは2025年に、月間トークン処理量が数百万億レベルから千万億レベルへ急激に上昇したことを公表し、OpenAIの2025年秋の週間アクティブユーザー数は約8億に達した。使用量は明らかに急増している。

一方で、複数のメディアによると、主要なラボは2025年から2026年にかけても大幅な純損失状態が続き、利益見込みは一般的に2029年頃に先送りされている。また、超大手メーカーの年間資本支出合計は、2025年の数千億ドル規模からさらに引き上げられた。

利用量の増加は「誰かが使っている」ことを解決します。それは「誰が利益を得るか」を自動的に解決しません。

この二つの出来事の間には、価格決定権が立っている。そして、その価格決定権は、能力がほぼ同等な四五社の競合者たちによって、徐々に薄められている。

七、結論を聞くのではなく、目盛りを注目しなさい

「AIが減速するか」を議論する意義は限られている。なぜなら、両者とも「減速」の定義が異なるからである。

私は、検証可能な3つの要素に注目することをお勧めします。

第一に、タスクの期間。METRの曲線を継続して追跡する。50%の成功率の期間が今後1年以内に8時間以上に延長されれば、Depueの判断は強力な裏付けを得る。もし2〜4時間の範囲で1年以上繰り返し振れ動くようであれば、何らかの構造的天井に突き当たっていることを示す。

第二に、ピーク性能ではなく信頼性です。80％または90％の成功率における時間の経過を確認してください。企業が求めるのは、たまの天才的なパフォーマンスではなく、安定性です。この指標の改善速度が、商業化のスピードを直接決定します。

第三に、総収益ではなく単位経済に注目してください。毛利率を見て、単位当たりの推進コストの低下速度が価格戦争に勝てるかどうかを確認してください。どの企業が実際に正の営業キャッシュフローを実現しているかを確認してください。

三つの刻み目。誰の予言も信じる必要はない。

八、終わり

私の立場はシンプルです。

マスクの能力に関するその判断は、私は正しいと思います。2年前のモデルはすでに標本のようですが、2年後には今日の最強モデルでさえ拙く見えるでしょう。この曲線はまだ曲がっていません。

しかし、彼がこの言葉で評価の疑問に応えたのは、ずれている。

空頭が本当に問うているのは、モデルが18か月ごとに価値が一巡するとき、同等の知能の価格が年々1桁下がるとき、四五社が同時にほぼ同等の能力を有するとき、数千億ドルの資本支出を誰が負担し、それをどのように価格設定して回収するのか？

この質問には、「AIはより強くなる」では答えられません。

RSIの部分については、意見を保留します。それが不可能だからではなく、計算能力、電力、実験サイクル、評価システムがすべて協力する必要があるからです。そして、これらの要素は指数関数的な成長に従わないのです。

最後に、あまり好まれないかもしれない一言を述べます。

技術革命は本当であり、バブルも本当である。この二つは同時に発生し得るし、歴史的には通常同時に発生してきた。鉄道は本当だったが、鉄道株は崩壊した。インターネットは本当だったが、ナスダックは7割8分下落した。

技術的にバイアスを抱くことは、すべての貸借対照表をバイアスすることを意味しない。

賭けを分ける。これは両方の立場に立つことではなく、計算ができるということだ。

2年後のAIが「驚異的になるかどうか」については、私は信じる傾向にある。

その頃、誰がテーブルに残っているかはわかりませんが、私はそのベットには乗りません。

参照元

METR、「長時間タスク完了におけるAI能力の測定」、METRリサーチ、2025年3月
Google DeepMind、「AlphaEvolve：高度なアルゴリズム設計のためのGemini搭載コーディングエージェント」、2025年5月
OpenAI、「GDPval」を発表、OpenAIブログ、2025年9月
Epoch AI、「LLM推論価格動向」と「機械学習コンピューティングの動向」、Epoch AIデータインサイト、2024–2025年
MITメディアラボ／プロジェクトNANDA、「The GenAI Divide: State of AI in Business 2025」、2025年8月
ゴールドマン・サックス・リサーチ、「ジェネレーティブAI：支出過多で利益は少ないのか？」、2024年6月
エロン・マスクとウィル・デピュー、2026年7月にX上で投稿したフロンティアラボの評価と再帰的自己改善に関する投稿。
ロイターおよびザ・インフォメーションが、OpenAIおよびAnthropicの収益、損失、収益性のタイムラインについて2025–2026年に報じた。