私の仕事は、技術によって再構築されつつある三つの領域に同時に立たせてくれる。AI、半導体サプライチェーン、循環経済だ。

この立ち位置では、技術の加速が見えると同時に、エネルギー、材料、費用の制約にも日々出会う。一方で四つのAIモデルでディベートエンジンを走らせ、もう一方で金属リサイクル生産ラインの水道・電気代の請求書を処理していると、「技術はすべてを変える」という言葉に対する感じ方はもっと複雑になる。

だから私の2030年に対する見方は、技術の潜在力からではなく、制約から出発する。一見とても美しい技術曲線の背後には、必ず物理的、経済的、あるいは倫理的な天井がある。天井を見極めてはじめて、真の機会がどこにあるのかが分かる。

AGI:深化に備え、時期には賭けない

AGIには関心がある。ただし、日々AIを使う経験だけで、汎用知能がいつ来るかを判断することはできない。まず問いたいのは、どの具体的な仕事を改善でき、どの制約にはなお人の対応が必要か、ということだ。

〈AIの時間表を読む:予測、目標、受け入れ確認の結果を分ける〉では、見通しを成果と取り違えないよう自分に注意を促した。2030年に向けては、医療、材料科学、製造での応用など、まず専門領域の深化に備えたい。これは私の戦略的な方向であり、それ以前にAGIが突破しないことの証明ではない。応用が実際に使えるかは、信頼性、費用、それに応じた検証を見る必要がある。

〈AIは人より人情の機微を理解する〉では、特定の社会的場面の問題に対するモデルの成績を扱ったが、テストの点数から、現実世界で専門家を全面的に上回るとは直接言えない。具体的な仕事で、信頼でき、費用を負担できる助けをAIが継続して提供できれば、業務、費用、人材需要が変わる可能性はある。私は人とAIの協働を練習することを選び、すべての産業で同時に起こる必然とは書かない。

量子コンピューティング:リスクに備え、年を保証としない

量子コンピューティングの実用的な進展では、誤り訂正、利用可能な規模、総費用を観察する必要がある。「2030年には必ずハイブリッドシステムが主導する」を戦略の前提にはしない。自分の仕事では、その能力が本当に目的の問題を解決できるかを追う方が役に立つ。

暗号リスクには、実際の攻撃より先に備えられる。NISTは2024年8月13日、最初の三つの耐量子暗号標準を発表し、システム管理者に移行を始めるよう促した。これは早めの準備の必要性を支えるが、すべての暗号がすでに解読できるという意味でも、2030年に攻撃が起きるという予報でもない。〈台湾半導体の十倍飛躍〉で重視したシステム統合は私自身の産業観であり、一つの量子技術の時間表から直接導かれるものではない。

気候レジリエンス:スローガンではなく、コスト構造だ

金属リサイクルの仕事では、水道・電気代の請求書を通じて資源と費用の制約を具体的に感じる。ただし、請求書は事業運営の兆候であり、それだけで気候リスクや気候レジリエンスの高低を証明できるものではない。

エネルギーや資源の案を評価するとき、材料、インフラの更新、供給条件を併せて考えたい。また、水不足、停電、供給の中断が重なったら、元の案には何ができるかも問う。これはシナリオの点検であり、極端な気象が毎回同じ連鎖的な危機を起こすという主張ではない。

これが「循環経済は理想主義ではない」と言う理由だ。リサイクル案は資源と費用の計算に戻る必要がある。「効率が5%向上」と「人件費を1%削減」だけで、どちらが得かは判断できない。前者では相対的な増加率かパーセントポイントかを分け、処理量、資源価格、利用可能な回収物、新たな設備費と保守費を見る必要がある。後者の基準は元の人件費だ。最後には同じ期間の純便益を比較し、基数の異なる二つの割合を、そのまま利益の差として扱わない。

社会構造の静かなる再編

技術変革はすべての視線を引きつけるが、社会構造の変化はしばしばもっと深遠だ。

人口、仕事の仕組み、デジタルの道具の変化が、教育や労働の分担にどう影響するかにも関心がある。〈AI雇用市場の炭鉱のカナリア〉の研究は特定の標本を観察する手掛かりであり、すべての職位や分業の仕組み全体がすでに淘汰されたとは言えない。教育の調整や社会保障の設計は、証拠と取捨選択を必要とする公共の問題だ。「古い制度が持ちこたえられない」の一言で、すべての政策実験の動機を説明するべきではない。

予測せず、レジリエンスを築く

2030年に対する私の最も正直な態度はこうだ。私には分からない。誰にも分からない。

確実に見える傾向も、新しい証拠や予期しない出来事で変わりうる。アルゴリズム、エネルギー、データ、導入の条件はいずれも追う価値がある。それらが進展をどう変えるかは、観察を続ける必要がある。

だから私は、複数のシナリオに備えることを選ぶ。AIでは人とAIの協働を深め、半導体ではシステム統合を重視し、循環経済では資源の再配分にしっかり取り組む。これらは私の優先順位であり、すべての組織に適用する一本の道ではなく、あらゆるリスクの回避を保証するものでもない。

真の先見性とは、未来を予測することではない。自分が影響を与えうる変数を理解し、そこに資源を集中させることだ。

条件と選択を明確にする

2030年を考える期限とし、仮定を予言として書かない。

専門領域の深化は準備の方向であり、AGIの時期についての判決ではない。

暗号リスクに早めに備えることは、攻撃の年を予告することではない。

基数の異なる割合は、まず同じ期間の純便益に換算する。

戦略に調整の余地を残し、新たな証拠を確認し続ける。

影響を与えられる変数にしっかり取り組み、修正の余地も残す。

4コマ漫画:2030年を考える期限とし、仮定を予言として書かない。専門領域の深化は準備の方向であり、AGIの時期についての判決ではない。暗号リスクに早めに備えることは、攻撃の年を予告することではない。基数の異なる割合は、まず同じ期間の純便益に換算する。戦略に調整の余地を残し、新たな証拠を確認し続ける。影響を与えられる変数にしっかり取り組み、修正の余地も残す。

2026年11月5日改訂。 この記事はAI、半導体、金属リサイクルの仕事から考える戦略的な短評である。2030年は考える期限であり、技術の時期にはなお不確実さがある。リサイクル案と人件費の案の費用対効果も、それぞれの基準と完全な資料がなければ比較できない。