May 2026 | AIは今どの段階にいるか？

はい。
前の版は「AGI / ASI だけでは足りない」という問題提起が強く、読者が最初からAGI/ASIを知っている前提に少し寄っていました。

今回は、AIの進展をまっさらな状態から順番に説明し、その流れの中でAGIやASIを位置づける構成にします。
見出しは前回と同じく、全体的に1段階下げた形にしています。

AIはどのように進展してきたのか

特化型AIから、pre-AGI社会実装段階へ

AIは、ある日突然、人間のように考える存在として現れたわけではありません。

現在の生成AIやChatGPTのようなサービスを見ると、AIが急に高度になったように感じられます。しかし実際には、AIの進展にはいくつかの段階があります。

最初は、特定の作業を自動化する技術でした。
次に、画像や音声、文章を扱うAIが発展しました。
その後、文章や画像を生成できるAIが登場しました。
さらに、さまざまな用途に応用できる基盤モデルが生まれました。
そして現在、AIは生活や仕事の中に入り込み、人間の行動や判断に影響を与え始めています。

つまり、AIの進展は単に「賢くなった」という話ではありません。

AIは、研究対象から、専門的な道具になり、さらに一般の人が使うサービスになり、いまでは社会の中に組み込まれる技術になっています。

この記事では、AIの進展を段階的に整理し、現在のAIがどの位置にあるのかを考えます。

結論から言えば、現在のAIはまだAGIではありません。
しかし、すでに研究段階を超え、生活や業務の中に実装されています。

この段階を、ここでは pre-AGI社会実装段階 と呼びます。

まずAIとは何か

AIとは、Artificial Intelligence の略で、日本語では人工知能と呼ばれます。

広い意味では、人間が行っている知的な作業を、コンピュータによって実行しようとする技術です。

たとえば、次のような作業です。

画像を見分ける
音声を文字にする
文章を分類する
翻訳する
文章を要約する
質問に答える
画像や文章を生成する
計画を立てる
判断を補助する

ただし、これらをすべて同じレベルのAIとして扱うと、現在地がわかりにくくなります。

AIには、特定の作業に強いものもあれば、複数の作業に対応できるものもあります。裏側で静かに動くAIもあれば、人間が直接対話するAIもあります。

そのため、AIの進展は段階で見る必要があります。

1. 特定の作業をこなすAI

最初に広く使われたAIは、特定の作業に強いAIです。

これは Narrow AI、つまり特化型AIと呼ばれます。

たとえば、画像認識、音声認識、翻訳、広告配信、商品のレコメンド、需要予測、囲碁や将棋のAIなどがこれにあたります。

この段階のAIは、ある領域では非常に高い性能を発揮します。

画像を分類する。
音声を文字に変換する。
ユーザーに合った商品をすすめる。
将棋や囲碁で強い手を指す。

こうしたAIは、すでに多くの場所で使われてきました。

ただし、この段階では、AIは多くの場合、サービスの裏側で動いていました。ユーザーがAIと直接会話するわけではありません。

たとえば、動画サイトのおすすめ、ECサイトの商品推薦、スマートフォンの顔認識などは、AIが使われていても、ユーザーはAIそのものを意識しないことが多いです。

つまり、Narrow AIの段階では、AIは社会に存在していましたが、多くの人にとっては「直接使う相手」ではありませんでした。

2. 人間が直接使える生成AI

次の大きな転換点が、生成AIの登場です。

生成AIとは、文章、画像、音声、動画、コードなどを生成できるAIです。

ChatGPTのような対話型AIは、この生成AIの代表例です。

生成AIの大きな特徴は、専門知識がなくても使えることです。

人間は、プログラムを書かなくても、自然な言葉でAIに依頼できます。

「この文章を要約して」
「メールの文面を考えて」
「このコードのエラーを直して」
「旅行の計画を立てて」
「このテーマについて説明して」
「画像を作って」
「企画案を出して」

このように、AIは専門家だけが扱う技術から、一般の人が直接使える道具へと変わりました。

これは、AIの進展における非常に大きな変化です。

Narrow AIの時代には、AIは裏側で動く技術でした。
生成AIの時代には、AIは人間が直接対話する相手になりました。

ここでAIは、単なる自動化の仕組みから、人間の作業を支援するインターフェースへと変わりました。

3. さまざまな用途に使える基盤モデル

生成AIの背後には、基盤モデルがあります。

英語では Foundation Model と呼ばれます。

基盤モデルとは、大量のデータで学習され、さまざまな用途に応用できるAIモデルのことです。

従来のAIは、特定の目的ごとに作られることが多くありました。翻訳用のAI、画像認識用のAI、音声認識用のAIというように、用途ごとに分かれていました。

一方、基盤モデルは、ひとつのモデルが多くの作業に対応できます。

文章を書く。
要約する。
翻訳する。
コードを書く。
質問に答える。
画像を理解する。
音声を扱う。
複数の情報を組み合わせる。

この変化によって、AIは単なる個別機能ではなく、さまざまなサービスに組み込まれる共通基盤になりました。

検索サービス、オフィスソフト、開発ツール、教育サービス、カスタマーサポート、医療、金融、行政、創作ツールなど、多くの領域にAIが組み込まれ始めています。

ここで重要なのは、AIが「ひとつのアプリ」ではなくなったことです。

AIは、さまざまな製品や業務の中に埋め込まれる技術基盤になりつつあります。

4. 最先端AIとしてのFrontier AI

基盤モデルの中でも、特に高性能で、幅広い用途に対応できるものは Frontier AI と呼ばれます。

Frontier AIは、直訳すれば「最前線のAI」です。

これは、現在の最先端にある高性能なAIモデルを指す言葉です。

Frontier AIは、AGIそのものではありません。
しかし、従来のNarrow AIよりもはるかに幅広い作業に対応します。

文章を書く。
調査する。
コードを書く。
画像を理解する。
複数の資料を比較する。
会話の文脈を踏まえる。
ツールと連携する。
業務の一部を補助する。

こうしたAIは、単なる便利ツールと呼ぶには影響範囲が大きくなっています。

一方で、人間のような汎用知能と呼ぶにはまだ限界があります。

つまりFrontier AIは、従来のAIとAGIの間にある重要な段階です。

この段階を理解しないと、現在のAIを過小評価するか、過大評価するかのどちらかになってしまいます。

5. 現在の中心はpre-AGI社会実装段階

ここで、現在のAIの位置づけが見えてきます。

今のAIは、まだAGIではありません。

人間のように世界を一貫して理解しているわけではありません。
誤った情報を出すことがあります。
文脈を誤解することがあります。
責任ある判断を完全に任せられるわけではありません。

しかし一方で、AIはすでに社会の中で使われています。

文章作成、翻訳、要約、プログラミング、画像生成、調査、資料作成、学習支援、業務効率化など、多くの場面でAIが使われ始めています。

つまり、現在のAIは次のような状態にあります。

AGIには到達していない。
しかし、すでに生活や仕事の中に実装されている。

この段階を、この記事では pre-AGI社会実装段階 と呼びます。

pre-AGIとは、AGI以前という意味です。

ただし、ここで重要なのは、単に「AGIの前」というだけではありません。

現在のpre-AGI段階は、研究室の中にある未完成技術ではありません。
すでに多くの人が使い、企業が導入し、仕事の進め方を変え始めている段階です。

そのため、より正確には pre-AGI社会実装段階 と呼ぶのが適切です。

pre-AGI社会実装段階の特徴

pre-AGI社会実装段階には、いくつかの特徴があります。

第一に、AIは非常に便利ですが、完全には信頼できません。

AIの回答は役に立ちますが、事実確認が必要です。コードも生成できますが、検証が必要です。文章も作れますが、最終的な判断は人間が行う必要があります。

第二に、AIはすでに仕事の流れを変えています。

最初から自分で文章を書くのではなく、AIに下書きを作らせる。
検索する前に、AIに概要を聞く。
コードを書く前に、AIに設計案を出させる。
会議の議事録をAIにまとめさせる。

このように、人間の作業手順そのものが変わり始めています。

第三に、AIを使う能力が、人間側にも求められています。

AIにどう依頼するか。
出力をどう評価するか。
どこまで任せるか。
どこで人間が確認するか。

AIを使うこと自体が、新しいリテラシーになりつつあります。

第四に、社会制度が追いついていません。

AIのミスに誰が責任を持つのか。
AIが作った文章や画像の権利はどう扱うのか。
個人情報をAIに入力してよいのか。
教育現場でAI利用をどこまで認めるのか。
企業はAIをどのように管理すべきか。

こうした問題は、AIがAGIになる前からすでに発生しています。

6. 次に進むAgentic AI

pre-AGI社会実装段階の次に重要になるのが、Agentic AI です。

Agentic AIとは、単に質問に答えるだけでなく、目標に向かって自律的に動くAIのことです。

これまでの生成AIは、主に「応答するAI」でした。

人間が質問する。
AIが答える。
人間が修正する。
もう一度AIに依頼する。

この関係では、主導権は基本的に人間にあります。

しかしAgentic AIでは、AIはより能動的に動きます。

目標を理解する。
必要な作業を分解する。
計画を立てる。
外部ツールを使う。
途中で判断する。
結果をまとめる。

たとえば、単にメール文面を作るAIと、相手との日程調整まで進めるAIは違います。

単にコードを書くAIと、仕様を読んで、実装し、テストし、修正するAIも違います。

Agentic AIでは、AIは道具から代理人に近づきます。

この段階に入ると、問題はさらに複雑になります。

AIにどこまで実行を任せるのか。
失敗したときの責任は誰が負うのか。
人間の承認をどの段階で入れるのか。
AIが勝手に判断してよい範囲はどこまでか。

つまりAgentic AIは、AIの便利さを高める一方で、責任や管理の問題をさらに大きくします。

7. AGIとは何か

ここまで来て、ようやくAGIを位置づけることができます。

AGIとは、Artificial General Intelligence の略で、日本語では汎用人工知能と訳されます。

AGIは、特定の作業だけでなく、人間のように幅広い知的作業をこなせるAIを指します。

現在のAIは、多くの作業に対応できるようになっています。
しかし、まだ人間のように安定して世界を理解し、状況に応じて柔軟に判断し、未知の課題に一貫して対応できるわけではありません。

そのため、現在のAIをAGIと呼ぶのはまだ早いです。

ただし、生成AI、基盤モデル、Frontier AI、Agentic AIの進展は、AGIに向かう途中の段階として見ることができます。

AGIは、突然現れる単独の出来事というより、段階的な進展の先にあるものとして捉えた方が理解しやすくなります。

8. ASIとは何か

AGIのさらに先にある概念が、ASI です。

ASIは、Artificial Superintelligence の略で、日本語では人工超知能と呼ばれます。

これは、人間の知能を大きく超えるAIを意味します。

AGIが「人間のように幅広い知的作業をこなすAI」だとすれば、ASIは「人間を大きく超える知能を持つAI」です。

ASIが実現すれば、科学研究、経済、政治、安全保障、教育、医療、人間観そのものに大きな影響を与える可能性があります。

ただし、現在の議論でまず重要なのは、ASIそのものではありません。

現在重要なのは、AGIやASIに到達する前の段階で、すでにAIが社会に入り込んでいるということです。

AIの進展を段階で整理する

ここまでの流れを整理すると、AIの進展は次のように見ることができます。

段階	キーワード	状態
1	Narrow AI	特定の作業に強いAI
2	Generative AI	文章・画像・コードなどを生成するAI
3	Foundation Model	多用途に使える基盤モデル
4	Frontier AI	最先端の高性能AI
5	pre-AGI社会実装段階	AGI以前だが、生活や仕事に実装された段階
6	Agentic AI	目標に沿って計画・実行するAI
7	AGI	幅広い知的作業をこなす汎用人工知能
8	ASI	人間を大きく超える人工超知能

この整理で重要なのは、AGIとASIだけを見ないことです。

AIの進展には、その手前に多くの段階があります。

特に現在は、AGIではないにもかかわらず、すでに社会に実装されている段階です。

この中間段階を見落とすと、現在のAIを正しく理解できません。

現在の論点は「AIが来るか」ではなく「どう使うか」

以前であれば、「AIは本当に使われるのか」という問いがありました。

しかし現在、その問いはすでに変わっています。

AIはすでに使われています。

企業でも、学校でも、個人の生活でも、AIはさまざまな形で使われ始めています。

そのため、現在の論点は次のようなものになります。

AIをどの業務に使うのか。
AIにどこまで任せるのか。
AIの出力を誰が確認するのか。
AIのミスに誰が責任を持つのか。
AIによって人間の仕事はどう変わるのか。
AIを使えない人との格差をどう考えるのか。
AIは人間の判断や創造性をどう変えるのか。

これらは、AGIが実現する前からすでに始まっている問題です。

人間もAIに適応し始めている

AIが社会に入ると、AIだけが変わるわけではありません。

人間もAIに適応していきます。

たとえば、多くの人がAIに伝わりやすい依頼の仕方を学び始めています。いわゆるプロンプトの書き方です。

また、仕事の進め方も変わります。

まずAIに案を出させる。
AIの出力をもとに人間が修正する。
調査の入口としてAIを使う。
文章の下書きをAIに任せる。
単純作業をAIに渡す。
判断の前にAIに論点を整理させる。

このように、AIは人間の作業の一部になるだけでなく、人間の思考や行動の順番にも影響を与え始めています。

つまり、AIの進展とは、AIだけの進化ではありません。

人間の働き方、学び方、考え方がAIを前提に変わっていく過程でもあります。

だから現在地を正しく捉える必要がある

現在のAIを「まだAGIではない」とだけ言うと、今起きている変化を過小評価してしまいます。

一方で、「もうAGIだ」と言うと、AIの限界やリスクを見誤ります。

必要なのは、その中間を正確に捉えることです。

現在のAIは、AGIではありません。
しかし、研究段階の技術でもありません。

現在のAIは、pre-AGI社会実装段階にあります。

これは、AGI以前でありながら、すでに生活や仕事に実装された段階です。

この段階では、AIの能力向上だけでなく、人間との関係設計が重要になります。

AIに何を任せるのか。
人間は何を手元に残すのか。
AIの判断をどう確認するのか。
AIを制度の中にどう組み込むのか。
AIによって人間の主体性はどう変わるのか。

これらの問いは、AGIやASIの未来を待たずに、すでに現実の問題になっています。

まとめ

AIの進展は、いきなりAGIやASIに向かう一本道ではありません。

まず、特定の作業に強いNarrow AIがありました。
次に、誰でも自然言語で使える生成AIが登場しました。
その背後に、多用途に使える基盤モデルがあります。
さらに、最先端のFrontier AIが登場しました。
そして現在、AIはAGIに到達する前に、生活や仕事の中へ実装され始めています。

この現在地を、pre-AGI社会実装段階として捉えることができます。

AIはまだ人間のような汎用知能ではありません。
しかし、すでに人間社会の一部になりつつあります。

そのため、これから問われるのは、AIがどこまで賢くなるかだけではありません。

AIをどう使うのか。
AIに何を任せるのか。
人間はどの判断を残すのか。
AIを社会制度の中にどう位置づけるのか。
人間はAIのある環境にどう適応していくのか。

AGIやASIは、AIの未来を考えるうえで重要な概念です。

しかし、現在の社会を理解するうえでまず見るべきなのは、その手前で進んでいる変化です。

AIは、AGIになる前に、すでに社会を変え始めています。

時期	段階	状態	確度
2026年	pre-AGI社会実装段階	AIはAGIではないが、生活・業務に広く実装済み	高
2026〜2027年	ガバナンス整備期	利用ルール、社内制度、教育方針、法制度が整う	高
2027〜2028年	Agentic AI初期実用期	AIが複数ステップの作業を実行し始める	高〜中
2028〜2030年	AI業務OS化	AIが業務ツール全体に組み込まれる	中〜高
2030〜2032年	部分的AGI化	分野別にAGI的な能力を示すAIが増える	中
2032〜2035年	AGI判定論争期	AGIに達したかどうかをめぐる議論が本格化する	中
2035〜2040年	AGI実用化または高度pre-AGI定着	AIが社会構造・雇用・教育・組織を大きく変える	中〜低
2040年以降	ASI可能性の時代	人間を超えるAIの可能性と統治が中心課題になる	低

参考文献・参照URL

Stanford HAI, The 2025 AI Index Report
https://hai.stanford.edu/ai-index/2025-ai-index-report

Stanford HAI, The 2025 AI Index Report: Economy
https://hai.stanford.edu/ai-index/2025-ai-index-report/economy

Microsoft WorkLab, AI at Work Is Here. Now Comes the Hard Part
https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part

Microsoft and LinkedIn, 2024 Work Trend Index Annual Report Executive Summary
https://assets-c4akfrf5b4d3f4b7.z01.azurefd.net/assets/2024/05/2024_Work_Trend_Index_Annual_Report_Executive_Summary_663b2135860a9.pdf

McKinsey & Company, The State of AI: Global Survey 2025
https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai

Morris et al., Levels of AGI for Operationalizing Progress on the Path to AGI
https://arxiv.org/pdf/2311.02462

UK Government Office for Science, Frontier AI: capabilities and risks – discussion paper
https://www.gov.uk/government/publications/frontier-ai-capabilities-and-risks-discussion-paper/frontier-ai-capabilities-and-risks-discussion-paper

UK Parliament POST, Artificial intelligence AI glossary
https://post.parliament.uk/artificial-intelligence-ai-glossary/

European Commission, General-Purpose AI Models in the AI Act – Questions & Answers
https://digital-strategy.ec.europa.eu/en/faqs/general-purpose-ai-models-ai-act-questions-answers