AIの進化は、いつからか奇妙な姿をしている。
賢くなりすぎているのに、便利になった実感はそれほど増えない。
性能は跳ね上がる一方で、電力とコストは現実世界に軋みを生み始めている。
これは技術の失敗ではない。
評価軸の病理だ。
「世界一」を測る競技が、産業を歪める
現在の大規模言語モデルは、暗黙の前提を背負っている。
「どんなタスクでも、誰よりも高得点を取れること」。
ベンチマーク、難問耐性、汎用推論、マルチモーダル。
これらはすべて、世界AI選手権における正当な競技項目だ。
だが競技と実用は、同じではない。
F1カーが市街地を走らないように、
世界一のAIが日常業務に最適である必然性はない。
にもかかわらず、AIは一方向にだけ進化し続けてきた。
理由は単純だ。
評価されるのが、そこだけだから。
過剰品質は、善意から生まれる
ここで誤解してはいけない。
過剰品質は悪意の産物ではない。
研究者はより賢いモデルを作ろうとする。
企業は競争に勝とうとする。
投資家は「次」を求める。
どれも正しい行動だ。
だがその総和として生まれたのが、
用途を大きく超えた知性だった。
多くの実務において必要なのは、
- 決まった文脈を理解し
- 決まった形式で答え
- 決まった失敗率に収まること
世界一の推論力ではない。
電力クライシスは、競技の副作用だ
AI電力問題は、しばしば「技術限界」と語られる。
だが本質は違う。
電力を食っているのは、
世界選手権仕様のAIを、常用していることだ。
光演算が救世主にならない理由も、ここにある。
演算効率が何倍になろうと、
「世界一を回し続ける」限り、需要は膨張する。
問題はエンジンではない。
レースを日常に持ち込んでいることだ。
なぜ、降りられないのか
ではなぜAIは、過剰品質から降りられないのか。
理由は技術ではない。
降りることが評価されないからだ。
モデルを小さくする。
用途を限定する。
精度を「十分」で止める。
これらは実務的には正解でも、
競技の点数にはならない。
結果として、
「勝てるAI」だけが可視化され、
「使えるAI」は語られにくくなる。
これが病理だ。
フォークは敗北ではない
解決策は明確だ。
AIはフォークする。
- 世界AI選手権を戦うフロンティアモデル
- 実務に最適化された市販モデル
この分離は後退ではない。
成熟だ。
競技は続く。
だが競技の結果を、
そのまま日常に流し込む必要はない。
結論
世界AI選手権という病は、
AIが成功したからこそ発症した。
問題は、賢くなりすぎたことではない。
賢さを測る物差しが、一つしかなかったことだ。
AIが過剰品質から降りるとき、
それは失敗ではない。
それは、
技術が競技から産業に戻る瞬間だ。
