Ethan Mollick、チャットボットの時代は終わりに向かうと論じる AIエージェントへの移行が加速

Mollickによれば、METRと英国政府のAI Security Instituteは、AIが1回のプロンプトでこなせる人間のプログラマー作業時間を推定している。GDPvalは専門家とAIの成果を専門の審査員が比較する。いずれも指数を上回る速度で伸びているという。Epochの実験では、Opus 4.7が14時間単独で作業し、人間の2〜17週間分に相当するソフトウェアパッケージを構築した。トークン費用は251ドルだった。Mollick自身の実験でも、Fableが9時間自律的に動き、チームで1週間以上かかる複雑なソフトウェアプロジェクトを実行した。一方でフロンティアは凸凹であり、AIが苦手な領域も多く、常に安価とは限らないとも述べている。

フロンティアモデルはAnthropic、OpenAI、Googleの3社が握る。その6〜12か月後ろには、中国発のオープンウェイトモデル群が続くとされる。誰でも使え改変できるため運用コストが低く、これらも独自の指数曲線上で伸びている。複数週にわたるコンサルティング案件を模した評価AA-Briefcaseのグラフが、その例として示されている。ただしベンチマークの数値ほどには実力が出ない場合もあるため、自分の用途で試して評価することを勧めている。Mollickは港の変化を再現するインタラクティブなシミュレーションを作らせるテストを作り、モデル間でデザインや作風、判断に差が出ることを示している。

使い方も変わっている。従来は指示して結果を確認し次の作業を頼む共同知性型が主流だったが、長時間動き自己修正するAIには常時の介入が要らない。エージェントにはツールと環境を与えるハーネスや、Claude CodeやCodexのような専用アプリが付随し、これらで能力がさらに引き上げられる。OpenAIと経済学者の共同研究では、法務や人事など非技術部門でもエージェントの採用率がほぼ同水準で、従業員の4分の1が毎週4つ以上のエージェントを同時に動かしている。Claude Code利用者の別の研究では、成功率を左右したのは職種ではなく専門性で、ドメイン経験が深いほど成功率も1プロンプトあたりの有用な出力も高かった。

指数的な成長では、一定期間の変化が前の期間より大きくなる。2025年冬より前に作られたAI計画は数時間分の作業を高い誤り率でこなす前提だったが、数か月後には1回のプロンプトで16時間以上の作業が得られるという。Mollickは、サイバーセキュリティ上の脅威への政府の急な政策変更や、ビジネスモデルを脅かす可能性による株価の大きな変動も、この曲線に制度が追いつけない結果だと見ている。こうした混乱がいずれ安定するとは考えておらず、指数的な成長が続く限り差は広がると述べている。