1800 年頃、Henry Maudslay というイギリス人技師が、正確なねじ山を切削できる旋盤を作り上げました。これは、人類史上最も重要な出来事の一つだったことが後に判明します…
Maudslay 以前、ねじ山は一つひとつ手作業で削られていたため、まったく同じものは二つとありませんでした。ある工房のナットは隣の工房のボルトには合わず、世界中のあらゆる機械が一品モノで、職人が組み立てなければならず、修理できるのも職人だけでした。
部品同士をぴったり合わせることができないので、どんなものでも 1,000 個単位で作ることは不可能でした。それこそが産業世界全体のボトルネックであり、そのボトルネックは「やすりを持った人間の手」の中にあったのです。
Maudslay の旋盤は、毎回まったく同じねじ山を削り出しました。つまり、ある機械が別の機械の精密な部品を作り、それがきちんと噛み合うようになったのです。一世代もしないうちに、彼の旋盤から派生した工作機械があらゆる製品の部品を生み出し始め、産業革命は自らが持っていたことに気づいていなかった「歯車」を手に入れました。
さて、あなたはこう思っているかもしれません。「Raoul、なぜ 1800 年代のねじ山の話をしているんだ？」もう少しお付き合いください。長い時間軸で見ると、同じパターンが何度も繰り返されているのがわかるからです。
人類史の大部分において、道具はそれを作る人間のスピードでしか進化しませんでした。つまり、ゆっくりと…数百年に一度、少し良い鋤ができる程度です。しかし、道具が道具を作り始めると、ループは一周ごとに前より速く回るようになりました。
蒸気機関が旋盤や中ぐり盤を動かし、それが機関車の部品を削り出しました。つまり蒸気が鉄道を作り、その鉄道がさらに多くの蒸気機関を運んだのです。
工作機械が自動車を作る組立ラインを作りました。今ではコンピュータが、より高性能なコンピュータに搭載されるチップを設計しています。数十億個のトランジスタを手作業で配置できる人間などいないからです。道具が「次の道具を作る仕事」を担うたびにすべてが加速しました。ループの中で最も遅い部分、つまり「人間の部分」が小さくなっていったからです。
では、ループの中にある道具が「知性そのもの」になったらどうなるでしょうか？
すでに始まっている
2023 年 11 月、私は OpenAI が AI を使ってアイデア出し、設計、コーディング、製品リリースを行う方法を確率として見出したこと…つまり「AI が AI を作っている」と投稿しました。
2026 年 5 月現在、Anthropic は自社コードベースにマージするコードの 80% 以上が Claude によって書かれていると発表しています。2025 年 2 月に Claude Code がローンチされる前は、この数字は一桁台前半でした。最先端モデルを開発している企業が、次期バージョンが動作するソフトウェアの大部分を、そのモデル自身に書かせているのです。
OpenAI も 9 月に同様のデータを公開しました。同社の研究組織では、人間の労働 1 日あたり 3.1 人日分のエージェントの作業量が投入されており、研究者 1 人あたりの実験数は 8 月に過去最高を記録しました。
昨年 5 月、DeepMind は AlphaEvolve を発表しました。Gemini を搭載し、自らアルゴリズムを書いてテストするエージェントです。これが見つけた成果の一つに、Google の全世界のコンピュートフリート全体から継続的に 0.7% を回収するスケジューリングの改善があり、さらに Gemini 自身のトレーニング内部のカーネルを高速化して学習時間を 1% 短縮する発見もありました。パーセンテージだけ見ればわずかですが、その意味を理解してください。AI が、次の AI を「作るコスト」と「動かすコスト」の両方を下げているのです。
まさに Maudslay の旋盤が、次の機械の部品を削り出している状態です。
これまでとは違うボトルネック
これまでのループは、どれも物理的な作業を人間から奪ってくれました。旋盤がやすりがけを引き受け、組立ラインが持ち運びを引き受けたからこそ、それぞれが前の世代より速く回ったのです。しかし、「考えること」だけは残り続けました。誰かが腰を据えて次の旋盤を設計しなければならなかった。誰かがそのチップの用途を考え出さなければならなかった。機械はモノを作る点では天才的になりましたが、次世代のアイデアは依然として人間の頭から、人間の頭のスピードでしか出てきませんでした…正直に言いましょう、それは決して速くはなく、しかも速くなりません。
それが歴史上ずっと天井であり、誰もそれを問題にしませんでした。だって、どうしようもないでしょう？「考える道具」など作れるはずがないのですから。
ところが今、それが可能になりました。初めて、アウトソースされる対象が「知性そのもの」になったのです。したがって、進歩の上限を決めるのはもはや人間がどれだけ速く考えられるかではなく、二つの物理的要因になりました。どれだけのエネルギーを計算に変換できるか、そしてその各単位からどれだけの知性を引き出せるか。どちらも指数関数的な曲線上にあります。
画面の外へ飛び出す
ここまではソフトウェアの話でしたが、そこで止まることはありません。
私と一緒に The Exponentialist を書いている David Mattin は、次の段階を「自動運転サイエンス」と呼んでいます。Tesla の話ではありませんよ。ただし、考え方は同じです…
彼が言いたいのは、科学はずっと人間が回すループだったということです。仮説を立て、実験を設計し、実行する。たいていは失敗し、原因を調べ、より良い仮説を立てる。これを一人ずつ、1 周に数ヶ月かけてぐるぐると回してきました。私たちが理解してきたすべての薬、すべての素材、すべての物理学は、その速度のループから生まれてきたのです。
自動運転サイエンスとは、そのループを機械に渡したときに生まれるものです。AI が科学者を助けるという話ではありません…AI 自身が「発見」をするという話です。新しい素材、新しい分子、去年まで人類が知らなかったものが、アイデアを出し、テストを実行し、結果を読み取り、次のアイデアを出す機械から生まれます。そこに人間は一切介在しません。世界の仕組みを解き明かす作業がアウトソースされつつある…しかもそれは SF の未来ではなく、今起きていることです。
2023 年、DeepMind の GNoME モデルは 220 万個の新しい結晶構造を予測し、そのうち約 38 万個が安定したものでした。これは、材料科学の歴史全体で人類が発見してきた以上の新素材を、誰かが研究室に入る前にモデルが見つけ出したということです。
そして 2025 年 12 月、DeepMind と英国政府は今年オープンする自動化素材ラボを発表しました。ロボットが 1 日に数百の候補素材を合成・テストし、AI が次のバッチを選ぶ施設です。かつて研究グループが 1 周に数ヶ月かけていたループが毎日回り、人間は実験を「実行する」のではなく結果を「レビューする」存在になります。
同じことがロボットにも起きており、その仕組みは驚異的です。2025 年、DeepMind は Genie 3 をリリースしました。これは「自らを書き換えるビデオゲーム」と考えるとわかりやすいでしょう。「散らかった寝室」のような一文を入力すると、画面上にシミュレーションされた部屋が生成されます。現実の部屋と同じ物理法則が備わっているため、中で動くものは現実と同じフィードバックを得られます。
そこにロボットの脳を入れ、「部屋を片付けろ」と指示します。最初は失敗しますが、また試し、また試します。数百万回、数百万のシミュレーションされた部屋で、コンピュータの速度で、現実のものを一つも壊さず、物理的なスペースも使わずに。そして学んだことを実機のロボットに読み込ませると、実際の寝室に入った瞬間にやり方を知っているのです。DeepMind は今、ロボットエージェントでこれを行っています。カリキュラムを書く人間はいません。エージェントが自分で課題を設定し、自分で採点するのです。
こうした話に興味があるなら、David と私が毎週 The Exponentialist で発信している内容がまさにそれです。Real Vision の中で始まり、今は Substack 上で独立したメディアになっています。無料で読めるプランもあるので、ぜひフォローしてみてください。
そして自らを養い始める
つまり、機械は自分のコードを書き、自分のモデルを改善し、私たちの科学まで代行し始めています。「なるほど」とあなたは言うでしょう。「でも、誰もが知っている落とし穴がある…これらはすべて電力で動いており、大量の電力が必要だ。データセンターはすでに送電網を圧迫し、チップは地球上で最も希少な資源の一つになっている。いずれ必ず電力が尽きるだろう」と。
しかし、機械が人間には解けなかった問題を解けるのなら、最初に向けられるのは「自分自身の問題」です。先ほど説明した素材ラボは、偶然の発見を探しているわけではありません。より多く蓄えられる電池の化学組成、より多く変換できる太陽電池、より高密度にトランジスタを詰め込めるチップ…つまり、エネルギーと計算を安くする「まさにそのもの」を探しているのです。
そして、そのすべてが、発見した機械自身に直接フィードバックされます。
パネルとバッテリーが良くなればエネルギーが安くなり、エネルギーが安くなれば計算が安くなり、計算が安くなればより良いモデルが学習され、より良いモデルが次の素材を見つけます。皆が心配するボトルネックこそが、このループが最初に食い尽くすように設計されたものなのです。
ここには一つの法則が働いています。Wright の法則です。累積生産量が倍になるたびに、コストは一定の割合で下がるというものです。太陽光発電は何十年もこれに従ってきました。新しいのは、設計する主体がもはや人間ではないため、倍増のペースが速くなり、コスト低下も速くなることです。しかもチップ、バッテリー、パネルで同時に起こります。
車輪が一回転するごとに次の回転が速くなり、外部からの入力に依存しません。以前のループは 1 周するのに数十年かかりました。今のループは数ヶ月で回り、しかも回している主体自身が改善の対象になっています。
安くなることは「減る」ではなく「増える」を意味する
さて、ここで当然浮かぶ反論は経済的なものです。知性がこれほど急速に安くなるなら、それを作り出すものは少なくて済むはずだ…チップも、データセンターも、電力も減るだろう、と。
実際には逆が起きており、その理由は石炭時代から理解されています。Jevons は、資源の効率が上がると総消費量が増えることに気づきました。安くなることで、以前は採算が合わなかった用途が開かれるからです。蒸気機関の効率を上げれば、国が燃やす石炭は減るのではなく増えます。
知性もまさに同じことをしています。a16z が 2024 年末に集計したところ、同等の性能に対する単価は年間およそ 10 分の 1 に下がり続けており、消費量は天井知らずです。2025 年 10 月時点で Google は月間約 1.3 京トークンを処理しており、前年の 20 倍以上、今年の 5 月には 3.2 京に達しました。「考えるコスト」が下がるたびに、以前は高すぎて考えられなかった問題が解き放たれます。未解決の問題に不足はないので、この需要に天井はありません。
だからこそ、設備投資（CAPEX）は止まらないのです。
「ただのバズだ。もう頭打ちだ」
この言葉は数ヶ月に一度耳にします。たいていは、前回より少しインパクトの弱いリリースが出た直後です。興奮は 1 週間で冷め、日常に戻り、その「日常」の中で人々は「全体が減速している」と決めつけます。
私が使っているメンタルモデルは「子どもの発達」です。よちよち歩きで転ぶ幼児を見て、「足が機能していない」「この課題には頭が悪すぎる」と結論づけることもできますし、最初の言葉を待って「この口は話すようにはできていない」と判断することもできます。ある日突然できるようになるまでは。これらのモデルはまだ乳児です。一部の能力では超人的で、別の面では人間の子どもに大きく遅れをとっています…しかし、乳児の学習速度は凄まじいのです。「今四半期にできないこと」で「3 年後の姿」を測ろうとするのは、いつも決まって間違いです。この 3 年で、私たちはひどいチャットボットから、教えるあらゆる科目で大半の人間を上回るスコアを出す存在へと到達しました。ミームが言うように、バイアスがあるからといって「ミッドカーブ（途中で諦めて線形予測する）」しないでください。
これがあなたにとって何を意味するか
これらすべてを支える恐怖は個人的なものですから、私も個人的な話をさせてください。
私は技術者ではありません。1 月、cowork に PDF を渡したら 6 分で動くウェブサイトが返ってきました。次に Real Vision の全プラットフォームでのエンゲージメントダッシュボードを頼んだら、15 分で完成しました。当時、自分がサイボーグになったような感覚だと投稿しました。
今日では、エージェント群を持つ 1 人の人間が、かつては企業全体が必要だった成果を生み出せます。私の著書 The Everything Code (11 月 3 日発売、現在予約受付中) では、伝統的な方法で 10 年以上かけて会社を作ったソフトウェアエンジニアが、一旦離れ、その後たった一冬で個人 AI プロジェクトを立ち上げ、GitHub で 6 桁のスターを獲得し、OpenAI に採用された物語を紹介しています。同じ脳が同じ労働倫理を適用しただけで、変わったのは「何の上に構築したか」だけでした。
「これは私の代わりになるのか？」というのは自我が問う質問であり、間違っています。あなたが望むかどうかにかかわらず、あなたの下にある仕事の層は圧縮されています。Maudslay が手でねじを削っていた職人たちの仕事を圧縮したのと同じです。より良い問いは、「その層を代わりに担ってくれる機械を使って、あなたは何をするのか？」です。そして最終的に超能力を手に入れるのは、一段階上に移動し、「そもそも何を作る価値があるのか」という判断に集中する人たちです。
機械を作る機械を所有せよ
このループが教えてくれるのは、価値がどこに溜まるかです。知性が知性を生み出すとき、リターンはループを所有する者に流れます。それが走るコンピュート、コンピュートを養うエネルギー、そしてエージェント同士が機械の速度で取引を始めたら定着する基盤（レール）です。これらはループが迂回できないものであり、歴史上初めて、そのどれもが普通の人でも一部を所有できるものになっています。
これは指数関数時代（Exponential Age）が理論から現実へと移行する姿であり、私が Economic Singularity フレームワークで書いた 2030 年から 2032 年頃のウィンドウに一直線に向かっています。そこは、機械経済がそれを測定するために作られた人間の指標（GDP、収益、賃金）よりも速く動き始め、古い数字が現状を説明できなくなる地点です。今からそこまでの数年間が、勝負の時です。
この考えの全容は The Everything Code に記しています。金融システムがなぜここまで壊れたのか、私たちがなぜ何十年も債務サイクルに囚われてきたのか、そしてなぜ「今」指数関数時代が到来することが同じ物語の另一半分なのかを描いています。
この記事で述べたすべては、メカニズムが見えれば必然です。そして奇妙なことに、それこそが出口でもあります。機械こそが、世界が成長によって債務から抜け出すことを最終的に可能にするのです。何十年も停滞していた後で、これは楽観視できる材料であり、本の中で私はその主張を完全に展開しています。
The Everything Code は 11 月 3 日発売です。お願いがあります。購入を検討されているなら、ぜひ今すぐ予約注文をご検討ください。ランキングに本当に役立ちますし、私にとって大きな励みになります。ありがとうございます。
もっと深く知りたい方は、引き続き私と語り合いましょう！私の 30 年間の思考を学習させた AI を raoulpal.ai で公開しており、無料でお使いいただけます。そこで私との議論を続けてください。
