AGIはすでに到来している：Sequoia年次総会で最も意義深い13のAI対話

はじめに

2026年4月末、Sequoia Capital（シコイアキャピタル）はサンフランシスコで第4回AI Ascentカンファレンスを開催しました。このカンファレンスには、OpenAI、DeepMind、Anthropic、NVIDIA、WaymoなどのAI産業の中核企業に加え、ElevenLabs、XBOW、Recursive Intelligence、Starcloudといった新たな方向性に賭けるスタートアップ企業も招待されました。13のセッションは、基盤モデル、プログラミングパラダイム、ロボティクス、自動運転、チップ設計、宇宙コンピューティング、新しいコンピューティングアーキテクチャにわたり、現在のAI産業の最先端をほぼ網羅する内容でした。

前年と比較して、今年のAI Ascentのトーンはより直接的でした。AIはもはや単なる効率化ツールではなく、実際のワークフローに入り込み、かつては人間だけが遂行できた複雑なタスクの一部を引き継ぎ始めています。Sequoiaは基調講演でこれを「機能的なAGI」の到来と呼びました。つまり、機械がすべての次元で人間と同等になったという意味ではなく、商業的・生産性的な観点から、長時間稼働するエージェントがデモンストレーションの段階から実用可能な閾値を超えたことを意味します。

これが今回のカンファレンスの最も中心的な背景です。知能が安価で、呼び出し可能で、スケーラブルになりつつあるとき、AIの競争の焦点は「モデルができるかどうか」から「それをどのように現実世界に接続するか」へと移行しています。ソフトウェア、サービス、組織、ハードウェア、エネルギー、セキュリティ、物理的空間は、そのすべてが再設計される可能性があります。

Sequoiaが語ろうとしたストーリーは明確です。知能はもはや贅沢品ではなく、新しい工業用原料になりつつあります。次のフェーズで本当に重要なのは、誰がより賢いモデルを持っているかではなく、誰がより速く顧客を理解し、プロセスを再編成し、エージェントを調整し、この安価な知能を持続可能なビジネスシステムに変換できるかです。

したがって、このカンファレンスで議論されたのは、AI技術の次のステップだけではありません。より大きな問題、すなわち、機械がますます多くの頭脳労働を引き受けられるようになったとき、人間、企業、社会はどのように自らの価値を再定義すべきか、という問題です。

カンファレンス全体を貫くいくつかの主要テーマ

第一に、知能はコモディティ化しつつあります。

Sequoiaはこの変革を19世紀末の「アルミニウム」に例えます。それはかつて金よりも高価でしたが、電解法の普及により、数十年のうちに手軽に手に入り、どこでも使える工業材料になりました。今日、PhDレベルの専門知識や、かつて中産階級の競争力を定義していた認知の障壁は、同様の運命をたどっているかもしれません。高度な知性はもはや自然に希少なものではなく、モデルによって大規模に生産、呼び出し、配布され始めています。

第二に、ボトルネックは機械から人間へと移行しています。

Greg Brockmanは、このカンファレンスで繰り返し引用された言葉を述べました。エージェントが自律的に作業できるようになると、人間の注意力が経済全体で最も希少なリソースになる、と。Karpathyはよりストレートな方法で同じ判断を表明しました。機械がほとんどすべての実行の詳細を処理できるようになるとき、人間が失ってはならない唯一の能力は、自分が何を望んでいるのかを明確にすることです。問題はもはや機械ができるかどうかではなく、人間が正しい目標を設定し、結果が信頼できるかどうかを判断し、何を達成する価値があるかを決定できるかどうかです。

第三に、プログラミングは解決されつつありますが、組織はまだです。

Anthropicの内部では、すでに大量のコードがモデルによって生成され、異なるエージェントがSlack上で自律的に協力することさえあります。Boris Chernyの判断はさらに一歩進んでいます。真の堀は、もはや特定のモデルのバージョンではなく、組織構造のAIに対する「ネイティブ度」です。既存の企業にとって、これは歓迎すべき結論ではありません。なぜなら、その差は単なるツールの習熟度から生じるのではなく、企業がエージェントを中心にプロセス、権限、コラボレーション方法、管理体制を再設計する意思があるかどうかにかかっているからです。

第四に、AIはデジタル世界から物理世界へと戻りつつあります。

Jim Fanのロボット、Waymoの2000万回の自動運転乗車、ElevenLabsの感情化された音声は、それぞれ異なる側面から、AIがもはやテキスト、コード、画像を処理するだけの画面内ツールではなく、光、音、力、動き、空間を理解し介入し始めていることを示しています。過去10年間は「ソフトウェアが世界を飲み込む」が主流でしたが、次はAIが直接実体世界に入り込み、自動車、工場、ロボット、音声インタラクション、物理的な製造そのものを変える可能性があります。

第五に、計算能力の行き着く先は物理的な基盤にあります。

地上のデータセンターの土地、電力、冷却が限界に達し始めると、より急進的な一群の企業が異なる解決策を提示しています。Starcloudはチップを宇宙に打ち上げようとし、RecursiveはAIにチップを自律設計させ、Unconventional AIはフォン・ノイマンアーキテクチャを迂回して脳を模倣しようとし、Flapping Airplanesは「暴力スケーリング」そのものに疑問を投げかけます。もし人間がはるかに少ないデータで同じスキルを学べるなら、今日のAIアルゴリズムは根本的に非効率すぎる可能性があります。計算能力競争の終着点は、より多くのGPUを購入することから、エネルギー、チップ、アーキテクチャ、データ効率の根本的な再構築へと移行しています。

第六に、セキュリティはすでに「AI対AI」の非対称な戦場に入っています。

XBOWのエージェントが世界のホワイトハッカーランキングでトップに立ったことは、AIがもはやセキュリティ研究者の補助ツールではなく、脆弱性の発見、検証、悪用を独立して実行できる自律的な攻撃システムであることを意味します。さらに深刻なことに、オープンソースモデルの能力向上に伴い、このような攻撃能力は今後6～9ヶ月の間に急速に拡散する可能性があります。サイバーセキュリティはもはや人間のハッカー同士の攻防ではなく、カウントダウンが始まったAIの軍拡競争です。

これらの糸を組み合わせると、2026年のAI業界は決して快適ではない位置にあることがわかります。技術的な能力は、製品形態、組織構造、社会規範をはるかに上回って進んでいます。モデルは日々強くなっていますが、それを受け止める「器」、すなわち企業のプロセス、アプリケーションインターフェース、あるいは人間自身の注意力は、まだ追いついていません。

カンファレンス全体の議論は、本質的に同じ質問に答えようとしていました。機械がますます多くの頭脳労働を遂行できる世界で、人間には何が残されるのでしょうか？

Sequoiaが提示した答えは、いくぶん直感に反しています。それは感情であり、信頼であり、規模化して生産できないものです。Brockmanの答えは「あなたが何を望むか」であり、Karpathyの答えは「あなたは機械が正しくやったかどうかを判断できるか」です。これらの答えは最終的に同じことを指しています。知能そのものがもはや希少ではなくなったとき、意図、判断、そして関係性が新しい価値基準となるでしょう。

以下は、このカンファレンスの全13の対談の概要です。

フォーラム概要

基調講演

Sequoiaパートナー開幕講演：これがAGIだ

講演者のPat Grady、Sonya Huang、Konstantine Buhlerは、Sequoia CapitalのAI投資部門を率いる3人のコアパートナーです。Sonya Huangは2022年に世界中で話題となった「Generative AI: A Creative New World」の著者であり、生成AIを最初に体系的に強気に見た機関投資家の一人と見なされています。3人共同で2026年の「This is AGI」という記事を執筆し、このカンファレンスの思想的枠組みの源となりました。Sequoia Capital自体はシリコンバレーで最も歴史のあるトップベンチャーキャピタルであり、Apple、Google、Nvidia、Stripe、OpenAIなどの企業に初期投資を行ってきました。

AIは、情報処理の本質を完全に覆す「計算革命」であり、単に配信を加速する「通信革命」ではありません。過去のインターネットやモバイルは情報の伝達経路を変えただけでしたが、AIは情報生成の根底にあるロジックを変え、開発者がアプリケーションを構築する基盤（floor）が日々変化しています。この判断の重要性は、基盤が不安定な「豪雨の時代」には、従来の安定したテクノロジースタックは過去のものとなり、開発者は常に進化するモデル基盤と共に踊ることを学ばなければならないという点にあります。

AIは「専門サービス」を直接提供することで、従来のソフトウェアの10倍にあたる10兆ドルの市場に参入します。世界のソフトウェア市場のTAM（全アドレス可能市場）はわずか数千億ドルですが、米国の法律サービスという単一の垂直市場だけで4000億ドルに達し、ソフトウェア業界全体と同等の規模です。これは重要な転換を主張しています。AIの商業的価値は、人間に販売するツールとしてではなく、エージェント（agent）として直接、人間の専門家が行っていた高価値の仕事を引き継ぎ、提供することです。

商業実践の観点から見ると、自律的に失敗に対処できる長時間稼働エージェントは、AGI（汎用人工知能）がすでに到来していることを示しています。システムがタスクを実行するために送り出され、失敗の中で自己修復し、最後までやり遂げることができれば、それは機能的にはすでにAGIと同等です。この直感に反する判断は、学術的な定義にこだわるのをやめ、独立した実行能力を持つAIは「より速い馬」から競争の次元を変える「自動車」へと進化し、効率は10倍から40倍の飛躍を遂げたことを私たちに思い出させます。

基盤能力が瞬息で変化するこの時代に、堀を築く唯一のロジックは「顧客に極限まで近づくこと」です。MAD戦略（Moats（堀）、Affordance（アフォーダンス、製品が直感的で使いやすい度合い）、Diffusion（拡散））は、tech-out（技術からの導出）ではなくcustomer-back（顧客のニーズからの逆算）によって価値を固定化することを主張します。人間のニーズはモデルの能力の変化よりもはるかに遅いため、この顧客への深い密着はモデルを追いかけるよりも持続的です。

エージェントの自律性は、「分単位のアシスタント」から「時間単位の自律社員」へと桁違いに飛躍しています。複雑なタスクの中でモデルが正しい軌道を維持する時間を測定するmeter chart（タスク持続性指標）は、1年前の分単位から現在の数時間へと飛躍し、人間のレビューを必要としないdark factories（暗黙工場、完全に自律稼働する業務プロセスを指す）を可能にしています。これは生産性のボトルネックが打ち破られ、「6週間で800万行のコードを書き換える」ような超常的なイテレーションが常態化しつつあることを意味します。

人間社会は「認知産業革命」の前夜にあり、機械は世界の99.9%の頭脳労働を担うことになるでしょう。産業革命がエンジンで99%の肉体労働を代替したように、将来の分析、意思決定、創造の大部分はニューラルネットワークによって担われるでしょう。この判断が主張することは、知能はもはや人間の独占的な資源ではなく、無限に規模化して生産し、オンデマンドで呼び出せる低コストの工業用消耗品になるということです。

高度な知的スキルはまさに「アルミニウムの瞬間」を迎えようとしており、高価な贅沢品から安価なコモディティへと転落します。かつて金よりも高かったアルミニウムは、電解法（electrolysis、物質を分離する化学プロセス）の普及により、使い捨てられるほどになりました。AIによるPhD（博士）レベルの知識の即時呼び出しも同じ効果をもたらすでしょう。これは残酷な未来を予感させます。長年かけて築かれた専門知識の壁が瞬時に崩壊し、知性そのものがもはや希少性によるプレミアムを持たなくなる可能性があります。

知性が完全に平凡化した後、人間関係と感情的なつながりが、人間社会における唯一の真の価値のアンカーとなるでしょう。写真術がかつて芸術を写実主義から魂を表現する印象派へと変えたように、AIによる効率の最適解は、しばしば人間の直感を超えた「異形の空間」を示します。最終的な結論は直感に反していますが、深遠です。機械がすべての仕事をこなす未来において、人間同士の信頼と感情だけが、機械によって規模化して生産できない究極の価値となるでしょう。

もしこの対談から一つだけ覚えておくべきことがあるとしたら、それは何でしょうか？

かつて価値があった聰明さは、すぐにビニール袋のように安っぽくなるでしょう。将来、本当に競争力を維持させるのは、難しい問題を解決できる頭脳ではなく、他人を理解し、信頼を築ける感情です。

モデルと認知

Andrej Karpathy：Vibe Codingからエージェントエンジニアリングへ（OpenAI創設チーム）

講演者のAndrej Karpathyは、AI業界で最も影響力のある「教育型科学者」です。OpenAIの創設メンバーであり、その後TeslaのAIディレクターとして自動運転の視覚システムを担当、2024年にTeslaを離れAI教育企業Eureka Labsを設立しました。彼のYouTubeでのニューラルネットワークの解説動画シリーズは、数え切れないほどのAIエンジニアの入門教材となっています。「Software 2.0」「Vibe Coding」などの重要な概念は彼の造語です。

トップレベルの専門家でさえ、AIの波に「遅れている」と感じることがあります。技術の進化は補助ツールから自律システムへと飛躍しているからです。講演者は2026年初頭、自分がもはやAIが生成したコードブロックを修正する必要がなく、システムを信頼するだけで複雑なタスクを完了できることに気づきました。この判断の重要性は、AIが自己修正とクローズドループのデリバリーを実現できるようになったとき、従来経験に依存していた開発者の「下限」が暴力的に引き上げられ、個人の学習速度が技術基盤の移動速度に追いつくのが非常に難しくなるという点にあります。

現代のコンピューティングはSoftware 3.0時代に入りつつあり、LLMは本質的にcontext（コンテキスト）をレバレッジとした新しいタイプのコンピュータです。Software 1.0はコードを書くこと、2.0は重みを訓練することであり、3.0はプロンプティング（prompting、ヒントを与えること