Dwarkesh PatelのPodcastに、AnthropicのCEOであるDario Amodeiが再び登場した。
3年前のインタビューと比較しても、その語り口は相変わらず理知的で、かつ淡々としている。しかし、彼が語る内容の「確度」と、その予測が示唆する未来の重みは、以前とは比べものにならないほど増している。彼によれば、我々は今、AIの能力が予測可能なペースで向上する「指数関数的成長（Exponential）」の終盤に差し掛かっているという。
本記事ではAGIのタイムライン、そしてAIの経済的普及（Economic Diffusion）という観点から、Amodeiの思考を紐解いていく。
「経済的普及」という名の摩擦係数
もしAmodeiが言うように、数年以内に「Country of Geniuses in a Data Center（データセンターの中にある天才の国）」が誕生し、数兆ドルの経済価値を生み出すのであれば、なぜAnthropicはもっと攻撃的に、たとえば年間10兆ドル分のComputeを買い占めないのか？
ここでAmodeiが持ち出すのが「Economic Diffusion（経済的普及）」のラグという概念だ。
技術的進化（Exponential of Capability）と、それが社会に実装される速度（Exponential of Diffusion）は別のカーブを描く。たとえ明日、全知全能のAIが完成したとしても、企業がそれを導入するには、セキュリティ監査、調達プロセス、法務チェック、そして何より人間のマインドセットの変化（Change Management）が必要となる。
Anthropicが「Responsible（責任ある）」な投資戦略をとっているのは、単にAI Safetyへの配慮だけではない。それは、技術の進化スピードに対して、社会の受容スピードが追いつかず、需要予測を見誤ることで会社が倒産するリスクを回避するための、極めて冷徹な経営判断でもある。
もし2027年に1兆ドル分のComputeを契約し、技術的には素晴らしいモデルができたとしても、企業の導入スピードが遅れて売上が8,000億ドルにしかならなければ、その差額で会社は吹き飛ぶ。Amodeiの語る「責任」とは、AIの安全性と同時に、この「需要と供給のミスマッチ」に対する財務的な慎重さも意味しているようだ。
AIラボの収益構造と未来
AIラボの収益性（Profitability）についての議論も興味深い。Amodeiは、AIビジネスにおいて「ある時点から急に黒字化する」というモデルは当てはまらないと指摘する。
基本的な構造として、Inference（推論）の粗利は高い。理想的な状態であれば、Computeリソースの半分をInferenceに、半分を次のモデルのTraining（学習）に回すことで、健全な利益が出せるはずだ。しかし、実際には「需要予測」というギャンブルが絡む。需要を過小評価すればInferenceのリソースが足りずに機会損失を生み、過大評価すれば余ったリソースをTrainingに回すことになるが、キャッシュフローは悪化する。
Amodeiは、将来的にはCloud Computing市場のように、莫大な資本と専門知識を要する数社（Oligopoly）だけが生き残る市場構造を予測している。そこでは、Inferenceの利益を次の巨大なTrainingに投じ続けるというサイクルが、物理的・経済的な限界（GDPの制約など）に達するまで続くことになるだろう。
Continual Learning不要論とコンテキストの力
技術的な観点で議論を呼ぶのが、「Continual Learning（継続学習）」に対するAmodeiの見解だ。
人間のように「仕事を通じて経験を積み、学習していく」能力がAIには欠けているという批判に対し、彼は「今のパラダイムのままでもAGIには到達できる」と示唆する。Pre-trainingによる広範な知識と、推論時のRL、そして拡大し続けるContext Windowがあれば、いわゆる「オン・ザ・ジョブ・トレーニング」の大部分は代替可能だというのだ。
100万トークンを超えるコンテキストがあれば、AIはそのコンテキスト内で「短期的な学習」を完結できる。人間が数ヶ月かけて学ぶ業務知識も、マニュアルと過去のログをコンテキストに放り込めば一瞬で再現できるなら、人間のような長期的な学習メカニズムは必須ではないかもしれない。
もちろん、これは「天才」の定義にもよるが、少なくとも数兆ドルの経済価値を生み出すレベルの自動化において、未知の新しい学習アルゴリズムの発明を待つ必要はないという彼の見立ては、実装フェーズにある現在のAI開発において重要な意味を持つ。
攻撃優位の世界と地政学的リアリズム
後半パートでAmodeiが警鐘を鳴らすのが、AIによる「Offense-Dominant（攻撃優位）」な世界の到来だ。
サイバー攻撃や生物兵器の製造において、AIが攻撃側を圧倒的に有利にする可能性がある。このリスクに対し、彼は「民主主義国家連合による主導権の確保」という古典的かつ現実的な解を提示する。AI技術の拡散を放置すれば、権威主義国家が悪用するリスクが高まるため、輸出規制や厳格なガバナンスが必要だという立場だ。
ここで興味深いのは、彼が「権威主義体制はAI時代に存続できないかもしれない」という希望的観測も持っている点だ。かつて産業革命が封建制を終わらせたように、AIによる個人のエンパワーメントが独裁体制を内部から崩壊させる可能性――それはあまりにナイーブな期待かもしれないが、技術決定論者としてのAmodeiの一面が垣間見える。
急進的な技術、保守的な経営
Dario Amodeiのメッセージは一貫している。「技術の進歩は極めて速いが、社会への実装は泥臭く遅い」。
彼は、AGIが1〜2年で来るかもしれないと本気で信じている。しかし同時に、そのAGIがもたらす収益が実際に口座に振り込まれるまでには時間がかかることも理解している。だからこそ、彼は「緊急性（Urgency）」を訴えながらも、経営判断としてはブレーキに足をかけたままアクセルを踏むような、奇妙だが合理的なバランスを保っている。
「指数関数の終わり」とは、AIの進化が終わることではない。初期の無邪気な急成長フェーズが終わり、社会実装という重力圏に突入する「大人の段階」の始まりを意味しているのだろう。Anthropicがその”大人”の役割を果たすのか、それとも慎重すぎて歴史の波に乗り遅れるのか。その答えは、次のモデルのベンチマークではなく、数年後の彼らのバランスシートに現れるはずだ。