3. AGIは巨大化した大規模言語モデルだけから生まれるわけではない
AIへの資金の大半は、より大きく、より高性能な大規模言語モデル（LLM）に投じられている。しかし、2018年にチューリング賞を受賞し、2025年11月にメタのチーフAIサイエンティストを辞任したヤン・ルカンは、LLMにはAGIの技術的基盤を形成する能力が欠けていると主張している。ルカンの見解では、AGIは「ワールドモデル」を用いることになる。これは、入力に反応したり、次のトークンを予測したりするのではなく、行動を取った場合に世界がどのように変化するかをモデル内でシミュレーションする仕組みである。そのため2026年には、AIの将来に向けて、LLM以外のモデルに対する探求が一段と進むだろう。
4. AIエージェントにより雇用の代替がより顕著になる
2025年9月、セールスフォースのCEOは、AIエージェントへの依存度を高めることを理由に、カスタマーサポート部門で4000人の人員削減を行うと発表した。LLMは品質を向上させるが、必ずしも直接的に仕事を置き換えるわけではないという見方もある。しかし、AIエージェントが自律的にタスクを完遂する能力を高めるにつれ、2026年には人件費削減を目的として、より多くの企業がこれらを導入するようになる。
5. 自動化を人間に合わせるのではなく、人間を自動化に適応させる
2026年に成功する企業は、AIが担える業務はすべてAIに任せ、人間は監督、創造性、複雑な判断に集中するよう、業務プロセスを再構築するだろう。こうした自動化優先の設計は、既存の人間中心のプロセスにAIを無理に当てはめるよりも、はるかに高い効率性と競争力をもたらす。
6. 非公式ネットワークの理解が主流になる
プロセスは自動化できるが、同僚同士の人間的なつながりは自動化できない。私は職業的・学術的な活動の中で、非公式な人間のネットワークが生み出す価値を可視化することに取り組んできた。2026年にエージェント型AIが自動化を加速させるにつれ、組織の内部エンジンを動かしている要因を理解することの価値は、2026年以降の組織の成功における重要な要素となる。
