概要 — Hassabis の二面性 — 楽観と冷静の両立

Google DeepMind CEO の Demis Hassabis は、2024 年に AlphaFold でノーベル化学賞を受賞した、現代 AI 研究の最前線に立つ人物である。彼の発言は、AI 業界の楽観論と慎重論の双方に頻繁に引用される。

楽観の側では、CBS 60 Minutes（2025年4月20日初回放送、Scott Pelley 取材）で 「AGI（汎用人工知能）は今後5〜10年で実現する」「病気の完全治癒は10年以内に可能」「創薬期間は年単位から数週間に短縮できる」 と語った。一方、冷静の側では、現在の AI には 継続学習・新規問題の提起・好奇心・想像力・自己認識といった根本的な能力が欠けている という趣旨を、複数のインタビューを通じて繰り返し指摘している。

▲ CBS 60 Minutes 公式：Scott Pelley × Demis Hassabis「Sunday on 60 Minutes」（YouTube・2025年4月20日初回放送、8月3日再放送）

本記事では、CBS 60 Minutes、Lex Fridman Podcast #475（2025年7月）、Big Technology Podcast（2026年1月 Davos）、TIME 誌、Fortune 誌など複数の 本人による公式インタビュー を一次ソースに、Hassabis が示す 「AI の現在の天井」 を整理し、AX Boost「企業 AI 戦略の現実的な天井5つ」フレーム で、日本企業の AI 推進担当者が 「過剰期待」と「過剰悲観」の両方を避ける ための実務指針を提示する。

Boris Cherny の「コーディングは解決された」（コーディング解決後の5論点）と Andrej Karpathy の「verify できるものは自動化される」（Karpathy × Sequoia 2026）に対し、Hassabis の視点は 「では何が残るのか」 の科学的根拠を提供する。

Hassabis の AGI タイムライン — 楽観論の中身

まず、Hassabis の AGI 予測を整理する。複数のインタビューで彼が示した数字は以下：

発言ソース 予測 時期
60 Minutes（2025年4月） AGI は 5〜10 年で実現 2030〜2035
Lex Fridman #475（2025年7月） 「50% の確率で 2030 年までに AGI」 2030
Big Technology Podcast（2026年1月） 「我々は AGI まで4分の3 進んだ」 進捗評価
Y Combinator Podcast / Sequoia AI Ascent（2026年4月） AGI 約4年後 ~2030

注目すべきは、彼の予測が 「2030年前後」に収斂している ことである。直近1年で複数のインタビューを通じても、この時間軸は大きく揺らいでいない。同時に、必ず「50% 確率で」「我々の見立てでは」といった条件付きで語る慎重さを持ち合わせている。

ここまでは楽観論の代表的発言だが、Hassabis の真価は、同時に語られる慎重論にある。

AX Boost フレーム — 企業 AI 戦略の現実的な天井5つ

Hassabis は複数のインタビューで、現在の AI には以下5つの 根本的な不足 があると明言している。これを AX Boost は 「企業 AI 戦略が向き合うべき5つの天井」 として整理する。

天井1 — 継続学習（Continual Learning）

Hassabis は Big Technology Podcast（2026年1月 Davos）で明確に述べている。「継続学習は AI の長年の課題で、まだ解決されていない」。人間は毎瞬間新しいことを学んで蓄積するが、現在の AI モデルは 訓練間隔（数か月単位）ごとにしか進化しない。

企業戦略への含意: 新しい業務知識や市場変化を即座に AI に反映するには、メモリシステム・RAG・運用設計の工夫 で補う必要がある。Anthropic の Claude Code が「Dreaming」機能（セッション間のメモリキュレーション）を発表したのも、まさにこの天井への部分的回答である（Code w/ Claude 2026 サンフランシスコ徹底解説 参照）。

組織は「学習し続ける AI」を期待するのではなく、「学習を運用設計で代替する仕組み」 を意図的に構築する必要がある。

天井2 — 新規問題の提起・仮説立案

60 Minutes で Hassabis は明確に述べた。「現在の AI は、新規の問題を立てたり、独自の仮説を生み出すことができない」。AI は与えられた問題は高速に解くが、「何を解くべきか」「どんな仮説を試すべきか」 という問いの立て方は人間に依存している。

企業戦略への含意: これは Karpathy の「LLM が自動化するのは specify できるものではなく verify できるもの」（Karpathy × Sequoia 2026）と整合する。「業務をどう設計するか」「どんな評価ルーブリックを定義するか」 は依然として人間の仕事である。AI 推進担当者の中核業務は、ますます「問いを立てる能力」のほうに移っていく。

天井3 — 好奇心・内発的動機

Hassabis は AI の本質的限界として「現在の AI には好奇心がない」とも語る。AI は指示されたタスクは実行するが、「次に何を探索すべきか」「他に何が起きているか」を自発的に問うことはない。

企業戦略への含意: 「AI に任せておけば自動的に業務改善が進む」という期待は誤りである。「次に何を最適化すべきか」を判断するのは依然として人間 であり、AI 推進担当者の継続的なモニタリングと意思決定が、運用品質を左右する。これは AI定着失敗の典型7パターン で論じた失敗の典型——「導入したまま放置される」——とも繋がる構造である。

天井4 — 想像力・直感

Hassabis は Lex Fridman Podcast で「AI には想像力や直感が欠けている」と語った。パターン認識と過去データの組み合わせは強いが、まったく新しい概念や、論理を超えた直感的判断は苦手 である。

企業戦略への含意: 創造的な企画立案・戦略策定・ビジョン構築といった業務領域は、当面人間が主導する。AI は「壁打ち相手」「アイディアの拡張ツール」として有用だが、「最終的な創造の主体」にはならない。経営層の戦略立案を AI に丸投げできる時代は、当面来ない。詳しくは AIロードマップ策定の実務 で、長期計画の人間主導性について論じている。

天井5 — 意識・自己認識

Hassabis は明確に述べた。「現在のシステムは自覚的でも意識的でもない」「将来的に習得する可能性はあるが、シリコン基盤と有機脳には本質的差異がある」。

企業戦略への含意: これは哲学的な議論に留まらず、法的責任・倫理判断の所在 に直結する。AI が誤った判断をした場合の責任は、依然として開発者・運用者・経営者に帰属する。「AI が判断したから」は免責にならない。AI ガバナンス体制の構築は、AI 性能向上後もむしろ重要性を増していく。詳しくは 企業のAIガバナンス実務ガイド を参照。

Hassabis が示す「AI ができること」の現実

5つの天井を語る一方で、Hassabis は 「AI が既に達成していること・近い将来達成すること」 にも具体的に触れている。これらは、企業の AI 投資対象を絞る上で重要な指針となる。

AlphaFold — 「タンパク質構造は1%しか分かっていなかった」を「2M個解析」へ

ノーベル化学賞を受賞した AlphaFold は、人類が長年解けなかった問題（生命科学）を AI が劇的に進めた典型例 である。Hassabis 自身が「タンパク質は生命の基本的な構成要素」と表現し、約2億個（200 million 超）のタンパク質構造を解析・公開（2022年、それ以前に実験的に構造決定されていたのは全体の1%未満）した実績は、AI 時代の科学進展速度を象徴する。

Project Astra — マルチモーダル AI コンパニオン

60 Minutes でデモされた Project Astra は、視覚・聴覚・対話を統合した次世代 AI である。Scott Pelley が美術作品を見せると、即座に Edward Hopper の "Automat" を識別し、文脈について議論できた。これは Karpathy が「Software 3.0」と呼んだコンテキストウィンドウ・プログラミング時代の象徴的なプロダクトである。

Gemini — マルチモーダル設計の戦略

Gemini は 設計当初からマルチモーダル（テキスト・画像・動画・音声）として構築された。Hassabis は「将来的にすべての様態を1つのモデルに統合し、ユニバーサルアシスタントとして使える」と述べている。これは Anthropic の Claude や OpenAI の GPT 系列と異なる アーキテクチャ哲学の違い であり、企業の AI ベンダー選定時に押さえるべき差別点である。

創薬・医療への応用

Hassabis は「創薬期間は年単位から数週間へ短縮できる」「病気の完全治癒は10年以内に可能」と語った。これらは医療業界・製薬業界の DX 戦略に直結する予測である。詳しい業界別動向は 医療機関のAI活用 で別途整理する予定である。

日本企業の AI 推進担当者にとっての含意

Hassabis の発言を踏まえ、日本企業の実務的な含意を整理する。

(1) 「AGI が来る」と「今はまだできない」の両立を社内で言語化する

経営層が「AGI 5年後だから今のうちに大型投資を」と急ぐ場合、Hassabis の 「5つの天井」は冷静さを取り戻す材料 になる。逆に、経営層が「AI はまだ不完全だから様子見」と消極的な場合、Hassabis の AGI タイムライン・AlphaFold 実績・創薬応用 は投資の必要性を示す材料になる。両側面を組織内で同時に言語化することが、AI 推進担当者の重要な仕事になる。

(2) 「継続学習なし」を前提に運用設計する

「AI が自動で賢くなる」期待を捨て、RAG・メモリ・人手レビューループ・定期的な再訓練 を組み込んだ運用設計が必要になる。これは AIエージェント業務導入の設計論 と AI評価フレームの実装論 の議論と直接繋がる。

(3) 「問いを立てる力」「直感」「創造力」を組織能力として残す

「AI に置き換えられる仕事」と「人間にしかできない仕事」を明確に分け、後者への人材投資を意図的に強化 する必要がある。これは AI時代の人材戦略 で論じた人材ポートフォリオ設計の核心である。

(4) ガバナンス・倫理・責任設計を技術導入と同時に進める

「AI に意識がない」=「責任は人間に残る」を組織原則として確立する。日本政府の『人工知能基本計画』が「信頼できる AI」を中心に据えたのも、同じ問題意識である（内閣府『人工知能基本計画』を読み解く も参照）。

(5) 業界別の「Hassabis 予測の含意」を解読する

Hassabis が AlphaFold・創薬・医療応用に注力していることは、製薬・医療業界の AI 戦略に直接影響する。同様に、彼の「世界モデル」「ロボティクス」への言及は、製造業・物流業に意味を持つ（NVIDIA GTC 2026 徹底解説 の Physical AI 議論と連動）。業界別の含意を体系的に読み解く能力が、推進担当者に求められる。

反論・限界 — Hassabis の予測を絶対視しない

Hassabis は信頼性の高いソースだが、彼の予測を額面通り受け取る前に以下の留保を置きたい。

(1) Google DeepMind CEO というポジションの利害 Hassabis は Google の AI 部門責任者である以上、「AGI が近い」「DeepMind の研究は重要」 という方向のバイアスが避けられない。OpenAI・Anthropic・Meta の他の CEO たちと同様、自社の重要性を強調する発言を完全に中立とは見なせない。

(2) AGI の定義自体が定まっていない 「5〜10年で AGI」と言うとき、何を AGI と呼ぶかの定義が研究者間でも合意されていない。「人間レベルの versatile な知能」（Hassabis 定義）、「経済的価値の大半を AI が生む」（OpenAI 系の定義）、「自己改善ループに入る」（Yudkowsky 系の定義）は、それぞれ要件が異なる。「AGI 5年後」が何を意味するかで、投資判断は大きく変わる。

(3) 「2030年AGI」予測の歴史的記録 過去にも複数の AI 研究者が「あと10年で AGI」を予測してきた（1960年代、80年代、2010年代）。すべて外れている。Hassabis の予測も、外れる可能性は十分にある。長期戦略はシナリオ複数案で設計 すべきで、単一予測に依存するのは危険である。

(4) 「5つの天井」のうち、いくつかは突然解決する可能性がある 継続学習や創造性は、新しいアーキテクチャ（Diffusion-LM、World Models、Neuro-symbolic AI など）が突破する可能性を否定できない。Hassabis 自身、Lex Fridman Podcast で「2〜3 のブレイクスルーが必要」とも語っており、ブレイクスルー自体の確率はゼロではない。

(5) 「企業の天井」と「技術の天井」は別 Hassabis が語るのは AI 技術 の天井であり、企業の AI 活用 の天井は別問題である。多くの企業は技術の天井に到達する前に、組織・業務・人材・ガバナンス といった内部要因で躓く。技術が進化しても、組織側の準備ができていなければ、企業の AI 戦略は前進しない。これは AI PoC止まり脱出フレームワーク で論じた構造課題である。

まとめ — 「楽観と冷静の両立」を組織能力にする

Demis Hassabis の発言は、AI 戦略の 楽観論と冷静論の両側 から学べる、稀有な一次ソースである。AGI 5〜10年後という予測の 熱量 と、5つの根本的な不足を率直に語る 冷静さ が同時に存在することが、彼の信頼性の源泉である。

日本企業の AI 推進担当者にとって、Hassabis を読む価値はこの二面性にこそある。「AI で何でもできる」幻想にも、「AI はまだ使えない」消極論にも傾かない——その判断軸を、複数の公式インタビューを横断して構築する作業が、推進担当者の中核能力になる。

AX Boost は、FDE型コンサルティング として、現場に入り込み、業界の最新研究動向の解読・自社業務への翻訳・実装の並走 までを支援している。Hassabis の言うように「AGI まで5〜10年」が現実であれば、企業はこの期間に 自社の業務固有の評価ループ・ガバナンス・人材育成 を完成させる必要がある。詳しくは AX支援サービスの選び方 と AXコンサルティングとは も参照されたい。

主要参照ソース