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、複数のインタビューで 「現在の AI には継続学習・新規問題の提起・好奇心・想像力・自己認識という5つが根本的に欠けている」 と明言している。

▲ 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論点近日公開）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
"Agents, AGI" Podcast（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近日公開 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近日公開 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、1年で200万個のタンパク質構造を解析（従来は全体の1%未満のみ既知）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活用近日公開 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近日公開 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時代の人材戦略近日公開 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」を 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。

主要参考資料