[第10期 EAIアカデミー] ⑧ 人工知能と大韓民国のAI政策

YouTubeリンク : https://www.youtube.com/watch?v=Woxx63bfJ64

■ ペク・ソイン_漢陽大学校グローバル文化通商学部教授。

映像スクリプト

こんにちは。平日の遅い時間までお疲れさまです。私は漢陽大学のペク・ソインと申します。自己紹介の際に技術の話が非常に多く出てきて戸惑われたかもしれませんが、私は学部の専攻は工学部です。今日の受講生の中にも工学部からいらした方がいますが、いらっしゃいますか?あ、はい。よろしくお願いします。学部だけ工学部で、私は修士、博士は技術経営を専攻しました。卒業後はずっと技術政策関連の業務を続けてきました。ですので技術を中心に経営、次に政策、そして技術自体でAIが最も重要になったので、研究対象が少しAIに変わった状態です。おそらくこの授業の前に事前に読む資料を共有したと思いますが、お読みになりましたか?

韓国は昨年、政権が交代しながらAIアクションプランというものを作りました。大韓民国AIアクションプラン、人工知能アクションプランを作り、米国が最初に作り、中国も作ったので、我々も遅れを取ってはいけないということで作りました。そこで実際に我々がAI G3になるためには早急にやらなければならない、すぐにやらなければならないアクションアイテムを100個作りました。その中の98番を私が作りました。98番は何かと言うと、グローバルAI外交に関連してどのように戦略的に作っていくべきか、そのようなことをやりました。ですので、そのようなやや実務的な経験を重点的に共有しようと思います。AIはおそらくほぼすべての講義で少しずつは言及されたと思います。

AIの波及力と地政学的含意

今日の国防の講義でもおそらく言及があったと思いますし、ペ・ヒョンジャ教授の講義でも多く言及されたと思いますし、今後イ・スンジュ教授の講義でも多く言及されると思います。基本的にデフォルト値だとお考えください。ですので、AIの現在の社会科学、特に今日はほぼすべての方、大半が政治外交や国際学をなさっている方々ですが、こちらの社会科学系の論文を見ると全部AIです。ほぼすべての分野がそうです。工学部もAI、経営学もAI、社会科学もAI、政策学もAI、すべてが今AIをやっているのですが、特に政治外交や国際学ではAIを何として見るべきか?核、そして電気など、比較対象が非常に多いです。

ですので、一部は経営学などではこれを非常に楽観的に見る場合が多く、従来不可能だったことを可能にしてくれる新しい電気だと見る場合もあり、政治外交学の方では非常に危険な部分も多く見ているようです。しかし私個人としては、もちろんまだ時間が必要でしょうが、実はすべてを足したものと似ていると思います。電気、次に核、そして石油プラスすべてを足したもの程度の波及効果があるのではないかと思います。ですので無限の可能性を持っていますが、実は途方もないリスクも抱えています。非常に多くのリスクを抱えており、それよりも後ほどお話ししますが、重要なのは両極化を非常に固定化させる可能性が非常に高いという点です。

米中AI競争と安保主義的視点

そのような点が実は重要なポイントだと思います。AIがいつから重要だったか?AIのヒストリーのようなものを調べてみると、非常に昔から多くの論争がありましたが、最近私たちが見ている、つまりトランスフォーマー以降のAIは、やはり2016年頃から非工学系でも多く言及されたようで、これはもう放置してはいけないということになりました。そして何よりも米中関係で中国がかなり予想より速く、非常に脅威的に追い上げてくる。こうしたことが危機感になったようです。ですので、今私たちが米国のAI政策を見ると、非常に安保政策です。相手方を非常に牽制し、輸出統制もし、中国企業には投資もするな。中国製を使ったなら米国に売るな。非常に強度の高い政策ですが、その母体、今出てくるこれらの手段がどこから出てきたのかをご覧になりたければ、2021年に出たNSCAIという

これが新しい組織ができながら、ここから出た報告書が約700ページになります。実はこの700ページの中に米国が使える手段はほぼすべて入っています。それをどのように発展させたのか?もちろん最近の手段で少しないものもありますが、実はほぼ私たちが考えられる手段などはすべて入っています。それが時差を置いて出てきているのです。つまりこの時から米国がAIを見る視点は、これをただの一般的なインターネットと見たのではなく、これは非常に安保資産であり、信頼できるパートナーと信頼できないパートナーを分けなければならず、自分が1位にならなければならず、自分の体制競争者の中で自分を脅かす競争者が自分より

うまくやってはいけない。このような安保主義的視点を本格的に扱ったと見ることができます。ですので、これは完全に最上位のコミッションですが、ここ自体にセキュリティが入っているので、AI自体を非常にセキュリティとして見る傾向が多く表れているとご覧になればよいと思います。それとともに、今ほぼ全世界のすべての領域のすべてのセクター、すべての社会領域に影響を与えるものは、第一に地政学であり、第二にAIそのものです。AIの発展は私たちの予想より非常に速いです。非常に速く、複数のセクターで。私たちはChatGPTが出てから3年余り経ちましたが、その間にも実はありとあらゆることが

できるようになります。ありとあらゆることができるようになり、非常に進化もし、競争者も多く生まれました。そして驚くべきことに、先日クロードがChatGPTを追い越しました。収益を出し始め、企業価値もはるかに高くなりました。ですので、むしろChatGPTがオリジナルで最も優れていた企業なのに、ChatGPTは上場を延期しました。クロードは今年上場する予定です。このような珍しい現象も出てきており、科学やこの分野で最も驚くべきことは、やはりノーベル賞です。2024年のノーベル物理学賞とノーベル化学賞の受賞者がすべてディープラーニング研究者です。

ディープラーニング研究者たちです。ですので、これは実は私たちの予想より非常に速かったのです。普通ノーベル賞のような場合は、数十年間その学問分野の従事者たちが途方もないインパクトを生み出してこそいけるものですが、実はこの方、もちろんジェフリー・ヒントン教授のような場合は、一生数十年間誰もやらない時からずっとやってこられましたが、ここにグーグル・ディープマインドのCEOであるデミス・ハサビスのような方は、もちろんこの方も長く研究されましたが、AIを持ってこの分野に適用してからはまだほんのわずかです。最初にやったのがアルファ碁で、アルファ碁が2016年で、次に実はアルファフォールド、つまり化学やタンパク質の方に合成する時にこれを使うのですが、今はすべてのこの分野の研究者がデフォルトで使います。私たちがChatGPTを使うように、これなしの世界はあり得ないのです。

つまり10年にもならない研究キャリアからこれが出てきたということです。ですので、速すぎると一方で、これが非常に驚くべきで速すぎると見ることもできますが、もう一方で見なければならないのは、AIのタイムラインが私たちの考えと少し違うということです。つまりAIで1年なら10年、毎月を普通1年と見たりもしますが、それがどんどん速くなる周期なので、実は6、7年間やってきたこのデミス・ハサビス博士が率いるこの組織が成し遂げたことが途方もなく多いのです。

AIの発展速度と科学界の変化

実際、AIだけでなくグーグル内に所属する研究者のノーベル賞受賞者も5人、6人ほどになります。我が国より多いです。ですので、今この地形も非常に速く変わっています。そして先日、先日と言っても個人的には非常に昔のことのようですが、ミトスが出てきて実はさらに深刻になります。ですので、ミトスのようにAIを開発するAIが出てくると、実は速度がはるかに速くなったのです。最初はAIを開発する人々がいて、こいつをよく育てて、今や私がやるべきことをこいつに昼夜なく時空間を超越してやらせるので

実は新しいモデル、このように良いモデルが出てきてどんどん速くなる理由は、AI自体が開発するからであり、これを一定期間追跡した資料を見ると、実は1日に1つ以上の新しいモデル、意味のあるモデルが出てきます。そして実は今やセキュリティや国防の従来ほぼ数十年間突破できなかったもの、こうしたものをすべて突破してしまうので、これは実は非常に大きな衝撃です。今この衝撃はまだ消えていません。

後ほどもお話ししますが、米国でこれが出ました。ですので、この直前までは中国があまりに追い上げてくるので、米国も、ああ、今我々が先行しているが中国が目前まで来ており、我々が今このような形態の技術を育成し規制する方式では中国と競争できない。格差を大きく広げることができない。ですので、我々も技術開発を確実に後押ししよう。とりあえず障害要因になるものはすべて除いて後押ししよう。つまり中国のようにしよう。非常に直観的にお話しするとそのようなモードだったのが、ミトスが出てきてからは、実は米国も驚き、他の国々もすべて驚いたのです。ですので、少し一旦ストップしてみなければならないようだ、このように我々が想像できないことが起こり得るのではないか、ですのでそのような状況だということです。

他の国々も同じです。ですので、ミトスが最初に出てきて数日間サービスされ、フェイブル5がサービスされてから突然切られました。切った基準は国籍基準。米国市民はアクセスができ、そうでない人々はすべて入れないのです。では、私たちのような、米国の国防に多く依存し、他の国々もすべてそうでしょう。中堅国は米国にある程度国防を依存している国々は、ああ、最も良い国防関連技術などは統制されるのだな。ですので、多少のトラウマのようなものが生じました。

ああ、我々も早く今このようなものを開発しなければならないというトラウマが生じた状態です。もちろん再び少し緩めてもくれましたが。ですので、今かなり混乱しています。混乱しているのは米国も同じです。米国も。つまり米国=クロードではありませんから。クロードももちろん内部に多少の混乱があるようですが。ですので、技術発展が私たちが考える以上に速くなりすぎました。それは今や実は開発する人々の考えよりもさらに想像の範囲を超えたほど速くなったようです。ですので、実は私たちも授業の時も似ていますが、このAIがいつ来て、今後AIが世界をどのように変えるのかということは、今お話ししたようにAIの発展速度がこれほど速いのに、論文を見ると遅いです。論文を見ると遅いのです。

私が最も好きなのは、このようなテックリーダーたちが出てきてインタビューしたもの、非常に長いインタビューが多く公開されています。3時間ものもあります。インタビューするとすぐにアップされます。このインタビューを実は読むのが一番良いです。私が見るに、その人が、例えば米国に有名なテックメディアがありますが、今朝インタビューすればすぐにアップされたり、リアルタイムでアップされます。実はAIがどのように最も変わるかといえば、このような最も大きなグループにここにサム・アルトマン程度まで加えればよいと思います。この人々が発表するリアルタイムカンファレンスの基調講演やインタビュー。最近のインタビューも深さが非常に良いです。ですので、ユーチューブに私は良い機能だと思うのですが、これを通じて理解するのが一番良いです。

AIの多次元的競争と学問分野の再編

この方々も考えが少しずつ変わります。少しずつ変わります。しかし、この方々が共通して言うことは、私たちの予想より少し早く来るだろう、私たちの予想よりはるかにインパクトが大きな技術だという話を非常に多くされます。ですので、途方もなく多くのサービスが続々と出てきました。今、米国で長い間出てきて、中国から猛烈に追い上げてきて、ディープシークが出てきてからは勢いが出て、いろいろ出てきました。このような混戦の様相ですが、今大きくAIの競争はモデル競争もありますが、私個人的に見ると、大きくは2つ程度が核心だと思います。一つはフィジカルAIの方に行って実際の現場にどのように適用されるかが一つあるようで、もう一つはエージェンティックAIが一つあり、次に科学技術と関連するものは、やはりAI for Scienceこちらが非常に大きな戦場です。ですので、このような論文が非常に多いです。これは何か、これをなぜここに入れたのかと言うと、このLMを科学的発見に活用することについての評価をした論文ですが、ここに著者がこのように多いです。著者が多いことを言おうとしているのではありません。この著者たちの所属をずっとご覧になると、すべての学問分野の所属がすべてあります。法学から人文学まですべてあります。つまり

今や大半の学校も、今韓国の大学も変わっていますが、AIは今やすべての分野で基本的に必須として学ばなければならない一つの基本的知識素養になったのです。言語をする人々もAIで使ってみることができなければならず、評価もできなければなりません。最近は実は私たちはツールをどのように速くうまく使えるか、このような教育を多くしているようですが、うまく使うことも重要です。うまく使うことも非常に重要ですが、元々持っている知識にAIを加えて、AIを深く批判的に検討するなどのことが、実は社会科学の方でうまくできることです。ですので、私たちがよく表現するのがAI+Xとよく言います。AIで従来あった産業を大きく変えることです。

しかし、今やX+AIもそれだけ逆に重要です。ドメイン内の元々の専攻知識からAIを眺めること。私が哲学者で、私が政治外交学ですが、その観点からAIの出現をどのように見るべきか?AI政治外交と関連した記事をAIエージェントを作って一生懸命集めることだけしてはいけなくて、その出現がどんな意味があるだろうか、どんな変化が秩序を変化させるだろうか、実はその議論が非常に重要です。つまり前提するのは実はツールトレーニングなので、そういうのは一人でやってもよく、ブートキャンプでやってもよく、短期教育課程をやってもよく、何よりも本人が一番無鉄砲に多く使ってみるのが一番重要です。

ドメイン内の元々の専攻知識からAIを眺める観点もそれだけ重要です。例えば哲学者や政治外交学者が自分の観点からAIの出現をどのように眺めるべきかという問題です。単純にAIエージェントを作って関連記事を集めることにとどまらず、AIの出現がどのような意味を持ち、どのような変化をもたらすのかについての議論が非常に重要です。このような議論は一人でもでき、ブートキャンプや短期教育課程を通じても可能です。何より重要なのは自ら多く使ってみることです。

AIと科学研究革新:米国と中国の競争

したがって、それだけにあまり集中する必要はないというお話をします。科学研究と革新を最もよくする国は当然米国ですが、米国が最近ジェネシス・ミッションというものを発表しました。米国は全世界でノーベル賞を最も多く受賞し、世界を変える革新を生み出す国です。すでにかなり先行しているのに、なぜAIをより重要に考えるのか?これは米中競争とも関連があります。1位の米国でさえAIを活用して科学力をさらに育てなければ中国が追いつくことができるという脅威感を感じているようです。

また、科学研究において米国が現在の格差を圧倒的に強化し、中国との格差をさらに広げることができる領域だと判断したでしょう。科学で最も重要なことは何でしょうか?科学者が多く必要ですが、非常に優秀な人がより重要です。非常に優秀な人が多く必要であり、さらに重要なのは途方もなく蓄積された科学データです。この二つの側面から見ると米国が最も先行しています。現代化された科学データを最も長い時間蓄積したところが米国であり、そのデータを公開しないまま保有している量も膨大です。

95%以上が公開されていません。無料で公開されるデータもあります。宇宙のような分野は多くのデータが公開されています。全世界で最も優秀な科学者はどこに最も多くいるでしょうか?まさに米国です。中国はどうでしょうか?米国より少し不足ですが、科学者の数が非常に多く、データを熱心に蓄積しています。しかし米国とは格差が大きいです。米国が不足しているのはただ一つ、この優秀な科学者たちと一緒に働いてくれるジュニア研究員や同僚研究者たちです。これをAIで補完できます。一人の教授が複数の博士課程の学生や博士後研究員と一緒に研究グループを作るようにです。

これが巨大な研究室になることができるという点を念頭に置いて推進しているのではないかと思います。これは我が国の韓国科学技術研究院(KIST)の自律研究室の事例です。すでにこのような概念が多く登場しています。学問分野ごとに違うでしょうが、特に実験をする分野では夜に問題が生じると大変なことになり得ます。生物学実験などは誰かが守っていなければならないでしょう。博士課程の学生たちが交代で守ったり、今や人がする必要がなくなるかもしれません。肉体労働や単純反復労働はすでに多く代替されました。これを超えて新しい仮説を立てたり、創造的で挑戦的な試みをすることもAIがすでに多くやっています。並大抵の科学者より優れた成果を出しています。

AI時代の雇用衝撃と両極化の深化

すでにこの分野は多く発展しました。AIは特に科学分野で途方もない潜在力を見せていますが、同時に莫大な危険も抱えています。最も多く言及されるのは雇用問題です。私たちが調査したところによると、虚偽情報や軍用活用についての言及が多いです。特に若い世代が多くの関心を見せて問題になっていますが、圧倒的な心配は雇用です。AIのせいで雇用がなくなるだろうという憂慮が最も大きいです。実際に米国でも雇用がかなり多く消えています。

上位0.01%を除いた雇用が消え得るという憂慮があります。また、若い層、つまりジュニアたちの雇用が消えるという点も重要です。現在の既得権層、つまりミドル級やシニアレベルの人々にAIは素晴らしいツールです。活用できるからです。しかし、卒業後雇用を探さなければならない人々にAIは競争者です。自分がAIよりはるかに優れていることを立証しなければ就職が難しくなります。AIエージェントをいくつか回すだけでも十分であり得ます。

これは非常に熾烈な悩みです。私たちは冗談半分にAGI(汎用人工知能)が今後数年以内に出てくるだろうという話もあり、5年以内に出てくると予想されますが、その時代にどのように生き残るべきか、どんな変化があるかを話します。単純な就職は難しくなりましたが、すぐに社長になる可能性は高くなりました。AIをうまく活用すれば即座に何かをすることができるからです。非常に否定的な知らせも多いですが、一方では従来不可能だったことを可能にする場合も多いです。例えば、アラビア語が全くできずアラブに行ったこともないが、アラブに何かを売りたい時、AIエージェントの助けを受けて実際に販売する場合が多いです。過去には想像もできなかったことをAIやエージェントを非常にうまく活用して解決する事例がしばしば出てきます。

ですので、最近1人ユニコーン企業が多く登場しています。ユニコーン企業は非上場企業のうち企業価値が1兆ウォン以上の場合を言います。売上が必ずしも保障されなくても、ある程度確かな成果を見せなければなりません。1人ユニコーン企業が多く現れています。2人で売上1千億ウォンを作ったり、2人が作った企業価値が2兆ウォン、10兆ウォンになる場合も非常に多いです。このような企業を見ると、大部分が企業価値やインパクトに比べて役職員数が少ないです。

ディープス(DeepMind)の場合、最初のモデルを開発した人は中国人ですが、150人が開発しました。150人なら韓国の一般的な国立研究所の半分にもならない規模です。数千人規模の国立研究所も多いです。小さな研究所一つが作ったものです。これが上場すれば企業価値が数十兆ウォンになるでしょう。世界がこのように変わっています。しかし問題は、これもある程度の基本が土台になってこそ可能だということです。購読する余力があったり、AIで機会を認識する程度の基本が支えてくれてこそ機会が来るのです。

そうでなく電気もないところでAIで何をすることはできません。IMFでも数年前このような報告書を持って調査をしました。先ほどお話ししたようにAIは一ヶ月一ヶ月が違って変わるので、今とは違い得ますが、全般的なトレンドは次の通りです。まず高所得職群や専門性が非常に高い職群が危険度がより高いです。AG(汎用人工知能)のせいで露出危険度が高くならざるを得ません。医師、弁護士などが多く露出されます。なぜでしょうか?

運営者の立場で高コスト人材を代替したい欲求が最も大きいからです。同時にこの人々がAIをうまく活用する場合、新しい追加機会を確保する可能性も高いです。AIをうまく使う医師、AIをうまく使う弁護士ははるかに多くのお金を稼いだり、より大きな価値を創出する可能性が高いです。開発途上国や低熟練ブルーカラー職群は代替される可能性が低く、新しい機会をつかむ可能性も低いです。このようなトレンドは先進国と開発途上国の両方に現れ、グローバルにジェンダー側面でも似ています。女性は露出が低いか、機会を持つ可能性も低いです。教育水準によっても似ています。元々存在した格差、つまり先進国と開発途上国の格差、多く学んだ人とあまり学ばなかった人の格差などがより大きくなったり固定化される可能性が高いということが最も大きなイシューです。雇用職群別に及ぼす波及効果も非常に違います。これはある教授がGitHubの研究者と共有した米国データです。米国のすべての雇用データを連動してダッシュボードにしたものです。赤色であるほど露出程度が高いことを意味します。職群ごとにAI露出程度が違います。発表者はこの資料を共有する予定なので、入って直接ご覧になると非常に興味深いでしょう。クリックして原本サイトに入ってご覧ください。これも非常に深刻なイシューです。現在は肉体労働やブルーカラー職種の代替が少ないですが、反復的な労働はすべて代替されます。ロボットも反復的な労働はすべて代替できます。

まだ遠いと話しますが、特に中国のようにAIをうまく活用する国家ではすでに多く行われています。反復的な労働、非常に精密な労働はほぼ代替されます。高級労働や手術のようなものは別の問題ですが、簡単な反復作業はほぼすべて代替されるとご覧になればよいです。アンソロピック(Anthropic)で自体データを分析した結果報告書も公開されています。ここで最も重要なのはジュニアたちの雇用衝撃です。ジュニアポジションは減りました。残りのいろいろはまだ確実ではありませんが、ジュニア雇用は確実に減りました。リンクトイン(LinkedIn)でも毎年雇用がどの職群にでき、どの職群がなくなったかを発表します。オープンAI(OpenAI)も人々がAIで何をするのかについての活用データを公開し、これを基に論文を書く人々もいます。このようなデータを続けてお見せする理由は、雇用だけでなくタスク(task)の変化も大きいからです。私の雇用をタスクに分けると、教育、研究、行政、対外活動などがあるでしょう。研究はさらに分けられます。論文を読み、文献検討をし、データを収集・分析した後、結果を導出して提出する過程です。これをさらに分けると、この中の業務の一部はAIで自動化され得ます。提出過程は完全に自動化したり、最後の校正及び誤字脱字検討はすでに多く自動化されました。文献検討はAIの助けをさらに受けることができ、仮説生成も先ほどお話ししたようにAIを通じてできます。したがって、タスクが再構成されるという話が最近最も広く受け入れられています。医師の役割も同じです。

医師の役割もAIと協業してはるかに多くの患者を診療し、より正確に診療すればよいです。再構成(reconfiguration)をうまくすれば生産性がはるかに高くなります。しかし、これも少し理想的な話です。私たちが持つ理想的な仮説は、AI一人でやった時の正確度が90%で、人が一人でやった時の正確度が95%なので、人とAIが協力すれば100%になるということです。したがって、私たちはAIと共存してうまく生きなければならないというのが長い間支配的だった理想論です。しかし、タスクによってそうではありません。

人が抜けてくれてこそ正確度が上がる場合が多いです。AI一人でやれば150、人がやれば100、人とAIが一緒にやれば95程度の場合もあります。人が不十分に割り込むとむしろノイズになるという研究も多く出ています。タスクによって違うという点を見る必要があります。企業の立場では就職を準備する方々が大半なので、採用公告を分析するのが最も良いです。どんな人々を求めているのか把握しなければなりません。

AI導入の現実的課題と組織設計

AIがあります。最近AIに対する理解度や活用熟練者を探す公告が多いでしょう。実際に昨年MITでビジネスAI活用についての調査をしましたが、導入が思ったよりうまくいかないという結論が出ました。米国もそうなら我が国はさらに深刻でしょう。理由は当然です。AIを設置したからといって洗濯機をただ買うように家事が解決されるのではありません。電気を差し込んだり、うまく活用しなければなりません。AIの場合、電気はデータになるでしょう。データ自体も収集されていない場合が多いです。したがって、AIを導入しても何の効果もない場合が多いです。生産性をはるかに高めようとすれば、先ほどお話ししたようにタスク単位でうまく分けられていなければなりません。このタスクを再組合して「これはAIでやり、これだけ人がやろう」という組織設計がAIに合うようにすでになっていなければなりません。既存の組織構造に人だけそのまま置いてAIを導入すれば事実上不可能です。最近優秀な海外大学、特に経営大学院では「エージェント管理論」などを教えます。経営学で伝統的に人事組織管理論をするように、人をどのように管理すれば成果が出るのかを学ぶようにです。

これをすべてAIに変えたものです。エージェントでです。エージェントも私たちの同僚であり競争者であり、理論として活用しなければならないからです。業務をどのように分けるのか、どのように協業するのか、どのAIが担当し、どれは不安なので人が検証するのかを分けることです。このような事前準備がかなり長く必要です。ですので、このようなものがうまく適用されない場合が多いです。昨年基準で見た時、成功的ではなかったというのが基本的な話です。個人、企業、大学の順で出ました。

大学教育の失敗と企業の人材選抜

大学は一体どんなところであるべきでしょうか?パランティア(Palantir)という企業をご存知ですか?パランティアグループでメリトクラシー・フェローシップ(Meritocracy Fellowship)を作りました。ホームページに入ってご覧になると非常に興味深いのですが、最も面白い文句は上段にある「Skip the degree(学位をスキップする)」です。これは何かと言うと、米国シリコンバレーの華やかなテック企業、AI企業が米国の高等教育は失敗したと言うのです。つまり、高等教育に進学して学費の借金を負うより、すぐに就職しろという意味です。この企業はAI企業ではありませんが、オントロジー(ontology)を通じて企業の生産性を高める革新的なソフトウェア企業です。この企業は優秀な人材を抜擢することに集中します。

全く不可能です。生産性をはるかに高めようとすれば、お話ししたようにタスク単位でうまく分けられていなければなりません。このタスクを再組合して「これはAIで処理し、これだけ人がやろう」という組織設計がAIにうまく合うように事前になっていなければならないのに、既存の組織構造にそのままAIを導入することは事実上不可能です。ですので、最近海外の優秀な大学、特に経営大学院では「エージェント管理論」のようなものを教えます。経営学で伝統的に人事組織管理論を通じて人をどのように管理すれば成果が出るのかを扱うようにです。

これをすべてAIエージェントに代替するのです。エージェントも私たちの同僚であり競争者であり理論として活用しなければならないからです。業務をどのように分けるのか、どのように協業するのか、どの業務はAIがやり、どの業務は不安なので人が検証するのかを分けることです。このような事前準備にはかなり長い時間が必要です。したがって、このような試みが成功的ではなかったのであり、昨年基準で見た時、思ったより成功的ではなかったというのが基本的な評価です。次に個人、企業、そして大学について見てみましょう。

大学は果たしてどんなところであるべきでしょうか?私たちに馴染みのある米国の企業パランティア(Palantir)をご存知ですか?パランティアグループで「メリトクラシー・フェローシップ(Meritocracy Fellowship)」を作りました。ホームページに入ってご覧になると非常に興味深いのですが、最も面白い文句は上段にある「スキップ・ザ・ジョブ(Skip the Job)」です。これは米国シリコンバレーの華やかなテック企業、AI企業が米国の高等教育は失敗したと言うのです。つまり、高等教育に進学して学費の借金を負うより、すぐに就職しろという意味です。この企業はAI企業ではありませんが、オントロジー(ontology)を扱い、企業の生産性を高める非常に革新的なソフトウェア企業です。この企業は優秀な人材を選抜することに集中します。

その次にすぐ現場に投入します。企業の中で仕事をしながら教えるのがはるかに効果的です。韓国だけでなく韓国で特に深刻な問題であり得ますが、大学教育が硬直化しており、4年の大学教育が必ず会社の業務能力につながるのではありません。良い大学や良い学科を出てこそ就職して仕事をうまくやるのでもありません。良い大学に行った学生たちは基本的に学業能力が良いので、どんな仕事をさせてもうまくやる傾向があります。したがって、良い大学や良いポジションに行けるという証明さえできれば、すぐに採用して早期に実務を始めさせるのがはるかに効率的でしょう。

時間を節約してくれるのではないかという考えを皆がしましたが、これを現実化させたのです。ここでさらに重要なのは、選抜基準を企業自らが持っているという点です。韓国の二番目の問題は、AI時代に依然として古い大学修学能力試験(スヌン)体系で未来の人材を選抜するということです。これはまるで自動車と徒競走をするようなものです。

企業は人材選抜方法を自体的に作り、優秀な人材を選抜して現実的な問題を解決させます。大学教育の究極的な目標は永遠に大学に通うことではなく、次の段階に進むことです。最近多くの学生が企業に行きたがりますが、企業に行って何の仕事をするでしょうか?結局顧客がいて、顧客の問題を解いてあげなければなりません。これを19歳の時から始めるのです。顧客が誰なのか、AI関連問題が何なのかを把握して投入されて経験を積めば、はるかに速くちゃんと仕事ができます。このような事例が増えており、ミネルバ・スクールのようなところでも似たような試みをしました。AI博士学位所持者も学校よりは企業に行く趨勢であり、これは思ったより大きな衝撃です。

企業でより優秀な論文が多く出てきています。理想的にはMITやスタンフォードからノーベル賞が出なければなりませんが、今やグーグルからも出てきています。最近はスタンフォードの教授たちがオープンAIに移籍したり、ハーバード大学の優れた教授たちもオープンAIに行って研究するなど逆説的な状況が発生し、既存の秩序が崩壊しています。これに伴い、米国の名門大学も既存の教授たちを解雇したり学科を統廃合するなど大きな調整をしています。また、学科教育プログラムをさらに細分化する傾向も現れています。

学校ではすでに不正行為などが多く発生しています。マイクロディグリーのようなプログラムもありますが、これをさらに機能別に細分化して該当科目だけ履修して卒業する方式が増えています。学期ごとの学費だけ払って必要な科目だけ受講するのです。生涯学習の概念で、会社に通いながら必要に応じて特定科目を受講したり並行する形態が可能になっています。このように大学と企業、研究者などすべての領域で大きな地殻変動が起きています。大学での研究がちゃんと行われず企業に人材が移動し、学生たちが大学を経ない可能性も高くなっています。大学が変化しなければ瞬く間に存在価値を失い得ます。

AI学術競争力:米中間の格差と地政学的葛藤

世界最高水準の人工知能学会であるNeurIPS(ニューリップス)で発表される全体論文のうち中国が占める割合は約半分に達します。1位はグーグル(4.8%)であり、2位は清華大学です。その後にも中国の大学が多数含まれています。韓国はKAIST(カイスト)などを含めて約2~3%程度の占有率を示します。

米国が約30%、中国が約50%、シンガポールが約5%を占め、残りの全世界が合わせて残りの割合を占めます。これはAI競争力の指標と見ることができます。このような傾向は材料工学など他の科学技術分野のトップカンファレンスでも類似に現れます。今年のNeurIPS学会では、米国が地政学的理由で米国政府の制裁対象に上がった中国の大学の論文を受け付けないと宣言しました。これに中国はすべての大学の論文提出をボイコットすると対抗しました。数日後、学会はこの決定を撤回しました。これは学術分野でも地政学的葛藤が深化していることを示しています。

学術分野にも地政学が介入し、米国が危険だと判断した大学の論文を受け付けないとすると、中国はすべての大学の参加を拒否すると対抗しました。これは学問の基本精神に違背するという主張とともに、オープンされたデータを基盤とする研究の特性上問題がないという反駁が出ました。このような葛藤が深化しています。それにもかかわらず、世界を変えた影響力のある論文数基準で見ると、依然として米国が先行しています。

中国はその後に続く2位程度と見ることができます。全体論文数基準で見ると、米国が1位の分野もありますが、0.01%または0.05%の上位論文では中国が1位を占める場合も増えています。特許分野でも中国企業が生成AI関連特許を大挙出願し、上位10社のうち7~8社を占拠しています。過去には中国企業が国際特許出願に消極的でしたが、今や核心技術保護のために積極的に乗り出しています。これは米中競争の影響で、特許確保が自由な研究開発と革新に重要だと認識するからです。

個人的な研究分野でもありますが、中国論文の特徴は次の通りです。いくつかの指標で見るように中国の論文数が非常に多いです。特にグラフで見られるように、「チャイナ・オンリー・パブリケーション」、つまり中国の研究者同士だけで進行した研究の比率が着実に増加しています。他の国家の研究は多様な国家の研究者が協力する場合が多いですが、中国は自体研究の比重が高いです。このような論文が世界的な学術誌に多く掲載されています。

最近に入って中国の知識自立傾向がはっきりと現れています。AI分野の優秀な論文が中国の研究者や米国にいる中国系研究者によって作成される場合が多いです。米国大学所属の中国系研究者まで含めれば、そのネットワークはさらに拡張されます。

オープンソース戦略とロボット産業における米中競争

米中競争でAI分野を見るとオープンソースが重要です。中国モデルがオープンソースで広く広がっています。中国モデルが重要な理由は、性能が優秀で価格が低廉でアクセシビリティが高いからです。昨年すでに中国モデルが米国モデルの性能を追い越したという分析もあります。米国モデルが性能がより良くても価格が高く、中国モデルでほぼすべての米国産モデルの機能を代替できるからです。このような趨勢はロボット分野まで拡散しています。ヒューマノイドロボットに使われるソフトウェアとデータもオープンソースで公開され、研究者が活用しやすいです。

AIはモデル競争ですが、フィジカルAI、つまりヒューマノイドロボット分野では実体が重要です。人間に代わって仕事をしたり楽しさを与えるロボットが必要です。米中AI競争で米国が特に憂慮する部分はロボットです。昨年基準で全世界のヒューマノイドロボット出荷量の85%が中国から出ており、今年は90%に達すると予想されます。中国の一会社が生産するロボットが韓国全体の生産量より多いほどです。これは特定産業が一国家によって90%以上占拠される場合、該当産業を事実上その国家が作り出すのと同じです。韓国が強みを持つ半導体分野でもサムスンとハイニックスが60~70%を占拠しますが、ロボット分野では中国がこれより高い比重を占めています。

AI人材確保と標準化競争における中国の浮上

このような状況が固定化されれば大きな問題になり得ます。AI競争で人材確保も重要です。過去中国の優秀な人材は主に米国留学後帰国したり米国に残る場合が多かったです。しかし最近の分析によると、約10年前までは中国の高級AI研究者数は世界4位水準でしたが、現在は中国が1位に上がりました。2025年基準で中国が最も多くの最上位AI研究者を保有すると予想され、その後を米国、韓国が続くと見られます。これは肯定的な知らせですが、人口比で見るとシンガポールがはるかに目立ちます。韓国より人口がはるかに少ないシンガポールが人口比研究者数が多いです。中国と米国と競争するためには3~8位圏国家の規模がより大きくならなければなりません。また、中国は若い研究者の比率が高く、成長潜在力が大きいという特徴があります。

若い研究者の比率が高いということはキャリア発展の可能性が大きいことを意味し、これはAI競争力強化につながり得ます。標準化側面でも中国は主要標準機構で相当な影響力を確保しました。国連など国際機構でも中国の発言権が大きくなっており、これは中国がAI技術だけでなく標準と規範を通じて全世界の秩序を形成するのに長い時間労力を費やしてきたことを示しています。単純に資本や人力を投入した結果というよりは多角的な努力があったことが分かります。

ChatGPT初期発売当時には米国との格差が非常に大きくゲームが終わったという評価もありましたが、後続指標がアップデートされながら格差が縮まっています。新しいモデルが続々と登場し、米国と中国は互いに競争しながら先行しています。この二つの国を除けば韓国がそれなりに頭角を現す国家だということは事実です。

韓国のAI競争力:エコシステム構築の重要性

しかし、韓国が米中を代替できるほどのサービス力量やエコシステムを備えられるかが重要です。モデル自体だけでは意味がなく、これを裏付けるエコシステム、つまりロボット、家電、周辺技術及びデータが必要です。したがって、今後はこのようなエコシステム競争を見守らなければならないでしょう。

キャリアがはるかに発展できるので、AI競争力がより上がると見るのが比較的正確です。若い人々の比率が非常に高いです。ですので、これが現在のAI競争を眺める時、今後客観的に未来がどうなるかを予測する時に重要な要素です。また標準のようなものも見ますが、中国がすでに全世界の主要標準機構で多くの部分を掌握するのに労力を費やしました。参考にご覧になるとよいと思います。中国がなぜ国連で発言を多くし、より影響力があるように見えるかと言うと、国連自体は1人1票ではないので、中国がパートナー国家や友好勢力が多く有利でもありますが、中国内部にある国連大学(UNU)のようなエンティティも多いです。ですので、国連でも非常に活発な活動をしています。

このすべてがAI技術だけでなく、これを標準と規範に作り、全世界の秩序や従うべきルールにするのに長い時間労力を費やした結果です。単純にお金を注ぎ込んだり人を投入して作り出したものと見るには、他の指標も非常に攻撃的です。最初ChatGPTが出てきた時は格差が非常に大きくてゲームが終わったと言いましたが、後続指標がアップデートされるたびにどんどん互角に出たり、広がってもすぐ上位を追いかけ、新しいモデルが続々と出てきています。米中は互いに競争しながらずっと先行していく構造であり、米中を除いた国家の中では我が国がそれなりに頭角を現すということはファクトです。

しかし、本当に米中に代わることができるほどのサービス力量やエコシステムを備えられるかが私たちに重要な問題です。モデルだけ持っているのは何の意味もありません。それをちゃんと回るようにできる全般的なエコシステム、つまりロボットや家電、エージェントを載せられる他の周辺技術やデータが裏付けられなければなりません。結局エコシステムの戦いなので、今後私たちが見守るべき部分です。

米国AI政策の転換と企業の利害関係

これは一度ご覧になればよいと思います。結局米国の政策が先ほどお話ししたように安全から完全に安保に転換されました。トランプ政権が発足して最初にしたことがDEI、つまり多様性、衡平性、包摂性を廃止したことです。AI発展に阻害になり時間を遅延させるので、革新を先にして後で議論しようということです。安全(Safety)に対する注目度も落ちました。現在は米国のAI拡散に集中することにまとまっており、オープンAI、クラウドなどの企業もこれに同参しています。

2000年代初盤、特に2001年中国がWTOに加入した以降、2000年代後盤に米中関係が良くなかった時期がありました。当時米国は中国を為替操作国に指定し、最恵国待遇を廃止しようとしました。中国は市場経済原則を守らず問題が多い国だとして、中国との交易を中断しなければならないという主張がありました。

米国は中国を正常国家として認めようとしませんでした。その時一部で中国と交易し、中国に販売し、中国市場を活用しようと主張しました。まさに米国企業でした。ゼネラル・モーターズ、ボーイングのような企業は中国で莫大な売上が発生し、今後も発生すると予想したからです。ゼネラル・モーターズのような企業は一時破産危機に直面しましたが、中国市場進出と占有率確保を通じて回生しました。最近これらの企業の発表を見ると、まるでオープンAIや米国国務省、国防部が作成したような内容が多いです。自由陣営のAIが必ず勝利しなければならず、権威主義国家が1位をしてはいけないということです。なぜこのように突然強硬になったのでしょうか?

企業が正義感に燃えているからでしょうか?そうかもしれませんが、私はビジネス的観点から見ます。この企業はどうせ中国で収益を出せません。中国が自体AIモデルを開発し、ディープシーク、Qwenのような代替品があるからです。これらの企業が全世界市場で高い占有率を占めるところは中国を除いた地域です。問題は中国のアリババ、ディープシーク、クラウドのようなモデルが中国の外に拡散しているという点です。東南アジアを掌握し、韓国、ひいては米国でも使われています。

AIエコシステムの分離と米中間の相互依存性

シリコンバレーでも同じです。したがって、中国産モデルを中国内にだけ閉じ込めなければなりません。これは政府の利益と企業の利害関係が一致した事例と見ることができます。米国だけでなく中国もAIアクションプランを樹立し、今年AI協力機構を発表しました。全世界でAIを最もうまくやり、エコシステムをうまく構築した二つの国がこれをどのように拡散させ、互いに牽制するのかについての競争が繰り広げられています。米国が攻勢的です。

米国はスーパーパワーとしてより攻勢的な手段を使用しており、中国は守備的ですが拡散を継続して要求しています。中国がオープンソース戦略を使用する理由は何でしょうか?ウィンドウズOS競争、アンドロイドとアップルの競争など過去のIT競争を見ると、後発走者がオープンソース戦略を使用する場合が多いです。多くの人々を引き入れて従属させる戦略です。中国が後発走者であり2位なのでオープンソースを使用するのです。国力や状況を比較してみると、中国は守備的な戦略を使用せざるを得ません。しかし、オープンソースが拡散しながら米国の戦略が予想ほどうまく作動していません。

この程度の圧迫なら崩れなければならないのに、そうでない場合が多いです。現在AIエコシステムは分離され固定化されました。AIを中心に見ると根源的にデータ、電力、コンピューティングパワー、AIモデル、AIサービス、デバイスなどが必要です。ところが米中関係を見ると、このすべての連結輪が切れています。米国と中国は核心データを互いに共有せず、中国も同じです。コンピューティングパワーに必要なチップに対する対中国輸出が制限され、中国製品の米国輸入も制限されるなど、継続して分離されています。互いにやり取りしながら完全に分離された状態で、互いに持てない部分があります。中国の最も大きな弱点は半導体です。したがって、持てない部分は自立しようとします。中国の最も大きな問題は半導体であり、GPUのような核心部品の自立を推進しています。米国はそれより

ハードウェア分野で不足な点が多いです。米国はこれを同盟国である韓国、日本などと協力して解決しようとします。しかし、現在米国の同盟協力関係が過去より弱化され、政策が理想的ではないという評価があります。反面、中国は半導体自立が予想よりうまくいっていますが、明確な限界もあります。米中が和解して過去に戻れるでしょうか?

当分の間は難しいでしょう。これを示すのが、今回の政権でも米国国務省が複数のプログラムを提案しているという点です。パクス・シリカのような協議体で中国を除いた半導体及び核心技術分野のインド太平洋同盟国と新しい協議体を構成しています。このプログラムの代表的な例は、東南アジア地域で信頼できるスマートデバイスを生産・供給できる国家や企業に資金を支援することです。これは東南アジア地域で中国産ハードウェア及びソフトウェアを多く使用しているからです。地理的に近く、中国が多くの部分を支援し、東南アジア国家の立場でも中国産を使用しない理由がほとんどありません。安くて良いからです。しかし、この地域で中国産を代替する製品を作るプロジェクトが多くあります。代表的に韓国になり得、ベトナムのビングループのように電気自動車を生産する国家も該当し得ます。このような状況が固定化されながら、米国と中国の話だけでなく韓国についての話も出てくるようになり、一つの憂慮が生じます。

韓国のAI主権確保戦略と相互依存性の強化

特に前で米中技術競争を言及しましたが、では私たちは片方を選択するか、あるいは最後まで両方とうまくやっていかなければならないのでしょうか?しかし、そうしていて当然浮かぶ考えは「いつまでこうやって生きていかなければならないのか?」です。私たちも私たちだけのものをある程度持ってこそ交渉力とレバレッジを確保できるのではないでしょうか?「私一人で食べて生きていく」という考えもできるのではないでしょうか?米国に対して中国でレバレッジをすることはできず、中国に対して米国でレバレッジをするにはあまりに大きな賭けだからです。

私たちも私たちだけのものがあるということです。これが最近よく言う「AI主権」です。欧州の事例を見ると、私たちと悩みが似ていて状況がより良くないところは欧州です。欧州はすべてのハードウェア、例えばバッテリーや電気自動車部品を中国産に依存し、すべてのソフトウェアは米国産に依存します。欧州にはネイバーやカカオトークのような自体サービスがなく、すべて米国サービスを使用します。ハードウェアは中国産、ソフトウェアは米国産に依存するので、自体的なレバレッジがないのです。したがって、このままではいけないという考えが浮かびます。構造的に片方に依存するのは危険であり、自ら何かを作らなければなりません。一企業や一国家にだけ依存するのは排除しなければなりません。最も理想的なのは「Made in Europe」を自体的に作ることでしょうが、エコシステムがないので難しいでしょう。

ではどうすればよいでしょうか?一人にだけ依存しないことです。例えばOSを作る時、グーグルにだけ依存せず、マイクロソフトや韓国のネイバーのものも一緒に使用して危険を分散させる構造です。これはAIやデジタル分野だけでなく、食糧など他の分野でも多く使われる構造です。シンガポールが代表的な例です。シンガポールは食糧生産をしませんが、周辺国家であるタイ、マレーシアなどから食糧を輸入して分散します。一つの国に問題が生じても他の国から持って来られるようにするのです。また、時間がかかっても自ら開発に投資するツートラック戦略を使用します。これがAIにも共通的に適用されています。「主権AI」という用語は政治・外交学的に排他的な感じを与え得るので、外国人と対話する時に注意しなければなりません。「お前たちは世界を排他させて領土主権のように作るのか?」という拒否感を与え得るからです。したがって、「開放的で協力的な主権AI」であることを説明してこそ対話が可能です。米国が提案し、特に現在

米国のAI政策を率いているホワイトハウスのクラッチオス・ディレクターは「AI主権とは全世界最高モデルに対するアクセス権だけあればよい」と言います。米国が最高モデルを持っているので、そこにアクセスできる権利を保有することが主権により良いということです。主権で重要なのは性能であり、直接開発するのは非効率的で国力浪費なので、米国のものを使用する代わりに、米国がうまくできる他の分野に集中しろということです。これは既存の経済安保や多角化とは違う概念です。片方にだけ一点集中せず分散投資しようというのではなく、最もうまくやるところに全的に依存する代わりに、相手方も私たちに全的に依存するようにするのです。では私たちはどうすればよいでしょうか?主権AIモデル開発にお金をかける代わりに半導体に集中して相互依存性を極大化するのです。そうすれば抑止力が生じます。私たちも壊れれば相手方も壊れるので、相互信頼が強化されます。これが米国が提案した概念であり、非常に意味のある概念です。

AI主権戦略の概念的差異と韓国の選択

しかし、どれを選択するかは容易ではありません。概念は現在このように分かれています。米国が提供する概念も一理あり、最近米国のシンクタンクは主要中間強大国の主権戦略を批判し、非効率的で米国はすべてをすることはできないので、米国のAI革新に補完的な役割をするロボット、ハードウェアなどに集中するのが良いと主張します。相互補完性を強化すればよいのではないかということです。中国はどんな話をするでしょうか?

中国も脈絡は似ています。「米国ほどうまくやるものを無料で出すのに、なぜ非効率的なことをするのか」ということです。中国の立場では「エクセルから作ろうとせず、我々が提供するエクセル、PPTプログラムを全部使って、あなたたちがうまくやることをしろ」ということです。しかし、問題はそれがいつまで無料かについての憂慮があります。このような状況が加わりながら進行しています。それにもかかわらず、その概念、特に米国が提案する概念が一理あり、同盟も重要ですが、それにもかかわらず私たちが自ら何かをやってみることが必要だという理由は次の通りです。

生産をしないことを選択する時、分散させればよいです。タイ、マレーシアなど複数の国に分散させながら、一つの国に何かが生じても他の国から持って来られるようにする分散方式があります。また、時間がかかっても自ら投入して開発してみよう。この二つのトラックで行くのです。これがAIに共通的に適用されたものです。私たちが追求するソブリンAI、つまり主権AIという言葉は政治・外交学的に排他的な感じが強く、外国人は拒否感を感じ得ます。ですので、必ず説明をしなければなりません。私たちが追求するソブリンAIは排他的なものではなく、オープンで協力的なソブリンAIだという説明をしてこそ次の対話に進めます。米国が提案し、特に現在ホワイトハウスのAI政策を率いているクラッチオス・ディレクターがした話は次の通りです。

米国のAI政策を率いているホワイトハウスのクラッチオス・ディレクターはこのように言いました。「分かった。あなたたちがどんなソブリンAIをしようとしているのか分かったが、ソブリンAIとは何か?AI主権とは何か?全世界で一番良いモデルに対するアクセス権だけあればよい。米国が全世界で一番良いモデルを持っているではないか?では、そこにいつでもアクセスでき、確実にアクセスができるという権利を保有することがあなたたちの主権により良い。」

なぜなら主権で重要なのは性能だからです。性能。同じようにできもしないことを不十分にお金をかけながら効率性も落ち、結局良くないモデルを作れば国力浪費です。ですので、我々のものを使え。代わりにあなたたちはそのお金であなたたちがよりうまくできることをしろ。これは既存に私たちが経済安保や主権で言う多角化とは違う概念です。ここにだけ一点集中してはいけないので分散投資をしようというのですが、それではなく、一番うまくやる国に全的に依存する代わりに、その国が私たちに全的に依存するようにするのです。では私たちはどうすればよいでしょうか?ソブリンAIモデル開発にお金を使う必要なく半導体に一点集中するのです。ですので、相互依存性を最後まで上げてしまうのです。そうすればどんなことが生じるかと言うと、抑止力が生じます。抑止力が。私たちも壊れればあなたも壊れるので、相互信頼が少し強化されるのです。これが米国が提案した概念です。それも実は非常に意味のある概念です。

しかし、どれをどのように選択するかは容易ではありません。容易ではないのですが、概念は今このように少し分かれています。米国が提供するコンセプトも一理ある話で、最近米国の複数のシンクタンクで主要中間強大国が作り出したソブリン戦略を冷静に批判する地点がここにあります。不可能だ。非効率的で、実は米国はすべてをできる国ではないので、米国のAI革新にどんな重要な役割をできる補完的なものに集中するのが良い。ロボットならロボット、ハードウェアならハードウェア。相互補完性を強化すればよいのではないか?このような意見が多いです。中国は何の話をするでしょうか?

中国も脈絡は似ています。我々が米国に劣らないものを開発して全部無料で出すのに、なぜそんなに非効率的なことをするのですか?これが中国の立場です。我々が今エクセルを作って無料で出し、インターネットを作って出すのに、なぜ今エクセルから作ろうとするのですか?PPTプログラムから全部あげるので持って使い、本人たちがうまくできることをしろというのが中国の脈絡です。問題はそれがいつまで無料かという私たちの憂慮があるのです。ですので、これが今加わりながら進んでいくのであり、それにもかかわらずそのコンセプトが一理あり、特に米国がするコンセプトが一理あり同盟がありすべて良いのですが、それにもかかわらず私たちがとにかく何か自ら一度やってみることが必要だという理由は、私が見るにこれだと思います。

AIの国家安保及び産業成長への寄与と自体開発の必要性

AIは国家の国防と産業成長に必須的な要素です。自ら国家を守ることができなければならず、産業成長で経済を維持し、社会的安全網と基本インフラを構築するのにAIが交集合として作用します。今後すべてのインフラはAI基盤で回るでしょうし、AIを活用しない産業は成長しにくいでしょう。国防分野でもAI無人機、ロボットなどが導入されています。

AIの重要性は国家安保と産業成長に寄与するという点以外にも、直接経験した人がよりよく理解し活用できるという論理からも見つけられます。本でだけ学んだ人より直接やってみた人がよりうまくやるように、AIを直接開発してみた経験はレバレッジ効果をもたらすだけでなく、元々うまくやる分野の力量を強化します。例えば、AIのための半導体開発時、AI関連部分まで外国にだけ依存はしないでしょう。

AI技術を深く理解し開発すれば、既存の半導体技術をはるかにうまく作ることができ、外部技術を受け入れる時も理解と吸収力が高くなります。このような観点から見る時、一定部分自体的なAI開発努力を傾けることは必ず必要だというのが政府の立場であり、これに同意する方です。昨年一年間AI関連主要国家の政策が多く発表されました。

中間強国のAI戦略と韓国の潜在力

すべての国家がAI技術開発に力を尽くしており、数多くの中間強国も同じです。AI分野の中間強国(Middle Power)戦略は研究してみる価値のある主題です。現在のAI技術水準をティア1(米国、中国)とティア2(韓国、フランス、ドイツ、日本など)に分けられます。ティア2グループ内では自主的にAI技術を開発しようとする韓国とフランスがあり、米国の戦略に従うことにした英国と日本のような国家もあります。これらの国家でさえAI開発を完全にゼロから始めるのではありません。

日本は米国のAIプラットフォームに密着しており、韓国はハードウェアを提供する役割をします。それにもかかわらず日本でさえ行政や国防分野では自体AI開発プロジェクトを一部遂行します。韓国はこれよりさらに積極的にAI技術開発を試みています。韓国は半導体以外にもAIエコシステムで潜在力を持つ企業があり、すべてのセクターで最高になることはできなくても、世界最高水準の潜在力を持つ分野があります。特に先端製造分野は家電、自動車、造船、バッテリーなどで中国を除けば韓国が強みを持っており、AIはこのような分野を連結できます。

エネルギー分野でも原発、太陽光、ESSなど多様な技術を保有しており、自体ポータルとメッセンジャーサービスも備えています。このような要素をうまく連結すればAI技術開発に成功する可能性があります。米国は韓国をAI、特にフィジカルAI分野で最高のパートナーと見なしています。米国が自体的に工場を建てて家電業者を育てるには長い時間がかかりますが、韓国はすでに必要なすべてを備えていて協力に有利です。

米中競争の中の韓国の外交・産業戦略

米国は韓国を同盟パートナーとして非常に重要に考えており、これは安保及び産業ポートフォリオ側面で相互補完性が高いからです。このような状況で中国との関係をどのように設定するかが重要な課題として残っています。

中国とは相当な競争関係にあり、ポートフォリオが重なる部分が多く熾烈な競争が予想されます。しかし、韓国の対中国戦略は米国の対中国戦略と同じではあり得ません。中国は地理的に近く、北朝鮮問題などを考慮した時、重要なパートナーでもあります。また、中国が持つ巨大な市場とエコシステムの魅力を無視できません。米国企業でさえ中国内の工場を維持している状況で、韓国は中国との関係をどのように設定するか戦略的な悩みが必要です。

米国と中国が熾烈に競争する最中にも協力したり交流する領域が存在します。例えばグローバル挑戦課題やSDG分野では協力が可能です。韓国のグローバル戦略方向は、安保が重要な分野は米国と集中的に協力し、安保敏感性が低い領域は中国を含めた他の国とも協力できます。中国との協力は戦略的にアプローチしなければならず、安保敏感性が低い領域で考慮してみることができます。これは韓国企業に難しい課題であり、飛行機で1時間距離にある巨大な中国市場とエコシステムをどのように攻略し活用するかについての悩みが深いです。

韓国のAI競争力強化と相生方案

中国市場で収益を創出するのが最も良いでしょうが、そうでなければ現場の変化を速く把握して革新に活用するアプローチ方式も重要です。韓国の国家AI戦略委員会出帆1周年を迎えて成果発表が予定されており、複数の努力を通じて成果を出しています。基本的な哲学は、AI分野で韓国が遅れたが潜在力はあり、インフラと支援が不足なので競争力を早急に育てなければならないということです。

GPU確保のためにエヌビディアと協力し、韓国企業の強みを活用して海外ビッグテックと協力して競争力を強化しなければなりません。オープンAI、クラウド企業、グーグルなどは韓国に支社を設立しようとしています。同時にネイバー、カカオ、SKTなど韓国企業自らの競争力もツートラックで育てなければなりません。これのために独自のファウンデーションモデル競争を支援することもこのような脈絡です。グローバル協力と自体力量強化を並行して競争を促進し、成功事例を作るのが目標です。

製造業分野でサムスン電子、現代重工業、LG電子などがAIを導入して不良率減少、生産性向上、安全事故予防などの成功事例を作り、これを世界に輸出することを目標にします。また、AI転換による両極化解消のために教育提供、研究環境造成、ベーシックインカム支給など制度的枠組みの用意が必要です。AI時代に疎外されたり被害を受ける人がいないように支援し、彼らが流れに同参できるように助ける方案を模索しています。

このような努力は韓国だけができる独創的な試みになり得ると思います。産業競争力強化とともに疎外階層及びAI恩恵を受けられなかったり被害を受け得る人々を支援し、共に発展できるように助ける努力を並行しています。このような努力は韓国がグローバル社会に模範事例を見せられる機会になるでしょう。

国家AI戦略委員会のホームページには会議録、年間予算目録、2025年及び2026年AI関連国家予算事業目録など膨大なデータが公開されています。この資料を分析すれば、韓国がAI分野にどのように予算を投入しているのか、どの部処がどの程度の予算を使用するのかを把握できます。このような情報は課題遂行などに活用され得ます。

データ公開後、市民社会から社会保護よりは技術革新企業にだけ予算が集中されるという批判を受けました。5,000~6,000ページに達するすべての文書を分析した結果、このような批判を受容し反省する姿勢を取っています。

専門家及び市民の意見を取りまとめながら政策を推進していますが、依然として不足さと限界が存在します。政策が理想的に流れず副作用が発生する場合が多く、これは人に対する理解不足や予測の難しさのためです。良い意図で作った政策が期待に及ばない場合が多く、このような根本的な限界も存在します。

AI技術開発の戦略的選択と代価

韓国は米国、中国に比べてAI分野で遅れたので、速く競争力を育てようとします。エヌビディアと協力してGPUを確保し、同時に国内企業の競争力も強化するツートラック戦略は合理的に見えます。しかし、資源が分散される問題があります。GPU輸入制限がないという理由でエヌビディアを選択することで、GPU国産化の機会を逃しました。中国はGPU輸入が制限されると国産化に集中しており、これは性能格差を縮め、巨大なエコシステムを確保する結果を生んでいます。

これは政策の問題というより、すべての政策には完璧さがなく、戦略的選択には必ず代価が伴うという点を示唆します。また、革新を通じた競争力確保が優先順位にあり、その過程で得た果実を共有しようというアプローチ方式があります。この過程で最も重要な資源は結局時間です。お金や他の資源も重要ですが、有限な人生を生きる人に時間は最も貴い資源です。

AI時代の時間資源とコンティンジェンシー・プラン

疎外階層は一定期間の苦痛を甘受しなければならないのに、この時間をどのように補償するのか、そしてAIデバイド状況でこの時間をどのように耐え抜けるかが大きな問題です。また、韓国が努力する間、米国と中国がじっとしていないだろうという評価とともに、格差が縮まらなければどうするのかについてのコンティンジェンシー・プランがあるのかについての批判も受けています。これは非常に現実的な問題です。

米国と中国がAI市場を独占する構造は望ましくなく、中堅国が力を合わせなければならないという意見もあります。しかし、日本の立場から見る時、韓国と協力して得る利益より米国と直接協力するのがより有利であり得ます。したがって、中堅国間の連帯が容易ではない現実的な理由が存在します。

AI技術発展の不確実性と潜在的危険

中堅国の間にやり取りするものがあるのか、ですのでベネフィットとコストをよく勘案してみると思ったよりあまりないという評価も多いです。中堅国間の協力も現実はこうです。ちゃんと設計しなければ相手方の立場でわざわざ協力する理由がありません。「なぜお前と協力しなければならないのか?私がただ米国と直接やるか、お前たちもやることなら私も一人でやってみられるのではないか?」と考えるようになります。フランスのような場合も同じです。ここまでがAI関連の話で、残りのスライドも早く仕上げなければならないようです。技術発展と関連した多くの話をしましたが、AI開発が問題ないかについての根本的な質問も残っています。

今回私たちが期待する革新が本当に起きるでしょうか?そうでないかもしれず、もう一度の冬が来るかもしれません。雇用問題も先ほどお話ししましたが、依然として不安です。カカオは公式的に違うと言いましたが、AIが代替できる職群の人を抜擢しないというのは十分に想像可能なアイデアです。また、複数の大学でこの危険な技術をどのように管理するのかについての問題も継続して提起されています。研究者たちは「私の考えより速すぎるほど発展しているので、しばらく開発を止めて、災難的な問題や統制不可能な問題が生じた時どのように対処するか悩んだ後に再び開発を始めよう」という自発的な動きを見せてきました。最も最近はスタンフォード大学などで即座の行動を促す話も多く出てきています。

AI時代の制度的備えと規制議論

特にAIは経済と労働分野に大きな再編を要求するので、制度を作らなければ大変なことになり得ます。課税や分配制度などを事前に悩まず、すべての問題が起きてから収拾しようとすれば、状況が収拾がつかなくなるでしょう。例えば、AIでどのようにお金を稼ぐのか追跡さえ不可能になれば、課税が不可能になり、再分配も難しくなるでしょう。これは途方もない想像もできない問題を惹起し得るので、しばらく止まろうという話も多く出ました。

MITではAIが誘発し得る複数の危険をデータベースに作って管理しており、AIが越えてはいけない線についての議論も活発に行われています。このような肯定的な議論が多くありますが、残念ながら強力な規制や責任性が不足して無視される場合が多いです。現在戦争でAIを途方もなく使用していますが、AI危険議論で最初に出てくるのが武器です。武器開発にAIを使用しないようにしようということです。

AIの公益的活用とSDG達成

また、虚偽情報の流布にAIを使用しないようにしよう、自己発展AI開発を自制しようという昔の合意がありましたが、守られていません。武器開発、AI自体開発、虚偽情報流布にAIが悪用される実情です。この点が重要だと思います。もう一つ多くの方々が関心をあまり持たないのがSDGです。SDG達成は2030年までほぼ不可能に見えます。約6~7年前、SDG17の目標別にAIが及ぼす肯定的、否定的影響を分析したことがあります。AIは肯定的な影響を大きく及ぼすことができ、AIを活用してSDGを達成するプロジェクト文集も存在します。

ほぼ20万個に達するプロジェクトがあります。世の中には依然として解決すべき問題が多いので、AIをどのように公益的に使用するかについての悩みが必要です。ジェンダー、教育、不平等など多様な分野でAIを活用でき、特に開発途上国は私たちが想像するのと違う種類の問題を持っていて、AIで多くのことができます。

AIと環境問題:電力消費と炭素排出

未来と関連してAIを調べてみるのもよいと思います。不確実性指数やグローバルリスク報告書などを見ると、大部分環境イシューが重要になるでしょうが、AIは環境とも密接です。AIは電力を途方もなく多く消費し、米国ではすでに人々が拒否感を感じるほど嫌悪施設化しています。テキサスにだけ承認待機中のAIデータセンターが1,000個です。

AI技術発展の未来と総合的考慮事項

電気料金の上昇と二酸化炭素排出増加などの問題が発生するからです。このようなイシューも非常に重要なので、総合的に考慮してみていただければと思います。この資料も参考にしていただければと思います。私の講義はここまでにします。ありがとうございます。