IMF専務理事、AIを雇用に迫る「ゆっくり来る津波」と警告

IMFのクリスタリナ・ゲオルギエバ専務理事が10月12日、バンコクで開かれているIMF・世界銀行の年次総会に初めて登壇し、AIが労働市場と税制にもたらす破壊的な影響について警告した。「ゆっくり来る津波ではあるが、津波であることに変わりはない」と述べ、政策担当者には教育のあり方を抜本的に考え直し、社会が適応できるよう今のうちに動き出すことを求めた。

同じ頃、シンガポールで開かれたイベントではテック業界の側からもブレーキをかける発言が相次いだ。TikTokのシュウ・チューCEOは、視覚認識のニュアンスを捉える力や長期的な記憶の検索といった領域では人間が依然として優位にあると強調し、創造的な仕事の多くで人間の優位性は残るとの見方を示した。Microsoftのジャドソン・オルソフ副社長も同様の見解を表明。近い課題は「AIの発達が速すぎること」ではなくサイバーセキュリティの方だと指摘した。世界がAIの可能性に過興奮し、その未成熟さを見落としているという指摘であり、規制側と産業側の双方から「冷静化」を促す声が並んで出た一日だった。

Gartner「AIエージェントの7割が2028年までに放棄」──原因は技術ではなく「案件の構造」

企業向けにはさらに厳しい数字が並んでいる。Gartnerは、ベンダーのエンジニアと直接協力して構築したAIエージェントについて、2028年までに企業の7割が放棄すると予測した。注目すべきは、その原因を技術の未熟さではなく案件の「構造」に見ている点だ。何が企業をつまずかせ、どうすれば回避できるのかという論点とあわせ、日経を含む各社で報じられている。

支出側の実態も厳しい。アクセンチュアの調査では、生成AIで増え続けるトークン支出のうち8割は明確な事業成果に結びついておらず、3社に1社がすでに年間予算を超過しているという。同社はトークンを経営資源として管理する先進企業の取り組みを紹介しており、適切な管理によってコスト増を最大44%抑えられる可能性があるとしている。「導入して終わり」ではなく、支出と成果を継続的に紐づける運用が問われている。

NBER大規模研究：AIでコミットは240%増、それでもリリースは30%増──ボトルネックは「出荷側」

AIコーディングの生産性をめぐる気になる数字も出ている。2026年に公開されたNBERのワーキングペーパー「Writing Code vs. Shipping Code」を紹介する日本語記事によると、GitHubの大規模データを使った分析では、AIの導入によってコミット数は240%増加した一方で、実際に出荷されたリリースは30%程度の増加にとどまったという。「コードを書く速度」が数倍になっても「出荷できるソフトウェア」は同じ倍率では増えない、という生産性のパラドックスだ。

ボトルネックが書く側ではなく出荷側──レビュー・検証・統合にあるという構図は、同じ日にHacker Newsで話題になったNew York Timesの「検証税（Verification Tax）」の議論とも響き合う。AIの産出速度を上げるほど、その成果を人間が確認するコストが相対的にふくらみ、全体の効率を押し下げるという指摘だ。ツールの導入率を競う段階から、検証と統合の工程をどう設計するかに関心が移りつつあるといえるかもしれない。

前回の続報：オープンソースの判断モデル「Decision 3.0」がJev Decision Index両ボード首位

先日Microsoftの判断特化モデル「Decision-1」を取り上げたが、判断モデル（文章を生成せず選択肢の確率だけを返すモデル）カテゴリにオープンソース陣営から強力な新候補が現れた。vLLM Semantic Routerチームが公開した「Decision 3.0（d3）」は、0.6Bから27Bまでの4サイズ展開でApache-2.0ライセンス。テキストに加えて画像と動画を読めるマルチモーダル構成が特徴だ。

ベースはQwen3.5（0.8B／2B／4B／9B）とQwen3.8-27B。判断タイプは「選択肢」「Yes/No」「スコア」の3種で、テキスト生成を行わず確率だけを返す。同一入力への複数質問も1回の呼び出しで処理できる。画像は1.6MPまで複数枚、動画はMP4/WebM/MOV/MKVを2fps・最大32フレームで読める。

結果は派手だ。公式のJev 0.3評価キットで、27Bがテキスト64.7・ビジョン71.6を記録し、両ボードでJev自社モデルを含む全掲載モデルを上回って首位になった。0.6Bから9Bまで全サイズが自クラス首位で、9B（d3-flash）は前世代の27B（Decision 2.0）を上回る。さらに訓練で動画を見ていないにもかかわらず、Perception Testの検証19,140問でゼロショットの27Bが77.4を記録した。重みはHugging Faceのコレクションで公開されており、判断モデルを自前運用したいチームには有力な選択肢になりそうだ。

ローカルLLM：strix-llama.cppの新ブランチでStrix Haloのプロンプト処理が最大174%高速化

AMDのAPX/Strix Halo搭載機でローカルLLMを動かしている人には朗報な最適化が報告された。Strix Halo（Radeon 8060S、128GB）でllama.cppをチューニングしているユーザーが、Strix Halo向けフォークstrix-llama.cppの新ブランチ「rdna35-perf」を公開したもの。ROCm/HIP専用の10コミットで、既存バックエンドとの比較数値を添えている。

ポイントはプロンプト処理（prefill）で、Vulkan比で21〜54%高速。さらにストックのROCm比では、Qwen3.8 27B（dense）でコンテキストが深い領域において最大174%高速という。コンテキスト長が伸びるほど差が開くのは、ストックROCmのflash attentionが深いコンテキストで急激に性能が落ちるためという。生成（decode）速度はdense 27BでVulkanと同等。Qwen3.6 35B-A3B（MoE）では短いコンテキストで2〜3%劣るものの、64k以降は1%以内に迫る。出力の品質はストックROCmより近く、perplexityは変わらないとしている。

Jim Fanが描く「2040年にロボティクスは終わる」──動画生成AIから世界モデルへ

NVIDIAのジム・ファン（Jim Fan）がSequoia AI Ascentで行ったロボティクス講演が、日本語の要点解説記事として話題になっている。「2040年にロボティクスは終わる」という大胆な見出しの通り、ロボットAIの現在地から「終着点」までを一気に描く内容だ。

解説記事によれば、講演ではまず、わずか6年・3ステップでLLMがここまで到達した経緯をIlya Sutskeverの言葉とともに振り返ったうえで、動画生成AIから「世界モデル」が生まれつつあるという見通しが示されたという。ロボットの身体性を持つAIがどう進化し、どこで「完成」するのか。日本語記事は元動画の全文翻訳ではなく要点の抜き出しに筆者の見解を交えたもので、正確なニュアンスは元講演に当たるのが良いだろうが、ロボティクスの次の十年を考えるヒントが詰まった内容になっている。

小ネタ：デッキ構築ゲーム「Slay the Spire」でAIの長期戦略を測る「SpireBench」

arXivに、商業デッキ構築ゲームSlay the Spireの完全プレイでエージェントモデルの長期戦略を評価する「SpireBench」が公開された。序盤の決定が長期的な成功を左右するゲーム特性を利用し、知識・推論・運を分解して測る狙いで、20のLLMを評価している。既存のエージェント評価ベンチマークが短くエピソード的なタスクに偏るなか、長期にわたる戦略的推論をどう測るかという課題へのアプローチとして興味深い。