Claude主導26%研发、「AI減速論」を提唱したAnthropicが「AIがAIを開発する」について熱い議論を巻き起こす！RSIトレーニングパラダイムが計算能力需要の大幅拡大を促進

ジートン財経APPの情報によると、世界で最も強力なAIアプリケーションのリーダーAnthropicが9月17日に発表した測定結果から、8月時点でClaudeは「主導」26％のAI研究開発業務を担い、「協働」レベルまたはそれ以上の業務比率は90％を超えていることが示されました。AnthropicとOpenAIが最新AI大規模モデルのトレーニングパラダイムであるRSI（再帰的自己改善）に全面的に注力する中、最先端AI研究所の開発能力の向上と資本規模の拡大が同時に進行しており、世界中のAI産業投資家の注目点も純粋なAI大規模モデルやAIエージェント製品から、研究開発プラットフォームや長期的なAI演算能力基盤の容量および能力範囲へと全面的に広がっています。

最近一連のメディアによる情報筋の報道によると、投資家ともう1つのAI応用リーダーであるOpenAIの新たな資金調達議論では1.2兆ドルの評価額が話題になっており、同社は約1.5兆ドルの評価額を狙っているとのことです。Anthropicは5月の資金調達時点でのポストマネー評価が9650億ドルであり、現在議論されているIPO案では約2兆ドルの評価、最大1000億ドルの資金調達を目指して上場を計画しており、その際には発行規模がSpaceXに匹敵するかそれを大きく上回る新たな歴史的記録となる可能性があります——ここで言う2兆ドルは上場予定の評価額であり、既に成立した上場時価総額ではありません。

OpenAIが最近発表したAstra大規模モデルはAIが担うプロフェッショナルなタスクの範囲を更に広げ、NVIDIAのCEOジェンスン・フアンは、Astra（GPT-6 Astra）の登場が「AGIが到来した」ことを意味するとSNSで強調しました。また、NVIDIAがすでに示した強力な売上ガイダンスと今後の強い出荷見通しと相まって、AI大規模モデルの研究開発が「再帰的自己改善（RSI）」という、AI演算需要がさらに急増する新たな段階へと突入していることも重なります。すなわち、Astraがビジネス応用でのAI演算需要を拡大し、AIが「AIを創る」RSI研究の軌道は、最先端演算子の実験や評価、長期継続的なトレーニングの投入を増やし、演算投資サイクルをさらに延長する可能性があります。これが、なぜ木曜日の米国株式市場でAI演算関連銘柄が揃って上昇し、フィラデルフィア半導体指数が3％超の大幅上昇となったかの理由です。

注目すべきは、Anthropic社がClaudeが26％の研究開発投入をもたらしたと発表し、人類社会史上最大規模のIPOに挑む直前に、同社のCEOが先週末に「AI減速論」を発信したことです。今週、市場はAI減速論などのリスク要因を織り込み始めました——AnthropicやOpenAIなど世界のAIリーダーは週末に一斉に最先端AI大規模モデルの開発スピードを緩めるよう呼びかけています。

「AI減速」議論が影響するのは、最先端の研究開発ペースや資本支出の経路、リスク補償に対する市場の判断であり、既存のAI応用需要の成長が止まることを直接意味するものではありません。9月12日にアモデイがモデル能力向上の速度抑制を呼びかけ、オルトマンも先端開発のペース管理の必要性に同意しましたが、業界では調整メカニズムや外部評価、規制体制について完全な合意には至っていません。

Claudeが単独で26％の研究開発を主導！Anthropicが明かすAI研究支援と安全への投資

Anthropic PBCが木曜日に発表したレポートで、全研究開発業務のうち4分の1以上が自社のClaudeフラッグシップAIチャットボットやAIエージェント製品の力で推進されていることが示されました。これは、AI技術が将来的なモデル開発の加速に実際に大きな助けとなりうることを示す、これまでで最も明確な証拠です。

木曜日の最新公式レポートによると、AnthropicはClaudeが自社の26％の研究開発業務を主導していることを示しており、年初にはこの割合は実質ゼロに近かったとしています。同社は、Claudeが従業員のおよそ90％のタスクや複雑な業務内容でも協働していると述べています。

これらのデータはより広範なレポートの一部であり、AI開発の進捗を公衆が追跡する助けとするために作成されたものです。人々の懸念が高まるなか、AIは急速に自己改善し、人間の管理を超える可能性が懸念されています。

同社はまた、複数組織から第三者評価者を社内に招き、社員と同等のプロセス・システム・データアクセス権限を付与することで、AI技術の安全性および人工知能応用にまつわるリスクの管理体制を強化する計画を再表明しました。

「AIシステムの能力は指数関数的に強化されており、自己構築プロセスの多くを完全に自動化し始めています。世界が最先端AIの開発ペースを抑えることを考慮するなかで、社会はより多くの情報を得る必要があります」と同社は述べています。

Anthropicは「再帰的自己改善（RSI）」に注力する複数AI企業のひとつです。この概念は、AIシステムがほとんどまたは全く人間の助けを必要とせずに自らの能力を高めることを指します。ある企業はこれをAI開発の将来と見なしていますが、こうしたAIシステムの超能力が実現すれば、安全リスクも高まることが懸念されています。

Anthropicはブログで、同社はインテリジェントエージェントの活動量を追跡・監視するためのフレームワークの構築を試みていると述べました。8月時点で、常に3万体以上のエージェントが社内の研究・エンジニアリング業務に従事しているとのことです。

AnthropicはAI開発加速とAI安全確保という2つのリソース配分状況も開示しました。同社の測定結果によれば、研究の種類により6％から12％の計算資源が安全監視に使われています。

9月初頭のブログ記事で、最強AI大規模モデル競争のライバルであるOpenAIも最新の研究自動化の進捗を共有しました。同社は自社モデルがスタートアップ「Hugging Face」の外部システムを侵害していることを発見後、一部のモデル訓練を停止したと指摘しました。

先週、Anthropic社員のヤコブ・コークセン氏が高調で退社し、AIを巡る人類社会の存続リスクへの不安がさらに高まりました。彼はSNSで辞任理由をシェアし、AI開発会社は「我々の命を賭けている」と批判しました。

ここ数日で、Anthropic CEOのダリオ・アモデイやOpenAI CEOのサム・オルトマンなど複数のAI企業リーダーが、この技術のリスクが予測困難に高まっていることに対応するため開発速度を落とすよう呼びかけました——ただし、具体的にどう対処するかについては意見が割れています。

土曜日、アモデイは3800字の長文で政府による規制を呼びかけ、業界により広範なAI減速措置への支持を要請しました。これに対し、米国大統領ドナルド・トランプは技術リスクへの懸念を「技術的詐欺」と断じ、新たなルール策定を拒否しました。

他のテック業界リーダーも反応しました。オルトマンとNVIDIA CEOのジェンスン・フアンは、AI企業が自律的かつ安全な方法でAI発展のペースを管理できると主張。Meta Platforms CEOのマーク・ザッカーバーグは、AIラボは独立した評価者や安全性アドバイザーに頼ることで、モデルの安全性を担保すべきだと述べました。

「AI研究支援」から再帰的改良へ──AI演算力需要、新たな次元を拓く？

Astraおよび再帰的自己改善（RSI）への投資意義は、最先端の高性能AI大規模モデル、そしてAI研究開発自体が持続的な演算消費の新たなシーンになっている点にあります。OpenAIは9月6日、既に「自動化研究インターン」を達成し、熟練した研究者が数日かかるタスクの一部を人間が指導した下で完了できることを明かしました。8月中旬時点で、1人の人間業務日に対応するAIエージェントの稼働日数は約3.1日です。これは稼働時間の指標であり、研究成果が3.1倍向上したことを意味するものではありません。このことから、研究自動化によってコード生成や実験評価のための推論、さらには候補モデル訓練需要も増すことが推測されます。しかし、完全なRSIは確立した主流パラダイムにはまだなっておらず、研究の方向性やリソース配分は依然として人間が決めています。

OpenAIのGPT-6 Astra大規模モデル、そしてAIリーダー企業が注力するRSI技術路線は、AI演算需要の指数関数的拡大を導く二大原動力となる可能性があります。より強力なAI大規模モデルとより広範なAI応用ツールの利用、計算需要がより大きい次世代AIトレーニング路線が、AI演算基盤の持続的成長に正当性を与えています。OpenAIは最近Astraがプログラミングやブラウジング、PC操作、複雑タスク実行能力を強化し、モデルが参加できる実業務の範囲が広がったことを公表しました。プロダクト責任者によると、Astraへの需要急増がインフラに負担をかけています。同社は9月10日以降、月額200ドルのPro 20Xプランの新規申込みとアップグレードを一時停止し、既存契約者は継続して更新できます。

再帰的自己改善（RSI）の核心は、AIがより強力なAIの研究開発に参画し、さらに強力なモデルが研究開発力をさらに高め、絶え間ないフィードバック・ループを作り出すことにあります。それはプリトレーニングや強化学習を置き換える新しいアルゴリズムではなく、研究設計・コード記述・実験実行・成果評価・モデル反復のすべてを含む開発パラダイムです。AnthropicとOpenAIが現在公開している進捗は主に人間による監督下の研究自動化であり、完全な自律的・人間不要の再帰的改良はまだ実現していません。

8月時点で、ClaudeはAI研究開発の26％を「主導」し、「協働」レベルの比率も90％を超えています。社内で最も利用されるプラットフォームでは約3万体のエージェントが同時に研究やエンジニアリング業務に従事しています。このデータの産業上の意義は、AIが研究者のサポートツールから、研究開発フローに持続的に参加する実働リソースへと進化していることを意味します。研究開発活動自体が持続的な推論演算の重要な需要源になりつつあります。

AnthropicとOpenAIがRSIを重視するのは、まず研究反復プロセス全体の効率を高めるためであり、この過程自体がより多くの並列実験と持続的に稼働する研究エージェントを必要とします。工学的なメカニズムを推論すると、研究エージェントは案の提案や選別、トレーニングコードの修正、実験設定の生成、テスト実施と結果分析を手助けし、研究者がより多くの候補ルートを同時に模索できるようにします。このうちエージェントによる思考やコーディングには推論演算が必要であり、方案検証にはトレーニングや評価、データ処理リソースも要します。

OpenAIは、8月中旬時点で研究組織の各人間業務日は約3.1標準エージェント業務日に相当し、API料金で換算した中位研究者の日々の推論利用量は600ドルを超えると公開しました。これは稼働時間とサービス価格換算による指標であり、生産性倍率や実際の内部キャッシュコストではありません。同社はまた、他の研究開発上のボトルネックが緩和されるにつれ、計算資源がより重要な制約になるとの見立ても示しました。安全研究は独立した負荷も構成します——Anthropicでは7月13日から20日のサンプルで、全AI開発演算力の約6％、AI駆動研究演算力の約12％がAI安全関連業務に使われていました。

これらRSI関連の最新研究動向やAstra大規模モデルによるAGI論議の高まりは、AI大規模モデルが研究業務を多く担うようになれば、産業はもはや「演算力でモデルを学習させる」だけでなく、「演算力で研究エージェントを動かし、エージェントがさらなる実験を組織する」需要チェーンが加わることを意味します。研究自動化は探索可能な実験規模を拡大し、利用可能な計算容量・スケジューリング効率・信頼性の向上も求められています。

RSIおよびAstraがAI演算投資テーマにとって最も重要な触媒となるのは、「モデルパラメータが大きくなる」ことだけではなく、AIが担う業務範囲が広がり、各タスクの実行工程が深まることです。ユーザー向けの推論・モデル開発向けの研究推論によって、AI演算基盤リソースの長期的な需要空間が広がっています。RSIとAstraは商業応用からの直接的な需要シグナルを提供し、「研究自動化＋ユーザー推論」という二つの演算成長路線が同時に注目されています。

大手市場調査機関TrendForceの予測レポートによると、2027年にはNVL72ラックの出荷量が前年比50％超増加し、GB200/GB300および次世代Vera Rubinアーキテクチャに基づくNVIDIA AI GPU搭載NVLラックシステムの総市場規模は7100億ドルを超え、前年比214％増となる見込みです（製品アップグレードと価格上昇の影響を含む）。Astraを牽引役とする最先端大規模モデルがより高いAI演算需要をもたらす中、モルガン・スタンレーは北米の大手4社によるクラウドおよびAI応用事業者のデータセンター総合資本支出が、2026年の9170億ドルから2027年には1.47兆ドル、2028年には1.64兆ドルへと拡大し、同期の設置容量は2025年の35GWから2028年の145GWへ増加する予測を示しています。

推論システムのアーキテクチャを見ると、より複雑なタスクほど長い文脈、多回のモデル呼出し、ツール実行や結果検証を必要とします。プリフィル（Prefill）はインプット処理、デコード（Decode）は出力生成を継続、キー・バリューキャッシュ（KV Cache）は文脈と並列規模の拡大でより多くのメモリを必要とし、計算スループット、メモリ帯域幅と容量の全体的な強化が求められます。さらに産業的推論としては、GPUやTPUがモデル計算を、CPUがツール実行やタスクオーケストレーションを担い、HBM、サーバDRAM、ストレージおよび高性能ネットワーク基盤、データセンター光インターコネクトデバイスがデータ高効率輸送と状態管理を支えます。最終的には、より大規模なAI演算サーバークラスタによって持続的運用可能なサービスが提供される必要があります。