LLM・LAM・LSM──AIが「行動する」フェーズへ
3者の役割は明確に区分されている。東京大学・松尾・岩澤研究室が学術的中立性を保ちながら分析を担い、PKSHA Technologyが4,600社以上の導入実績から産業実装の知見を提供する。Anthropicは匿名化されたClaudeの利用統計データとAnthropic Economic Indexの知見を共有する役割だ。
発表の冒頭、上野山氏は生成AIの社会インパクトを「LLM → LAM → LSM」という3つのフェーズで整理した。2023年以降のLLM（Large Language Model）は言語・知識を扱い、テキストを出力する。2025年からの現在はLAM（Large Action Model）フェーズであり、出力がアクションとなる。行動するAIが「働く」を変えるという認識だ。そして2030年以降を見据えたLSM（Large Science Model）は科学的探索を担う段階になると上野山氏はみる。
「今まさにLAMが普及し始めている」と上野山氏は言い切った。デジタル空間での変化として真っ先に挙げたのはAIコーディングだ。今やソフトウェアエンジニアでAIエージェントを活用してコードを書かない人はほぼいない状況にあり、生産性が5〜10倍になるとも言われている。一方で「15兆円規模のソフトウェア産業において、日本の姿が変わっていく流れが始まりつつある」と述べ、エンジニア職の将来への不安が業界を覆っている現状を指摘した。
こうしたAIの進化を踏まえ、上野山氏は弊社に届く問い合わせの約7割が「自分の仕事はどうなるのか」という不安だと明かした。「フェーズ2のアクションモデル・エージェントが働き方を劇的に変えていく中で、ファクトに基づいて議論できる場がない。それがJapan AI Indexを立ち上げた理由だ」と語った。
「計測できないものは進化させられない」──データなき議論からの脱却
東京大学・松尾豊教授は、指標の必要性を科学の基本原則から説いた。「計測できるものは進化させることができる。計測できなければ良い方向に向かっているかどうかわからず、改善の施策も打てない」。GDPやCPI（消費者物価指数）、有効求人倍率、教育・健康指標など、社会の他の領域には数多くの観測基盤が存在する。しかしAIの領域には「日本はこんなに遅れている」といった粗い議論しかない、と指摘した。松尾氏はこの状況を「空中戦の議論」と呼んだ。
「本来はファクトに基づいて政策や産業の取り組み、企業活動を進めるべきだが、その基盤がない」──この問題意識から、Japan AI Indexは産学連携で観測基盤を構築することを目指している。
分析の核となるのは、AnthropicのAnthropic Economic Indexに用いられる匿名化されたClaudeの利用統計データだ。どのようなタスクで・どのような産業で・どのような自律度でAIが利用されているかを把握できる。現時点では62万件の会話データを分析対象とし、177ヵ国のデータをカバーする。職業分類では大分類22区分、詳細では600以上の職種での分析が可能だ。これに日本の公的統計データを組み合わせることで、業界別の生産性とAI活用度を対応づける。
Japan AI Indexのスコープとして松尾氏が挙げたのは、「①働き方の変化、②経済への影響（特にGDP）、③教育の変化、④組織の変化」の4領域だ。AIを日本全体で活用すればGDPが100％程度上昇しうるという試算もあり、「経済全体へのインパクトは非常に大きい」と強調した。継続的な定点観測を行うインフラとして、おおむね年1回のデータ更新を予定している。
