アンドリュー・NG氏、AI企業は規制の「堀」築くため恐怖を武器にしていると批判 Courseraは個別指導AIへの1億ドルの賭けを支持
2026年9月3日に公開されたインタビューで、AI規制や雇用の代替、LearnVectorの立ち上げについて語る
Google Brain（グーグル・ブレイン）の共同創業者であり、オンライン機械学習コースで800万人以上の受講生を獲得したCoursera（コーセラ）の共同創業者でもあるアンドリュー・NG氏は、広範にわたるインタビューの中で、AI業界が自らのリスクを語る手法に対してこれまでで最も鋭い公的批判を展開した。同氏の主たる主張は、ここ2〜3年にわたりソーシャルメディアや政策議論を席巻しているAIの終末論的なメッセージングは、真の危険に対するボトム少数の先進的AIラボ（フロンティアラボ）による、規制上の優位性を固めるための組織的な商業戦略にほかならないというものだ。
科学ではなくビジネス戦略としての恐怖煽動
NG氏の主張は率直だ。「一握りの主要AI企業がAIに関する恐怖を声高に煽り、規制を成立させようとしてきた。これは、既存企業に有利な不公正な土俵を作り出し、誰もがAI利用に高額な代償を支払う一方で、オープンウェイト（重み公開）モデルを安価に誰にでも提供したい研究者や他の企業を足止めするためだ」と彼は語る。同氏の見方では、AIと核兵器の比較、都合よく切り取られた失敗事例、データセンターの水消費量に関する誤解を招く統計などは、偶発的な誇張ではなく、意図的な「恐怖ベースのメッセージの連打」である。これがAIに対する社会の認識を悪化させ、結果として米国のAI導入と競争力を積極的に鈍らせていると彼は指摘する。フロンティアモデルの規制を巡る政策環境を注視する投資家にとって、NG氏の発言は、この業界におけるロビー活動の動機が特定の方向、すなわち資金力のある大規模ラボがオープンソースの挑戦者や小規模参入企業よりもはるかに容易に吸収できるコンプライアンスコストの負担へと向かっていることを思い起こさせるものだ。
雇用の大崩壊というナラティブはデータと一致しない、とNG氏は主張
労働市場の混乱について、NG氏はAIが全雇用の半分を淘汰するという主張に真っ向から反論した。スタンフォード大学のエリック・ブリニョルフソン氏やマサチューセッツ工科大学（MIT）のアンドリュー・マカフィー氏ら経済学者によるタスクレベルの研究を引き合いに出し、AIは多くの職種において業務の30%〜40%を自動化するかもしれないが、それは人間が担う残りの60%〜70%の業務の経済的価値を高めることになり、低下させるわけではないと指摘した。同氏によれば、最も明確な試金石は、AIが最も直接的に影響を与えたソフトウェアエンジニアリングという職業だ。「恐怖を煽る人々の主張とは裏腹に、ソフトウェアエンジニアの求人数は増加している」とNG氏は述べ、「私の知る優秀なソフトウェアエンジニアは皆、かつてないほど多忙を極めている」と付け加えた。ただし同氏の警告は、ChatGPT登場前と同じ方法でコーディングを続けている人々に対してはより辛辣だ。「迅速に再訓練を行わない限り、そうした労働者たちは窮地に陥る」と彼は述べている。マーケティング、採用、人事の分野でも同様の構造変化が起きており、ヘッドカウント（人員数）の全面的な崩壊ではなく、AI支援を受けたジェネラリストが特定の狭い領域のスペシャリストに取って代わりつつあるという。
LearnVector：一斉授業モデルは時代遅れという1億ドルの賭け
インタビューにおける最も具体的なニュースは、NG氏が率いる新ベンチャー「LearnVector」の開示であり、Courseraから1億ドルの出資を受けている。この事業の前提は、15年前にNG氏自身が切り開いたMOOC（大規模公開オンライン講座）モデルに対する真っ向からの異議申し立てだ。「15年前、私はオンライン講座のムーブメントに参加する特権を得ました。それは多くの人々の学び方を変えたと思いますが、当時も今も、それは大部分が一斉授業型の体験であり、誰もが同じビデオを見るというものです」と彼は語る。LearnVectorは、AIのおかげで、完全にパーソナライズされた1対1の学習体験が技術的にも経済的にも初めて大規模に実現可能になったと賭けている。NG氏は、チームが「来年初頭までには」さらなる成果を披露できる見込みであると述べており、Courseraエコシステムの投資家にとって、資本配分の決定としても、教育テクノロジーのマージン構造がどこへ向かっているかを示すシグナルとしても、注視すべき銘柄となりそうだ。
不都合な真実：AIは学習にとって有害である
LearnVectorに対するNG氏の論理の根底には、公言することが半ばタブー視されているという発見がある。それは、現在のLLM（大規模言語モデル）は仕事を進める上では極めて優れたツールである一方、学習のためのツールとしては貧弱であるという点だ。「データは非常に明確だ。生徒はAIを使用すると宿題でより高いスコアを獲得する。やったね、高い宿題スコアだ。しかし、定着率や長期的なパフォーマンスははるかに悪化する。なぜならAIが彼らの代わりに仕事をしてしまうからだ」と彼は述べる。彼はこの指摘を自身のワークフローにも広げ、フロンティアモデルを使って技術的な問題を解決した6ヶ月後には、その解決策を思い出せず、再びモデルに尋ねなければならないことがよくあると指摘した。彼の結論は厳格だ。「私たちはAIが学習に役立つという考え方をやめるべきだ。少なくとも、大多数の人々が今日AIモデルを使用している圧倒的な方法においてはそうだ。AIは学習にとって絶対的に最悪だ」。これが、LearnVectorが商業的テーシスと一般的なAI個別指導の誇大広告を明確に区別し、埋めようとしているギャップなのだ。
自動化に対する構造的な「堀」としての人間の「文脈の優位性」
短期的な雇用の代替に対するNG氏の懐疑論を支えているのは、同氏が「人間の文脈の優位性（context advantage）」と呼ぶ概念である。これは、労働者が長年にわたって蓄積してきた状況的知識であり、AIシステムがこれにアクセスする実用的な方法はない。「ほとんどの人間は、AIがアクセスするための配管が存在せず、近い将来においても存在しないであろう膨大な知識を単に持っていることが判明している」と彼は語る。彼はこれを、人々が漠然と「判断力」や「センス」と呼んでいるものの技術的説明であると位置づけ、何十年にもわたる暗黙の人間の経験をAIが吸収する明確な技術的道筋がないため、これは一時的なものではなく持続的な「堀」であると主張する。産業界全体でAIが熟練労働者にどれほど急速に取って代わるかをモデリングしている投資家にとって、これは一部のフロンティアラボのコメントが暗示する代替曲線よりも、意味においてより保守的なフレームワークである。
データプライバシー：ハイパースケーラーを信用し、ラボには警戒を
NG氏は、機密データの扱いに関して、ハイパースケーラー（大規模クラウド事業者）と一部のAIネイティブ企業との間に明確な一線を画した。大手クラウドプロバイダーについては、利用規約を遵守すると信頼していると述べた。なぜなら、規約違反は「長期的なビジネスモデルにとってあまりにも大きな打撃となるからだ」という。しかし、少なくとも1社の名前を挙げていないAI企業を名指しし、ユーザーデータでの学習権利を密かに付与するような日和見的な規約変更を行っていると指摘した。銀行と協業する自身の関与先ベンチャーであるAI Aspireが扱う非公開の財務情報など、真に機密性の高い素材に関しては、そうしたデータをフロンティアラボに一切送信せず、代わりにローカルで実行されるオープンウェイトモデルに依存するというのが実務であるとNG氏は述べた。同氏は特に、Metaの最新のオープンウェイトモデルやアリババのQwenモデルについて、フロンティアレベルの能力に迫りつつ、ローカルハードウェアで実行できるほど十分に小型であると評価したものの、リーダーボード（性能ランキング）は数週間ごとに変動するため、単一のモデルに執着しないよう警告した。
AGIについて：到来は数十年先、NVIDIAのジェンスン・フアン氏を直接的に批判
汎用人工知能（AGI）について問われたNG氏は、それを人間ができるあらゆる知的タスクを実行できるAIと定義した。これには、博士号レベルの論文の作成や、わずか数分の練習の後に見慣れない地形をトラックで運転することを学ぶといったタスクが含まれる。その基準に照らせば、AGIは依然として「数十年先」にあるとし、NVIDIAのCEOであるジェンスン・フアン氏がAGIはすでに達成されたと主張する公の発言を暗に否定した。NG氏は、定義に関する混乱の一部は商業的な動機に起因するとし、OpenAIがマイクロソフトと再交渉した契約において、AGIが達成されたことを遅かれ早かれ宣言する財務的インセンティブが以前から生み出されていたと指摘した。ますます能力を高めるAIシステムの制御を失うことへの懸念に関連し、NG氏は哲学的アプローチではなくエンジニアリングの比喩を用いて、AIの安全性と航空機の安全性を比較した。完全に制御可能な飛行機を作った人間などいないが、段階的で慎重な能力拡張によって航空旅行は乗客が命の危険を感じないほど安全になっており、AIの開発も同じ軌跡をたどると予想している。