2028年、知性の重心がデータセンターに移る？
2026年2月19日、ニューデリーのBharat Mandapamで開催されたIndia AI Impact Summit 2026で、OpenAI CEOのサム・アルトマン氏が基調講演を行った。その中で、「現在の軌道が正しければ、2028年末までに世界の知的能力の過半がデータセンターの中に存在するようになるかもしれない」と述べた。さらに、「超知性はいずれ、大企業のCEOよりも優れた経営を行えるようになる──自分自身も含めて」とも語った（Fortune, 2026年2月19日付 / CIOL, 2026年2月20日付）。
この発言は世界中で報じられ、さまざまな反応を引き起こした。称賛する声、恐れる声、冷ややかに受け流す声。いずれの反応にも、ある種の前提が共有されている。「AIが賢くなれば、人間の仕事は置き換わる」という前提だ。
だが、少し立ち止まって考えてみたい。ここで語られている「知的能力」とは何か。「経営判断を上回る」とは、具体的に何を意味しているのか。
この記事では、賛成でも反対でもなく、この言説に含まれる論点を整理してみたい。
「計算能力」と「判断」は同じものか
アルトマン氏の発言の核にあるのは、知的能力の量的比較だ。データセンターに集積される計算能力が、人間の脳の総計を上回る。その表現は直感的にわかりやすい。
しかし、ここに一つの飛躍がある。計算能力が高いことと、判断が優れていることは、同じだろうか。
たとえば、ある経営者が新規事業への参入を決断する場面を考えてみる。市場データの分析、財務シミュレーション、競合分析。これらはAIが得意とする領域だ。速度も精度も人間を上回る場面は多い。
だが、その経営者が最終的に「やる」と決めるとき、そこには分析結果だけでは説明できない要素が含まれている。社内の政治力学、取引先との長年の関係、自社の組織文化がどこまで変化に耐えられるか、そして「この事業に自分の名前を賭けられるか」という覚悟。これらは最適化の対象ではなく、引き受けるかどうかの問題だ。
アルトマン氏自身、同サミットの講演で「多くの面でGPUの労働力に人間が勝つのは非常に難しい（"It is very hard to outwork a GPU in many ways"）」と述べている（CIOL, 2026年2月20日付）。これは率直な認識だろう。計算という領域において、人間がシリコンの処理速度と競っても勝ち目はない。
問題は、経営判断が「計算」の延長線上にあるかどうかだ。
経営とは最適化のことか
「AIがCEOより優れた経営判断を下す」。この文を成立させるには、経営判断を何らかの指標で測定可能にする必要がある。利益の最大化、株主価値の向上、リスクの最小化。こうした指標に対してAIが人間を上回ること自体は、十分にあり得る。
だが、経営という行為は、単一の指標を最適化することとは異なる。
ある製薬会社が、利益率は低いが社会的に必要な薬の製造を継続する判断をする場面を考えてみてほしい。あるいは、短期的な株価下落を承知で長期的な研究開発投資を決める場面。数値上の最適解とは異なる選択を、意図を持って行うこと。それが経営に固有の行為だとすれば、AIの計算能力がどれほど向上しても、その行為そのものを代替するわけではない。
もちろん、こうした判断がつねに正しいとは限らない。人間の経営者が、感情や偏見によって誤った判断を下すことは日常的にある。AIがその誤りを補正できる場面は確実に増えるだろう。
しかし、「補正する」ことと「代替する」ことは違う。補正は判断の質を高める支援だが、代替は判断そのものの主体が移ることを意味する。
「GPUに勝てない」という言説の構造
アルトマン氏の「GPUの労働力に勝つのは難しい」という発言は、ある種の比喩として受け取るべきだろう。だが、この比喩が広まるとき、一つの暗黙の前提が滑り込む。
それは、「知的作業とは情報処理である」という前提だ。
情報を処理する速度と量においてGPUが人間を凌駕するのは自明だ。だが、すべての知的作業が情報処理に還元できるかどうかは、自明ではない。
経営者が「ノー」と言う場面を考えてみる。数値的には合理的な提案を、あえて退ける場面だ。顧客からの要望、株主からの圧力、社内からの期待。すべてが「イエス」を指し示しているときに、それでも「ノー」と言えること。その拒否が正しかったかどうかは事後的にしかわからない。しかし、拒否するという選択肢を持つこと、そしてその結果を引き受けること。これは情報処理とは異なる行為だ。
AIは最適解を提示できる。しかし、最適解を受け入れるかどうかを決めるのは、別の主体だ。その主体が不在のまま、AIの出力がそのまま実行されるとき、そこで起きているのは「超知性による経営」ではなく、「判断の空洞化」だ。
責任は誰が取るのか
ここで一つ、見落とされがちな論点がある。責任の問題だ。
AIが経営判断を下し、その判断が重大な損害をもたらしたとき、誰が責任を取るのか。AIを開発した企業か。AIを導入した企業の経営者か。AIの提案を承認した取締役会か。
現行の法制度では、意思決定の責任は人間に帰属する。株主代表訴訟も、取締役の善管注意義務も、人間が判断の主体であることを前提に設計されている。AIが「より優れた判断」を下せるとしても、法的・社会的な責任の構造がそれに追いつかない限り、「AIに任せた方がいい」という判断そのものが無責任になりかねない。
アルトマン氏もまた、同サミットで国際的なAI統治機関の必要性を訴えている。IAEAをモデルにした国際的な監視体制の構築だ（TIME, 2026年2月21日付 / Euronews, 2026年2月19日付）。これは重要な提案であり、超知性の開発競争が引き起こすリスクへの対処として理解できる。
しかし、統治機関が監視するのは技術の安全性であり、個々の企業における意思決定の責任構造ではない。「誰が判断するのか」という問いは、国際規制の外側にある。それは各組織の内部設計の問題だ。
では、判断とは何か
ここまで整理してきたことをまとめてみる。
AIの計算能力は人間を上回る。これは事実であり、今後さらに加速する。経営判断の一部、特にデータ分析や予測の領域において、AIが人間を超える場面は確実に増える。
しかし、判断とは計算の結果を受け入れることだけではない。何を受け入れ、何を退け、何に対して責任を負うかを決める行為だ。その行為の主体が曖昧なまま、AIの能力だけが拡張されていくとき、組織の中で起きるのは「知性の向上」ではなく「判断の不在」だ。
そして「判断の不在」は、超知性が到来するよりもずっと前に、すでに始まっている。
AIが出力した提案を、誰がどのような根拠で受け入れたのか。あるいは退けたのか。その記録すら残されない組織が、今この瞬間にも無数に存在する。
問題は、AIが賢くなることではない。判断の構造が設計されていないことだ。
では、「判断の構造を設計する」とは、どういうことか。
超知性の到来を論じる前に、まず足元を見るべきだろう。AIに何を任せ、どこからは人間が引き受けるのか。その線引きを、組織の中に意図的に埋め込むこと。それが今、最も必要とされている設計行為だ。
その設計行為に、名前がある。
Decision Design（判断の設計） である。
Decision Designは、判断という行為そのものを設計対象とする思想だ。
その中心にあるのがDecision Boundary（判断の境界） という概念である。誰が決めるのか。どこまでを任せ、どこからを引き受けるのか。その線を、無自覚のまま放置せず、意図的に設計すること。それがDecision Designである。
詳細版について
本稿は、公開範囲を基に構成したInsynergyの日本語サイト版です。詳細な議論と実装上の考察はnoteの詳細版で解説しています。