拡散が、筆者の願いなので、共感して、ポチします。
高度な分析で、理解しがたいところもたくさんあるのですが、国や企業がこぞって次の時代を拓くのはAIだと、巨大投資をしていますが、取り込んだデーターの中に、そもそも、ゴミ情報が、紛れ込んでいるため、出で来る答えに、不純物が混じっていて、信頼できないというもの。
六法全書や判例、広辞苑情報等なら、良さげだけれど、命、大事故につながるようなものなら、信じるとやばい。
どうでもよいような、一つの答えを得るために費やす、電力、生物多様性の損失を、考慮すると
、理にそぐわない。
真理を探る行為までを、賭博にかけて、地球を食い物にしている輩が、正義だと錯覚していることこそが、狂気で凶器。
結局、人間の学び(知徳体の向上)に投資することが、一番、地球にやさしいことなんだよね。
多分、これに気付いている若者は、増えているきがするなあ。
以下、転載記事です、長いです。
2769 AI – 人工知能、それとも完全な狂気?
投稿日時: 2026年1月4日
AI – Artificial Intelligence or Absolute Insanity?
サティヤジット・ダスはAIと呼ばれる詐欺について、高レベルでありながら非常に効果的な告発を行っている。読者の皆さんがこの投稿を広く拡散してくれることを願う。
By Satyajit Das
サティヤジット・ダス:元銀行員で、デリバティブに関する数多くの専門書と一般書『トレーダー、銃、そして金:デリバティブの眩惑的な世界における既知と未知』(2006年・2010年)、『エクストリーム・マネー:宇宙の支配者たちとリスクのカルト』(2011年)、『結果の宴 – リローデッド』(2016年・2021年)の著者。最新著はエコツーリズムに関する『ワイルド・クエスト:エコツーリズムへの旅と動物たちの未来』(2024年)。本稿は2025年12月16日付記事の拡大版である。(2016年、2021年)。最新刊はエコツーリズムに関する野生への探求:エコツーリズムと動物の未来への旅(2024年)。本稿は2025年11月4日付ニュー・インディアン・エクスプレス紙面版に掲載された記事の拡大版である。
AIは1837年にオーバースストーン卿が指摘した、停滞、改善、自信、繁栄、興奮、過剰取引、激動、圧力、停滞、苦境というおなじみの疲弊した好不況の軌跡をたどっている。
主要な懸念点は3つある。
一つ目は技術そのものへの疑念だ。ニューラルネットワーク、ルールベースのエキスパートシステム、ビッグデータ、パターン認識、機械学習アルゴリズムといった先行技術を基盤とし、最新形態であるGenAI(生成AI)は、膨大なデータセットで訓練された大規模学習モデル(LLMs)を用いてテキストや画像を生成する。究極の目標は「シンギュラリティ」、つまり機械が人間の知能を超える仮説上の時点だ。シリコンバレーの用語で言えば、これは「融合」へとつながり、人間と機械が一体となることで創造性と技術が変革される可能性がある。
LLMは膨大な量のデータを必要とする。オンライン検索、販売プラットフォーム、ソーシャルメディアプラットフォームの既存企業は自社のデータ宝庫を活用できる。これに加え、オンラインデータの積極的かつ無許可のスクラッピング(時には機密情報を含む)が頻繁に行われ、アクセス権、補償、プライバシーを巡る訴訟を引き起こしている。実際には、ほとんどのAIモデルは不完全なデータに依存せざるを得ず、正確性を確保するためのデータクリーニングは困難である。
計算能力が大幅に拡大したにもかかわらず生成AIは使用されるデータセットの誤り、偏り、誤情報のため、比較的単純な事実確認タスクで一貫して失敗する。AIモデルはデータセット内の事象間の回答を補間するのは得意だが、外挿は苦手だ。丸暗記型の学習者と同様に、新規の問題には苦戦する。動的な環境内で自律的に行動し相互作用する能力は依然として疑問符が付く。認知科学者らは、自動補完向けに構築された高度なパターンマッチングに基づくLLMの単純なスケールアップは、適切で堅牢な世界モデルにはならず失望をもたらすと主張する。進歩の主張は、ベンチマークが曖昧で決定的でないため測定は困難だ。
支持者たちは、LLMが推論するのではなく確率的予測エンジンに過ぎないことを見落としている。既存データを網羅するシステムは、仮にそれが正確だとしても新たなものを創造できない。既存のデータ源を消費し尽くせば、スケールアップは限界効用逓減をもたらす。汎用的な知能ではなく、生成モデルは真実・幻覚・推論に苦悩する反芻エンジンに過ぎない。
AIモデルはデータ駆動型研究・ジャーナリズム・執筆・旅行計画・プログラミング・特定医療診断・テスト・標準的な顧客対応といった日常業務など、特定の労力集約的タスクを引き継げる。しかしより高尚な目標は達成困難かもしれない。医療分野の画期的進歩に関する予測は失望をもたらしたが、OpenAI以前の機械学習モデル、パターン認識エンジン、分類器は長年使用され続け、有用性を維持している。
現時点では、技術用語というより曖昧なマーケティング用語である生成AIは、低レベルな用途向けのコストのかかる見せ物に過ぎない。ミームを生成し、詐欺師が人を騙し、詐欺を働くことを可能にする−−「定義不能なものへの追求という不可解さ」である。
二つ目は財務的リターンも得難いかもしれない。AIへの資本支出は2030年までに5〜7兆ドルに達すると予測されている。最新の資金調達ラウンドに基づくAIスタートアップの評価額は2.3兆ドルで、2024年の1.69兆ドルから増加し、2020年の4690億ドルからさらに上昇した。しかしAIが現金と投資収益を生み出す能力は依然として疑問視されている。
現在の年間投資額(土地・建物・急速に減価するチップ・電力・水道運営費)を賄うだけでも、収益は現在の年間150〜200億ドルから20倍以上増加する必要がある。十分なリターンを得るには1兆ドル超の収益が求められるかもしれない。世界で最も利用されるソフトウェアの一つであるマイクロソフトのWindowsとOfficeでさえ、商業・消費者向け収益は1000億ドルに満たない。現在、8億人のユーザーのうちChatGPTの利用料を支払っているのは約5%だ。マイクロソフトのCEOは「AIは電子メールやExcelに匹敵する収益性の高いキラーアプリケーションを生み出せていない」と言って熱心な支持者たちの怒りを買った。
希望は、AIへの投資が生産性向上と企業利益の増加によって回収されることだ。しかし企業の生成AI導入プロジェクトの95%は収益成長につながっていない。数百人の人員削減とAI導入を行った後、技術が不十分だと判明したため、多くの企業が従業員の再雇用を余儀なくされている。企業の関心はすでに頭打ちの兆しを見せている。
AIの収益化には他の不確実性も存在する。DeepSeekやMoonshot、さらにBytedanceやAlibabaといった中国企業数社がより安価なモデルを開発しており、欧米企業の資本集約型アプローチに疑問を投げかけている。中国が推進するオープンソース設計は独自技術に多額を投資した企業の収益基盤をも揺るがすだろう。必要な電力と水資源の供給が制約要因となる可能性もある。
一方でAI企業は依然として資金をむさぼっている。2025年前半、ChatGPTを所有するOpenAIは43億ドルの収益を上げたが、販売・マーケティングに20億ドル、株式報酬に25億ドル近くを費やし、78億ドルの営業損失を計上した。
三つ目に、ドットコムバブル時に見られた金融の循環構造が存在する。AIブームに乗じようとする機器レンタル企業CoreWeaveは、AIアプリケーションで需要の高いグラフィックプロセッサを購入しユーザーに貸し出している。同社にはNvidiaが投資しており、収益の大部分は少数の顧客から得られている。CoreWeaveの会計処理、特にチップの減価償却率や多額の借入については懸念がある。
2025年、ブームの基幹企業であるNvidiaはOpenAIに1000億ドルの投資を合意し、OpenAIは同額相当のGPUをNvidiaから購入した。OpenAIはチップメーカーのAMDとBroadcomへの投資を提案している。Microsoftとの間には付随的な取り決めがある。図1はこうした複雑な相互関係を一部示している。図1. AI企業間の相互関係と相互投資
この複雑な連携網はリスクを生む。所有権を複雑化し、利益相反を引き起こす。もしこれらの約束が実行されたとしても、その仕組みや資金調達の方法は不明確だった。OpenAIがこれらの投資を賄えるかは、投資家からの新規資金への継続的なアクセスに依存する。現在、同社にはこうした長期債務の多くを履行する資金力がないからだ。
これらの取引は財務実績を歪める。資本財を売却する企業は売上と利益を計上する一方、売却資金は投資として扱われる。買い手は費用を数年にわたり減価償却する。Nvidiaがチップアーキテクチャを定期的に更新していることを考慮すると、5年以上の減価償却期間は楽観的すぎる。つまり、疑わしい収益が株価を押し上げるという目まぐるしい財務のメリーゴーラウンドが生じているのだ。
AIバブルは、期待値・投資額・収益可能性の乖離が拡大する点で、1990年代の不気味な再現だ。しかし規模ははるかに大きい。投資額は2000年のドットコムバブルの17倍、2008年のサブプライム住宅バブルの4倍に達する可能性がある。
AI信奉者たちは過剰を否定し、今回は株式資本による資金調達だから異なると主張する。実際、資金の大部分は負債で賄われており、AI関連債務総額は約1.2兆ドル、投資適格債全体の14%を占める。
資金調達のパターンは興味深い。ハイパースケーラーとは、マイクロソフト、メタ、アルファベット、オラクルなど、大規模データセンターを構築・運営し、オンデマンドのクラウドコンピューティング、ストレージ、ネットワークサービスを提供する企業を指す。これらの企業はベンチャーキャピタル投資家と並んで、資金提供の大半を担っている。
これらの企業は現在、営業キャッシュフロー(フリーキャッシュフローではない)の約60%を設備投資に充てており、その大部分はAIプロジェクトを支援するためだ。これに信用力を背景とした借入が投資資金を補完している。今後2年間で最大8000億ドル、2035年までに5.5兆ドルに達すると予想される民間融資が、資金調達の重要な割合を占めつつある。こうした貸し手は高収益・高リスク志向であるため、融資に対する財務規律の水準は不透明だ。
実質的に、これらの大企業は今や金融業者として機能している。借り入れた資金を、見通しの不透明なAIスタートアップに貸し付けたり投資したりしているのだ。このエクスポージャーは懸念材料である。投資家や貸し手が「堅実な企業へのエクスポージャー」と想定していたものが、見通しの不透明な投機的なAIベンチャーへの多額投資によって損なわれている。マイクロソフトのOpenAI損失負担分は顕著で、直近四半期では40億ドル超、税引前利益の約12%に相当する。
オラクルの事例は教訓的だ。同社はOpenAIにクラウドコンピューティング施設を提供する取引を発表した際、株価が25%上昇した。データセンターは現時点で存在せず、建設が必要となる。この取引では、多額の負債を抱えるオラクルが資金を借り入れて施設を構築しなければならないため、同社はOpenAIに対して大きなリスクを負うことになる。2025年12月時点で、投資家の懸念は明白だった。現在1000億ドルを超える純負債を抱える同社は、データセンター建設資金を賄うため負債を大幅に増やす必要がある。このためオラクルの債務不履行リスクをヘッジするコストが急騰し、既存債務の価値や将来の資金調達コストにも波及すると見られる。現在のBBB(投資適格の下位)格付けが、非投資適格またはジャンク級に格下げされる可能性もある。株価はOpenAI取引発表前の水準まで下落した。マイクロソフト、メタ、アマゾンはより強固な財務基盤を持つが、リスクの本質は類似している。