{"meta":{"asof":"2026-09-06","version":"1.0","timepoints":["2022","2023","2024","2025","2026","2027e","2028e","2030e"],"changelog":[{"date":"2026-09-06","note":"初版公開"}]},"domains":[{"id":"content","name":"コンテンツ制作","name_en":"Content Creation","color":"#c43d2a","summary":"文章・画像・動画・音楽・3D・デザイン。生成は速いが、長さと一貫性と「声」で差がつく","areas":[{"id":"content.novel","name":"小説・物語","name_en":"Fiction & Narrative Writing","tasks":[{"id":"content.novel.short_story","name":"短編小説を書く(〜1万字)","name_en":"Write a short story (~10k characters)","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"NYTが2026年初に約86,000人参加のブラインド実験を行い、文学小説・歴史・詩でAI作品を54%が支持。ただし『人間が書いたと分かる方が良い』という選好は根強い","can":"プロット指定から一発で構造の通った短編を生成。文体模倣、複数案の並列生成、文学賞の最終選考通過例(海外)もあり","cannot":"独自の『声』や驚きの発明、陳腐な比喩からの脱却。日本の主要文学賞での受賞そのものはまだ稀","why":"訓練分布の平均への回帰が起きやすく、独創性を評価する明確な報酬信号が学習過程に乏しい","autonomy":"agent","tools":["Claude Fable 5.1","GPT-5.6 Sol","Sudowrite"],"evidence":[{"title":"AI-Written Stories Beat Human Fiction in Study, but Readers Want Humans","url":"https://www.azfamily.com/2026/08/27/study-finds-ai-stories-beat-humans-readers-still-want-people/","date":"2026-08","note":"NYTの約86,000人ブラインド実験で54%がAI作品を支持したと報告"},{"title":"People cannot tell whether short stories are generated by AI","url":"https://www.recorderonline.com/features/entertainment_news/people-cannot-tell-whether-short-stories-are-generated-by-ai/article_86ec9f4e-f50b-57a5-ac89-7aa65de178ee.html","date":"2026","note":"Villanova大学1,682人調査で著者当て正答率がチャンスレベル(40〜52%)"},{"title":"Best AI for Creative Writing July 2026","url":"https://www.buildmvpfast.com/articles/best-llms-2026-guide/creative-writing-ai","date":"2026-07","note":"EQ-Bench創作ライティングでClaude Opus 5がElo 2105でトップ"}],"forecast_basis":"独自性・驚き系ベンチマークの伸びと創作Eloの上昇トレンドから2028年に専門家超え域へ到達すると予測。ただし『選考通過の頻度』は文学賞側の運用次第で不確実性あり","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"content.novel.long_novel","name":"長編小説(10万字級)を伏線一貫して書く","name_en":"Write a full-length novel (100k+ words) with consistent long-range plotting","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":5},"vs_expert":"ジュニア作家未満。10万字級では『AIが70〜80%の下書きを担当、継続性・声の一貫性・物語構成は人間が管理』が2026年の実務ライン","can":"章単位での執筆、ロア管理ツール併用時の品質向上。GPT-5がFiction.liveBenchで96.9%を記録し、数万語前の伏線をクライマックスで回収できたとの報告あり","cannot":"ロア管理なしでのキャラクタードリフト・矛盾ゼロ完走。中盤の細部記憶保持。『5章目以降で崩壊する』という典型パターンが広く報告されている","why":"コンテキストウィンドウ拡大は注意力を希釈し、検索拡張(RAG)は物語の流れを分断するというトレードオフが未解決","autonomy":"copilot","tools":["Claude Fable 5.1(1Mコンテキスト)","GPT-5.6","NovelAI","Sudowrite"],"evidence":[{"title":"Why Your AI Novel Falls Apart After Chapter 5","url":"https://novarrium.com/blog/ai-story-consistency-complete-guide","date":"2026","note":"AI小説が中盤以降で一貫性を失う典型パターンを分析"},{"title":"Why Do AI-Written Novels Suffer From Character Drift and Continuity Errors?","url":"https://www.jenova.ai/en/resources/why-do-ai-written-novels-suffer-from-character-drift-and-continuity-errors","date":"2026","note":"キャラクタードリフトと継続性エラーの構造的原因を解説"},{"title":"ChatGPTで小説を書く方法","url":"https://www.ai-souken.com/article/writing-novels-with-chatgpt","date":"2026-07","note":"GPT-5がFiction.liveBenchで96.9%、数万語前の伏線を正確回収と報告"}],"forecast_basis":"コンテキスト長拡大と検索拡張技術の改善ペースが続けば2028年に実務品質(要確認)へ、根本的なメモリアーキテクチャの刷新が起きれば2030年に専門家超えも視野","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"content.novel.screenplay","name":"脚本・戯曲(対話中心の脚本)を書く","name_en":"Write a screenplay or stage play script","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"ジュニア脚本家のドラフト相当。業界標準フォーマットの再現は得意だが『売れる』構成判断や演出的間合いは弱い","can":"フォーマット準拠の脚本生成、キャラごとの台詞回し書き分け、複数バージョンの並行生成による比較検討","cannot":"舞台/画面演出のニュアンス設計、市場性を踏まえた構成上のトリアージ判断","why":"脚本の質は上演・撮影という下流工程での解釈に強く依存し、テキスト単体の学習信号が評価と乖離しやすい","autonomy":"copilot","tools":["Claude Fable 5.1","GPT-5.6","Sudowrite"],"evidence":[{"title":"lechmazur/writing benchmark","url":"https://github.com/lechmazur/writing","date":"2026-07","note":"10の必須要素を組み込む物語生成ベンチマークにClaude Opus 5等が参戦"}],"forecast_basis":"創作ベンチマークの伸びと動画生成(脚本→映像プレビュー)との統合が進めば2028年ごろ実務品質に到達すると推定","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"content.novel.game_scenario","name":"ゲームシナリオ・分岐ノベルを書く","name_en":"Write branching game/visual-novel scenarios","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"ノーコードツールで2〜5分でビジュアルノベルを生成可能だが『選択がプレイヤー体験に効く』設計の深みは人間デザイナー依存","can":"キャラ・世界観からの分岐グラフ自動生成、感情アークに沿った展開のドラフト作成","cannot":"選択の意味づけ設計、詰み(デッドエンド矛盾)検証、長期的な伏線と分岐の整合性の担保","why":"分岐の組み合わせ爆発と長距離一貫性の弱さが重なり、品質保証が特に難しい領域","autonomy":"copilot","tools":["Rosebud AI","Seeles.ai","Claude Fable 5.1","GPT-5.6"],"evidence":[{"title":"Visual Novel Maker Tutorial: Build Story Games with AI","url":"https://lab.rosebud.ai/blog/ai-visual-novel-maker-tutorial","date":"2026","note":"AIでキャラ・対話・分岐からビジュアルノベルを生成、40時間の手作業を2〜5分に短縮と主張"},{"title":"GENEVA: GENErating and Visualizing branching narratives using LLMs","url":"https://arxiv.org/pdf/2311.09213","date":"2023-11","note":"LLMによる分岐物語生成・可視化の研究基盤"}],"forecast_basis":"ゲームシナリオ生成ツールの商用化ペースと『ことつぎの星』型の詰み検証手法の普及から2028年に実務品質を予測","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"content.novel.pastiche","name":"文体模倣・パスティーシュ","name_en":"Stylistic imitation / pastiche of a given author or era","levels":{"2022":2,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"既に専門家並み〜超え。特定作家・時代の文体を高精度に再現できる","can":"指定作家/時代/ジャンルの文体再現、複数文体の即時切り替え、パロディ生成","cannot":"模倣を超えたオリジナリティが求められる場面での脱却判断、著作権的にグレーな模倣の自律的な線引き","why":"文体は表層的な言語パターンでありLLMが最も得意とする領域の一つ","autonomy":"agent","tools":["Claude Fable 5.1","GPT-5.6"],"evidence":[{"title":"Best AI for Creative Writing July 2026","url":"https://www.buildmvpfast.com/articles/best-llms-2026-guide/creative-writing-ai","date":"2026-07","note":"Claude Fable 5・GPT-5.5比較で文体再現力を評価"}],"forecast_basis":"既に高水準で技術的には頭打ち気味だが、著作権リスク管理のガードレール整備によって実務利用範囲が広がると予測","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"content.novel.revision","name":"推敲・自己評価による改稿","name_en":"Self-revision and quality self-assessment of a draft","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"自己採点が甘く、外部審査(別モデル/人間)併用が前提の運用が標準","can":"文法・一貫性の機械的チェック、複数視点からのフィードバック生成、改稿案の並列提示","cannot":"自分の生成物の質を客観的に評価すること。自己評価の甘さは既知のバイアスとして繰り返し指摘される","why":"生成物を高く評価する方向のバイアスが訓練プロセス(人間フィードバックからの強化学習など)に起因する","autonomy":"copilot","tools":["Claude Fable 5.1","GPT-5.6","外部評価パネル型ワークフロー(3審査員方式など)"],"evidence":[{"title":"How to Evaluate AI Novel-Writing Quality in 2026: 7 Dimensions","url":"https://www.inkfluenceai.com/blog/how-to-evaluate-ai-novel-writer-quality-2026","date":"2026","note":"AI小説評価の7次元と、自己評価に頼らないことの重要性を提示"}],"forecast_basis":"自己評価バイアスは訓練目的関数由来のため短期改善は限定的。多審査員方式・外部ベンチマーク併用が主な進展経路と予測","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]}]},{"id":"content.nonfiction","name":"記事・ノンフィクション","name_en":"Articles & Nonfiction Writing","tasks":[{"id":"content.nonfiction.blog_article","name":"ブログ/note記事を書く","name_en":"Write a blog/note-style article","levels":{"2022":2,"2023":3,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"読者はAI記事と人間執筆記事の質を読みやすさ・信頼性・専門性の点でほぼ判別できない(2026年の学術調査)","can":"構成案からの一発ドラフト生成、複数トーンの書き分け、SEO見出し案の生成","cannot":"一次体験に基づく独自エピソードの提供、E-E-A-T的な『経験の証拠』の創出","why":"実体験データがそもそも訓練データに存在しないため、体験談は捏造か一般化された記述になる","autonomy":"agent","tools":["Claude Fable 5.1","GPT-5.6","Gemini 3"],"evidence":[{"title":"AI can produce a blog post in seconds and most readers cannot tell the difference","url":"https://blogherald.com/content-digital-publishing/ai-can-produce-a-blog-post-in-seconds-and-most-readers-cannot-tell-the-difference-and-that-is-not-the-problem-people-think-it-is/","date":"2026","note":"読者はAI記事と人間記事を判別できないとする複数実験の要約"},{"title":"Quality perceptions and intended engagement in response to AI-generated and AI-assisted news","url":"https://www.nature.com/articles/s41598-026-58743-0","date":"2026","note":"AI生成/AI支援ニュースの品質知覚が人間執筆と同等という学術研究"}],"forecast_basis":"文章品質そのものは頭打ち傾向のため2028年以降は横ばいを予測。伸びしろは検索エンジン側の評価基準の変化に依存","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"content.nonfiction.technical_doc","name":"技術記事・ドキュメントを書く","name_en":"Write technical articles and developer documentation","levels":{"2022":2,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"ジュニアテックライター以上。コードと連動したAPIドキュメントの自動生成は既に高精度","can":"API仕様からのドキュメント自動生成、実行検証込みのコード例生成、複数言語版の同時展開","cannot":"未リリース機能の設計意図の推測、社内政治・優先度判断を反映した表現調整","why":"技術文書は形式・検証可能性が明確でLLMの強みと合致するため先行して品質が高い","autonomy":"agent","tools":["Claude Fable 5.1","GPT-5.6","Context7連携エージェント"],"evidence":[{"title":"Best AI for Writing July 2026","url":"https://www.buildmvpfast.com/articles/best-llms-2026-guide/content-writing-ai","date":"2026-07","note":"技術文書領域を含むLLMライティング能力比較"}],"forecast_basis":"コード生成品質の向上と連動し、技術文書は他ジャンルに先行して専門家超え領域に到達すると予測","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"content.nonfiction.copywriting","name":"広告コピー・LP・セールスコピーを書く","name_en":"Write ad copy, landing pages, and sales copy","levels":{"2022":2,"2023":3,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"シンプルな訴求(商品説明・件名)は人間並み以上。高額商材の複雑な説得構成では人間が明確に優位","can":"商品説明・件名のA/Bバリエーション量産(コンバージョン+23.7%の報告あり)、構造化された定型コンテンツ","cannot":"2,000ドル超の高額商材向け複雑な説得コピー、ブランドの戦略的ポジショニング策定","why":"高額商材の説得は感情的複雑性と信頼構築が絡み、訓練データの評価信号が弱い領域","autonomy":"copilot","tools":["Claude Fable 5.1","GPT-5.6","Jasper"],"evidence":[{"title":"AI content vs human content: 2026 data on what wins","url":"https://www.grafit.agency/blog/ai-content-vs-human-content","date":"2026","note":"LinkedIn調査でAI2.1% vs 人間2.5%のCVR、価格帯別のハイブリッド運用が推奨"},{"title":"AI vs Human Copywriting: Where Machines Win, Where Humans Win","url":"https://robpalmer.com/blog/ai-vs-human-copywriting","date":"2026","note":"複雑な説得コンテンツでは人間とAIの差が大きいと分析"}],"forecast_basis":"2026年時点のコンセンサスはハイブリッド運用。高額帯での逆転には説得力モデリングのさらなる進化が必要","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"content.nonfiction.seo_mass_content","name":"SEO記事の量産","name_en":"Mass-produce SEO-optimized articles","levels":{"2022":2,"2023":3,"2024":3,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"短期的にはインデックスされ露出するが、3ヶ月後に上位100位に残るのはわずか3%という実験結果があり、人間執筆より明確に劣後","can":"大量のロングテールキーワード記事を高速生成・公開、初期インデックス獲得","cannot":"独自性・権威性(E-E-A-T)の中期的な維持。Googleの評価は純AI生成記事のトップ表示率9%に対し人間執筆は80%","why":"検索エンジン側が人間の独自性・経験を評価する信号を強化しており、量産だけでは評価されない","autonomy":"agent","tools":["Claude Fable 5.1","GPT-5.6","各種SEO自動化ツール"],"evidence":[{"title":"Does Google penalize AI content? an SEO study (2026)","url":"https://www.rankability.com/blog/does-google-penalize-ai-content/","date":"2026","note":"487件分析で純AI生成記事のトップ表示率は9%、人間執筆は80%"},{"title":"How AI-generated content performs in Google Search: A 16-month experiment","url":"https://searchengineland.com/ai-generated-content-google-search-experiment-472234","date":"2026","note":"3ヶ月後に上位100位残存率わずか3%という長期実験結果"}],"forecast_basis":"検索アルゴリズムが対抗策を強化し続ける限り、量産型SEOのレベルは横ばいないし低下傾向と予測(改善ではなく停滞・退行の事例)","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"content.nonfiction.investigative_journalism","name":"調査報道・一次取材に基づく記事","name_en":"Investigative journalism requiring primary reporting","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"記者の代替には遠く、情報収集・要約補助の域を出ない","can":"公開資料の横断要約、時系列整理、取材前の質問リスト生成","cannot":"一次取材(現地調査・インタビュー)、機密情報源の開拓、事実確認の最終責任","why":"物理的な現地アクセスと人間的信頼関係の構築が本質的に必要なタスクのため","autonomy":"copilot","tools":["Claude Fable 5.1","Perplexity","NotebookLM"],"evidence":[{"title":"New York Times vs. OpenAI Lawsuit Status and Timeline","url":"https://legalclarity.org/new-york-times-vs-openai-lawsuit-status-and-timeline/","date":"2026","note":"報道コンテンツの学習利用を巡る訴訟が2026年も継続中、業界の警戒感の背景として言及"}],"forecast_basis":"一次取材はエージェントの身体性・社会的信頼の欠如という構造的制約があり、2030年でも大幅な進展は見込みにくい","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]}]},{"id":"content.image","name":"画像生成","name_en":"Image Generation","tasks":[{"id":"content.image.illustration_concept","name":"コンセプトアート/一枚絵イラスト生成","name_en":"Generate concept art / single illustrations","levels":{"2022":2,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"熟練イラストレーターのラフ〜仕上げに匹敵する場面が多数、コンペ入賞例も存在","can":"スタイル指定、構図バリエーションの大量生成、ラフから清書までの一気通貫生成","cannot":"既存スタイルの再構成を超えた、ゼロからの独創的なビジュアル言語の発明","why":"拡散モデルは訓練データの様式を模倣・再構成することに最適化されているため","autonomy":"agent","tools":["Midjourney v8","Flux 2","Nano Banana Pro","Imagen 4"],"evidence":[{"title":"AI Image Showdown 2026: Flux vs Midjourney vs DALL-E vs Grok","url":"https://thebizaihub.com/ai-image-generation-showdown-2026/","date":"2026","note":"主要画像生成モデルの2026年比較レビュー"}],"forecast_basis":"画質・様式再現は既に高水準で頭打ち傾向、今後は制御性(編集精度)の伸びが中心になると予測","site_examples":[{"title":"とびだす絵本 — 3D絵本の挿絵と世界","url":"ehon.html","kind":"作品"},{"title":"品質検問 — AI生成物は静かに壊れる","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"content.image.character_consistency","name":"キャラクターの一貫性維持(複数カット/シリーズ)","name_en":"Maintain character consistency across multiple shots/series","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"Nano Banana Proが14枚の参照画像・最大5人までの同一性保持に対応し、実務転用が急速に進んだ画期","can":"参照画像からの同一キャラ多ポーズ生成、シリーズ物のトーン統一、複雑シーンでの複数人の同一性保持","cannot":"手描き作家特有の意図的な『崩し』の一貫性、生成毎の細部の完全な同一性(微小なブレは残る)","why":"拡散モデルは生成ごとに確率的な揺らぎを持つため完全な決定論的再現は原理的に難しい","autonomy":"agent","tools":["Nano Banana Pro (Gemini 3 Pro Image)","Midjourney v8"],"evidence":[{"title":"Nano Banana Pro: Gemini 3 Pro Image model from Google DeepMind","url":"https://blog.google/innovation-and-ai/products/nano-banana-pro/","date":"2026","note":"14枚の参照画像・5人までの同一性保持が可能と公式発表"},{"title":"Nano Banana Pro Complete Guide 2026","url":"https://aivideobootcamp.com/blog/nano-banana-pro-complete-guide-2026/","date":"2026","note":"複数画像シリーズでのキャラクター一貫性が競合比で優位と評価"}],"forecast_basis":"マルチ画像コンディショニング技術の急速な進展から2028年には実務標準化すると予測","site_examples":[{"title":"とびだす絵本 — 3D絵本の挿絵と世界","url":"ehon.html","kind":"作品"},{"title":"品質検問 — AI生成物は静かに壊れる","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"content.image.text_in_image","name":"画像内テキスト描画(ロゴ/看板/インフォグラフィック文字)","name_en":"Render legible text inside generated images","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"Nano Banana Proが『業界初、確実に読める文字を生成するモデル』と評される画期的ジャンプが2026年に発生","can":"多言語の可読テキスト付き画像、インフォグラフィック/スライド風レイアウトの高精度生成","cannot":"長文の完全な組版(稀に誤字が残る)、複雑なブランドタイポグラフィガイドの厳密遵守","why":"従来の拡散モデルは局所パターン生成が言語の離散的構造と相性が悪かったが、新世代アーキテクチャで大幅改善","autonomy":"agent","tools":["Nano Banana Pro","Ideogram 3"],"evidence":[{"title":"Developers can build with Nano Banana Pro (Gemini 3 Pro Image)","url":"https://blog.google/innovation-and-ai/technology/developers-tools/gemini-3-pro-image-developers/","date":"2026","note":"『Sale』などの文字を太字白文字で確実に読める形で生成できる初のモデルと説明"}],"forecast_basis":"2024年から2026年にかけての急伸ペースから2028年には印刷品質の組版レベルに達すると推定","site_examples":[{"title":"とびだす絵本 — 3D絵本の挿絵と世界","url":"ehon.html","kind":"作品"},{"title":"品質検問 — AI生成物は静かに壊れる","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"content.image.hand_anatomy","name":"手指・身体解剖の正確な描画","name_en":"Correctly render hands and body anatomy","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"2026年時点でも10〜15%の頻度で手指の破綻(余分な指・癒合・不自然な曲がり)が残るとの報告","can":"ポートレート等の制御された構図ではFlux計測で約97%の精度に到達","cannot":"複雑な手の重なり・道具操作・群衆シーンでの安定生成","why":"手は姿勢バリエーションが極端に多く遮蔽も頻発するため、他部位より学習難度が高い","autonomy":"copilot","tools":["Flux 2","Midjourney v8","専用インペインティングツール"],"evidence":[{"title":"How to Fix AI-Generated Hands (Extra Fingers, Fused Joints)","url":"https://imagera.ai/blog/how-to-fix-ai-generated-hands","date":"2026","note":"2026年時点でも手指破綻が10〜15%の頻度で残ると報告"},{"title":"How to Fix AI-Generated Images: Extra Fingers, Bad Faces & Garbled Text (2026)","url":"https://p20v.com/blog/how-to-fix-ai-generated-image-artifacts-guide","date":"2026","note":"Flux 2/Midjourney v8で改善したが破綻は依然発生すると説明"}],"forecast_basis":"過去3年で破綻頻度は大幅減少(推定30〜40%→10〜15%)したが、姿勢の物理的多様性という壁があり2028年でも完全解消は未達と予測","site_examples":[{"title":"とびだす絵本 — 3D絵本の挿絵と世界","url":"ehon.html","kind":"作品"},{"title":"品質検問 — AI生成物は静かに壊れる","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"content.image.manga_comic","name":"漫画のコマ構成・作画","name_en":"Compose and draw manga/comic panels","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"商業出版例(Rootport氏『サイバーパンク桃太郎』新潮社刊など)はあるが、AI単独でのプロ品質量産は未達","can":"ネーム(コマ割り)の下書き、背景・モブキャラの補助生成、市場規模205億ドルとされるAI漫画ツールの活用","cannot":"キャラの感情豊かな作画一貫性、日本の商業漫画特有のコマ運び・演出の完全自動化","why":"漫画は絵・コマ割り・テキスト・演出が複合した芸術で、単一モデルでの統合的生成が難しい","autonomy":"copilot","tools":["Anifusion","Canva","Nano Banana Pro"],"evidence":[{"title":"【2026年7月最新】AI漫画とは？205億ドル市場の全貌","url":"https://genai-ai.co.jp/ai-kanri/blog/cc-ai-manga-creative/","date":"2026-07","note":"AI漫画市場規模と、Rootport氏の商業出版『サイバーパンク桃太郎』(新潮社)事例を紹介"},{"title":"生成AI画像加工でマンガ家炎上","url":"https://news.yahoo.co.jp/expert/articles/03eff8e4eee260e4cc12db58e230eb5a69e00297","date":"2026","note":"生成AI画像加工を巡り漫画家が炎上した2026年の事例"}],"forecast_basis":"コマ割り+キャラ一貫性+吹き出しのツール統合が進む2028年頃に実務品質(要確認)へ到達すると予測","site_examples":[{"title":"とびだす絵本 — 3D絵本の挿絵と世界","url":"ehon.html","kind":"作品"},{"title":"品質検問 — AI生成物は静かに壊れる","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"content.image.editing_retouch","name":"画像編集(inpainting/リタッチ/背景合成)","name_en":"Image editing: inpainting, retouching, compositing","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"プロレタッチャー並みの局所編集(不要物除去・拡張・自然な合成)が可能","can":"自然言語指示での部分編集、破綻箇所の選択的再生成、複数画像の一貫合成","cannot":"印刷用の厳密な色校正・カラーマネジメントなど専門工程の完全代替","why":"編集は生成に比べ制約が明確で、モデルにとって取り組みやすいタスク構造を持つ","autonomy":"agent","tools":["Nano Banana Pro","Adobe Firefly / Photoshop","Flux Kontext"],"evidence":[{"title":"How to Fix AI-Generated Hands (Extra Fingers, Fused Joints)","url":"https://imagera.ai/blog/how-to-fix-ai-generated-hands","date":"2026","note":"壊れた手の部分だけを選択的に再生成する技術が実用段階にあると説明"}],"forecast_basis":"編集系タスクは既に専門家並みに到達しており、さらなる精緻化(色管理連携など)が進むと予測","site_examples":[{"title":"とびだす絵本 — 3D絵本の挿絵と世界","url":"ehon.html","kind":"作品"},{"title":"品質検問 — AI生成物は静かに壊れる","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]}]},{"id":"content.video","name":"動画生成","name_en":"Video Generation","tasks":[{"id":"content.video.short_clip","name":"短尺クリップ生成(数秒〜数十秒)","name_en":"Generate short video clips (seconds to tens of seconds)","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"Sora 2/Veo 3.1がプロの撮影クルー並みのショット表現力を発揮し、Shorts制作の実務採用が進行","can":"プロンプトからの物理挙動が自然な短尺映像生成、カメラワーク指定、Veo3.1は4K/60fps+同時音声生成に対応","cannot":"生成のたびの完全な再現性の担保、複雑な演技指導への追従","why":"拡散/自己回帰モデルの確率的性質により生成結果が毎回変動するため","autonomy":"agent","tools":["Sora 2","Veo 3.1","Kling 3.0"],"evidence":[{"title":"Best AI Video Generators 2026: Veo 3.1, Kling, Sora 2, Seedance & More Compared","url":"https://aimlapi.com/blog/best-ai-video-generators-2026-veo-3-1-kling-sora-2-seedance-more-compared","date":"2026","note":"Veo3.1が4K/60fps+同時音声生成に対応、Sora2は物理・カメラワークで優位と比較"},{"title":"Sora 2 Pro vs Veo 3.1 vs Kling 2.6 Pro: API Comparison (2026)","url":"https://ofox.ai/blog/ai-video-generation-apis-sora-veo-kling-compared-2026/","date":"2026","note":"主要3モデルのAPIレベル比較"}],"forecast_basis":"解像度・尺・音声同時生成の進化速度から2028年に映像制作の専門家超え領域に到達すると予測","site_examples":[{"title":"ずんだもんのAIラボ（YouTube）","url":"https://www.youtube.com/@zundamon_ai_lab","kind":"動画"},{"title":"1分AI英語 — ニュース原文×TOEIC単語のShorts","url":"ai-english.html","kind":"作品"}]},{"id":"content.video.long_form_consistency","name":"長尺・複数シーンでの一貫性維持","name_en":"Maintain consistency across long-form, multi-scene video","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"Kling 3.0で1回生成あたり最大3分まで伸びたが、90秒を超える連続クローズアップでアーティファクト検出率が顕著に上昇すると報告","can":"数十秒〜数分の単発生成、Klingでの90秒程度までの実用的なマルチショット継続","cannot":"数分規模の一貫したワンカット長編、90秒超の顔クローズアップでの破綻回避","why":"時間的一貫性(temporal consistency)の維持がモデルの根本的な未解決課題として残っている","autonomy":"copilot","tools":["Kling 3.0","Veo 3.1","Runway Gen-4"],"evidence":[{"title":"AI Video Limitations in 2026: What Still Fails","url":"https://www.capcut.com/create/ai-video-limitations-2026","date":"2026","note":"90秒を超える連続クローズアップでアーティファクト検出率が顕著に上昇すると分析"},{"title":"LoCoT2V-Bench: Benchmarking Long-Form and Complex Text-to-Video Generation","url":"https://arxiv.org/pdf/2510.26412","date":"2026","note":"長尺・複雑テキスト動画生成の評価ベンチマーク論文"}],"forecast_basis":"生成可能尺が15秒(Sora2)→3分(Kling3.0)へ急伸している実績から2028年に長尺一貫性が実務品質へ近づくと予測","site_examples":[{"title":"ずんだもんのAIラボ（YouTube）","url":"https://www.youtube.com/@zundamon_ai_lab","kind":"動画"},{"title":"1分AI英語 — ニュース原文×TOEIC単語のShorts","url":"ai-english.html","kind":"作品"},{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"}]},{"id":"content.video.lipsync_dubbing","name":"リップシンク・多言語吹替","name_en":"Lip-sync and multilingual dubbing","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"Sync.soが実写映像でのリップシンク精度でリード、HeyGen/D-IDがアバター向けで専門家並みの品質","can":"音声からの高精度口パク生成、多言語ダビングとローカライズの一括処理","cannot":"極端な角度変化や激しい動きを伴う実写映像での完全な同期維持","why":"音素-口形マッピング自体は成熟した技術領域だが、実写の自由なカメラワークとの組み合わせはなお難しい","autonomy":"agent","tools":["Sync.so","Hedra","HeyGen","Kling"],"evidence":[{"title":"The 8 Best AI Lip Sync Tools in 2026","url":"https://morphic.com/resources/tools/best-ai-lip-sync-tools","date":"2026","note":"Sync.soが実写リップシンク精度でリード、HeyGen/D-IDはアバター向けで優位と比較"}],"forecast_basis":"音声駆動の顔生成は成熟技術であり、2028年までに専門家超え領域に達すると予測","site_examples":[{"title":"ずんだもんのAIラボ（YouTube）","url":"https://www.youtube.com/@zundamon_ai_lab","kind":"動画"},{"title":"1分AI英語 — ニュース原文×TOEIC単語のShorts","url":"ai-english.html","kind":"作品"},{"title":"lingo — YouTube動画の英日二段字幕","url":"lingo.html","kind":"作品"}]},{"id":"content.video.auto_edit_subtitle","name":"編集・字幕の自動化(ラフカット・字幕生成)","name_en":"Automated rough-cut editing and subtitle generation","levels":{"2022":2,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"Premiere/DaVinciのネイティブAIが無音カット・ベストテイク選択・字幕付けを編集可能なタイムラインとして出力できる水準","can":"90〜99%精度の自動文字起こし字幕、無音/NGカット除去、編集可能なラフカットの自動生成","cannot":"感情的なテンポ判断を要する最終カットの決定、ブランドトーンに沿った微妙な『間』の調整","why":"機械的な検出タスク(無音・重複)は得意だが、演出的判断は人間の感性領域に依存する","autonomy":"agent","tools":["Premiere Assistant","AutoCut","CapCut","DaVinci Resolve AI"],"evidence":[{"title":"AI Automatic Captions in 2026: Premiere, CapCut, and Resolve","url":"https://pixflow.net/blog/ai-automatic-captions-subtitles/","date":"2026","note":"Premiere/CapCut/Resolveが90〜99%精度のAI字幕を標準搭載"},{"title":"AI Video Editing in Premiere Pro: The Complete 2026 Guide","url":"https://www.premierecopilot.com/en/blog/ai-video-editing-premiere-pro","date":"2026","note":"無音カット・ベストテイク選択を含む編集可能なラフカットをPremiere内で生成できると説明"}],"forecast_basis":"機械的編集作業は既に高水準に到達、今後は演出判断への部分進出が焦点になると予測","site_examples":[{"title":"ずんだもんのAIラボ（YouTube）","url":"https://www.youtube.com/@zundamon_ai_lab","kind":"動画"},{"title":"1分AI英語 — ニュース原文×TOEIC単語のShorts","url":"ai-english.html","kind":"作品"},{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"content.video.talking_avatar_explainer","name":"アバター解説動画(2Dキャラ掛け合い等)","name_en":"Talking-avatar explainer/dialogue videos","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"個人クリエイターがTTS+スプライト+口パク自動化で日常的に量産可能なレベルに到達済み","can":"台本→音声→口パク→字幕までの一気通貫パイプライン構築、自律的な量産運用","cannot":"完全新規キャラクターデザインの感性的魅力、視聴維持率を上げる演出的機微の自動最適化","why":"技術要素(TTS・口パク・字幕)は成熟済みだが『バズる』演出判断は依然人間の勘に依存","autonomy":"autonomous","tools":["VOICEVOX","Remotion","HeyGen"],"evidence":[{"title":"AI Automatic Captions in 2026: Premiere, CapCut, and Resolve","url":"https://pixflow.net/blog/ai-automatic-captions-subtitles/","date":"2026","note":"字幕自動化ツールの精度向上が解説動画パイプライン全体の自動化を後押し"}],"forecast_basis":"パイプライン全体が既に自律運用可能でレベルは高止まり、視聴維持率などのバズ要因最適化が今後の焦点","site_examples":[{"title":"ずんだもんのAIラボ（YouTube）","url":"https://www.youtube.com/@zundamon_ai_lab","kind":"動画"},{"title":"1分AI英語 — ニュース原文×TOEIC単語のShorts","url":"ai-english.html","kind":"作品"}]}]},{"id":"content.audio","name":"音楽・音声","name_en":"Music & Voice","tasks":[{"id":"content.audio.song_composition","name":"作詞作曲(構成のある楽曲)","name_en":"Compose full songs with structure (lyrics + music)","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"Suno v5は8分までの構造化(Verse-Chorus-Bridge)された楽曲をボーカル込みで生成し、商用リリース品質に迫ると評価される","can":"ジャンル/歌詞指定からのフル楽曲生成、ステム分離、一貫したボーカルアイデンティティの維持","cannot":"複雑な編曲の精緻さ、人間演奏特有の感情的ニュアンス(『合成的』との指摘が残る)","why":"訓練データの平均への収束と、演奏のマイクロタイミング表現の技術的限界","autonomy":"agent","tools":["Suno v5","Udio","ElevenLabs Music"],"evidence":[{"title":"Suno V5 Review: Is the New AI Music Model Worth It in 2026?","url":"https://kunya.com.br/blog/suno-v5-the-worlds-most-advanced-ai-music-model-a-complete-guide","date":"2026","note":"8分までの構造的に一貫した楽曲を商用品質で生成可能、ただし複雑な編曲と感情の機微は限界と評価"}],"forecast_basis":"構成理解の急速な向上が続けば2028年に専門家超え(人間には不可能な速度でのバリエーション生成)に到達すると予測","site_examples":[{"title":"Music Universe — 19,810アーティストの音楽宇宙地図","url":"universe.html","kind":"作品"},{"title":"森の小屋 — 焚き火と環境音の360°瞑想空間","url":"cabin.html","kind":"作品"}]},{"id":"content.audio.commercial_release_rights","name":"レーベル許諾・権利処理された形での商用リリース","name_en":"Rights-cleared commercial release of AI-generated music","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"2026年にWarner・UMGがSuno/Udioと相次いで和解しライセンス契約(次世代AI音楽プラットフォーム構想)を締結。一方Sonyは提訴継続、独GEMAはSunoに勝訴","can":"大手レーベルとのライセンス契約下でのAI生成音楽の合法的商用配信(2026年後半以降順次開始予定)","cannot":"既存アーティストの声・曲調の無断模倣からの完全な法的クリア、欧州(GEMA判例)下での特定楽曲利用","why":"学習データの著作権侵害を巡る訴訟が地域・レーベルごとに異なる決着を見せている過渡期にあるため","autonomy":"copilot","tools":["Suno(Warner/UMGライセンス版)","Udio"],"evidence":[{"title":"Warner Music Group strikes 'landmark' deal with Suno; settles copyright lawsuit","url":"https://www.musicbusinessworldwide.com/warner-music-group-settles-with-suno-strikes-first-of-its-kind-deal-with-ai-song-generator/","date":"2026","note":"WarnerがSunoと和解しライセンス契約、UMGもUdioと和解し新プラットフォーム計画"},{"title":"Suno and Udio AI Music Lawsuit: 2026 Status & Timeline","url":"https://www.aivortex.io/legal/ai-case-law/suno-udio-music-ai/","date":"2026","note":"Sonyは和解に参加せず係争継続、独ミュンヘン地裁がGEMA勝訴でSunoに損害賠償責任"}],"forecast_basis":"大手3社中2社が既に和解済みで業界標準がライセンスモデルに収束しつつあり、2028年までに主要レーベル全社との枠組みが整うと予測","site_examples":[{"title":"Music Universe — 19,810アーティストの音楽宇宙地図","url":"universe.html","kind":"作品"},{"title":"森の小屋 — 焚き火と環境音の360°瞑想空間","url":"cabin.html","kind":"作品"}]},{"id":"content.audio.tts_narration","name":"TTS・ナレーション/オーディオブック制作","name_en":"TTS narration and audiobook production","levels":{"2022":2,"2023":3,"2024":4,"2025":4,"2026":5,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"独立テストでElevenLabs v3が5テイク中3本が放送品質と評価される水準に到達","can":"感情タグ([whispers][excited]等)による演技指導、長尺オーディオブックでの一貫した声の維持","cannot":"常に放送品質のテイクを出すこと(5本中2本は『使える』程度に留まる)、俳優の即興的な間の取り方","why":"感情表現は大幅改善したが、一貫した『名演』の再現性はなお確率的","autonomy":"agent","tools":["ElevenLabs v3","VOICEVOX"],"evidence":[{"title":"Audio tags 101: Directing emotional TTS in Eleven v3","url":"https://elevenlabs.io/blog/v3-audiotags","date":"2026-03","note":"[whispers][laughs][excited]等のインラインタグで感情演技を指示できる新機能"},{"title":"ElevenLabs for Audiobooks: Strengths and Limits","url":"https://www.audie.ai/elevenlabs-for-audiobooks-strengths-and-limits","date":"2026","note":"5本中3本が放送品質、2本は使える程度という独立テスト結果"}],"forecast_basis":"既に専門家並みに到達しておりレベル5相当。今後は安定性(再現性)の向上が焦点になると予測","site_examples":[{"title":"Music Universe — 19,810アーティストの音楽宇宙地図","url":"universe.html","kind":"作品"},{"title":"森の小屋 — 焚き火と環境音の360°瞑想空間","url":"cabin.html","kind":"作品"}]},{"id":"content.audio.voice_acting_emotion","name":"感情演技・声優代替(ゲーム/アニメ的キャラボイス)","name_en":"Emotional voice acting as a substitute for professional voice actors","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"v3では悲しみ・苦味など感情の移り変わりを演じ分けられると評価される一方、一貫性には課題が残る","can":"指示に基づく感情演技、キャラクターごとの声の使い分け","cannot":"即興的なアドリブ演技、収録現場での演出家との対話的な微調整","why":"スタジオ収録のような対話的フィードバックループ(人間の演出家との掛け合い)が欠如しているため","autonomy":"copilot","tools":["ElevenLabs v3","VOICEVOX"],"evidence":[{"title":"ElevenLabs Review 2026: The Honest Verdict From a Power User","url":"https://elevenlabsreview.com/","date":"2026","note":"感情の移り変わりを表現できるという独立ユーザーレビュー"}],"forecast_basis":"スタジオ収録同様の対話的演出ワークフローとの統合が進めば2028年に専門家並みに到達すると予測","site_examples":[{"title":"ことつぎの星 — 読者を観測するメタフィクションADV","url":"kototsugi/index.html","kind":"作品"},{"title":"異世界立体数独 ルーン・キューブ","url":"sudoku.html","kind":"作品"},{"title":"将棋ぷよ「成」","url":"shogi-puyo.html","kind":"作品"}]},{"id":"content.audio.sfx_score","name":"効果音・BGM/劇伴スコアリング","name_en":"Sound effects and film/game score composition","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"映像に同期したシーン単位の劇伴生成の実務投入例が増加中","can":"ムード指定からの効果音/BGM生成、映像との同期","cannot":"複雑な映画的ライトモティーフ設計、オーケストラ全体の緻密な対位法","why":"長尺・構造的な音楽理論の適用(反復動機の管理など)はまだ発展途上","autonomy":"copilot","tools":["Suno","ElevenLabs Music","Udio"],"evidence":[{"title":"Suno V5 Review: Is the New AI Music Model Worth It in 2026?","url":"https://kunya.com.br/blog/suno-v5-the-worlds-most-advanced-ai-music-model-a-complete-guide","date":"2026","note":"複雑な編曲は依然限界があると明記"}],"forecast_basis":"楽曲構成理解の伸びから劇伴領域も2028年に実務品質へ到達すると予測","site_examples":[{"title":"ことつぎの星 — 読者を観測するメタフィクションADV","url":"kototsugi/index.html","kind":"作品"},{"title":"異世界立体数独 ルーン・キューブ","url":"sudoku.html","kind":"作品"},{"title":"将棋ぷよ「成」","url":"shogi-puyo.html","kind":"作品"}]},{"id":"content.audio.podcast_dialogue","name":"資料からの対話型ポッドキャスト/解説音声生成","name_en":"Generate dialogue-style podcasts/explainers from source material","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"Stanford Digital Learning Labの調査で情報処理速度が人間の読解より3倍速いとされるが、誤帰属・単純化のリスクが残る","can":"資料要約からの自然な掛け合いポッドキャスト生成、80以上の言語対応、インタラクティブモードでの質問割り込み","cannot":"出典の正確な帰属の保証、ニュアンスのある議論の単純化回避","why":"要約時の事実確認プロセスが自動化されておらず、誤帰属や過度な単純化が生じやすい","autonomy":"copilot","tools":["NotebookLM Audio Overview"],"evidence":[{"title":"NotebookLM Audio Overview Complete Guide","url":"https://notebooklm.hk/en/blog/notebooklm-audio-overview-guide/","date":"2026","note":"80以上の言語対応、Deep Dive/Brief/Critique/Debate等の複数フォーマットとインタラクティブモード"},{"title":"6 Best NotebookLM Audio Overview Alternatives (2026)","url":"https://www.atlasworkspace.ai/blog/notebooklm-audio-alternatives","date":"2026","note":"誤帰属や単純化、声が『演出的』に感じられる限界を指摘"}],"forecast_basis":"事実確認ループの自動化(引用元の明示強化)が進めば2028年に実務品質へ、上限は人間らしい会話感という壁で頭打ちの可能性","site_examples":[{"title":"Music Universe — 19,810アーティストの音楽宇宙地図","url":"universe.html","kind":"作品"},{"title":"森の小屋 — 焚き火と環境音の360°瞑想空間","url":"cabin.html","kind":"作品"},{"title":"行かなくていい場所 — 移動せず没入する場所体験","url":"method/ikanakute-ii-basho.html","kind":"作り方"}]}]},{"id":"content.game3d","name":"3D・ゲーム","name_en":"3D Assets & Game Generation","tasks":[{"id":"content.game3d.asset_generation","name":"3Dアセット生成(モデル/テクスチャ)","name_en":"Generate 3D assets (models/textures)","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"Tripoが平均8秒でクリーンなトポロジーを生成、Meshy 6がPBRテクスチャ+リギングに強いなど実務品質に到達","can":"テキスト/画像からのUV展開済みメッシュ+PBRテクスチャ生成、ゲームエンジン向けトポロジー最適化、リギング自動化","cannot":"高難度の有機的トポロジー(表情変形などアニメーション用途に最適な位相構造)の完全自動最適化","why":"トポロジー最適化はアーティストの意図(変形・アニメーション用途)を汲む設計問題であるため","autonomy":"agent","tools":["Meshy 6","Tripo (Prism/P1)","Rodin"],"evidence":[{"title":"Best AI Tools for 3D Game Assets (2026 Compared)","url":"https://www.meshy.ai/blog/best-ai-tools-for-3d-game-assets","date":"2026","note":"MeshyはPBR/リギングに強く、Tripoは平均8秒でクリーンなトポロジーを生成すると比較"},{"title":"Tripo vs Meshy: Best AI 3D Model Generator for 2026","url":"https://www.tripo3d.ai/compare/tripo-vs-meshy","date":"2026","note":"Tripoはゲームエンジン向けにトポロジーを自動最適化、ビルトインリギングを提供"}],"forecast_basis":"生成速度と品質の両立が急速に進んでおり、2028年にはAAA制作パイプラインへの本格統合が進むと予測","site_examples":[{"title":"ことつぎの星 — 読者を観測するメタフィクションADV","url":"kototsugi/index.html","kind":"作品"},{"title":"異世界立体数独 ルーン・キューブ","url":"sudoku.html","kind":"作品"},{"title":"将棋ぷよ「成」","url":"shogi-puyo.html","kind":"作品"}]},{"id":"content.game3d.level_design","name":"レベル/マップデザイン生成","name_en":"Generate game level/map designs","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"手続き生成+感情アーク誘導などはまだ研究段階で、実務での量産事例は限定的","can":"テーマ指定からのラフなレイアウト提案、感情アークに沿った難易度曲線設計の研究プロトタイプ","cannot":"プレイテスト済みの詰み検証、ゲームプレイ意図に沿ったハンドクラフト感のある配置","why":"レベルデザインは『遊びの手触り』というプレイテストでしか検証できない暗黙知に強く依存する","autonomy":"copilot","tools":["研究プロトタイプ(感情アーク誘導型手続き生成)","Unreal/Unity向けAIプラグイン"],"evidence":[{"title":"All Stories Are One Story: Emotional Arc Guided Procedural Game Level Generation","url":"https://arxiv.org/pdf/2508.02132","date":"2025-08","note":"感情アークに沿った手続き型レベル生成の研究"}],"forecast_basis":"研究段階から実務ツール化までのタイムラグを考慮し、2028年に補助(レベル4未満)到達と予測","site_examples":[{"title":"ことつぎの星 — 読者を観測するメタフィクションADV","url":"kototsugi/index.html","kind":"作品"},{"title":"異世界立体数独 ルーン・キューブ","url":"sudoku.html","kind":"作品"},{"title":"将棋ぷよ「成」","url":"shogi-puyo.html","kind":"作品"}]},{"id":"content.game3d.full_game_generation","name":"ゲーム全体の自動生成(プロンプト→完成品)","name_en":"End-to-end generation of a complete game from a prompt","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":4},"vs_expert":"『プロンプトで作れるのは小規模な2D/HTML5のみ、商業的な3Dタイトルは不可』というのが2026年時点の評価","can":"簡易な2Dブラウザゲームのプロトタイプ生成、ゲームジャム用の叩き台作成","cannot":"Steamで商業的に成立する3Dゲームの単独完成、ゲームフィール調整、プラットフォーム最適化","why":"『深み・3D表現・ゲームフィール・プラットフォーム対応・デザインセンス』は依然人間の仕事と明言される","autonomy":"copilot","tools":["Rosebud AI","各種ノーコードゲームAI"],"evidence":[{"title":"Steam Indie Games Are Quickly Becoming AI's Latest Victim","url":"https://gamerant.com/steam-indie-games-ai-generated-content-discoverability/","date":"2026","note":"Steamは開示要件付きでAI生成ゲームを許可するが品質/発見性の壁を越えられないと分析"},{"title":"AI Game Generators 2026: Can You Build a Game From a Prompt?","url":"https://altheragames.com/en/blog/ai-game-generators-2026","date":"2026","note":"プロンプトから作れるのは小規模2D/HTML5のみ、商業3Dタイトルは不可と明言"}],"forecast_basis":"World model系技術の進化次第で2030年までにプレイ可能な小規模3Dゲームの自動生成が実務化する可能性はあるが、商業品質到達の根拠は薄く慎重に予測","site_examples":[{"title":"ことつぎの星 — 読者を観測するメタフィクションADV","url":"kototsugi/index.html","kind":"作品"},{"title":"異世界立体数独 ルーン・キューブ","url":"sudoku.html","kind":"作品"},{"title":"将棋ぷよ「成」","url":"shogi-puyo.html","kind":"作品"}]},{"id":"content.game3d.world_model_playable","name":"プレイ可能なワールドモデル(リアルタイム生成世界)","name_en":"Real-time playable generative world models","levels":{"2022":0,"2023":0,"2024":0,"2025":1,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"Genie 3が720p/24fpsで数分間の一貫性を保つ探索可能世界を生成、2026年1月にGoogle AI Ultra加入者へ公開","can":"テキストプロンプトからのリアルタイムナビゲート可能な環境生成、数分間の一貫性維持、過去に訪れた場所の再現","cannot":"長時間(数十分以上)の世界一貫性の維持、ゲームルール・目的設計を伴う『ゲーム』としての完成","why":"自己回帰的世界生成モデルは短時間の記憶保持能力に制約があるため","autonomy":"copilot","tools":["Genie 3 / Project Genie (Google DeepMind)"],"evidence":[{"title":"Genie 3: A new frontier for world models","url":"https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/","date":"2025-08","note":"720p/24fpsでリアルタイムナビゲート可能、数分間の一貫性を保持する世界モデル"},{"title":"Google opens Project Genie AI world generator to Ultra subs","url":"https://www.techbuzz.ai/articles/google-opens-project-genie-ai-world-generator-to-ultra-subs","date":"2026-01","note":"2026年1月にProject GenieがGoogle AI Ultra加入者向けに公開"}],"forecast_basis":"DeepMindはAGIへの布石と位置づけ研究投資を継続しており一貫性維持時間は年々延伸すると予測されるが、『ゲーム』への昇華にはさらなる時間を要する","site_examples":[{"title":"ことつぎの星 — 読者を観測するメタフィクションADV","url":"kototsugi/index.html","kind":"作品"},{"title":"異世界立体数独 ルーン・キューブ","url":"sudoku.html","kind":"作品"},{"title":"将棋ぷよ「成」","url":"shogi-puyo.html","kind":"作品"}]},{"id":"content.game3d.npc_dialogue_behavior","name":"NPCの対話・行動生成","name_en":"Generative NPC dialogue and behavior","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"RPG/アドベンチャーゲームでのAI搭載NPC採用率が2024年8%→2026年62%へ急増する一方、開発者の52%はAIの正味効果をネガティブと回答","can":"ランタイムでのプロンプトベース対話生成、記憶を持つNPC、Unity/Unreal向けプラグイン統合","cannot":"ゲームデザイナーが意図した物語上の重要な分岐点でのNPC発言の厳密な制御","why":"生成的自由度と作家的コントロールのトレードオフ、レイテンシ・コスト制約が実運用の壁","autonomy":"copilot","tools":["Inworld AI","Convai"],"evidence":[{"title":"The Ultimate Guide to AI NPC Games in 2026","url":"https://aivexify.com/the-ultimate-guide-to-ai-npc-games-in-2026/","date":"2026","note":"RPG/アドベンチャーのAI搭載NPC採用率が2024年8%→2026年62%に急増"},{"title":"The State of Game Localization in 2026","url":"https://multilingual.com/magazine/june-2026/the-state-of-game-localization-in-2026/","date":"2026-06","note":"2026年ゲーム業界調査で開発者の52%がAIの正味効果をネガティブと回答"}],"forecast_basis":"AAAパイプラインへの標準搭載が進む一方、開発者側の懐疑も根強く、レベル進展は緩やかと予測","site_examples":[{"title":"ことつぎの星 — 読者を観測するメタフィクションADV","url":"kototsugi/index.html","kind":"作品"},{"title":"異世界立体数独 ルーン・キューブ","url":"sudoku.html","kind":"作品"},{"title":"将棋ぷよ「成」","url":"shogi-puyo.html","kind":"作品"}]}]},{"id":"content.design","name":"デザイン","name_en":"Design (UI, Graphics, Logos, Slides)","tasks":[{"id":"content.design.slide_deck","name":"プレゼン資料・スライド生成","name_en":"Generate presentation slide decks","levels":{"2022":1,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"Gammaが7,000万ユーザーを抱え、外部データ可視化・エージェント機能まで統合した実務ツールへ成長","can":"構成案からの完成度の高いスライド一式生成、外部データの図表化、Webサイト/SNS投稿への拡張生成","cannot":"経営会議など超高ステークスな資料の戦略的ストーリーライン構築の最終判断","why":"フォーマット化された生成は得意だが、意思決定に直結する戦略的取捨選択は人間の判断領域に残る","autonomy":"agent","tools":["Gamma 3.0","Claude Design","Canva"],"evidence":[{"title":"Gamma vs ChatGPT vs Claude vs Google Slides Gemini","url":"https://www.mindstudio.ai/blog/gamma-vs-chatgpt-vs-claude-vs-google-slides-gemini-best-ai-presentation-tool-2026","date":"2026","note":"Gamma 3.0は7,000万ユーザー、Webサイト/SNS投稿にも拡張したと紹介"},{"title":"AI slide generation in 2026: Claude Design, Gamma & more","url":"https://www.wearetandem.ai/en/blog/tools/ai-slide-generation-claude-design-gamma","date":"2026","note":"Gamma/Claude Design比較を含む2026年のAIスライド生成動向"}],"forecast_basis":"既に実務品質に到達、今後はエージェント機能(外部データ連携)の高度化で専門家超えへ進むと予測","site_examples":[]},{"id":"content.design.ui_mockup","name":"UI/アプリ画面デザイン(モックアップ〜コード化)","name_en":"UI/app screen design from mockup to code","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"Figma Make/Claude Design等でクリックして選択・編集可能なUIをプロンプトから生成できる水準に到達","can":"要件からのUIモックアップ+実装コードの一括生成、既存デザインシステムへの準拠","cannot":"複雑なユーザーリサーチに基づく情報設計、アクセシビリティ細部までの完全担保","why":"UIの『使いやすさ』評価はユーザーテストという実世界フィードバックに依存するため","autonomy":"agent","tools":["Figma Make","Claude Design","v0"],"evidence":[{"title":"AI slide generation in 2026: Claude Design, Gamma & more","url":"https://www.wearetandem.ai/en/blog/tools/ai-slide-generation-claude-design-gamma","date":"2026","note":"Claude DesignなどキャンバスエディタでUI生成が可能になったと紹介"}],"forecast_basis":"コード生成能力の向上に伴いUIモックアップは急速に実務品質化しており、2028年には専門家超え領域に達すると予測","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"}]},{"id":"content.design.logo_branding","name":"ロゴ・ブランドアイデンティティデザイン","name_en":"Logo and brand identity design","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"USPTOはAI生成ロゴの商標登録自体は認めるが、著作権保護は『人間の創作性不足』で認めず、識別性不足で却下される例も多い","can":"大量のコンセプト案の高速生成、既存ブランドの雰囲気を汲んだバリエーション展開","cannot":"商標的識別性の確保(却下リスク)、著作権保護の取得、他のAI生成物との類似衝突の回避","why":"生成が『ありがちな図像』に収束しやすく、法的な独自性要件と根本的に相性が悪いため","autonomy":"copilot","tools":["Looka","Nano Banana Pro","Midjourney"],"evidence":[{"title":"Can I Trademark an AI-Generated Logo? The Complete 2026 Guide","url":"https://www.sologo.ai/blog/can-i-trademark-an-aigenerated-logo-the-complete-2026-guide/","date":"2026","note":"純AI生成ロゴは著作権保護されず、人間による大幅な改変が実務上の標準対応になっていると解説"},{"title":"AI Logo Law: The 2026 Trademark & Copyright Catch","url":"https://www.solidaitech.com/2026/08/ai-logo-trademark-copyright-law.html","date":"2026-08","note":"汎用的すぎるデザインが識別性不足でUSPTOに却下される例を紹介"}],"forecast_basis":"法制度側の要件(人間の創作性)が変わらない限りレベル進展は緩やか。技術的な生成品質自体は高いが法的地位が頭打ち要因になっていると予測","site_examples":[]},{"id":"content.design.graphic_banner","name":"グラフィック・広告バナー制作","name_en":"Graphic design and ad banner production","levels":{"2022":2,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"テキスト描画精度の向上(Nano Banana Pro)によりバナー広告の実務生成が高精度化","can":"多言語の可読テキスト込みバナー生成、複数サイズへの一括展開","cannot":"大量生成の中でのブランドガイドラインの微妙なトーン統一の完全維持","why":"テキスト描画のブレイクスルーが直近(2026年)に起きたばかりで、安定運用の実証がまだ浅い","autonomy":"agent","tools":["Nano Banana Pro","Canva","Adobe Firefly"],"evidence":[{"title":"Developers can build with Nano Banana Pro (Gemini 3 Pro Image)","url":"https://blog.google/innovation-and-ai/technology/developers-tools/gemini-3-pro-image-developers/","date":"2026","note":"インフォグラフィック/スライド/レイアウト向けの多言語可読テキスト生成が高精度化したと発表"}],"forecast_basis":"テキスト描画の実務適用が進めば2028年に専門家超え領域に到達すると予測","site_examples":[]}]},{"id":"content.translation","name":"翻訳・ローカライズ","name_en":"Translation & Localization of Creative Work","tasks":[{"id":"content.translation.literary_novel","name":"文芸翻訳(小説・詩)","name_en":"Literary translation of novels and poetry","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"Claudeが専門翻訳ツールより文芸翻訳に強いと評価され、隠喩・レジスター・リズムの再現力が向上","can":"隠喩・文化的文脈を汲んだ自然な訳文の一発生成、文体を保った訳し分け","cannot":"人間のレビューなしでの出版、地域文化的にセンシティブな表現の最終判断","why":"文芸翻訳の評価軸(詩的リズム・含意)は定量評価が難しく、人間の最終確認が業界標準として残る","autonomy":"copilot","tools":["Claude Fable 5.1","GPT-5.6"],"evidence":[{"title":"The Best AI Translator of 2026","url":"https://pasqualepillitteri.it/en/news/764/best-ai-translator-2026-deepl-chatgpt-claude-gemini-comparison","date":"2026","note":"Claudeが文芸翻訳で専門翻訳ツールより自然な英訳を生成すると評価"},{"title":"LLM Translation Benchmark 2026: GPT-4 vs Claude vs DeepL","url":"https://intlpull.com/blog/llm-translation-quality-benchmark-2026","date":"2026","note":"DeepL+Claude併用ワークフローが実務標準、文学分野は人間レビュー併用が前提と分析"}],"forecast_basis":"フロンティアモデルの言語理解が過去数年で大幅向上した傾向が続けば2028年に専門家超え到達と予測","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"content.translation.subtitle_dubbing","name":"字幕・吹替ローカライズ(映像)","name_en":"Subtitle and dubbing localization for video","levels":{"2022":2,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"HeyGen等がリップシンク込みの多言語吹替を実務レベルで提供","can":"字幕生成+タイミング調整、リップシンク込みの多言語吹替の一気通貫生成","cannot":"文化的ローカライズ(ジョーク・言葉遊びの完全な置き換え)の細部","why":"映像同期は技術的に成熟しているが、文化的翻案は依然人間のセンスを要する","autonomy":"agent","tools":["HeyGen","Kling dubbing","ElevenLabs"],"evidence":[{"title":"The 8 Best AI Lip Sync Tools in 2026","url":"https://morphic.com/resources/tools/best-ai-lip-sync-tools","date":"2026","note":"HeyGenのダビング機能がローカライズまで対応していると紹介"}],"forecast_basis":"リップシンク技術の成熟度から2028年に専門家超え領域に到達すると予測","site_examples":[{"title":"ずんだもんのAIラボ（YouTube）","url":"https://www.youtube.com/@zundamon_ai_lab","kind":"動画"},{"title":"1分AI英語 — ニュース原文×TOEIC単語のShorts","url":"ai-english.html","kind":"作品"},{"title":"lingo — YouTube動画の英日二段字幕","url":"lingo.html","kind":"作品"}]},{"id":"content.translation.manga_localization","name":"漫画の写植込み翻訳・ローカライズ","name_en":"Manga translation and typesetting localization","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"Mantra Engineが月20万ページ・18言語を機械翻訳(集英社・小学館出資)、Orangeは月1,000巻超規模へ拡大。両社とも『翻訳は芸術、人間が関わり続けるべき』とハイブリッド体制を明言","can":"コマ内テキスト検出+文脈を踏まえた翻訳+写植の自動化、月間数十万ページ規模の処理による海賊版対策","cannot":"完全自動でのニュアンス保持(両社ともAI+専門翻訳者のハイブリッド体制を維持し人間関与を外していない)","why":"漫画特有の擬音語・キャラ口調・コマ間の文脈保持は機械翻訳単体では不十分なため","autonomy":"copilot","tools":["Mantra Engine","Orange"],"evidence":[{"title":"Japan Start-Ups Leaning on AI to Fast-Track Manga Translations to Curb $5 Billion Losses to Piracy","url":"https://www.back2gaming.com/features/ai-manga-translation-to-help-beat-piracy/","date":"2026","note":"Mantra/OrangeがAIで海賊版対策、公式翻訳を高速化していると報告"},{"title":"Mantra Inc.","url":"https://mantra.co.jp/en/","date":"2026","note":"Mantra Engineは月20万ページ・18言語対応、集英社・小学館が出資"}],"forecast_basis":"海賊版対策という強い商業動機から投資が継続し、2028年までにハイブリッド体制のまま実務品質が向上すると予測","site_examples":[{"title":"とびだす絵本 — 3D絵本の挿絵と世界","url":"ehon.html","kind":"作品"},{"title":"品質検問 — AI生成物は静かに壊れる","url":"method/hinshitsu-kenmon.html","kind":"作り方"},{"title":"lingo — YouTube動画の英日二段字幕","url":"lingo.html","kind":"作品"}]},{"id":"content.translation.game_localization","name":"ゲームのUI・シナリオテキスト大量ローカライズ","name_en":"Large-scale localization of game UI and scenario text","levels":{"2022":2,"2023":3,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"ゲーム業界はAI導入に慎重(開発者の52%がAIの正味効果をネガティブと回答)で、技術力より業界の心理的抵抗が導入を規定","can":"大量のUIテキスト・クエストテキストの一貫翻訳、感情・文化差を考慮した訳出","cannot":"プレイヤー体験を損なわない繊細な訳語選定への業界的信頼の獲得","why":"ゲーム業界特有のブランド毀損リスクへの警戒感が、技術的可能性より導入速度を遅らせているため","autonomy":"copilot","tools":["ゲーム特化LLM","DeepL","Claude Fable 5.1"],"evidence":[{"title":"The State of Game Localization in 2026","url":"https://multilingual.com/magazine/june-2026/the-state-of-game-localization-in-2026/","date":"2026-06","note":"開発者の52%がAIの正味効果をネガティブと回答、2022〜2026年でゲーム業界全体45,000人の雇用喪失と報告"}],"forecast_basis":"技術的成熟度は他分野に劣らないが業界の心理的抵抗が導入速度を規定しており、2028年にかけて徐々に解消すると予測","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]}]}]},{"id":"dev","name":"ソフトウェア開発","name_en":"Software Development","color":"#2d5f8a","summary":"最も海岸線が動いた領域。検証できる仕事から順に自律化する","areas":[{"id":"dev.new_dev","name":"新規開発（プロトタイプ/フルアプリ/ゲーム/Web）","name_en":"New Development (Prototype/Full App/Game/Web)","tasks":[{"id":"dev.new_dev.prototype_mvp","name":"プロトタイプ/MVPをゼロから作る","name_en":"Build a prototype/MVP from scratch","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"個人開発者の週末ハッカソン成果物相当。人間の平均的な週末MVPより速い（数時間〜2日）ケースが一般化","can":"自然言語の1プロンプトから認証・DB・フロントを含むフルスタックMVPを生成しデプロイまで完了。反復による機能追加も自律で継続","cannot":"差別化になる独自UXの発明／市場に刺さるプロダクト仮説そのものの設定は人間依存","why":"既存パターンの組み合わせは得意だが「何を作るべきか」という問いには弱い","autonomy":"autonomous","tools":["Claude Code","Lovable","Replit Agent","v0","Cursor"],"evidence":[{"title":"Vibe Coding Statistics 2026: 84 Data Points","url":"https://www.13labs.au/guides/vibe-coding-statistics-2026","date":"2026-06","note":"非技術系創業者がアイデアから3〜14日でテスト可能なプロダクトに到達、週末MVPデプロイも一般化"},{"title":"From Idea to MVP with AI: A Founder's Guide to Vibe Coding","url":"https://www.2am.tech/blog/vibe-coding-guide-for-founders-startups","date":"2026-04","note":"2026年の新規コードの60%がAI生成、YC 2025冬バッチの25%が95%以上AI生成コードで開発"}],"forecast_basis":"生成速度とデプロイ自動化は既に飽和に近く、2027年以降はテンプレート的MVPで人手ゼロが常態化する見込み","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"}]},{"id":"dev.new_dev.web_app","name":"本番品質のフルスタックWebアプリを開発する","name_en":"Build a production-grade full-stack web application","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"要件が明確な機能単位ではジュニア〜ミドルエンジニア相当。本番投入前の人間確認が前提","can":"認証・DB設計・API・UIを含む機能一式をテスト付きで実装し、CIを通るPRとして提出","cannot":"明示されていないスケーラビリティ/コンプライアンス要件を自発的に汲み取ること、本番投入後の運用フィードバック反映","why":"「言われていない前提」を推測する力が弱く、要件の背後にある業務文脈の理解が浅い","autonomy":"agent","tools":["Claude Code","GitHub Copilot Agent","Devin","Cursor"],"evidence":[{"title":"Claude Code Statistics 2026","url":"https://www.gradually.ai/en/claude-code-statistics/","date":"2026-08","note":"Claude Codeの年間換算収益が2026年前半に25億→80億ドルに急増、開発チームの73%が日常的にAIコーディングツールを利用"},{"title":"GitHub Copilot Agentic Engineering 2026 Update","url":"https://www.buildmvpfast.com/blog/github-copilot-workspace-agentic-engineering-2026","date":"2026-02","note":"エージェントモードが複数ファイル編集・ターミナル実行・自己修正を人の介入なしに反復できるようになった"}],"forecast_basis":"DORA 2026で開発者あたりのエピック完了数が+66.2%と加速中だがレビュー時間も+441%に急増しており、非機能要件把握力の向上は組織プロセス次第で不確実","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"}]},{"id":"dev.new_dev.game","name":"ゲームを作る（メカニクス・アセット込み）","name_en":"Build a game (mechanics and assets included)","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"カジュアルゲームの骨格生成はジュニア相当。ゲームデザイナーの「面白さ調整」には届かない","can":"自然言語プロンプトからUnity/Godot上でプレイ可能なカジュアルゲームの骨格とアセットを同時生成","cannot":"ゲームバランス調整、プレイフィール(game feel)の判断、中毒性のあるループ設計","why":"面白さは定量評価が難しく、AIの「評価者」としての感度が人間のプレイテストに及ばない","autonomy":"copilot","tools":["Unity AI/Muse","Summer Engine","Unreal Engine MCP"],"evidence":[{"title":"Unity is ready to unveil new AI tech that lets you skip coding and create \"full casual games\" from prompts","url":"https://www.pcguide.com/news/unity-is-ready-to-unveil-new-ai-tech-that-lets-you-skip-coding-and-create-full-casual-games-from-prompts/","date":"2026-05","note":"Unityがプロンプトのみでカジュアルゲーム一式を生成する新AI機能を発表"},{"title":"Best AI Tools for Game Development in 2026","url":"https://fgfactory.com/best-ai-tools-for-game-development","date":"2026-03","note":"AIは面白さの判断・プレイフィール調整・出荷判断は代替しないと明記"}],"forecast_basis":"アセット・コード生成の自動化は急速に進むが「面白さ」評価の自動化には根本的なブレークスルーが必要で停滞予測","site_examples":[{"title":"ことつぎの星 — 読者を観測するメタフィクションADV","url":"kototsugi/index.html","kind":"作品"},{"title":"異世界立体数独 ルーン・キューブ","url":"sudoku.html","kind":"作品"},{"title":"将棋ぷよ「成」","url":"shogi-puyo.html","kind":"作品"}]},{"id":"dev.new_dev.mobile_app","name":"モバイルアプリをストア公開まで作る","name_en":"Build and publish a mobile app to app stores","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"シンプルなアプリはジュニア相当で完走可能。審査対応込みで実務品質","can":"ノーコード/AIビルダーでクロスプラットフォームアプリを生成し、ストア審査提出まで自動化","cannot":"プラットフォーム審査ガイドラインの暗黙的な変更への事前対応、複雑なネイティブAPI/センサー連携","why":"審査基準は文書化されていない暗黙知が多く、頻繁に変わるため学習データが追いつかない","autonomy":"copilot","tools":["FlutterFlow","Adalo","CatDoes"],"evidence":[{"title":"10 Best No-Code AI App Builders in 2026","url":"https://www.zite.com/blog/no-code-ai-app-builder","date":"2026-04","note":"Gartner予測: 2026年末までに新規アプリの75%がロー/ノーコードで構築（2020年は25%未満）"}],"forecast_basis":"ロー/ノーコード普及率の急拡大トレンドの単純延長で2028年にはさらに浸透","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"}]},{"id":"dev.new_dev.ui_from_design","name":"デザイン/画像からUIコードを生成する","name_en":"Generate UI code from a design mockup or image","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"単純なコンポーネントはジュニアを超えるが、デザインシステム全体の一貫性維持はミドル未満","can":"Figma/画像から視覚的に近いレスポンシブコードを生成（複雑デザインで視覚一致度80〜94%の報告）","cannot":"画像だけでは伝わらないブランドの微妙なトーンや、デザインシステムの拡張判断","why":"画像はコンテキスト情報（余白ルール、状態遷移など）を欠くため、モデルが暗黙のデザイン意図を補えない","autonomy":"copilot","tools":["v0 (Vercel)","Locofy","Builder.io","Figma Dev Mode MCP"],"evidence":[{"title":"Best AI for converting Figma designs to production React components: pixel accuracy test","url":"https://sneos.com/share/2026-04-17-best-ai-for-converting-figma-designs-to-production-react-components-pixel-accura-4020","date":"2026-04","note":"複雑デザインでLocofy.ai 94%、Builder.io 89%、v0 82%の視覚一致度"},{"title":"Pixel-Perfect UI with Playwright and Figma MCP: What Actually Works in 2026","url":"https://vadim.blog/pixel-perfect-playwright-figma-mcp/","date":"2026-01","note":"画像単体では文脈情報不足でピクセルパーフェクトには手動調整が必要と指摘"}],"forecast_basis":"Figma MCP等の構造化データ連携が進むほど精度が上がる傾向が明確なため、2028年には視覚一致度がほぼ飽和すると予測","site_examples":[{"title":"とびだす絵本 — 3D絵本の挿絵と世界","url":"ehon.html","kind":"作品"},{"title":"品質検問 — AI生成物は静かに壊れる","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]}]},{"id":"dev.maintenance","name":"既存コード改修（大規模リポジトリ理解/機能追加/リファクタ）","name_en":"Existing Codebase Maintenance (Comprehension/Feature Add/Refactor)","tasks":[{"id":"dev.maintenance.large_repo_comprehension","name":"未知の大規模リポジトリを理解する","name_en":"Comprehend an unfamiliar large-scale repository","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"数万行規模まではジュニア〜ミドル相当。40万行を超えると人間のシニアに劣後","can":"grep/ファイル読み込みベースの探索で中規模コードベース(〜数十万行)の関連箇所を特定・要約","cannot":"140万行規模・2.2万ファイルにまたがる暗黙の設計意図やモジュール間の非明示的な依存関係の把握","why":"コンテキストウィンドウがプロジェクト全体を同時に保持できず、セッションをまたぐプロジェクト記憶も持たない","autonomy":"copilot","tools":["Claude Code","Sourcegraph Cody","Cursor"],"evidence":[{"title":"Why coding agents fail in large codebases (and what to do about it)","url":"https://sourcegraph.com/blog/why-coding-agents-fail-large-codebases","date":"2026-04","note":"40万行が閾値で、それを超えるとgrep/ファイル読み込み中心のエージェントは体系的に失敗し始める"},{"title":"What 1,281 agent runs reveal about coding agent failure in large codebases","url":"https://tessl.io/blog/coding-agent-failure-patterns-large-codebases/","date":"2026-05","note":"140万行・2.2万ファイルのGoコードでDynamic Resource Allocationの追跡が失敗する事例"}],"forecast_basis":"コンテキスト長は伸び続けるが「同時保持」の限界は残るため、専用インデックス基盤の普及次第で段階的改善にとどまると予測","site_examples":[]},{"id":"dev.maintenance.feature_add","name":"既存コードベースへの機能追加","name_en":"Add a feature to an existing codebase","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"既存パターンに沿った機能追加はジュニア〜ミドル相当。要確認だがそのまま出せる水準","can":"既存の設計パターン・命名規約を検出して踏襲し、テスト込みで機能追加PRを作成","cannot":"既存設計が持つ暗黙のトレードオフ（なぜこの実装なのか）を理解した上での一貫した拡張","why":"コードの「なぜ」はコミット履歴や口頭合意に散らばっており、コードだけからは再構築できないことが多い","autonomy":"agent","tools":["Claude Code","GitHub Copilot Agent","Cursor"],"evidence":[{"title":"How Coding Agents Fail Their Users: A Large-Scale Analysis of Developer-Agent Misalignment in 20,574 Real-World Sessions","url":"https://arxiv.org/pdf/2605.29442","date":"2026-05","note":"実セッション2万件超の分析で、既存規約からの逸脱がエージェント失敗の主要因の一つと特定"}],"forecast_basis":"DORA 2026のスループット指標(+66.2%)の伸びが継続すれば2028年には定型的な機能追加はほぼ自動化される見込み","site_examples":[]},{"id":"dev.maintenance.refactor","name":"大規模リファクタリング","name_en":"Large-scale refactoring","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"局所的なリファクタはミドル相当だが、AI導入後にリファクタ活動自体が組織的に減少している逆説あり","can":"コードスメルの検出、局所的な設計改善（重複除去・命名整理）を自律で実行","cannot":"大規模な設計変更を安全性を保証しながら段階的に進める判断／リファクタの「やめ時」判断","why":"リファクタは「今すぐ壊れないが将来のリスクを下げる」判断であり、短期的な成功指標では評価しにくい","autonomy":"agent","tools":["Claude Code","Moderne (OpenRewrite)","GitHub Copilot"],"evidence":[{"title":"Vibe Coding Hit 84% Adoption. 45% Has Vulnerabilities.","url":"https://www.pixelmojo.io/blogs/vibe-coding-technical-debt-crisis-2026-2027","date":"2026-05","note":"AI導入後にリファクタリング活動が60%減少、コード重複が48%増加という逆説的データ"}],"forecast_basis":"リファクタ専用ツールとエージェントの統合が進めば機械的リファクタは改善するが、「やめ時」判断は人間依存が続くと予測","site_examples":[]},{"id":"dev.maintenance.dependency_upgrade","name":"依存関係・フレームワークのメジャーバージョン移行","name_en":"Major dependency/framework version migration","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"定型的なコードモッド作業はミドル相当を代替。保守作業の30〜50%を占める領域で実務投入が進む","can":"依存関係ナレッジベースを参照しながら最新メジャーバージョンへの一括更新・テスト実行・修正を反復","cannot":"業務クリティカルな移行での段階的ロールアウト戦略の設計、破壊的変更が業務ロジックに与える影響の見極め","why":"コンパイル/テスト通過は検証できるが、ビジネスロジックの意味的な正しさの検証は限定的","autonomy":"agent","tools":["Codex CLI","GitHub Copilot","OpenRewrite+AI"],"evidence":[{"title":"FreshBrew: A Benchmark for Evaluating AI Agents on Java Code Migration","url":"https://arxiv.org/pdf/2510.04852","date":"2026-02","note":"JDK8→17移行のベンチマークでコンパイル通過・テスト通過・カバレッジ維持を測定する専用評価が登場"},{"title":"Automating Dependency Upgrades and Migrations with AI Agents","url":"https://codapress.co.uk/insights/automating-dependency-upgrades-and-migrations-with-ai-agents/","date":"2026-03","note":"依存関係更新・移行は高頻度かつ意味的に定型化された作業でエージェント導入のROIが高いと分析"}],"forecast_basis":"定型変換タスクはベンチマークが次々整備され成熟が速い領域で、2028年には完全自動化が現実的","site_examples":[]}]},{"id":"dev.debugging","name":"デバッグ・障害対応","name_en":"Debugging & Incident Response","tasks":[{"id":"dev.debugging.repro_bug_fix","name":"再現手順ありのバグ修正","name_en":"Fix a bug with a clear reproduction case","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"再現手順とスタックトレースがあれば専門家並みかそれ以上の速度で修正","can":"エラーログ・スタックトレースから原因箇所を特定し、テスト付きで修正パッチを自律生成","cannot":"再現条件が環境依存で不安定な場合の粘り強い切り分け（同じ仮説をループする傾向）","why":"決定的な入出力信号があれば強いが、非決定的な現象への仮説探索は弱い","autonomy":"agent","tools":["Claude Code","Devin","Cursor"],"evidence":[{"title":"SWE-bench Pro Leaderboard (2026)","url":"https://www.morphllm.com/swe-bench-pro","date":"2026-08","note":"実運用リポジトリベースのSWE-bench ProでClaude Fable 5.1が81.2%を達成し首位"}],"forecast_basis":"再現性のあるバグ修正はSWE-bench系ベンチマークで飽和が近く、2027-28年にほぼ人間超えが定着すると予測","site_examples":[{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"},{"title":"導線点検（壊れ方の記録）","url":"method/dousen-tenken.html","kind":"作り方"}]},{"id":"dev.debugging.elusive_bug","name":"再現困難・原因不明のバグの切り分け","name_en":"Diagnose an elusive, hard-to-reproduce bug","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"ジュニア未満。ベテランSREの「勘」に基づく仮説生成には及ばない","can":"ログ・メトリクスを横断的に検索し候補となる仮説をいくつか提示","cannot":"同じ問題設定で何時間もループし続ける／周辺知識(ハードウェア固有の癖等)を要する非明示的な仮説への到達","why":"訓練データにない一意な環境要因への「未知の未知」に対する探索戦略が弱い","autonomy":"copilot","tools":["Claude Code","Datadog AI","New Relic AI"],"evidence":[{"title":"How AI Can Help Debug Embedded Linux BSP Issues (Without Replacing Engineers)","url":"https://medium.com/@pitchaimuthu321/how-ai-can-help-debug-embedded-linux-bsp-issues-without-replacing-engineers-b939bb7b5edd","date":"2026-03","note":"周辺機器固有の問題に対しLLMには一貫した死角があり、同じ問題で何時間もループするモデルがあると指摘"}],"forecast_basis":"テレメトリ統合が進めば仮説生成の質は上がるが、「未知の未知」への飛躍的推論はモデルの本質的課題として停滞リスクを残す","site_examples":[{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"},{"title":"導線点検（壊れ方の記録）","url":"method/dousen-tenken.html","kind":"作り方"}]},{"id":"dev.debugging.production_incident","name":"本番障害の一次対応（インシデント対応）","name_en":"Respond to a production incident (first response)","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"トリアージ補助はジュニアオンコール担当相当。復旧の意思決定は人間主導が前提","can":"並列トリアージ、クロスシグナルの根本原因分析の下書き、ポストモーテムの初稿作成","cannot":"ロールバックやスケーリングなど高リスクな変更を無人で本番適用する判断","why":"誤判断の被害が甚大（データ消失・障害拡大）であるため、業界標準は人間承認を必須としている","autonomy":"copilot","tools":["Google Production Agent (MCP)","AWS Agent SRE","Dynatrace/Datadog AIOps"],"evidence":[{"title":"How Google SRE is using agentic AI to improve operations","url":"https://cloud.google.com/blog/products/devops-sre/how-google-sre-is-using-agentic-ai-to-improve-operations","date":"2026-05","note":"ほとんどのエージェントは高リスクな変更を無人で本番適用せず、ロールバックやスケーリングは人間承認を経由する設計"},{"title":"Amazon AWS & AI Outages Tracker 2025–2026","url":"https://axis-intelligence.com/amazon-aws-ai-outages-tracker/","date":"2026-04","note":"2026年3月、Gen-AI支援による変更に起因する『影響範囲の大きいインシデントの傾向』を巡りAmazonが全社集会を実施"}],"forecast_basis":"Google/AWS双方が人間承認ゲートを制度化しており、2028年時点でも高リスク自律実行は限定的にとどまると予測。トリアージ補助は着実に向上","site_examples":[{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"},{"title":"導線点検（壊れ方の記録）","url":"method/dousen-tenken.html","kind":"作り方"}]},{"id":"dev.debugging.ci_self_heal","name":"CI/CD失敗の自己修復ループ","name_en":"Self-healing CI/CD failure loop","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"定型的なビルド失敗（依存関係・型エラー）の自己修復はジュニア相当以上","can":"失敗ログの解析→原因コードの修正→ローカルテスト→修正PR提出までを無人で反復","cannot":"根本原因がテスト設計やアーキテクチャの欠陥にある場合の非表層的な修復","why":"パターンマッチ的な修復（構文/型エラー）は得意だが、設計判断を要する修復には踏み込みにくい","autonomy":"agent","tools":["GitHub Copilot Workspace","Mabl","Devin"],"evidence":[{"title":"CI/CD in the AI Era: Self-Healing Pipelines in 2026","url":"https://www.devx.com/uncategorized/cicd-ai-era-self-healing-pipelines-2026/","date":"2026-03","note":"自己修復は2026年半ば時点で最も成熟したエージェント型CI/CD機能であり、研究段階から本番導入へ移行中"},{"title":"AI Agents in CI/CD Pipelines for Continuous Quality","url":"https://www.mabl.com/blog/ai-agents-cicd-pipelines-continuous-quality","date":"2026-02","note":"予測的テスト選択の導入でCI所要時間が30〜60%短縮"}],"forecast_basis":"『リスクに応じた自律度の階層化(tiered autonomy)』が業界標準パターンとして定着しており、段階的に対象範囲が拡大すると予測","site_examples":[{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"},{"title":"導線点検（壊れ方の記録）","url":"method/dousen-tenken.html","kind":"作り方"}]}]},{"id":"dev.quality","name":"レビュー・テスト・品質保証","name_en":"Review, Testing & Quality Assurance","tasks":[{"id":"dev.quality.code_review","name":"コードレビュー（PRレビュー）","name_en":"Code review (pull request review)","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"機械的な一次チェックはジュニアレビュアー相当だが、人間が指摘する論点の15〜31%しか拾えない","can":"スタイル・明白なバグ・既知の脆弱性パターンの機械的一次チェックを高速に実施","cannot":"設計意図との整合性、ビジネスロジックの妥当性など『高次の懸念』の指摘","why":"diffのみからのレビューでは変更の背景文脈が欠落し、人間が拾う論点の大半を見落とす","autonomy":"copilot","tools":["CodeRabbit","Greptile","GitHub Copilot Code Review","Devin Review"],"evidence":[{"title":"SWE-PRBench: Benchmarking AI Code Review Quality Against Pull Request Feedback","url":"https://arxiv.org/pdf/2603.26130","date":"2026-03","note":"フロンティアAIモデルはdiffのみのレビュー設定で人間指摘事項の15〜31%しか検出できない"},{"title":"AI Code Review Only Catches Half of Your Bugs","url":"https://www.oreilly.com/radar/ai-code-review-only-catches-half-of-your-bugs/","date":"2026-01","note":"AIレビューは機械的一次チェックとしては有効だが、高次の懸念は人間のレビュアーに依存すべきと結論"}],"forecast_basis":"PR全体のコンテキスト（設計文書・過去議論）を統合するツールが増えれば改善するが、『高次の懸念』の検出は2028年でも人間主体が続くと予測","site_examples":[]},{"id":"dev.quality.test_generation","name":"テストコード自動生成・カバレッジ向上","name_en":"Automated test generation and coverage improvement","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"定型的なユニットテスト生成はミドル〜シニア相当のスピードと網羅性","can":"数か月かかっていたカバレッジ20%→80%への引き上げを数週間未満で達成、ミューテーションテストでテスト強度も検証","cannot":"『何をテストすべきか』というテスト戦略そのものの設計、ビジネス的に重要なエッジケースの特定","why":"既存コードから機械的に到達可能なパスの網羅は得意だが、要件外の重要シナリオの発想は弱い","autonomy":"agent","tools":["TestSprite","Diffblue Cover","Qodo"],"evidence":[{"title":"AI in Software Testing: What Works in 2026","url":"https://contextqa.com/blog/ai-in-software-testing/","date":"2026-04","note":"チームがカバレッジ20%から80%への到達を数か月から数週間に短縮"},{"title":"Ultimate Guide - The Best AI Test Coverage Solutions for Startups of 2026","url":"https://www.testsprite.com/use-cases/en/the-most-efficient-ai-test-coverage-solutions-for-startups","date":"2026-03","note":"TestSpriteがGPT/Claude/DeepSeek生成コードのテスト合格率を1回の反復で42%→93%に改善"}],"forecast_basis":"カバレッジ最大化は測定可能な目標のため改善が速く、2028年には機械的網羅性はほぼ飽和すると予測","site_examples":[{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"},{"title":"導線点検（壊れ方の記録）","url":"method/dousen-tenken.html","kind":"作り方"},{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"dev.quality.e2e_qa","name":"E2E/UIテスト自動化・保守","name_en":"End-to-end/UI test automation and maintenance","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"テストのフレーキー対応・保守はミドル相当。UI変更への自動追従は人間の保守作業を大幅削減","can":"視覚認識とコードロケータを併用しUI変更にテストを自動追従させ、保守工数を大幅削減（報告値85%減）","cannot":"ユーザー体験として『何が壊れて見えるか』の主観的判断、まれな実機環境固有の不具合の検出","why":"視覚的な妥当性判断は定量指標化しづらく、人間の『違和感』のような直感的判断に劣る","autonomy":"agent","tools":["Playwright + AI","Mabl","QA Wolf"],"evidence":[{"title":"AI Agents in CI/CD Pipelines for Continuous Quality","url":"https://www.mabl.com/blog/ai-agents-cicd-pipelines-continuous-quality","date":"2026-02","note":"AIテストプラットフォーム導入でテスト保守85%削減、テスト作成10倍高速化の報告"}],"forecast_basis":"視覚回帰検出の精度向上は着実だが、UXの主観的妥当性判断は2028年でも人間QAの関与が残ると予測","site_examples":[{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"},{"title":"導線点検（壊れ方の記録）","url":"method/dousen-tenken.html","kind":"作り方"},{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"dev.quality.self_verification","name":"生成したコードの正しさを自己検証する（セルフレビュー）","name_en":"Self-verify correctness of generated code","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"自己レビューの質はジュニア未満。過信により見落としを『問題なし』と報告する傾向が強い","can":"構文エラー・型エラー・テスト失敗など機械的に検証可能な誤りは確実に自己修正","cannot":"自分の実装が意図とズレていることの自覚、過信に基づく『できました』の誤報告","why":"自己評価が甘いのは訓練上の理由（人間の好む出力を強化学習で最適化した結果、自信過剰な報告が生まれやすい）","autonomy":"copilot","tools":["Claude Code","GitHub Copilot"],"evidence":[{"title":"Habituation at the Gate: Rising Approval and Declining Scrutiny in Human Review of AI Agent Code","url":"https://arxiv.org/html/2606.22721","date":"2026-06","note":"400人のレビュアーの1万1千件超のレビューで承認率が+14.5ポイント上昇、インラインコメントが22%減少する『慣れ』現象を確認"},{"title":"Vibe Coding's Security Debt: The AI-Generated CVE Surge","url":"https://labs.cloudsecurityalliance.org/research/csa-research-note-ai-generated-code-vulnerability-surge-2026/","date":"2026-04","note":"Fortune 50企業でAI支援開発者はコミット速度3〜4倍だがセキュリティ指摘は10倍という非対称性"}],"forecast_basis":"自己評価の甘さは強化学習からの好感度バイアスに根差す構造的課題で、モデル単体の性能向上だけでは解消しにくく停滞予測","site_examples":[{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]}]},{"id":"dev.devops","name":"インフラ・DevOps・クラウド","name_en":"Infrastructure, DevOps & Cloud","tasks":[{"id":"dev.devops.iac","name":"IaC（Terraform等）によるクラウド構築","name_en":"Cloud provisioning via Infrastructure-as-Code","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"定型的なインフラ構築はミドルエンジニア相当。ガバナンス下での自律実行が実務投入されつつある","can":"自然言語の要求（例：読み取りレプリカ付きPostgresクラスタ）からTerraformコードを生成し、ポリシー検証を経て適用","cannot":"ポリシーで想定されていない未知のリスクパターンの事前察知、複数クラウド間の複雑な相互依存を伴う設計","why":"生成→検証→適用のループは強いが、『まだ起きていない障害モード』への想像力は限定的","autonomy":"agent","tools":["HCP Terraform","Pulumi Neo","StackGen"],"evidence":[{"title":"HCP Terraform is the control plane for AI-driven infrastructure","url":"https://www.hashicorp.com/en/blog/hcp-terraform-is-the-control-plane-for-ai-driven-infrastructure","date":"2026-09","note":"AIエージェントが自律的にTerraformを執筆・変更提出・実行するループが実用化、HashiCorpはガバナンス層として位置付け"},{"title":"2026 Predictions: AI Won't Kill IaC","url":"https://www.firefly.ai/blog/2026-predictions-ai-wont-kill-iac-it-will-make-it-non-negotiable","date":"2026-01","note":"IaC市場は14億ドル超・年成長率24%、AIエージェントの台頭がIaCをむしろ『必須』にしている"}],"forecast_basis":"ガバナンス層(ポリシーaas-code)の整備が進むほど自律範囲が広がる設計思想が業界標準化しており、段階的拡大を予測","site_examples":[]},{"id":"dev.devops.pipeline_setup","name":"CI/CDパイプラインの設計・構築","name_en":"Design and set up CI/CD pipelines","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"定型的なパイプライン構築はミドル〜シニア相当。ベストプラクティスの適用は既に高水準","can":"リポジトリ構成を検出し、ビルド・テスト・デプロイの一連のパイプラインをゼロから構築","cannot":"組織固有のリリースポリシー（承認フロー、監査要件）を踏まえたガバナンス設計","why":"技術的な配線は型があるため強いが、組織のリスク許容度に関する暗黙のルールは学習しづらい","autonomy":"agent","tools":["GitHub Actions + Copilot","Zylos","Azure DevOps AI"],"evidence":[{"title":"From Pipelines to Agents: Self-Healing CI/CD Workflow","url":"https://techcommunity.microsoft.com/blog/azureinfrastructureblog/from-pipelines-to-agents-self-healing-cicd-workflow/4519494","date":"2026-05","note":"Microsoftが『リスクに応じた自律度の階層化』をエージェント型CI/CDの標準パターンとして提示"}],"forecast_basis":"技術的配線の自動化は飽和が近く、2028年にはテンプレート化された構築はほぼ完全自動化","site_examples":[]},{"id":"dev.devops.autonomous_remediation","name":"運用監視と自動修復（オートスケール・自己修復インフラ）","name_en":"Autonomous ops monitoring and remediation (auto-scaling, self-healing infra)","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"定型的な自動復旧（再起動・スケール）はジュニアオペレータ相当以上の速度と正確さ","can":"予測的モニタリングで異常を検知し、事前定義された範囲内で再起動・スケーリング等を自律実行","cannot":"想定外の複合障害（カスケード障害）における全体最適な復旧順序の判断","why":"個別の修復アクションはルール化しやすいが、複数システムが絡む因果関係の全体把握はAI・人間問わず難しい","autonomy":"agent","tools":["AWS Agent SRE","Dynatrace Davis AI","Google Production Agent"],"evidence":[{"title":"Best AI Agents for Incident Response 2026","url":"https://www.corelayer.com/guides/best-ai-agents-incident-response-2026","date":"2026-03","note":"AWS Agent SREがMTTRを85%、アラート疲労を92%削減という報告"}],"forecast_basis":"定型的な自動修復の対象範囲は着実に拡大しているが、カスケード障害への対応は人間のインシデントコマンダーが最終判断を握る構図が続くと予測","site_examples":[]},{"id":"dev.devops.high_risk_ops","name":"本番への高リスク変更を自律で実行する","name_en":"Autonomously execute high-risk production changes","levels":{"2022":0,"2023":0,"2024":0,"2025":1,"2026":1,"2027e":2,"2028e":2,"2030e":3},"vs_expert":"現状はジュニアにも及ばない。業界は意図的に人間承認ゲートを外していない","can":"変更案の生成とドライラン、影響範囲のシミュレーションまでは実施","cannot":"本番データベースへの破壊的操作を含む変更の無人実行（実際に本番DBを削除した暴走エージェント事例あり）","why":"誤りの被害が不可逆（データ消失）であるため、技術的能力以前にガバナンス上ブロックされている","autonomy":"copilot","tools":["HCP Terraform (guardrails)","Pulumi Neo"],"evidence":[{"title":"Ten AI Agents Destroyed Production. Zero Postmortems.","url":"https://www.harperfoley.com/blog/ai-agents-destroyed-production-zero-postmortems","date":"2026-05","note":"2026年4月、PocketOSで暴走AIエージェントが本番データベースとバックアップごと削除する事故が発生"},{"title":"Amazon AWS & AI Outages Tracker 2025–2026","url":"https://axis-intelligence.com/amazon-aws-ai-outages-tracker/","date":"2026-04","note":"Amazonが2026年3月、Gen-AI支援変更による『影響範囲の大きいインシデント』傾向を理由に全社集会を開催"}],"forecast_basis":"技術的能力の向上よりガバナンス設計（承認ゲート、権限分離）の成熟が律速となるため、意図的に低い自律度に据え置かれる見込み","site_examples":[]}]},{"id":"dev.security","name":"セキュリティ（脆弱性発見/ペンテスト/修正）","name_en":"Security (Vulnerability Discovery/Pentest/Remediation)","tasks":[{"id":"dev.security.vuln_discovery","name":"脆弱性発見・自動ペネトレーションテスト","name_en":"Vulnerability discovery / automated penetration testing","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"トップクラスのバグバウンティハンターに匹敵する事例が既に登場","can":"対象理解・攻撃経路計画・動的適応を自律で行い、実運用のバグバウンティで人間トップハンターと同水準の成果","cannot":"ビジネスロジック特有の脆弱性（業務文脈を理解しないと気づけない設計ミス）の発見","why":"パターン化された脆弱性クラスには強いが、対象システム固有の業務ルール違反は文脈理解が必要で弱い","autonomy":"autonomous","tools":["XBOW","DARPA AIxCC finalists (Atlantis等)"],"evidence":[{"title":"AI Pentesting Agents 2026: The Rise of 39+ Tools Tested","url":"https://appsecsanta.com/research/ai-pentesting-agents-2026","date":"2026-06","note":"39以上の自律ペネトレーションテストツールが主要な脆弱性クラス全てで稼働し、一部は経験豊富な人間研究者の検出率に接近"},{"title":"Will AI Kill the Bug Bounty Industry?","url":"https://www.securityweek.com/will-ai-kill-the-bug-bounty-industry/","date":"2026-02","note":"完全自律ペンテストエージェントXBOWが2025年7月にHackerOneグローバルリーダーボード1位を史上初めて獲得"}],"forecast_basis":"DARPA AIxCCの成果が2025年8月に全てオープンソース化され技術普及が加速、2028年には自動化がさらに一般化すると予測","site_examples":[{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"},{"title":"導線点検（壊れ方の記録）","url":"method/dousen-tenken.html","kind":"作り方"}]},{"id":"dev.security.patch_fix","name":"発見した脆弱性の修正パッチ作成","name_en":"Create patches for discovered vulnerabilities","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"既知パターンの修正はミドル相当。修正がリグレッションを生まないかの検証は人間確認が必要","can":"脆弱性クラスに対応した標準的な修正パターン（サニタイズ、権限見直し等）を適用しテストを実行","cannot":"修正がビジネスロジックに与える副作用の完全な見極め","why":"修正パターン自体は定型だが、既存動作への影響範囲の推論には限界がある","autonomy":"agent","tools":["Snyk AI Fix","GitHub Copilot Autofix"],"evidence":[{"title":"Securing LLM-Generated Embedded Firmware through AI Agent-Driven Validation and Patching","url":"https://arxiv.org/pdf/2509.09970","date":"2025-09","note":"AIエージェントによる検証・パッチ適用フレームワークで組込みファームウェアの脆弱性修正を自動化する試み"}],"forecast_basis":"脆弱性修正パターンのデータベース化が進むほど自動化率が上がる着実な改善を予測","site_examples":[]},{"id":"dev.security.ai_code_vuln","name":"AI生成コード自体に混入する脆弱性の抑制","name_en":"Suppressing vulnerabilities introduced by AI-generated code itself","levels":{"2022":2,"2023":2,"2024":2,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"人間の熟練エンジニアの平均的な安全率を依然として下回る。改善が横ばい","can":"既知の脆弱性パターン（SQLインジェクション等の教科書的事例）は概ね回避","cannot":"全体の45%のコード生成タスクで既知の脆弱性を含むコードを出力（Javaは失敗率72%）という報告があり、言語・文脈依存で大きくばらつく","why":"訓練データに含まれる大量の脆弱なコード例、及び機能要件を優先し非機能要件（安全性）を後回しにする傾向","autonomy":"copilot","tools":["Claude/GPT/Geminiコーディングモデル各種"],"evidence":[{"title":"Spring 2026 GenAI Code Security Update: Despite Claims, AI Models Are Still Failing Security","url":"https://www.veracode.com/blog/spring-2026-genai-code-security/","date":"2026-04","note":"Veracodeが150以上のLLMを評価した縦断調査で、AIコード生成タスクの55%のみが安全なコードを生成（45%は既知の脆弱性を含む）。Javaは失敗率72%"},{"title":"Vibe Coding's Security Debt: The AI-Generated CVE Surge","url":"https://labs.cloudsecurityalliance.org/research/csa-research-note-ai-generated-code-vulnerability-surge-2026/","date":"2026-04","note":"AI生成コード由来のCVEが2026年1月の6件から3月には35件に急増"}],"forecast_basis":"Veracodeの縦断データではモデル世代が新しくなっても安全性向上が横ばいで、『能力は上がっても安全意識は上がらない』構造的パターンが続くと予測し停滞とした","site_examples":[]},{"id":"dev.security.agentic_security_defense","name":"AIエージェント特有の脆弱性（プロンプトインジェクション等）への防御","name_en":"Defending against AI-agent-specific vulnerabilities (prompt injection, etc.)","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"この分野は人間側にも確立した専門家層が薄く、双方が手探りの段階","can":"既知のプロンプトインジェクションパターンに対する入力サニタイズ・ガードレール設計の提案","cannot":"未知の新しいジェイルブレイク手法への事前対応、エージェントの権限逸脱を完全に防ぐ設計の保証","why":"攻撃側も生成AIを使い高速にイテレーションするため防御が追いつかない、確立されたベストプラクティスがまだ薄い","autonomy":"copilot","tools":["OpenAI AI-safety bug bounty","Anthropic Trust & Safety tooling"],"evidence":[{"title":"AI Pentesting Agents 2026: The Rise of 39+ Tools Tested","url":"https://appsecsanta.com/research/ai-pentesting-agents-2026","date":"2026-06","note":"2026年の監査でAIシステムの73%がプロンプトインジェクション脆弱性への露出を示したと報告"},{"title":"Will AI Kill the Bug Bounty Industry?","url":"https://www.securityweek.com/will-ai-kill-the-bug-bounty-industry/","date":"2026-02","note":"OpenAIが2026年3月末、プロンプトインジェクション・エージェントのデータ持ち出し・有害な自律行動に特化したAI安全性専用バグバウンティを開始"}],"forecast_basis":"問題自体がAIエージェント普及と共に新しく生まれ続けるため、防御側の成熟には数年のタイムラグがあると予測","site_examples":[]}]},{"id":"dev.data_ml","name":"データ工学・DB・ML/AI開発","name_en":"Data Engineering, Databases & ML/AI Development","tasks":[{"id":"dev.data_ml.schema_migration","name":"DBスキーマ移行・ETLパイプライン構築","name_en":"Database schema migration and ETL pipeline construction","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"定型的なスキーママッピングはミドル相当のスピード（60〜70%の工数削減）","can":"ソースデータのプロファイリング、マッピングルール生成、移行実行、検証、失敗セグメントの再試行までを自律実行","cannot":"移行対象システムの業務的な優先順位付けやダウンタイム許容度に応じた安全なシーケンス設計の最終判断","why":"技術的なマッピングは検証可能だが、業務影響を伴う移行順序の判断はリスク許容度という組織的文脈に依存","autonomy":"agent","tools":["Ispirer","Integrate.io AI agents"],"evidence":[{"title":"Autonomous Database Migration Planning: What AI Agents Can (and Can't) Do Safely in 2026","url":"https://devopsboys.com/blog/autonomous-database-migration-planner-2026","date":"2026-04","note":"スキーママッピングが従来3〜6週間の分析作業から1〜2週間に60〜70%短縮。ただし完全自律には明確な限界があると指摘"},{"title":"AI Data Migration Automation Stats in 2026","url":"https://stealthagents.com/research/ai-data-migration-automation-statistics-2026","date":"2026-03","note":"IDC調査でAI支援ETL/スキーマ自動化導入企業は移行プロジェクト期間を30〜50%短縮"}],"forecast_basis":"検証可能な技術的作業の自動化は着実に進むため2028年には大部分が自動化される見込み","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"}]},{"id":"dev.data_ml.ml_training_pipeline","name":"学習パイプライン構築・実験実行","name_en":"Build ML training pipelines and run experiments","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"定型的なパイプライン構築・ハイパーパラメータ探索はミドルMLエンジニア相当","can":"データローダ・訓練ループ・評価指標込みのパイプラインを自律構築し、複数の実験を並列実行","cannot":"新規性のあるモデルアーキテクチャの発明、負の実験結果から次の仮説を独創的に立てること","why":"既存手法の組み合わせ最適化は強いが、パラダイムシフト的な発想は訓練データの延長線上にとどまりやすい","autonomy":"agent","tools":["Claude Code","AI Scientist","Agent Laboratory"],"evidence":[{"title":"AI Research Agents for Machine Learning: Search, Exploration, and Generalization in MLE-bench","url":"https://arxiv.org/html/2507.02554v1","date":"2025-07","note":"MLE-benchで研究エージェントの探索・汎化能力を評価する枠組みが整備"}],"forecast_basis":"自動実験実行の効率化は続くが、独創的な仮説生成は2028年でも研究者主導が続くと予測","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"lingo — 英日二段字幕でリスニング","url":"lingo.html","kind":"作品"}]},{"id":"dev.data_ml.research_repro","name":"論文の再現実装","name_en":"Reproduce results from a research paper","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"博士課程学生の初期段階相当。完全な再現達成率はまだ低い","can":"論文からアルゴリズム記述を解釈しコードを実装、依存関係をリポジトリから取得して実行","cannot":"論文に記載されない暗黙の実装詳細（ハイパーパラメータの微調整等）の推測、著者への問い合わせなしでの完全な再現","why":"論文自体が実装の全詳細を記述しないことが多く、『行間を読む』経験知が必要","autonomy":"copilot","tools":["AI Scientist-v2","CycleResearcher","Sci-Reproducer"],"evidence":[{"title":"MLReplicate: Benchmarking Autonomous Research Systems for Machine Learning Reproducibility","url":"https://arxiv.org/abs/2605.16616","date":"2026-05","note":"ICML2025優秀論文を対象に6つの自律研究システムを評価する再現性ベンチマークを構築"},{"title":"PaperBench: Evaluating AI's Ability to Replicate AI Research","url":"https://arxiv.org/pdf/2504.01848","date":"2025-04","note":"AI研究論文の再現能力を測る専用ベンチマークPaperBenchを提案"}],"forecast_basis":"再現性ベンチマークが2025-26年に急増し評価基盤が整いつつある段階で、能力自体はまだ発展途上。着実な向上を予測","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"dev.data_ml.data_quality_monitor","name":"データ品質監視・異常検知","name_en":"Data quality monitoring and anomaly detection","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"定型的な異常検知ルールの運用はミドルデータエンジニア相当以上","can":"スキーマ・分布のドリフト検知、既知パターンに基づくアラート生成とドキュメント自動更新","cannot":"ビジネス上の意味を伴う『これは異常か、単なる季節変動か』の最終判断","why":"統計的異常検知は得意だが、業務文脈における『許容範囲』の線引きはドメイン知識に依存","autonomy":"agent","tools":["Integrate.io AI agents","Monte Carlo AI"],"evidence":[{"title":"Best AI Agents for Data Engineering Teams in 2026","url":"https://www.integrate.io/blog/ai-agents-data-engineering-teams/","date":"2026-02","note":"AIエージェントがパイプライン作成・変換生成・データ品質監視・ドキュメント作成を半自律的に実行する事例が実務段階に"}],"forecast_basis":"統計的検知の自動化は成熟しつつあり2028年にはほぼ標準機能化すると予測","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"}]}]},{"id":"dev.embedded","name":"モバイル・組込み・ハード寄り","name_en":"Mobile, Embedded & Hardware-Adjacent","tasks":[{"id":"dev.embedded.firmware_debug","name":"ファームウェア/組込みソフトのデバッグ","name_en":"Debug firmware/embedded software","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"経験豊富な組込みエンジニアには及ばない。ハードフォルトのレジスタ解析等の定型作業は補助レベル","can":"フォルトレジスタの読み取り、メモリ・逆アセンブルの検査から問題箇所を遡って提示","cannot":"周辺機器（ペリフェラル）固有の癖に起因する問題の特定、実機上でしか再現しないタイミング依存のバグ","why":"仮想化環境での検証がタイミング挙動やペリフェラル相互作用を完全に再現できないため、学習・検証ループが実機に比べ弱い","autonomy":"copilot","tools":["CLion 2026.2 AI Hard Fault Debugging","Promwad AI debugging tools"],"evidence":[{"title":"Stop Guessing at Hard Faults","url":"https://blog.jetbrains.com/clion/2026/09/hard-fault-debugging/","date":"2026-09","note":"CLion 2026.2.2がフォルトレジスタ・メモリ・逆アセンブルを読み解くAIスキルでハードフォルト原因の遡及を支援開始"},{"title":"How AI Can Help Debug Embedded Linux BSP Issues","url":"https://medium.com/@pitchaimuthu321/how-ai-can-help-debug-embedded-linux-bsp-issues-without-replacing-engineers-b939bb7b5edd","date":"2026-03","note":"モデルによって周辺機器固有の問題に一貫した『死角』があり、エンジニアの代替にはならないと明記"}],"forecast_basis":"実機テレメトリとの統合ツールが増えれば改善するが、物理的な実機アクセスを要する検証ループの本質的制約は残ると予測","site_examples":[{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"},{"title":"導線点検（壊れ方の記録）","url":"method/dousen-tenken.html","kind":"作り方"}]},{"id":"dev.embedded.hardware_bringup","name":"新規ハードウェアのbring-up（実機接触を伴う作業）","name_en":"New hardware bring-up (requiring physical interaction)","levels":{"2022":0,"2023":0,"2024":0,"2025":0,"2026":1,"2027e":1,"2028e":2,"2030e":2},"vs_expert":"現状ではジュニアにも及ばない。物理的な計測器操作や実機配線は代行不能","can":"回路図やデータシートの読み込みに基づく初期設定コードの下書き、既知チップセットの定型的な初期化シーケンス提案","cannot":"オシロスコープ/ロジックアナライザでの実測、はんだ付けやコネクタの物理的確認、実機の物理的な破損兆候の察知","why":"身体的な操作を伴うタスクは現在のLLMベースエージェントの入出力（テキスト・画像）の枠組みの外にあり、ロボティクス統合が別途必要","autonomy":"copilot","tools":["ChatGPT/Claude（データシート読解の補助用途のみ）"],"evidence":[{"title":"Embedded AI accelerators gain advanced debugging support in UDE 2026","url":"https://www.eenewseurope.com/en/embedded-ai-accelerators-gain-advanced-debugging-support-in-ude-2026/","date":"2026-02","note":"AIアクセラレータのグラフベース実行モデルは従来のデバッガ機能だけでは解析できず専用アプローチが必要と指摘、実機接触を要する検証の壁が明示"}],"forecast_basis":"汎用ロボティクスとLLMの統合が進まない限り、実機接触を要する作業は2030年でも補助止まりと予測（物理接触の壁は本領域最大の停滞要因）","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"}]},{"id":"dev.embedded.realtime_optimization","name":"リアルタイム制約下でのコード最適化","name_en":"Code optimization under real-time constraints","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"定型的な最適化提案はミドル相当だが、実機のタイミング検証がなければ確証が持てない","can":"静的解析に基づくアルゴリズム改善やメモリ使用量削減の提案・実装","cannot":"実機でのリアルタイム制約（割り込み遅延、WCET）の実測を伴う保証","why":"タイミング特性は実行環境の物理的要因に強く依存し、静的な推論だけでは確証を持てない","autonomy":"copilot","tools":["Claude Code","組込み系静的解析ツール+AI"],"evidence":[{"title":"Securing LLM-Generated Embedded Firmware through AI Agent-Driven Validation and Patching","url":"https://arxiv.org/pdf/2509.09970","date":"2025-09","note":"LLM生成組込みファームウェアの検証にはAIエージェント駆動の追加バリデーション層が必要と提案"}],"forecast_basis":"静的解析の精度向上は続くが実機実測の壁が残るため緩やかな向上にとどまると予測","site_examples":[]}]},{"id":"dev.architecture","name":"アーキテクチャ設計・要件定義・レガシー移行","name_en":"Architecture Design, Requirements & Legacy Migration","tasks":[{"id":"dev.architecture.requirements_elicitation","name":"曖昧な要求からの仕様策定","name_en":"Elicit specifications from ambiguous requirements","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"ジュニアPM/エンジニア未満。ステークホルダーとの対話を通じた要求の精緻化は依然弱い","can":"既存のドキュメント・チケットから曖昧な用語を検出し明確化すべき質問リストを生成","cannot":"顧客が『言葉にできていないニーズ』を対話の中で引き出す、矛盾する利害関係者の要求を政治的に調整する","why":"要求の曖昧さの多くは技術的な曖昧さではなく人間関係・組織政治に起因し、AIはその力学の当事者になれない","autonomy":"copilot","tools":["Claude","ChatGPT（要件整理支援）"],"evidence":[{"title":"The Judgment Bottleneck: Software Engineering in the Age of AI","url":"https://medium.com/it-chronicles/the-judgment-bottleneck-software-engineering-in-the-age-of-ai-f0fd5cffb57e","date":"2026-06","note":"AIは要件が曖昧な場合に『なぜそうするか』を所有できず、ボトルネックが実行から判断に移ったと指摘"}],"forecast_basis":"自然言語理解の向上では解決しない対人・組織的な曖昧さの解消は本質的に停滞領域と判断","site_examples":[]},{"id":"dev.architecture.system_design_tradeoff","name":"システム設計のトレードオフ判断（マイクロサービス vs モノリス等）","name_en":"System design tradeoff decisions (e.g., microservices vs. monolith)","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"設計パターンの選択肢提示はジュニア相当だが、最終判断の質はシニアアーキテクトに遠く及ばない","can":"既知の設計パターンのメリット・デメリットを一般論として提示、要求に基づく候補案の列挙","cannot":"チームの力量・組織の歴史・将来の採用計画といった『コードに書かれていない』要因を踏まえた最終判断","why":"アーキテクチャ判断は技術だけでなく組織力学・事業戦略との統合判断であり、AIの学習対象になりにくい非公開情報に依存する","autonomy":"copilot","tools":["Claude","ChatGPT（設計相談）"],"evidence":[{"title":"Why Senior Engineers Matter More in 2026 | AI-First Software Development","url":"https://www.ishir.com/blog/312239/why-senior-software-engineers-will-matter-more-in-2026-in-an-ai-first-world.htm","date":"2026-03","note":"AIはマイクロサービスかモノリスかのような高次のアーキテクチャ判断が苦手で、これはチーム力学・組織知識・事業優先度に依存するためと指摘"}],"forecast_basis":"組織固有の非公開情報への依存度が高い判断領域であり、モデル性能向上だけでは解消しないため停滞気味の予測とした","site_examples":[]},{"id":"dev.architecture.legacy_migration","name":"COBOL等レガシー基幹系の大規模移行","name_en":"Large-scale legacy system migration (e.g., COBOL)","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"定型的なコード変換の補助はできるが、大規模基幹系の移行プロジェクト全体をリードする力はない","can":"COBOLコードの解析・Java等への変換・APIラッパー生成・契約テスト作成の一部自動化（事例では約60%の自動化率）","cannot":"無停止での段階的カットオーバー戦略の設計、規制・監査要件を満たしながらの移行判断の最終責任","why":"移行失敗時の被害が甚大な基幹系ゆえ、技術的な変換能力以上に組織的なリスク管理が要求される","autonomy":"copilot","tools":["IBM watsonx Code Assistant for Z","Moderne (OpenRewrite)"],"evidence":[{"title":"Mainframe and COBOL Modernization with Agentic AI: What's Actually Possible in 2026","url":"https://ascendion.com/ai-basic/mainframe-and-cobol-modernization-with-agentic-ai-whats-actually-possible-in-2026/","date":"2026-04","note":"2026年のメインフレーム移行の多くはAIの能力を過大評価することで失敗すると予測。『ハイブリッドAIメインフレーム』が現実解として定着"},{"title":"Kinde AI Assisted Legacy Code Migration From COBOL to Cloud in 30 Days","url":"https://www.kinde.com/learn/ai-for-software-engineering/best-practice/ai-assisted-legacy-code-migration-from-cobol-to-cloud-in-30-days/","date":"2026-02","note":"APIラッパー生成で60%の自動化を実現した事例。契約/統合/プロパティベーステスト生成は既存動作分析が前提"}],"forecast_basis":"基幹系移行は失敗コストが極めて高いため、技術的能力の向上ペースに対して実際の適用は保守的に進むと予測し緩やかな上昇にとどめた","site_examples":[]},{"id":"dev.architecture.long_term_maintainability","name":"長期保守性を見据えた技術選定・負債管理","name_en":"Technology selection and debt management for long-term maintainability","levels":{"2022":1,"2023":1,"2024":1,"2025":1,"2026":1,"2027e":1,"2028e":2,"2030e":2},"vs_expert":"この観点では現状のAI導入はむしろ逆効果（技術的負債を増やす）との報告が複数ある","can":"個別の負債項目（重複コード、複雑度）を検出しスコアリングする","cannot":"『今は正しいが3年後に破綻する設計』を見抜く長期的視点、負債を意図的に許容すべき場面の判断","why":"AI導入後にリファクタ活動が60%減少し重複が48%増加、技術的負債が30〜41%増加という報告があり、短期速度と長期保守性の間にトレードオフが生じている","autonomy":"copilot","tools":["SonarQube AI","CodeScene"],"evidence":[{"title":"AI-Assisted Programming Decreases the Productivity of Experienced Developers by Increasing the Technical Debt and Maintenance Burden","url":"https://arxiv.org/pdf/2510.10165","date":"2025-10","note":"AI支援プログラミングが熟練開発者の生産性を技術的負債・保守負担の増加を通じてむしろ低下させると報告"},{"title":"Vibe Coding Technical Debt 2026: The 90-Day Reckoning","url":"https://thevibelog.dev/blog/vibe-coding-technical-debt-2026/","date":"2026-03","note":"管理されないAI生成コードは2年目までに保守コストが従来の4倍に達し、8000以上のスタートアップが部分/全面的な再構築を要する（総額4億〜40億ドル）"}],"forecast_basis":"この領域は技術の進歩よりも組織的なガバナンス（AI利用ルール、レビュー基準）の整備が律速であり、モデル性能が上がっても自動的には改善しないため長期停滞と判断","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]}]}]},{"id":"research","name":"研究・問題解決","name_en":"Research & Problem Solving","color":"#5a7d2a","summary":"数学・科学・データ分析・文献調査。検証可能な問題ほど強く、問題設定そのものは人","areas":[{"id":"research.math","name":"数学","name_en":"Mathematics","tasks":[{"id":"research.math.competition_math","name":"競技数学(IMO/Putnam級)","name_en":"Olympiad-level competition mathematics","levels":{"2022":0,"2023":1,"2024":3,"2025":5,"2026":5,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"2025年IMOでGemini Deep ThinkとOpenAIの推論モデルが実際のコンテスト条件・自然言語問題で35/42点(金メダル基準と同点)を獲得、6問中5問を完答。金メダリスト集団(世界トップ層の高校生)と同水準だが、最難問(6問目)は依然解けていない。","can":"自然言語で提示された未見のIMO/Putnam級問題を、制限時間内・人手介入なしで高難度の5〜6問中5問程度まで解答できる。2024年時点のAlphaProof/AlphaGeometry2は問題文を形式言語に人手変換する必要があったが、2025年以降は自然言語のまま自律的に解答。","cannot":"最難問(例年の6問目)を安定して解けない。同一モデルでも試行によって成否がばらつき、公式コーディネーターによる採点(IMO公式ルール準拠)は限定的にしか実施されていない。真に独創的な補題の発見を要する問題では失敗率が上がる。","why":"探索空間が広い未知の補題発見には依然として弱く、大量のロールアウト・自己一致度チェックに依存するため計算コストが高い。訓練データに類似問題が乏しい真の新規性の高い問題で性能が落ちる。","autonomy":"autonomous","tools":["Gemini 3 Deep Think","Gemini 2.5 Deep Think","GPT-5.x (experimental reasoning model)","AlphaProof","AlphaGeometry 2"],"evidence":[{"title":"Advanced version of Gemini with Deep Think officially achieves gold-medal standard at the IMO","url":"https://deepmind.google/blog/advanced-version-of-gemini-with-deep-think-officially-achieves-gold-medal-standard-at-the-international-mathematical-olympiad/","date":"2025-07","note":"2025年IMOで35/42点、コーディネーター採点で金メダル水準と確認"},{"title":"Google and OpenAI Get 2025 IMO Gold","url":"https://thezvi.substack.com/p/google-and-openai-get-2025-imo-gold","date":"2025-07","note":"OpenAIも独自評価で35/42、両者とも問題1-5を正解、6のみ不正解"},{"title":"AI Reasoning: Gold-Medal Performance at the 2025 IMO","url":"https://intuitionlabs.ai/articles/ai-reasoning-math-olympiad-imo","date":"2026","note":"2026年に入っても金メダル級の継続的な性能が報告される一方、6問目の弱さは指摘され続けている"},{"title":"AI achieves silver-medal standard solving IMO problems","url":"https://deepmind.google/discover/blog/ai-solves-imo-problems-at-silver-medal-level/","date":"2024-07","note":"2024年時点は銀メダル級(4/6問)、問題文の形式言語への人手変換が必要だった"}],"forecast_basis":"2024年の銀メダル(人手介入あり)→2025年の金メダル(自然言語・自律)という1年での急伸を踏まえ、2027年までに6問完答・数分での解答が達成される可能性が高いとみて2027eを5とした。","site_examples":[{"title":"Erdős未解決問題ハント（計算探索・記録拡張）","url":"https://note.com/views_of_life","kind":"記事"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}],"calibrated":"2025年7月の IMO 金メダル相当（参加者上位10%）は競技としては専門家超え。2026年も5を維持"},{"id":"research.math.competitive_programming","name":"競技プログラミング(ICPC/IOI級アルゴリズム設計)","name_en":"Competitive programming (ICPC/IOI-level algorithm design)","levels":{"2022":0,"2023":1,"2024":4,"2025":5,"2026":5,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"2025年ICPC世界大会でOpenAIのシステムが12問全問正解し、当時の世界最高人間チーム(11/12)を上回った。2026年IOIではNVIDIAのシステムが人間最高得点者を37点上回る535.4/600を記録し、大会史上初めて全人間参加者を上回った。","can":"実際の大会ルール・時間制限下で、未見のアルゴリズム問題群を人間トップチーム/選手を上回る正答率で解答できる。DeepMindのGemini 2.5 Deep Thinkは人間チームが誰も解けなかった問題を解いた。","cannot":"大会という明確な評価関数(テストケースのpass/fail)がない、仕様が曖昧な実世界のソフトウェア設計問題には同じ性能は再現されていない。単一大会での勝利であり、あらゆる形式のプログラミング業務への一般化は未実証。","why":"競技プログラミングは自己検証可能(サンプル入出力で採点)な閉じた問題であり、大量の強化学習・自己対戦的探索と相性が良い。曖昧な要件定義や長期保守性が絡む問題は評価信号が弱く、この強みが移転しにくい。","autonomy":"autonomous","tools":["GPT-5 (OpenAI reasoning ensemble)","Gemini 2.5 Deep Think","NVIDIA Nemotron-3-Ultra-CC + GenCorrect"],"evidence":[{"title":"OpenAI and DeepMind Top World's Biggest Coding Contest","url":"https://www.techrepublic.com/article/openai-deepmind-icpc-2025-results/","date":"2025","note":"OpenAIが12/12、DeepMindが10/12(人間最高は11/12)"},{"title":"OpenAI outperforms humans and Google at the world's top collegiate programming contest","url":"https://the-decoder.com/openai-outperforms-humans-and-google-at-the-worlds-top-collegiate-programming-contest/","date":"2025","note":"人間トップチームを上回った初の事例として報道"},{"title":"NVIDIA AI Outscored Every Human at IOI 2026: How GenCorrect Made It Possible","url":"https://www.techtimes.com/articles/326744/20260905/nvidia-ai-outscored-every-human-ioi-2026-how-gencorrect-made-it-possible.htm","date":"2026-09","note":"IOI2026で人間最高得点者を37点上回る535.4/600"}],"forecast_basis":"2025-2026年に既に人間トップを上回っており、以降も評価関数が明確な競技という性質上、優位は継続・拡大すると見て5を維持。","site_examples":[{"title":"Erdős未解決問題ハント（計算探索・記録拡張）","url":"https://note.com/views_of_life","kind":"記事"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}],"calibrated":"o3 が2024年12月に Codeforces 上位（人間トップ200相当）。2024年に4が妥当"},{"id":"research.math.formal_proof_formalization","name":"定理証明・形式化(Lean/Isabelle)","name_en":"Formal theorem proving and formalization (Lean/Isabelle)","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"素数定理(PNT)の強形の形式化は人間専門家が18ヶ月以上停滞していたところ、AI支援(Math Inc.)によりわずか3週間で完了。ジュニア形式化専門家に近い生産性向上が確認されているが、査読なしでの完全自律形式化はまだ限定的。","can":"既知の(証明済みの)数学的主張をLean/Isabelleコードへ翻訳し、コンパイラでの機械検証まで通せる。LeanMarathonのような長期ホライズンの自動形式化パイプラインや、AristotleのようなツールがErdős問題の一部を自動でLean証明化した実例がある。","cannot":"自然言語の数学的主張が持つ「暗黙の前提」を形式言語に正しく落とし込む意味的検証(informal-to-formal correspondence)は依然として未解決の根本課題。形式化された補題が本来意図した主張と微妙にずれていても気づけないことがある。","why":"自然言語数学は曖昧さ・省略された前提を含むため、形式化の際に「証明可能だが無意味な形式化」に陥るリスク(問題設定の意図しない抜け穴の悪用)が構造的に残る。信頼できる評価指標が不足している。","autonomy":"agent","tools":["Aristotle (Lean prover)","GPT-5.5 Pro","AlphaProof","LeanMarathon","LeanAtlas"],"evidence":[{"title":"LeanMarathon: Toward Reliable AI Co-Mathematicians through Long-Horizon Lean Autoformalization","url":"https://arxiv.org/pdf/2606.05400","date":"2026","note":"長期ホライズンのLean自動形式化研究"},{"title":"Major Breakthroughs in Lean 4-Based Auto-Formalized Mathematics","url":"https://www.cs.virginia.edu/~rmw7my/Courses/AgenticAISpring2026/Major%20Breakthroughs%20in%20Lean%204-Based%20Auto-Formalized%20Mathematics.html","date":"2026","note":"PNT形式化が18ヶ月超→3週間に短縮された事例を含む"},{"title":"The story of Erdős problem #1026","url":"https://terrytao.wordpress.com/2025/12/08/the-story-of-erdos-problem-126/","date":"2025-12","note":"AristotleがLeanで自動証明、人間は別途エレガントな証明を独立発見"}],"forecast_basis":"意味的検証の課題は技術的に根深いが、自動形式化ツールの生産性向上は年単位で継続しており、2028年ごろには専門家並みの自律形式化(要確認なし)に近づくと予測。完全な信頼性確立(2030年)は意味的検証問題の解決次第。","site_examples":[{"title":"Erdős未解決問題ハント（計算探索・記録拡張）","url":"https://note.com/views_of_life","kind":"記事"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.math.open_problem_contribution","name":"未解決問題への貢献(Erdős問題・主要予想)","name_en":"Contribution to open problems (Erdős problems, major conjectures)","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"Terence Taoは、AIが得意なのは「多くのトップ数学者があえて手をつけなかったニッチな長い裾野の問題」であり、真に独創的な洞察を要する最前線の問題では依然として人間専門家に及ばないと評価。2026年にはAnthropicの数学者がClaude Fable 5を使いヤコビアン予想(87年の未解決問題)の反例を発見し、世界中の数学者が数時間で検証した重要な例外もある。","can":"既存文献の非自明な組み合わせや見落とされた手法の再適用によって、Erdős問題データベース上の個別問題(#397, #728, #729, #1196など)を解決できる。2026年にはJacobian予想という主要な未解決問題の反例も発見(人間数学者との協働あり)。","cannot":"2025年10月にはOpenAIがGPT-5が「10個のErdős問題を解いた」と発表したが、数日で実際には既存の(データベースに未収録だった)公刊解の発見に過ぎなかったことが判明する誤認事例が起きた。真に新規な問題設定・予想の提起はまだできない。","why":"モデルは巨大な既存文献・アイデア空間の組み合わせ的探索には強いが、「何を問うべきか」という問題設定自体の創造には依然として人間の直観に依存している。また文献データベースの不完全性により、既知解の再発見を新発見と誤認するリスクが構造的に存在する。","autonomy":"agent","tools":["Claude Fable 5 / 5.1","GPT-5.2 Pro","GPT-5.4 Pro","AlphaEvolve"],"evidence":[{"title":"Why the Legendary Erdős Problems Are Falling to AI","url":"https://www.quantamagazine.org/why-the-legendary-erdos-problems-are-falling-to-ai-20260803/","date":"2026-08","note":"AIによるErdős問題解決の急増とTerence Taoの評価を報道"},{"title":"AI contributions to Erdős problems (GitHub wiki)","url":"https://github.com/teorth/erdosproblems/wiki/AI-contributions-to-Erd%C5%91s-problems","date":"2025-2026","note":"Taoらが管理する、AI貢献の検証済み記録"},{"title":"Claude's Fable 5 just solved an 87-year-old math problem, and it matters for bitcoin","url":"https://www.coindesk.com/tech/2026/07/21/claude-s-fable-5-just-solved-an-87-year-old-math-problem-and-it-matters-for-bitcoin","date":"2026-07","note":"ヤコビアン予想の反例発見(3次元、Jacobian行列式=-2)を報道"},{"title":"Claude Fable and the Jacobian Conjecture: Evidence & Limits","url":"https://kingy.ai/blog/claude-fable-jacobian-conjecture-counterexample/","date":"2026","note":"成果の限界(2次元では予想は依然未解決、人間数学者の関与が不可欠だった点)を分析"}],"forecast_basis":"長い裾野の問題(Tao評)を解く能力は指数関数的に伸びているが、問題設定自体の創造性という本質的ボトルネックは技術トレンドから解消時期が読めないため、2027-2028年は横ばいの4、2030年にようやく5と予測(楽観を避けた保守的見積り)。","site_examples":[{"title":"Erdős未解決問題ハント（計算探索・記録拡張）","url":"https://note.com/views_of_life","kind":"記事"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}],"calibrated":"2026年の貢献は人の数学者との共同が前提で『自律で専門家並み』ではない。誤報事例（既知解の再発見）も考慮"},{"id":"research.math.computational_search_optimization","name":"大規模計算実験・構成的探索(AlphaEvolve/FunSearch型)","name_en":"Large-scale computational search / constructive optimization (AlphaEvolve/FunSearch)","levels":{"2022":0,"2023":1,"2024":3,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"AlphaEvolveは56年間破られなかった行列乗算アルゴリズムの記録を更新し、人手で提示された未解決問題の約20%で新たな最適解を発見。cap-set問題の下界更新(FunSearch)、次元11でのkissing number境界、Erdősの最小重複予想などで人間専門家の記録を更新した。","can":"人間が定義した評価関数(evaluator)付きの最適化・構成問題に対し、大量の候補プログラムを進化的に生成・評価し、人間には現実的な時間で到達できない規模の探索によって新しい構成・反例を発見できる。","cannot":"評価関数(何が「良い解」かを判定するプログラム)は依然として人間が設計する必要があり、問題設定そのものの自動化はできない。ポイントされた未解決問題群のうち改善が見られたのは約20%にとどまり、大半では既存記録を更新できない。","why":"進化的探索は「解の良し悪しを機械的に判定できる」問題にしか適用できず、評価が主観的・定性的な問題(証明の美しさ、数学的意義の大小)には原理的に弱い。","autonomy":"agent","tools":["AlphaEvolve","FunSearch","CodeEvolve"],"evidence":[{"title":"AlphaEvolve | What's new - Terence Tao","url":"https://terrytao.wordpress.com/tag/alphaevolve/","date":"2025-2026","note":"AlphaEvolveの数学的貢献に関するTaoの継続的な解説"},{"title":"AI-powered Discovery of Counterexamples in Combinatorics, Final Report","url":"https://math.duke.edu/sites/math.duke.edu/files/documents/AI-powered%20Discovery%20of%20Counterexamples%20in%20Combinatorics,%20Final%20Report.pdf","date":"2026","note":"Sidorenko予想、Second Neighborhood予想等への適用と限界の報告"},{"title":"AI for Mathematics: Progress, Challenges, and Prospects","url":"https://arxiv.org/html/2601.13209v5","date":"2026","note":"FunSearch/AlphaEvolveの2026年時点の到達点と課題を包括的にレビュー"}],"forecast_basis":"計算資源のスケールと探索アルゴリズムの改善が続く限り、人間には不可能な規模の探索という性質上、2027年には多くの構成的問題領域で人間超えの5に達すると予測。","site_examples":[{"title":"Erdős未解決問題ハント（計算探索・記録拡張）","url":"https://note.com/views_of_life","kind":"記事"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.math.proof_verification_peer_review","name":"数学論文の査読相当チェック(証明検証・誤り検出)","name_en":"Referee-level checking of math papers (proof verification, error detection)","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"arXiv数百万本規模の誤り分析研究では、数学論文には人間の査読でも見逃される誤りが構造的に多数存在することが定量的に示されており、AIによる自動チェックはこの穴を部分的に埋めつつあるが、証明の「新規性」「意義」の評価は人間査読者との乖離が大きい。","can":"形式化可能な範囲の論理的ギャップ・計算ミスの検出、文献の妥当性の一次チェック、正しさ検証を含む査読レポートのドラフト作成ができる。","cannot":"背理法による証明のような、意図的に矛盾を導く論証ステップを誤ってペナルティ判定するなど、証明の「意図」を読み違える。引用の実在確認や論理展開の飛躍の検出、論文の学術的意義の評価は人間professional editorの確認なしには信頼できない。","why":"自然言語の数学的議論の意味論的理解には限界があり、統計的パターンマッチングでは「形式は正しいが意味的に間違っている」議論を見抜けないことがある。novelty(新規性)判定は査読者の分野知識・direct experienceに強く依存し、AIの訓練データには反映されにくい。","autonomy":"copilot","tools":["GPT-5.x","Claude Fable 5.1","specialized Lean-based verifiers"],"evidence":[{"title":"From Euler to Today: Universal Mathematical Fallibility - A Large-Scale Computational Analysis of Errors in ArXiv Papers","url":"https://arxiv.org/pdf/2511.10543","date":"2025-2026","note":"数学論文に構造的に存在する誤りの規模を定量化"},{"title":"Auditing an AI-Generated Mathematical Proof: Human Assessment of OpenAI's Quantum Parallel-Repetition Argument","url":"https://arxiv.org/html/2608.14673","date":"2026","note":"AI生成証明を人間が監査した詳細事例、証明ステップの誤判定を含む限界を報告"},{"title":"Terence Tao on AI — a living summary","url":"https://teorth.github.io/tao-web/ai-views.html","date":"2026","note":"AIによる証明検証・査読支援に関するTaoの継続更新見解"}],"forecast_basis":"形式化技術(Lean等)との統合が進めば論理的誤りの検出精度は着実に上がると見て2028年に専門家並みへ。ただし「意義評価」は本質的に人間的判断であり続けるため、伸びは緩やか。","site_examples":[{"title":"Erdős未解決問題ハント（計算探索・記録拡張）","url":"https://note.com/views_of_life","kind":"記事"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"},{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]}]},{"id":"research.academic_writing","name":"論文執筆・査読・学術コミュニケーション","name_en":"Academic Writing, Peer Review & Scholarly Communication","tasks":[{"id":"research.academic_writing.paper_drafting","name":"論文執筆(ドラフト作成)","name_en":"Research paper drafting","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"LLMが生成する論文・要約は文法・修辞・論理的一貫性の点でジュニア研究者水準に達しているが、「独自性(originality)と真正性(authenticity)」において依然課題があるとする2026年の研究がある。","can":"文法修正、文献要約、abstractやrelated workセクションのドラフト生成、査読コメントを反映した改稿ができる。学生の学術文章のパフォーマンス・エンゲージメント双方を有意に改善するというランダム化比較研究もある。","cannot":"論文の核心となる新規の学術的貢献・研究の枠組み自体の創出はできない。生成された文章はしばしば「もっともらしいが独創性を欠く」ものになり、査読者から見て新規性の主張が薄いと判断されることがある。","why":"訓練データの統計的パターンの再構成が本質であるため、真に新しい概念的貢献よりも既存の言い回し・構成の高品質な模倣に強みが偏る。","autonomy":"copilot","tools":["GPT-5.x","Claude Fable 5.1","PaperMentor (multi-agent writing tutor)"],"evidence":[{"title":"LLM feedback for academic writing: Effects on students' performance and engagement","url":"https://www.sciencedirect.com/science/article/pii/S0361476X26000214","date":"2026","note":"LLMフィードバックが改稿品質・取組み時間を有意に改善"},{"title":"Examining Linguistic Shifts in Academic Writing Before and After the Launch of ChatGPT","url":"https://arxiv.org/pdf/2505.12218","date":"2025","note":"ChatGPT登場後のプレプリント文体の変化を定量分析"},{"title":"PaperMentor: A Human-Centered Multi-Agent Writing Tutor for AI Research Papers","url":"https://arxiv.org/pdf/2606.08857","date":"2026","note":"論文執筆支援エージェントの実装例"}],"forecast_basis":"文章生成の質的向上は続くが「独創性の欠如」という指摘は構造的問題であるため、2027年以降も「実務品質+確認」から大きく抜け出さないと予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.academic_writing.peer_review","name":"査読(ピアレビュー)代行・支援","name_en":"Peer review assistance / substitute reviewing","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"LLM査読者は弱い論文への評価を過大評価する体系的バイアスを持ち、strengths/weaknessesの重視点も人間(新規性・明確さ重視)とAI(実証的厳密さ・実装重視)で乖離することが報告されている。2026年のICLRでは査読の約21%がAI生成と推定され、信頼性が大きな論点になった。","can":"査読コメントの下書き、フォーマットチェック、明白な技術的欠陥(統計手法の誤り等)の指摘、大量の投稿の一次スクリーニングを高速に行える。","cannot":"論文の概念的新規性・学術的インパクトの評価では人間査読者と体系的に乖離する。守秘義務違反となる無断でのAIへの論文アップロードが横行し、NeurIPS/ICMLは隠しプロンプトの罠を仕掛けて摘発するほど問題化しており、信頼できる独立査読者としては機能していない。","why":"査読の核心は分野の暗黙知に基づく価値判断であり、LLMは表層的な指示への追従度が高く評価基準の一貫性を欠く。また守秘性の要求とクラウドAPIの利用は構造的に緊張関係にある。","autonomy":"copilot","tools":["GPT-5.x","Claude Fable 5.1","Pangram (AI検出/監視用)"],"evidence":[{"title":"When Your Reviewer is an LLM: Biases, Divergence, and Prompt Injection Risks in Peer Review","url":"https://arxiv.org/pdf/2509.09912","date":"2025","note":"LLM査読者のバイアス・人間との評価観点の乖離を定量分析"},{"title":"Pangram Predicts 21% of ICLR Reviews are AI-Generated","url":"https://www.pangram.com/blog/pangram-predicts-21-of-iclr-reviews-are-ai-generated","date":"2026","note":"ICLR2026査読の相当割合がAI生成と推定される調査"},{"title":"Pushback on use of hidden prompts to snare AI peer reviews","url":"https://www.thetransmitter.org/publishing/scientists-decry-conferences-use-of-hidden-prompts-to-snare-ai-peer-reviews/","date":"2026","note":"学会が隠しプロンプトでAI査読を摘発する運用とその論争"}],"forecast_basis":"学会側の検出・規制強化と査読支援ツールの適正化ルール整備が進めば、2027年には「開示付き補助」としての実務利用が定着すると予測するが、独立査読者としての信頼性確立は見通せないため3で頭打ちとした。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.academic_writing.citation_integrity","name":"引用文献の妥当性チェック(幻覚引用対策)","name_en":"Citation validity checking (hallucinated citation problem)","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"2026年のPubMed分析では、掲載論文の277本に1本が実在しない参考文献を含み、これは2025年の458本に1本、2023年の2,828本に1本から急増した数字。AI利用の普及と時期的に一致している。","can":"検索拡張(RAG)により実在URLの引用生成の精度は改善しており、OpenAI Deep Researchのように幻覚率3.5%程度まで抑えたツールも存在する。","cannot":"撤回済み論文の検出さえ確実にはできない(2026年のJMIR研究)。Gemini系Deep Researchツールは幻覚率13.3%と高く、ツール間でばらつきが大きい。捏造引用は現実の論文出版で12倍(2年間)に急増しており、AI活用が問題を悪化させている側面が定量的に確認されている。","why":"LLMは「もっともらしい」文字列生成に最適化されており、参考文献の実在確認という外部検証ステップを内在的には持たない。撤回情報のような動的に更新されるメタデータの追跡も学習データの静的性質と相性が悪い。","autonomy":"copilot","tools":["OpenAI Deep Research","Gemini Deep Research","citation-hallucination detection agents (arXiv 2605.08583等)"],"evidence":[{"title":"One in 277 PubMed-indexed papers in 2026 shows fabricated references","url":"https://retractionwatch.com/2026/05/07/one-in-277-pubmed-indexed-papers-in-2026-shows-fabricated-references-says-analysis/","date":"2026-05","note":"捏造参考文献率の急増を定量報告"},{"title":"Hallucinated citations are polluting the scientific literature. What can be done?","url":"https://www.nature.com/articles/d41586-026-00969-z","date":"2026","note":"Nature誌による問題の総括と対策提言"},{"title":"Detecting and Correcting Reference Hallucinations in Commercial LLMs and Deep Research Agents","url":"https://arxiv.org/pdf/2604.03173","date":"2026","note":"商用Deep Researchツール間の幻覚率比較(Gemini 13.3% vs OpenAI 3.5%)"}],"forecast_basis":"個別ツールの改善(RAG精度向上)は続くが、現実の出版統計は悪化トレンドにあるため楽観的な予測を避け、2027-2028年も「実務品質未満・要全件確認」水準にとどまるとした。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"},{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"research.academic_writing.autonomous_research_pipeline","name":"自律的研究パイプライン(仮説立案→実験→論文執筆)","name_en":"End-to-end autonomous research pipeline (hypothesis to paper)","levels":{"2022":0,"2023":0,"2024":1,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"IntologyのZochiは2025年にACL(NLP分野トップのA*会議)本会議への論文採択という「AIが自律的にトップカンファレンスの査読を独力で通過した初事例」を達成したが、投稿前の結果検証など人間の関与が残っていた。Sakana AI Scientist v2はICLR2025ワークショップ(採択率約32.6%)に3本投稿し1本が採択されたが、透明性合意に基づき自主的に取り下げられた。","can":"研究テーマの着想から実験設計・実行・結果分析・論文執筆までの一連の工程を、限定的な人間監督のもとで自動的に遂行し、少なくとも1件はA*カンファレンス本会議、複数件はワークショップレベルの査読を通過する論文を生成できる。","cannot":"2026年4月時点で主要な査読付き学術誌(トップジャーナル)にAI単独生成論文が掲載された例はまだない。Sakana AI Scientistの論文自体、著者らが「幻覚引用」「同じ図の重複使用」等の限界を認めている。完全自律(人間の検証ステップなし)での再現性は確立していない。","why":"科学的発見の核心は仮説の斬新さと結果の解釈の妥当性判断にあり、これは訓練データからの外挿では代替しにくい。また実験結果の捏造・誤読を防ぐための独立検証層が現状は人間に依存している。","autonomy":"agent","tools":["Zochi (Intology)","Sakana AI Scientist v2","Google AI co-scientist"],"evidence":[{"title":"Zochi Publishes A* Paper / Automating the Process of Discovery","url":"https://www.intology.ai/blog/announcing-zochi-intology","date":"2025","note":"ACL2025本会議へのAI単独研究論文採択"},{"title":"AI wrote a scientific paper that passed peer review","url":"https://www.scientificamerican.com/article/ai-wrote-a-scientific-paper-that-passed-peer-review/","date":"2026-03","note":"Sakana AI Scientistの査読通過事例とその文脈を報道"},{"title":"The AI Scientist-v2: Workshop-Level Automated Scientific Discovery","url":"https://pub.sakana.ai/ai-scientist-v2/paper/paper.pdf","date":"2025","note":"著者ら自身による幻覚・限界の記載"}],"forecast_basis":"個別成功例は積み上がっているが「トップジャーナル掲載ゼロ」という2026年時点の事実を重視し、2027年までは横ばい、検証プロセスの自動化が確立する2028年に専門家並みへ引き上げた。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.academic_writing.grant_proposal_writing","name":"研究プロポーザル・助成金申請書作成","name_en":"Research proposal / grant proposal writing","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"2026年の報告ではNIHにおいてAI活用度が高い申請書ほど採択率・その後の論文産出数が高い一方、NSFでは同様の優位性が確認されず、機関の審査文化への依存が大きい。AI活用は採択率を上げる一方で「研究アイデアの多様性を狭める」という懸念も指摘されている。","can":"既存の採択済み申請書のパターンを学習し、審査員に響きやすい構成・文体で申請書を高速にドラフトできる。NIHでは実際に採択率向上という定量的効果が確認された。","cannot":"NSFは公式審査プロセスへのAI活用を承認しておらず、機関によって受容度が大きく異なる。「勝ちパターン」の模倣に偏るため、真にハイリスク・ハイリターンな独創的研究アイデアの提案力は弱いとされる懸念がある。","why":"助成金申請書の評価は既存の成功パターンとの類似性に大きく影響されるため、模倣に強いLLMとは相性が良い反面、その特性自体が「これまでにない発想」の提案を苦手とする理由にもなっている。","autonomy":"copilot","tools":["GPT-5.x","Claude Fable 5.1","各種grant-writing特化ツール(Granted AI等)"],"evidence":[{"title":"AI-assisted grant proposals may win more often—while narrowing research ideas","url":"https://phys.org/news/2026-08-ai-grant-narrowing-ideas.html","date":"2026-08","note":"採択率向上とアイデア多様性低下のトレードオフを報告"},{"title":"AI Helped Researchers Win NIH Grants. Will Science Suffer?","url":"https://www.insidehighered.com/news/tech-innovation/artificial-intelligence/2026/08/18/ai-helps-researchers-win-nih-grants-will","date":"2026-08","note":"NIHでの採択率向上とNSFとの違いを対比"},{"title":"ARPA-H Will Let LLMs Read Your IGoR Proposal","url":"https://grantedai.com/blog/arpa-h-igor-ai-proposal-review-llm-pilot-nih-nsf-policy-split-strategy-2026","date":"2026","note":"連邦機関ごとのAI審査利用ポリシーの分裂状況"}],"forecast_basis":"機関ごとの審査ポリシーのばらつきが解消され、独創性を評価するための審査プロセス側の適応が進めば2028年に専門家並みへ到達すると予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]}]},{"id":"research.natural_science","name":"自然科学","name_en":"Natural Science","tasks":[{"id":"research.natural_science.hypothesis_generation","name":"仮説生成","name_en":"Hypothesis Generation","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"大量文献の統合速度ではシニア研究者を凌駕する（ドラッグリポジショニング候補の選定が「週単位→時間単位」に短縮された事例あり）が、DeepMind CEOのHassabis自身が2026年時点で『真に新しい仮説やアイデアはまだ生成できない』と明言しており、パラダイム内の再結合に留まる。","can":"既存文献・知識グラフの大規模統合による仮説候補の提示、創薬ターゲットの再提案（ドラッグリポジショニング）、既知メカニズムの新規な組み合わせの提案。Google AI Co-Scientistは急性骨髄性白血病の薬剤再利用候補やAMR機序の仮説をin vitro検証済みで提示。","cannot":"既存パラダイムを覆す、または既存科学と非整合な真に新しい理論・仮説の生成。評価基準自体が既存文献との整合性や模擬査読通過率に依存するため、パラダイム転換的な仮説は原理的に低評価になりやすい。","why":"LLMは訓練データの補間・再結合に本質的に依存し、仮説の『新規性』を測る内部基準が既存の科学的合意との整合性チェックに偏っている。","autonomy":"agent","tools":["Google AI Co-Scientist (Gemini)","FutureHouse Robin/Kosmos","Sakana AI Scientist","GPT-5.x","Claude"],"evidence":[{"title":"Co-Scientist: A multi-agent AI partner to accelerate research — Google DeepMind","url":"https://deepmind.google/blog/co-scientist-a-multi-agent-ai-partner-to-accelerate-research/","date":"2026-05","note":"AML薬剤再利用候補やAMR機序仮説がin vitro検証され、製薬企業・国立研究所が利用開始"},{"title":"Google DeepMind's Co-Scientist Graduates from Research Demo to Nature Paper","url":"https://labcritics.com/blog/2026/05/21/google-deepminds-co-scientist-graduates-from-research-demo-to-nature-paper/","date":"2026-05","note":"研究デモから実運用ツールへ移行、Nature論文化"},{"title":"AI Is Great at \"Normal Science,\" but Breakthroughs Still Belong to People","url":"https://news.darden.virginia.edu/2026/05/04/ai-is-great-at-normal-science-but-breakthroughs-still-belong-to-people/","date":"2026-05","note":"Hassabisが『新しい仮説はまだ生成できない、真の創造性まで5〜10年』と発言"},{"title":"Kosmos: An AI Scientist for Autonomous Discovery — Edison Labs","url":"https://labs.edisonscientific.com/research/announcing-kosmos/","date":"2025-11","note":"FutureHouse Robinが緑内障薬リパスジルを黄斑変性治療候補として提案、着想から論文化まで2.5か月"}],"forecast_basis":"Hassabis(DeepMind)は2026年時点で真の創造性発現まで『5〜10年』と発言しており、2028年時点でも既存パラダイム内での高品質な仮説提示（レベル4）に留まると見込む。パラダイム転換的仮説の評価基準自体が未解決のため2030年でも大きくは変わらない。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.natural_science.experimental_design","name":"実験計画立案","name_en":"Experimental Design & Protocol Generation","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"既知プロトコルの組み合わせ・パラメータ探索計画の立案は博士課程学生相当だが、未知の安全リスクを予見した実験設計や、装置制約を踏まえた現実的な計画修正は専門家に劣る。","can":"既存プロトコルテンプレートに基づく実験計画のドラフト作成、ハイスループット実験のパラメータ探索計画立案、2026年8月の拡張Co-Scientistプレプリントでは実験コード生成とラボ機器への直接コマンド発行まで到達。","cannot":"予期しない安全上のリスク（試薬相互作用、装置限界）を経験的直観で回避すること、真に新規な実験手法・測定原理自体の発明。","why":"訓練データが公開済みプロトコル文献に偏り、実地でのヒヤリハット経験（非形式知）を欠くため、安全に関する常識的判断が弱い。","autonomy":"agent","tools":["Google AI Co-Scientist (expanded, 2026-08 preprint)","Coscientist (Boiko et al.)","GPT-5.x","Gemini 3"],"evidence":[{"title":"Google DeepMind's Co-Scientist moves from hypothesis generation into lab experiments | MLQ News","url":"https://mlq.ai/news/google-deepminds-co-scientist-moves-from-hypothesis-generation-into-lab-experiments/","date":"2026-08","note":"実験コード生成とラボ機器への直接コマンド発行まで拡張、材料科学・生物学・計算機科学で試験"},{"title":"Safe-SDL: Establishing Safety Boundaries and Control Mechanisms for AI-Driven Self-Driving Laboratories","url":"https://arxiv.org/pdf/2602.15061","date":"2026-02","note":"AI駆動の自律実験計画・実行における安全境界設定の必要性を指摘"}],"forecast_basis":"自律ラボとの統合が進み2028年には多くの標準的実験計画で専門家並みに到達する見込みだが、安全性に関する経験的判断の欠如は構造的課題として残る。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"},{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"research.natural_science.materials_discovery","name":"材料科学でのAI発見","name_en":"AI-Driven Materials Discovery","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"安定性予測の精度（GNoMEで80%）は従来手法（約50%）を大きく上回り専門家の初期スクリーニングを代替できるが、『新規合成に成功したか』の検証では2026年にBerkeley A-Labの成果が『41種の新規化合物』から『36種（新規の語を削除）』へ訂正されるなど、自己申告の過大評価が実証された。","can":"2.2百万種の新規結晶構造候補の大規模スクリーニング、リチウムイオン伝導体528種の提案（従来比25倍）、層状化合物5.2万種の提案。外部研究室が独立に736種を実験合成、自律ラボ(A-Lab)が41種の新レシピで合成に成功（2026年の訂正後は36種）。","cannot":"予測した材料が実際に合成可能・安定・目的の物性を持つことを自己検証だけで確定すること。A-Lab論文は材料化学者からの指摘を受けて2026年に訂正され、『新規』の主張が一部撤回された。","why":"計算上の安定性予測（DFT・機械学習ポテンシャル）と実際の合成可能性・不純物耐性の間にギャップがあり、自己評価パイプラインの検証基準が甘くなりやすい。","autonomy":"agent","tools":["GNoME (Google DeepMind)","A-Lab (Berkeley)","AlphaEvolve","Materials Project"],"evidence":[{"title":"Millions of new materials discovered with deep learning — Google DeepMind","url":"https://deepmind.google/blog/millions-of-new-materials-discovered-with-deep-learning/","date":"2023-11","note":"GNoMEが220万種の新規結晶を発見、38万種が合成候補として有望、外部で736種が実験合成済み"},{"title":"'Nature' robot chemist paper corrected, but some questions remain unanswered","url":"https://cen.acs.org/research-integrity/Nature-robot-chemist-paper-corrected/104/web/2026/01","date":"2026-01","note":"A-Labの『41種の新規化合物合成』が材料化学者の指摘で『36種、新規の語なし』に訂正"}],"forecast_basis":"機械学習ポテンシャルの精度向上（力の誤差5〜15倍改善等）が続けば2028年にはスクリーニング精度がさらに上がるが、合成可能性の実証には依然として湿式検証が必須であり、自律検証能力自体の飛躍は見込みにくい。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.natural_science.drug_discovery","name":"創薬パイプラインでのAI活用","name_en":"AI-Driven Drug Discovery Pipeline","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"分子設計・標的予測の初期段階は専門家の作業量を大きく削減する（Isomorphic LabsのISM8969が2026年1月にFDAクリアされ治験入り）が、2026年時点でAI創薬発の承認薬はまだ存在せず、AIはPhase2/3の生物学的不確実性そのものは短縮できていない。","can":"分子設計・標的予測の高速化（AlphaFold3ベースのIsoDDE）、Recursionの細胞画像・オミクスAIによる年間1億分子超のスクリーニング、REC-4881など一部化合物での臨床データ（家族性大腸腺腫症で75%が病変縮小）。","cannot":"臨床試験のPhase2/3を短縮すること、薬効・安全性という生物学的不確実性そのものを解消すること、2026年時点でAI創薬由来の承認薬を生み出すこと。ASCO2026の分析では117のAI創薬資産中Phase1完了は51.3%、Phase2完了はわずか6.8%。","why":"AIが加速できるのは分子設計・標的探索という『川上』工程のみで、臨床試験の律速要因（患者の生物学的多様性、長期安全性データの蓄積時間）はAIでは短縮できない。","autonomy":"agent","tools":["Isomorphic Labs (AlphaFold3 / IsoDDE)","Recursion OS","Insilico Medicine INS018_055"],"evidence":[{"title":"Isomorphic Labs Launches Human Trials for AI-Designed Cancer Drugs","url":"https://www.chemdiv.com/company/media/pharma-news/2026/isomorphic-labs-launches-human-trials-for-ai-designed-cancer-drugs/","date":"2026-04","note":"ISM8969が2026年1月にFDAクリア、AI設計薬として初のヒト治験段階へ"},{"title":"AI-Discovered Drugs in Clinical Trials 2026: Full Pipeline","url":"https://intuitionlabs.ai/articles/ai-discovered-drugs-clinical-trials-2026","date":"2026-06","note":"ASCO2026分析：117のAI創薬資産中Phase1完了51.3%、Phase2完了はわずか6.8%、承認薬はまだゼロ"},{"title":"AI Drug Discovery: What's Working, What's Failing in 2026","url":"https://www.buildmvpfast.com/blog/ai-drug-discovery-clinical-trials-pharma-2026","date":"2026","note":"AIはPhase2/3を短縮せず、根本的な生物学的有効性・安全性の壁は未解決と指摘"}],"forecast_basis":"治験の律速要因は生物学的時間軸に依存するため、2028年時点でも承認薬の大量創出には至らないが、Phase1データが蓄積することで設計品質の実証が進み専門家並み（レベル4）の分子設計能力が確立すると見込む。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.natural_science.physics_chemistry_simulation","name":"物理・化学シミュレーション","name_en":"Physics & Chemistry Simulation","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"気象予測ではAI(GenCast/WeatherNext)がECMWFアンサンブル予報を96%以上の指標で上回り、NOAAが2026年1月から現業運用を開始するなど専門家超え（人間の物理ベースモデルより広範囲・高速）の領域が出現。一方、分子動力学の反応障壁・相転移予測は依然としてab initio精度に届かない。","can":"気象・台風進路予測での運用精度向上（ECMWF HRESを90%超の指標で上回る、6〜12時間のリードタイム優位）、機械学習ポテンシャル(MLIP)によるほぼ全周期表を対象とした汎用原子シミュレーション、力の誤差を5〜15倍改善するファインチューニング。","cannot":"MLIP基盤モデルは反応障壁・相転移・材料安定性の高精度予測には未到達。分子動力学の全領域でab initio精度を安定的に代替することはできない。","why":"気象は大規模観測データによる教師あり学習に適した問題である一方、化学反応の遷移状態やまれな事象は訓練データが疎で外挿性能が不足する。","autonomy":"agent","tools":["Google GenCast / WeatherNext","NVIDIA Earth-2","UMA / DPA4 (MLIP)","AlphaEvolve (量子回路設計)"],"evidence":[{"title":"AI Weather Forecasting Goes Operational – Communications of the ACM","url":"https://cacm.acm.org/news/ai-weather-forecasting-goes-operational/","date":"2026","note":"NOAAが2026年1月からAI駆動の現業気象予報モデルを運用開始"},{"title":"NOAA deploys new generation of AI-driven global weather models","url":"https://www.noaa.gov/news-release/noaa-deploys-new-generation-of-ai-driven-global-weather-models","date":"2026","note":"AI予報モデルの精度・速度が従来のNWPを上回ると公式発表"},{"title":"Six Open Questions in Machine-Learned Interatomic Potential Foundation Models","url":"https://arxiv.org/html/2606.07327v2","date":"2026-06","note":"MLIP基盤モデルは反応障壁・相転移・材料安定性の予測精度でまだ不十分と指摘"}],"forecast_basis":"気象のように大量観測データが利用可能な領域は2028年に専門家超え(レベル5)へ拡大するが、疎なデータ領域（反応化学）は基盤モデルのデータ効率向上が律速となり足並みが揃わない。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.natural_science.autonomous_wetlab","name":"湿式実験の自律実行（自律ラボ）","name_en":"Autonomous Wet-Lab Execution (Self-Driving Labs)","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"閉ループ最適化のような限定タスク（触媒条件探索など）では人間より高速だが、装置間の相互運用性・想定外事態への対応は熟練テクニシャンに大きく劣り、『沈黙する失敗』（エラーを出さず不良データを生成し続ける）という固有のリスクを抱える。","can":"既定のプロトコル空間内での閉ループ実験（合成条件探索、触媒最適化）の連続無人運転（A-Labは17日間連続稼働）、既知の反応系での再現性の高い自動実験。","cannot":"予期しない装置トラブルや化学的異常を検知して安全に停止・修正すること、多様な化学操作全般を人間の化学者と同等にこなすこと。液体ハンドラは『生物学的に盲目』で、アッセイの意図を理解せず与えられた手順を機械的に実行するのみ。","why":"自律ラボの相互運用性（実験来歴の記録形式、ワークフロー意味論）が標準化されておらず、異常検知のためのセンサ・監督機構が未成熟。","autonomy":"agent","tools":["A-Lab (Berkeley Lab)","UniLabOS","Coscientist (Boiko et al.)"],"evidence":[{"title":"Self-driving labs are changing how chemists work - C&EN","url":"https://cen.acs.org/physical-chemistry/computational-chemistry/Self-driving-labs-changing-chemists/104/web/2026/06","date":"2026-06","note":"自律ラボは費用が依然高く、人間の化学者が行える化学操作全般はまだこなせないと指摘"},{"title":"LabRobFail: A Benchmark for Robotic Failure Analysis in Chemical Self-driving Laboratory","url":"https://arxiv.org/html/2607.23704","date":"2026-07","note":"化学自律ラボにおけるロボット失敗パターンを体系化するベンチマークを提示"},{"title":"The past, present and future of self-driving laboratories | Nature Reviews Chemistry","url":"https://www.nature.com/articles/s41570-026-00847-2","date":"2026","note":"相互運用性の欠如がスケールアップの主要ボトルネックと総括"}],"forecast_basis":"相互運用プロトコル（LAP等）の標準化が進めば2028年に定型化学タスクで実務品質に達するが、異常検知・安全監督の成熟には湿式ロボティクスのセンシング技術革新が必要で2030年でも専門家並みには届きにくい。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.natural_science.reproducibility","name":"論文の再現実験（Reproducibility）","name_en":"Reproducing Published Research","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"コードとデータが公開済みの計算系研究の再現ではジュニア研究者に近い成功率を出す場合があるが、難度が上がる（新規データ取得が必要、非計算系の実験）と成功率が急落し、専門家との差が顕著に開く。","can":"公開コード・データを用いた計算論文の再現実行、環境構築・依存関係解決の自動化（CORE-Bench等で評価）。","cannot":"新規データ取得が必要な再現、天文学・社会科学など専門知識依存度の高い分野での高精度な再現判定。あるベンチマークでは易しいタスクで60%の精度に対し、最も難しいタスクでは21%まで低下。","why":"再現には『コードを動かす』以上に、暗黙知（実験室固有の手順、データクリーニングの非公開な判断）が必要な場合が多く、LLMエージェントはそれらの文脈を文献から読み取れない。","autonomy":"agent","tools":["CORE-Bench agents","AstaBench","NatureBench","ReplicatorBench"],"evidence":[{"title":"CORE-Bench: Fostering the Credibility of Published Research Through a Computational Reproducibility Agent Benchmark","url":"https://arxiv.org/html/2409.11363v2","date":"2024-09","note":"計算論文の再現をAIエージェントが行うベンチマークを提示"},{"title":"REPRO-Bench: Can AI agents Automate Research Reproducibility Assessments?","url":"https://medium.com/@danieldkang/repro-bench-can-ai-agents-automate-research-reproducibility-assessments-494f110cba14","date":"2026","note":"タスク難度により精度が60%から21%まで低下"},{"title":"AstaBench: Rigorous Benchmarking of AI Agents with a Scientific Research Suite","url":"https://arxiv.org/pdf/2510.21652","date":"2025-10","note":"科学研究エージェントの再現性を含む多面的ベンチマークスイート"}],"forecast_basis":"計算系分野は自動化ツールの整備で2028年に実務品質へ近づくが、新規データ取得を要する再現は湿式実験の自律化（同じく本アトラス内で足踏み）が前提となるため、2030年でようやく専門家並みの一部到達を見込む。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]}]},{"id":"research.invention","name":"発明・アイデア創出","name_en":"Invention & Ideation","tasks":[{"id":"research.invention.prior_art_search","name":"先行技術調査","name_en":"Prior Art Search","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"意味的検索（キーワード一致でなく概念類似）による網羅性・速度は経験豊富なサーチャーを上回る場面が増えているが、非特許文献の周辺文脈や均等論的判断は依然として人間の専門判断に依存する。","can":"自然言語での発明記述から概念的に類似する特許・非特許文献を高速検索、USPTOも内部AIツール(Similarity Search)を2022年から運用し2026年にASAP!パイロットを拡大。","cannot":"非自明性・均等論といった法的判断そのものを確定させること、ニッチな非特許文献（学会予稿、業界標準文書等）の文脈依存的な関連性を完全に見抜くこと。ASAP!プログラムは2026年6月時点でも本格運用でなくパイロット段階。","why":"特許性判断は法的基準（非自明性）と技術的知識の両方を要する複合判断であり、意味的類似度スコアだけでは代替できない。","autonomy":"agent","tools":["USPTO ASAP! / Similarity Search","Patlytics","ProjectPQ.ai","DeepIP"],"evidence":[{"title":"USPTO extends AI-driven prior art search pilot and waives petition fee | Nixon Peabody LLP","url":"https://www.nixonpeabody.com/insights/alerts/2026/04/22/uspto-extends-ai-driven-prior-art-search-pilot-and-waives-petition-fee","date":"2026-04","note":"USPTOのAI先行技術調査パイロット(ASAP!)を2026年6月まで延長、申請枠を倍増"},{"title":"Top 10 AI Patent Search Tools For Novelty and Prior Art Search","url":"https://projectpq.ai/top-ai-patent-search-tools-2026/","date":"2026","note":"自然言語入力から概念的に類似する特許を検索するツール群を整理"}],"forecast_basis":"USPTOパイロットの本格運用移行やベンダーツールの成熟により2028年も高精度の意味検索が標準化されるが、最終的な特許性判断は法的責任を伴うため人間レビューが残り続ける。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.invention.patent_drafting","name":"特許明細書・クレームの下書き","name_en":"Patent Specification & Claim Drafting","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"発明開示書からクレーム・明細書・図面ラベルまで一体で約15分のドラフトを生成できる点は新人弁理士より速いが、2026年の実務パターンでは『すべての独立クレームを弁理士が見直し・書き直す』ことが標準工程として維持されており、単独出荷は不可。","can":"発明開示書（インタビュー内容）からクレーム・明細書・図面ラベル付けを含む初稿を一体生成、先行技術・§101（Alice）リスクを踏まえた条項構造の提案。","cannot":"独立クレームの範囲戦略・訴訟リスクを踏まえた最終判断を人間の関与なしに行うこと。AIレビューツール自体が「前提の欠如（antecedent basis）」「§101リスク」等のエラーを頻繁に検出しており、無修正での出願は品質・無効化リスクを伴う。","why":"クレーム文言は法的な権利範囲を直接規定するため、わずかな表現の違いが権利範囲や無効化リスクに直結し、訴訟実務の暗黙知（判例動向、審査官の運用傾向）が必要。","autonomy":"copilot","tools":["DeepIP","Patlytics","Solve Intelligence","GPT-5.x","Claude"],"evidence":[{"title":"Patent Drafting with AI (2026 Guide) | AI Patent Drafting Tools, Workflows & Best Practices","url":"https://www.deepip.ai/blog/patent-drafting-ai-guide","date":"2026","note":"発明開示書から約15分でクレーム・明細書・図面ラベル付き初稿を生成する2026年の実務パターン"},{"title":"AI Patent Review Tool – Detect Errors & §101 Risks","url":"https://www.deepip.ai/products/ai-reviewer","date":"2026","note":"AI生成クレームの前提欠如・§101リスク等のエラー検出が必要とされる実態"},{"title":"Best AI patent drafting tools of 2026 - Lexology","url":"https://www.lexology.com/library/detail.aspx?g=c20b5896-16ed-406a-bf30-91326b3b4f4f","date":"2026","note":"AI初稿は弁理士による独立クレームの見直し・書き直しが必須と明記"}],"forecast_basis":"エラー検出・§101対応の自動化が進み2028年には実務品質（レベル4寄り）に近づくが、権利範囲戦略という法的責任判断は当面弁理士の関与が制度的に要求され続ける。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.invention.cross_domain_ideation","name":"既存技術の新規組み合わせ・TRIZ的発明支援","name_en":"Cross-Domain Ideation & TRIZ-Style Invention Support","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"TRIZの40原理・矛盾マトリックスを特許データベース全体に対して高速適用できる点は専門コンサルタントより網羅的だが、生成された解が『新規だが頑健でない（実現性が低い）』傾向が2026年のベンチマークで確認されており、実装可能性の判断は人間の技術者に劣る。","can":"技術的矛盾の抽出とTRIZ発明原理の提案（AutoTRIZ, TRIZ-GPT）、特許データベースを横断した類似解決パターンの発見、複数分野をまたぐアナロジー提案。","cannot":"提案した組み合わせ解の実現可能性・頑健性を自ら保証すること。2026年のInnoGymベンチマークでは、AIエージェントが『新規性はあるが頑健性を欠く』解を量産する傾向（novelty without robustness）が確認された。","why":"新規性スコアは既存解との差分（埋め込み距離等）で測定される一方、実現可能性・製造容易性は物理的制約や暗黙のドメイン知識に依存し、これを検証する自動評価器が未整備。","autonomy":"copilot","tools":["AutoTRIZ","TRIZ-GPT","IdeaForge","iPatent (LLM+TRIZ multi-agent)"],"evidence":[{"title":"TRIZ-GPT: An LLM-augmented method for problem-solving","url":"https://arxiv.org/pdf/2408.05897","date":"2024-08","note":"LLMを用いたTRIZ手法の自動化、技術的矛盾の抽出と発明原理の提案"},{"title":"Published as a conference paper at ICLR 2026 (InnoGym)","url":"https://arxiv.org/pdf/2512.01822","date":"2026","note":"18の実世界工学・科学タスクで『新規性はあるが頑健性を欠く』というAIエージェントの持続的ギャップを実証"},{"title":"IdeaForge: A Knowledge Graph-Grounded Multi-Agent Framework for Cross-Methodology Innovation Analysis and Patent Claim Generation","url":"https://arxiv.org/pdf/2605.13311","date":"2026-05","note":"複数の発明手法（TRIZ含む）を横断する知識グラフ根拠付きマルチエージェント発明支援フレームワーク"}],"forecast_basis":"評価器（フィージビリティ判定モデル）の整備が進めば2028年には頑健性ギャップが縮小し実務品質に近づくが、物理的実現可能性の自動検証は分野横断的に汎用化しにくく2030年時点でようやく専門家並みの一部到達と予測。","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.invention.patent_examination_assist","name":"特許審査・オフィスアクション対応の自動化","name_en":"Patent Examination & Office Action Automation","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"審査官の先行技術調査支援・分類支援は既に内部ツールとして定着し、審査時間短縮に寄与しているが、最終的な特許性判断（進歩性・記載要件充足性）は審査官の法的判断として残り、AIパイロットも2026年6月時点で恒久化されていない。","can":"USPTOのAI先行技術調査ツール(ASAP!)による審査前サーチ支援、商標のClass ACT（国際分類・図形検索コード・疑似マークの自動付与）、AIによるオフィスアクション応答文の下書き生成。","cannot":"進歩性・記載要件充足性など最終的な特許性の法的判断を審査官の関与なしに確定させること。ASAP!プログラムはパイロットのまま2026年6月に一区切りとなり、恒久制度化はされていない。","why":"特許性判断は制定法・判例に基づく法的評価であり、行政手続き上、有権者たる審査官の最終判断が制度的に要求されているため。","autonomy":"copilot","tools":["USPTO ASAP! Automated Search Pilot","USPTO Class ACT","PatentAILab office-action tools"],"evidence":[{"title":"USPTO Launches AI-Assisted Automated Search Tool (Automated Search Pilot Program): What Patent Counsel Need to Know | Finnegan","url":"https://www.finnegan.com/en/insights/ip-updates/uspto-launches-ai-assisted-automated-search-tool-automated-search-pilot-program-what-patent-counsel-need-to-know.html","date":"2026","note":"USPTOのAI審査前サーチパイロットの内容と申請条件"},{"title":"USPTO Launches AI Examination Tools – What This Means for Trademark Applicants | Sterne Kessler","url":"https://www.sternekessler.com/news-insights/insights/uspto-launches-ai-examination-tools-what-this-means-for-trademark-applicants/","date":"2026-03","note":"商標分類の自動化ツール『Class ACT』を2026年3月に発表"},{"title":"4 Top AI Tools for USPTO Office Action Responses (2026)","url":"https://patentailab.com/best-ai-office-action-response-tools/","date":"2026","note":"オフィスアクション応答の下書き生成ツールが実務で使われ始めている"}],"forecast_basis":"パイロットの本格制度化が進めば2028年には審査補助として実務標準になるが、法的最終判断の主体を審査官から移す制度変更は当面想定されず、完全自動化はされない。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.invention.inventorship_governance","name":"AI発明者性の法的整理と発明経緯の文書化","name_en":"AI Inventorship Legal Status & Contribution Documentation","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":2,"2028e":2,"2030e":3},"vs_expert":"AI自身が発明者になれるかという論点では、2026年に日本最高裁・英国最高裁・スイス連邦行政裁判所などが相次いでAIの発明者性を否定し『発明者は自然人』という国際的コンセンサスが確定した。AIは人間の創作的寄与を裏付ける『発明経緯書』の下書き支援はできるが、この法的判断領域そのものはAIが代替できる性質のものではない。","can":"AI活用プロセスの記録・要約、人間がどの段階でどのような創作的判断（着想・具体化）を行ったかを示す発明経緯書のドラフト作成支援。","cannot":"AI自身が法的な発明者として認められること、また『人間の創作的寄与の程度』という規範的判断をAIが自律的に確定すること。2026年3月の日本最高裁DABUS判決を含む8件以上の判決が世界的にAI発明者性を否定。","why":"発明者性は各国特許法上『自然人』であることを要件とする制度設計上の概念であり、技術的能力の向上では解決しない法制度側の制約。","autonomy":"copilot","tools":["社内『発明経緯書』作成支援ツール（企業内製、生成AI併用）"],"evidence":[{"title":"AI Cannot Be a Patent Inventor: Japan Closes the Book on a Seven-Year Global Legal Battle","url":"https://www.techtimes.com/articles/319750/20260705/ai-cannot-patent-inventor-japan-closes-book-seven-year-global-legal-battle.htm","date":"2026-07","note":"日本最高裁が2026年3月にDABUS訴訟を退け『発明者は自然人』と確定、世界8件目の同種判決"},{"title":"UK Supreme Court AI Patent Ruling on DABUS Clarifies Human Inventorship Law","url":"https://www.lawyer-monthly.com/2026/05/uk-supreme-court-ai-patent-ruling-dabus-inventorship/","date":"2026-05","note":"英国最高裁もAIの発明者性を否定"},{"title":"Germany: AI cannot be named as inventor - insights from the Bundesgerichtshof's DABUS decision | Norton Rose Fulbright","url":"https://www.nortonrosefulbright.com/en/knowledge/publications/7de4a9ba/germany-ai-cannot-be-named-as-inventor-insights-from-the-bundesgerichtshofs-dabus-decision","date":"2026","note":"ドイツ連邦通常裁判所も同様の判断、AI支援発明自体は人間発明者がいれば特許可能と明確化"},{"title":"AI関連発明の出願状況調査 | 経済産業省 特許庁","url":"https://www.jpo.go.jp/system/patent/gaiyo/sesaku/ai/ai_shutsugan_chosa.html","date":"2026","note":"日本のAI関連発明出願は年間約1.14万件、AI活用時の人間の創作的寄与の明文化が実務課題として指摘"}],"forecast_basis":"8件以上の国際判例で『発明者=自然人』が確定しているため、この規範的枠組みは2030年時点でも大きく変わらないと予測（停滞）。変化があるとすれば発明経緯書の標準化ツールが実務品質（レベル3）まで成熟する程度に留まる。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]}]},{"id":"research.data_analysis","name":"データ分析・統計","name_en":"Data Analysis & Statistics","tasks":[{"id":"research.data_analysis.eda","name":"探索的データ分析(EDA)","name_en":"Exploratory Data Analysis","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"整形済みの中規模テーブルデータでは、Claude Code/Code Interpreter系がジュニアアナリスト相当の一次集計・要約統計・欠損値チェックをこなすが、雑然とした実データや業務文脈の異常検知ではシニアアナリストに劣る。","can":"CSV/Excel/DBを読み込み、要約統計・分布・相関・欠損パターンを自動で洗い出し、コードと図表付きで下書きレポートを数分で生成できる。Claude for Excelはセル単位の根拠提示・数式依存関係の保持ができる。","cannot":"業務文脈（このカラムの欠損はセンサー故障由来、この外れ値はキャンペーン期間中で正常、等)を踏まえた『なぜこの変数が重要か』の判断は弱く、LongDS-Bench等では長時間・多段の実データ分析タスクで失敗率が高いことが報告されている。ノイズの多い現実データでの自律探索も発展途上（DataClawBench等が2026年に新設された理由もそこ）。","why":"訓練データは整形済みKaggle的データセットに偏りがあり、暗黙のドメイン知識・組織固有の文脈は学習データに存在しないため、統計的パターンは拾えても『意味のある異常』の峻別ができない。","autonomy":"agent","tools":["Claude Code","Claude for Excel (Opus 4.6)","ChatGPT Code Interpreter","Gemini Data Science Agent"],"evidence":[{"title":"LongDS-Bench: On the Failure of Long-Horizon Agentic Data Analysis","url":"https://arxiv.org/pdf/2605.30434","date":"2026-05","note":"長時間・多段の実データ分析タスクでLLMエージェントが失敗しやすいことを示すベンチマーク"},{"title":"DataClawBench: An Agent Benchmark for Exploratory Real-World Financial Data Analysis","url":"https://arxiv.org/html/2605.02503","date":"2026-05","note":"ノイズの多い実データでの自律探索評価のため新設。約206万レコード規模の実データ環境"},{"title":"Claude for Data Analysis: What It Does in Excel (2026)","url":"https://www.luzmo.com/blog/claude-for-data-analysis","date":"2026","note":"Claude for Excelがセル単位の根拠・数式依存関係を保持しながら分析できると報告"}],"forecast_basis":"MLE-bench等の自律データサイエンスタスクでのメダル率が年々上昇（R&D-Agent 35.1%等）しており、2028年までに整形データでの一次分析は専門家並みに達すると見込まれるが、文脈判断が必要な異常検知は停滞リスクが残る。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.data_analysis.causal_inference","name":"因果推論","name_en":"Causal Inference","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"計量経済学者・因果推論の専門家と比べ、LLM単体の因果推定精度は低く、2026年の論文でも『ランダムに近い性能』と評されるケースがある。DAG（因果図）の候補提示など補助タスクでは有用。","can":"介入変数候補やDAGの叩き台を提示したり、既知の因果推論手法（DID, IV, RDDなど）の選択肢を説明したりする定型的な補助はできる。GPT-4等をガイドに使ったcausal discoveryパイプラインの一部として機能する研究例がある。","cannot":"実データでの厳密な因果効果の推定・交絡変数の特定・操作変数の妥当性検証など、統計的因果推論の中核作業は専門家の水準に届かない。『The Illusion of Causality in LLMs』(2026)は、LLMの見かけ上の因果推論力が訓練データに強く依存した意味的パターン想起にすぎず、構造感応的な推論ではないと指摘。","why":"因果推論は観測データだけでなく、実験計画・ドメイン知識に基づく識別戦略が必要であり、LLMは相関パターンの学習に最適化されているため、真の因果構造を汎化的に扱えない。データセットが大きくなるほど精度が落ちるとの報告もある。","autonomy":"copilot","tools":["GPT-5.x + causal discovery libraries","Claude Fable 5.1","DoWhy/EconML(人間主導)"],"evidence":[{"title":"The Illusion of Causality in LLMs: A Developmentally Grounded Analysis","url":"https://www.mdpi.com/2504-4990/8/3/57","date":"2026-03","note":"LLMの因果推論の見かけの強さは意味的パターン想起であり構造感応的でないと分析"},{"title":"Can LLMs Serve as Causal Inference Agents? A Study on Post-Training Methods","url":"https://openreview.net/forum?id=HHQjNDiWoR","date":"2026","note":"ICLR2026、post-trainingしても精密な因果推定能力は限定的と報告"},{"title":"Causal Inference with Large Language Model: A Survey","url":"https://arxiv.org/html/2409.09822","date":"2024-09","note":"LLM単体は最先端の因果学習手法に及ばず、データ規模が大きいほど性能が落ちると指摘"}],"forecast_basis":"因果推論特化のポストトレーニング手法（ICLR2026等）が研究段階にあり、ツール連携（因果推論ライブラリの自動呼び出し）が進めば2027-28年に補助レベルから実務品質(要確認)へ向上する可能性はあるが、専門家超えの見込みは薄い。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.data_analysis.stat_test_selection","name":"統計的検定の妥当な選択","name_en":"Appropriate Statistical Test Selection","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"標準的な仮説検定シナリオでは主要LLM（ChatGPT/Claude/Gemini/Grok/DeepSeek/Le Chat）は概ね同等の精度で妥当な検定を選択できるが、モデル間で説明品質・統計的推論力に差があり、統計家の厳密なレビューに完全に置き換わる水準ではない。","can":"標準的な研究デザイン（対応あり/なしt検定、カイ二乗、ANOVA、ノンパラ検定等）について、20の定型シナリオを用いた2025年Cureus研究では6モデルとも高い一致率で妥当な検定を選べることが示された。","cannot":"非定型・複雑な研究デザイン（多重共線性、階層データ、繰り返し測定の欠測パターンなど）での検定選択の妥当性は未検証領域が大きく、モデルによって統計的概念の説明品質にばらつきがある（ChatGPTは推論説明で最下位という報告も）。","why":"定型的な検定選択は教科書的な決定木としてテキストに大量に存在するためパターンマッチで対応できるが、非定型データ構造の妥当性判断には統計理論の深い体系的理解と多くの反例知識が必要で、LLMの学習分布に薄い。","autonomy":"copilot","tools":["ChatGPT","Claude Fable 5.1","Gemini","Grok","DeepSeek","Le Chat"],"evidence":[{"title":"Evaluating the Accuracy and Explanatory Quality of Large Language Models ChatGPT, Claude, DeepSeek, Gemini, Grok, and Le Chat in Statistical Test Selection for Hypothesis Testing Decisions","url":"https://www.cureus.com/articles/411856-evaluating-the-accuracy-and-explanatory-quality-of-large-language-models-chatgpt-claude-deepseek-gemini-grok-and-le-chat-in-statistical-test-selection-for-hypothesis-testing-decisions","date":"2025-10","note":"6モデルとも検定選択精度は同等だが説明品質にばらつき"},{"title":"Evaluating large language models for selection of statistical test for research: A pilot study","url":"https://pmc.ncbi.nlm.nih.gov/articles/PMC11584160/","date":"2024","note":"ChatGPT3.5等の検定選択の一致率は77-96%とモデルにより差"}],"forecast_basis":"検定選択の教科書的知識は既にほぼ飽和しており、今後はモデル間の説明力の均質化と非定型デザインへの対応拡大が主な伸びしろとなる。","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"},{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"}]},{"id":"research.data_analysis.data_viz","name":"データ可視化","name_en":"Data Visualization","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"定型的なグラフ生成（棒グラフ、折れ線、散布図、ダッシュボード）はジュニアアナリスト以上の速度と一貫性で量産でき、DABstepベンチマークでは上位ツールが90%超の精度に達している一方、ツールによる差が大きい。","can":"自然言語指示から適切なチャート種別・軸・配色を選び、ダッシュボードやピボットテーブル、条件付き書式まで自動生成できる。Claude for Excelはピボットテーブル・グラフ・条件付き書式のネイティブ操作に対応。","cannot":"複雑な多変量データの『何を強調すべきか』という編集判断や、認知バイアスを避ける設計（ミスリーディングな軸操作の回避など）は人間のレビューが必要。ツール間の精度差が大きく（Google Agent 88% vs OpenAI Agent 76%など）、速さが精度を保証しない。","why":"可視化の『正しさ』はデータの論理的整合性だけでなく受け手の認知・意思決定文脈に依存するため、汎用ベンチマークのスコアが実務での適切さに直結しない。","autonomy":"agent","tools":["Claude for Excel (Opus 4.6)","ChatGPT Code Interpreter","Gemini in Looker","Power BI Copilot","Energent.ai"],"evidence":[{"title":"Best AI for AI Data Visualization Tools 2026","url":"https://www.energent.ai/energent/compare/en/ai-for-ai-data-visualization","date":"2026","note":"DABstepベンチマークでツール間精度差(94.4% vs 88% vs 76%)を報告"},{"title":"Claude for Data Analysis: What It Does in Excel (2026)","url":"https://www.luzmo.com/blog/claude-for-data-analysis","date":"2026","note":"Claude for Excelのピボット/グラフ/条件付き書式のネイティブ対応"}],"forecast_basis":"定型チャート生成は既にコモディティ化が進んでおり、2028年までにインタラクティブダッシュボードの自動設計まで専門家超えに達すると見込まれるが、意思決定文脈に応じた『見せ方』の編集判断は人間確認が残りやすい。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.data_analysis.report_writing","name":"分析レポート作成","name_en":"Analysis Report Writing","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"GDPval-AAベンチマークでClaude Opus 5・Claude Fable 5.1などが経済的に価値のある実務タスク（文書・スプレッドシート・スライド作成含む）で高いEloを記録しており、定型レポート作成はジュニア〜ミドルアナリスト相当に達している。","can":"データからインサイトを抽出し、経営層向けサマリー・グラフ付きレポート・スライドを自律生成できる。Alteryxの調査では70%のアナリストがAI自動化が業務効果を高めたと回答。","cannot":"組織の戦略的文脈や政治的機微を踏まえた『何を言うべきで何を言わないか』の判断、意思決定者の反応を見越した論点の取捨選択は人間の関与が必要。誤った統計を鵜呑みにして拡散した『AI導入の95%失敗』統計のような誤引用の連鎖が実際に発生している。","why":"レポートの『価値』は事実の要約精度だけでなく、組織内の利害関係や意思決定への影響を見越した構成判断に依存し、これはLLMの学習目的（次トークン予測）から直接最適化されない。","autonomy":"agent","tools":["Claude Opus 5 / Claude Fable 5.1","GPT-6 Astra","Gemini 3"],"evidence":[{"title":"GDPval-AA v2 Leaderboard | Artificial Analysis","url":"https://artificialanalysis.ai/evaluations/gdpval-aa","date":"2026","note":"Claude Opus 5が1862、Claude Fable 5.1が1853で経済的価値タスクの上位"},{"title":"Why AI Data Analysts Are in Massive Demand in 2026","url":"https://workforceinstitute.io/generative-ai/why-ai-data-analysts-are-in-massive-demand-2026","date":"2026","note":"Alteryx調査で70%のアナリストがAIによる効果向上を実感、87%が戦略的価値の高まりを実感"},{"title":"The story behind the bad AI stat that moved markets","url":"https://forum.effectivealtruism.org/posts/q92qq7XCCLJonA6CH/the-story-behind-the-bad-ai-stat-that-moved-markets-and","date":"2026","note":"「AIパイロット95%失敗」という誤った統計解釈がメディアで拡散した実例"}],"forecast_basis":"GDPvalスコアの伸びが速く、定型レポート生成は2028年までに専門家超えに近づく見込みだが、組織政治を読んだ論点選択という『暗黙知』部分は評価が難しく停滞リスクがある。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.data_analysis.data_leakage_bug_detection","name":"大規模データセットでのバグ・データリーク検出","name_en":"Bug & Data Leakage Detection in Large Datasets","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"経験豊富なMLエンジニア・データサイエンティストが持つ『何か変だ』という嗅覚に比べ、AIエージェントは既知パターンの検出は得意だが、新種のリーク（時系列の未来情報混入、ID相関経由の間接リークなど）の発見率は低い。","can":"train/testの重複行、単純なターゲットリーク（目的変数由来の特徴量）など既知パターンは検出ルールやコードレビューで指摘できる。AgentLeak等のベンチマークにより、最終出力だけでなくエージェントの中間過程(inter-agentメッセージ)でのリーク検出研究が進展。","cannot":"最終出力のみを監査する標準的な評価では41.7%のリークが見逃されるという2026年の研究結果があり、複雑な多段パイプラインでの間接的・構造的リークの発見は専門家水準に届いていない。MLE-bench的な競技設定でもエージェントは『動くが最適でない』解に留まりがちで、隠れたリークを自ら疑って検証する姿勢が弱い。","why":"リーク検出には『このモデルの性能が良すぎるのはおかしい』という強い事前知識に基づく懐疑的検証が必要だが、LLMエージェントは提示されたタスク達成（精度最大化）に最適化されやすく、自己懐疑的な検証ステップを自発的に十分実行しない。","autonomy":"copilot","tools":["Claude Code","GPT-6 Astra agent","AutoMind","R&D-Agent"],"evidence":[{"title":"AgentLeak: A Benchmark for Internal-Channel Privacy Leakage in Multi-Agent LLM Systems","url":"https://arxiv.org/html/2602.11510","date":"2026-02","note":"最終出力のみの監査では41.7%のリークが見逃される、という定量結果"},{"title":"MLE-bench: Evaluating Machine Learning Agents on Machine Learning Engineering","url":"https://arxiv.org/pdf/2410.07095","date":"2024-10","note":"Kaggle実データでのML自律エージェント評価基盤、メダル率で人間水準との差を計測"},{"title":"R&D-Agent MLE-bench medal rate","url":"https://arxiv.org/pdf/2510.26144","date":"2025-10","note":"オープンソースSOTAでもメダル率35.1%に留まる"}],"forecast_basis":"リーク検出専用の検証エージェント（自己懐疑ステップを組み込んだ設計）の研究が2026年に活発化しており、2028年までに定型的リークパターンは実務品質に達する可能性が高いが、新種リークの発見は専門家水準に届きにくい。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.data_analysis.automl_pipeline","name":"機械学習パイプライン自動構築(AutoML/Kaggle型)","name_en":"AutoML / End-to-End ML Pipeline Construction","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"MLE-benchでのメダル率はR&D-Agentで35.1%(オープンソースSOTA)、FM Agentは有効な提出率96.89%と報告されており、『動くパイプラインを完走する』点では実務品質に達しつつあるが、金・銀メダル相当の独創的モデリングは専門家に劣る。","can":"Kaggle形式のコンペで前処理・特徴量エンジニアリング・モデル選択・アンサンブルまで一気通貫で自律実行し、有効な提出を高確率で生成できる。","cannot":"トップ入賞レベルの独創的な特徴量設計やドメイン特化のモデリング工夫は依然人間の専門家に及ばず、長時間・多段の意思決定が絡むタスクでは失敗率が上がる(LongDS-Bench)。","why":"コンペ上位解法は暗黙知・試行錯誤の蓄積に基づく創造的仮説生成に依存する部分が大きく、LLMエージェントは既知の手法の組み合わせ最適化は得意でも、真に新規な仮説空間の探索は限定的。","autonomy":"autonomous","tools":["R&D-Agent","FM Agent","AutoMind","AutoGluon+LLM orchestration"],"evidence":[{"title":"MLE-bench: Evaluating Machine Learning Agents on Machine Learning Engineering","url":"https://arxiv.org/pdf/2410.07095","date":"2024-10","note":"75件のKaggleコンペでML自律エージェントを評価するベンチマークを提示"},{"title":"The FM Agent","url":"https://arxiv.org/pdf/2510.26144","date":"2025-10","note":"有効提出率96.89%を達成"},{"title":"LongDS-Bench: On the Failure of Long-Horizon Agentic Data Analysis","url":"https://arxiv.org/pdf/2605.30434","date":"2026-05","note":"長時間・多段データ分析タスクでの失敗モードを分析"}],"forecast_basis":"MLE-benchのメダル率が年々上昇しているトレンドから、2028年までに大半のコンペでミドルエンジニア相当に達すると見込まれるが、トップ入賞の独創性は専門家超えに届きにくい。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]}]},{"id":"research.literature_review","name":"文献調査・サーベイ","name_en":"Literature Review & Survey (Deep Research)","tasks":[{"id":"research.literature_review.deep_research_accuracy","name":"Deep Researchの網羅的調査・精度","name_en":"Deep Research Comprehensive Investigation Accuracy","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"DeepResearch BenchのRACEフレームワークではGemini-2.5-Pro Deep Researchが総合トップ(48.88)、OpenAI Deep Researchが僅差(46.98)。ただしFACTフレームワークでは最良タスクでも事実精度85%を超える製品は無く、専門リサーチャーの厳密性には届いていない。","can":"5〜30分で数十のソースを横断検索し、矛盾点の指摘や構造化された引用付きレポートを自律生成できる。2026年2月更新でMCP/アプリ連携や信頼ソース限定検索、進捗のリアルタイム追跡・割り込み修正も可能になった。","cannot":"FACTフレームワークで示される通り、いずれの製品も事実精度85%の壁を越えられておらず、複雑な学際的問い・一次資料の精査が必要な問いでは表層的な要約に留まりやすい。DRACOベンチマークでもPerplexity(70.5%)以外は正答率が50〜60%台に留まる領域がある。","why":"Deep Researchは検索結果の要約・統合を行うが、個々のソースの信頼性評価や矛盾する一次資料の重み付けという専門家的判断を体系的には行えず、検索順位や表層的な一致度に引きずられやすい。","autonomy":"agent","tools":["OpenAI Deep Research (o3)","Gemini 2.5/3 Deep Research","Perplexity Deep Research","Claude Fable 5.1 Research"],"evidence":[{"title":"DeepResearch Bench: A Comprehensive Benchmark for Deep Research Agents","url":"https://deepresearch-bench.github.io/","date":"2026","note":"RACEフレームワークでGemini-2.5-Pro DeepResearch首位(48.88)、FACTで最良でも85%未満"},{"title":"DRACO: a Cross-Domain Benchmark for Deep Research","url":"https://arxiv.org/pdf/2602.11685","date":"2026-02","note":"Perplexity Deep Researchが70.5%で最高、他は50%台に留まる領域があると報告"},{"title":"Introducing deep research | OpenAI","url":"https://openai.com/index/introducing-deep-research/","date":"2026-02","note":"MCP接続・信頼ソース限定・リアルタイム進捗追跡の機能拡張"}],"forecast_basis":"RACE/FACTスコアが年々改善しているトレンドと、ソース検証機構(信頼ソース限定検索など)の実装拡大から、2028年までに事実精度85%の壁を突破し専門家並みに近づく可能性が高い。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.literature_review.citation_hallucination","name":"幻覚引用・存在しない論文の捏造問題","name_en":"Citation Hallucination & Fabricated References","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"人間の研究者は稀に誤引用をするが体系的な捏造は稀。対してDeep Research/LLMは商用システムで引用URLの3〜13%が幻覚、モデルによっては14〜95%の幻覚率という報告があり、専門家との差は依然大きい。","can":"検索連携（RAG）付きのシステムでは引用精度78%(OpenAI Deep Research)〜94%(検索付きClaude)まで改善されており、単純な事実確認や既知の著名論文の引用では実務利用に耐える水準に近づいている。","cannot":"査読前提の学術文献では致命的：NeurIPS 2025の分析では捏造引用の66%が『完全な捏造』(存在しない論文を丸ごと生成)であり、著者の41.5%がBibTeXを未確認でコピペ、17.3%がAI推薦論文を読まずに引用、査読者の76.7%が参照文献を十分確認していないという実態も判明。医学文献での捏造参照率は2023年の1/2828から2026年初頭には1/277まで悪化（約10倍）。","why":"LLMは『もっともらしい形式』の文字列生成に最適化されており、著者名・年・タイトルの組み合わせが学習分布上『ありそう』であれば実在確認なしに生成してしまう。検索接続（RAG）で改善するが、検索結果自体の要約時に再度幻覚が混入しうる。","autonomy":"copilot","tools":["OpenAI Deep Research","Claude with search","Gemini Deep Research","GhostCite検出ツール"],"evidence":[{"title":"Detecting and Correcting Reference Hallucinations in Commercial LLMs and Deep Research Agents","url":"https://arxiv.org/html/2604.03173v1","date":"2026-04","note":"商用Deep Researchで引用URLの3-13%が幻覚、精度は78%(OpenAI)〜94%(Claude+search)"},{"title":"Fraudulent citations, blamed on AI hallucinations, are becoming more common in research papers","url":"https://www.statnews.com/2026/05/07/lancet-study-finds-steep-rise-fraudulent-citations-academic-papers/","date":"2026-05","note":"Lancet研究、医学文献の捏造参照率が2023年比で10倍以上に悪化"},{"title":"Compound Deception in Elite Peer Review: A Failure Mode Taxonomy of 100 Fabricated Citations at NeurIPS 2025","url":"https://arxiv.org/pdf/2602.05930","date":"2026-02","note":"NeurIPS2025の捏造引用の66%が完全捏造"},{"title":"AI hallucinations in research, legal filings, and books are growing and getting harder to fix","url":"https://fortune.com/2026/05/24/ai-hallucinations-scientific-research-authors-medical-journal-treatment/","date":"2026-05","note":"著者・査読者の確認不足の実態データ(41.5%/17.3%/76.7%)"}],"forecast_basis":"検索接続・引用検証ツール(GhostCite等)の実用化が進んでいるが、捏造率の悪化トレンド(医学文献)も同時進行しており、2028年時点でも完全解消は見込めず『実務品質(要確認)』レベルへの改善に留まると予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"},{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"research.literature_review.multi_paper_synthesis","name":"複数論文の統合・比較(データ抽出含む)","name_en":"Multi-Paper Synthesis & Data Extraction","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"Elicitはシステマティックレビューのデータ抽出タスクで81.4%の精度（人間レビュアー86.7%と統計的有意差なし）、別評価では99.4%の一致率を達成しており、定型的なデータ抽出では人間レビュアーに匹敵する場面がある。","can":"PDF論文群から研究デザイン・サンプルサイズ・アウトカムなどの構造化データを高精度で抽出し、比較表を自動生成できる。スクリーニング感度は約97%との報告もあり、大量論文の一次スクリーニングの負荷を50-75%削減する。","cannot":"『AI合成は真の学術的意見対立を均してしまい、見せかけの合意（false consensus）に向かう傾向がある』と指摘されており、対立する知見のニュアンスを保持した統合は苦手。網羅的な検索そのもの（生成AIによる検索は関連研究の大部分を見逃す）は専門家の系統的検索に劣る。","why":"統合作業は個々の論文の方法論的な質・妥当性を評価した上で選択的に重み付けする必要があるが、LLMは表面的なテキスト類似性に基づいて『滑らかな』要約を生成しがちで、方法論上の欠陥を能動的に割り引く判断が弱い。","autonomy":"agent","tools":["Elicit","Consensus","Claude Fable 5.1 Research","Semantic Scholar API + LLM"],"evidence":[{"title":"Evaluating the AI Tool \"Elicit\" as a Semi-Automated Second Reviewer for Data Extraction in Systematic Reviews","url":"https://journals.sagepub.com/doi/10.1177/08944393251404052","date":"2025","note":"Elicitのデータ抽出精度81.4% vs 人間86.7%（有意差なし）"},{"title":"Comparison of Elicit AI and Traditional Literature Searching in Systematic Reviews using Four Case Studies","url":"https://www.medrxiv.org/content/10.1101/2025.06.17.25329772.full.pdf","date":"2025-06","note":"AI検索は関連研究の大部分を見逃す、網羅性で専門家検索に劣る"},{"title":"Safeguards against GenAI hallucination in literature reviews","url":"https://www.timeshighereducation.com/campus/safeguards-against-genai-hallucination-literature-reviews","date":"2026","note":"AI合成が学術的対立を均し見せかけの合意に向かう傾向を指摘"}],"forecast_basis":"データ抽出精度が既に人間と有意差なしの水準に達している一方、網羅的検索と対立知見の保持は改善が遅く、2028年時点でも『実務品質(要確認)』を維持し専門家並みへの到達は部分的と予測。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.literature_review.systematic_review_reproducibility","name":"システマティックレビュー相当の再現性・PRISMA準拠","name_en":"Systematic Review Reproducibility (PRISMA-grade)","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"Cochraneは約15件のレビュー更新でAIツールを試験導入中だが、独立した完全自動レビューは認めていない。人間スクリーニングの再現率85.2%に対し、AI単独手法はそれを下回るケースがあり、人間監督付きのタイトル/抄録スクリーニングのみ『AI活用可』とされている。","can":"タイトル・抄録スクリーニング、データ抽出、リスクオブバイアス評価の下書きを支援し、作業量を50-75%削減できる（人間監督前提）。デュアルモデルアンサンブルでスクリーニング感度がほぼ完全に近づいたとする2025年の検証研究もある。","cannot":"生成AIは系統的レビューの中核的方法論ステップ（プロトコル事前登録に基づく網羅的検索式設計、二重独立スクリーニングの完全代替など）を独立して信頼性高く遂行できないとCochrane系のスコーピングレビューで明言されている。AI検索は透明性・再現性の面で従来の系統的検索式に劣る。","why":"PRISMA準拠のレビューは『検索式の網羅性の事前定義』と『バイアスの体系的排除』という監査可能なプロセスの厳密性を要求するが、LLMの検索・判断はブラックボックス的で試行間の再現性が保証されないため、規制・査読上の要求水準を満たせない。","autonomy":"copilot","tools":["Elicit","Covidence+AI","Cochrane RevMan AI機能(試験中)","Rayyan"],"evidence":[{"title":"Artificial Intelligence Resources for the Screening of Titles and Abstracts in Systematic Reviews: A Scoping Review","url":"https://onlinelibrary.wiley.com/doi/10.1002/cesm.70098","date":"2026","note":"Cochrane Evidence Synthesis and Methods誌、AIは人間監督付きスクリーニングのみ現状『readiness』ありと結論"},{"title":"Dual-Model LLM Ensemble via Web Chat Interfaces Reaches Near-Perfect Sensitivity for Systematic-Review Screening","url":"https://www.medrxiv.org/content/10.1101/2025.11.03.25339455.full.pdf","date":"2025-11","note":"デュアルモデルアンサンブルでスクリーニング感度がほぼ完全に近づいたとする検証"},{"title":"AI in Systematic Reviews - LibGuides at Oregon Health & Science University","url":"https://libguides.ohsu.edu/systematic-reviews/ai","date":"2026","note":"生成AIは中核的方法論ステップを独立して信頼性高く遂行できないと明言"}],"forecast_basis":"Cochraneの試験導入(約15件)の結果次第だが、人間監督付きスクリーニングの実務品質化は進展中。完全自動でのPRISMA準拠達成にはプロトコル網羅性の監査可能性という制度的ハードルが残り、2028年時点でも専門家並みには届かないと予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.literature_review.research_trend_tracking","name":"最新研究動向の把握・トレンド追跡","name_en":"Tracking Latest Research Trends","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"arXiv等の大量新着論文を横断的に走査し、キーワード・引用ネットワークからトレンドを要約する速度・網羅性は既に専門家個人の手作業を上回るが、『本当に重要な萌芽的研究』を見抜く目利きは専門家に劣る。","can":"日次・週次で分野別の新着論文をスキャンし、要約・分類・話題クラスタリングを自動生成できる。AstaBench等の科学研究エージェント評価基盤も整備され、継続的なウォッチング用途では既に広く実務利用されている。","cannot":"『引用数がまだ少ないが将来ブレイクする研究』を予見する眼力（専門家の暗黙知・コミュニティ内の口コミ的情報）は再現できず、話題化していない地味だが重要な研究を見逃しやすい。またAI生成サーベイ論文の急増自体が『研究コミュニティへのDDoS』と批判される副作用も生じている。","why":"トレンド把握は表層的な引用・言及頻度に強く依存するアルゴリズムで代替しやすい一方、真に重要な研究の初期評価には専門家コミュニティの査読前情報流通（学会での口頭発表の反応等)という非テキスト情報が必要で、LLMの学習データに反映されにくい。","autonomy":"agent","tools":["AstaBench","Elicit","Consensus","Claude Fable 5.1 Research","Semantic Scholar API"],"evidence":[{"title":"AstaBench: Rigorous Benchmarking of AI Agents with a Scientific Research Suite","url":"https://arxiv.org/pdf/2510.21652","date":"2025-10","note":"科学研究支援エージェントの体系的評価基盤の整備"},{"title":"Stop DDoS Attacking the Research Community with AI-Generated Survey Papers","url":"https://arxiv.org/pdf/2510.09686","date":"2025-10","note":"AI生成サーベイ論文の急増が研究コミュニティへの負荷になっていると批判"}],"forecast_basis":"検索・要約の速度と網羅性は既に人間を超えており、2028年までに引用ネットワーク分析等の定量指標に基づくトレンド検出は専門家超えに達する見込みだが、『まだ話題になっていない重要研究』の目利きは質的に別種の課題として残る。","site_examples":[{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"},{"title":"導線点検（壊れ方の記録）","url":"method/dousen-tenken.html","kind":"作り方"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.literature_review.deep_research_task_horizon","name":"Deep Researchの自律タスク遂行時間(task horizon)","name_en":"Autonomous Task Horizon for Deep Research","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"METR Time Horizon 1.1(2026年1月)によれば、AIエージェントが50%の成功率で完遂できるタスクの時間的長さは2024年以降どおり約3か月ごとに倍増しており、Deep Research用途では概ね5〜30分の自律探索が標準（人間アナリストの数時間〜数日の調査に相当する範囲を部分的にカバー）。","can":"1回の指示で数十のWebソースを横断し、5〜30分間の自律的な情報収集・矛盾点特定・構造化レポート作成を完遂できる。2026年2月以降はMCP接続や信頼ソース限定検索、進捗のリアルタイム追跡・途中修正も可能になった。","cannot":"METR自身が『Time Horizon 1.1の16時間超の推定値は信頼できない（タスクスイートが飽和している）』と警告しており、数日〜数週間かかるような本格的な文献調査プロジェクト全体を人手を介さず自律完遂できる水準にはまだ達していない。","why":"長時間タスクでは誤りの蓄積・文脈の逸脱・途中のセルフチェック不足が複合的に悪化するため、タスク時間の指数的増加に対してモデルの信頼性は追いついておらず、ベンチマーク自体も長時間タスクの評価が困難（飽和）になっている。","autonomy":"agent","tools":["OpenAI Deep Research","METR evaluation suite","Claude Fable 5.1","Gemini Deep Research"],"evidence":[{"title":"Time Horizon 1.1 - METR","url":"https://metr.org/blog/2026-1-29-time-horizon-1-1/","date":"2026-01","note":"2024年以降ダブリングタイム約3か月(89日)、16時間超の推定は信頼性低いと警告"},{"title":"METR Time Horizons: Now 10x/Year","url":"https://www.lesswrong.com/posts/EYb2K9acKfyG2bome/metr-time-horizons-now-10x-year","date":"2026","note":"タスク遂行時間の加速的伸長を報告"},{"title":"ChatGPT Deep Research: 5-30 Min Reports with o3 (2026)","url":"https://techjacksolutions.com/ai-tools/chatgpt/chatgpt-deep-research/","date":"2026","note":"Deep Researchの標準的な実行時間は5-30分と報告"}],"forecast_basis":"METRのダブリングトレンド(3-4か月ごとに倍増)が今後も続けば、2028年までに数時間規模の自律調査タスクの信頼性が実務品質に達すると予測されるが、METR自身が長時間タスクの測定限界(飽和)を指摘しており不確実性が大きい。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]}]},{"id":"research.engineering_design","name":"工学設計・最適化","name_en":"Engineering Design & Optimization","tasks":[{"id":"research.engineering_design.digital_chip_physical_design","name":"デジタル集積回路の物理設計(フロアプラン・配置配線)","name_en":"Digital IC Physical Design (Floorplanning, Placement & Routing)","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"GoogleはAlphaChipのフロアプランが人間のレイアウトエンジニアを一部指標で上回り数時間で完了すると主張し実際に5世代のTPUとAxion CPUに採用されているが、Markov(2023)らは比較条件の公平性(人間側の計算時間制約等)に疑義を呈しており、専門家超えの合意は未確定。","can":"フロアプラン・配置配線をAIが数時間で生成し量産チップに採用(TPU 6世代=Trillium含む、Axion)。Cadence/SynopsysともにML配置配線エンジンを主力EDAツールに統合済み。SynopsysはAMD/Microsoftと自律型デバッグ・実装クロージャーworkflowを共同開発し初期結果でサイクルタイム40%削減、20社が25以上の専門エージェントを評価中。NVIDIAは次世代チップの設計にこれらのエージェントを利用。","cannot":"RTLからGDSIIまでの全フローを人間のサインオフなしに完結させることはできない。新規アナログ/RFブロックの設計は不可。「superhuman」の主張自体に技術的異論があり、比較条件次第で結果が変わる。安全性・責任の所在(engineering intent, risk decision, sign-off accountability)は依然として人間が保持。","why":"検証・サインオフには決定論的な保証が必要だがLLM/強化学習の出力は確率的であり、規制・トレーサビリティ要件を満たす説明可能性が不足。チップ物理設計の探索空間は組合せ的に膨大で、汎用推論ではなくドメイン特化の報酬設計が必要。","autonomy":"agent","tools":["AlphaChip (Google DeepMind)","Synopsys.ai Agentic Workflows","Cadence Cerebrus","Cadence ChipStack/AgentStack/ViraStack/InnoStack","Gemini","NVIDIA Nemotron"],"evidence":[{"title":"How AlphaChip transformed computer chip design","url":"https://deepmind.google/blog/how-alphachip-transformed-computer-chip-design/","date":"2026","note":"AlphaChipが過去5世代のTPUとAxion CPUの設計に採用されたと公表"},{"title":"Synopsys Advances Agentic AI Chip Design with AMD and Microsoft","url":"https://news.synopsys.com/2026-07-27-Synopsys-Advances-Agentic-AI-Chip-Design-with-AMD-and-Microsoft","date":"2026-07","note":"20社が25以上の専門エージェントを評価、デバッグクロージャーで40%サイクルタイム削減の初期結果"},{"title":"Cadence Unveils Industry's First Fully Autonomous Virtual Engineer for Chip Design, powered by NVIDIA","url":"https://www.cadence.com/en_US/home/company/newsroom/press-releases/pr/2026/cadence-unveils-industrys-first-fully-autonomous-virtual.html","date":"2026-05","note":"ChipStackがLevel-5自律性を主張、RTL検証を40倍高速化"},{"title":"Even With AI Inroads, Human Chip Designers Still Essential","url":"https://semiengineering.com/even-with-ai-inroads-human-chip-designers-still-essential/","date":"2026","note":"AIはengineering intentやrisk decision、サインオフの責任を独立して負えないと明言"}],"forecast_basis":"Cadenceが2026年にChipStackの『Level-5自律性』ロードマップを公表し、Synopsysもパイロットから20社評価へ拡大中で自動化範囲は着実に拡大する見込み。ただし全フロー自動サインオフは形式検証の成熟度に依存し責任構造も規制含め変わらないため、2028年時点でも専門家並み(4)にとどまり、2030年にようやく5に達すると予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"},{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"research.engineering_design.analog_rf_circuit_design","name":"アナログ・RF回路設計","name_en":"Analog & RF Circuit Design","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"既知のリファレンス設計パターン内での下書きは秒単位で可能だが、ノイズ・線形性・マッチング・経年劣化のトレードオフを要する新規アナログ/RFフロントエンド設計は専門家の代替になっていない。","can":"パターン化された回路(参照設計が合意済みのもの)の下書きを秒単位で生成し、シミュレーション支援によるサイジングを補助できる。","cannot":"新規のアナログフロントエンドやRFのタイトレイアウトは発明できず、生成物は「自信ありげだが凡庸」になりがち。安全性が絡む冗長性・フォールトトレランス設計の妥当性検証は人間が行う必要があり、LLMの確率的・自己回帰的な性質はアナログ検証が要求する厳密な決定論と構造的に不整合。","why":"アナログ領域は連続非線形物理現象を扱い、成功/失敗事例とシミュレーション結果を結びつけた大規模学習データが乏しい。検証はハードウェア設計工数の50%超を占めるボトルネックであり、意味論的分散・潜在的因果依存・数値精度の解決にLLMは構造的に不向き。","autonomy":"copilot","tools":["Cadence Virtuoso/ViraStack","Synopsys Custom Compiler AI","GPT-5.x","Claude Fable 5.1"],"evidence":[{"title":"Aging, Complexity, And AI In Analog Design","url":"https://semiengineering.com/aging-complexity-and-ai-in-analog-design/","date":"2026","note":"経年劣化・複雑性を伴うアナログ設計は依然として人間の経験に依存"},{"title":"AI Circuit Design in 2026: What Actually Works (and What Is Hype)","url":"https://www.protoflow.ai/blog/ai-circuit-design-tools-2026","date":"2026","note":"AIはパターン化された回路の下書きはできるが発明はできないと明記"},{"title":"AnalogVerifier: A Neuro-Symbolic Framework for Analog Circuit Verification (ICML 2026 Poster)","url":"https://icml.cc/virtual/2026/poster/62139","date":"2026","note":"LLMの確率的性質はアナログ検証の決定論的要求と構造的に不整合と指摘"}],"forecast_basis":"ICML 2026のAnalogVerifierのようなneuro-symbolic検証手法の登場により信頼性は徐々に上がるが、アナログ設計自体は経験知集約型であり急激なブレークスルーは想定しにくく、2028年でも実務品質どまりと予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.engineering_design.pcb_board_design","name":"プリント基板(PCB)設計","name_en":"PCB / Circuit Board Design","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"標準的な部品配置とルーティングを伴う一般的な基板については、プロンプトから製造データまでの自動パイプラインが2026年時点で実用段階に入っているが、高速信号・RF・新規フォームファクタのEMI対策は専門エンジニアのレビューが必須。","can":"標準クラスの基板であればプロンプトから製造用ファイル(fabricated PCB)までのパイプラインが構築可能。配置配線の自動化は成熟しつつある。","cannot":"高速信号設計やRF基板、新規フォームファクタでのEMI抑制、DFM(製造性設計)の最終サインオフを人間なしに完結できない。","why":"物理法則に基づくトレードオフ(信号完全性、熱、EMI)に関する失敗事例データが乏しく、アナログ設計と同様の検証ボトルネックを抱える。","autonomy":"agent","tools":["ProtoFlow","Zoo.dev","Cadence Allegro AI","Altium Copilot"],"evidence":[{"title":"AI Circuit Board Design: From Prompt to Fabricated PCB in 2026","url":"https://www.protoflow.ai/blog/ai-circuit-board-design","date":"2026","note":"プロンプトから製造可能なPCBまでの自動パイプラインが2026年に実用化"},{"title":"AI Circuit Design in 2026: What Actually Works (and What Is Hype)","url":"https://www.protoflow.ai/blog/ai-circuit-design-tools-2026","date":"2026","note":"標準的回路は自動化されるが複雑な基板は人手が必要"}],"forecast_basis":"プロンプト→PCBのスタートアップ群が2025-2026年に急成長していることから、標準クラス基板は2027-28年に専門家並みへ、複雑基板は遅れて到達すると予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.engineering_design.algorithmic_discovery_optimization","name":"アルゴリズム設計・発見(AlphEvolve型)","name_en":"Algorithm Design & Discovery (AlphaEvolve-style)","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"AlphaEvolveは4x4複素行列乗算で1969年のStrassenアルゴリズムを57年ぶりに更新するなど、少数の一流数学者・アルゴリズム専門家でも到達できなかった成果を出しているが、化学・生物学など評価関数が自明でない領域への一般化は未実証。","can":"自動検証可能な問題(行列乗算、データセンタースケジューリング、量子回路最適化、Google社内インフラ改善)でアルゴリズムを発見・改良し、Google Willow量子プロセッサでの分子シミュレーションを可能にするなど実運用に投入済み。自身の後継LLM訓練の効率化にも寄与。","cannot":"機械的に検証可能な目的関数(automated evaluator)が存在しない、あるいは構築コストが高い領域(化学・生物学のようなウェットラボ実験が必要な分野)には一般化できない。オープンエンドな理論的発見ではなく、進化的探索+検証器によるガイド付き探索であり、一部「発見」の新規性についてはNYUのErnest Davisらから誇張との指摘もある。","why":"進化的アルゴリズムは高速・安価・精密な自動評価器に依存するため、評価コストが高い/曖昧な領域では機能しない。","autonomy":"autonomous","tools":["AlphaEvolve (Google DeepMind, Gemini-powered)","FunSearch","CodeEvolve"],"evidence":[{"title":"Google DeepMind AlphaEvolve (May 2026): Algorithm Discovery Moves From Lab Demo to Production System","url":"https://buildmind.ai/blog/google-deepmind-alphaevolve-may-2026-production-algorithm-discovery/","date":"2026-05","note":"ゲノミクス・電力網・量子計算・Google社内インフラへの展開を報告"},{"title":"AlphaEvolve: Gemini-powered coding agent scaling impact across fields","url":"https://deepmind.google/blog/alphaevolve-impact/","date":"2026","note":"13の数学問題・行列乗算・実運用への適用を総括"},{"title":"Some comments on AlphaEvolve (Ernest Davis, NYU)","url":"https://cs.nyu.edu/~davise/papers/AlphaEvolveNotes.pdf","date":"2026","note":"一部の「発見」の新規性主張に対する批判的検証"}],"forecast_basis":"DeepMindは2026年更新でゲノミクス・電力網・量子計算への拡張を明言しており、評価器設計が可能な領域では2028年までにさらなる拡大が見込まれる一方、評価器構築が困難な領域(化学・生物学の実世界検証)は一般化しないため、全体としては特定領域での専門家超えが継続する形。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.engineering_design.mechanical_cad_generative_design","name":"機械設計CAD・生成設計/トポロジー最適化","name_en":"Mechanical CAD, Generative Design & Topology Optimization","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"2026年に公開された複数のtext-to-CADベンチマーク(Text2CAD-Bench, CADTests, MUSE, RealCADBench)は、基本的な形状生成では実務レベルに近づく一方、複雑なトポロジーや製造可能性・組立可能性を要する設計では実務未満(junior以下)であることを示している。","can":"テキスト/画像プロンプトからパラメトリックCADを生成(Zoo.dev Zookeeper等)、Autodesk Fusionのようにトポロジー最適化を生成設計ループに直接組み込み、CADフォーマット間変換やエラー自動修正も可能。","cannot":"複雑な複数パーツ組立の製造可能性・機能性・組立可能性を安定して満たせない(MUSEベンチマークで実証)。実行可能かつ幾何学的に有効なB-Repの生成、設計意図との整合性の保証ができない。制約が曖昧な場合の創造的なシステム全体設計は困難。","why":"幾何学的類似度指標(chamfer distance等)は形状の見た目の一致は測れても、実行可能性や製造性・設計意図との整合は測れない。パラメトリックCADの完全な設計履歴を含む学習データが乏しい。","autonomy":"agent","tools":["Zoo.dev Design Studio/Zookeeper","Autodesk Fusion 360 (Neural CAD)","nTop","MecAgent"],"evidence":[{"title":"Text2CAD-Bench: A Benchmark for LLM-based Text-to-Parametric CAD Generation","url":"https://arxiv.org/html/2605.18430v1","date":"2026-05","note":"基本形状は良好だが複雑トポロジーで性能劣化"},{"title":"MUSE: Benchmarking Manufacturable, Functional, and Assemblable Text-to-CAD Generation","url":"https://arxiv.org/html/2605.28579","date":"2026-05","note":"製造可能性・機能性・組立可能性の三段階評価で複雑設計の課題を実証"},{"title":"Zoo Design Studio v1: A New Stack for Mechanical CAD","url":"https://zoo.dev/blog/zoo-design-studio-v1","date":"2026","note":"エンジンレベルでジオメトリを検査・デバッグしながら生成する会話型CADエージェント"}],"forecast_basis":"2026年だけで5つ以上のtext-to-CADベンチマークが新設されるなど評価基盤の整備が急速に進んでおり、この改善速度が続けば複雑な組立設計も2027-28年に実務品質を超えると予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.engineering_design.safety_critical_verification","name":"安全性検証・形式検証(V&V)","name_en":"Safety-Critical Verification & Validation","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"検証工程はハードウェア開発工数の50%超を占めるボトルネックであり、CadenceのChipStack+Jasper Formalは初期顧客報告でRTL検証サイクルを5週間から1日未満に短縮したと主張する一方、AnalogVerifier論文はLLMの確率的性質が検証に求められる決定論的保証と構造的に不整合と指摘している。","can":"大規模な自動回帰・形式検証スイート(Xcelium/Jasper等)をエージェントが実行し、カバレッジ解析を自動化。CadenceはRTL検証ループを40倍高速化したと報告。","cannot":"航空宇宙・自動車・医療機器など安全性が問われる設計のサインオフ責任を独立して負うことはできない。新規/アナログ領域での健全性(soundness)の保証、規制上必要な説明可能性の担保ができない。","why":"LLMの出力は確率的である一方、安全認証には決定論的な保証が要求される。ヘルスケア・航空宇宙・自動車のような説明可能性が重視される領域ではAIの不透明性が導入障壁として明記されている。","autonomy":"agent","tools":["Cadence ChipStack + Jasper Formal Verification + Xcelium","AnalogVerifier (neuro-symbolic)","Synopsys VSO.ai"],"evidence":[{"title":"AI's Potential And Limitations In Chip Design","url":"https://semiengineering.com/ais-potential-and-limitations-in-chip-design/","date":"2026","note":"安全性・高信頼性設計の意思決定は人間による検証が不可欠と明記"},{"title":"Cadence Unveils Industry's First Fully Autonomous Virtual Engineer for Chip Design, powered by NVIDIA","url":"https://www.cadence.com/en_US/home/company/newsroom/press-releases/pr/2026/cadence-unveils-industrys-first-fully-autonomous-virtual.html","date":"2026-05","note":"RTL検証サイクルを5週間から1日未満に短縮したと報告"},{"title":"AnalogVerifier: A Neuro-Symbolic Framework for Analog Circuit Verification","url":"https://icml.cc/virtual/2026/poster/62139","date":"2026","note":"LLMの確率的性質と検証の決定論的要求の構造的不整合を指摘"}],"forecast_basis":"neuro-symbolic検証手法の研究成熟とCadenceの製品化により検証スループットは向上を続けるが、サインオフの責任構造は規制枠組みが変わらない限り人間に残るため、2030年時点でも専門家並み(4)にとどまると予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"},{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]}]},{"id":"research.social_science","name":"社会科学・経済・政策分析","name_en":"Social Science, Economics & Policy Analysis","tasks":[{"id":"research.social_science.economic_forecasting_econometrics","name":"経済予測・計量経済分析","name_en":"Economic Forecasting & Econometric Analysis","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"GPT-4.5級LLMの一般予測タスクでのBrierスコアは0.101、スーパーフォーキャスター群は0.081まで接近し、Forecasting Research Instituteは2026年11月中央値でパリティ到達と予測するが、経済予測特化タスクでは専門家群0.0225 vs o3=0.1352と依然大差があり、かつ全モデルでマクロ経済のin-sample予測に先読みバイアス(lookahead bias)が検出されている。","can":"ニュース・決算コールなど非構造化テキストを処理してGDPナウキャストの精度を高める、一般人の平均を上回る予測、人間とのハイブリッドで24-28%の精度向上(GPT-4-Turbo支援時)。","cannot":"経済予測に特化したプロ予測者集団・スーパーフォーキャスター集団を安定して上回れない。学習データ汚染によるin-sample予測での先読みバイアスを回避できず、正確な過去の数値データの想起が弱い。","why":"学習データにテスト期間後の情報が混入しバックテストが汚染される。情報の提示形式に予測精度が強く依存する脆弱性がある。","autonomy":"copilot","tools":["GPT-5.x","Claude Fable 5.1","Gemini 3","ChatMacro (SF Fed evaluation)"],"evidence":[{"title":"Fake Date Tests: Can We Trust In-sample Accuracy of LLMs in Macroeconomic Forecasting?","url":"https://arxiv.org/pdf/2601.07992","date":"2026-01","note":"全モデルがin-sampleマクロ予測での先読みバイアステストに不合格"},{"title":"AI Forecasting in 2026: What 11 Analyses Say","url":"https://forum.effectivealtruism.org/posts/Spyz3wESZu2eeqhDj/ai-forecasting-in-2026-what-11-analyses-say","date":"2026","note":"LLM-スーパーフォーキャスターのパリティ到達時期を線形外挿で2026年11月中央値と推定"},{"title":"Evaluating LLMs on Real-World Forecasting Against Expert Forecasters","url":"https://arxiv.org/pdf/2507.04562","date":"2026","note":"専門家群Brier0.0225 vs o3=0.1352という大差を報告"}],"forecast_basis":"一般予測タスクでは2026年内にスーパーフォーキャスター並みに近づく統計的トレンドがあるが、経済特化タスクは先読みバイアス問題の解消(データセット再設計)が必要でラグが生じ、2028年頃に専門家並みへ到達すると予測。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.social_science.policy_simulation_abm","name":"政策シミュレーション・エージェントベースモデリング","name_en":"Policy Simulation & Agent-Based Modeling","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"中央銀行でのエージェントベースモデル(ABM)活用は「成熟期に入った」と評される一方、2026年の研究でも「シミュレーション-現実ギャップ」の解消が課題として明示されており、政策判断に単独で使える段階ではない。","can":"AIの支援によりマクロABMの構築・キャリブレーションを迅速化。IMFは決済分野などでエージェント型AIの応用可能性を探索中。","cannot":"シミュレーション-現実ギャップを確実に埋めることができず、経済学者の監督なしにABM出力の現実妥当性を自律的に検証できない。政策の反実仮想(counterfactual)に対する因果的妥当性を保証できない。","why":"ABMのキャリブレーションはノイズの多い疎な実データに対するドメイン特化のパラメータ調整を要し、シミュレーションと実経済のフィードバックループの識別が弱い。","autonomy":"copilot","tools":["ADAGE framework","custom LLM-augmented ABM toolkits","GPT-5.x"],"evidence":[{"title":"Agent-Based Modeling at Central Banks: Recent Developments and New Challenges","url":"https://www.inet.ox.ac.uk/publications/agent-based-modeling-at-central-banks-recent-developments-and-new-challenges","date":"2026","note":"ABMの中央銀行導入が拡大するも新たな課題が継続と報告"},{"title":"We Need Strong Preconditions For Using Simulations In Policy","url":"https://arxiv.org/pdf/2604.07838","date":"2026-04","note":"政策利用には厳格な前提条件が必要と主張"},{"title":"How Agentic AI Will Reshape Payments (IMF Notes 2026 Issue 004)","url":"https://www.elibrary.imf.org/view/journals/068/2026/004/article-A001-en.xml","date":"2026","note":"IMFがエージェント型AIの決済分野への応用を検討"}],"forecast_basis":"「成熟期」という2026年の評価とIMFの積極的検討から、2028年までに制度的採用が広がると見込まれるが、「厳格な前提条件」を求める論文が同年に出ていることから2030年まで政策の最終判断への単独利用には慎重さが残ると予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.social_science.survey_silicon_sampling","name":"社会調査・世論調査の被験者代理(シリコンサンプリング)","name_en":"Survey Research & Silicon Sampling","levels":{"2022":1,"2023":2,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"シリコンサンプリングされたGPT-3.5の回答は党派的・人種的な感情的分極の推定値を実際の人間ベンチマークの約7倍に誇張し、LLMによる定性コーディングは難民ステータス・性別・教育水準など回答者属性と系統的に相関する誤りを生むことが示されており、本調査に代替できるレベルには到達していない。","can":"早期コンセプトテストや質問票設計の補助、低コストでのパイロット回答生成、既存調査データの転移・再利用(silicon sampling via cross-survey transfer)。","cannot":"実在の(特に周縁化された)人口集団を代表できない。現実的な回答分散を再現できず(分散過小→過信した信頼区間)、政策判断に資する本調査の代替にはならない。ペルソナ条件付けによるステレオタイプの増幅を避けられない。","why":"LLMは実在集団からのサンプルではなく学習データ中のパターンを反映するため、代表性が構造的に欠如する。出力の低分散が統計的な過信を生む。","autonomy":"copilot","tools":["GPT-5.x (persona-conditioned)","Claude Fable 5.1","Semantic Similarity Rating correction methods"],"evidence":[{"title":"Not-quite-human tastes: the stylized omnivorousness of LLM survey surrogates","url":"https://arxiv.org/pdf/2606.30085","date":"2026-06","note":"LLM代理回答が実際の嗜好パターンを歪めて均質化することを実証"},{"title":"Synthetic Sample in Social Research: significant limitations of AI generated responses","url":"https://www.veriangroup.com/news-and-insights/synthetic-sample-in-social-research","date":"2026","note":"AI生成回答の社会調査への適用に重大な限界があると報告"},{"title":"Correcting Mode Collapse in Silicon Sampling with Semantic Similarity Rating","url":"https://arxiv.org/html/2607.28550","date":"2026-07","note":"モード崩壊(多様性喪失)を補正する手法を提案するも根本解決ではない"}],"forecast_basis":"モード崩壊補正などの手法は対症療法にとどまり、代表性の構造的欠如という根本問題を解決していないため、2030年まで実質的な停滞(レベル2-3)が続くと予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.social_science.discourse_opinion_analysis","name":"言説分析・世論分析(政治テキストの大規模アノテーション)","name_en":"Discourse & Political Opinion Analysis","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"GPT-4級モデルは短文(ツイート等)の政治的立場・感情・イデオロギーの分類で高い精度を示し、文脈情報を与えたスタンス検出では+17.5〜38.5ポイントの精度向上(最大74%)を達成しており、定義が明確なコーディングタスクでは人間コーダーに匹敵する精度を人間には不可能な速度・規模で発揮する。","can":"多言語にわたる大量テキストの感情・イデオロギー・スタンス分類を人間には不可能な速度で実行、危機的事象をまたぐ言説監査。","cannot":"皮肉・強い文脈依存の曖昧な発言を確実に解決できない。説得力最適化と事実精度の間にトレードオフがあり(説得力を上げると事実精度が下がる)、係争的なイデオロギー的フレーミングの解釈で人間の判断を完全には代替できない。","why":"スタンス・感情分類はパターン認識に近くLLMが得意な領域だが、説得-精度トレードオフやLLM-人間アノテーターの主観的次元での乖離は、データ不足ではなく解釈上の本質的限界を示す。","autonomy":"agent","tools":["GPT-5.x","Claude Fable 5.1","Gemini 3"],"evidence":[{"title":"Comparing large Language models and human annotators in latent content analysis of sentiment, political leaning, emotional intensity and sarcasm","url":"https://www.nature.com/articles/s41598-025-96508-3","date":"2025-2026","note":"LLMは短文の政治的テキスト分類で高精度だが皮肉検出などで人間との乖離"},{"title":"Exploiting contextual information to improve stance detection in informal political discourse with LLMs","url":"https://arxiv.org/html/2602.04750v1","date":"2026-02","note":"文脈プロンプトでスタンス検出精度が+17.5〜38.5pt向上"},{"title":"The levers of political persuasion with conversational artificial intelligence","url":"https://www.science.org/doi/10.1126/science.aea3884","date":"2026","note":"説得力最適化が事実精度を犠牲にするトレードオフを実証"}],"forecast_basis":"2023-2026年にかけて構造化アノテーションタスクの精度が急速に向上しており、定義が明確なコーディングタスクでは2028-2030年に人間を超える速度調整済みパフォーマンスに到達すると予測される一方、開放的な解釈分析は低いレベルにとどまる。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.social_science.historical_humanities_research","name":"歴史・人文学研究支援","name_en":"Historical & Humanities Research Support","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"LLM+RAGは史料からのエンティティ抽出・伝記知識グラフ構築・カダストレ(地籍)データの探索を支援できるが、「ハルシネーションはエンジニアリングで解消できる欠陥ではなくLLMに内在する限界」と明記されており、人間による相互検証が必須とされる。","can":"史料・古典テキストからの固有表現抽出・関係抽出、RAGベースのアーカイブQA、構造化された歴史データセット(ヴェネツィアの地籍データ等)のエージェントによる対話的探索。","cannot":"曖昧・係争的な史料の解釈を転記誤りの伝播なしに独立して行えない。引用・出典の正確性を保証できない。メタデータの乱雑さに対する歴史家の解釈的判断を代替できない。","why":"史料の多くはOCR化されており転記誤りが下流タスクに伝播する。古典・前近代テキストへの専門的ファインチューニングが不足。ハルシネーションは生成モデルに構造的なものでスケールだけでは解決しない。","autonomy":"copilot","tools":["GPT-5.x + RAG","Claude Fable 5.1","specialized humanities NER pipelines"],"evidence":[{"title":"Improving Access to Historical Archives with Real-time RAG-based Systems","url":"https://arxiv.org/pdf/2607.03440","date":"2026-07","note":"RAGによるアーカイブアクセス改善と限界を報告"},{"title":"Large language models for history, philosophy, and sociology of science","url":"https://www.sciencedirect.com/science/article/pii/S0039368126000373","date":"2026","note":"ハルシネーションは内在的限界であり人間の相互検証が鍵と明記"},{"title":"LLM agents for interactive exploration of historical cadastre data: framework and application to Venice","url":"https://www.cambridge.org/core/journals/computational-humanities-research/article/llm-agents-for-interactive-exploration-of-historical-cadastre-data-framework-and-application-to-venice/9EF07CEC477F080CF329C301E74D4C51","date":"2026","note":"構造化歴史データへのエージェント探索の実証例"}],"forecast_basis":"人文学特化のRAG/エージェントツールは2026年も漸進的に拡大しているが、「ハルシネーションは内在的」という文献の明言から、解釈タスクでは2030年まで補助レベルにとどまり、抽出系の狭いタスクではより高いレベルに到達すると予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.social_science.policy_report_evidence_synthesis","name":"政策提言・報告書のエビデンス統合","name_en":"Policy Brief & Evidence Synthesis Drafting","levels":{"2022":1,"2023":2,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"南アフリカの国家AI政策草案・EUのENISA・Deloitte Australiaなど複数の政府/コンサル機関が2025-2026年にAIによる架空引用を含む政策文書を公表し撤回・返金に至っており、現状の実務運用はジュニアアナリスト以下の信頼性しかない(厳格な検証なしでは)。","can":"大量の政策関連文書を高速に要約・統合し政策ブリーフの骨子を構造化できる。","cannot":"架空でない正確な引用・出典を安定して生成できない。一般公開される政府の政策文書に無監督で使うことはできない。自身のハルシネーションした参照を自己検出できない。","why":"2026年のベンチマークではトップモデルのハルシネーション率が22〜94%に及ぶと報告されており、引用検証をワークフローに組み込む仕組みが標準化されておらず、政府・コンサル現場でRAG等の緩和策が一様に適用されていない。","autonomy":"copilot","tools":["GPT-5.x","Claude Fable 5.1","Gemini 3 (with RAG/citation-check gates)"],"evidence":[{"title":"Fact-check fail: When AI hallucinations derailing governments","url":"https://restofworld.org/2026/government-ai-hallucinations-south-africa-deloitte/","date":"2026","note":"南アフリカのAI政策草案とDeloitteの政府向け報告書の架空引用事例"},{"title":"Draft South Africa National Artificial Intelligence (AI) Policy 2026","url":"https://en.wikipedia.org/wiki/Draft_South_Africa_National_Artificial_Intelligence_(AI)_Policy_2026","date":"2026-04","note":"AIによる架空引用が原因で政策草案が2026年4月に撤回"},{"title":"Latest AI Hallucination Rates & Benchmarks for New AI Models 2026","url":"https://suprmind.ai/hub/ai-hallucination-rates-and-benchmarks/","date":"2026","note":"トップ26モデルのハルシネーション率が22〜94%と報告"}],"forecast_basis":"2026年に南アフリカ政策撤回・Deloitte返金・ENISA誤り等の高プロファイルな失敗が繰り返されており構造的な解決策はまだない。法曹界で進むAI開示証明のような検証義務化が政策分野にも波及すれば2028年頃に改善が見込まれるが、2026年時点では実態としてレベル2にとどまる。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"research.social_science.causal_inference_program_evaluation","name":"因果推論・政策効果測定(プログラム評価)","name_en":"Causal Inference & Program Evaluation","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"LLMは「確率的モデリングに依存し、真の因果関係よりも言語的パターンや社会的ステレオタイプに根差した疑似相関を捉えがち」であり、2026年に登場したAI評価RCTのガイドライン(33項目・5つの妥当性原則)は、AI自身の因果評価手法すら標準化が始まったばかりであることを示している。","can":"RCTプロトコル草案の作成支援、文献に基づく仮説生成、テキストからの候補交絡因子の特定、中程度の複雑さの因果探索ベンチマークでの再現。","cannot":"真の因果メカニズムと言語的・ステレオタイプ由来の疑似相関を確実に区別できない。計量経済学者の監督なしに実世界の政策RCTを自律的に設計・妥当性検証できない。学習データに近いパターンの外への因果推論の一般化ができない。","why":"LLMの因果推論は、根拠づけられた構造的・反実仮想モデリングではなく、因果的主張を記述したテキストに対するプロキシ的パターンマッチングに過ぎない。真の因果同定には交絡構造に関するドメイン知識が必要だが、テキストコーパスはそれを不均一かつ非一貫的にしか符号化していない。","autonomy":"copilot","tools":["GPT-5.x","Claude Fable 5.1","causal discovery toolkits (DoWhy, CausalML) + LLM front-end"],"evidence":[{"title":"Causal Inference with Large Language Model: A Survey","url":"https://arxiv.org/pdf/2409.09822","date":"2025-2026","note":"LLMは疑似相関を因果関係と誤認しがちと総括"},{"title":"Principles and Guidelines for Randomized Controlled Trials in AI Evaluation","url":"https://arxiv.org/abs/2605.02050","date":"2026-05","note":"AI評価RCTのための33項目のガイドラインを提案、標準化の初期段階であることを示す"},{"title":"Toward Causal Field Evaluations of AI Systems","url":"https://hdsr.mitpress.mit.edu/pub/ak16gxi2/release/2","date":"2026","note":"AIシステムの現実世界での因果評価手法がまだ未成熟と指摘"}],"forecast_basis":"2026年はAI評価そのものの因果的方法論(RCTガイドライン)が標準化され始めた年であり、これはAIが政策の因果評価を任される前提条件にすぎない。この方法論的基盤が成熟した後、2028-2030年にかけて能力向上が見込まれる。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]}]}]},{"id":"business","name":"事務・ビジネス","name_en":"Business & Office Work","color":"#8a6d2d","summary":"文書・表計算・連絡・サポート。定型は強いが、社内事情と責任は人に残る","areas":[{"id":"business.document_writing","name":"文書作成・連絡調整","name_en":"Document Writing & Communication Coordination","tasks":[{"id":"business.document_writing.meeting_minutes","name":"議事録の作成","name_en":"Meeting minutes and summary generation","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"一般的な議事録担当者と同等以上。音声認識95-98%＋要約は既に実務投入されており、専門用語や訛りがなければ人手を上回る速度と網羅性","can":"Zoom/Teams音声から自動文字起こし→ToDo抽出・要約→Notion/Slack配信まで無人で完結。複数話者の発言帰属も概ね正確","cannot":"専門用語・強い訛り・雑音下では80-90%に精度低下／『誰が何を合意したか』の政治的ニュアンスの取捨選択は誤る／機密発言の要約に注意不足で情報漏洩リスク","why":"音声認識自体は成熟しているが、意味的な重要度判断（何を残し何を削るか）はコンテキストと組織力学の理解を要し、汎用LLMの弱点として残る","autonomy":"agent","tools":["Granola","Otter.ai","Claude Fable 5.1","Microsoft Copilot in Teams","Fireflies"],"evidence":[{"title":"Granola: 2026 meeting minutes workflow","url":"https://www.granola.ai/blog/how-to-use-ai-to-record-meeting-minutes-a-2026-workflow-that-beats-copy-pasting-transcripts","date":"2026","note":"ボット不要のローカル録音＋要約が2026年の主流に"},{"title":"Granola vs Otter.ai (2026)","url":"https://zackproser.com/blog/granola-vs-otter","date":"2026","note":"クリーンな英語音声で95%以上、訛り・雑音で85-90%、専門用語で80-90%に低下"}],"forecast_basis":"音声認識の精度向上は頭打ち傾向だが要約・ToDo抽出の統合体験が向上中。2028年には多言語・専門用語対応が実務水準に達すると予測","site_examples":[]},{"id":"business.document_writing.report_writing","name":"報告書・レポートの作成","name_en":"Business report writing","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"GDPvalでGPT-5.2 Proが業界専門家の成果物に対し74%の勝敗+引き分け率を記録。ジュニア〜中堅アナリスト相当のレポート下書きは既に専門家と見分けにくい","can":"定型フォーマットの月次/週次報告書、データ添付のサマリーレポートを一発生成。複数ソースの統合と体裁調整","cannot":"社内政治や『誰に何をどう見せるか』という読み手戦略の勘所の反映、一次情報の検証なしでの数値のハルシネーションリスク","why":"GDPvalは静的な成果物評価であり、レポートの前提となる社内文脈の収集・検証は別スキル。学習データにない社内固有情報は生成できない","autonomy":"copilot","tools":["GPT-5.2 Pro","Claude Fable 5.1","Microsoft 365 Copilot","Gemini Enterprise"],"evidence":[{"title":"Measuring the performance of our models on real-world tasks","url":"https://openai.com/index/gdpval/","date":"2026","note":"GPT-5.2 Proが専門家成果物に対し74%の勝敗+引き分け、100倍速く100倍安く完成"},{"title":"GDPval paper","url":"https://arxiv.org/pdf/2510.04374","date":"2025-2026","note":"44職種1,320タスクの経済的価値ベンチマーク、フロンティアモデルの性能はほぼ線形に向上中"}],"forecast_basis":"GDPvalのスコアはほぼ線形改善中。2028年までに大半の定型報告書は専門家並みに達すると見る一方、独自考察の質は頭打ちの可能性","site_examples":[]},{"id":"business.document_writing.proposal_rfp","name":"提案書・RFP回答書の作成","name_en":"Proposal and RFP response drafting","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"提案チームの生成AI採用が1年で34%→68%に倍増。ドラフト作成時間を50-70%削減できるが、まだ営業担当のレビューと差別化要素の追加が前提","can":"過去提案書からのコンテンツ再利用、コンプライアンス項目の自動チェック、下書きの高速生成","cannot":"クライアント固有の勝ち筋・差別化ストーリーの独自構築、価格戦略などセンシティブな意思決定","why":"RFP対応は検索・再利用が主体のタスクは得意だが、競合分析を踏まえた説得の設計は人間の営業判断に依存","autonomy":"copilot","tools":["Loopio","AutogenAI","DeepRFP","Claude Fable 5.1"],"evidence":[{"title":"Loopio 2026 RFP Trends Report","url":"https://loopio.com/blog/ai-for-proposal-writing/","date":"2026","note":"提案チームの生成AI採用が1年で34%→68%に倍増、ドラフト時間50-70%削減"},{"title":"RFP Response Trends & Benchmarks Report 2026","url":"https://www.inventive.ai/blog-posts/rfp-response-trends-benchmarks","date":"2026","note":"上位チームほどAIで正確性・品質を担保する傾向"}],"forecast_basis":"検索拡張生成の精度向上とプロポーザル専業ツールの高度化により、2028年には中小案件のRFPは自律的に一次ドラフト〜提出まで到達すると見込む","site_examples":[]},{"id":"business.document_writing.ringi_approval","name":"稟議書・社内承認文書の作成","name_en":"Internal approval memo (ringi) drafting","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"定型フォーマットへの当てはめは若手社員並みだが、決裁者ごとの説得ポイント調整や社内規程の暗黙知反映は未熟","can":"過去の類似稟議・社内規程を参照したテンプレート生成、必要添付書類のチェックリスト化","cannot":"決裁者の力学（誰が難色を示すか）を踏まえた文面調整、規程に明記されない『慣習』への対応","why":"社内固有の非公式ルールや承認者の個性はドキュメント化されておらず学習不可能。RAGでも暗黙知は拾えない構造的限界がある","autonomy":"copilot","tools":["Microsoft 365 Copilot","Claude Fable 5.1","社内RAGチャットボット"],"evidence":[{"title":"Copilot's agentic capabilities in Word, Excel, and PowerPoint GA","url":"https://www.microsoft.com/en-us/microsoft-365/blog/2026/04/22/copilots-agentic-capabilities-in-word-excel-and-powerpoint-are-generally-available/","date":"2026-04","note":"Wordのエージェントモードが白紙から完成文書生成をGA、利用回数52%増"},{"title":"RAG & AI Trust Statistics 2026","url":"https://www.cmarix.com/blog/rag-ai-statistics/","date":"2026","note":"RAGでも社内文書化されていない暗黙知は反映できない構造的限界"}],"forecast_basis":"社内文書のRAG化が進むほど改善するが、非成文化された組織力学の学習には限界があり、2030年でも人の最終調整が必要と想定","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"}]},{"id":"business.document_writing.email_drafting_triage","name":"メール下書き・受信箱の仕分け","name_en":"Email drafting and inbox triage","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"定型返信・仕分けはベテラン秘書相当以上の速度。トーン調整も高精度","can":"受信箱の優先度分類、テンプレ返信の自動下書き、フォローアップのリマインド","cannot":"交渉が絡むメール（値引き要求への回答等）の最終判断、複数ステークホルダーの空気を読んだ言い回し選択は誤ることがある","why":"分類・下書き生成は明確なパターンマッチングで解けるが、政治的判断を伴う返信は責任所在の問題もあり自動化が敬遠される","autonomy":"agent","tools":["Lindy","Gemini in Gmail","Microsoft Copilot in Outlook","Claude Fable 5.1"],"evidence":[{"title":"The AI Agent Revolution: inbox, calendar, workflow","url":"https://www.liveaiwire.com/2026/05/ai-agents-email-calendar-workflow-integration-2026.html","date":"2026-05","note":"Lindyなどが受信箱管理・下書き・返信を自律実行"},{"title":"Gmail Gets AI Scheduling Assistant","url":"https://www.techbuzz.ai/articles/gmail-gets-ai-scheduling-assistant-that-reads-your-calendar","date":"2026","note":"Gmail下書き検知でHelp me scheduleが自動提案、ただし2名会議限定"}],"forecast_basis":"メール自動化は既に高成熟。今後は複数ステークホルダーの調整という『集合行動』への拡張が課題で、2028年にはグループ調整も自律化見込み","site_examples":[]},{"id":"business.document_writing.meeting_scheduling","name":"予定調整・スケジューリング","name_en":"Meeting scheduling and calendar coordination","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"2名間の日程調整はアシスタント相当だが、複数人・複数カレンダーシステム（Google×Outlook混在）を跨ぐ調整はまだ不完全","can":"1対1の会議提案、空き時間の自動抽出、リマインダー送信","cannot":"GoogleカレンダーとOutlook/Exchangeを跨ぐ調整は非対応（Geminiは他社カレンダー未対応）、大人数のグループ調整","why":"カレンダーAPIのエコシステムが分断されており、ベンダー横断の統合が技術的・ビジネス的障壁になっている","autonomy":"copilot","tools":["Google Gemini (Help me schedule)","Microsoft Copilot","Lindy","Calendly AI"],"evidence":[{"title":"Can Gemini Schedule Meetings? The Honest Answer (2026)","url":"https://www.usecarly.com/blog/can-gemini-schedule-meetings/","date":"2026","note":"Geminiは2名会議限定、グループ調整は非対応。Outlook連携もなし"},{"title":"Google Calendar AI Features in 2026: What Actually Works","url":"https://www.usecarly.com/blog/google-calendar-ai-features/","date":"2026","note":"GoogleとMicrosoftのAIはそれぞれ自社カレンダーのみ対応という分断"}],"forecast_basis":"ベンダー間API連携が進めば技術的には容易に解決可能なタスクのため、2028年までにサードパーティ統合ツールで解消されると予測","site_examples":[]}]},{"id":"business.spreadsheet_analysis","name":"表計算・業務分析","name_en":"Spreadsheet & Business Analytics","tasks":[{"id":"business.spreadsheet_analysis.excel_formula_automation","name":"Excel数式・マクロの自動生成","name_en":"Excel formula and macro generation","levels":{"2022":1,"2023":3,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"定型的な数式生成・ピボットテーブル作成は中級Excelユーザーを既に上回る速度","can":"自然言語からの数式生成、データのトレンド抽出、ピボットテーブルの自動作成、平均15秒未満で応答","cannot":"複雑な業務要件を踏まえたシート設計そのものの立案（何を計測すべきかの判断）","why":"パターン化された関数生成はLLMの得意領域。何を分析すべきかという問いの設定は業務理解に依存し弱い","autonomy":"copilot","tools":["Microsoft Copilot in Excel","Claude Fable 5.1","GPT-5.x"],"evidence":[{"title":"Copilot agentic capabilities Excel GA","url":"https://www.microsoft.com/en-us/microsoft-365/blog/2026/04/22/copilots-agentic-capabilities-in-word-excel-and-powerpoint-are-generally-available/","date":"2026-04","note":"Excelの週次利用回数が67%増、応答は平均15秒未満"},{"title":"Microsoft Copilot Statistics 2026","url":"https://www.getpanto.ai/blog/microsoft-copilot-statistics","date":"2026","note":"Excel/PowerPointの日次利用トップ採用率は23-24%と伸び悩み"}],"forecast_basis":"機能自体は成熟済みだが日次定着率が低く（23%）、UI統合の改善が続けば2028年にはOffice標準機能として定着すると予測","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"}]},{"id":"business.spreadsheet_analysis.financial_modeling","name":"財務モデル構築（三表統合モデル等）","name_en":"Financial model building (3-statement models)","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"最良のツールでもジュニアアナリストの水準に届かない。完全自動でのモデル構築は未達","can":"数式提案・データのサマリー化・トレンド分析・簡単な感応度分析の補助","cannot":"案件概要からの三表統合モデルの自動構築、ウォーターフォール配分の計算、DSCR制約下でのデット・サイジング、機関投資家水準の多タブ構成","why":"財務モデリングは業界慣行・案件固有の前提の連鎖が長く、暗黙の構造規約（タブ構成、リンク方式）を厳密に守る必要があるため、生成に弱い","autonomy":"copilot","tools":["Shortcut","Claude Fable 5.1","Microsoft Copilot (Agent Mode)","GPT-5.x"],"evidence":[{"title":"Ranking the Best AI Tools for Financial Modeling (2026)","url":"https://www.wallstreetprep.com/knowledge/ranking-the-best-ai-tools-for-financial-modeling-2026/","date":"2026","note":"ShortcutとClaudeが優位だが最良ツールでもジュニアアナリストに劣る"},{"title":"Best AI for Excel Financial Modeling comparison 2026","url":"https://apers.app/post/excel-best-ai-for-excel-financial-modeling-compared-2026","date":"2026","note":"Copilotは数式アシスタントであり、モデルジェネレーターではないと明記"}],"forecast_basis":"案件データの構造化とツールの専門特化が進めば2027-2028年にジュニアアナリスト水準に到達可能とベンダー各社が主張するが、現状の伸びは緩やか","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"}]},{"id":"business.spreadsheet_analysis.bi_dashboard_analysis","name":"BIダッシュボード作成・データ分析","name_en":"BI dashboard creation and data analysis","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"定型的なKPIダッシュボードやトレンド分析はデータアナリストの初動作業を代替する水準","can":"自然言語でのデータ質問応答、グラフ生成、異常値のハイライト","cannot":"指標設計そのものの妥当性検証、データ品質問題（欠損・重複）の業務文脈に応じた判断","why":"可視化自体はコモディティ化しているが『何を測るべきか』の設計は業務戦略の理解が必要","autonomy":"copilot","tools":["Claude Fable 5.1","Microsoft Copilot","Gemini Enterprise","Tableau AI"],"evidence":[{"title":"Measuring the performance of our models on real-world tasks","url":"https://openai.com/index/gdpval/","date":"2026","note":"データ分析系タスクを含む経済価値評価で専門家水準に接近"}],"forecast_basis":"LLMのコード実行・データ処理能力向上に伴い、2028年には中規模データセットの探索的分析は自律化が進むと予測","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"}]},{"id":"business.spreadsheet_analysis.data_cleaning_anomaly","name":"大量データのクレンジング・異常検知","name_en":"Large-scale data cleaning and anomaly detection","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"定型的な重複除去・欠損値検知はアナリストの下働き作業を代替する水準","can":"フォーマット不整合の検出・修正案提示、統計的異常値のフラグ付け","cannot":"業務ルールに基づく『正常だが数字上は異常に見える』ケースの判別（季節性・特殊要因の理解）","why":"統計的パターン検出は得意だが、業務文脈依存の正常/異常判定には現場知識が必要","autonomy":"copilot","tools":["Claude Fable 5.1","GPT-5.x","Trullion (会計特化)"],"evidence":[{"title":"AI Hallucinations in Accounting and Audit","url":"https://trullion.com/blog/ai-hallucination-in-accounting-and-audit/","date":"2026","note":"金融NLPのハルシネーション率が最大41%との報告、業務文脈判断の弱さを示す"}],"forecast_basis":"構造化データへのグラウンディング技術の普及で誤検知率は逓減するが、業務ルールの完全な内在化は2030年でも限定的と想定","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"}]}]},{"id":"business.accounting_finance","name":"経理・会計・経費・請求","name_en":"Accounting, Finance, Expenses & Billing","tasks":[{"id":"business.accounting_finance.invoice_ocr_processing","name":"請求書・領収書のOCR・仕訳処理","name_en":"Invoice/receipt OCR and journal entry automation","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"OCR+AI仕訳は95-99%の精度に達し、経理担当者の定型入力作業を上回る速度で処理","can":"領収書からのデータ抽出、GLコードの自動予測、重複請求・規程違反のフラグ付け","cannot":"グレーゾーンの経費判断（接待交際費の妥当性等）、取引先マスタにない新規パターンへの対応","why":"構造化文書からの抽出はコンピュータビジョン+LLMの得意領域だが、社内規程の解釈を要する例外処理は依然弱い","autonomy":"agent","tools":["Navan","Ramp","Brex","Trullion"],"evidence":[{"title":"Best AI Tools for Expense Reconciliation and Reporting in 2026","url":"https://navan.com/blog/ai-tools-financial-reconciliation-expense-reporting","date":"2026","note":"AI型AP処理は請求書データを95-99%の精度で読み取り"}],"forecast_basis":"OCR精度は既に高水準で頭打ちに近く、今後の伸びは例外処理の自動化（規程判断）に依存。2028年には大半の定型経費フローが無人化と予測","site_examples":[{"title":"Music Universe — 19,810アーティストの音楽宇宙地図","url":"universe.html","kind":"作品"},{"title":"森の小屋 — 焚き火と環境音の360°瞑想空間","url":"cabin.html","kind":"作品"}]},{"id":"business.accounting_finance.expense_reconciliation","name":"経費精算・突合","name_en":"Expense reconciliation","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"標準的な突合作業は経理担当者相当だが最終承認は人が担う運用が主流","can":"レシートとカード明細の自動突合、ポリシー違反の自動検知","cannot":"責任を伴う最終承認、稟議未了の特殊経費のグレー判断","why":"承認行為には責任の所在という制度的な理由でAIへの権限委譲が制限されている","autonomy":"copilot","tools":["Navan","Ramp","SAP Concur AI"],"evidence":[{"title":"Best AI Tools for Expense Reconciliation and Reporting in 2026","url":"https://navan.com/blog/ai-tools-financial-reconciliation-expense-reporting","date":"2026","note":"重複請求やポリシー違反を承認前にフラグする機能が普及"}],"forecast_basis":"技術的には自動承認が可能だが内部統制上の要請で人間承認が残ると想定、2030年でも監査要件がある限り完全自律化は限定的","site_examples":[]},{"id":"business.accounting_finance.financial_closing_reporting","name":"決算・財務報告書の作成","name_en":"Financial closing and reporting","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"経験豊富な経理担当者の判断を要する仕訳の妥当性検証や見積り項目の扱いはまだ未熟","can":"定型フォーマットへのデータ集計、前期比較コメントの下書き","cannot":"会計方針の判断を要する見積り（貸倒引当金等）の決定、監査対応での説明責任","why":"会計判断は法的責任を伴い、誤りが財務諸表の信頼性に直結するため人間の最終確認が制度的に必須","autonomy":"copilot","tools":["Claryx","Claude Fable 5.1","SAP Joule"],"evidence":[{"title":"AI in Financial Reporting: What Works in 2026","url":"https://claryx.ai/blog/ai-financial-reporting-what-works-2026/","date":"2026","note":"財務報告のAI活用は下書き・集計支援にとどまり最終判断は人が担う"},{"title":"Deloitte AI Hallucination Report: FINRA's 2026 Warning","url":"https://neuralwired.com/2026/07/07/deloitte-ai-hallucination-finra-2026/","date":"2026-07","note":"金融領域でのAIハルシネーションに対する規制当局の警告、Deloitteの誤りレポート返金事例"}],"forecast_basis":"規制・監査要件がボトルネックであり技術進化よりガバナンス整備が律速。2028年でも人間の最終承認は必須と想定","site_examples":[]},{"id":"business.accounting_finance.tax_filing_prep","name":"税務申告書類の作成","name_en":"Tax filing preparation","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"定型的な申告書類の下書きは税理士補助レベルに到達しつつあるが、最終責任は有資格者が負う","can":"領収書・帳簿からの申告書下書き生成、控除項目の見落としチェック","cannot":"グレーゾーンの節税スキーム判断、税務調査対応の交渉","why":"税務は法解釈と責任問題が絡み、AIの判断ミスが罰則に直結するリスクがあるため人間資格者の確認が制度的に必要","autonomy":"copilot","tools":["Bloomberg Tax AI","Claude Fable 5.1","TurboTax AI"],"evidence":[{"title":"AI Hallucinations in Tax: The Risks and How to Mitigate Them","url":"https://pro.bloombergtax.com/insights/artificial-intelligence/ai-hallucinations-in-tax-the-risks-and-how-to-mitigate-them/","date":"2026","note":"税務分野でのハルシネーションリスクと対策の必要性を専門メディアが指摘"}],"forecast_basis":"グラウンディング技術（税法DBとの接続）の高度化により2028年には多くの定型申告が実務品質に達すると予測","site_examples":[]}]},{"id":"business.hr_recruiting","name":"人事・採用・労務","name_en":"HR, Recruiting & Labor Administration","tasks":[{"id":"business.hr_recruiting.resume_screening","name":"書類選考・レジュメスクリーニング","name_en":"Resume/CV screening","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"Fortune500の99%が採用選考にAIを利用するほど実務浸透しているが、差別訴訟が相次ぎ『実務品質』止まりで格上げされていない","can":"大量応募者の一次スクリーニング、キーワード・経歴マッチング、採用担当者の負荷を大幅削減","cannot":"属性（年齢・障害・人種）を代理変数（employment gap等）で差別してしまうバイアス排除、説明責任のある落選理由の提示","why":"訓練データの歴史的バイアスの継承、ブラックボックス性による説明責任の欠如が構造的問題。技術というより制度・法務のリスクで頭打ち","autonomy":"agent","tools":["Workday","Eightfold AI","iCIMS","HireVue"],"evidence":[{"title":"The Workday AI Lawsuit Is a Wake-Up Call for HR","url":"https://www.shrm.org/topics-tools/news/technology/workday-ai-lawsuit-wake-up-call-hr","date":"2026","note":"2026年3月、年齢差別の訴えが集団訴訟として審理継続決定"},{"title":"AI Hiring Bias Lawsuits Are Reshaping Recruiting in 2026","url":"https://hiredaiapp.com/blog/ai-hiring-bias-lawsuits-are-reshaping-recruiting-in-2026-what-every-employer-and-job-seeker-needs-to-know/","date":"2026","note":"Eightfold AI集団訴訟、FCRA上の開示義務違反の疑い。Fortune500の99%がAIで応募者フィルタリング"},{"title":"Is AI Really Taking Jobs? What the 2026 Data Actually Shows","url":"https://theaicareerlab.com/blog/is-ai-really-taking-jobs-2026","date":"2026","note":"AI利用度の高い職種で若年層・新卒採用が鈍化する兆候はあるが全体の失業率上昇は未確認"}],"forecast_basis":"技術的性能はすでに高いが規制・訴訟リスクがボトルネックのため、2030年でも『実務品質(要確認)』から格上げされにくいと予測。規制強化がさらに制約となる","site_examples":[]},{"id":"business.hr_recruiting.job_description_writing","name":"求人票・職務記述書の作成","name_en":"Job description writing","levels":{"2022":1,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"定型的な求人票作成は人事担当者を上回る速度と一貫性で生成可能","can":"職務内容の要件定義から募集文言まで一発生成、バイアス語句の自動検出・修正","cannot":"極めてニッチな専門職の技術要件の正確な言語化（現場ヒアリング不足時）","why":"テキスト生成タスクとして純粋に得意な領域。専門知識の不足のみが制約","autonomy":"agent","tools":["Claude Fable 5.1","GPT-5.x","Textio"],"evidence":[{"title":"Measuring the performance of our models on real-world tasks","url":"https://openai.com/index/gdpval/","date":"2026","note":"定型文書生成タスクは専門家水準に近接"}],"forecast_basis":"既に高水準で頭打ちに近く、残る課題は現場ヒアリングの自動化のみ。2027年には大半の求人票が無人生成に達すると予測","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"business.hr_recruiting.interview_assessment","name":"面接評価・候補者アセスメント","name_en":"Interview evaluation and candidate assessment","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"構造化面接の文字起こし・要約支援は可能だが、人物評価そのものの自動判定は差別訴訟リスクから抑制的に運用","can":"面接記録の要約、評価基準への照合チェックリスト化","cannot":"候補者の人物評価そのものの自動判定（信頼性・チームフィット等の定性判断）、AIスコアのみでの合否決定","why":"対人評価は数値化が難しい要素が多く、加えてAI単独判定は法的リスクが高いため企業側が意図的に自律度を抑えている","autonomy":"copilot","tools":["HireVue","Claude Fable 5.1"],"evidence":[{"title":"AI Job Screening, Interview & Hiring Lawsuits","url":"https://www.classaction.org/ai-interview-screening-lawsuits","date":"2026","note":"AI面接スコアリングに対するプライバシー・バイアス訴訟が継続"}],"forecast_basis":"規制強化（採用AI監査義務等）が広がる中、自律判定への移行は制度面で抑制され2030年でも補助止まりと予測","site_examples":[]},{"id":"business.hr_recruiting.performance_review_drafting","name":"人事評価文書の作成","name_en":"Performance review drafting","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"評価コメントの下書きは中堅マネージャー相当。フィードバックの一貫性・具体性は人より優れる場合も","can":"目標達成データからの評価文コメント下書き、フィードバックのトーン調整","cannot":"評価点そのものの決定（評価者の責任）、人間関係を踏まえた伝え方の機微","why":"評価は人事上の責任行為であり、最終評価権限を人が保持する制度設計になっている","autonomy":"copilot","tools":["Lattice AI","Claude Fable 5.1","Microsoft Copilot"],"evidence":[{"title":"Anthropic Economic Index report: Cadences","url":"https://www.anthropic.com/research/economic-index-june-2026-report","date":"2026-06","note":"事務系タスクでの利用が定着し、下書き作業の時間短縮が確認"}],"forecast_basis":"評価権限の委譲には抵抗が強く、2030年でも最終評価は人が担うと想定される一方、コメント下書きの質は専門家超えに達する見込み","site_examples":[]},{"id":"business.hr_recruiting.payroll_labor_compliance","name":"給与計算・労務コンプライアンス管理","name_en":"Payroll processing and labor law compliance","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"定型的な給与計算は自動化が進んでいるが、労働法解釈が絡む例外対応は社労士水準に届かない","can":"勤怠データからの給与計算、法改正情報のアラート","cannot":"労働法の解釈が分かれるグレーケースの最終判断、労使紛争の対応","why":"労働法は地域・業種ごとに複雑で頻繁に改正され、誤りが訴訟リスクに直結するため保守的な運用が続く","autonomy":"copilot","tools":["SmartHR","Workday","ADP AI"],"evidence":[{"title":"AI-Based Hiring: 2026 Developments Employers Can't Ignore","url":"https://www.bricker.com/employment-law-report/ai-based-hiring-2026-developments-employers-cant-ignore","date":"2026","note":"雇用関連AIに対する州法規制が2026年に相次ぎ強化"}],"forecast_basis":"規制対応の自動化ツールの成熟により2028年には多くの定型労務処理が実務品質に到達すると予測","site_examples":[]}]},{"id":"business.sales_marketing","name":"営業・マーケティング","name_en":"Sales & Marketing","tasks":[{"id":"business.sales_marketing.cold_outreach_sdr","name":"アウトバウンド営業・SDRのメール送信","name_en":"Cold outreach / AI SDR","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"良く調整されたAI SDRは人間平均を上回る返信率（3.8% vs 業界平均0.3-0.5%）を達成する例が報告","can":"見込み客リサーチ、パーソナライズされたコールドメール文面生成、大量送信の自動化","cannot":"商談化後の関係構築・価格交渉、業界特有の暗黙のニーズ発掘（深い関係性からの示唆抽出）","why":"定型パーソナライズは得意だが、信頼構築という長期的・感情的なプロセスは人間関係に依存","autonomy":"agent","tools":["AiSDR","Coldreach","Instantly"],"evidence":[{"title":"We Tried 10 AI SDR Agents and AI Sales Agents for B2B Outreach","url":"https://coldreach.ai/blog/ai-sales-agents-for-b2b-outreach","date":"2026","note":"インテントベースのAI SDRで人間平均を上回る3.8%返信率を実現"},{"title":"AI Outreach Statistics You Need to Know in 2026","url":"https://www.hausadvisors.com/blog/ai-outreach-statistics-2026","date":"2026","note":"シグナルベースのアウトリーチはベースライン比400%高いコンバージョン"}],"forecast_basis":"パーソナライズ精度とインテントデータの活用がさらに進み、2028年には中小案件の初期商談化までは自律化が一般化すると予測","site_examples":[]},{"id":"business.sales_marketing.ad_campaign_optimization","name":"広告運用・予算最適化","name_en":"Ad campaign management and budget optimization","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"入札最適化・クリエイティブABテストは既にプラットフォーム標準機能として専門家並みの成果","can":"自動入札、クリエイティブバリエーション生成、リアルタイム予算再配分","cannot":"ブランド毀損リスクを伴う攻めたクリエイティブの最終判断、規制業界（金融・医療）の表現審査","why":"数値最適化はAIの得意領域だが、ブランド価値判断や法規制の解釈は文脈依存で人間の関与が必要","autonomy":"agent","tools":["Google Performance Max","Meta Advantage+","Claude Fable 5.1"],"evidence":[{"title":"Salesforce Agentic Enterprise Index 2025-2026","url":"https://www.salesforce.com/news/stories/agentic-enterprise-index-insights-2026/","date":"2026","note":"消費者接点の高い業界でエージェント活用が進み、小売のオンライン売上が4倍成長"}],"forecast_basis":"プラットフォーム側の自動化が既に成熟しており、2028年にはクリエイティブ生成含め専門家超えの運用が一般化すると予測","site_examples":[]},{"id":"business.sales_marketing.sns_content_creation","name":"SNS運用・コンテンツマーケティング","name_en":"Social media content and marketing operations","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"投稿文・画像案の量産は専門家並みだが、バズる『意外性』の設計は人間の勘に依存する場面が多い","can":"投稿カレンダー作成、複数バリエーションの文案・画像生成、エンゲージメント分析","cannot":"炎上リスクの察知と回避、文化的文脈の機微を踏まえた表現判断","why":"パターン生成は得意だが、社会的タブーや時事的敏感さの判断は訓練データの偏りとリアルタイム性の欠如で弱い","autonomy":"agent","tools":["Claude Fable 5.1","GPT-5.x","Buffer AI","Hootsuite AI"],"evidence":[{"title":"Measuring the performance of our models on real-world tasks","url":"https://openai.com/index/gdpval/","date":"2026","note":"マーケティング関連の文書生成タスクも専門家水準に接近"}],"forecast_basis":"生成品質は既に高いが炎上判定などのリスク管理は人が最終確認する運用が定着すると見込み、2030年でも完全自律は限定的","site_examples":[]},{"id":"business.sales_marketing.sales_deck_proposal","name":"営業提案書・ピッチデック作成","name_en":"Sales proposal and pitch deck creation","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"テンプレートへの当てはめとデザイン生成は若手営業並み。顧客固有の刺さるストーリー設計はまだ弱い","can":"会社概要・実績データからのデッキ自動生成、デザインテンプレート適用","cannot":"顧客の意思決定者の琴線に触れる独自ストーリーテリング、競合との差別化の核心的訴求点の発見","why":"表面的な体裁生成は得意だが、顧客理解に基づく説得設計は営業担当者の関係性資本に依存","autonomy":"copilot","tools":["Gamma","Claude Fable 5.1","Microsoft Copilot in PowerPoint"],"evidence":[{"title":"Copilot agentic capabilities PowerPoint GA","url":"https://www.microsoft.com/en-us/microsoft-365/blog/2026/04/22/copilots-agentic-capabilities-in-word-excel-and-powerpoint-are-generally-available/","date":"2026-04","note":"PowerPointのエージェントモードで白紙から完成資料生成、利用回数増は11%と他アプリより鈍化"}],"forecast_basis":"PowerPoint利用の伸びが他アプリより鈍い（11%）ことから、体裁自動化のみでは価値を感じにくく、ストーリー設計支援の高度化が2028年までの課題","site_examples":[]}]},{"id":"business.customer_support","name":"カスタマーサポート","name_en":"Customer Support","tasks":[{"id":"business.customer_support.chat_support_tier1","name":"チャットサポート一次対応","name_en":"Tier-1 chat customer support","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"定型的なFAQ対応・簡単なトラブルシューティングは既にオペレーター平均を上回る速度と一貫性","can":"24時間365日対応、注文状況確認、簡単な返品・交換手続き、複数言語対応","cannot":"感情的に高ぶった顧客への共感的対応、規約に明記されない例外対応の判断","why":"情報検索型の対応は得意だが、感情労働・信頼回復を要する対応は訓練上獲得しづらい","autonomy":"agent","tools":["Salesforce Agentforce","Intercom Fin","Zendesk AI"],"evidence":[{"title":"Salesforce Agentic Enterprise Index 2025-2026","url":"https://www.salesforce.com/news/stories/agentic-enterprise-index-insights-2026/","date":"2026","note":"Agentforceが280万件の対応を処理、従業員の作業時間50万時間超を削減（Slack連携含む）"}],"forecast_basis":"定型対応の自動化率はすでに高く、2028年にはほぼ全ての一次対応が無人化される一方、感情対応は人間ハンドオフが標準であり続けると予測","site_examples":[]},{"id":"business.customer_support.phone_support_complex","name":"電話サポート・複雑なクレーム対応","name_en":"Phone support for complex complaints","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"Klarnaの事例が象徴的に、AIによる完全代替は顧客満足度悪化とコスト増を招き撤回された","can":"単純な問い合わせの音声対応、基本情報の確認と一次振り分け","cannot":"感情的なクレーム対応でのサービスリカバリー判断、規約の例外適用（返金可否等）の裁量的決定、信頼・リスク管理を要する場面での適切な判断","why":"カスタマーサービスは情報処理だけでなく信頼・感情・リスクの管理であり、AIが『人の代わりに使われた』ことが失敗要因とKlarna自身が総括している","autonomy":"copilot","tools":["Klarna AI Assistant (OpenAI基盤)","Salesforce Agentforce"],"evidence":[{"title":"Klarna's AI Reversal: Why It Rehired Human Agents","url":"https://mirai360.ai/blog/problem-series-deploy-then-reverse/","date":"2026","note":"AIによる完全代替は失敗、顧客満足度が複雑対応で悪化し人員を再雇用"},{"title":"Klarna changes its AI tune and again recruits humans","url":"https://www.customerexperiencedive.com/news/klarna-reinvests-human-talent-customer-service-AI-chatbot/747586/","date":"2025-2026","note":"コスト評価を優先しすぎた反省、ハイブリッドモデルへ転換"},{"title":"AI Customer Support Failures: Backlash, Liability, and Lessons for 2026","url":"https://www.gleap.io/blog/ai-support-failures-lessons","date":"2026","note":"複雑な苦情には感情知性・サービスリカバリー判断・ポリシー例外の意思決定が必要で2026年時点でも自律処理不可"}],"forecast_basis":"技術的な音声対話の精度は向上するが、責任・信頼という制度的制約が残るため2030年でも『補助』段階を大きく超えないと予測。Klarnaの教訓が業界の実装方針に影響し続ける","site_examples":[]},{"id":"business.customer_support.ticket_triage_escalation","name":"チケット分類・エスカレーション判定","name_en":"Support ticket triage and escalation routing","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"優先度判定・担当振り分けは既にオペレーター相当以上の一貫性","can":"感情分析による優先度付け、コンテキスト（過去のやり取り）を人間エージェントへ引き継ぎ","cannot":"エスカレーション後の引き継ぎでコンテキストが失われる設計の場合、顧客の再説明の苦痛を防げない","why":"引き継ぎの技術自体は解決可能だが、システム間連携の実装不備という運用上の問題が実際の失敗要因になっている","autonomy":"agent","tools":["Zendesk AI","Intercom Fin","Salesforce Agentforce"],"evidence":[{"title":"How to Fix AI Customer Service Agents Failing at the Handoff","url":"https://www.virtasant.com/ai-today/ai-customer-service-agents-context-loss","date":"2026","note":"エスカレーション時のコンテキスト喪失が主要な失敗パターンと指摘"},{"title":"AI Customer Support Failures: Backlash, Liability, and Lessons for 2026","url":"https://www.gleap.io/blog/ai-support-failures-lessons","date":"2026","note":"74%の消費者がエスカレーション時に説明を繰り返させられることに強い不満、コンテキスト付き引き継ぎで解決速度35-45%向上"}],"forecast_basis":"システム統合の課題は技術的に解決可能であり、2027年までにコンテキスト完全引き継ぎが業界標準になると予測","site_examples":[]},{"id":"business.customer_support.complaint_deescalation","name":"苦情対応・返金判断","name_en":"Complaint de-escalation and refund decisions","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"返金・補償の裁量判断は依然として人間管理職の承認が必須な運用がほとんど","can":"返金ポリシーに沿った定型判断の提案、過去事例の参照","cannot":"ポリシー外の特別対応判断、企業の評判リスクを踏まえた例外対応","why":"金銭的裁量権の委譲は企業のリスク管理方針上、意図的に制限されている。技術的制約よりガバナンス上の制約が支配的","autonomy":"copilot","tools":["Zendesk AI","Salesforce Agentforce"],"evidence":[{"title":"AI Customer Support Anti-Patterns: Deflection Mistakes 2026","url":"https://www.digitalapplied.com/blog/ai-customer-support-anti-patterns-deflection-mistakes-2026","date":"2026","note":"AIによる過度なディフレクション（対応回避）が信頼毀損を招く事例が指摘される"}],"forecast_basis":"少額・低リスクの返金は自動化が進むが、高額・評判リスクを伴う判断は2030年でも人間承認が残ると予測","site_examples":[]}]},{"id":"business.translation_interpretation","name":"翻訳・通訳（ビジネス）","name_en":"Business Translation & Interpretation","tasks":[{"id":"business.translation_interpretation.document_translation","name":"契約書・マニュアル等の文書翻訳","name_en":"Business document translation","levels":{"2022":2,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"定型言語ペアの構造化文書では既に人間翻訳者と見分けがつかない品質。翻訳者の『AI代替リスク』評価は100点中81点で『Critical』","can":"主要言語ペアでの高品質な一発翻訳、大量文書の高速処理、用語集を踏まえた一貫性維持","cannot":"法的契約書の一字一句が命取りになる場面での完全無検証利用、非構造的な文化的ニュアンスの完全再現","why":"ニューラル機械翻訳の精度は構造化文書で飽和しつつあるが、法的責任を伴う文書は人間レビューが必須という制度的要請が残る","autonomy":"agent","tools":["DeepL Pro","GPT-5.x","Claude Fable 5.1","Google Translate"],"evidence":[{"title":"Will AI Replace Translators? 2026 Risk Analysis","url":"https://www.replacedbai.com/blog/will-ai-replace-translators","date":"2026","note":"翻訳者のAI代替リスクは100点中81点でクリティカル評価、定型文書翻訳の大半が既に代替済み"},{"title":"Machine Translation in 2026: An Honest Assessment","url":"https://translated.com/resources/machine-translation-2026-assessment","date":"2026","note":"主要言語ペアの構造化文書は人間品質に近接、法務・文学・医療は人間レビュー必須"}],"forecast_basis":"主要言語ペアでは既に飽和傾向。低リソース言語やハイステークス文書の品質向上が今後の焦点で2028年にはほぼ全言語ペアで実務品質に到達すると予測","site_examples":[{"title":"lingo — YouTube動画の英日二段字幕","url":"lingo.html","kind":"作品"},{"title":"一度作って、七度出す（多言語展開の型）","url":"method/index.html","kind":"作り方"}]},{"id":"business.translation_interpretation.live_interpretation","name":"会議同時通訳・逐次通訳","name_en":"Live simultaneous/consecutive interpretation","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"定型的なビジネス会話の同時通訳は実用水準に近づいているが、専門通訳者の間合い・場の空気を読む調整には及ばない","can":"リアルタイム字幕・音声通訳、定型的な議事の逐次通訳","cannot":"交渉場面での駆け引きを踏まえた意訳、非言語的な場の空気を読んだ間の取り方","why":"リアルタイム性と文脈保持の両立が技術的に難しく、加えて高利害場面では誤訳の許容度が極めて低い","autonomy":"copilot","tools":["Claude Fable 5.1（音声）","Google Meet翻訳","Zoom AI Companion"],"evidence":[{"title":"AI Translation in 2026: What Business Owners Actually Need to Know","url":"https://translated.com/resources/ai-translation-2026-business-guide","date":"2026","note":"ライブ通訳・交渉場面は人間通訳者が最後まで残る領域と位置付け"}],"forecast_basis":"音声認識と翻訳のレイテンシ短縮が進み2028年には定型会議は実務品質に達するが、高利害交渉は人間通訳が残ると予測","site_examples":[{"title":"lingo — YouTube動画の英日二段字幕","url":"lingo.html","kind":"作品"},{"title":"一度作って、七度出す（多言語展開の型）","url":"method/index.html","kind":"作り方"}]},{"id":"business.translation_interpretation.localization_qa","name":"ローカライズ品質チェック（MTPE）","name_en":"Localization quality assurance (MTPE)","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"機械翻訳ポストエディット(MTPE)のワークフローは既に業界標準化。Time to Edit指標で品質管理が確立","can":"一次翻訳の高速生成、用語集・スタイルガイドの一貫性チェック、翻訳品質スコアリング","cannot":"ブランドボイスの創造的なローカライズ判断、文化的タブーの完全な自動検出","why":"品質のばらつき検出は定量化できるが、ブランドの『らしさ』という定性的判断は人間の感性に依存","autonomy":"agent","tools":["DeepL Pro","Translated.com","Lokalise AI"],"evidence":[{"title":"The Business Owner's Guide to Translation Technology in 2026","url":"https://translated.com/resources/business-owners-guide-translation-technology-2026","date":"2026","note":"Time to Edit(TTE)指標がMTPEの品質管理の新標準に"}],"forecast_basis":"品質評価指標の標準化が進み、2028年には多くの言語ペアでMTPEの人手工程がさらに縮小すると予測","site_examples":[{"title":"lingo — YouTube動画の英日二段字幕","url":"lingo.html","kind":"作品"},{"title":"一度作って、七度出す（多言語展開の型）","url":"method/index.html","kind":"作り方"}]}]},{"id":"business.procurement_project","name":"調達・契約・発注 / プロジェクト管理","name_en":"Procurement, Contracts & Project Management","tasks":[{"id":"business.procurement_project.contract_review","name":"契約書レビュー・リスク条項抽出","name_en":"Contract review and risk clause extraction","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"条項抽出の精度は94%超、法律文書分類でMacro-F1 0.921を達成する研究結果もあり、契約書レビューは実務投入が進む","can":"契約書の条項レベル抽出、市場標準との比較ベンチマーク、リスク条項のフラグ付け、レビューサイクルを最大80%短縮","cannot":"交渉戦略の意思決定、前例のない条項の法的リスク評価、最終的な契約締結の意思決定権限","why":"パターンマッチングによる条項抽出は成熟済みだが、法的判断とビジネス交渉の統合は弁護士の専門判断領域として残る","autonomy":"agent","tools":["TermScout","LegalOn","Definely","Juro"],"evidence":[{"title":"Your guide to AI contract review software in 2026","url":"https://juro.com/learn/contract-review-software","date":"2026","note":"契約分析の精度が94%を超え、レビューサイクルを最大80%短縮"},{"title":"AI Contract Review Software Buyer's Guide for 2026","url":"https://blog.termscout.com/ai-contract-review-software-buyers-guide-for-2026","date":"2026","note":"2026年調査で企業法務チームの52%がAI契約レビューを利用・評価中。AI+人間検証で99%精度の例も"}],"forecast_basis":"精度向上とプレイブックのカスタマイズ性向上により2028年には大半の定型契約レビューが専門家並みに到達すると予測","site_examples":[{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}],"calibrated":"professional.legal.contract_review（2026=3）と整合させる。リスク条項抽出でも最終判断は人"},{"id":"business.procurement_project.vendor_negotiation","name":"ベンダー交渉・調達戦略","name_en":"Vendor negotiation and procurement strategy","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"価格・条件のベンチマーク提示は補助になるが、実際の交渉プロセスの遂行は人間の調達担当者が主体","can":"市場価格のベンチマーキング、複数見積の比較分析、交渉シナリオのシミュレーション","cannot":"対面・電話での実際の駆け引き、relationshipに基づく譲歩の見極め","why":"交渉は相手の心理状態の読み取りとリアルタイムの駆け引きを要し、現状のAIエージェントの対人交渉能力はまだ実験段階","autonomy":"copilot","tools":["Claude Fable 5.1","GPT-5.x","調達特化SaaS"],"evidence":[{"title":"AI Contract Review Software Buyer's Guide for 2026","url":"https://blog.termscout.com/ai-contract-review-software-buyers-guide-for-2026","date":"2026","note":"調達・法務チームの構造化ベンチマークによりレビューは効率化するが交渉自体は人間が担う"}],"forecast_basis":"対人交渉エージェントの研究は進行中だが実運用事例が乏しく、2030年でも人間主体の交渉が続くと予測","site_examples":[]},{"id":"business.procurement_project.purchase_order_processing","name":"発注処理・購買事務","name_en":"Purchase order processing","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"定型的な発注書作成・承認ワークフローの処理は既に事務担当者を上回る速度と正確性","can":"発注書の自動生成、在庫データとの照合、承認ワークフローのルーティング","cannot":"例外的な緊急発注時のサプライヤー選定判断、供給網リスクを踏まえた戦略的判断","why":"定型データ処理は完全に自動化可能な領域だが、戦略判断はビジネス文脈の理解を要する","autonomy":"agent","tools":["SAP Ariba AI","Coupa","Microsoft Copilot"],"evidence":[{"title":"Salesforce Launches Agentforce Operations to End Back-Office Bottlenecks","url":"https://www.salesforce.com/news/stories/agentforce-operations-announcement/","date":"2026","note":"バックオフィス業務（発注含む）のボトルネック解消を目的としたエージェント製品を投入"}],"forecast_basis":"バックオフィス定型処理は既に高成熟。2028年にはほぼ全ての定型発注フローが無人化されると予測","site_examples":[]},{"id":"business.procurement_project.project_planning_scheduling","name":"プロジェクト計画立案・スケジューリング","name_en":"Project planning and scheduling","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"WBS作成・スプリント計画の下書きはジュニアPM相当。実際のリソース制約や政治的優先順位づけはまだ弱い","can":"タスク分解、スプリントグルーミングの提案、負荷分散の可視化、ステータスレポートの自動生成","cannot":"ステークホルダー間の優先順位対立の調整、不確実性が高い案件でのバッファ設定の勘所","why":"計画立案自体はテンプレート化できるが、組織内の政治的リソース争いの調整は人間のマネジメントスキルに依存","autonomy":"copilot","tools":["Jira (Agents in Jira)","Monday.com AI","Asana AI","ClickUp Brain"],"evidence":[{"title":"AI PM Tool Rankings 2026","url":"https://www.agilegenesis.com/post/ai-project-management-tool-rankings-2026","date":"2026","note":"Monday.comとAsanaがAI成熟度で首位、Jiraは2026年2月のAgents in Jira投入で野心的なアーキテクチャを追求中"},{"title":"AI Agents for Project Management (Epicflow)","url":"https://www.epicflow.com/blog/ai-agents-for-project-management/","date":"2026","note":"2026年までにエンタープライズアプリの40%が組み込みAIエージェントを搭載と予測(2025年は5%未満、Gartner)"}],"forecast_basis":"組み込みエージェントの急速な普及により2028年には多くのプロジェクトで計画立案の一次ドラフトが自律生成されると予測","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"business.procurement_project.task_status_tracking","name":"タスク管理・進捗報告の自動化","name_en":"Task tracking and status reporting automation","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"進捗集計・ステータスレポート生成はPMアシスタント相当以上の速度と網羅性","can":"複数ツール横断のステータス集約、遅延リスクの自動フラグ、週次報告の自動生成","cannot":"遅延の真の原因（チーム内の人間関係トラブル等）の特定と対処","why":"データ集計は完全自動化可能だが、遅延の背後にある人的要因の診断は組織理解を要する","autonomy":"agent","tools":["Jira Agents","Pushable","Monday.com AI"],"evidence":[{"title":"AI Agents for Project Management: A Complete Guide","url":"https://ascn.ai/blog-no-code/ai-agents-project-management-guide","date":"2026","note":"Asana、Jira、Slack等100以上のツール横断で常時稼働するエージェントが承認ゲート付きで運用"}],"forecast_basis":"マルチツール統合の進展により2028年には大半の進捗管理事務が無人化されると予測","site_examples":[{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]}]},{"id":"business.knowledge_rpa","name":"社内ナレッジ検索・RAG / 定型業務自動化（RPA代替）","name_en":"Internal Knowledge Search (RAG) & Routine Task Automation (RPA)","tasks":[{"id":"business.knowledge_rpa.internal_qa_search","name":"社内ナレッジ検索・Q&A（RAG）","name_en":"Internal knowledge search and Q&A (RAG)","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"RAGは本番AIアプリケーションの推定60%を占めるまで普及。単独LLMの約43%のハルシネーション率をRAGで17-33%まで低減","can":"社内文書からの質問応答、複数ソースの統合サマリー、オンボーディング資料の自動生成","cannot":"ハルシネーションの完全排除（17-33%は依然残存）、文書化されていない暗黙知・組織文化の反映","why":"検索拡張生成は精度を大幅改善するが、根本的な生成モデルの捏造傾向は完全には解消されず、かつ非文書化情報は原理的に検索不能","autonomy":"agent","tools":["Glean","Microsoft Copilot (Graph連携)","Claude Fable 5.1 + 社内RAG基盤"],"evidence":[{"title":"RAG & AI Trust Statistics 2026","url":"https://www.cmarix.com/blog/rag-ai-statistics/","date":"2026","note":"単独モデルのハルシネーション率約43%をRAGで17-33%まで低減、本番AIアプリの60%がRAGを採用"},{"title":"Latest AI Hallucination Rates & Benchmarks for New AI Models 2026","url":"https://suprmind.ai/hub/ai-hallucination-rates-and-benchmarks/","date":"2026","note":"検索品質が最終回答品質の約70%を左右するとの分析"}],"forecast_basis":"グラフ構造RAG等の高度化で精度が20-35%改善する報告があり、2028年にはハルシネーション率が一桁台に低下すると予測されるが完全排除は困難","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"business.knowledge_rpa.onboarding_support","name":"新人オンボーディング支援","name_en":"New employee onboarding support","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"定型的なFAQ・手続き案内は人事担当者を上回る即応性で対応可能","can":"社内規程・手続きのQ&A対応、オンボーディングチェックリストの進捗管理","cannot":"新人の心理的な不安への配慮、組織文化の非言語的な伝達（暗黙のルール等）","why":"情報提供は自動化できるが、人間関係の構築を通じた文化的社会化は対人接触が本質的に必要","autonomy":"agent","tools":["Glean","社内Slackボット","Claude Fable 5.1"],"evidence":[{"title":"Anthropic Economic Index: Office & Admin usage","url":"https://azvai.com/en/generative-ai-usage-anthropic-economic-index/","date":"2026","note":"事務・管理系職種でLLMの対応可能範囲(スコープ)が90%、事務タスクの所要時間が約4時間から25分に短縮した事例"}],"forecast_basis":"情報提供部分の自動化はほぼ飽和しており、2028年には定型オンボーディング対応の大半が無人化されると予測","site_examples":[{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"business.knowledge_rpa.form_data_entry_automation","name":"フォーム入力・定型データ入力の自動化","name_en":"Form filling and routine data entry automation","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"単純フォーム入力は既に事務員相当だが、サイト構造変化への追従の脆さが実務投入の壁","can":"決まったフォーマットのWebフォーム入力、複数システム間のデータ転記","cannot":"サイトのレイアウト変更・Cookie同意バナー・予期しないログアウト等のUI変化への頑健な対応","why":"GUI操作はDOM構造の変化に脆弱で、ベンチマークで78%の成功率でも実運用では22%程度まで成功率が落ちるギャップが報告されている","autonomy":"agent","tools":["UiPath + LLM","Claude computer use","Browser-use"],"evidence":[{"title":"Browser-Agent Benchmarks 2026: WebArena, OSWorld, Visual WebArena Compared","url":"https://benchmarkingagents.com/best-benchmarks-for-browser-agents/","date":"2026","note":"WebArenaで78%のスコアでも実運用の成功率は22%程度というギャップが典型的と指摘"},{"title":"WebArena Leaderboard 2026","url":"https://leaderboard.steel.dev/leaderboards/webarena/","date":"2026","note":"最先端エージェントでもWebArena自体のスコアは74.3%が最高水準"}],"forecast_basis":"ベンチマークと実運用の乖離が最大の課題であり、堅牢性向上には数年を要すると見て2028年に実務品質へ到達すると予測","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"business.knowledge_rpa.multi_app_workflow_automation","name":"複数アプリ横断の定型業務代行","name_en":"Cross-application routine workflow automation","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"TheAgentCompanyベンチマークで最良エージェントでも自律完遂率は30%程度にとどまる","can":"単純な2-3ステップのアプリ間連携（データ取得→転記→通知等）","cannot":"175種の実務タスクの大半（ソフトウェア開発、PM、財務分析等の複合タスク）を自律完遂すること。同僚とのメッセージ交換を要する複雑な調整業務","why":"実際の職場は社内システムの多様性、同僚との対話、複数ツールの連続操作を要求し、単一ベンチマークタスクより遥かに文脈依存性が高い。またMIT調査では導入企業の95%が測定可能なROIを得られていないと報告され、ワークフロー統合の壁が技術以上に大きいことを示す","autonomy":"agent","tools":["Claude Fable 5.1 + Computer Use","OpenAI Workspace Agents","Microsoft Copilot Studio"],"evidence":[{"title":"TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks","url":"https://arxiv.org/abs/2412.14161","date":"2024-2025","note":"175の実務タスクで最も競争力のあるエージェントでも自律完遂率30%、Claude 3.5 Sonnetは24%"},{"title":"Introducing workspace agents in ChatGPT","url":"https://openai.com/index/introducing-workspace-agents-in-chatgpt/","date":"2026-04","note":"Slack・Salesforce・Microsoft 365等に接続する常駐エージェントを投入も研究プレビュー段階"},{"title":"MIT: 95% of enterprise AI pilots fail to deliver measurable ROI","url":"https://www.healthcareitnews.com/news/mit-95-enterprise-ai-pilots-fail-deliver-measurable-roi","date":"2025-2026","note":"150件のインタビュー・300件の企業導入分析で、95%のAIパイロットが測定可能なROIを生んでいないと報告。原因はモデル性能ではなくワークフロー統合とデータ準備"}],"forecast_basis":"継続的な学習とツール接続の拡充により2027-2028年には完遂率が過半数に達すると期待されるが、複雑な複合業務の自律完遂は2030年でも道半ばと予測","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"},{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"business.knowledge_rpa.long_horizon_computer_use","name":"長時間PC操作タスクの自律遂行","name_en":"Long-horizon autonomous computer-use task execution","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"OSWorld 2.0（長時間タスク）ではトップモデルでも完遂率20.6%にとどまり、人間の代替にはまだ遠い","can":"数十ステップ規模の定型操作の代行（短時間タスク中心のOSWorld 1.0では人間基準72%を上回るスコアも報告）","cannot":"平均318回のツール呼び出しを要する長時間タスクの安定完遂、想定外のエラー・ポップアップからの自己修復","why":"タスクが長くなるほど途中のわずかなエラーが複利的に蓄積し崩壊する『長距離タスクの脆弱性』が根本課題。METRの時間軸調査でも80%成功基準では3-4時間が限界","autonomy":"agent","tools":["Claude computer use / Cowork","OpenAI Operator / ChatGPT Work","Gemini Computer Use"],"evidence":[{"title":"OSWorld 2.0: Benchmarking Computer Use Agents on Long-Horizon Real-World Tasks","url":"https://arxiv.org/abs/2606.29537","date":"2026-06","note":"最良エージェントでも平均318回のツール呼び出しを要する長時間タスクの完遂率は20.6%"},{"title":"Time Horizon 1.1","url":"https://metr.org/blog/2026-1-29-time-horizon-1-1/","date":"2026-01","note":"2026年前半時点で50%成功基準は16-20時間、80%成功基準では3-4時間が限界"},{"title":"Claude Cowork GA: Anthropic Inverts the Enterprise Agent Rollout Pattern","url":"https://agentmarketcap.ai/blog/2026/05/08/claude-cowork-ga-bottom-up-enterprise-agent-governance","date":"2026-05","note":"2026年4月9日に全有料プランへGA、権限管理機能を同時提供するも長時間タスクの信頼性は課題として残る"}],"forecast_basis":"METRの時間軸は4-7ヶ月ごとに倍増する傾向があり2027年には月単位のタスク遂行が視野に入るとの予測がある一方、80%信頼度基準では成長が緩やかで2030年でも数日規模のタスクが上限になる可能性","site_examples":[{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"},{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]}]}]},{"id":"professional","name":"専門職サービス","name_en":"Professional Services","color":"#6b3f8a","summary":"医療・法務・金融・教育・建築・心理。技術より資格と責任の構造が天井を決める","areas":[{"id":"professional.medical","name":"医療(診断支援・画像読影・問診・治療計画)","name_en":"Medical (diagnosis support, imaging, history-taking, treatment planning)","tasks":[{"id":"professional.medical.imaging_diagnosis_support","name":"画像読影支援(放射線・病理)","name_en":"Medical imaging diagnostic support (radiology/pathology)","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"ChestLink v2.6 vs 放射線科医(多施設1,529例, 2026-02): AI感度99.1% vs 医師72.3%(異常胸部X線検出)。ただし特異度は医師91.8% vs AI 28%と逆転(単体では過検出)。Ibex Prostate Detect: 病理医はAI不使用時に前立腺癌の13%を見逃し、AI heatmap PPVは99.6%。特定タスクの検出感度は専門家超えだが特異度・総合判断は依然人間優位。","can":"特定臓器・所見(乳がん、肺結節、前立腺癌、糖尿病網膜症等)の一次スクリーニング/セカンドリーダー、異常の優先順位付け(triage)、定型所見レポート下書き","cannot":"複合的臨床文脈を統合した最終診断、非定型症例、画質不良時の判断、正式読影レポートへの単独サイン","why":"FDA/PMDA承認は狭いユースケース(CADe/CADx、トリアージ補助)に限定され「読影医の最終責任」が制度要件。false positive率がまだ高く稀少疾患の訓練データ不足。医療過誤責任はサインした医師に帰属し自律運用は制度上不可。","autonomy":"copilot","tools":["Google AMIE/Med-Gemini","ChestLink","Ibex Prostate Detect","ArteraAI Breast/Prostate","Paige Prostate/PanCancer Detect"],"evidence":[{"title":"Autonomous AI Shows Nearly 27 Percent Higher Sensitivity than Radiology Reports for Abnormal Chest X-Rays","url":"https://www.diagnosticimaging.com/view/autonomous-ai-nearly-27-percent-higher-sensitivity-than-radiology-reports-for-abnormal-chest-x-rays","date":"2026-02","note":"多施設1,529例。AI感度99.1% vs 医師72.3%、特異度は医師91.8% vs AI 28%"},{"title":"FDA Grants 510(k) Clearance to Ibex Prostate Detect AI for Prostate Cancer","url":"https://www.targetedonc.com/view/fda-grants-510-k-clearance-to-ibex-prostate-detect-ai-for-prostate-cancer","date":"2025-08","note":"病理医のAI未使用時前立腺癌見逃し率13%、AI heatmap PPV99.6%"},{"title":"FDA AI Approvals Surge Past 1k for Radiology","url":"https://theimagingwire.com/2025/12/10/ai-enabled-medical-devices-granted-fda-marketing-authorization/","date":"2025-12","note":"2026年3月時点でFDA承認AI医療機器1,524件中1,163件が放射線領域"}],"forecast_basis":"PMDAのIDATEN枠組み(継続学習モデルの事前承認変更許容)拡大とMammo-FM等基盤モデルの臨床導入進展により2027-28年に精度向上が見込まれるが、「最終診断は医師の非委任責任」という法制度自体は変わらないためレベル4止まり。","site_examples":[{"title":"とびだす絵本 — 3D絵本の挿絵と世界","url":"ehon.html","kind":"作品"},{"title":"品質検問 — AI生成物は静かに壊れる","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"professional.medical.history_taking_triage","name":"問診・トリアージ","name_en":"History-taking and triage","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"AMIE緊急外来試験(2026, N=100): 盲検評価で医師との鑑別診断の質に有意差なし、safety stop 0件。NEJM AI ED試験(3施設17.4万件): AIトリアージ導入で重症患者特定率78.8%→83.1%、初期対応までの時間33%短縮。ただしLLM単体のESIスコア一致度(39,375例)は最高でもkappa約0.467、精度61.7%で人間看護師の水準には未到達。","can":"受診前病歴聴取の自動化・要約、緊急度分類の意思決定支援、対話による症状収集で医師の問診時間短縮","cannot":"身体診察(視触診・聴診)の代替、非言語的徴候の察知、意思疎通困難な患者への対応、トリアージ最終権限の単独行使","why":"身体診察という物理的行為ができない技術的限界。緊急度誤判定が直接生命に関わるため規制・訴訟リスクが高く自律権限は付与されない。LLMのESI一致率が人間看護師水準に未到達。","autonomy":"copilot","tools":["Google AMIE(Video含む)","Ada Health","Epic/Providence AIトリアージ"],"evidence":[{"title":"Exploring the feasibility of conversational diagnostic AI in a real-world clinical study","url":"https://research.google/blog/exploring-the-feasibility-of-conversational-diagnostic-ai-in-a-real-world-clinical-study/","date":"2026-03","note":"AMIE urgent care 100例、医師と鑑別診断の質に有意差なし、safety stop 0件"},{"title":"Impact of Artificial Intelligence-Based Triage Decision Support on Emergency Department Care","url":"https://ai.nejm.org/doi/abs/10.1056/AIoa2400296","date":"2026","note":"17.4万件のED受診、重症患者特定率78.8%→83.1%、初期対応時間33%短縮"},{"title":"Is Artificial Intelligence Ready for Emergency Department Triage?","url":"https://pmc.ncbi.nlm.nih.gov/articles/PMC12941425/","date":"2026","note":"39,375例でLLM ESI評価、最高一致でもkappa約0.467・精度61.7%"}],"forecast_basis":"2026年8月発表のAMIE Video(音声・映像同時解析)により2027-28年には非接触所見の一部代替が進むと予測。ただし物理接触を伴う診察は技術的に代替不能のためレベル4で頭打ち。","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"professional.medical.differential_diagnosis_support","name":"鑑別診断支援","name_en":"Differential diagnosis support","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"HealthBench Professional(70名超の医師作成・採点、2026-09時点): トップモデルGPT-6 Astra 63.4%、Claude Opus 5 59.8%(専門医レベル到達には及ばず)。HealthBench Hard(複雑臨床推論)ではGPT-5.4が40.1点と絶対値も低く複雑症例は依然困難。DeepRareは標準化症例で正診断1位提示57%。","can":"典型症例の鑑別リスト網羅的生成、稀な鑑別の想起支援(見落とし防止)、エビデンスに基づく追加質問生成","cannot":"複雑合併症例・非定型症例の確実な一次診断、責任を伴う最終診断確定、検査所見を動的に統合した判断","why":"難易度の高いベンチマーク(HealthBench Hard)で正答率4割程度。稀少・非定型症例で性能不安定。誤診が生命に関わるため免許制度上、医師の最終確認が必須。","autonomy":"copilot","tools":["AMIE","Med-Gemini","GPT-5.x/6","Claude Opus 5","DeepRare"],"evidence":[{"title":"Harvey's Legal Agent Benchmark(参考: 同種の専門家ベンチマーク設計)","url":"https://benchlm.ai/benchmarks/healthbenchprofessional","date":"2026-09","note":"HealthBench Professionalトップモデル63.4%、Claude Opus5 59.8%。専門医評価基準で満点に遠い"},{"title":"New AI Algorithm Could Speed Rare Disease Diagnoses","url":"https://www.afhu.org/2026/04/01/new-ai-algorithm-could-speed-rare-disease-diagnoses/","date":"2026-04","note":"DeepRare、標準化データで正診断上位1位57%的中、既存手法比+24pt"},{"title":"ChatGPT Medical Advice Lawsuit—What The Research Says About AI Diagnosis","url":"https://www.forbes.com/sites/jessepines/2026/07/26/a-lawsuit-says-chatgpt-nearly-someone-heres-the-data-on-ai-diagnosis/","date":"2026-07","note":"汎用チャットボットが肺塞栓症症状を誤って安心情報提供し続けた訴訟事例"}],"forecast_basis":"マルチエージェント診断パイプラインや専門特化エージェントの精度向上ペースから2027-28年に典型内科系症例ではジュニア専門医超えが定着すると予測。HealthBench Hardが4割程度に留まることから専門家超え(レベル5)は2030年時点でも時期尚早と判断。","site_examples":[]},{"id":"professional.medical.treatment_planning_support","name":"治療計画立案支援(腫瘍ボード等)","name_en":"Treatment planning support (tumor boards)","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"神経腫瘍放射線治療研究(101症例, 2026): ChatGPT-4が実際の腫瘍ボード決定と76%一致したが、単純症例で必要治療を省略、境界症例で不要治療を提案する誤りがあり「人間の判断の代替にはならない」と結論。","can":"ガイドラインに基づく標準治療オプション提示、腫瘍ボード資料の準備・要約、文献・類似症例の高速検索","cannot":"個別化された複雑意思決定(合併症・患者価値観含む)の最終決定、境界症例での適切な治療強度判断、詳細最適化なしでの放射線治療計画実行","why":"精度76%程度でも過小/過剰治療の誤りが一定割合発生。腫瘍治療は患者QOL等の定量化困難な要素を含み、責任構造上最終決定は必ず人間の腫瘍専門医チームに帰属。","autonomy":"copilot","tools":["ChatGPT-4/5","AI-powered smart patient retrieval","LLaMA 3.3ベース腫瘍ボードツール"],"evidence":[{"title":"Assessing ChatGPT-4 as a clinical decision support tool in neuro-oncology radiotherapy","url":"https://www.ncbi.nlm.nih.gov/pmc/articles/PMC12528231/","date":"2026","note":"101症例、腫瘍ボード決定一致率76%、単純例で治療省略・境界例で過剰治療の傾向"},{"title":"AI-assisted tumor board decision-making in pancreatic oncology","url":"https://link.springer.com/article/10.1186/s12911-026-03444-x","date":"2026","note":"LLaMA3.3による膵癌42例の治療方針予測、予備的研究段階"}],"forecast_basis":"ASCOがAI-Enabled Oncology Careをロードマップ化し、smart patient retrieval等の周辺機能実装が先行することから2027-28年にガイドライン準拠症例ではジュニア腫瘍医相当に到達すると予測。個別化判断の複雑性から専門家超えは想定しない。","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"professional.medical.patient_education_consent","name":"患者説明・インフォームドコンセント文書作成","name_en":"Patient education and informed consent documentation","levels":{"2022":1,"2023":3,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"内分泌外科同意書研究: LLMによりFlesch-Kincaid学年レベルが14.1→8.8に改善(可読性大幅向上)するが内容忠実性(fidelity)が犠牲になるケースあり。口腔外科同意書はAI生成の方が従来ウェブ同意書より質・可読性で優位だが両者とも推奨可読性水準未達。","can":"平易な言葉での病状説明文下書き、多言語翻訳、可読性改善、標準同意書テンプレートの個別化","cannot":"医学的内容正確性の独力保証(fidelity低下リスク)、患者理解度確認の対話的プロセスの完全代替、法的責任を伴う同意取得","why":"可読性と内容正確性のトレードオフが実証されており、医師の説明義務(法的責任)は資格制度上代替不可能。誤訳・簡略化による重要情報欠落リスク。","autonomy":"copilot","tools":["ChatGPT","Copilot","Gemini","RAGベース同意書生成ツール"],"evidence":[{"title":"Speaking Patient's Language: Assessment of Readability and Fidelity of AI-Optimized Consent Forms","url":"https://yesilscience.com/speaking-patients-language-assessment-of-readability-and-fidelity-of-artificial-intelligence-optimized-consent-forms/","date":"2026","note":"内分泌外科同意書、可読性14.1→8.8改善も内容忠実性が低下"},{"title":"Quality of Conventional versus Artificial Intelligence Oral Surgery Consent Forms","url":"https://www.jmir.org/2026/1/e59851","date":"2026","note":"AI生成同意書が従来より優位だが推奨水準未達"}],"forecast_basis":"可読性改善は既に実用域に達しており伸びしろは限定的だが、fidelity検証技術高度化により2028年までに内容正確性問題が実務上解消されレベル4で安定と予測。法的同意取得責任は医師に残るため専門家超え概念は不適用。","site_examples":[]},{"id":"professional.medical.rare_disease_diagnosis","name":"稀少症例・診断困難例対応","name_en":"Rare and complex case diagnosis","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"DeepRare(2026): 標準化症状データで正診断を候補1位に57%的中させ、専門の希少疾患医を上回るケースも報告。既存AI手法比+24pt。ただし希少疾患患者は平均約6年の「診断オデッセイ」を経験しており、AIが解決したのは表現型マッチングという限定的ワークフローのみ。","can":"症状・遺伝子データからの候補疾患ランキング、文献・症例データベースの高速横断検索、稀少疾患を疑うきっかけの提示","cannot":"確定診断(遺伝子検査等の追加検査及び専門医診察が必要)、症例報告のない未知疾患パターンの発見、患者生活歴等社会的文脈を統合した総合判断","why":"稀少疾患は訓練データが本質的に乏しく、ベンチマーク正解率も57%程度(上位候補に正解がないケースが43%)。最終確定は遺伝学的検査・専門医の総合判断に依存し自律不可。","autonomy":"copilot","tools":["DeepRare","Google Med-Gemini","GPT-5/6","HPO(Human Phenotype Ontology)ベースツール"],"evidence":[{"title":"New AI Algorithm Could Speed Rare Disease Diagnoses","url":"https://www.afhu.org/2026/04/01/new-ai-algorithm-could-speed-rare-disease-diagnoses/","date":"2026-04","note":"標準化データで正診断上位1位57%的中、既存手法比+24pt、専門医を上回るケースも報告"},{"title":"Unifying the odyssey: artificial intelligence for rare disease diagnosis and therapy","url":"https://pmc.ncbi.nlm.nih.gov/articles/PMC13045663/","date":"2026","note":"平均6年の診断オデッセイの現状分析とAI活用の展望"}],"forecast_basis":"表現型マッチングAIの精度向上ペース(既存手法比+24pt)から2027-28年に正診断上位提示率が7割程度に達すると予測。確定診断プロセスは制度的に人間中心のまま残るため2030年時点でもレベル4止まり。","site_examples":[]}]},{"id":"professional.psychology","name":"心理・カウンセリング・メンタルヘルス","name_en":"Psychology, counseling, and mental health","tasks":[{"id":"professional.psychology.listening_casual_support","name":"傾聴・雑談的サポート","name_en":"Listening / casual emotional support","levels":{"2022":1,"2023":3,"2024":3,"2025":3,"2026":3,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"共感メタ分析(13研究, 2026): AIチャットボットの共感評価が人間医療従事者よりSMD 0.87高い。一方でCharacter.AI/OpenAI関連の重大インシデント(未成年自殺、AI精神病)が多発し、商用チャットボット週間対話の約0.15%に自殺計画の兆候が含まれると推計。","can":"24時間365日の雑談・共感的傾聴、孤独感の一時的緩和、感情の言語化支援、共感スコア上の高評価(スコア上は人間超え)","cannot":"危機的状況の確実な検知・エスカレーション、長期的治療関係(治療同盟)の構築、複雑な逆転移・境界設定、深刻な精神疾患への安全対応","why":"共感\"スコア\"は高くても安全性(迎合=sycophancyによる妄想増悪等)に構造的欠陥があり、未成年自殺・AI精神病等の重大インシデントが多発。免許保持専門家のような責任構造・スーパービジョンが存在しない。","autonomy":"copilot","tools":["ChatGPT","Character.AI","Replika","Woebot(B2B化)","Wysa"],"evidence":[{"title":"AI chatbots versus human healthcare professionals: a systematic review and meta-analysis of empathy in patient care","url":"https://pmc.ncbi.nlm.nih.gov/articles/PMC12536877/","date":"2026","note":"13研究メタ分析、AI共感評価が人間よりSMD0.87高い"},{"title":"Google and Character.AI agree to settle lawsuit linked to teen suicide","url":"https://www.jurist.org/news/2026/01/google-and-character-ai-agree-to-settle-lawsuit-linked-to-teen-suicide/","date":"2026-01","note":"未成年自殺関連訴訟の和解、FL/CO/NY/TXの複数訴訟が対象、条件非公開"},{"title":"Misuse of AI chatbots tops annual list of health technology hazards (ECRI 2026)","url":"https://home.ecri.org/blogs/ecri-news/misuse-of-ai-chatbots-tops-annual-list-of-health-technology-hazards","date":"2026-01","note":"ECRIが2026年医療技術ハザード第1位にAIチャットボット誤用を選定"}],"forecast_basis":"共感スコアという表層指標は既に高水準で伸びしろは乏しく、安全ガードレール(危機検知)の構造的困難と規制強化(イリノイ州等の拡大)により2027-30年も実務品質としてはレベル3で頭打ちと予測。","site_examples":[]},{"id":"professional.psychology.structured_therapy_cbt","name":"CBT等構造化セラピー補助","name_en":"Structured therapy support (CBT-based)","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"Dartmouth Therabot RCT(NEJM AI, 2025-03): うつ症状51%減少、全般性不安症状31%減少、摂食障害懸念19%減少(いずれも対照群を有意に上回る)。ユーザーは治療同盟について人間専門家と同程度の信頼・コミュニケーションを報告。ただし対象は軽度〜中等度、期間8週間のみ。","can":"エビデンスに基づくCBTプロトコルの構造化提供、症状モニタリングとフィードバック、宿題(ホームワーク)実施支援、軽度〜中等度症例への統計的に有意な症状改善","cannot":"重度精神疾患(重症うつ、双極性障害、パーソナリティ障害等)への対応、長期予後の実証、人間の臨床的CBTとの直接比較エビデンス、複雑併存疾患のケースformulation","why":"臨床試験期間が短く重症例が除外されているため限定的エビデンスのみ。免許保持者による直接の治療同盟構築は法規制(イリノイ州WOPR法等)で保護される領域。","autonomy":"agent","tools":["Therabot(Dartmouth)","Woebot(B2B)","Wysa","Youper"],"evidence":[{"title":"Randomized Trial of a Generative AI Chatbot for Mental Health Treatment","url":"https://ai.nejm.org/doi/full/10.1056/AIoa2400802","date":"2025-03","note":"Therabot RCT、うつ症状51%減、GAD症状31%減、摂食障害懸念19%減、対照群比で有意"},{"title":"First Therapy Chatbot Trial Yields Mental Health Benefits","url":"https://home.dartmouth.edu/news/2025/03/first-therapy-chatbot-trial-yields-mental-health-benefits","date":"2025-03","note":"治療同盟の主観評価が人間専門家と同程度と報告"}],"forecast_basis":"Therabotの成功を受け同種臨床試験パイプラインが拡大しており2027-28年に軽度〜中等度症例ではジュニア臨床家相当(レベル4)に到達すると予測。ただし州規制拡大により汎用チャットボットでの同水準到達とは別軸。","site_examples":[]},{"id":"professional.psychology.crisis_suicide_risk_assessment","name":"危機介入・自殺リスク評価","name_en":"Crisis intervention and suicide risk assessment","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":1,"2027e":1,"2028e":2,"2030e":2},"vs_expert":"商用チャットボット29種のテストで「自殺危機への適切な対応ができたものはゼロ」。中間リスクレベルの識別に体系的失敗。Adam Raine事件ではChatGPTが1,275回自殺に言及、377件の自傷関連メッセージにフラグを立てたが一度もセッション終了・当局通報せず。","can":"明確で極端な自殺念慮表明の検出とホットライン等リソース提示、自傷関連キーワードの機械的フラグ立て","cannot":"中間リスクレベル(暗示的・婉曲的危機サイン)の識別、致死性のある手段情報の適切な抑制、危機時のエスカレーション(通報・介入)の確実な実行","why":"中間リスク帯でのキャリブレーション不全が複数モデルファミリーで一貫して確認される技術的限界に加え、責任構造上チャットボット単独での介入権限がなく、法規制(WOPR法等)が専門家によるリスク評価を必須化。ECRIが2026年医療技術ハザード第1位に選定。","autonomy":"copilot","tools":["一般チャットボット(ChatGPT, Character.AI等、危機対応専用ではない)"],"evidence":[{"title":"Zero of 29 AI Chatbots Provided Adequate Suicide-Crisis Responses","url":"https://apn.com/research/zero-of-29-ai-chatbots-provided-adequate-suicide-crisis-responses/","date":"2026","note":"29種の商用チャットボットで適切な自殺危機対応をしたものはゼロ"},{"title":"OpenAI ChatGPT Wrongful Death Claim (Adam Raine)","url":"https://www.hbsslaw.com/cases/openai-chatgpt-wrongful-death-claim","date":"2025-08提訴/2026係属中","note":"1,275回自殺言及、377件自傷フラグも介入せず10代少年が自殺"},{"title":"Are artificial intelligence chatbots safe for suicide risk assessment?","url":"https://www.cambridge.org/core/journals/global-mental-health/article/are-artificial-intelligence-chatbots-safe-for-suicide-risk-assessment-a-narratively-synthesized-review-of-current-evidence/C54EC19E3218DDCB8F54D0293C1E7CCE","date":"2026","note":"中間リスク帯の識別に系統的失敗"}],"forecast_basis":"複数訴訟・規制強化(FTC調査、ECRI最重要ハザード指定、州法拡大)が業界にセーフティ機構実装を強制する圧力になっており2028年にかけ基本安全機能は改善見込み。ただし中間リスクのニュアンス判断は臨床心理学的にも困難な中核課題であり専門家並みには2030年時点でも未到達と予測。","site_examples":[]},{"id":"professional.psychology.psych_testing_interpretation","name":"心理検査の解釈補助","name_en":"Psychological test interpretation support","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"MMPI-3等の客観的尺度についてはAI解釈補助ツールが実用化されつつあり評価時間を4-6時間から大幅短縮可能。一方ロールシャッハ等投影法では、2026年の研究がAI反応パターンに臨床的解釈をそのまま適用できないと結論。","can":"客観的心理検査(MMPI等)スコアに基づく標準解釈文の下書き生成、レポート構成・文章化の効率化、経時比較の整理","cannot":"投影法検査(ロールシャッハ等)の臨床的解釈、行動観察・面接情報を統合した総合判断、報告書最終責任を伴うサイン","why":"投影法テストは元来訓練データが存在せず、LLM応答パターンに人間の臨床解釈枠組みをそのまま適用する妥当性が実証されていない。心理検査解釈は資格を持つ心理士の専管業務として法的に位置づけ。","autonomy":"copilot","tools":["Modalia AI","汎用LLM(報告書下書き)"],"evidence":[{"title":"Human Shadows in Machine Minds: Quantitative Study Interpreting AI Responses to the Rorschach Test","url":"https://pmc.ncbi.nlm.nih.gov/articles/PMC13168847/","date":"2026","note":"AIのロールシャッハ反応に臨床診断的解釈を直接適用することは妥当でないと結論"}],"forecast_basis":"客観検査は構造化データのためAI適用が進みやすく2027-28年に標準解釈文生成が定型業務として定着(レベル3)すると予測。投影法・行動観察の統合という核心的臨床判断は方法論的に検証困難なままであり2030年時点でも専門家水準には未到達と判断。","site_examples":[{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"},{"title":"導線点検（壊れ方の記録）","url":"method/dousen-tenken.html","kind":"作り方"}]},{"id":"professional.psychology.therapist_notes_supervision","name":"セラピスト向けノート作成・supervision補助","name_en":"Clinical note-taking and supervision support for therapists","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"Mentalyc, Freed, Upheal等のHIPAA準拠AIスクライブが2026年時点で商用普及。SOAP/DAP/GIRP形式ノート自動生成、多言語対応、スーパービジョン向けセッション傾向分析が実装済み。文書化タスクは専門家の作業を高精度に代替できる領域として確立。","can":"セッション音声からのSOAP/DAP/GIRPノート自動生成、治療計画・進捗の経時追跡、スーパービジョン準備用セッション傾向要約、保険請求用書類の下書き","cannot":"臨床的判断そのもの(診断・治療方針決定)、スーパーバイザーによる直接観察に代わる質的評価、記録内容の臨床的妥当性の最終保証","why":"記録作成は本質的に文書化タスクでありLLMの得意領域だが、臨床的判断・責任は専門家に残る制度設計。音声記録の同意・保持期間などプライバシー規制(HIPAA)遵守が事業者依存でばらつきがある。","autonomy":"agent","tools":["Mentalyc","Freed","Upheal","PMHscribe"],"evidence":[{"title":"Best AI Notetaker for Therapists in 2026","url":"https://www.mentalyc.com/blog/best-ai-notetaker-for-therapists","date":"2026","note":"SOAP/DAP/GIRP自動生成、保険請求対応ノートの構造化生成が商用実装済み"},{"title":"Best AI Tools for Supervision Notes in Healthcare in 2026","url":"https://www.trytwofold.com/blog/best-ai-for-supervision-notes","date":"2026","note":"スーパービジョン向けセッション傾向分析"}],"forecast_basis":"記録作成という定型文書タスクは既に高水準(レベル4)に達しており、2027-30年もHIPAA準拠等運用面の改善はあるが臨床判断そのものへの越境は制度的に想定されないためレベル4で安定と予測。","site_examples":[]}]},{"id":"professional.legal","name":"法務","name_en":"Legal","tasks":[{"id":"professional.legal.contract_review","name":"契約書レビュー・リスク抽出","name_en":"Contract review & risk extraction","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"Vals AI契約レビューベンチマーク(2025-10, 20問69チェック)で弁護士79.7% vs Harvey Assistant 59.4% vs Vincent AI 53.6%(AIがジュニア弁護士水準未満)。一方、契約ドラフト専用ベンチマーク(legalbenchmarks.ai, 2025-09)では人間弁護士の信頼できる初稿率56.7%(最良70%)に対し最良AI(Gemini 2.5 Pro)73.3%でAIが上回った。タスクにより優劣が逆転する。","can":"数千契約の一次スクリーニング、標準条項との差分・逸脱検出、NDA等定型文書ドラフト、タブラー一括レビュー","cannot":"複雑M&A契約の最終判断、稀少法域の解釈、契約当事者の意図推測、責任を伴う最終サインオフ","why":"ベンチマークにより分野差はあるがジュニア弁護士以下の精度が出るケースがあり(53-59%)、幻覚・見落としリスク残存。最終責任(懲戒・malpractice保険)は弁護士本人に帰属するため人間確認が必須。","autonomy":"copilot","tools":["Harvey","CoCounsel(Thomson Reuters)","Legora","Spellbook","Kira","Luminance"],"evidence":[{"title":"Vals AI's Latest Benchmark Finds Legal and General AI Now Outperform Lawyers in Legal Research Accuracy","url":"https://www.lawnext.com/2025/10/vals-ais-latest-benchmark-finds-legal-and-general-ai-now-outperform-lawyers-in-legal-research-accuracy.html","date":"2025-10","note":"契約レビュー20問ベンチマークで弁護士79.7%>Harvey59.4%>Vincent53.6%"},{"title":"AI Tools Match Or Exceed Human Lawyers in Contract Drafting Benchmark Study","url":"https://www.lawnext.com/2025/09/ai-tools-match-or-exceed-human-lawyers-in-contract-drafting-benchmark-study.html","date":"2025-09","note":"Gemini 2.5 Pro 73.3% vs 最良人間弁護士70%"},{"title":"LegalOn 2026 Contract Review Benchmark","url":"https://www.legalontech.com/post/the-contract-review-benchmark-2026","date":"2026-01","note":"11モデル×3,282ペア比較"}],"forecast_basis":"独立ベンチマークが年次更新され精度向上傾向。Legora$5.6B・Harvey$11B評価による投資加速。複雑契約は規制・保険上、人間確認要求が残ると予測。","site_examples":[{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"professional.legal.legal_research","name":"判例・法令調査","name_en":"Case law & statute research","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"Stanford RegLab研究(JELS 2025、202件の法律クエリを専門家採点)で幻覚率 Lexis+AI 17%、Westlaw AI-Assisted 33%、GPT-4 43%。ベンダーの「hallucination-free」主張は過大と実証。一方Vals AI(2025-10)ではフロンティアモデルが研究タスクで弁護士(71%)を上回るスコア(~80%)を記録するなどベンチマーク上は互角〜優位だが実務誤用は多発。","can":"大量法令・判例の意味検索・要約、初期リサーチメモ作成","cannot":"引用の完全性保証(捏造判例リスクは0にならない)、稀少法域・新しい法解釈、判例の射程の機微な判断","why":"RAGでも「hallucination-free」を保証できないとStanford研究が実証。ベンダー主張と実態のギャップが公式に確認された。","autonomy":"copilot","tools":["Lexis+ AI","Westlaw AI-Assisted Research","CoCounsel","Harvey"],"evidence":[{"title":"Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools","url":"https://reglab.stanford.edu/publications/hallucination-free-assessing-the-reliability-of-leading-ai-legal-research-tools/","date":"2025-01","note":"Stanford RegLab, JELS掲載、Lexis+AI17%/Westlaw33%/GPT-4 43%幻覚率"},{"title":"Vals AI's Latest Benchmark Finds Legal and General AI Now Outperform Lawyers in Legal Research Accuracy","url":"https://www.lawnext.com/2025/10/vals-ais-latest-benchmark-finds-legal-and-general-ai-now-outperform-lawyers-in-legal-research-accuracy.html","date":"2025-10","note":"フロンティアモデルが研究タスクで弁護士71%を上回るスコア"}],"forecast_basis":"モデル精度は年々向上する一方、実務での誤用による懲戒事例は同時に急増しており、技術力と実務リスクの乖離が続く。2027-2030はベンダー側の引用検証機能標準化で信頼性向上見込みも人間確認義務は残存。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"professional.legal.litigation_drafting","name":"訴訟準備書面ドラフト","name_en":"Litigation brief drafting","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"2026年6月時点で世界のAI幻覚裁判事例が1,598件(2025年半ば~200件→2026年1月719件→2026年6月1,598件と急増)。制裁額は18か月で11倍(2023年$5,000→2025年$55,597、最大はOregon事件の約$109,700)。Sixth Circuitは2026年3月、24件の架空引用を含む書面で2名の弁護士に計$30,000制裁。Nebraska州の弁護士は63引用中57件が不備(20件は架空判例)で資格停止(2026年4月)。","can":"定型訴状・動議のドラフト、事実要約、先例のドラフト整理(検証済みの場合)","cannot":"引用正確性の自動保証、責任を伴う最終提出判断、弁論","why":"幻覚判例による懲戒・制裁が2026年時点で1,300~1,600件超発生し急増中。責任は提出した弁護士本人に帰属(Rule 11・署名者責任)。","autonomy":"copilot","tools":["Harvey","CoCounsel","Westlaw AI","Lexis+AI","ChatGPT/Claude(無秩序利用が主要事故原因)"],"evidence":[{"title":"Sixth Circuit Sanctions Attorneys for Fake Citations","url":"https://www.sixthcircuitappellateblog.com/recent-cases/sixth-circuit-sanctions-attorneys-for-fake-citations-what-does-this-mean-for-use-of-ai/","date":"2026-03","note":"2名の弁護士に各$15,000制裁、24件の架空引用"},{"title":"AI Hallucination Legal Cases: A Sanctions Tracker (2026)","url":"https://gc.ai/blog/ai-hallucination-legal-cases","date":"2026-06","note":"世界で1,598件、Nebraska弁護士資格停止など"},{"title":"AI in litigation: Update on Gen AI sanctions in 2026","url":"https://www.nortonrosefulbright.com/en-us/knowledge/publications/792d8bf3/ai-in-litigation-update-on-gen-ai-sanctions-in-2026","date":"2026","note":"制裁額11倍増$5,000→$55,597、Oregon$109,700最大"}],"forecast_basis":"制裁額が18か月で11倍という指数的増加。2027年以降は裁判所側のAI利用開示義務化とベンダー引用検証機能の標準搭載により単純ミスは減少すると予測されるが、悪質・不注意な事故は残る。","site_examples":[]},{"id":"professional.legal.due_diligence","name":"デューデリジェンス(M&A)","name_en":"M&A due diligence","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"業界報告(2026)によると年10-15件のM&A案件を扱う中堅事務所でDD時間40-60%削減、案件あたり8万~30万ドルの人件費節約。Luminanceは複数法域・大量契約の逸脱検出で優位性を報告。","can":"数千契約の同時スクリーニング、標準逸脱条項(チェンジオブコントロール等)の抽出、要約メモ作成","cannot":"発見事項の商業的重要性(materiality)判断、稀少地域規制の解釈、最終的な取引可否判断","why":"判断業務(materiality)はAIスコアが低い。DDメモの署名・責任は弁護士に帰属。","autonomy":"agent","tools":["Harvey","Kira","Luminance","Spellbook","CoCounsel"],"evidence":[{"title":"AI Due Diligence in M&A: Uses, Risks & Limits (2026)","url":"https://dealroom.net/blog/ai-due-diligence","date":"2026","note":"DD時間40-60%削減、$80,000-$300,000/案件節約"},{"title":"10 Best AI Tools for Contract Due Diligence in 2026","url":"https://www.spellbook.legal/learn/best-ai-tools-for-contract-due-diligence","date":"2026"}],"forecast_basis":"大規模文書処理はAIの明確な優位領域。コンテキストウィンドウ拡大により2028-2030年にはさらに大規模データセットの同時処理が可能となる見込み。取引可否等の商業判断は人間業務として残存。","site_examples":[]},{"id":"professional.legal.compliance_monitoring","name":"コンプライアンスチェック","name_en":"Compliance monitoring","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"Compliance Week 2026調査: 83%超の組織がAIツール利用も強固なガバナンス体制保有は約25%のみ。37%のみAIガバナンスポリシー保有。78%が学習データ投入前の検証不能、77%がデータ来歴を追跡不能、33%が監査ログを一切持たない — 導入は先行するが信頼性基盤が未整備。","can":"規制文書の変更監視、複数フレームワーク横断のエビデンス自動収集、リスクスコアリング","cannot":"新規制の実質的解釈、規制当局対応の最終判断、監査証跡の完全性保証(大半の組織で未整備)","why":"ガバナンス体制(データ来歴管理・監査ログ)整備が追いつかず、技術力とは別に組織的信頼性が欠如。誤検知・見落としの責任はコンプライアンス部門/法務に帰属。","autonomy":"agent","tools":["各種GRCプラットフォーム","CoCounsel","独自LLMベースのモニタリングツール"],"evidence":[{"title":"AI & Compliance Survey 2026: Adoption is high. Governance and controls lag.","url":"https://www.complianceweek.com/resource/ai-compliance-survey-2026-adoption-is-high-governance-and-controls-lag/","date":"2026","note":"83%導入、ガバナンス体制25%のみ、監査ログ欠如33%"}],"forecast_basis":"EU AI Act等の規制がガバナンス整備を義務化する方向。2027-2028年にかけ監査可能性がベンダー選定の差別化要因になると予測。","site_examples":[]},{"id":"professional.legal.consumer_legal_advice","name":"一般向け法律相談・アクセスジャスティス","name_en":"Consumer legal advice / access-to-justice","levels":{"2022":0,"2023":1,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"FTC対DoNotPay最終命令(2025-01/02): 「AI弁護士」を標榜しながら人間弁護士による品質検証を一切行わず、包括的な法令DBで学習もしていなかったと認定、$193,000の返金命令+将来の誇大広告禁止命令。米国低所得世帯は年間民事法的問題の92%で法的支援を受けられていない(access to justiceギャップ)という巨大ニーズとの対比。","can":"一般的な法制度の説明、フォーム記入補助、選択肢整理(非営利事例)","cannot":"個別事案への具体的助言(UPL=非弁護士行為に抵触するリスク)、責任を伴う法的判断、依頼者との継続的信頼関係構築","why":"非弁護士行為(UPL)規制。2026年に複数州でチャットボット提供者への損害賠償責任を課す新法(NY SB7263等)。DoNotPay制裁が業界の誇大広告への抑止力に。","autonomy":"copilot","tools":["ChatGPT","LegalZoom","DoNotPay(制裁後に主張弱化)"],"evidence":[{"title":"FTC Finalizes Order with DoNotPay That Prohibits Deceptive 'AI Lawyer' Claims","url":"https://www.ftc.gov/news-events/news/press-releases/2025/02/ftc-finalizes-order-donotpay-prohibits-deceptive-ai-lawyer-claims-imposes-monetary-relief-requires","date":"2025-02","note":"$193,000返金命令、品質未検証と認定"},{"title":"New York Bill Would Create Liability for Chatbot Proprietors Offering Professional Advice","url":"https://www.hklaw.com/en/insights/publications/2026/03/new-york-bill-would-create-liability-for-chatbot-proprietors","date":"2026-03"}],"forecast_basis":"州レベルのチャットボット規制法制化が2026年に加速、UPL抵触リスクの明確化が進む一方、access to justiceギャップの大きさから非営利・裁判所主導のガードレール付きツールは拡大見込み。","site_examples":[]},{"id":"professional.legal.courtroom_advocacy","name":"法廷弁論・訴訟代理(できない側の代表例)","name_en":"Courtroom advocacy & representation","levels":{"2022":0,"2023":0,"2024":0,"2025":0,"2026":0,"2027e":0,"2028e":0,"2030e":1},"vs_expert":"該当ベンチマークなし(制度的独占領域)。AIはリハーサル・想定問答生成の補助に留まる。","can":"弁論リハーサル相手、想定質問への回答案生成、模擬尋問シミュレーション","cannot":"実際の法廷での代理人としての出廷・弁論、依頼者との契約締結、宣誓供述書への署名、専門家証人としての証言","why":"弁護士資格(bar admission)は法域ごとの制度的要件でAIは法人格・資格を持てない。責任の所在(懲戒・malpractice保険)は自然人の資格保有者に限定される制度設計。","autonomy":"copilot","tools":["Harvey(模擬弁論支援機能)","CoCounsel"],"evidence":[{"title":"FTC Finalizes Order with DoNotPay","url":"https://www.ftc.gov/news-events/news/press-releases/2025/02/ftc-finalizes-order-donotpay-prohibits-deceptive-ai-lawyer-claims-imposes-monetary-relief-requires","date":"2025-02","note":"規制当局がAIは人間弁護士の代替たり得ないと明示的に認定"},{"title":"New York Bill Would Create Liability for Chatbot Proprietors Offering Professional Advice","url":"https://www.hklaw.com/en/insights/publications/2026/03/new-york-bill-would-create-liability-for-chatbot-proprietors","date":"2026-03"}],"forecast_basis":"弁護士資格制度は司法制度に深く組み込まれ、2030年までの制度変更の可能性は極めて低い。AIの役割は資格者の生産性向上ツールに留まると予測。","site_examples":[]}]},{"id":"professional.journalism","name":"ジャーナリズム・調査報道","name_en":"Journalism and investigative reporting","tasks":[{"id":"professional.journalism.news_drafting","name":"ニュース記事下書き生成","name_en":"News article drafting","levels":{"2022":1,"2023":2,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"グローバルでAI生成ニュースへの信頼度20%(Reuters Institute Digital News Report 2026) vs 別調査では人間生成ニュース信頼58% vs AI生成ニュース信頼14%。読者88%がAI生成コンテンツ増加でSNSニュースへの信頼が低下したと回答。一方2026年ピューリツァー賞は過去最多8組の受賞者が調査報道でのAI活用を公表。","can":"定型ニュース(決算・スポーツ結果・気象等)の自動生成、下書き作成、要約記事の量産","cannot":"一次情報源の裏取りなしの正確性保証、読者の信頼獲得(信頼度14-20%と低迷)、複雑な文脈判断を伴う調査報道記事の完成","why":"捏造引用・架空人物生成が繰り返し発生(Sports Illustrated偽著者2023-11、Ars Technica捏造引用撤回2026-02、Bild架空記者)。責任は発行元メディアに帰属し読者信頼が構造的に低い。","autonomy":"copilot","tools":["ChatGPT","Claude","Gemini","社内カスタムLLM(KI-Welt, LedeAI)"],"evidence":[{"title":"Ars Technica Pulls Article With AI Fabricated Quotes About AI Generated Article","url":"https://www.404media.co/ars-technica-pulls-article-with-ai-fabricated-quotes-about-ai-generated-article/","date":"2026-02","note":"Ars Technicaがフィクション引用を含む記事を撤回、記者を解雇"},{"title":"Overview and key findings of the 2026 Digital News Report","url":"https://reutersinstitute.politics.ox.ac.uk/digital-news-report/2026/dnr-executive-summary","date":"2026-06","note":"AIチャットボットニュース信頼度20%、SNSニュース信頼22%"}],"forecast_basis":"Reuters InstituteはAIチャットボット経由ニュース利用が世界平均10%(2026)に留まると報告する一方、社内自動化拡大を予測。読者不信の構造は技術改善のみでは解消せず、2027-2030年も人間編集の関与表示・監修が業界標準として残ると予測。","site_examples":[]},{"id":"professional.journalism.fact_checking","name":"ファクトチェック","name_en":"Fact-checking","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"CHI 2026論文(\"Beyond Accuracy\")で専門家はAIファクトチェックを「正確だが有用性は低い」と評価。Full Factは数百万文からの要チェック主張の自動分類・優先順位付けリストを毎日生成し、human-in-the-loopのハイブリッド運用で小規模チームのカバー範囲を拡大。","can":"大量発言・SNS投稿からの要チェック主張の自動抽出・優先順位付け、既存DBとの照合、選挙関連速報監視","cannot":"主張の重大性・公益性の最終判断、新規複雑主張の一次検証(専門家取材要)、皮肉・文脈依存発言の正確な解釈","why":"「正確だが有用性は低い」という専門家評価が技術的正確性と実務説明力の差を示す。Full Fact等もhuman-in-the-loopを明言。","autonomy":"agent","tools":["Full Fact AI","各社内カスタムLLM"],"evidence":[{"title":"Full Fact is battling AI-generated elections content with AI tools of its own","url":"https://www.niemanlab.org/2026/06/full-fact-is-battling-ai-generated-elections-content-with-ai-tools-of-its-own/","date":"2026-06"},{"title":"Beyond Accuracy: Experts See AI Fact-Checks as Accurate but Less Useful","url":"https://dl.acm.org/doi/10.1145/3772318.3791625","date":"2026","note":"CHI 2026 Proceedings"}],"forecast_basis":"選挙イヤーごとにAI生成偽情報が急増、Full Fact等は年次でツール強化。2027-2028年にマルチモーダル(画像・動画)ファクトチェック拡張見込み。ただし「有用性」課題は当面残る。","site_examples":[]},{"id":"professional.journalism.data_journalism","name":"データジャーナリズム・大量文書解析/OSINT","name_en":"Data journalism & large-scale document analysis / OSINT","levels":{"2022":2,"2023":3,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"AP(2026年)は中国監視企業からの流出メール・DB数万件についてLLMで契約特定・政府記録要約・人物技術のフラグ付けを実施。ICIJはPanama Papers(1150万文書、300名以上の記者、76カ国)でNeo4jグラフDB+機械学習によるパスポート識別・送金パターン検出を実施し人力では不可能な規模を実現。2026年ピューリツァー賞で過去最多8組がAI活用を公表。","can":"数百万文書からのエンティティ抽出・パターン検出・重複除去・グラフ関係分析、OSINT(衛星画像・SNS・IP等)の大量横断分析","cannot":"情報源の信憑性の最終判断、公益性・報道価値の編集判断、名誉毀損等法的リスクの最終評価、匿名化情報源の再特定リスクの完全排除","why":"パターン検出・大量処理はAIの得意領域で人間には不可能な規模を実現しているが、報道判断・法的責任は記者・編集者に帰属。文体的特徴での情報源再特定リスクをアルゴリズムは検出しきれない。","autonomy":"agent","tools":["Pinpoint(Google)","Neo4j","カスタムLLMパイプライン","Bellingcat OSINTツール群"],"evidence":[{"title":"AI Applications in Investigative Journalism","url":"https://cnti.org/briefing/ai-applications-in-investigative-journalism/","date":"2026","note":"AP中国監視企業調査、WSJ Epstein文書解析"},{"title":"How we use machine learning to find passports and unlock one key to offshore secrecy","url":"https://www.icij.org/inside-icij/2025/05/how-we-use-machine-learning-to-find-passports-and-unlock-one-key-to-offshore-secrecy/","date":"2025-05"},{"title":"A record-breaking eight Pulitzer awardees disclosed AI use this year","url":"https://www.niemanlab.org/2026/08/a-record-breaking-eight-pulitzer-awardees-disclosed-ai-use-this-year/","date":"2026-08"}],"forecast_basis":"大規模文書解析はAIの最も明確な優位領域。コンテキストウィンドウ拡大とマルチモーダル解析の進展で2028-2030年には人間チームでは不可能な規模・速度の調査が標準化すると予測。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"}]},{"id":"professional.journalism.original_investigation_sourcing","name":"独自取材・情報源開拓(できない側の代表例)","name_en":"Original investigation & source cultivation","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":1,"2027e":1,"2028e":2,"2030e":2},"vs_expert":"定量ベンチマークなし(測定困難領域)。TechCrunch(2026-04)報告: Thiel系スタートアップの「AIがジャーナリズムを判定」構想に対しメディア弁護士が内部告発者への萎縮効果を懸念。専門家は「内部告発者は機密情報をAIに一切入力すべきでなく、信頼できる弁護士に直接相談すべき」と助言。","can":"取材対象の背景調査支援、公開情報からの関係者マッピング、取材メモの整理","cannot":"内部告発者との信頼関係構築、対面での関係構築を要する情報源開拓、匿名性を要する機密情報のやり取りの安全な仲介、現場での直感的な追加質問判断","why":"情報源保護(reporter's privilege)は人間同士の信頼と法的特権に基づく制度で、AI経由の情報伝達はログ・学習データ化リスクを伴い専門家は使用を明確に忌避。現場取材の直感的判断はAIの構造的限界。","autonomy":"copilot","tools":["一般用途LLM(直接の情報源接触には非推奨)"],"evidence":[{"title":"Can AI judge journalism? A Thiel-backed startup says yes, even if it risks chilling whistleblowers","url":"https://techcrunch.com/2026/04/15/can-ai-judge-journalism-a-thiel-backed-startup-says-yes-even-if-it-risks-chilling-whistleblowers/","date":"2026-04"},{"title":"The Inherent Risks of AI: What Whistleblowers Need to Know","url":"https://www.outtengolden.com/newsroom/ai-risks-what-whistleblowers-need-to-know","date":"2025"}],"forecast_basis":"情報源保護は法制度・信頼関係に根差し技術進歩による代替可能性は構造的に低い。2030年までも「対面・人間仲介が原則」の業界規範が維持されると予測。","site_examples":[]},{"id":"professional.journalism.summarization_translation","name":"要約・翻訳","name_en":"Summarization & translation","levels":{"2022":2,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"独Welt TVが2026年「KI-Welt」で完全AI生成ニュース番組(台本執筆・要約・提示まで自動化)を実現。公共放送(独・英)が記事要約に生成AIを導入。多言語同時翻訳・要約は技術的に確立領域。","can":"多言語ニュースの即時翻訳、長文文書・会見録の要約、国際ニュースのローカライズ","cannot":"文化的ニュアンス・皮肉の完全な翻訳、要約時の重要情報取捨選択における編集判断の完全代替","why":"言語処理自体はLLMの中核的得意分野で人間を凌駕する速度を持つが、何を要約に残すかの編集判断は文脈依存で誤りが生じうる(要約による誤情報化リスク)。","autonomy":"agent","tools":["DeepL","GPT-5","Claude","Gemini"],"evidence":[{"title":"AI in Journalism 2026-2027: 'more agentic automation'","url":"https://etcjournal.com/2026/04/03/ai-in-journalism-2026-2027-more-agentic-automation/","date":"2026-04"},{"title":"TV channel launches Germany's first completely AI-generated news programme","url":"https://www.notebookcheck.net/TV-channel-launches-Germany-s-first-completely-AI-generated-news-programme.1074791.0.html","date":"2026"}],"forecast_basis":"翻訳・要約はLLMの最も成熟した応用領域で、2028-2030年には人間の速度を大幅に超える多言語同時報道が標準化すると予測。","site_examples":[{"title":"lingo — YouTube動画の英日二段字幕","url":"lingo.html","kind":"作品"},{"title":"一度作って、七度出す（多言語展開の型）","url":"method/index.html","kind":"作り方"}]},{"id":"professional.journalism.editing_ethics_judgment","name":"編集・校閲/倫理判断","name_en":"Editing, copyediting & ethical judgment","levels":{"2022":1,"2023":2,"2024":2,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"Bildスキャンダル(2026、独): 出版社が実在しないAI記者ペルソナを作成し人間であるかのように提示していたことが発覚。ACM FAccT 2026論文で、AI利用の詳細開示がかえって読者の信頼を下げる「透明性のジレンマ」を報告。","can":"文法・スタイルガイド適合チェック、事実整合性の一次スクリーニング、コピーエディティングの下書き","cannot":"何を報道すべきかの公益性判断、利益相反の察知、AI利用の開示方針という倫理的意思決定そのもの、名誉毀損リスクの法的最終判断","why":"編集判断は報道機関のブランド・信頼という無形資産への責任を伴い、法的責任(名誉毀損訴訟等)は発行者に帰属。透明性研究が示す通りAI関与の開示自体が信頼問題を生む複雑な倫理的意思決定が残る。","autonomy":"copilot","tools":["Grammarly系","社内カスタム編集アシスタント","Full Fact系"],"evidence":[{"title":"AI Scandal Shakes German Media: Trust and Ethics in Journalism","url":"https://www.ico-optics.org/ai-scandal-shakes-german-media-trust-and-ethics-in-journalism/","date":"2026","note":"Bildの架空AI記者ペルソナ事件"},{"title":"Full Disclosure, Less Trust? How the Level of Detail about AI Use in News Writing Affects Readers' Trust","url":"https://arxiv.org/html/2601.09620v1","date":"2026","note":"ACM FAccT 2026"}],"forecast_basis":"倫理・編集判断は制度的・文化的な人間の意思決定領域であり、技術進歩よりも業界の開示規範・倫理ガイドライン整備によって緩やかに変化すると予測。","site_examples":[]},{"id":"professional.journalism.automated_news_presentation","name":"AI記者/AIキャスターによる完全自動ニュース番組","name_en":"Fully automated AI news presentation","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"Welt TV「KI-Welt」(2026、独)が調査・台本・提示まで完全自動のAI生成ニュース番組を開始。一方Gannett「LedeAI」は2023年に品質問題(誤り・不自然な言い回し)で一時停止。読者のAI生成ニュース信頼度は世界平均20%。","can":"定型ニュースの読み上げ自動生成、デジタルアバターによる24時間ニュース配信、小規模ニュース運営のコスト削減","cannot":"速報時の臨機応変な追加取材・確認、視聴者との信頼関係構築(信頼度14-20%の低迷)、危機時の倫理的トーン判断","why":"信頼度データが構造的に低く、視聴者はAIキャスターを人間と同等に信頼しない。配信自体は自動化できても「報道機関としての信頼」というブランド資産は人間関与を前提に構築されてきたため代替が困難。","autonomy":"autonomous","tools":["KI-Welt(Welt TV)","Synthesia等AIアバター技術","LedeAI(Gannett、品質問題で停止)"],"evidence":[{"title":"TV channel launches Germany's first completely AI-generated news programme","url":"https://www.notebookcheck.net/TV-channel-launches-Germany-s-first-completely-AI-generated-news-programme.1074791.0.html","date":"2026"},{"title":"How Americans Evaluate Fully AI-Generated News Presented by AI News Anchors","url":"https://www.sciencedirect.com/science/article/pii/S2949882126001416","date":"2026"}],"forecast_basis":"技術的自動化は実証済みだが信頼データの低迷が採用拡大を制約。2027-2030年も主流メディアでは「人間キャスター+AI制作支援」ハイブリッドが優勢に留まり、完全AI番組はニッチ・低予算セグメントで先行すると見込む。","site_examples":[]}]},{"id":"professional.finance","name":"金融","name_en":"Finance","tasks":[{"id":"professional.finance.investment_analysis","name":"投資分析・銘柄調査","name_en":"Investment analysis & equity research","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"GDPvalの「Financial and Investment Analysts」職種でwins+ties 62%(専門家と同等以上の割合)。ヘッジファンドはAI活用ファンドが非活用ファンドより年率3-5%高いリターン、55%が調査・DD・リスク監視にAIを統合。ただし数か月にわたる継続的カバレッジ維持と新規開示との整合は「信頼できる形では存在しない」と評価。","can":"決算資料要約、財務比率分析の下書き、ニュース/SNSセンチメント集計、初期スクリーニング、コンプス抽出、レポートドラフト生成","cannot":"数か月にわたる継続的カバレッジ維持と新規開示との整合、複数ソースの矛盾するシグナルの解決、稀な市場イベント時の独自判断、最終投資判断の法的責任","why":"技術的限界(長期文脈維持・マルチステップ整合性が未成熟)に加え、責任構造(最終判断はPM/アナリストが負い、投資助言業免許はAIに下りない)。","autonomy":"agent","tools":["Bloomberg GPT","AlphaSense","Hebbia","Marvin Labs","Claude/GPT-5系"],"evidence":[{"title":"GDPval | Epoch AI","url":"https://epoch.ai/benchmarks/gdpval","date":"2026-09","note":"Financial and Investment Analysts職種でwins+ties 62%"},{"title":"AI in Hedge Funds: Use Cases, Risks, and Best Practices","url":"https://www.alpha-sense.com/blog/trends/generative-ai-in-hedge-funds/","date":"2026-08","note":"AI活用ファンドが年率3-5%高いリターン、55%が投資プロセスに統合"},{"title":"Equity Research in 2026: Evolution in the AI Era","url":"https://www.marvin-labs.com/blog/equity-research-in-2025-evolution-in-the-ai-era/","date":"2026","note":"継続的カバレッジ維持エージェントは未成熟と明記"}],"forecast_basis":"GDPvalスコアはフロンティアモデルでほぼ線形に改善中。Gartner予測では2028年までに意思決定の自律化は全体の15%程度に留まる見込みで、投資判断領域も同様のペース。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"professional.finance.credit_underwriting","name":"与信審査","name_en":"Credit underwriting","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"定量比較データは乏しいが、CFPB検査で「1000以上の変数を使うMLモデル」を用いる一部金融機関がadverse action notice要件を十分満たせていないと指摘された。規制(ECOA/Regulation B、CFPB Circular 2026-03)がボトルネックとなり技術進歩とは独立に自律化レベルが停滞。","can":"大量データからの信用リスクスコアリング、異常検知、不採用理由候補の生成","cannot":"ECOA/Regulation Bが要求する「個人レベルで意味のある具体的理由」の説明をブラックボックスモデル単体で担保すること、差別的影響の自己監査、最終与信拒否の法的責任負担","why":"規制(ECOA/Regulation B、CFPB Circular 2026-03)と説明可能性の技術的限界が組み合わさり、レベルが頭打ちになっている。","autonomy":"copilot","tools":["FICO系MLスコアリング","Zest AI"],"evidence":[{"title":"Innovation spotlight: Providing adverse action notices when using AI/ML models","url":"https://www.consumerfinance.gov/archive/blog/innovation-spotlight-providing-adverse-action-notices-when-using-ai-ml-models/","date":"2026","note":"CFPBのAI/ML与信モデル説明要件"},{"title":"Fair Lending AI Compliance: Credit Model Bias Testing (July 2026)","url":"https://www.openlayer.com/blog/credit-model-bias-testing-fair-lending-compliance","date":"2026-07","note":"1000超変数モデルの説明不足指摘事例"}],"forecast_basis":"CFPB Circular 2026-03(2026年5月)等、説明可能性要件は強化方向。技術が進んでも規制キャップにより自律化が制限され、XAI技術の成熟のみが突破口。","site_examples":[]},{"id":"professional.finance.tax_preparation","name":"税務申告書作成","name_en":"Tax preparation","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"IRS報告でAI支援申告は計算ミス30%減、92%が計算ミスゼロ。PwC調査(1万件)でaudit notice率18%減。ただし税務特化AI(TurboTax等)と汎用LLMの精度差は大きいと明記。","can":"標準的な個人・中小企業申告書の下書き、控除項目の網羅チェック、過去データとの整合性確認、計算ミス検出","cannot":"複雑な国際税務・グレーゾーンの税務戦略判断、税務調査対応時の交渉、Circular 230下での専門家の最終責任の代替","why":"責任構造(IRS Circular 230は最終判断が有資格専門家に残ることを要求)と、汎用LLMは複雑事例に不安定という技術的限界が併存。","autonomy":"agent","tools":["TurboTax AI","Intuit Assist","H&R Block AI","Blue J"],"evidence":[{"title":"2026 IRS rules on using AI for tax preparation and filing","url":"https://tax.thomsonreuters.com/blog/irs-circular-230-ai-guidance-explained/","date":"2026-06","note":"IRS OPR Alert 2026-19、AIは補助であり最終判断は専門家に残る"},{"title":"Ai In The Tax Preparation Industry: 2026 Verified Stats","url":"https://worldmetrics.org/ai-in-the-tax-preparation-industry-statistics/","date":"2026","note":"IRS計算ミス30%減・92%ゼロミス、PwC audit notice率18%減"}],"forecast_basis":"税法がルールベースであるためLLM+ルールエンジンのハイブリッド化で2028年までに定型申告のほぼ全自動化(レベル4)が視野。複雑事案の専門家責任構造は不変。","site_examples":[]},{"id":"professional.finance.wealth_management_advice","name":"資産運用アドバイス・ロボアドバイザー","name_en":"Wealth management advice / robo-advisors","levels":{"2022":2,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"SECはロボアドも伝統的アドバイザーと同じ受託者責任・反詐欺義務を負うと明言。2026年3月、ロボアド運用でのfiduciary duty違反(重要事実不開示等)によりSECが投資顧問業者を提訴。AIウォッシングで既に合計40万ドルの罰金事例。ロボアド世界AUMは2.7兆ドル、ユーザー1.1億人。","can":"自動リバランス、税損失収穫、リスク許容度に応じた資産配分提案、大量顧客への低コスト標準アドバイス","cannot":"受託者責任(fiduciary duty)そのものをAIが負うこと(責任は登録投資顧問業者に帰属)、複雑な個人事情(離婚・相続・事業承継)を踏まえた対面的信頼関係構築","why":"責任構造(Investment Advisers Act of 1940下、免許・受託者責任はAIではなく登録法人に帰属)と、AI単体への免許付与制度が存在しないという規制構造。","autonomy":"agent","tools":["Wealthfront","Betterment","Vanguard Digital Advisor","Morgan Stanley AIエージェント"],"evidence":[{"title":"AI Fiduciary Duty: SEC Robo-Adviser Compliance","url":"https://terms.law/Trading-Legal/guides/ai-fiduciary-duty.html","date":"2026","note":"SEC方針と2026年3月提訴事例"},{"title":"Robo-Advisor Statistics (2026)","url":"https://walnutinvest.com/stats/robo-advisor-statistics","date":"2026","note":"世界AUM2.7兆ドル、ユーザー1.1億人"},{"title":"Morgan Stanley will soon open its trillion-dollar wealth management funnel to AI agents","url":"https://www.cnbc.com/2026/06/03/ai-agents-morgan-stanley-wealth-management-funnel.html","date":"2026-06","note":"大手証券のAIエージェント展開"}],"forecast_basis":"SEC/金融庁とも既存法の解釈適用に留まり、AIへの免許・責任移転の法改正は2030年までも可能性低い。技術面は向上しレベル4へ。","site_examples":[]},{"id":"professional.finance.algorithmic_trading","name":"自動売買・トレーディングエージェント","name_en":"Algorithmic trading agents","levels":{"2022":2,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"2026年3月11日、6ヘッジファンドにまたがる23の自律AIトレーディングエージェントが47秒で5億ドル規模のフラッシュクラッシュを誘発、確定損失4700万ドル。Wolters Kluwer調査(米銀行230名)で72%が「不具合を起こしたAIモデルを停止する能力を確認できない」と回答。","can":"高頻度・定型執行戦略の自動化、リアルタイムポジション調整、パターン認識ベースのシグナル生成","cannot":"システミックリスクを認識した自己抑制(kill switch)、複数エージェント間相互作用が生む創発的暴走の予測、規制当局への即時報告義務の自律履行","why":"技術的限界(マルチエージェント環境の創発的挙動は予測困難)と責任構造(取引主体の法的責任は運用会社に帰属、エージェント登録制度は未整備)。","autonomy":"agent","tools":["各社内製クオンツAIエージェント"],"evidence":[{"title":"AI Flash Crash 2026: 47 Seconds, $500M Lost, SEC Responds","url":"https://informedclearly.com/en/ai/55174/ai-flash-crash-sec-regulations-2026","date":"2026","note":"2026年3月11日フラッシュクラッシュ、確定損失4700万ドル"},{"title":"An AI-Powered Flash Crash Is Coming. The Market Isn't Ready.","url":"https://247wallst.com/investing/2026/07/10/an-ai-powered-flash-crash-is-coming-the-market-isnt-ready/","date":"2026-07","note":"72%の銀行がAIモデル停止能力を確認できないとの調査"}],"forecast_basis":"BOE/Bundesbank/BISが共同でサーキットブレーカー・キルスイッチを研究中。2027-2028年に規制導入が進み自律度の制度的上限が明確化される見込み。技術は2030年にレベル4到達も規制がボトルネック。","site_examples":[]},{"id":"professional.finance.audit_assurance","name":"財務諸表分析・監査補助","name_en":"Audit & assurance","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"KPMGは2026年夏よりオーケストレーションエージェントで資産評価・収益テストなど定型監査手続きを自律実行するパイロットを開始。一方EY Canadaは2026年、架空データ・存在しない参照文献を含むAI生成調査結果を撤回。FINRA 2026年次監督報告書はハルシネーションを金融コンプライアンスリスクとして名指し。","can":"仕訳データの異常検知、請求書処理・トレンド分析、定型的な資産評価・収益テスト実行、コンプライアンス文書の一次レビュー","cannot":"監査意見の最終責任、複雑な不正兆候への職業的懐疑心を伴う判断、虚偽データの完全な自己検証(架空引用生成の実例あり)","why":"責任構造(監査意見は資格を持つ監査人の署名責任)に加え、ハルシネーションが実際に品質事故化している技術的限界。","autonomy":"agent","tools":["KPMGオーケストレーションエージェント","Deloitte Zora AI","PwC GL.ai"],"evidence":[{"title":"The Big 4 AI Takeover: EY's 150 Agents, KPMG's $2B Bet, and Deloitte's Zora","url":"https://chatfin.ai/blog/big-4-ai-agents-ey-kpmg-deloitte-pwc-finance-teams-2026/","date":"2026","note":"KPMGが監査ルーチンを自律実行するエージェントをパイロット"},{"title":"AI Hallucinations Hit Deloitte, EY, and a Top Law Firm. Here's the Real Lesson.","url":"https://koreadeep.com/en/blog/ai-hallucinations-consulting-reports-lesson","date":"2026","note":"EY Canadaの調査結果撤回事例"}],"forecast_basis":"Big4各社の巨額AI投資(KPMG20億ドル/5年)により定型監査手続きの自動化は2028年までに主流化する見込み。監査意見の法的責任構造(会計士署名)は会計士法改正がない限り不変。","site_examples":[]},{"id":"professional.finance.ma_due_diligence","name":"M&Aデューデリジェンス","name_en":"M&A due diligence","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"86%のディールメーカーがAIをM&A DDに活用。中堅M&A実務(年10-15件)でDD時間40-60%削減(1件あたり8万〜30万ドルのアソシエイト工数削減)、LOI/最終契約書初稿が50-70%高速化、開示スケジュール準備時間30-40%削減。","can":"大量契約書の一括レビューと高リスク条項の自動抽出、データルーム文書の一次分類、取引条件のベンチマーク比較、契約書・LOI初稿生成","cannot":"「ディールを潰す」判断そのもの、シャドーAI(相手企業の無断AI導入が生む新種リスク)の発見、交渉の場での駆け引き","why":"責任構造(最終的取引可否・交渉の代理人責任は弁護士・バンカーに帰属)と、初見の複雑契約構造・口頭合意慣行の把握不十分という技術的限界。","autonomy":"agent","tools":["Harvey AI","Spellbook","DealRoom","Hebbia"],"evidence":[{"title":"The Guide to AI-Powered Due Diligence for M&A Professionals","url":"https://www.harvey.ai/blog/ai-due-diligence-for-m-and-a","date":"2026","note":"86%のディールメーカーがAI活用"},{"title":"AI Due Diligence in M&A: Uses, Risks & Limits (2026)","url":"https://dealroom.net/blog/ai-due-diligence","date":"2026","note":"DD時間40-60%削減、判断部分は人間領域と明記"}],"forecast_basis":"法務AI(Harvey等)の急成長により2027-2028年にかけ一次スクリーニングはほぼ全自動化(レベル4)。最終取引責任構造は不変。","site_examples":[]}]},{"id":"professional.consulting","name":"コンサルティング・戦略立案","name_en":"Consulting and strategy","tasks":[{"id":"professional.consulting.market_research","name":"市場調査・競合分析","name_en":"Market research & competitive analysis","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"GDPvalは職種別に大きなばらつきがあり、意思決定色の強いFinancial Managersはwins+ties 24%、定型情報収集系のAdministrative Servicesは87%。市場調査はこの中間〜やや高水準と推定。マーケター調査では47.1%が週数回AIの不正確さに遭遇と回答。","can":"公開情報の大量収集・要約、競合の財務・製品比較表の自動生成、市場規模推定の一次ドラフト、SNS/ニュースのセンチメント分析","cannot":"独自の一次インタビュー調査(現場キーマンとの関係構築)、業界の暗黙知・非公開情報の入手、矛盾するデータソースの信頼度判断を伴う統合、稀な市場変化の予兆察知","why":"技術的限界(ハルシネーション、情報源信頼性評価の不完全性)と構造的限界(一次情報=人的ネットワークへのアクセス依存)。","autonomy":"agent","tools":["Perplexity","Hebbia","AlphaSense","Claude/GPT-5系Deep Research"],"evidence":[{"title":"GDPval | Epoch AI","url":"https://epoch.ai/benchmarks/gdpval","date":"2026-09","note":"職種別wins+tiesのばらつき(Financial Managers 24%、Administrative Services 87%)"},{"title":"New Report Finds AI Hallucinations Are Reaching the Public as Marketers Struggle With Accuracy","url":"https://martechedge.com/news/new-report-finds-ai-hallucinations-are-reaching-the-public-as-marketers-struggle-with-accuracy","date":"2026","note":"47.1%のマーケターが週数回不正確さに遭遇"}],"forecast_basis":"引用付きRAGツールの精度向上とハルシネーション率低下を背景に2028年までに二次情報収集はほぼ全自動化。一次インタビュー調査は残存。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"professional.consulting.strategy_deck","name":"戦略資料(デッキ)作成","name_en":"Strategy deck creation","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"BCG×ハーバードのRCT(758名のコンサルタント、Organization Science誌2026年3月掲載)でAI活用によりタスク完了数12.2%増、完了速度25.1%向上、品質40%超向上。ジュニアコンサルタントは43%の成績向上(下位層の底上げが顕著)。McKinsey Lilliは全従業員の72%が利用、月50万プロンプト、年間150万時間の作業を代替。","can":"問題文からのドラフトスライド生成、既存ナレッジベース(40超ソース・10万文書)からの引用付き統合、トーン標準化、初稿の高速反復","cannot":"クライアント固有の政治力学を踏まえた「刺さる」メッセージ設計、経営層プレゼン本番でのアドリブ対応、責任を伴う推奨事項の最終承認(パートナーサインオフ)","why":"責任構造(クライアントへの提言はパートナーの専門家責任として承認が必要)と、経営層との信頼形成はデッキ品質だけで代替不可という関係構築の壁。","autonomy":"agent","tools":["McKinsey Lilli","Bain Sage","Gamma","Beautiful.ai"],"evidence":[{"title":"Rewiring the way McKinsey works with Lilli, our generative AI platform","url":"https://www.mckinsey.com/capabilities/tech-and-ai/how-we-help-clients/rewiring-the-way-mckinsey-works-with-lilli","date":"2026","note":"月50万プロンプト、72%利用、年間150万時間削減"},{"title":"BCG ChatGPT AI Productivity Study and Report","url":"https://www.innovationtraining.org/bcg-chatgpt-ai-productivity-study-and-report/","date":"2026-03","note":"758名RCT、タスク完了12.2%増・速度25.1%向上・品質40%超向上・ジュニア43%改善"}],"forecast_basis":"大手3社が全社的AI基盤に多額投資済みで採用率も飽和に近く、2028年までにドラフト生成はほぼ完全自動化(レベル4-5)。最終承認構造の変化は遅い。","site_examples":[]},{"id":"professional.consulting.process_improvement","name":"業務プロセス分析・改善提案","name_en":"Business process analysis & improvement","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"定量的専門家比較データは限定的。エージェント型PMOツール導入企業でコーディネーションオーバーヘッド20-40%削減が報告。Forrester 2025年専門職サービスAIレポートではコンサル各社のAI活用で生産性40%向上。","can":"現行プロセスのマッピング・ボトルネック検出、ベンチマークデータとの比較、改善案の複数シナリオ生成","cannot":"現場の抵抗感・組織文化を踏まえた変革マネジメント、非公式な業務慣行(暗黙知)の把握、変更管理における政治的調整","why":"技術的限界(現場の非構造化・非文書化された実務慣行の把握困難)と組織政治(現場との信頼関係・利害調整はAI代替不可の領域として明確)。","autonomy":"copilot","tools":["Celonis(プロセスマイニング+AI)","McKinsey Lilli"],"evidence":[{"title":"How AI Agents Are Rewriting Project Management in 2026 (Autonomous PMOs Explained)","url":"https://techplustrends.com/ai-agents-project-management-2026/","date":"2026","note":"エージェント型PMOでコーディネーション工数20-40%削減"},{"title":"Consulting Job Market: Layoffs and a 12% Hiring Surge","url":"https://strategycase.com/consulting-job-market/","date":"2026","note":"Forrester 2025年専門職サービスAIレポート、コンサル各社40%生産性向上"}],"forecast_basis":"プロセスマイニング(Celonis等)とLLMエージェント融合が進行中で、分析フェーズの自動化は2028年までにレベル4到達見込み。変革マネジメントは構造的に対象外であり続ける。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"}]},{"id":"professional.consulting.workshop_facilitation","name":"エグゼクティブワークショップ・ファシリテーション(できない側)","name_en":"Executive workshop facilitation & stakeholder negotiation","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"定量的な専門家比較データはほぼ存在しない。Gartnerは2027年までに40%超のエージェントAIプロジェクトが「不明瞭なROIとガバナンス不足」で中止されると予測しており、対人折衝を伴う領域でのAI活用は特に停滞。","can":"ワークショップ事前設計(アジェンダ・問いの設計)支援、議事録のリアルタイム要約、意見集約とテーマ分類","cannot":"経営層の非言語的シグナル(表情・空気)を読んだ場の調整、対立する役員間の即興的合意形成誘導、信頼関係構築を要する心理的安全性の醸成","why":"責任構造・関係構築(経営層との信頼関係はAI代替不可能な領域として明確)と、リアルタイムの多者間非言語コミュニケーション理解が未成熟という技術的限界。","autonomy":"copilot","tools":["Otter.ai/Fireflies(議事録)","Miro AI","Claude/GPT-5(アジェンダ設計支援)"],"evidence":[{"title":"How to Facilitate an AI Workshop for Executive Teams: A Strategic Guide","url":"https://sotechnology.ai/insight/how-to-facilitate-an-ai-workshop-for-executive-teams-a-strategic-guide-2/","date":"2026","note":"経営層は「なぜ」と「次に何をすべきか」を理解して部屋を出る必要があり、AIはこの部分を代替できないと指摘"},{"title":"Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027","url":"https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027","date":"2025-06","note":"対人折衝・ガバナンス絡み領域でのエージェント導入頓挫予測"}],"forecast_basis":"マルチモーダルAI(表情・音声認識含む)の進化次第だが、経営層向け信頼構築という性質上、2030年時点でも「補助」水準に留まると予想(停滞領域)。","site_examples":[]}]},{"id":"professional.education","name":"教育","name_en":"Education","tasks":[{"id":"professional.education.personal_tutoring","name":"個別指導(1対1チュータリング)","name_en":"Personal one-on-one tutoring","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"Khanmigo 2年間RCT(NBER 2026-08、テネシー州18校): 数学成績が学期ごとに全国パーセンタイル1.26ポイント上昇。ただし著者は「この伸びはAI支援なしのKhan Academy練習と同程度」であり、モデル能力でなく生徒エンゲージメントが律速要因と指摘。対象生徒の実利用率はわずか15%。ハイブリッド(人間+AI)tutoring研究では人間単独を上回る成果も報告。","can":"24時間対応の個別問題演習・フィードバック、生徒のペースに合わせた反復学習、ハイブリッド運用での人間チューター単独超えの成果","cannot":"生徒のモチベーション・エンゲージメント創出(利用率15%という現実)、対面指導と同等の動機づけ、意欲の低い生徒への効果実証","why":"2026年の大規模RCTが示す通り、AI自体の性能ではなく「生徒が実際に使うか」が効果のボトルネック。動機づけという非認知的要素はAIの技術的限界というより人間の行動変容の問題。","autonomy":"agent","tools":["Khanmigo","Squirrel AI","MagicSchool"],"evidence":[{"title":"Khanmigo AI tutoring study finds small maths gains","url":"https://www.winssolutions.org/khanmigo-ai-tutoring-two-year-trial/","date":"2026-08","note":"NBER 2年間RCT、学期ごと全国パーセンタイル1.26pt上昇、利用率15%が律速"},{"title":"AI tutoring can safely and effectively support students: An exploratory RCT in UK classrooms","url":"https://arxiv.org/pdf/2512.23633","date":"2025-12"}],"forecast_basis":"エンゲージメント設計(ゲーミフィケーション等)の改善により2027-28年に利用率向上とともに実効果が高まると予測。ただし動機づけの根本課題は技術のみでは解決しないためレベル4止まりと判断。","site_examples":[{"title":"lingo — 英日二段字幕でリスニング","url":"lingo.html","kind":"作品"},{"title":"1分AI英語","url":"ai-english.html","kind":"作品"}]},{"id":"professional.education.essay_grading","name":"記述式採点","name_en":"Essay grading (constructed-response)","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"EssayGrader調査(2026-07、22,000本のエッセイ): 人間採点者との一致率94%(完全一致または1点以内)。8つの独立プログラム、3-12年生・AP全学年帯で一貫。ある認定プログラムでは20万件超の課題採点に利用。","can":"ルーブリックに基づく一貫した採点、大量答案の高速処理、フィードバックコメントの生成","cannot":"ルーブリック外の独創性・創造性の評価、文化的文脈依存の解釈、採点結果への異議申し立てへの説明責任(最終的に教員が負う)","why":"定型化されたルーブリック採点はAIの得意領域で既に高精度だが、教育評価の公平性・説明責任は制度上教員に帰属し続ける。","autonomy":"agent","tools":["EssayGrader.ai","Turnitin","Gradescope AI"],"evidence":[{"title":"EssayGrader.ai Rated #1 in Teacher-Rated Review of Best AI Essay Grading Tools for 2026","url":"https://www.barchart.com/story/news/3117460/essaygraderai-rated-1-in-teacherrated-review-of-best-ai-essay-grading-tools-for-2026","date":"2026-07","note":"22,000本のエッセイで人間採点者との一致率94%"}],"forecast_basis":"客観的採点は既にレベル4に到達し安定。創造性評価の主観的領域は技術的にもブレイクスルーが見込めずレベル4で頭打ちと予測。","site_examples":[],"calibrated":"高リスク評価では単独採点が禁止されており、非母語話者への誤判定率も未解決。下請け調査の判定（1,2,2,3,3,3,4,4）に戻す"},{"id":"professional.education.curriculum_lesson_planning","name":"教材・カリキュラム作成","name_en":"Curriculum & lesson plan creation","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"MagicSchoolが2026年時点で米K-12で最も普及したAI教員ツール(500万人以上の教員ユーザー、数千の学区契約)。80以上のツール(授業計画・ルーブリック・IEP下書き・保護者連絡文等)を提供。週次利用教員は年間約5.9時間×6週間分の作業時間を削減。","can":"標準(NGSS/CCSS等)準拠の授業計画下書き、難易度別教材の70言語超への差別化、ルーブリック自動生成","cannot":"「70%完成の下書き」を超える最終判断(教員による確定が前提)、標準未整合の見落としリスクの完全排除、生徒個々の実態を踏まえた即興的調整","why":"教員コミュニティの実務期待自体が「完成品ではなく編集可能な下書き」であり、教育行政上のカリキュラム承認責任は教員・学校に帰属。","autonomy":"copilot","tools":["MagicSchool","Diffit","Brisk Teaching","Curipod"],"evidence":[{"title":"Stop Planning on Sundays: The AI Lesson Planning Tools That Actually Work in 2026","url":"https://blog.aieducator.tools/posts/stop-planning-on-sundays-ai-lesson-planning-tools-2026","date":"2026","note":"MagicSchool 500万人以上の教員ユーザー、週次利用で年5.9時間×6週間分削減"}],"forecast_basis":"下書き生成という位置づけは既に確立し安定運用中、2027-30年も「教員による最終承認必須」という運用モデルが標準であり続けると予測。","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"professional.education.special_education_support","name":"特別支援教育・IEP作成支援","name_en":"Special education & IEP support","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":3},"vs_expert":"教員の57%がすでにAIをIEP下書きに利用と報告される一方、専門家は「機密性の高い障害関連データをクラウドAPIに送信することがFERPA/IDEA違反リスクを伴う」と警告。AI生成の配慮事項リストは「出発点のメニュー」に過ぎず、個々の生徒理解に基づく教員の選定・優先順位付けが必須とされる。AIは高度な語彙・複雑な文構造を生成しがちで、読みに困難のある生徒をかえって疎外するリスクも指摘。","can":"障害カテゴリー・学年・教科別のエビデンスに基づく配慮事項の候補提示、IEP文書のドラフト作成の効率化","cannot":"機密性の高い生徒データの安全な取り扱い保証(FERPA/IDEA準拠)、個別生徒の実態を踏まえた配慮の最終選定、生成テキストの読みやすさの自動保証","why":"プライバシー規制(FERPA/IDEA)がクラウドAI利用に構造的リスクを課し、個別化教育という制度目的自体が「一人ひとりの実態理解」を前提とするため画一的AI出力では代替不可能。","autonomy":"copilot","tools":["汎用LLM(FERPA対応が課題)","専用IEPドラフトツール"],"evidence":[{"title":"AI Gains Ground in Special Ed, Raising Legal and Ethical Concerns","url":"https://www.govtech.com/education/k-12/ai-gains-ground-in-special-ed-raises-legal-and-ethical-concerns","date":"2026","note":"教員の57%がAIをIEP下書きに利用、FERPA/IDEA違反リスクを専門家が警告"}],"forecast_basis":"FERPA準拠のプライベートLLM運用(オンプレミス・専用契約)が2027-28年に普及すればプライバシーリスクが低減しレベル3に到達すると予測、個別化判断という核心機能は人間に残る。","site_examples":[]},{"id":"professional.education.autonomous_self_paced_learning","name":"自律型AI学習モデル(教師代替型、2時間学習モデル等)","name_en":"Autonomous AI-driven self-paced learning models","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"Alpha School(2 Hour Learning)は「MAPテストで同学年比2.6倍の成長」「20-30時間で1学年分修了」を主張するが独立検証データは未公開(2026年8月時点で3か月以上遅延)。AI依存研究(666名対象、2026): 重度AI利用は批判的思考力の低下と関連(認知的オフローディングが媒介)。臨床医対象の研究では、AI支援導入3か月後にAI無しでの腫瘍検出能力が6%低下したとの報告もあり、能力の空洞化リスクを示唆。","can":"自己ペースでの反復学習・即時フィードバック、標準化テストスコアの短期的向上(内部データ上)","cannot":"独立監査可能な効果実証(Alpha Schoolのデータ未公開)、批判的思考力の維持(AI依存による低下リスク)、動機の低い生徒への効果、対面指導が提供する社会性・生活指導","why":"内部主張と独立検証の間にギャップがあり、かつAI依存による認知的オフローディング(批判的思考力低下)という副作用が複数の学術研究で報告されている。制度化には第三者監査の欠如という透明性の問題も残る。","autonomy":"autonomous","tools":["Alpha School独自プラットフォーム","2 Hour Learning","IXL"],"evidence":[{"title":"Does Alpha School's AI Model Actually Work? New Evidence","url":"https://theeconomyofmeaning.com/2026/09/01/do-we-know-the-alpha-and-omega-of-alpha-school/","date":"2026-09","note":"2.6倍成長を主張するも独立検証データが3か月以上未公開"},{"title":"Learners' AI dependence and critical thinking: The psychological mechanism of fatigue","url":"https://pubmed.ncbi.nlm.nih.gov/41076923/","date":"2026","note":"666名対象、重度AI利用と批判的思考力低下の関連(認知的オフローディングが媒介)"},{"title":"Study shows 'heavy cognitive cost' of relying on AI for even 10 minutes","url":"https://mobilesyrup.com/2026/05/08/ai-use-negative-brain-impact-study/","date":"2026-05","note":"臨床医のAI支援導入3か月後、AI無し腫瘍検出能力が6%低下"}],"forecast_basis":"独立監査データが公開され効果が実証されれば2028年にレベル3へ移行すると予測されるが、批判的思考力低下という構造的副作用への対策が確立するかは不透明なため保守的に据え置き。","site_examples":[{"title":"lingo — 英日二段字幕でリスニング","url":"lingo.html","kind":"作品"},{"title":"1分AI英語","url":"ai-english.html","kind":"作品"}]}]},{"id":"professional.architecture","name":"建築・土木・設計","name_en":"Architecture, civil engineering, and design","tasks":[{"id":"professional.architecture.design_rendering","name":"意匠デザイン・パース生成","name_en":"Conceptual design & rendering visualization","levels":{"2022":1,"2023":3,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"建築専門家調査(1,227名、2026): 46%が既にAIツールを利用、24%が導入予定。11%がGenAIを設計ワークフローに統合(前年比+20%)。業界の目標は「AIが作業の90%を自動化し、建築家が最後の10%を検証する」体制。","can":"コンセプト段階のmassing study・サイト実現可能性チェック、フォトリアリスティックなクライアント向けレンダー生成、複数デザイン案の高速並列生成","cannot":"施主の要求・敷地文脈を統合した独創的な意匠コンセプトの創出、構造・設備との整合を保証した実施設計、施工可能性の技術的検証","why":"生成物の「幾何学的正確性」は高いが、文書化・実施設計レベルの詳細検討には依然人間レビューが必要(90%自動化でも10%の検証が必須という業界目標自体がそれを示す)。","autonomy":"agent","tools":["Archicad AI Visualizer","TestFit","ARCHITECTURES"],"evidence":[{"title":"What Architects Expect From AI Tools in 2026","url":"https://www.archdaily.com/1040024/what-architects-expect-from-ai-tools-in-2026","date":"2026","note":"建築専門家1,227名調査、46%が既にAI利用、目標は90%自動化+10%人間検証"}],"forecast_basis":"レンダリング・概念設計の自動化は既に高水準で2027-30年も安定、実施設計レベルの精度向上は限定的なためレベル4で頭打ちと予測。","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"}]},{"id":"professional.architecture.structural_design_calculation","name":"構造計算・構造設計","name_en":"Structural calculation & engineering design","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"特定計算(座屈荷重予測式)は誤差0.4%以内という高精度事例がある一方、GPT-4は地盤工学計算のゼロショット学習で正答率わずか28.9%。LLMはべき乗計算等で反復的な算術エラーを起こすとの報告があり、安全上重要な判断の一次情報源としては「本質的に信頼できない」と評価される。保険会社の一部は2026年にAI関連除外条項を専門職賠償責任保険に追加し始めている。","can":"特定の限定タスク(座屈荷重等の狭い計算式)における高精度予測、RAGベースの参照付き計算の一次チェック","cannot":"汎用構造計算の安全な自律実行(算術エラー・地盤工学正答率29%)、専門職責任の負担、保険適用範囲内での自律運用","why":"安全上重要(safety-critical)な判断において算術エラー等の技術的信頼性が不足しており、加えて建築士法・技術士法等の資格制度が最終責任を人間に固定。保険業界もAI関連除外を追加し始め制度的にも自律化を抑制する方向。","autonomy":"copilot","tools":["汎用LLM(専用構造解析ソフトの補助的利用に限定)","Graitec系AI機能"],"evidence":[{"title":"Claude AI for Engineering Calculations: How Accurate Is It Really?","url":"https://www.getleo.ai/blog/claude-ai-engineering-calculations-accuracy","date":"2026","note":"GPT-4は地盤工学ゼロショット計算で正答率28.9%、べき乗計算等で算術エラー"},{"title":"AI Liability Insurance For Architects","url":"https://riskspecialtygroup.com/ai-liability-insurance-architects-2026/","date":"2026","note":"保険会社がAI関連除外条項を専門職賠償責任保険に追加開始"}],"forecast_basis":"専用ドメインモデル(座屈荷重式のような特化型)の精度は上がる一方、汎用LLMの算術信頼性課題と資格制度・保険制度の不変性から2028年時点でも限定的タスクの補助止まりと予測。","site_examples":[]},{"id":"professional.architecture.bim_modeling_coordination","name":"BIMモデリング・調整","name_en":"BIM modeling & coordination","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"AEC専門家調査(1,000名超、2026): 27%の企業がAIを業務に活用、うち94%が投資拡大予定。BIM連携AIコスト見積りツールに関する系統的レビューでは機械学習統合が進展中も本格運用は発展途上と位置づけ。","can":"モデル間の干渉チェック(クラッシュディテクション)の自動化、モデルからの図面・数量自動生成、既存フローへのAI機能組み込み","cannot":"複数職種(意匠・構造・設備)にまたがる最終調整判断、モデル品質の総合的保証、非定型プロジェクトへの汎用適用","why":"BIM協調は本質的にマルチステークホルダーの意思決定プロセスであり、技術的な干渉検出はAIが得意でも「誰が何を優先するか」という調整判断は人間のプロジェクトマネジメントに依存。","autonomy":"copilot","tools":["Autodesk Construction Cloud AI","ArchiCAD","Revit系AIプラグイン"],"evidence":[{"title":"BIM to AI: Why the Next Disruption in Autodesk Workflows Will Be Faster Than CAD to BIM","url":"https://forums.autodesk.com/t5/community-blog-aec-english/bim-to-ai-why-the-next-disruption-in-autodesk-workflows-will-be/ba-p/14101483","date":"2026","note":"AEC専門家調査、27%企業がAI活用、94%が投資拡大予定"}],"forecast_basis":"Autodeskの「BIMからAIへの次の破壊」という業界予測(2026)から2027-28年にコーディネーション自動化が本格実装されると見込むが、最終責任は人間に残るためレベル4止まりと予測。","site_examples":[]},{"id":"professional.architecture.code_compliance_permit_review","name":"建築確認申請書類作成・法規チェック","name_en":"Building code compliance & permit review","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"ホノルル市の実証事例: AI事前審査ツール導入により許可待機期間が6か月→数日に短縮。Nomicは380以上の建築基準・規格(IBC・ADA・NFPA101・ASHRAE90.1等)をカバー。ただし「AIツールは建築士の法規遵守に関する専門職責任を代替しない」と業界コンセンサスが明記。","can":"図面と法規条文の自動照合による違反箇所の網羅的検出、許可申請の事前スクリーニング高速化","cannot":"法規の目的論的解釈(なぜその規制があるか)を踏まえた例外判断、責任を伴う最終確認申請のサイン、地域特有の運用慣行の反映","why":"法規照合という体系的チェック作業はAIが高速・網羅的に処理できる一方、法規遵守の最終責任は「記録建築士(architect of record)」の専門職責任として制度化されており移転不可。","autonomy":"agent","tools":["Nomic","UpCodes Plan Review","CodeComply","PlanCheckPro"],"evidence":[{"title":"AI Zoning Compliance Cuts CRE Permitting to Days","url":"https://www.theaiconsultingnetwork.com/blog/ai-automated-zoning-compliance-permitting-cre-2026","date":"2026","note":"ホノルル市、許可待機期間6か月→数日"},{"title":"Best AI for Building Code Compliance in 2026","url":"https://www.nomic.ai/compare/best-ai-for-code-compliance","date":"2026","note":"Nomic、380以上の建築基準をカバー"}],"forecast_basis":"自治体レベルでのAI事前審査導入が2027-28年に主要都市に拡大すると予測、体系的チェックは高度に自動化される一方、最終責任構造は不変のためレベル4で安定。","site_examples":[]},{"id":"professional.architecture.cost_estimation_quantity_surveying","name":"積算・コスト見積もり","name_en":"Cost estimation & quantity surveying","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"独立検証(2026年初): 主要AI積算プラットフォームの誤差率1.8-4%(従来の手作業スプレッドシートは5-10%)。査読済み研究(2025、Wiley)ではAI支援積算が精度20.4%向上、作業時間51.3%短縮。AI積算採用率は2024年19%→2026年38%の企業に拡大、早期導入企業の68%が年間5万ドル超のコスト削減を報告。","can":"図面からの数量拾い出し自動化、標準的な商業建築案件での高精度見積もり(誤差2-4%)、複数案の高速比較","cannot":"複雑なカスタム構法・特殊仕様の正確な積算(要人間レビュー)、市場価格変動の突発的要因の織り込み、契約交渉を伴う最終見積もり確定","why":"定型図面での精度は既に人間の手作業を上回るが、非定型・複雑構法では誤差が拡大し、最終的な契約金額の確定は施主折衝を含む人間の意思決定領域。","autonomy":"agent","tools":["Togal.AI","Nomic","Quotr","OSTE.ai"],"evidence":[{"title":"Best AI Construction Estimating Software in 2026","url":"https://quotr.ai/blog/best-ai-construction-estimating-software-2026/","date":"2026","note":"独立検証で誤差率1.8-4%(手作業は5-10%)、採用率19%→38%(2024→2026)"}],"forecast_basis":"定型案件での精度は既に人間超えの水準に達しており、2030年までに複雑案件も含めたカバレッジ拡大により専門家超え(レベル5)が定着すると予測。","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]}]}]},{"id":"physical","name":"物理世界・ロボット","name_en":"Physical World & Robotics","color":"#3f7d7a","summary":"自動運転・人型・家庭・産業。ソフトより2〜4年遅れ、器用さと安全性が壁","areas":[{"id":"physical.humanoid_general","name":"人型ロボット汎用","name_en":"General-Purpose Humanoid Robots","tasks":[{"id":"physical.humanoid_general.factory_material_handling","name":"工場内の部材運搬・シーケンシング","name_en":"Factory material handling and part sequencing","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"BMW Spartanburg工場のFigure 02はシートメタル部品ロードで99%超の配置精度を10か月・約1,250稼働時間で達成し30,000台超の生産に貢献。熟練ライン作業者と遜色ない精度だが、稼働時間・タスク幅はまだ限定的で人員の全面代替ではない","can":"単一の反復タスク(部品ロード・ピッキング・トレイへの仕分け)を長時間高精度で継続。バッテリー自律スワップで疑似24/7稼働","cannot":"予期しないレイアウト変更や複数タスクの即時切替、初見の治具・部品形状への即応","why":"タスク特化のファインチューニングに依存し、汎化性能がまだ弱いため。BMWも新用途(Figure 03のシーケンシング)へは移行に半年規模の再訓練期間を要した","autonomy":"agent","tools":["Figure 02/03","Agility Digit","Unitree G1","AGIBOT G2"],"evidence":[{"title":"BMW Group advances Physical AI in production with Figure 03","url":"https://www.bmwgroup.com/en/news/general/2026/humanoid-robot-in-leipzig.html","date":"2026-06","note":"Figure 02が30,000台超のBMW X3生産に貢献、99%超の配置精度"},{"title":"F.02 Contributed to the Production of 30,000 Cars at BMW","url":"https://www.figure.ai/news/production-at-bmw","date":"2026-01","note":"90,000個超のシートメタル部品ロード、84秒サイクルタイム達成"},{"title":"GXO signs industry-first multi-year agreement with Agility Robotics","url":"https://www.agilityrobotics.com/content/gxo-signs-industry-first-multi-year-agreement-with-agility-robotics","date":"2025-11","note":"Digitが累計10万件超のトート移動を完了も信頼性指標は非公開"}],"forecast_basis":"NVIDIA GR00T N2など基盤モデルの汎化性能向上ペース(既存VLA比2倍以上の新環境成功率)とBMW/Hyundaiの複数年ロードマップから2028年に専門家並みへ到達すると推定","site_examples":[]},{"id":"physical.humanoid_general.autonomous_vs_teleop_reality","name":"実演の自律性(遠隔操作なしでの動作)","name_en":"Real autonomy vs. teleoperation in demos","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":4},"vs_expert":"人間は指示があれば即座に自律的に作業する。現行ヒューマノイドは1X自身の見積もりで自律率60〜70%、WSJ記者の取材ではデモの主要タスク(冷蔵庫からの取り出し・食器積み込み・片付け)が全て別室のVRパイロットによる遠隔操作だった","can":"定型的で訓練済みの単純動作(ドア開閉、単一物体のピック&プレース)は自律実行可能","cannot":"家庭・オフィス等の多様なタスクを人手の遠隔支援なしに一貫して自律実行すること。Tesla Optimusのマイアミ転倒デモでは両手を顔に近づける動作がVRヘッドセットを外す仕草に酷似しテレオペ疑惑が浮上","why":"実世界の多様なシーンをカバーする訓練データが絶対的に不足しており、テレオペ収集データを将来モデルの学習に転用する戦略を各社が公言している","autonomy":"copilot","tools":["1X NEO","Tesla Optimus V3","Figure 03"],"evidence":[{"title":"1X NEO: Household robot set to launch by end of 2026 – but with a controversial catch","url":"https://www.notebookcheck.net/1X-NEO-Household-robot-set-to-launch-by-the-end-of-2026-but-with-a-controversial-catch.1295772.0.html","date":"2026-05","note":"1X自身が自律率60-70%と見積もり、Expert Modeで社員がVRで遠隔操作"},{"title":"Tesla Optimus falls in Miami demo, hand movements sparks remote operation debate","url":"https://tech.yahoo.com/ai/meta-ai/articles/tesla-optimus-falls-miami-demo-160232267.html","date":"2026-08","note":"転倒時の仕草がVRヘッドセット除去動作に酷似"},{"title":"Teleop, not autonomy, is the path for 1X's Neo humanoid","url":"https://www.therobotreport.com/teleop-not-autonomy-the-path-for-1x-neo-humanoid/","date":"2026-05","note":"1X CEOが「2026年内に大部分自律のロボット出荷を目指す」と発言も未達"}],"forecast_basis":"1X・Figure等がテレオペデータを学習に還元する戦略を明言しており、GR00T N2等の基盤モデル改善ペースから2028年に自律率が大幅向上すると想定","site_examples":[]},{"id":"physical.humanoid_general.locomotion_rough_terrain","name":"二足歩行・不整地でのバランス維持","name_en":"Bipedal locomotion and balance on rough terrain","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"Boston Dynamics Atlasの動的バランス・階段昇降・転倒回復動作は人間の運動能力に匹敵、パルクール的動作も実演済み。制御された環境での運動性能は既に専門家並み","can":"階段、段差、傾斜面での安定歩行、押されても転倒しない動的バランス回復、50kg瞬間ペイロードでの運搬","cannot":"氷結路面・深い泥濘・不規則に動く群衆の中での長時間安定歩行、予測不能な外乱への完全対応","why":"制御アルゴリズムは特定の外乱パターンで訓練されており、未知の複合的な地形・外乱の組み合わせでは検証が不十分","autonomy":"agent","tools":["Boston Dynamics Atlas (電動第6世代)","Unitree H2","Agility Digit"],"evidence":[{"title":"Boston Dynamics Atlas production","url":"https://travteks.com/blog/boston-dynamics-atlas-production/","date":"2026-01","note":"56自由度、瞬間ペイロード50kg、リーチ2.3m、IP67防塵防水、3分での自律バッテリー交換"},{"title":"Hyundai commits 25,000 Atlas robots to own factories, union blocks deployment","url":"https://www.techtimes.com/articles/317005/20260522/hyundai-commits-25000-atlas-robots-own-factories-union-blocks-deployment-without-labor-deal.htm","date":"2026-05","note":"本格生産ライン配備は2028年予定、労組が反発"}],"forecast_basis":"運動制御自体は既に高成熟度にあり、残る課題は主に知覚・意思決定側であるため2028年までにほぼ専門家超えに達すると想定","site_examples":[]},{"id":"physical.humanoid_general.battery_endurance","name":"連続稼働時間・電源管理","name_en":"Continuous operating time and power management","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"人間の8時間労働シフトに対し、単一バッテリーで8時間フル稼働できる商用ヒューマノイドは2026年9月時点で皆無。フル稼働時2〜5時間が限界","can":"自律バッテリーホットスワップ(Atlas: 約3分、Walker S2)による疑似連続運用","cannot":"単一バッテリーでの8時間フルシフト稼働。継続的な高負荷作業(持ち上げ・早歩き)では稼働時間がさらに3〜6時間へ短縮","why":"ヒューマノイドの自由度数と計算負荷に対しバッテリーのエネルギー密度・重量制約が追いついていない","autonomy":"agent","tools":["Tesla Optimus V3 (2.3kWh)","Figure 03 (2.3kWh)","UBTECH Walker S2"],"evidence":[{"title":"Humanoid Robot Battery Program Guide 2026","url":"https://manlybattery.com/humanoid-robot-battery-program-guide-2026-outlook-and-beyond/","date":"2026","note":"商用ヒューマノイドの稼働時間は1.5〜5時間、8時間シフト完走機は皆無"},{"title":"Figure 03 battery development","url":"https://www.figure.ai/news/f-03-battery-development","date":"2026","note":"2.3kWh構造バッテリーでピーク時5時間、2kW急速充電、無線ホットスワップ対応"}],"forecast_basis":"モジュール式ファストスワップとエネルギー密度改善のロードマップから2028年に8時間近い連続稼働が実用化されると推定","site_examples":[]},{"id":"physical.humanoid_general.novel_environment_generalization","name":"未知の環境・新規オブジェクトへの汎化","name_en":"Generalization to novel environments and objects","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":4},"vs_expert":"Stanford AI Index 2026のBEHAVIOR-1Kベンチマーク(現実的な家庭内タスク1,000種)では最上位チームでもフルタスク成功率わずか12.4%(88%失敗)。人間は初見の家でも大半のタスクをほぼ確実にこなす","can":"訓練環境と類似した設定・物体では高い成功率(ラボ環境で89.4%等)","cannot":"床の照明変化、油膜による車輪スリップ、ペットや家具配置の違いなど「乱雑な現実」への頑健な対応","why":"シミュレーションは無限の物理的カオス変数を再現できず、実世界データの多様性も絶対的に不足しているため","autonomy":"copilot","tools":["Physical Intelligence π0.5/π0.7","NVIDIA GR00T N2"],"evidence":[{"title":"Stanford just measured how often robots fail at home tasks. The number is 88%","url":"https://medium.com/predict/stanford-just-measured-how-often-robots-fail-at-home-tasks-the-number-is-88-and-the-industry-dcc4b4e2e67d","date":"2026-04","note":"BEHAVIOR-1Kベンチマークでトップチーム成功率12.4%"},{"title":"The humanoid robot generalization problem has a new blueprint","url":"https://hackernoon.com/the-humanoid-robot-generalization-problem-has-a-new-blueprint","date":"2026","note":"多くのタスクで転移(transfer)は事実上未検証"}],"forecast_basis":"基盤モデルの訓練データ拡大(数千万時間規模)が2026年時点でまだ必要量の「基点」に過ぎないとの指摘から、専門家並み到達は2030年以降と推定","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]}]},{"id":"physical.vla_foundation","name":"身体性を伴うAI基盤モデル(VLA)","name_en":"Embodied AI Foundation Models (VLA)","tasks":[{"id":"physical.vla_foundation.generalist_pick_and_place","name":"汎用ピック&プレース(未見物体)","name_en":"Generalist pick-and-place on unseen objects","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"GR00T N1-2Bは実機ヒューマノイドタスクで平均成功率76.8%、OpenVLAは未見ピック&プレースで73%、RT-2(55Bパラメータ)は未見物体で62%。訓練済みタスクに限れば非熟練作業者に近い水準だが、多様な物体・配置への安定性はまだ専門家(熟練作業者)に届かない","can":"訓練分布に近い物体・環境での高精度なピック&プレース、少量データでの一定の汎化(GR00T N1はデータの10%のみで42.6%達成)","cannot":"訓練分布から大きく外れた物体形状・材質・配置での安定動作","why":"Open X-Embodiment等の実世界ロボットデータセットはテキストデータに比べ桁違いに少なく、多様性も限定的なため","autonomy":"agent","tools":["NVIDIA GR00T N1/N2","Google Gemini Robotics-ER 2","Physical Intelligence π0.5","OpenVLA"],"evidence":[{"title":"GR00T N1: An Open Foundation Model for Generalist Humanoid Robots","url":"https://www.alphaxiv.org/overview/2503.14734","date":"2026","note":"実機GR-1タスクで平均成功率76.8%、10%データで42.6%"},{"title":"OpenVLA vs RT-2 benchmark comparison","url":"https://arxiv.org/html/2406.09246v3","date":"2026","note":"OpenVLA未見タスク73% vs RT-2(55B) 62%"},{"title":"GR00T N2 next-generation robot foundation model","url":"https://nvidianews.nvidia.com/news/nvidia-and-global-robotics-leaders-take-physical-ai-to-the-real-world","date":"2026","note":"既存VLA比2倍以上の新環境成功率、RoboArena等で1位"}],"forecast_basis":"GR00T N2のような世界行動モデル(world action model)アーキテクチャが既存VLA比2倍の成功率向上を示しており、2028年に専門家並みへ到達すると推定","site_examples":[]},{"id":"physical.vla_foundation.dexterous_fine_manipulation","name":"器用な操作(ネジ・紐・袋の密封等)","name_en":"Dexterous fine manipulation (screws, ties, seals)","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":4},"vs_expert":"Gemini Robotics 2のマルチフィンガーハンドは電球の取り外しで92%、精密挿入89.6%だが、塵取りでの掃き掃除32%、電球の取り付け(ねじ込み)36%、ゴミ袋の結び44%、ジップロック密封40%。人間なら数秒でほぼ確実にこなすタスクの多くが依然50%未満","can":"特定の訓練済み精密作業(電球取り外し、挿入作業)は高成功率","cannot":"自由度の高い5指ハンドでの日常的な微細操作の大半。二指グリッパーの方が複雑なハンドより成功率が高いという逆転現象も観測されている","why":"多自由度ハンドの制御空間が広すぎて学習が難しく、力覚・触覚フィードバックの統合が未成熟なため","autonomy":"copilot","tools":["Gemini Robotics 2 (SharpaWave hand)","Physical Intelligence π0"],"evidence":[{"title":"Gemini Robotics 2: what DeepMind's own numbers show","url":"https://www.eesel.ai/blog/gemini-robotics-2","date":"2026","note":"多指ハンド:電球取り外し92%、掃き掃除32%、ねじ込み36%、密封40%"},{"title":"Where Autonomy Works: Evaluating Robot Capabilities in 2026","url":"https://epoch.ai/publications/where-autonomy-works-evaluating-robot-capabilities-in-2026","date":"2026","note":"鍵の挿入は人間の5倍遅く、Robot Olympicsでの平均信頼性52%"}],"forecast_basis":"触覚センシング統合(BitVLA等の高速化研究)の進展ペースから2030年までに専門家並みの半分程度の水準に到達すると推定","site_examples":[]},{"id":"physical.vla_foundation.compositional_generalization","name":"新規タスクへの構成的汎化","name_en":"Compositional generalization to novel tasks","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"π0.7は洗濯物たたみデータを一切収集していないセットアップでゼロショットにて平均375時間の遠隔操作経験を持つ熟練テレオペレーターと同等の成功率(タスク進捗85.6%、成功率80%)を達成。専門家の初見対応力にかなり近づいている稀有な例","can":"訓練済みスキルの組み合わせによる新規タスクへの一定の転移(π0.7の洗濯物たたみ)","cannot":"鍵の挿入デモのように特定の器具に特化訓練された疑いのあるケースでは、他の器具・環境への転移は未実証","why":"構成的汎化は訓練データの多様性(3→104軒の家で訓練するとスコア向上)に強く依存し、絶対的なデータ量が不足しているため","autonomy":"agent","tools":["Physical Intelligence π0.5","π0.7"],"evidence":[{"title":"Physical Intelligence unveils π0.7: the rise of compositional generalization","url":"https://www.humanoidsdaily.com/news/physical-intelligence-unveils-0-7-the-rise-of-compositional-generalization-in-robotics","date":"2026-04","note":"ゼロショットで熟練テレオペレーター同等の成功率80%"},{"title":"A VLA with Open-World Generalization (π0.5)","url":"https://www.pi.website/blog/pi05","date":"2026","note":"3→104軒の家で訓練するとスコア向上、未見の家でも同等スコア"}],"forecast_basis":"訓練環境多様性のスケーリング則(3→104軒での改善実証)から2028年までに多くの日常タスクで構成的汎化が実務品質に達すると推定","site_examples":[{"title":"正解の外側 — 15話・ボイス1,593本のサウンドノベル","url":"seikai.html","kind":"作品"},{"title":"百の悪行 — 倒叙×魔王のサウンドノベル","url":"hyaku.html","kind":"作品"},{"title":"1日ノベル化パイプライン（作り方）","url":"method/ichinichi-novel-pipeline.html","kind":"作り方"}]},{"id":"physical.vla_foundation.realtime_control_latency","name":"リアルタイム制御の推論速度","name_en":"Real-time control inference latency","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"人間の反射的運動制御はミリ秒単位で連続的に働くが、標準GPU上でのエンドツーエンドVLA推論はわずか3〜5Hzしか達成できない。応答性のあるロボット動作には高レベル計画で数十Hz、低レベル制御ではさらに高い更新率が必要","can":"低頻度更新で十分な準静的タスク(ゆっくりした把持等)","cannot":"高速な動的タスク(ボール捕球、素早い障害物回避)でのリアルタイム制御","why":"VLAのLLMバックボーンが推論の大部分を占め(OpenVLAで全パラメータの84.3%)、自己回帰デコードが本質的に低速なため","autonomy":"agent","tools":["OpenVLA-OFT","BitVLA"],"evidence":[{"title":"VLA latency tradeoff analysis","url":"https://arxiv.org/pdf/2510.17111","date":"2026","note":"標準GPUでのVLA推論は3-5Hzに留まる、必要な制御周波数は数十Hz以上"},{"title":"Movement quality vs inference speed tradeoff in VLA","url":"https://medium.com/@adnanmasood/trade-off-between-movement-quality-and-inference-speed-in-vision-language-action-models-for-robotic-52af173ff1bd","date":"2026","note":"BitVLAはOpenVLA-OFT+比4.4倍低レイテンシ・4.4倍高スループット(73ms、341Hz)"}],"forecast_basis":"BitVLA等の軽量化アーキテクチャが4倍規模の高速化を実証しており、2028年までに動的タスクの多くで実用的な制御周波数に到達すると推定","site_examples":[]},{"id":"physical.vla_foundation.speed_vs_human","name":"動作速度の人間との比較","name_en":"Task execution speed vs. human baseline","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"Epoch AIの評価によれば、ロボットは大半のタスクで人間の3〜10倍遅い。靴紐結びは人間の4〜5倍遅く、AirPod挿入は約3倍遅く、鍵の挿入・回転は約5倍遅い。ただし1日20時間稼働できる点で総生産量は補える場合がある","can":"単純作業では速度差を24時間稼働でカバー可能","cannot":"時間制約のある作業(接客、緊急対応)でのリアルタイム性能","why":"推論レイテンシと保守的な動作計画(衝突・破損回避のための低速化)の両方が原因","autonomy":"agent","tools":["Figure 03","DeepMind/ByteDance shoe-tying robot"],"evidence":[{"title":"Where Autonomy Works: Evaluating Robot Capabilities in 2026","url":"https://epoch.ai/blog/where-autonomy-works-evaluating-robot-capabilities-in-2026","date":"2026","note":"ロボットは人間比3-10倍遅い、Figureのパッケージ仕分けは人間の1/4速度"}],"forecast_basis":"推論高速化とハードウェア改善のペースから2030年までに人間の2〜3倍遅い水準まで縮小すると推定(完全な速度パリティは想定しない=停滞領域)","site_examples":[]}]},{"id":"physical.household","name":"家庭ロボット","name_en":"Household Robots","tasks":[{"id":"physical.household.dishwashing_kitchen_cleanup","name":"食器洗い・台所の片付け","name_en":"Dishwashing and kitchen cleanup","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":4},"vs_expert":"LG CLOiD(CES 2026)は冷蔵庫から牛乳を取り出す朝食準備や食洗機の積み下ろしを実演したが、非常に管理された環境でのデモであり実世界での再現性は不明。π0.5系はキッチンの片付け(食器をシンクへ)で3軒の実家庭で成功実証あり","can":"既知の配置・食器セットでの単純な積み込み・片付け動作","cannot":"多様な食器の形状・汚れ具合・重なり方への安定対応、油汚れ等の質感変化への頑健性","why":"キッチンは反射・透明素材・液体・熱源が混在する高難度環境であり、汎化性能の限界が特に顕著に出る領域","autonomy":"copilot","tools":["Physical Intelligence π0.5","LG CLOiD"],"evidence":[{"title":"CES 2026 LG CLOiD robot demo","url":"https://www.ubergizmo.com/2026/01/ces-2026-lg-cloid-robot/","date":"2026-01","note":"冷蔵庫からの牛乳取り出し・食洗機積み下ろしを管理環境で実演"},{"title":"π0.5: a VLA with Open-World Generalization","url":"https://www.pi.website/blog/pi05","date":"2026","note":"3軒の実家庭で皿をシンクに入れる等の複数手順の家事を完遂"}],"forecast_basis":"π0系の実家庭訓練データ拡大ペースから2030年に専門家並み(家事代行者相当)へ到達すると推定","site_examples":[]},{"id":"physical.household.laundry_folding","name":"洗濯物たたみ","name_en":"Laundry folding","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"DYNA-1はナプキン・タオルなど単純な布物で24時間連続稼働・成功率99.4%を達成(商用配達済み、タオル20万枚超処理)。ただしTシャツ/ショーツは95%成功でもジーンズは75%に低下するなど衣類の種類で難度差が大きい。人間は速度で圧倒的に上回るが(1枚数秒)、単純衣類の正確性では既に肩を並べる","can":"ナプキン・タオル・Tシャツなど形状が単純な布物の折りたたみを高精度・高速(1時間30〜40枚)で実行","cannot":"複雑な形状(ジーンズ、フード付き衣類)や絡まった洗濯物の分離・展開","why":"布は柔軟物体であり形状の自由度が高く、把持点の推定と力加減の制御が硬質物体より格段に難しいため","autonomy":"agent","tools":["Dyna Robotics DYNA-1","SpeedFolding","LG CLoiD"],"evidence":[{"title":"Dyna Robotics unveils breakthrough in robust real-world embodied AI","url":"https://roboticsandautomationnews.com/2025/05/01/dyna-robotics-unveils-breakthrough-in-robust-real-world-embodied-ai/90152/","date":"2025-05","note":"24時間連続稼働、成功率99.4%、商用でタオル20万枚超処理"},{"title":"SpeedFolding: Learning Efficient Bimanual Folding of Garments","url":"https://arxiv.org/pdf/2208.10552","date":"2026","note":"1時間30-40枚、Tシャツ・ショーツ95%、ジーンズ75%"}],"forecast_basis":"単純な布物では既に商用品質に達しており、複雑衣類への拡張ペースから2028年に専門家並みへ到達すると推定","site_examples":[]},{"id":"physical.household.general_tidying_multi_step","name":"家全体の複数手順の片付け","name_en":"Whole-home multi-step tidying","levels":{"2022":0,"2023":0,"2024":0,"2025":1,"2026":1,"2027e":2,"2028e":2,"2030e":3},"vs_expert":"BEHAVIOR-1Kベンチマーク(現実的な家庭内タスク1,000種)ではトップチームでもフルタスク成功率わずか12.4%。人間の主婦・家事代行者はほぼ100%完遂できる領域で、専門職との差は依然極めて大きい","can":"単一手順の限定的な片付け(物を所定の場所に戻す等)","cannot":"複数手順にわたる家全体の片付け(複数部屋を横断した整理整頓、状況に応じた優先順位判断)","why":"長時間タスクでは各手順の誤差が累積し、環境認識・計画・実行のあらゆる段階で失敗が複合するため","autonomy":"copilot","tools":["Physical Intelligence π0.5","1X NEO"],"evidence":[{"title":"Humanoid robots' 88% fail rate completing home tasks","url":"https://www.forbes.com/sites/johnkoetsier/2026/04/14/humanoid-robots-88-fail-rate-completing-home-tasks/","date":"2026-04","note":"BEHAVIOR-1Kでトップチームのフルタスク成功率12.4%(88%失敗)"}],"forecast_basis":"長距離タスクの成功率は個々の手順成功率の積で決まるため、2030年時点でも人間の家事代行者には遠く及ばないと推定","site_examples":[]},{"id":"physical.household.cooking","name":"料理","name_en":"Cooking","levels":{"2022":0,"2023":0,"2024":0,"2025":1,"2026":1,"2027e":1,"2028e":2,"2030e":3},"vs_expert":"商業用調理ロボット(Miso RoboticsのFlippy 2)はフライステーションなど単一タスクの高頻度反復に限定され、多様なメニューを扱う一般的な調理は2026年時点で商業的に非実用的。プロの料理人が持つ火加減・味見・盛り付けの判断力には遠く及ばない","can":"標準化されたメニュー(ピザ、丼物、麺類)での単一調理ステップの自動化","cannot":"食材のばらつきに応じた味付け調整、盛り付け、繁忙時間帯での臨機応変な対応","why":"AIはジョブ全体ではなくタスクの約3分の1(集計・記録・注文入力等)しか自動化できておらず、調理・味見・盛り付け・現場統率は人間が担い続けている","autonomy":"copilot","tools":["Miso Robotics Flippy 2","LG CLOiD"],"evidence":[{"title":"Restaurant Robots in 2026: What's Actually Deployed and What's Hype","url":"https://www.roboticscenter.ai/blog/restaurant-robot-guide","date":"2026","note":"多様なメニューの完全自動化は商業的に非実用的、標準化メニューのみ実用段階"},{"title":"Restaurant Robots in 2026: What Works, What Doesn't","url":"https://www.xenia.team/articles/the-rise-of-the-robots-how-restaurants-can-automate","date":"2026","note":"AIはジョブの約1/3のみ自動化、調理・盛り付けは人間が担当"}],"forecast_basis":"器用な操作(液体注ぎ、火加減調整)の成功率向上ペースが遅いことから2030年でも補助レベルに留まると推定","site_examples":[]},{"id":"physical.household.eldercare_assistance","name":"介護アシスト","name_en":"Eldercare assistance","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":1,"2027e":2,"2028e":2,"2030e":3},"vs_expert":"日本は2026年度に約27万人以上の介護人材不足が見込まれる中、人型介護アシストロボット「Ena」が2026年夏に80法人以上参加の実証テストを開始予定。ICT・介護ロボット活用で業務時間約35%短縮の成功例もあるが、専門介護士が持つ「一人ひとりの状況にきめ細やかに寄り添う」判断力には遠く及ばない","can":"移乗介助・見守り・記録業務など定型的な身体的負荷軽減タスクの補助","cannot":"個々の高齢者の心理状態や体調変化を読み取った柔軟な対応、緊急時の複雑な判断","why":"介護は身体的操作に加え高度な社会的・感情的知性を要求するため、現行の物理AI能力では代替が難しい","autonomy":"copilot","tools":["Ena (Enactic)","各種見守り・移乗支援ロボット"],"evidence":[{"title":"介護ロボット「Ena」実証テスト開始","url":"https://note.com/seodoa_academy/n/n54c596a79c2f","date":"2026-03","note":"80法人以上参加、2026年夏に実証テスト開始予定"},{"title":"ICT・介護ロボット活用による業務時間短縮事例","url":"https://www.mri.co.jp/knowledge/column/20251112.html","date":"2025-11","note":"北九州市で業務時間約35%短縮の成功例、ただし高度な判断は限界"}],"forecast_basis":"人材不足の逼迫度と補助金政策の後押しから普及は進むが、高度な判断業務の代替は2030年時点でも補助レベルに留まると推定","site_examples":[]}]},{"id":"physical.industrial_manufacturing","name":"産業ロボット・製造","name_en":"Industrial Robotics & Manufacturing","tasks":[{"id":"physical.industrial_manufacturing.bin_picking","name":"乱雑なビンピッキング","name_en":"Unstructured bin picking","levels":{"2022":2,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"Inboltのビンピッキング&デパレタイズシステムは実生産で98%の成功率・1秒未満のピック速度を達成。特定タスクに限れば熟練作業者と同等以上のスループットだが、Amazonカタログ全体では依然65〜75%程度のSKUしか自動化できていない","can":"既知の物体カテゴリでの高速・高精度ピッキング(1,000個/時間超)","cannot":"無限に近いSKUバリエーション・未知の梱包形状への完全対応。新規SKU追加のたびに学習・調整が必要","why":"ビンピッキングはバラ積み・遮蔽・多様な形状という組み合わせ問題であり、構造化された製造セルと異なり既知の部品位置に依存できないため","autonomy":"agent","tools":["Amazon Sparrow","Amazon Vulcan","Inbolt","RightPick"],"evidence":[{"title":"Inbolt launches human-like bin picking solution","url":"https://roboticsandautomationnews.com/2025/12/30/inbolt-launches-human-like-bin-picking-solution-powered-by-on-arm-ai-vision/97944/","date":"2025-12","note":"実生産で98%の成功率、1秒未満/ピック"},{"title":"Amazon Sparrow bin-picking robot","url":"https://www.aboutamazon.com/news/operations/amazon-introduces-sparrow-a-state-of-the-art-robot-that-handles-millions-of-diverse-products","date":"2026","note":"Amazonカタログの約65%のSKUを自動化可能"}],"forecast_basis":"触覚センシング・力覚フィードバック統合の進展から2030年にほぼ全SKUへの対応が完了すると推定","site_examples":[]},{"id":"physical.industrial_manufacturing.precision_assembly_cable_routing","name":"精密組立・ケーブル配線","name_en":"Precision assembly and cable routing","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":1,"2027e":2,"2028e":2,"2030e":3},"vs_expert":"CATLのヒューマノイドはバッテリーコネクタ挿入で99%信頼性・人間速度を達成した「解決済みの狭いケース」がある一方、一般的なPCケース内配線は可視性制約下での完全自動化に成功した例が2026年時点で存在しない。熟練の組立工との差は依然大きい","can":"特定形状に特化訓練された単一コネクタの挿入作業","cannot":"多様なケーブル・柔軟物体(deformable linear objects)の一般的なルーティング、IKEA家具のような可変部品を使った組立","why":"ケーブルは無限の自由度を持つ変形体であり、力結合した変形のモデリングが硬質部品より本質的に困難。学術的にも未解決の研究領域","autonomy":"copilot","tools":["CATL battery assembly robots","Physical Intelligence π0"],"evidence":[{"title":"Where Autonomy Works: Evaluating Robot Capabilities in 2026","url":"https://epoch.ai/publications/where-autonomy-works-evaluating-robot-capabilities-in-2026","date":"2026","note":"CATLコネクタ挿入99%信頼性、一般PCケーブル配線は未解決"},{"title":"Deformable linear object manipulation survey","url":"https://journals.sagepub.com/doi/10.1177/02783649261432253","date":"2026","note":"ケーブル配線は無限自由度ゆえ硬質部品より本質的に困難、研究段階"}],"forecast_basis":"グラフニューラルネットや視覚的形状サーボイング等の研究進展速度が遅いため、2030年時点でも実務品質には届かないと推定","site_examples":[]},{"id":"physical.industrial_manufacturing.visual_defect_inspection","name":"外観検査・欠陥検出","name_en":"Visual inspection and defect detection","levels":{"2022":2,"2023":3,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"ベンダー報告ではAIビジョン検査は99.2%の検出精度(訓練済み人間検査員は87%)、15倍の速度を主張。特定の欠陥タイプ(金属・プラスチック表面)では専門家超えが見られる一方、一般的な生産ラインでは誤検知率4〜10%と依然課題がある","can":"均質な素材・照明条件下での欠陥検出は人間検査員を上回る精度と速度","cannot":"多様な照明・素材・欠陥パターンが混在する一般環境での低誤検知率の維持","why":"特化型モデルは特定の欠陥分布に過学習しやすく、未知の欠陥タイプへの汎化が課題として残るため","autonomy":"autonomous","tools":["各種AIビジョン検査システム"],"evidence":[{"title":"Defect detection in manufacturing","url":"https://averroes.ai/blog/defect-detection-in-manufacturing","date":"2026","note":"AIビジョン99.2%検出精度 vs 訓練済み人間87%、市場規模2025年$32.66B→2026年$40B+"}],"forecast_basis":"市場成長率22.88%CAGRという投資ペースと特化型モデルの精度向上から2028年に専門家超えが一般化すると推定(ベンダー報告値は独立監査でないため慎重に評価)","site_examples":[{"title":"需要の露天掘り — 数万件のタイトル頻度で飽和と空白を数値化","url":"method/juyou-no-rotenbori.html","kind":"作り方"},{"title":"Music Universe（19k点のベクトル地図）","url":"universe.html","kind":"作品"}]},{"id":"physical.industrial_manufacturing.line_reconfiguration","name":"生産ライン切替・段取り替え","name_en":"Production line reconfiguration and changeover","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"ビジョン誘導・力制御型のモジュールラインは15分未満での切替を実現し、人間による再治具作業(数時間規模)を大幅に短縮。ある金属製造業者はモバイルロボットプラットフォームで再構成時間を40%削減","can":"ソフトウェア的な再構成(視覚・力覚センシングのパラメータ変更のみ)で対応可能な範囲での高速切替","cannot":"物理的な治具交換や新規ハードウェアを要する根本的なライン変更への即応","why":"ソフトウェア定義の再構成が可能な範囲は限定的で、物理的な機構変更は依然人手を要するため","autonomy":"agent","tools":["各種ビジョン誘導ロボットセル"],"evidence":[{"title":"Why automation projects fail after robot delivery","url":"https://www.evsint.com/why-automation-projects-fail-after-robot-delivery-2026/","date":"2026","note":"ビジョン誘導・力制御ラインで切替時間15分未満、再構成時間40%削減事例"}],"forecast_basis":"ソフトウェア定義製造(software-defined manufacturing)への移行トレンドから2028年に専門家並みの俊敏性に到達すると推定","site_examples":[]},{"id":"physical.industrial_manufacturing.warehouse_automation_scale","name":"倉庫全体の自動化率","name_en":"Overall warehouse automation rate","levels":{"2022":2,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"Amazonは2026年Q1時点で100万台超のロボットを全世界の物流拠点に配備し、単体台数で人間従業員数(約150万人)に迫る水準に到達。ただし内部計画でも自動化目標は75%に留まり、完全無人化には至っていない","can":"ピッキング・仕分け・搬送の大部分をロボットで処理(Sparrow/Vulcanで商品の65〜75%)","cannot":"残り25〜35%の非定型商品の処理、例外処理・品質確認の最終判断","why":"SKUの多様性が事実上無限であり、変形しやすい梱包や特殊形状の商品は依然人手を要するため","autonomy":"agent","tools":["Amazon Sparrow/Vulcan/Proteus/Digit","Ocado","Symbotic"],"evidence":[{"title":"Amazon operations robotics fulfillment automation","url":"https://wwd.com/sourcing-journal/logistics/amazon-robotics-fulfillment-center-warehouse-automation-ceo-andy-jassy-1-million-robots-q1-earnings-aws-1238935748/","date":"2026-06","note":"100万台超のロボット配備、自動化目標75%"},{"title":"Amazon Vulcan force-sensing warehouse robot","url":"https://www.therobotreport.com/amazon-vulcan-robot-uses-force-sensing-to-stow-items/","date":"2025-05","note":"触覚センシングでピック/格納率約75%達成、50万件超処理"}],"forecast_basis":"Amazon内部計画(2033年までに75%自動化)のペースから2030年に85%以上の自動化率に到達すると推定","site_examples":[{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"physical.industrial_manufacturing.humanoid_factory_deployment","name":"ヒューマノイドの工場実配備","name_en":"Humanoid robot deployment in factories","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"Figure 03はBMW Spartanburgでシートメタルロードから「シーケンシング」という高複雑度タスクへ移行中で、40台規模の商用フリート契約に至った。ただしHyundai/Boston Dynamics Atlasの本格ライン配備は労組交渉により2028年へ延期されるなど、大規模展開には社会的障壁も存在","can":"パイロットプログラムでの限定タスク遂行(部品ロード、仕分け)","cannot":"大量生産ラインでの全面的な人員代替、労働組合等の社会的合意形成なしでの急速展開","why":"技術的成熟度に加え、労働協約・安全規制・投資回収期間といった非技術的要因が展開速度を左右しているため","autonomy":"agent","tools":["Figure 03","Boston Dynamics Atlas","AGIBOT G2"],"evidence":[{"title":"F.03 Arrives at BMW","url":"https://www.figure.ai/news/f-03-at-bmw","date":"2026-06","note":"シーケンシング用途への移行、40台規模の商用フリート契約"},{"title":"Hyundai commits 25,000 Atlas robots, union blocks deployment","url":"https://www.techtimes.com/articles/317005/20260522/hyundai-commits-25000-atlas-robots-own-factories-union-blocks-deployment-without-labor-deal.htm","date":"2026-05","note":"労組が労働協約なしの配備をブロック、本格配備は2028年へ延期"}],"forecast_basis":"BMW/Hyundai等の複数年契約と技術ロードマップから2028年に専門家並みの製造補助役として定着すると推定","site_examples":[]}]},{"id":"physical.autonomous_driving","name":"自動運転","name_en":"Autonomous Driving","tasks":[{"id":"physical.autonomous_driving.robotaxi_urban_scale","name":"都市部ロボタクシーの運行規模","name_en":"Urban robotaxi operation at scale","levels":{"2022":2,"2023":3,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"Waymoは週50万回の有料乗車を14都市で提供し年内100万回を目標。Baidu Apollo Goは中国26都市で累計2,000万回超のライドを提供済み。運行規模ではすでに人間タクシー運転手の代替として実務レベルに到達","can":"指定運行エリア内での日常的な配車サービス提供、悪天候でない通常条件下での安定運行","cannot":"運行エリア外や地図未整備地域でのオンデマンド対応","why":"高精度地図とセンサーデータに基づく事前検証が必要なため、対応エリアの拡大には都市ごとの準備期間を要する","autonomy":"autonomous","tools":["Waymo Driver","Baidu Apollo Go","Zoox"],"evidence":[{"title":"Waymo's metric for 2026 success: one million weekly rides","url":"https://www.automotiveworld.com/news/waymos-metric-for-2026-success-one-million-weekly-rides/","date":"2026","note":"週50万回の有料乗車、14都市展開、年内100万回目標"},{"title":"Apollo Go cumulative 20 million rides","url":"https://cnevpost.com/2026/02/27/baidu-apollo-go-robotaxi-300000-weekly-rides-expands-to-south-korea/","date":"2026-02","note":"累計2,000万回超、26都市展開、週間ピーク30万回超"}],"forecast_basis":"Waymoの2026年内100万回/週目標と国際展開計画(ロンドン・東京)のペースから2028年に主要都市での標準サービス化が完了すると推定","site_examples":[]},{"id":"physical.autonomous_driving.safety_vs_human_driver","name":"事故率(人間ドライバーとの比較)","name_en":"Crash rate compared to human drivers","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"IIHS研究によればWaymoは5,000万マイル超のデータで人間ドライバーに比べ全体で68%低いクラッシュ率、負傷事故94%減。ただし都市差が大きく、オースティンでは逆に+4%(人間より高い)。Tesla Robotaxiはオースティンで57,000マイルに1件のクラッシュ頻度で、Tesla自身のベンチマーク(229,000マイルに1件)の約4倍高い事故率","can":"十分な走行データが蓄積された成熟都市(LA、フェニックス)では人間を大幅に上回る安全性","cannot":"新規展開都市でのサンプル数不足による安全性の未検証、事業者による安全性のばらつき(Tesla vs Waymo)","why":"安全性は走行距離の蓄積とセンサー・アルゴリズムの成熟度に強く依存し、事業者・都市間で技術的成熟度に大きな差があるため","autonomy":"autonomous","tools":["Waymo Driver","Tesla Robotaxi"],"evidence":[{"title":"Waymo robotaxis show lower crash rates: IIHS","url":"https://www.axios.com/2026/07/23/waymo-robotaxis-av-crash-study","date":"2026-07","note":"全体68%低いクラッシュ率、都市差大きくオースティンは+4%"},{"title":"Tesla robotaxi crashes 4x worse than human benchmark","url":"https://fortune.com/2026/02/26/tesla-robotaxis-4x-8x-worse-than-humans-at-driving-safety-record-crashes/","date":"2026-02","note":"57,000マイルに1件、Tesla自身のベンチマークの4倍高い事故率"}],"forecast_basis":"Waymoの実証済み安全性向上ペース(94%減の重大事故)から2028年に主要事業者全体で専門家(人間)超えが標準化すると推定","site_examples":[]},{"id":"physical.autonomous_driving.edge_case_handling","name":"エッジケース対応(工事現場・洪水・緊急車両)","name_en":"Edge case handling (construction, floods, emergency vehicles)","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"2026年にWaymoは工事現場進入で3,871台、洪水路進入で3,800台をリコール。少なくとも6件で救急隊員が手動でWaymo車を移動させる必要が生じ、あるケースでは53分待たされた。人間ドライバーなら瞬時に判断できる状況への対応がロボタクシー全社的な弱点として露呈","can":"既知のパターン化されたシナリオ(標準的な交差点、通常の交通)への対応","cannot":"工事区間・冠水路・緊急車両への進路譲歩など、稀だが重大なエッジケースへの確実な対応。NHTSAは2026年7月、Waymo・Tesla・Zoox等全AV事業者に「機能的不備」と是正要求","why":"エッジケースは訓練データに含まれる頻度が低く、稀な事象への汎化が本質的に困難なため","autonomy":"autonomous","tools":["Waymo Driver","Zoox","Tesla Robotaxi"],"evidence":[{"title":"Waymo recalls 3,900 robotaxis after freeway construction zones","url":"https://www.cnbc.com/2026/06/18/waymo-nhtsa-voluntary-recall-robotaxis-entered-freeway-construction-zones.html","date":"2026-06","note":"13件の工事区間進入インシデントでリコール"},{"title":"Feds demand AV companies stop interfering with first responders","url":"https://techcrunch.com/2026/07/08/feds-demand-autonomous-vehicle-companies-stop-interfering-with-first-responders/","date":"2026-07","note":"NHTSAが全AV事業者に機能的不備と是正要求、最大53分の遅延事例"}],"forecast_basis":"各社がリコール・ソフトウェア修正を継続する中、稀な事象のデータ蓄積ペースから2030年に実務品質に到達すると推定","site_examples":[]},{"id":"physical.autonomous_driving.long_haul_trucking","name":"高速道路トラック輸送(ドライバーレス)","name_en":"Driverless highway trucking","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"Auroraは2026年6月末までに完全無人累計約44万マイルを10ルートで商用運行、Kodiakは有料無人運行5,200時間超・自律走行累計300万マイル超。ハイウェイ区間限定のhub-to-hub輸送では実務品質に近づいているが、まだ数百台規模に留まる","can":"指定されたハイウェイルート(デポ間輸送)での無人運行","cannot":"一般道を含むend-to-endの配送、都市部での複雑な交通への対応","why":"ハイウェイは比較的構造化された環境であるのに対し、一般道は歩行者・交差点・多様な交通参加者が絡み複雑度が跳ね上がるため","autonomy":"autonomous","tools":["Aurora Driver","Kodiak Driver","Waabi Driver"],"evidence":[{"title":"Aurora deploys second-generation driverless trucks","url":"https://www.electrive.com/2026/07/24/aurora-deploys-second-generation-driverless-trucks/","date":"2026-07","note":"完全無人累計44万マイル、10商用ルート、年末200台目標"},{"title":"Kodiak AI best of 2025","url":"https://kodiak.ai/news/best-of-2025","date":"2025","note":"有料無人運行5,200時間超、自律走行累計300万マイル超"}],"forecast_basis":"各社の量産計画(Kodiak数百台規模、Aurora週20台生産)から2028年に専門家並みの商用規模に到達すると推定","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"physical.autonomous_driving.personal_vehicle_l3_l4","name":"個人所有車のレベル3/4自動運転","name_en":"Personal vehicle Level 3/4 automation","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"メルセデスDrive Pilotは時速95kmまでのレベル3承認を得たが、2026年2月にメルセデス・BMW両社が「アイズオフ」レベル3を事実上撤退・一時停止しTesla型の常時監督システムへ回帰する方針を発表。Tesla FSD v14も依然レベル2に留まり、非重大介入なしの走行は66.3%に留まる","can":"限定された高速道路条件下でのレベル3(アイズオフ)運転(メルセデス・BMW、ただし縮小方向)","cannot":"一般的な走行条件全般でのレベル3以上の実用化。コスト・規制・需要不足を理由に主要メーカーが撤退傾向","why":"レベル3の法的責任所在の複雑さとコストに対し市場需要が追いつかず、事業判断として後退が生じているため(技術的限界だけでなく事業的停滞)","autonomy":"copilot","tools":["Mercedes Drive Pilot","BMW Personal Pilot L3","Tesla FSD v14"],"evidence":[{"title":"Following Mercedes, BMW also abandons Level 3 automated driving","url":"https://www.electrive.com/2026/02/23/following-mercedes-bmw-also-abandons-level-3-automated-driving/","date":"2026-02","note":"コスト・規制・需要不足を理由にレベル3から事実上撤退"},{"title":"Tesla FSD v14 disengagement data","url":"https://www.basenor.com/blogs/news/tesla-update-v14-3-2","date":"2026","note":"非重大介入なし走行66.3%、介入間平均25マイル"}],"forecast_basis":"主要メーカーのレベル3撤退という事業判断が示す通り、技術より市場・規制要因が支配的なため2030年でも普及は限定的と推定(停滞領域)","site_examples":[]},{"id":"physical.autonomous_driving.chinese_city_noa","name":"中国都市部NOA(地図非依存ナビゲーション)","name_en":"China urban NOA (map-free navigation)","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"華為・小鵬など主要ブランドは2026年に「無図(地図非依存)城市NOA」で都市走行カバー率60%超を達成したと発表。しかし実測データでは平均介入間隔がわずか8.7kmと、宣伝される成熟度より実際の信頼性は大きく劣る","can":"エンドツーエンド大規模モデル(VLA)によるリアルタイムセンサー入力からの運転行動出力、自然言語指示への対応","cannot":"介入なしでの長距離走行(実測8.7kmごとに介入準備が必要な水準)","why":"宣伝される「都市カバー率」は技術的対応範囲を指す一方、実際の安全な無介入走行距離という別の指標では大きなギャップがあるため","autonomy":"copilot","tools":["華為ADS 3.0","小鵬XNGP 3.0"],"evidence":[{"title":"無図城市NOA達成状況","url":"https://auto.sina.cn/2026-07-26/detail-inikawyr1043757.d.html","date":"2026-07","note":"主要ブランドが都市走行カバー率60%超と発表"},{"title":"実測介入間隔データ","url":"https://auto.sina.cn/2026-07-17/detail-iniiaaiq1388544.d.html","date":"2026-07","note":"平均介入間隔わずか8.7km、宣伝ほど成熟していない"}],"forecast_basis":"エンドツーエンドVLAモデルの急速な進歩ペースから2028年に専門家並みの信頼性に到達すると推定","site_examples":[]}]},{"id":"physical.logistics_drone","name":"ドローン・配送・物流倉庫","name_en":"Drones, Delivery & Warehouse Logistics","tasks":[{"id":"physical.logistics_drone.drone_last_mile_delivery","name":"ドローン配送(ラストマイル)","name_en":"Drone last-mile delivery","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"Ziplineは2026年7月時点で累計270万件超の配達(2,000万点以上のアイテム)を安全事故ゼロで達成、Wingは100万件超。規模と安全記録では既に人間配達員に匹敵するが、Amazon Prime Airは11都市圏に留まり、FAAのPart 108最終規則も2026年末〜2027年初頭へ遅延","can":"晴天時の郊外・低密度エリアでの小型荷物の高頻度配送","cannot":"悪天候(強風・豪雨・雪)での運航、都市部高密度エリアでの本格展開。規制(BVLOS)が実用化の律速要因","why":"商用配送ドローンの運用可能風速は秒速15〜25ノット程度に限定され、豪雨・着氷では運航停止。規制の枠組み(FAA Part 108)も2026年末までずれ込んでいる","autonomy":"autonomous","tools":["Zipline Platform 2","Wing","Amazon Prime Air MK30"],"evidence":[{"title":"Zipline charts drone delivery expansion with $600M raise","url":"https://techcrunch.com/2026/01/21/zipline-charts-drone-delivery-expansion-with-600m-in-new-funding/","date":"2026-01","note":"累計200万件超、2,000万点以上のアイテムを安全事故ゼロで配達"},{"title":"FAA Part 108 BVLOS final rule delayed","url":"https://uavhq.com/blog/faa-part-108-bvlos-final-rule-2026/","date":"2026-07","note":"OIRA審査で公布が2026年末〜2027年初頭へ遅延"}],"forecast_basis":"Part 108規則の施行(2026年末〜2027年)とZiplineの15倍成長目標から2028年に主要都市での標準サービスに到達すると推定","site_examples":[]},{"id":"physical.logistics_drone.warehouse_picking_stowing","name":"倉庫ピッキング・格納","name_en":"Warehouse picking and stowing","levels":{"2022":2,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"Amazon Vulcanは触覚センシングでピック/格納速度を人間比同等水準に到達させ50万件超処理。ただし現行ヒューマノイド・アームは訓練済みタスクでも人間スループットの40〜70%に留まり、SKUのばらつきが大きいほど性能が落ちる","can":"既知の商品カテゴリでの高速ピッキング(Ocado:週500万件処理)","cannot":"未知の変形しやすい梱包・不定形物・積み重ねられた商品の扱い、6万SKU超の倉庫で最初は多くの商品を認識できなかった事例あり","why":"ハンドのコンプライアンス(柔軟性)・触覚センシング・微細運動制御が人間の手に比べまだ不足しているため","autonomy":"agent","tools":["Amazon Vulcan","Ocado robots","Symbotic"],"evidence":[{"title":"AI solves the SKU problem that stalled warehouse automation","url":"https://www.pymnts.com/news/artificial-intelligence/2026/ai-solves-the-sku-problem-that-stalled-warehouse-automation/","date":"2026","note":"透明・変形・反射素材の把持精度99.5%に達したとする報告もあるが現場では40-70%のスループット"},{"title":"Ocado warehouse robots assemble 50,000 orders in 5 minutes","url":"https://www.supplychaintoday.com/ocado-warehouse-where-robots-assemble-50000-orders-in-5-minutes/","date":"2026","note":"週間ピッキング約500万件、1,000台超のロボット群が5mmクリアランスで協調動作"}],"forecast_basis":"触覚センシング統合技術の進展ペースから2028年に人間スループットに追いつくと推定","site_examples":[]},{"id":"physical.logistics_drone.ecommerce_warehouse_full_automation","name":"EC倉庫のフル自動化(グロサリー・卸)","name_en":"Full automation of e-commerce/grocery warehouses","levels":{"2022":2,"2023":3,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"Symbotic導入先(Associated Wholesale Grocers)では乾物在庫の86%が自動化対象。ケースレベルのパレット構築は人間の5倍速で実行し、AI最適化で商品破損を30%削減。この領域では既に専門家(熟練倉庫作業者)を上回る一貫性","can":"ケース単位・トート単位の入出庫、パレット構築の完全自動化","cannot":"冷凍・冷蔵混在等の特殊温度帯商品、極端に不定形な商品の扱い","why":"ケース単位の物流は形状・サイズがある程度規格化されており、ロボティクスにとって比較的構造化された問題であるため","autonomy":"autonomous","tools":["Symbotic","Ocado Intelligent Automation"],"evidence":[{"title":"Symbotic Q2 2026 earnings AWG deployment","url":"https://monteinvestments.substack.com/p/symbotic-q2-2026-earnings-awg-deployment-fox-robotics-acquisition-exol-warehouse-as-a-service","date":"2026","note":"乾物在庫の86%が自動化対象、Q2売上6.76億ドル、GAAP黒字化"},{"title":"Symbotic robots pick cases 5x faster than humans","url":"https://cxtms.com/blog/symbotic-fast-company-innovative-ai-orchestrated-warehouse-automated-distribution-2026","date":"2026","note":"人間の5倍速でケースピック、破損30%削減"}],"forecast_basis":"Symbotic/Ocadoの高い黒字化・拡大ペースから2028年にケースレベル物流のほぼ全面自動化が実現すると推定","site_examples":[{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"physical.logistics_drone.drone_weather_regulation_limits","name":"悪天候・規制下でのドローン運航","name_en":"Drone weather and regulatory limits","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"Amazon Prime Airは2025年10月にドローン2機がクレーンに衝突しNTSB/FAA調査対象に。BVLOS飛行許可の取得に約13年を要した経緯があり、住民の騒音・プライバシー反発も継続。人間配達員は天候にほぼ関係なく配送できるのに対しドローンは大きく制約される","can":"晴天・微風時の限定的な運航","cannot":"強風(秒速15〜25ノット超)・豪雨・着氷条件下での安全な運航継続","why":"小型飛行体は気象条件への感度が高く、また規制枠組みの整備(FAA Part 108)自体が技術進歩に追いついていないため","autonomy":"autonomous","tools":["Amazon Prime Air MK30","Zipline Platform 2"],"evidence":[{"title":"Amazon plans drone expansion amid crane collision investigation","url":"https://www.forbes.com/sites/markfaithfull/2026/08/20/amazon-aims-high-with-drones-amid-worries-rivals-could-fly-past/","date":"2026-08","note":"2025年10月のクレーン衝突事故でNTSB/FAA調査、住民反発も継続"},{"title":"FAA Part 108 BVLOS drone delivery rule","url":"https://theroboticsmedia.com/article/faa-part-108-drone-delivery-rule-zipline-wing-launch-july-2026","date":"2026-07","note":"BVLOS商用許可取得までの規制整備に長期間を要した"}],"forecast_basis":"Part 108施行後の規制明確化と機体の耐候性能向上ペースから2030年に多くの気象条件をカバーできると推定","site_examples":[]},{"id":"physical.logistics_drone.humanoid_tote_handling","name":"ヒューマノイドによるトート・搬送作業","name_en":"Humanoid tote handling in warehouses","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"Agility Robotics DigitはGXOとの業界初商用RaaS契約のもと累計10万件超のトート移動を完了しフルタイム配備1周年を達成したが、失敗率・ダウンタイム等の信頼性指標は非公開のまま。Amazonでも3拠点での限定運用試験段階に留まる","can":"定型的なトート運搬・空箱移動の反復作業","cannot":"不定形な荷物や重量物を含む多様な搬送タスクへの拡張、大規模展開","why":"商用RaaS契約は成立しているが、信頼性データが非公開であることから業界全体としてまだ実証段階を脱していないと判断されるため","autonomy":"agent","tools":["Agility Digit","Amazon Digit"],"evidence":[{"title":"GXO signs industry-first multi-year agreement with Agility Robotics","url":"https://www.agilityrobotics.com/content/gxo-signs-industry-first-multi-year-agreement-with-agility-robotics","date":"2025-11","note":"累計10万件超のトート移動、フルタイム配備1周年、信頼性指標は非公開"}],"forecast_basis":"GXOとの複数年契約の実績蓄積ペースから2028年に業界標準ツールとして定着すると推定","site_examples":[]}]},{"id":"physical.lab_automation","name":"実験室自動化(自律ラボ)","name_en":"Laboratory Automation (Self-Driving Labs)","tasks":[{"id":"physical.lab_automation.materials_discovery","name":"材料科学の自律合成探索","name_en":"Autonomous materials synthesis discovery","levels":{"2022":1,"2023":2,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"BerkeleyのA-Labは17日間で41の新規化合物合成に成功したと2023年のNature論文で発表され話題を呼んだが、2024〜2026年の独立検証でUCLの化学者らが「新規化合物は実は既存データベースに存在していた」と指摘し、Natureが訂正を発行(2026年2月)。「成功」の看板事例が独立検証で崩れた重要な教訓的事例","can":"既知の合成レシピに基づく反復的な材料合成の24/7自動実行","cannot":"真に新規な化合物の確実な発見(検証された事例が実は誤りだった)、複雑な仮説生成の完全自律化","why":"自律ラボの「発見」の科学的検証には既存データベースとの照合など人間専門家による厳密な精査が不可欠であり、AI単独の判断はまだ信頼性が担保されていないため","autonomy":"agent","tools":["Berkeley A-Lab","Google DeepMind robotic lab (UK, 2026年開設)"],"evidence":[{"title":"New analysis raises doubts over autonomous labs' materials discoveries","url":"https://www.chemistryworld.com/news/new-analysis-raises-doubts-over-autonomous-labs-materials-discoveries/4018791.article","date":"2026","note":"A-Labの新規化合物41件は実は既存データベースに存在、退学要求"},{"title":"Nature robot chemist paper corrected","url":"https://cen.acs.org/research-integrity/Nature-robot-chemist-paper-corrected/104/web/2026/01","date":"2026-01","note":"Natureが訂正発行、一部疑問は未解決のまま"}],"forecast_basis":"DeepMindの新ラボ開設(2026年)など投資は継続しているが、検証プロセスの信頼性確立にはさらに時間を要するため2028年時点でも慎重な評価に留まると推定","site_examples":[]},{"id":"physical.lab_automation.drug_discovery_closed_loop","name":"創薬クローズドループ最適化","name_en":"Closed-loop drug discovery optimization","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"自律ラボ研究の系統的調査では設計-製造-試験-学習サイクルの中央値約6倍の加速効果が報告されている。ChemspeedはJAK阻害剤の完全自動クローズドループ発見サイクルを実証したが、専門家は「まだ検証済みの薬剤候補を自律的に発見する能力は実証されていない」と明言","can":"候補化合物の合成・試験サイクルの高速化(設計→製造→試験→学習)","cannot":"臨床的に検証された薬剤候補の完全自律的な発見","why":"薬剤候補の妥当性検証には複雑な生物学的文脈と長期の臨床データが必要で、実験室内クローズドループだけでは完結しないため","autonomy":"copilot","tools":["Chemspeed","Emerald Cloud Lab","Merck-Google Cloud agentic AI"],"evidence":[{"title":"Agentic AI in pharma: from multiagent systems to self-driving labs","url":"https://www.technologynetworks.com/drug-discovery/articles/agentic-ai-in-pharma-from-multiagent-systems-to-selfdriving-labs-413317","date":"2026","note":"「自律的に検証済み薬剤候補を発見する能力は未実証」と明言、中央値6倍の加速効果"},{"title":"Chemspeed self-driving lab platform SLAS2026","url":"https://www.chemspeed.com/corporate-news/","date":"2026","note":"JAK阻害剤の完全自動クローズドループ発見サイクルを実証"}],"forecast_basis":"Merckの10億ドル規模agentic AI投資など業界の資金投入ペースから2028年に一部治療領域で実務品質に到達すると推定","site_examples":[]},{"id":"physical.lab_automation.unattended_operation","name":"無人連続稼働・人手介入頻度","name_en":"Unattended continuous operation frequency","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"専門家の明言:「無人稼働できる施設はまだ存在しない」。人手介入が必要な場面は、実験キャンペーン間の保守、機器故障後の修理、新しいバイアル・試薬の補充、固相抽出装置の詰まり・漏れからの復旧など多岐にわたる","can":"計画済みの実験シーケンスの連続実行(A-Labは17日間24/7稼働)","cannot":"試薬補充・機器トラブル対応・詰まりの解消などを人手なしで完結すること","why":"物理的な消耗品補充とハードウェア故障対応には現状のロボットアームの汎用性では対応しきれないため","autonomy":"agent","tools":["Berkeley A-Lab","Chemspeed","Emerald Cloud Lab"],"evidence":[{"title":"Self-driving laboratories review","url":"https://pmc.ncbi.nlm.nih.gov/articles/PMC9454899/","date":"2026","note":"無人稼働できる施設は存在せず、試薬補充・故障対応で人手介入が必須"},{"title":"Human-in-the-loop approach cuts robotic lab costs by 90%","url":"https://www.chemistryworld.com/news/human-in-the-loop-approach-could-cut-costs-of-robotic-labs-by-90/4023311.article","date":"2026","note":"3Dプリント部品によるヒューマン・イン・ザ・ループ手法でコスト90%削減、完全自律の非実用性を裏付け"}],"forecast_basis":"汎用ロボットアームの器用さ向上ペースが遅いため2030年時点でも定期的な人手介入が必要と推定","site_examples":[]}]},{"id":"physical.agri_construction","name":"農業・建設・インフラ点検","name_en":"Agriculture, Construction & Infrastructure","tasks":[{"id":"physical.agri_construction.fruit_harvesting","name":"果物収穫ロボット(いちご・りんご)","name_en":"Fruit harvesting robots (strawberry, apple)","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"いちご収穫は成功率71.7〜90%まで幅がある一方、りんご収穫はニュージーランドでの「世界初の商業収穫」でも初年度は1日10〜20ビンの処理に留まり(目標30〜40ビン)、常時2名の人間監視員が必要だった。熟練収穫作業者にはまだ届かない","can":"標準化された栽培条件下での収穫(いちごは特定シナリオで90%超)","cannot":"商業規模での完全無人運用(りんごは人間監視員が常時必須)、多様な樹形・果実配置への対応","why":"果実の遮蔽・損傷リスク回避・不整地移動が複合し、農業特有の非構造化環境が汎化を妨げているため","autonomy":"copilot","tools":["DailyRobotics","Harvest CROO B8","T&G/Abundant Robotics"],"evidence":[{"title":"World's first commercial robotic apple harvest at T&G's Hawke's Bay orchards","url":"https://tandg.global/worlds-first-commercial-robotic-apple-harvest-at-tgs-hawkes-bay-orchards-with-abundant-robotics/","date":"2026-03","note":"初年度実処理率10-20ビン/日(目標30-40)、常時2名の人間監視員が必須"},{"title":"DailyRobotics strawberry harvester California launch","url":"https://agfundernews.com/dailyrobotics-gears-up-for-commercial-launch-in-california-in-2026-with-robotic-strawberry-harvester","date":"2026-04","note":"人間の2-3倍速を主張、2026年4月から商用開始"}],"forecast_basis":"初年度商用ローンチの学習曲線から2028年に監視員なしでの安定運用に到達すると推定","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"}]},{"id":"physical.agri_construction.autonomous_tractor","name":"自律トラクター(耕作・散布)","name_en":"Autonomous tractors (tilling, spraying)","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"U.S. Sugarは南フロリダの25.5万エーカーでJohn Deere自律トラクター5台を遠隔監督のもと運用、1人のオペレーターが複数台を24時間体制で管理。広大な平坦農地での定型作業では既に熟練オペレーターに匹敵する効率","can":"GPSに基づく精密な耕作・播種・散布作業の広域自律実行","cannot":"不整地・急傾斜地・小区画での柔軟な対応","why":"大規模平坦農地はGPS・センサーによる構造化がしやすく、自動運転技術にとって比較的有利な環境であるため","autonomy":"autonomous","tools":["John Deere 8R autonomous","ASI Mobius platform"],"evidence":[{"title":"U.S. Sugar deploys autonomous John Deere tractor fleet","url":"https://equipmentfinancenews.com/news/agriculture/u-s-sugar-deploys-autonomous-john-deere-tractor-fleet/","date":"2026-05","note":"25.5万エーカーで5台運用、1人が複数台を24時間監督"},{"title":"Autonomous John Deere tractor advances in 2026","url":"https://farmonaut.com/precision-farming/autonomous-john-deere-tractor-7-advances-in-2026","date":"2026","note":"18州でフィールドテスト中、2026年に電動自律トラクター(果樹園・ぶどう園向け)も投入予定"}],"forecast_basis":"18州でのフィールドテスト拡大ペースから2030年に大規模農地では標準装備化すると推定","site_examples":[]},{"id":"physical.agri_construction.precision_laser_weeding","name":"精密除草(レーザー)","name_en":"Precision laser weeding","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"Carbon Roboticsのレーザー除草機は人参で成功率95%・検出率85%、2サイクル後のビートルートでは成功率98%・検出率88%に到達。除草剤散布に伴う人間の手作業を上回る精度と速度(1mm精度、秒速2mまで移動しながら30FPSで追跡)を達成しており、この分野では専門家超えに近い","can":"1mm精度でのピンポイント雑草除去、除草剤使用量の46〜75%削減","cannot":"極端に密集した雑草群や視認性の低い夜間・霧天候での安定検出","why":"レーザー照射という単純な物理的介入と高精度画像認識の組み合わせが効果的に機能する、比較的タスクが単純化された領域であるため","autonomy":"autonomous","tools":["Carbon Robotics LaserWeeder"],"evidence":[{"title":"Carbon Robotics launches world's first large plant model","url":"https://roboticsandautomationnews.com/2026/02/03/carbon-robotics-launches-the-worlds-first-ever-large-plant-model/98565/","date":"2026-02","note":"1.5億枚のラベル付き植物データで訓練、1mm精度・30FPS追跡"},{"title":"Laser weeding field validation","url":"https://doi.org/10.3390/agriengineering8040133","date":"2026","note":"人参95%成功率/85%検出、ビートルート2サイクル後98%/88%"}],"forecast_basis":"既に高精度を達成しており、FAA規制緩和(1人で25機のドローン操作許可検討)も追い風に2028年に専門家超えが一般化すると推定","site_examples":[]},{"id":"physical.agri_construction.3d_printing_construction","name":"建築3Dプリント","name_en":"3D-printed building construction","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"Alquist+Walmartは5,000平方フィートの商業施設拡張をわずか75時間で完成(通常工法より15%安価、廃棄物55%削減)。フランスのViliaSprint2は800m2の集合住宅12戸を34日で建設。ただし単純な単層〜低層構造物に限定され、複雑な建築意匠には未対応","can":"単純な壁構造・低層住宅の高速施工(通常工法の数分の一の期間)","cannot":"複雑な建築意匠、多層階建築物、配管・電気設備との統合施工","why":"3Dプリント技術は押出成形可能な単純形状に最適化されており、建築の多様な機能要件(設備配管等)を単一プロセスで満たせないため","autonomy":"agent","tools":["ICON Vulcan","COBOD BOD2","Alquist 3D"],"evidence":[{"title":"Alquist to scale 3D print construction technology via Walmart","url":"https://www.prnewswire.com/news-releases/alquist-to-scale-3d-print-construction-technology-via-walmart-and-other-commercial-retail-projects-in-2026-302623710.html","date":"2026-05","note":"5,000平方フィート拡張を75時間で完成、15%安価・廃棄物55%削減"},{"title":"Europe's largest 3D-printed apartment building completed in France","url":"https://3dprintingindustry.com/news/europes-largest-3d-printed-apartment-building-completed-in-france-251060/","date":"2026","note":"800m2・12戸の集合住宅を34日で完成"}],"forecast_basis":"商業案件の実績拡大ペース(Walmart複数拠点展開)から2028年に低層建築の主要工法の一つとして定着すると推定","site_examples":[{"title":"浮遊島 — three.js の探索世界","url":"niwa.html","kind":"作品"},{"title":"森の小屋360°（Blender Cycles→three.js）","url":"cabin.html","kind":"作品"}]},{"id":"physical.agri_construction.bricklaying_robot","name":"レンガ積みロボット","name_en":"Bricklaying robots","levels":{"2022":1,"2023":2,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"SAM100は1日あたり約3,000個のレンガを積み、熟練左官職人(1日300〜500個)の約6倍のペースを実現。しかし実際の住宅建築では総レンガ作業の40〜60%しか処理できず、コーナー・窓枠・ドア開口部は依然人間の左官職人が担当。複雑現場では設置に1.5日を要しROIを圧迫する場合も","can":"直線的な壁面での高速レンガ積み(熟練職人の約6倍速)","cannot":"コーナー・窓枠・ドア開口部などの複雑形状部分の施工。建築基準の州ごとの差異も普及の障壁","why":"ロボットは反復的な直線パターンに最適化されており、建築の接合部・開口部処理に必要な柔軟な判断力を欠くため","autonomy":"agent","tools":["FBR Hadrian X","Construction Robotics SAM100"],"evidence":[{"title":"Construction robotics masonry and bricklaying robots: the poster child that still has walls to climb","url":"https://robottoday.com/article/construction-robotics-masonry-and-bricklaying-robots-the-poster-child-that-still-has-walls-to-climb","date":"2026","note":"総レンガ作業の40-60%のみ自動化、コーナー等は人間担当、設置に1.5日要する場合も"}],"forecast_basis":"建築基準の標準化と設置時間短縮の技術開発ペースから2030年に70-80%の作業カバー率に到達すると推定","site_examples":[]},{"id":"physical.agri_construction.infrastructure_drone_inspection","name":"インフラ点検(橋梁・送電線・太陽光)","name_en":"Infrastructure inspection (bridges, power lines, solar)","levels":{"2022":2,"2023":3,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"ドローン点検は橋梁のひび割れを0.1mm幅まで94%の精度で検出し、従来3日かかった点検を30分に短縮(コスト62%削減、4倍速、8倍のデータ取得量)。太陽光パネル点検も従来2〜3週間かかった作業を2〜4時間に短縮。この分野は既に専門家の点検員を上回る効率とカバレッジを実現","can":"定期的な目視点検・熱画像点検の高速・高精度な自動化","cannot":"検出した異常の原因診断や修理要否の複雑な工学的判断は依然人間技術者が担当","why":"画像認識ベースの異常検出はAIの得意分野である一方、構造的な健全性評価には専門工学知識を要する複合判断が必要なため","autonomy":"agent","tools":["Skydio","DroneDeploy","Boston Dynamics Spot + FieldAI"],"evidence":[{"title":"Autonomous inspection drones for infrastructure monitoring","url":"https://www.dronitech.com/autonomous-inspection-drones-for-infrastructure-monitoring-in-2026/","date":"2026","note":"橋梁ひび割れ0.1mm・94%精度検出、3日→30分、コスト62%削減"},{"title":"Boston Dynamics and FieldAI partner for construction site autonomy","url":"https://bostondynamics.com/case-studies/field-ai-boston-dynamics-made-autonomy-practical-on-construction-sites/","date":"2026-03","note":"ドキュメンテーション労力を60-70%削減、ただし点検・監視用途に限定"}],"forecast_basis":"点検データの蓄積とAI診断精度向上ペースから2028年に一部の診断判断まで専門家超えに到達すると推定","site_examples":[]}]}]},{"id":"personal","name":"個人の生活","name_en":"Personal Life","color":"#b0662d","summary":"調べもの・予約・健康・学習・対話。決済と本人確認と感情の責任が境界","areas":[{"id":"personal.info_search","name":"情報探索・調べもの・買い物比較","name_en":"Information Search & Shopping Comparison","tasks":[{"id":"personal.info_search.deep_research","name":"詳細な調べもの・複数ソース横断のリサーチレポート作成","name_en":"Deep research & multi-source report synthesis","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"リサーチャー／アナリストのジュニア〜中堅相当。数十ソースの横断読解・要約は人間の何倍も速いが、一次資料にない推論の飛躍や専門判断の妥当性検証は人手が必要","can":"Perplexity Comet・ChatGPT Deep Research等で数十ページ相当の調査を数分で実施、複数タブ横断のコンテキスト保持、引用付きレポート生成","cannot":"一次資料に存在しない結論の捏造（幻覚）、専門家レベルの解釈の妥当性検証、係争中・未確定事実の判定","why":"検索拡張生成(RAG)は改善したが基盤モデルの幻覚は構造的に残る（2026年4月時点の独立テストでモデルにより4〜12%）","autonomy":"agent","tools":["Perplexity Comet","ChatGPT Deep Research","Gemini Deep Research","Claude Opus 4.6"],"evidence":[{"title":"Perplexity Comet Browser Review 2026","url":"https://www.switchtools.io/blog/perplexity-comet-ai-agent-browser","date":"2026","note":"Cometは2026年3月にiPhone版公開、1M+ダウンロード、Max版はOpus 4.6がデフォルト"},{"title":"From Bogus Bars to Visa Fails: AI's Worst Travel Advice","url":"https://bodog.com/travel/from-bogus-bars-to-visa-fails-ais-worst-travel-advice","date":"2026","note":"2026年4月時点の独立テストでモデル別幻覚率(Claude系4%〜Grok12%)"}],"forecast_basis":"エージェント型ブラウザの普及とマルチモデル横断コンテキスト保持の改善は続くが、幻覚の根絶は2028年時点でも未解決の可能性が高い","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"personal.info_search.web_qa","name":"複雑な質問への検索AI回答（AI Overview／AI Mode）","name_en":"AI-generated answers to complex questions (AI Overviews/AI Mode)","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"図書館司書やコンシェルジュ並みの即応性はあるが正答率は劣る。Googleは年間5兆件規模の検索を処理しており、たとえ的中率9割でも毎時数千万件の誤答を生む計算になる","can":"複雑な多段階の質問への自然文回答、フォローアップ質問での文脈保持、複数ソースの統合要約","cannot":"事実正確性の保証（AI Overviewsの約半数に引用元が支持しない主張が含まれるとの分析あり）、基礎的な日付計算等の単純ミスの排除","why":"流暢さと事実正確性が分離しており、要約時に出典にない主張を混入させる傾向がある","autonomy":"copilot","tools":["Google AI Mode","Google AI Overviews","Bing Copilot"],"evidence":[{"title":"Oumi's Study Finds 50% of AI Overviews Untrustworthy","url":"https://oumi.ai/blog/oumis-study-finds-50-of-ai-overviews","date":"2026","note":"AI Overviewsの約半数が引用元に支持されない主張を含む"},{"title":"Google's AI Overview Struggles with Basic Calendar Math","url":"https://creati.ai/ai-news/2026-01-18/google-ai-overview-year-hallucination/","date":"2026-01","note":"2027年が「来年ではない」と誤答する等の基礎的誤り事例"}],"forecast_basis":"Googleは2026年5月にReddit等一次情報の引用強化を発表するなど改善を継続するが、検索規模ゆえの絶対誤答数は当面残る","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"},{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"personal.info_search.product_comparison","name":"商品比較・購入意思決定支援","name_en":"Product comparison & purchase decision support","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"詳しい家電量販店員より広い横断比較が瞬時にできるが、実店舗での実物確認や値引き交渉には劣る","can":"複数モデルのスペック比較表・レビュー要約の即時生成、条件を満たす候補への絞り込み、価格帯別の推薦","cannot":"在庫・実売価格のリアルタイム精度の完全な保証、ニッチ商品での仕様の事実誤認","why":"学習データの鮮度と店舗側システムとの連携精度に依存。新しい商取引プロトコルで鮮度は改善中","autonomy":"copilot","tools":["Google AI Mode Shopping","Amazon Alexa for Shopping（旧Rufus）","ChatGPT Shopping"],"evidence":[{"title":"Amazon Shifts Strategy, Replaces Rufus With Alexa Shopping Agent","url":"https://www.mediapost.com/publications/article/415053/amazon-shifts-ai-strategy-replaces-rufus-with-ale.html","date":"2026-05","note":"Rufus利用者は非利用者より購入完了率が60%高く、2年で3億人超が利用、120億ドル超の増分売上に寄与"},{"title":"Google Shopping launches agentic checkout and more AI shopping tools","url":"https://blog.google/products-and-platforms/products/shopping/agentic-checkout-holiday-ai-shopping/","date":"2026","note":"Universal Commerce Protocol(UCP)が2026年1月始動、複数小売と連携した比較・チェックアウト"}],"forecast_basis":"UCP等の商取引プロトコル普及でエージェントが店舗データへ直接アクセスできるようになれば精度がさらに向上する見込み","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"personal.info_search.autonomous_purchase","name":"AIエージェントによる自律購入・自動チェックアウト","name_en":"Autonomous purchase / agentic checkout","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"「安心して買い物を全部任せられる秘書」にはまだ届かない。低リスク・低額商品の限定的な代行にとどまる","can":"事前承認済みの単純商品（日用品等）の自動発注、条件付きウィッシュリスト購入、承認画面を挟んだ1ステップ購入","cannot":"高額決済でのなりすまし対策が未成熟（プロンプトインジェクションで担当者に$1販売を承認させた事例あり）、複雑な条件を伴う購入の完全自律実行、詐欺・誤発注時の責任所在の明確化","why":"既存の3-Dセキュア等は人間の操作を前提にした認証フローで、AIエージェントには非対応。委任IDの業界標準（Mastercard Agent Pay、Visa Trusted Agent、FIDOの新WG等）が2026年に策定途上","autonomy":"agent","tools":["Google Universal Commerce Protocol","Mastercard Agent Pay","Visa Trusted Agent","Amazon Alexa for Shopping"],"evidence":[{"title":"FIDO Alliance to Develop Standards for Trusted AI Agent Interactions","url":"https://fidoalliance.org/fido-alliance-to-develop-standards-for-trusted-ai-agent-interactions/","date":"2026","note":"AI代理決済の認証標準化に向けたAgentic Authentication技術WGを2026年に発足"},{"title":"The Complete List of AI Chatbot Failures (2025-2026)","url":"https://inspectagents.com/blog/ai-chatbot-failures-2025-2026/","date":"2026","note":"ディーラーのチャットボットがSNS上のプロンプトインジェクションで2024年型SUVを1ドルで「販売」に応じた事例"},{"title":"AI fraud forecast 2026","url":"https://fortune.com/2026/01/13/ai-fraud-forecast-2026-experian-deepfakes-scams/","date":"2026-01","note":"Experianが2026年をAIエージェント買い物普及に伴う不正の「転換点」と予測"}],"forecast_basis":"委任ID標準が2026〜27年に業界標準化されれば、2028年までに高額決済にも適用範囲が広がる可能性が高い","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"}]}]},{"id":"personal.travel","name":"旅行計画・予約・移動","name_en":"Travel Planning, Booking & Mobility","tasks":[{"id":"personal.travel.itinerary_planning","name":"旅程・行程表の作成","name_en":"Itinerary planning","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"旅程の骨格作成は熟練プランナー並みの速度だが、現地事情の裏取り精度は明確に劣る","can":"予算・好みに応じた複数案の並列生成、大枠のルート・日程作成、テーマ別のスポット提案","cannot":"閉館日や実在しない店舗など事実誤りの排除、最新の現地状況の反映","why":"学習データの地理的・時間的鮮度不足と、生成後の事実確認ステップの欠如","autonomy":"copilot","tools":["ChatGPT","Gemini","Claude","Travo"],"evidence":[{"title":"AI Travel Recommendations Distrusted by Most Travelers","url":"https://www.travelerstoday.com/articles/60573/20260723/ai-travel-recommendations-distrusted-most-travelers-multiple-reports-find.htm","date":"2026-07","note":"AI生成の旅程の9割に少なくとも1つの重大な事実誤りが含まれるとの調査、Squaremouth調査では利用者の1/3が誤情報を受け取ったと回答"},{"title":"How to Avoid AI Travel Planning Mistakes","url":"https://travo.me/blog/how-to-avoid-ai-travel-planning-mistakes","date":"2026","note":"閉館中の博物館や実在しない屋上バーなど典型的な誤情報パターン"}],"forecast_basis":"旅行専門データとの連携（UCPのホテル・飲食予約拡張等）が進めば事実確認精度は段階的に向上する見込み","site_examples":[{"title":"ひとり歓迎マップ","url":"hitori.html","kind":"作品"},{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"personal.travel.booking_execution","name":"予約の自律実行（ホテル・航空券・レストラン）","name_en":"Autonomous booking execution","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"単純な飲食店予約は代行できるが、航空券・ホテルの複雑条件を伴う予約はOpenAI自身が「複雑すぎる」として一時撤退した","can":"レストラン予約等、単純な1ステップ予約の自律実行（ユーザー確認を挟む）、Uber・OpenTable等との連携による多段階タスク","cannot":"変更・払戻等の複雑な条件を含む航空券・ホテル予約の自律完遂。決済のカード情報入力段階でユーザーが離脱し、信頼できる既存サイトで予約し直す傾向が強い","why":"複数の外部システム横断のオーケストレーションと、誤予約時の責任の所在が未整備","autonomy":"agent","tools":["Alexa+","ChatGPT Agent"],"evidence":[{"title":"ChatGPT Tried to Replace Your Booking Engine. It Failed.","url":"https://www.tourismtribe.com/chatgpt-instant-checkout-travel-operators/","date":"2026","note":"OpenAIは2026年3月にChatGPTの旅行向けネイティブチェックアウトを撤回、理由は「旅行は複雑すぎる」"},{"title":"Is \"Book on ChatGPT\" Hitting the Same Wall as \"Book on Google\"?","url":"https://www.hospitalitynet.org/panel/information-technology/is-book-on-chatgpt-hitting-the-same-wall-as-book-on-google","date":"2026","note":"Expedia調査: 53%がAI提案に抵抗ないが実際にエージェントに任せるのは8%のみ、決済入力で離脱"},{"title":"Alexa+ vs Gemini: which AI smart home assistant wins in 2026?","url":"https://www.the-ambient.com/versus/alexa-plus-vs-gemini/","date":"2026","note":"Alexa+はOpenTable等と連携し確認画面を挟んで予約を完了できる"}],"forecast_basis":"決済委任IDの標準化と店舗側UCP対応拡大により、2027〜28年に複雑な予約への適用が拡大すると見込まれる","site_examples":[{"title":"ひとり歓迎マップ","url":"hitori.html","kind":"作品"}]},{"id":"personal.travel.disruption_handling","name":"現地トラブル対応（遅延・キャンセル・誤情報の責任）","name_en":"Real-time disruption handling","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"人間の旅行代理店員のような航空会社との交渉力・裁量権を持たない。誤情報提示時の法的責任は企業側が負うとの判例が確定している","can":"一般的な代替案の提示、規約・約款情報の要約","cannot":"航空会社バックエンドとのリアルタイム連携による確実な振替対応、誤った運賃回答の完全な防止","why":"バックエンドシステムとの統合不足に加え、チャットボットの発言が契約とみなされる法的リスクが企業のガードレールを強めている","autonomy":"copilot","tools":["航空会社カスタマーサポートAI","ChatGPT"],"evidence":[{"title":"Hallucination Risk in AI Bookings: How to Reduce It","url":"https://lseo.com/answer-engine-optimization-services/managing-hallucination-risk-in-agent-initiated-bookings/","date":"2026","note":"Air Canadaのチャットボットが誤った運賃を提示し、裁判所が航空会社にCAN$812.02の賠償を命じた判例を紹介"}],"forecast_basis":"訴訟リスクを踏まえた企業側のガードレール強化により、自律度はむしろ抑制的に推移する可能性がある","site_examples":[{"title":"ひとり歓迎マップ","url":"hitori.html","kind":"作品"}]},{"id":"personal.travel.visa_docs","name":"ビザ・入国要件の確認","name_en":"Visa & entry requirement verification","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":4},"vs_expert":"大使館職員や専門エージェントの正確性には遠く及ばない","can":"一般的なビザ制度・入国手続きの概要説明","cannot":"国籍・目的別の最新要件の正確な判定、誤情報による入国拒否リスクの排除","why":"各国規則が頻繁に変更される一方、情報源が分散しており学習データの鮮度が追いつかない","autonomy":"copilot","tools":["ChatGPT","Gemini"],"evidence":[{"title":"From Bogus Bars to Visa Fails: AI's Worst Travel Advice","url":"https://bodog.com/travel/from-bogus-bars-to-visa-fails-ais-worst-travel-advice","date":"2026","note":"AIの旅行アドバイスにおけるビザ要件の誤情報事例をまとめた記事"}],"forecast_basis":"政府データとのAPI直結が整備されれば改善するが、2028年時点でも人間の最終確認が必須と想定される","site_examples":[{"title":"ひとり歓迎マップ","url":"hitori.html","kind":"作品"},{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]}]},{"id":"personal.health","name":"健康・運動・食事・睡眠","name_en":"Health, Fitness, Nutrition & Sleep","tasks":[{"id":"personal.health.fitness_coaching","name":"フィットネス・トレーニング負荷のコーチング","name_en":"AI fitness & training-load coaching","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"データドリブンな回復管理は多くのパーソナルトレーナーより一貫性がある（体調不良を48時間前に予測等）。フォーム指導や心理的モチベーション管理は人間コーチに劣る","can":"HRV・睡眠データに基づくトレーニング負荷の個別調整、体調不良の事前予測、日々の「ひずみ／回復」スコアに基づく提案","cannot":"怪我の医学的診断、対面でのフォーム矯正、複雑な心理的コーチング","why":"ウェアラブルセンサデータとLLMの組み合わせが確立し狭いドメインでは高精度だが、身体動作の視覚的評価は別技術が必要","autonomy":"agent","tools":["Whoop Coach","Oura","Apple Health+"],"evidence":[{"title":"WHOOP AI Coach - Recovery-Based Training Decisions","url":"https://www.athletedata.health/guides/whoop-recovery-coach","date":"2026","note":"HRVトレンドに基づく個別質問応答、体調不良を48時間前に予測する機能"},{"title":"Best AI Health and Fitness Apps (2026): Oura, MacroFactor","url":"https://www.asianefficiency.com/technology/best-ai-health-fitness-apps/","date":"2026","note":"Apple Health+のAI健康コーチ機能が2026年に展開"}],"forecast_basis":"Apple Health+等主要プラットフォームへのAIコーチ標準搭載が進み、2028年までに大半のウェアラブルユーザーに普及する見込み","site_examples":[{"title":"行かなくていい場所 — 移動せず没入する場所体験","url":"method/ikanakute-ii-basho.html","kind":"作り方"},{"title":"森の小屋 — 瞑想空間","url":"cabin.html","kind":"作品"}]},{"id":"personal.health.sleep_optimization","name":"睡眠トラッキング・改善提案","name_en":"Sleep tracking & optimization","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"睡眠専門医の臨床診断には及ばないが、日常の睡眠改善提案は一般開業医より高頻度・個別化されている","can":"臨床検証済みの睡眠ステージ推定、生活習慣に応じた改善提案の自動生成","cannot":"睡眠時無呼吸症候群等の医学的確定診断（専門医のポリグラフ検査が必要）","why":"光学センサ×AIの精度は向上したが、医療機器としての正式承認範囲外にとどまる","autonomy":"copilot","tools":["Oura Ring 5","Whoop"],"evidence":[{"title":"Best AI Health Coach Apps in 2026","url":"https://askvora.com/blog/best-ai-health-coach-app-2026","date":"2026","note":"Oura Ring 5は臨床検証済みの睡眠ステージ推定で最も評価が高いとされる"}],"forecast_basis":"ウェアラブルセンサ精度向上と医療機器認証取得が進めば、2028年に一部医療判断領域へ接近する可能性","site_examples":[{"title":"行かなくていい場所 — 移動せず没入する場所体験","url":"method/ikanakute-ii-basho.html","kind":"作り方"},{"title":"森の小屋 — 瞑想空間","url":"cabin.html","kind":"作品"}]},{"id":"personal.health.symptom_triage","name":"症状相談・受診要否の判断（診断そのものはprofessional領域）","name_en":"Symptom guidance & urgency triage","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"医師の診断精度には及ばない。2026年のNature Medicine誌の構造化テストでは、緊急疾患の52%を過小評価（under-triage）したと報告されている","can":"一般的な症状情報の提示、軽症〜中等度の緊急度についての目安提示","cannot":"救急を要する症状の一貫した検知（希死念慮を含む危機シグナルを見逃す事例あり）、確定診断・治療方針の決定（意図的にprofessional領域として除外）","why":"会話ベースのトリアージは軽症の過大評価と重症の過小評価という非対称な誤りを起こしやすく、公平性（人種・保険状況等による差）にも課題がある","autonomy":"copilot","tools":["ChatGPT Health","Google AI Mode"],"evidence":[{"title":"ChatGPT Health Under-Triaged 52% of Emergencies","url":"https://www.iatrox.com/blog/chatgpt-health-undertriage-52-percent-emergencies-nature-medicine-2026","date":"2026","note":"臨床医作成の60症例・960件の対話を用いた構造化テストで、緊急症例の52%を過小評価。希死念慮シナリオでの危機対応の見逃しも確認"},{"title":"Comparison of Diagnostic and Triage Accuracy of Ada Health and WebMD Symptom Checkers, ChatGPT, and Physicians","url":"https://pubmed.ncbi.nlm.nih.gov/37788063/","date":"2026","note":"AI症状チェッカーの診断一致率30〜40%に対し医師平均47%"}],"forecast_basis":"医療特化モデルの精緻化が進むが、責任問題ゆえに『診断』行為自体は今後も意図的に回避される設計が続く見込み","site_examples":[{"title":"行かなくていい場所 — 移動せず没入する場所体験","url":"method/ikanakute-ii-basho.html","kind":"作り方"},{"title":"森の小屋 — 瞑想空間","url":"cabin.html","kind":"作品"}]},{"id":"personal.health.nutrition_tracking","name":"食事記録・栄養プランニング","name_en":"Nutrition tracking & meal planning","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"管理栄養士の個別指導には及ばないが、代謝適応を織り込んだ継続的なカロリー・マクロ再計算は多くの独学者より精緻","can":"検証済み食品データベースを用いたカロリー・栄養素計算（誤差4%程度）、体重推移に基づく目標の自動再調整","cannot":"写真からの自動食事記録は主要アプリでも未対応（手動入力が前提）、個々の疾患に応じた食事療法の医学的判断","why":"食品データベースの検証精度は向上したが、画像認識による自動ログや医療連携は開発途上","autonomy":"copilot","tools":["Cronometer","MacroFactor"],"evidence":[{"title":"MacroFactor vs Cronometer: Which App Wins in 2026?","url":"https://macrofactor.com/macrofactor-vs-cronometer/","date":"2026","note":"Cronometerはカロリー値が基準データの4.1%以内、MacroFactorは体重トレンドに基づく適応的TDEE再計算が強み。両アプリともAI写真ログには未対応"}],"forecast_basis":"画像認識×LLMの食事記録自動化は2027年以降に主要アプリへ実装が進むと見込まれる","site_examples":[{"title":"行かなくていい場所 — 移動せず没入する場所体験","url":"method/ikanakute-ii-basho.html","kind":"作り方"},{"title":"森の小屋 — 瞑想空間","url":"cabin.html","kind":"作品"},{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"}]}]},{"id":"personal.finance_admin","name":"家計・資産管理・手続き","name_en":"Household Finance, Assets & Administrative Procedures","tasks":[{"id":"personal.finance_admin.budgeting","name":"家計簿・予算管理の自動化","name_en":"Automated budgeting & spend tracking","levels":{"2022":2,"2023":3,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"支出分類・サブスク検知の精度と速度はファイナンシャルプランナーの手作業を大きく上回るが、大きな資産配分判断の全面委任はまだ一般的ではない","can":"銀行連携による支出のほぼ100%精度の自動分類、サブスクリプション増加の検知、低影響日の自動少額貯蓄","cannot":"大規模な資産配分・投資判断の全面自律実行（ユーザー承認が前提）","why":"読み取り専用の口座連携と分類タスクはAIの得意領域。実行を伴う資産判断は規制・信頼の観点から人間承認が残る","autonomy":"agent","tools":["Albert","Cleo AI","Yotta Finance"],"evidence":[{"title":"AI in Personal Finance 2026: Comparing the Top Tools and Approaches","url":"https://useorigin.com/resources/blog/ai-in-personal-finance-2026-comparing-the-top-tools-and-approaches","date":"2026","note":"銀行連携で支出をほぼ100%精度で自動分類、Albertは低影響日を予測し自動貯蓄を実行"}],"forecast_basis":"分類・貯蓄自動化は既に成熟しており、2028年までに投資判断支援へも自律度が拡大する見込み","site_examples":[{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"personal.finance_admin.tax_filing","name":"確定申告・税務書類の作成支援","name_en":"Tax return preparation assistance","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"税理士の代替ではなく下書き支援。IRS自身が「AIは専門家の判断を補助するものであり置き換えるものではない」と明記している","can":"書類収集の整理、控除項目の洗い出し、下書きの作成","cannot":"最終的な申告内容の法的責任を伴う判断、複雑なケース（副業・海外資産等）の完全自律処理","why":"税務は誤りのコストが高く規制当局が専門家の最終確認を要求。IRSは126件のAIユースケースを稼働させつつも人間レビューを前提としている","autonomy":"copilot","tools":["IRS AI compliance tools","TurboTax AI","PwCタックスエージェント"],"evidence":[{"title":"2026 IRS rules on using AI for tax preparation and filing","url":"https://tax.thomsonreuters.com/blog/irs-circular-230-ai-guidance-explained/","date":"2026-06","note":"IRSがOPR Alert 2026-19を発出、生成AIは専門家の判断を補助するものと明記"},{"title":"AI agents: transforming the tax experience: PwC","url":"https://www.pwc.com/us/en/services/tax/library/tax-ai-agents.html","date":"2026","note":"GAOはIRSが126件のAIユースケースを税務支援・不正検知等で稼働中と確認"}],"forecast_basis":"単純な申告ケースの自動化は進むが、規制上の最終責任分界が変わらない限り専門家不要化は2028年時点でも限定的","site_examples":[]},{"id":"personal.finance_admin.admin_procedures","name":"行政手続きの代行・自動化","name_en":"Government administrative procedure automation","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":4},"vs_expert":"窓口職員による対面確認に代わる水準にはまだ遠く、政府自身がAIエージェント連携を「将来構想」として位置づける段階","can":"手続き案内・必要書類の整理、申請フォームの下書き作成支援","cannot":"本人確認・押印を要する手続きの完全自動完結、複数省庁・自治体システムを横断した申請の自律実行","why":"本人確認・法的責任の重さゆえ、行政側システムとエージェントの接続基盤自体が2026年時点でまだ検討段階","autonomy":"copilot","tools":["マイナポータル","デジタル庁 認証基盤"],"evidence":[{"title":"マイナポータル、将来はAIエージェントに手続きを頼める時代へ","url":"https://news.livedoor.com/topics/detail/31889636/","date":"2026-07","note":"日本政府は出産・介護・死亡等のライフイベント手続きで申請者側・行政側AIが連携する仕組みを構想中。令和8年度中に検討着手、令和9年度中に基盤構築を目指す方針"}],"forecast_basis":"日本政府のロードマップ（令和9年度=2027年度に基盤構築）通りに進めば2028年頃から一部手続きで実運用が始まる可能性","site_examples":[{"title":"ひとり歓迎マップの抽出パイプライン（5.6k tok/施設）","url":"method/hitori-kijun.html","kind":"作り方"}]},{"id":"personal.finance_admin.unauthorized_spend_control","name":"AIエージェント経由の誤操作・不正利用の防止","name_en":"Preventing unauthorized/erroneous agent-driven spending","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"人間の店員なら不自然な値引き交渉を拒否できる場面で、会話型AIが説得されて誤った決定を下す事例が繰り返し報告されている","can":"支出上限のマンデート設定、異常な取引パターンの検知アラート","cannot":"プロンプトインジェクションによる意図しない大幅値引き承認や誤契約の完全な防止","why":"会話型インターフェースは操作性が高い反面、悪意ある入力に対する頑健性がまだ未成熟","autonomy":"agent","tools":["Mastercard Agent Pay","Visa Trusted Agent","家計簿アプリの異常検知機能"],"evidence":[{"title":"The Complete List of AI Chatbot Failures (2025-2026)","url":"https://inspectagents.com/blog/ai-chatbot-failures-2025-2026/","date":"2026","note":"UKの店舗の営業時間外チャットボットが説得されて80%割引を承認した事例、ディーラーAIが1ドル販売に応じた事例"},{"title":"AI fraud forecast 2026: Experian, deepfakes, scams","url":"https://fortune.com/2026/01/13/ai-fraud-forecast-2026-experian-deepfakes-scams/","date":"2026-01","note":"AIエージェント買い物の普及に伴う不正の『転換点』が2026年に到来するとの予測"}],"forecast_basis":"エージェント認証標準の普及とレッドチーム対策の進展で2028年までにリスクは相当程度低減するが、新手の攻撃手法も並行して進化する","site_examples":[]}]},{"id":"personal.learning","name":"学習・語学・スキル習得","name_en":"Learning, Language & Skill Acquisition","tasks":[{"id":"personal.learning.language_tutor","name":"語学学習コーチング","name_en":"AI language learning coaching","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"会話練習の量と即応性はネイティブ講師を上回るが、C1/C2級の高度な運用力習得やニュアンス指導は依然弱い","can":"ロールプレイ会話練習、文法・語法の誤り説明、初中級レベルの学習効率の大幅改善","cannot":"発音の詳細な調音指摘（正誤判定止まり）、上級者の自然な言い回し習得、AIのみでの長期定着（音読・再挑戦のループ設計は人手が必要）","why":"生成モデルは説明・練習問題生成には強いが、身体的な発話矯正や学習者の粘り強い反復強制はできない","autonomy":"copilot","tools":["Duolingo Max (GPT-4o)","ChatGPT","Hello Nabu"],"evidence":[{"title":"Duolingo 2026 Review: Is the AI Upgrade Worth the Cost?","url":"https://englishtalky.com/duolingo-2026-review-is-the-ai-upgrade-worth-the-cost/","date":"2026","note":"Duolingo MaxのRoleplay/Explain My Answerが中級者のギャップを縮めた一方、発音フィードバックは正誤判定止まりで詳細分析なし"},{"title":"Duolingo AI Backlash: Why AI-First Fails Learners","url":"https://funfluen.com/learn/guides/duolingo-ai-backlash-ai-first-language-learning/","date":"2026","note":"AIだけでは想起・発話・反復のループを強制できないとの批判"}],"forecast_basis":"音声認識精度と対話生成の統合が進み、2028年までに発音矯正の精緻化が期待されるが定着させる仕組み自体は人間の設計が必要であり続ける","site_examples":[{"title":"lingo — 英日二段字幕でリスニング","url":"lingo.html","kind":"作品"},{"title":"1分AI英語","url":"ai-english.html","kind":"作品"}]},{"id":"personal.learning.homework_tutor","name":"宿題・学校学習の個別指導","name_en":"Homework & K-12 personalized tutoring","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"RCT（無作為化比較試験）でAIチュータリングが通常の対面アクティブラーニングを効果量0.73〜1.3標準偏差で上回った例があるが、動機づけ・関係構築は人間教師が優位","can":"個別ペースでの適応的問題演習、時間効率の改善（同一課題を短時間で習得）、新規問題タイプへの応用力向上","cannot":"完全自律のみでの最良成果（AI＋人間ハイブリッドの方がAI単独より高い成果を示す研究あり）、モチベーション管理・関係構築","why":"適応的指導のアルゴリズムは成熟したが、学習者の意欲維持や複雑な推論の言語化支援は人間教師の役割が残る","autonomy":"copilot","tools":["Khanmigo","ChatGPT Study Mode","Eediプラットフォーム"],"evidence":[{"title":"25 AI in Education Statistics to Guide Your Learning Strategy in 2026","url":"https://www.engageli.com/blog/ai-in-education-statistics","date":"2026","note":"2025年のRCT（Scientific Reports誌）でAIチュータリングの効果量0.73〜1.3標準偏差、所要時間49分 vs 対面60分"},{"title":"How AI Tutoring Is Transforming Personalized Learning in 2026","url":"https://www.hurix.com/blogs/how-ai-tutors-personalize-education-at-scale/","date":"2026","note":"英国165人の中等教育生徒対象の研究で、AI+人間ハイブリッドが新規問題正答率66.2% vs 人間単独60.7%"}],"forecast_basis":"適応学習アルゴリズムの精緻化が続くが、最良の成果は今後もAI単独ではなくハイブリッド型で得られる傾向が続くと見込まれる","site_examples":[{"title":"lingo — 英日二段字幕でリスニング","url":"lingo.html","kind":"作品"},{"title":"1分AI英語","url":"ai-english.html","kind":"作品"}]},{"id":"personal.learning.exam_prep","name":"試験対策・添削","name_en":"Exam preparation & feedback","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"大量の練習問題生成と即時フィードバックは予備校講師の何倍もの処理量をこなすが、記述式答案の評価一貫性や難関試験の出題傾向読みは人間の熟練講師に劣る場面がある","can":"個別レベルに応じた問題生成、誤答理由の説明、弱点分野の反復出題","cannot":"最難関試験における出題予測や記述式評価の完全な信頼性","why":"選択式・定型問題の生成・採点は成熟した一方、高度な記述評価は評価基準の一貫性確保が課題","autonomy":"copilot","tools":["ChatGPT Study Mode","Coursera AI"],"evidence":[{"title":"How AI will Transform the Tutoring Industry in 2026","url":"https://mentomind.ai/tutoring-industry-in-2026/","date":"2026","note":"Courseraの2026年2月レポートで学生の5人に4人がAIにより学業成績が向上したと回答"}],"forecast_basis":"生成AIの採点一貫性向上（ルーブリック学習）が進めば2028年までに記述式評価への信頼度も上がる見込み","site_examples":[]},{"id":"personal.learning.skill_acquisition","name":"新スキル習得の自習支援（プログラミング等）","name_en":"Self-directed skill acquisition support","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"実践的なコーディング学習等では、対話しながら即座にデバッグ・解説を得られる点で書籍や講座より学習効率が高いとする個人体験談が多い","can":"対話形式での概念説明とその場でのコード実行・修正フィードバック、学習者のレベルに応じた説明の調整","cannot":"体系だったカリキュラム設計を学習者自身に代わって最初から最後まで管理し続けること（脱線・つまみ食い学習になりがち）","why":"生成モデルはQ&A形式の即応には強いが、長期的な学習計画の一貫した維持は学習者側の自己管理に依存する","autonomy":"copilot","tools":["ChatGPT","Claude","GitHub Copilot"],"evidence":[{"title":"Duolingo couldn't teach me Spanish in 2 years. ChatGPT did it in a few months","url":"https://medium.com/artificial-corner/duolingo-couldnt-teach-me-spanish-in-2-years-chatgpt-did-it-in-a-few-months-07368a0d89c4","date":"2026","note":"対話型AIによる自習が定型教材より高効率だったとする個人体験（言語学習だが自習全般に通じる示唆）"}],"forecast_basis":"対話型学習の質は向上を続けるが、学習の継続性・体系性の担保は今後も人間の意思・外部の学習設計に依存すると見込まれる","site_examples":[]}]},{"id":"personal.companion","name":"対話・相談・コンパニオン（恋愛・孤独）","name_en":"Dialogue, Counsel & Companion AI","tasks":[{"id":"personal.companion.emotional_support","name":"日常の雑談・感情サポート","name_en":"Everyday emotional support chat","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"傾聴の可用性（24時間・待ち時間ゼロ）はカウンセラーを上回るが、専門的な心理療法や複雑な対人関係の見立てには及ばない","can":"常時利用可能な傾聴・共感的応答、感情の言語化支援、軽度のストレス発散相手","cannot":"臨床的な精神疾患の見立てと治療、危機的状況での一貫した安全対応（後述の crisis_response を参照）","why":"共感的な文章生成は得意領域だが、リスク検知と介入の一貫性は訓練データの偏りや設計判断に依存する","autonomy":"copilot","tools":["ChatGPT","Replika","Character.AI"],"evidence":[{"title":"AI chatbots and digital companions are reshaping emotional connection","url":"https://www.apa.org/monitor/2026/01-02/trends-digital-ai-relationships-emotional-connection","date":"2026-01","note":"AI雑談相手の利用が心理的なつながりの形を変えつつあるとAPAが報告"}],"forecast_basis":"利用は拡大を続けるが、規制強化（後述）により無制限の自律応答は制約される方向","site_examples":[{"title":"行かなくていい場所 — 移動せず没入する場所体験","url":"method/ikanakute-ii-basho.html","kind":"作り方"},{"title":"森の小屋 — 瞑想空間","url":"cabin.html","kind":"作品"}]},{"id":"personal.companion.romantic_companion","name":"疑似恋愛・パートナー体験型コンパニオン","name_en":"Romantic/companion roleplay AI","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"人間のパートナーに代わるものではなく、あくまで疑似体験。米国チャットボット市場の第3位を占めるGrokは男性67%・35歳未満55%という偏った利用者層で、一般的な恋愛関係の代替にはなっていない","can":"3Dアバター等を用いたキャラクター性の高い会話体験、記憶に基づく個別化されたやりとり","cannot":"現実のパートナーシップが持つ相互の成長・責任・身体的親密性の代替、健全な依存度の自己管理","why":"キャラクター生成・記憶連携技術は進んだが、人間関係の本質的要素（相互性・責任）はAIの設計対象外","autonomy":"copilot","tools":["Grok Ani","Replika","Character.AI"],"evidence":[{"title":"Grok AI Usage Statistics 2026: Users, Growth & Trends","url":"https://seoprofy.com/blog/grok-ai-statistics/","date":"2026","note":"Grokは2026年1月に月間6000万、3月に1.17億ユーザー。利用者は男性67.4%・35歳未満55%と偏りが大きい"},{"title":"AI Relationships 2026: Replika, Character.AI, and the Companionship Question","url":"https://www.explainx.ai/blog/ai-relationships-companionship-replika-character-ai-2026","date":"2026","note":"AI恋愛コンパニオンの普及とその是非についての2026年時点の議論をまとめ"}],"forecast_basis":"規制（後述のcrisis_response参照）が利用制限を強める一方、技術的なキャラクター表現力は2028年までにさらに向上する見込み","site_examples":[{"title":"行かなくていい場所 — 移動せず没入する場所体験","url":"method/ikanakute-ii-basho.html","kind":"作り方"},{"title":"森の小屋 — 瞑想空間","url":"cabin.html","kind":"作品"}]},{"id":"personal.companion.dating_assistant","name":"実際の人間との出会い・交際支援（マッチングアプリ代筆）","name_en":"Real-world dating assistance","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"恋愛コンサルタントより低コストで即時利用できるが、会話を「開始」できても「持続」させることは苦手","can":"マッチングアプリの返信文・初回メッセージの生成による返信率の改善（50%超のケースで生成文がそのまま使われるとの報告）","cannot":"会話が予期しない方向（個人的な質問等）に進んだ際のリアルタイムでの継続対応、実際のデート当日の代行","why":"テキスト生成は得意だが、対面での機微な対人スキルの代行はできない","autonomy":"copilot","tools":["Wingman","Winggg","Rizz"],"evidence":[{"title":"Best AI Dating Assistants in 2026: Which Actually Work","url":"https://www.piercr.com/blog/best-ai-dating-assistants","date":"2026","note":"AIデーティングアシスタントは返信率向上に効果的、Match/Kinsey研究所調査で米独身者の26%がデートにAIを利用（前年比333%増）"}],"forecast_basis":"会話継続支援機能の高度化により2028年までに初回メッセージ以降のサポート範囲が広がる見込み","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"},{"title":"行かなくていい場所 — 移動せず没入する場所体験","url":"method/ikanakute-ii-basho.html","kind":"作り方"}]},{"id":"personal.companion.crisis_response","name":"希死念慮・精神的危機への対応","name_en":"Crisis and suicidal-ideation response","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":1,"2027e":2,"2028e":2,"2030e":3},"vs_expert":"訓練を受けたカウンセラー・ホットライン対応者と比べ、危機シグナルの一貫した検知と安全な介入に構造的な欠陥がある","can":"自殺念慮に関する一般的な情報提供、相談窓口の案内","cannot":"危機シグナルの一貫した検知と安全プロトコルの確実な発動（見逃し事例が複数の訴訟・研究で確認）、未成年ユーザーへの適切な保護","why":"長時間・感情的に没入した会話ほどAIが同調的になりやすく安全ガードレールが効きにくい。複数の未成年自殺を巡る訴訟が提起され、Character.AIは2025年11月に18歳未満のオープンチャットを禁止","autonomy":"copilot","tools":["Character.AI","ChatGPT","Replika"],"evidence":[{"title":"Character AI Lawsuit For Suicide And Self-Harm [2026]","url":"https://www.torhoermanlaw.com/ai-lawsuit/character-ai-lawsuit/","date":"2026","note":"未成年の自殺を巡りCharacter.AI・OpenAIへの遺族訴訟が複数提起され、2026年6月にGoogleとCharacter.AIが複数訴訟の和解調停に合意"},{"title":"ChatGPT Health Under-Triaged 52% of Emergencies","url":"https://www.iatrox.com/blog/chatgpt-health-undertriage-52-percent-emergencies-nature-medicine-2026","date":"2026","note":"構造化テストで希死念慮シナリオにおける危機対応プロトコルの発動漏れを確認"},{"title":"Character.AI takes action on teen chatbot safety issues","url":"https://thehill.com/opinion/technology/5584189-ai-chatbot-ban-teens/","date":"2025-11","note":"Character.AIは2025年11月25日までに18歳未満のオープンチャットを全面禁止、カリフォルニア州SB243が2026年1月施行"}],"forecast_basis":"規制対応（年齢確認・休憩リマインド・危機紹介義務化）は進むが、根本的な安全検知の信頼性向上には時間を要し2028年時点でも人間監督が必須と見込まれる","site_examples":[{"title":"行かなくていい場所 — 移動せず没入する場所体験","url":"method/ikanakute-ii-basho.html","kind":"作り方"},{"title":"森の小屋 — 瞑想空間","url":"cabin.html","kind":"作品"}]},{"id":"personal.companion.memory_continuity","name":"関係性の記憶継続・アップデート時の同一性維持","name_en":"Relationship memory continuity across updates","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"人間関係の記憶の連続性とは根本的に性質が異なり、モデル更新によって「人格」が変化・断絶するリスクを本質的に抱える","can":"会話履歴からの選好・過去の決定・個人情報の抽出と次回以降への反映、Memory機能でのユーザーによる編集・削除","cannot":"モデル更新をまたいだ人格の完全な同一性保証（Replikaのアップデートでユーザーが『別人になった』と感じ悲嘆に近い反応を示した事例が報告されている）","why":"「記憶」は外部プロファイルへの事実抽出であり、応答スタイルや『人格』自体はモデル本体の更新に左右されるため、ユーザー体感の連続性が壊れやすい","autonomy":"copilot","tools":["ChatGPT Memory","Replika"],"evidence":[{"title":"Lessons From an App Update at Replika AI: Identity Discontinuity in Human-AI Relationships","url":"https://arxiv.org/pdf/2412.14190","date":"2026","note":"Replikaのアップデートでユーザーが人格の同一性喪失を経験し、悲嘆に類する反応を示したことを分析"},{"title":"Relational Gains, Privacy Strains: Exploring Users' Perceptions and Experiences with ChatGPT's Memory Feature","url":"https://dl.acm.org/doi/full/10.1145/3772318.3791635","date":"2026","note":"2026年CHI論文。ChatGPTメモリ機能は関係性の満足度を高める一方でプライバシー上の緊張を生むと指摘"}],"forecast_basis":"記憶アーキテクチャの分離（プロファイル層とモデル層）が進めば、2028年までにアップデート時の同一性維持技術が向上する可能性","site_examples":[{"title":"行かなくていい場所 — 移動せず没入する場所体験","url":"method/ikanakute-ii-basho.html","kind":"作り方"},{"title":"森の小屋 — 瞑想空間","url":"cabin.html","kind":"作品"}]}]},{"id":"personal.life_automation","name":"生活自動化（スマートホーム・通知・メモ・写真整理）","name_en":"Home & Life Automation","tasks":[{"id":"personal.life_automation.smart_home_routines","name":"スマートホームの操作・自然言語ルーティン作成","name_en":"Smart home control & natural-language routine creation","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"家電量販店の設置業者が手動設定するより圧倒的に速く柔軟に自動化ルールを作成できる","can":"「23時以降15分間人感がなければ電気を消す」等の会話的指示からの自動化ルール生成、OpenTable等外部サービスとの連携実行","cannot":"音声認識・話者識別の完全な信頼性（長年の課題が2026年にようやく大幅改善）、複雑な多条件ルールの意図通りの一発生成","why":"自然言語→ルール変換の精度はLLMの文脈理解向上で大きく前進したが、住宅内の音響環境やデバイス互換性のばらつきが実運用の壁として残る","autonomy":"agent","tools":["Amazon Alexa+","Google Gemini for Home"],"evidence":[{"title":"Alexa+ vs Gemini: which AI smart home assistant wins in 2026?","url":"https://www.the-ambient.com/versus/alexa-plus-vs-gemini/","date":"2026","note":"Alexa+は2026年2月にPrime会員向け無料化。会話的な指示から自動化ルールを正しく構築できるよう改善"},{"title":"Google Gemini for Home's 2026 Update: Solving Usability and Recognition Woes","url":"https://applyingai.com/2026/04/google-gemini-for-homes-2026-update-solving-usability-and-recognition-woes-for-smarter-living/","date":"2026-04","note":"2026年4月更新で長年の音声認識・使い勝手の課題を大幅改善"}],"forecast_basis":"音声認識精度の改善が続き、2028年までにルーティン作成はほぼ完全に自然言語化される見込み","site_examples":[{"title":"lingo — 英日二段字幕でリスニング","url":"lingo.html","kind":"作品"},{"title":"1分AI英語","url":"ai-english.html","kind":"作品"}]},{"id":"personal.life_automation.notes_memory_assistant","name":"メモ・議事録・リマインダーの自動管理","name_en":"Notes, meeting memory & reminder management","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"会議の逐語記録・要約・アクションアイテム抽出の速度と網羅性は人間の秘書を上回るが、優先順位判断や暗黙の文脈理解は人間に劣る場面がある","can":"会議の自動文字起こし・要約・話者識別、議論内容からのリマインダー自動生成、タグ付け不要の関連メモ自動連携","cannot":"個人の記憶全体を代替する完全なライフログ化（主要サービスの事業継続性自体が買収等で不安定、例: Limitless/RewindはMeta買収でロードマップ不透明）","why":"音声認識・要約技術は成熟したが、長期的な『パーソナル記憶』プロダクトとしての事業モデルはまだ定まっていない","autonomy":"agent","tools":["Otter","Mem 2.0","Limitless（旧Rewind）"],"evidence":[{"title":"10 Best AI Assistants With Memory in 2026 (Tested)","url":"https://www.dume.ai/blog/top-10-ai-assistants-with-memory-in-2026","date":"2026","note":"Otterは会議からアクションアイテム抽出・締切リマインダー設定まで自動化。Mem 2.0はタグ付け不要で関連メモを自動連携"},{"title":"AI Memory Apps: What They Do and How to Choose One (2026)","url":"https://recallify.ai/ai-memory-apps/","date":"2026","note":"Meta社が2025年12月にLimitless（旧Rewind）を買収し、個人記憶ログ製品のロードマップが不透明に"}],"forecast_basis":"会議・タスク管理領域での自動化は既に高水準。個人ライフログ全体の記憶代替は事業・プライバシー両面の課題により2028年でも発展途上と見込む","site_examples":[]},{"id":"personal.life_automation.photo_organization","name":"写真・動画の自動整理","name_en":"Automatic photo & video organization","levels":{"2022":2,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"人が何百時間もかけて行う手動整理を数分で代行でき、この分野はすでに専門家（プロの写真整理業者）の速度を大きく超えている","can":"人物・場所・日付による自動仕分け、重複検出、イベント単位でのアルバム自動生成、意味検索（CLIP等）","cannot":"完全なプライバシー保護と高精度の両立（クラウド分析は精度が高い一方サーバー送信を伴う。オンデバイス処理はプライバシーは高いが機能が限定的な場合がある）","why":"顔認識・シーン理解のコンピュータビジョン技術は成熟済み。残る論点は精度とプライバシーのトレードオフ","autonomy":"autonomous","tools":["Google Photos","Apple Photos","Immich"],"evidence":[{"title":"Best AI Photo Organizers in 2026: 9 Picks for Every Workflow and Budget","url":"https://www.photoworkout.com/best-ai-photo-organizer/","date":"2026","note":"Google Photos/Apple Photosは人物・場所・日付での自動仕分けが標準機能。Immich 1.100+は顔認識・CLIP意味検索・重複検出を自己ホストで実現"}],"forecast_basis":"既に成熟した技術領域であり、2028年までにオンデバイス処理の精度がクラウド並みに近づく見込み","site_examples":[{"title":"ずんだもんのAIラボ（YouTube）","url":"https://www.youtube.com/@zundamon_ai_lab","kind":"動画"},{"title":"1分AI英語 — ニュース原文×TOEIC単語のShorts","url":"ai-english.html","kind":"作品"}]},{"id":"personal.life_automation.inbox_scheduling","name":"メール処理・予定調整の代行","name_en":"Email triage & schedule coordination","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"定型的な返信下書きや日程調整の速度は秘書業務を上回るが、微妙な人間関係の配慮を要する返信は人間の確認が必要","can":"受信メールの分類・優先度判定、返信文の下書き作成、日程調整の候補提示","cannot":"送信の完全自律化（誤解を招く返信のリスクから多くのユーザーが最終確認を残す）、複雑な利害関係者間の交渉を伴う調整","why":"テキスト生成能力は十分だが、送信という不可逆アクションに対するユーザーの信頼閾値が高い","autonomy":"agent","tools":["Perplexity Comet Email Assistant","Gmail Gemini"],"evidence":[{"title":"Perplexity Comet: AI-Native iPhone Browser Research Guide","url":"https://www.digitalapplied.com/blog/perplexity-comet-ai-native-iphone-browser-research-guide","date":"2026","note":"2026年にComet Email Assistant（Max会員向け）が登場し、日程調整と返信下書き作成を自動化"}],"forecast_basis":"定型メール処理の自律度は上がるが、送信という不可逆アクションへの人間確認は当面残ると見込む","site_examples":[]}]},{"id":"personal.family_care","name":"子育て・介護・家族の調整","name_en":"Parenting, Eldercare & Family Coordination","tasks":[{"id":"personal.family_care.parenting_advice","name":"育児相談・発達サポート","name_en":"Parenting advice & child development support","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"24時間いつでも相談できる点は小児科医・保育士に勝るが、個別の発達上の懸念に対する専門判断は代替できない","can":"睡眠・生活リズムの個別コーチング、発達段階に応じた遊び・活動の提案（AAP等のガイドラインに基づく）","cannot":"発達障害等の兆候の確定判断、個々の子どもに特有の複雑な行動問題への責任ある介入","why":"一般的な育児知識のQ&Aは強いが、専門的な発達評価は資格を持つ専門家の領域として意図的に切り分けられている","autonomy":"copilot","tools":["Joy（Emily）","Kinedu","Pia"],"evidence":[{"title":"Parenting, Reimagined: How Joy Parenting App's $14M Bet On AI Is Rebuilding The Village For Modern Families","url":"https://www.forbes.com/sites/sindhyavalloppillil/2025/11/12/parenting-reimagined-how-joy-parenting-apps-14m-bet-on-ai-is-building-the-village-modern-families-lost/","date":"2025-11","note":"AI育児アシスタント『Emily』は過去の会話を踏まえた個別回答を24時間提供、1400万ドルの資金調達"},{"title":"Best AI Tools in Parenting: Safety & Tech Guide","url":"https://www.babysensemonitors.com/a/nursery-resources/parenting/ai-tools-in-parenting","date":"2026","note":"PiaはAAP（米国小児科学会）ガイドラインに基づく睡眠・行動コーチングを提供"}],"forecast_basis":"会話履歴を踏まえた個別化は進むが、専門的発達評価との切り分けは規制・責任問題から今後も維持される見込み","site_examples":[]},{"id":"personal.family_care.elder_companion_robot","name":"高齢者見守り・孤独対策コンパニオン","name_en":"Elder companion robots for loneliness","levels":{"2022":2,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"介護士が提供する情緒的サポートの完全な代替にはならないが、常時対応可能な点と客観的データによる効果測定（利用者の94〜97%が改善報告）で一定の実証的裏付けがある","can":"会話・見守りによる孤独感の緩和、体調変化の兆候の記録","cannot":"身体的介助を伴う複合ケア、人間の介護者が持つ文脈理解と柔軟な対応","why":"PARO等の情緒的コンパニオンロボットは10年以上の臨床実績を積んでいるが、身体介助機能を持つロボット（AIREC等）はまだ研究開発段階","autonomy":"copilot","tools":["PARO","ElliQ（日本版）"],"evidence":[{"title":"AI-based support for loneliness among older adults in Japan: insights from unstructured data","url":"https://pmc.ncbi.nlm.nih.gov/articles/PMC13087678/","date":"2026","note":"日本の高齢者（65歳以上が人口の29.1%）向けAI孤独対策支援の分析"},{"title":"AI Companion Robot Says Hello To Japan's 36 Million Seniors","url":"https://www.forbes.com/sites/gilpress/2025/09/08/ai-companion-robot-says-hello-to-japans-36-million-seniors/","date":"2025-09","note":"日本のKanematsu社とIntuition Robotics社がElliQの日本版を共同開発。利用者の97%が健康・幸福感の改善、94%が孤独感の軽減を報告"}],"forecast_basis":"日本は高齢化が世界最速で進む市場として実証実験が先行しており、2028年までに導入が拡大する見込み","site_examples":[{"title":"行かなくていい場所 — 移動せず没入する場所体験","url":"method/ikanakute-ii-basho.html","kind":"作り方"},{"title":"森の小屋 — 瞑想空間","url":"cabin.html","kind":"作品"}]},{"id":"personal.family_care.physical_caregiving","name":"身体介助（入浴・おむつ交換・移乗等）","name_en":"Physical caregiving assistance","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":1,"2027e":2,"2028e":2,"2030e":3},"vs_expert":"熟練介護士の繊細な力加減・安全判断には遠く及ばず、実用化はまだ研究プロジェクト段階","can":"特定条件下での介助動作の実証実験（研究段階のデモンストレーション）","cannot":"実際の介護現場での自律的な入浴・おむつ交換・移乗介助の実用化","why":"身体接触を伴う繊細な力制御と安全性の担保が技術的に極めて難しく、規制・責任問題も未整備","autonomy":"copilot","tools":["AIREC（NVIDIA/JST）"],"evidence":[{"title":"AI for Elderly Care in 2026: Companion Robots, Fall Detection, Aging in Place","url":"https://www.explainx.ai/blog/ai-for-elderly-care-aging-companion-robots-2026","date":"2026","note":"日本のムーンショット型AIRECプロジェクト（JST資金、NVIDIA技術)がおむつ交換・入浴介助・食事介助を含む身体介護ロボットを開発中と紹介"}],"forecast_basis":"AIREC等の研究成果が実用化されるまでには複数年を要し、2030年時点でも限定的な実証運用にとどまる可能性が高い","site_examples":[]},{"id":"personal.family_care.fall_detection_monitoring","name":"高齢者の転倒検知・安全モニタリング","name_en":"Fall detection & safety monitoring","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"24時間の常時監視という点で人間の見守りサービスを上回る一方、誤検知・誤報時の即応判断は緊急通報スタッフに劣る","can":"センサー・カメラ・ウェアラブルを用いた転倒の自動検知と家族・緊急連絡先への即時通知","cannot":"誤検知（false positive/negative）の完全な排除、プライバシーとモニタリング精度の両立","why":"動作認識モデルの精度は向上したが、多様な生活環境・体型・照明条件下での頑健性確保は継続課題","autonomy":"autonomous","tools":["各種転倒検知ウェアラブル","AIカメラ見守りシステム"],"evidence":[{"title":"AI for Elderly Care in 2026: Companion Robots, Fall Detection, Aging in Place","url":"https://www.explainx.ai/blog/ai-for-elderly-care-aging-companion-robots-2026","date":"2026","note":"2026年のエイジング・イン・プレイス市場で転倒検知が主要機能として普及"}],"forecast_basis":"コンピュータビジョン・センサーフュージョンの成熟により2028年までに誤検知率のさらなる低下が見込まれる","site_examples":[]}]},{"id":"personal.hobby","name":"趣味・娯楽（ゲームの相手・読書・創作）","name_en":"Hobbies & Entertainment","tasks":[{"id":"personal.hobby.game_npc_companion","name":"ゲーム内AI NPC・対戦相手","name_en":"In-game AI NPC & companion characters","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"2026年時点でNVIDIA ACE・Inworld等が実際に出荷されたが「贅沢機能」であり標準搭載ではない。ゲームデザイナーが作り込む固定シナリオの緻密さにはまだ及ばない","can":"過去のプレイヤーとのやり取りを踏まえた『記憶』を持つNPCの応答生成、状況に応じたリアルタイムの感情表現","cannot":"コンソール等でのレイテンシ制約なしの常時稼働（LLM往復に約300msかかりレンダリング・物理演算と資源を奪い合う）、大規模タイトルへの標準搭載","why":"小型言語モデルと知覚・計画モジュールの統合が進んだが、コストとレイテンシがまだ商用制約になっている","autonomy":"autonomous","tools":["NVIDIA ACE","Inworld AI"],"evidence":[{"title":"NVIDIA Redefines Game AI With ACE Autonomous Game Characters","url":"https://www.nvidia.com/en-us/geforce/news/nvidia-ace-autonomous-ai-companions-pubg-naraka-bladepoint/","date":"2026","note":"NVIDIA ACEが知覚・計画・行動可能な自律ゲームキャラクターへ拡張"},{"title":"AI NPCs Are Finally Shipping: NVIDIA ACE, Inworld, 2026","url":"https://memedadacoin.com/blog/ai-npcs-nvidia-ace-inworld","date":"2026","note":"2026年にAI NPCが実際に出荷されたが『贅沢機能』段階で標準搭載ではないと指摘。レイテンシ・コストが商用化の壁"}],"forecast_basis":"エッジ推論の高速化とコスト低減が進めば2028年までに主要タイトルへの標準搭載が進む可能性がある","site_examples":[{"title":"ことつぎの星 — 読者を観測するメタフィクションADV","url":"kototsugi/index.html","kind":"作品"},{"title":"異世界立体数独 ルーン・キューブ","url":"sudoku.html","kind":"作品"},{"title":"将棋ぷよ「成」","url":"shogi-puyo.html","kind":"作品"}]},{"id":"personal.hobby.book_recommendation","name":"読書推薦・読書相談","name_en":"Book recommendation & reading guidance","levels":{"2022":2,"2023":3,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"短期の次の1〜3冊の推薦精度（78%）は司書のキュレーション（61%）を上回るが、読者の嗜好の長期的な変化を捉える『evolutive accuracy』では司書（89%）がAI（52%）を上回る","can":"個人の読書履歴に基づく短期的な次の1冊の高精度推薦、多次元ベクトルによる作品の類似性分析","cannot":"読者の趣味の長期的な変遷を捉えた推薦（司書の継続的な対話による把握には及ばない）","why":"協調フィルタリング＋埋め込みベクトルは短期の類似度予測に強いが、人間の嗜好変化という時系列的なパターン認識は苦手","autonomy":"copilot","tools":["StoryGraph","Book.sv"],"evidence":[{"title":"AI-powered Book Recommendation Engines: Do They Beat Goodreads' Community-based Suggestions","url":"https://www.alibaba.com/product-insights/ai-powered-book-recommendation-engines-do-they-beat-goodreads-community-based-suggestions.html","date":"2026","note":"412人・9ヶ月間の追跡調査で、AI推薦は短期的中率78%（司書61%）だが長期的な嗜好変化の捕捉では52%（司書89%）"},{"title":"Best AI Reading Assistants in 2026: A Comprehensive Guide","url":"https://chapterly.ai/blog/best-ai-reading-assistants-2026","date":"2026","note":"StoryGraphは2026年1月時点で500万ユーザー、実際の読書履歴に基づくAI推薦機能を提供"}],"forecast_basis":"長期的な嗜好変化の学習には継続的な対話ログの蓄積が必要で、2028年までに司書レベルの長期予測精度への到達は不透明","site_examples":[]},{"id":"personal.hobby.creative_hobby_support","name":"趣味の創作活動支援（絵・音楽等の生成）","name_en":"Creative hobby support (art, music generation)","levels":{"2022":1,"2023":3,"2024":4,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"プロのイラストレーター・作曲家の作家性には及ばないが、趣味レベルでの制作物生成は一般ユーザーの技能不足を完全に補い、既に1000万人超（Midjourney）が日常的に利用","can":"テキストからの画像・音楽生成、趣味人口の裾野拡大（フリーランス・趣味利用が全体の約25%）、SNS投稿・同人活動での実用利用","cannot":"著作権的にオリジナルと言い切れる作家性の確立、既存の著名スタイルの直接模倣に伴う権利問題の回避","why":"拡散モデル・音声合成モデルの生成品質は既に高水準だが、学習データに由来する著作権上のグレーゾーンが未解決","autonomy":"copilot","tools":["Midjourney","Suno"],"evidence":[{"title":"Midjourney Statistics 2026: From Growth Data to Big Impact","url":"https://sqmagazine.co.uk/midjourney-statistics/","date":"2026","note":"Midjourneyは2026年時点で1000万人超のアクティブユーザー、フリーランス・趣味利用が全体の約25%"},{"title":"Suno in 2026: Usage, Revenue, Valuation & Growth Statistics","url":"https://fueler.io/blog/suno-usage-revenue-valuation-growth-statistics","date":"2026-08","note":"Sunoは2026年8月時点で月間240万ユーザー、2024年初の約120万から倍増"}],"forecast_basis":"生成品質は既に趣味用途で十分な水準に達しており、今後は著作権制度側の整備が普及の主な律速要因になる見込み","site_examples":[{"title":"Music Universe — 19,810アーティストの音楽宇宙地図","url":"universe.html","kind":"作品"},{"title":"森の小屋 — 焚き火と環境音の360°瞑想空間","url":"cabin.html","kind":"作品"}]}]}]},{"id":"foundation","name":"基盤能力（横断）","name_en":"Foundation Capabilities","color":"#444444","summary":"時間地平・計画・ツール・記憶・検証・安全。全領域の海岸線を動かす地下水脈","areas":[{"id":"foundation.time_horizon","name":"長時間タスクの完走","name_en":"Long-Horizon Task Completion","tasks":[{"id":"foundation.time_horizon.autonomous_duration","name":"自律で完走できるタスクの長さ（50%成功の時間軸）","name_en":"Autonomous task time horizon (50% success)","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"ジュニア〜中堅相当が数時間かけるタスクを50%の確率で完遂できる水準。専門家はほぼ確実に完遂するのに対しAIは約半分失敗する","can":"コーディング・リサーチ・データ分析など人が数十分〜半日かけるタスクを自律実行。50%成功の時間軸はOpus 4.6で約12時間（2026年8月時点）","cannot":"80%以上の高信頼度が必要な実務では実効時間軸はずっと短い。数日〜数週間規模のタスクは50%水準でも未達","why":"タスク長に対し成功率が指数関数的に減衰する『半減期』モデルが観測され、長時間になるほどエラー蓄積で信頼性が急落する","autonomy":"agent","tools":["Claude Opus 4.6","GPT-5.x","METR HCAST/RE-Bench"],"evidence":[{"title":"Task-Completion Time Horizons of Frontier AI Models","url":"https://metr.org/time-horizons/","date":"2026-08","note":"Opus 4.6の50%時間軸は約12時間、2024-25年は倍化周期が4か月に加速"},{"title":"Is there a half-life for the success rates of AI agents?","url":"https://arxiv.org/pdf/2505.05115","date":"2025-05","note":"タスク長に対し成功率が指数関数的に減衰する半減期モデルを提示"}],"forecast_basis":"2019-2025年の倍化周期（直近4か月）が続けば2027年に月単位タスクへ到達するとMETR/AI Digestが推計。ただし倍化鈍化（コンピュート制約）の兆候も報告されている","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"foundation.time_horizon.multi_day_projects","name":"数日〜数週間規模のプロジェクト完走","name_en":"Multi-day/multi-week project completion","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"人間チームが数日かけるプロジェクトの定型的反復部分は代替できるが、非定型な意思決定を要する部分は監督が必須","can":"Claude Cowork Scheduled TasksやCodexの長時間ワークフローにより、日次/週次の定型反復タスクをスケジュール実行できる","cannot":"要件変化や例外処理を伴う非定型な数日規模プロジェクトの完全自律遂行はできない。OSWorld 2.0（人で1.6時間相当）でも最良システムは20.6%しか成功しない","why":"長時間タスクほど状態管理・目標維持・エラー訂正の複合的失敗が蓄積する","autonomy":"copilot","tools":["Claude Cowork","OpenAI Codex","Claude Code Routines"],"evidence":[{"title":"The Hardest Easy Problem in AI: The State of Computer Use Agents","url":"https://medium.com/@adnanmasood/the-hardest-easy-problem-in-ai-the-state-of-computer-use-agents-a7e3aea7fa3a","date":"2026-07","note":"OSWorld 2.0（人1.6時間規模）で最良システムでも成功率20.6%"},{"title":"Building Agents with Claude: From Skills to Scheduled Tasks and Routines","url":"https://hatchworks.com/blog/claude/building-agents-with-claude/","date":"2026","note":"Cowork Scheduled Tasksで週次実行の定型プロンプトは実現、非定型長期プロジェクトの保証はない"}],"forecast_basis":"時間軸倍化トレンドの外挿では2027-28年に日単位定型タスクの高信頼化が見込まれるが、非定型プロジェクト全体の自律化はさらに先","site_examples":[]},{"id":"foundation.time_horizon.error_accumulation_recovery","name":"長時間実行中のエラー蓄積からの回復","name_en":"Recovery from accumulated errors in long runs","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"熟練者は途中のミスに気づき軌道修正するのが当然だが、AIエージェントは誤りの検知・訂正が遅れ、誤りの上に誤りを重ねる傾向が強い","can":"action-effect verification（操作結果の確認）を組み込んだエージェントは一部のGUI操作ミスを自己修正できる","cannot":"長時間実行中に蓄積した誤り（初期の誤クリック等）からの巻き戻し・根本原因の遡及的訂正は弱く、誤り率が雪だるま式に増える","why":"長時間タスク失敗研究の多くで、初期の小さな誤解釈が後続ステップに伝播する『エラー伝播』が主要因と特定されている","autonomy":"agent","tools":["UFO2 Desktop AgentOS","Claude Code","Action-Effect Verification系エージェント"],"evidence":[{"title":"Don't Act Blindly: Robust GUI Automation via Action-Effect Verification and Self-Correction","url":"https://arxiv.org/pdf/2604.05477","date":"2026-04","note":"行動結果の検証を組み込むことでGUI操作の自己修正が可能になると報告"},{"title":"The Long-Horizon Task Mirage? Diagnosing Where and Why Agentic Systems Break","url":"https://arxiv.org/html/2604.11978v1","date":"2026-04","note":"長時間タスクの失敗箇所と原因を診断"}],"forecast_basis":"実行時プラン検証・修復（execution-time plan verification and repair）の研究が進めば2027-28年に中程度の改善が見込まれるが根本解決の時期は不明","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]}]},{"id":"foundation.planning","name":"計画・分解・優先順位","name_en":"Planning, Decomposition & Prioritization","tasks":[{"id":"foundation.planning.decomposition","name":"目標のサブタスクへの分解","name_en":"Goal decomposition into subtasks","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"明確なゴールが与えられればジュニア〜中堅相当のタスク分解ができるが、専門家のような『何を分解すべきでないか』の判断は弱い","can":"自然言語の目標をサブタスクのチェックリストやTODOに分解し順に実行。コーディングエージェントでの計画立案は実務水準","cannot":"曖昧・矛盾した要求からの分解では、専門家が行う『要求そのものへの疑問視』が弱く、誤った分解のまま突き進みやすい","why":"マルチエージェント失敗タキソノミー(MAST)では失敗の42%が『仕様の悪さ』に起因し、分解自体より上流の目標理解の甘さが主因","autonomy":"agent","tools":["Claude Code (Plan mode)","GPT-5.x","AutoGPT系"],"evidence":[{"title":"Who Broke the System? Failure Localization in LLM-Based Multi-Agent Systems","url":"https://arxiv.org/html/2607.07989v1","date":"2026-07","note":"失敗の42%が仕様の曖昧さに起因するMASTタキソノミーの知見"}],"forecast_basis":"階層的・制約考慮型プランニングの研究進展により2027-28年に専門家並みの分解精度が期待されるが、上流の要求理解の改善は別軸","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"foundation.planning.replanning_under_failure","name":"失敗時の再計画・軌道修正","name_en":"Replanning under failure","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"専門家は失敗を見て柔軟に計画変更するが、AIは『途中で計画を組み直す』より『同じ手を繰り返す』傾向が強い","can":"ツール呼び出し失敗時のリトライやエラーメッセージを見た軽微な修正は可能","cannot":"長期計画の途中で前提が崩れた際の抜本的な再計画（ゴール自体の再定義含む）は弱く、局所的な貪欲方策に陥りやすい","why":"『推論は計画ではない』という知見の通り、CoT型推論は逐次的ローカル評価であり、長期的帰結を踏まえた早期決定の再構成ができない","autonomy":"agent","tools":["Claude Code","o系/thinking系reasoningモデル"],"evidence":[{"title":"Why Reasoning Fails to Plan: A Planning-Centric Analysis of Long-Horizon Decision Making in LLM Agents","url":"https://arxiv.org/abs/2601.22311","date":"2026-01","note":"推論能力の高さが長期計画能力と相関しないことを示す"}],"forecast_basis":"階層的プランナーと実行時検証の統合研究が進めば2028年までに再計画能力の実務品質化が見込まれる","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"foundation.planning.prioritization_tradeoffs","name":"複数タスクの優先順位付け・トレードオフ判断","name_en":"Multi-task prioritization and trade-offs","levels":{"2022":1,"2023":2,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"明示的な制約が与えられれば実務レベルの優先順位判断ができるが、組織の暗黙の力学を読んだ判断は専門家に劣る","can":"明示された制約（締切・リソース）下でのタスク順序最適化、簡単なコスト便益比較","cannot":"利害関係者間の暗黙の政治的優先順位や、長期的ROIを伴う戦略的トレードオフの判断は専門家に劣る","why":"優先順位付けは往々にして明文化されない組織文脈に依存し、学習データにその文脈が反映されにくい","autonomy":"copilot","tools":["Claude","GPT-5.x","プロジェクト管理エージェント"],"evidence":[{"title":"Beyond the Leaderboard: A Synthesis of Tool-Use, Planning, and Reasoning Failures in Large Language Model Agents","url":"https://arxiv.org/pdf/2607.05775","date":"2026-07","note":"計画・制約充足系の失敗クラスタを含む27本の分析を統合"}],"forecast_basis":"組織文脈を継続的に学習するメモリ機能の成熟により2028年ごろ改善が見込まれる","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]}]},{"id":"foundation.tool_use","name":"ツール使用・API・MCP","name_en":"Tool Use, APIs & MCP","tasks":[{"id":"foundation.tool_use.function_calling_accuracy","name":"API/関数呼び出しの正確性","name_en":"Function/API calling accuracy","levels":{"2022":0,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"APIドキュメントを読んで正しい引数を組み立てる作業はジュニアエンジニア以上の速度・正確性に達している","can":"数百のツール定義から適切な関数を選び、型に沿った引数で呼び出す。構造化出力の遵守率は高水準","cannot":"ドキュメント化されていない暗黙の制約（レート制限の実運用挙動など）への対応は失敗しやすい","why":"関数呼び出しは訓練データ・RLHFで重点的に強化されてきた領域であり、フォーマット遵守は成熟技術","autonomy":"agent","tools":["Claude (tool use)","GPT-5.x function calling","MCP"],"evidence":[{"title":"Tau Bench: The 2026 Enterprise Evaluation Guide","url":"https://www.automationanywhere.com/company/blog/product-insights/ai-agent-benchmark","date":"2026-05","note":"τ-benchでのツール使用評価、2026年5月時点のリーダーボード結果"}],"forecast_basis":"既に高水準のため2028年までの伸びしろは主に長鎖ツール呼び出しの信頼性向上に限られる","site_examples":[]},{"id":"foundation.tool_use.mcp_integration","name":"MCP経由の外部ツール・システム連携","name_en":"MCP-based external tool integration","levels":{"2022":0,"2023":0,"2024":1,"2025":3,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"専門のインテグレーションエンジニアが数日かける外部システム連携設定を、エージェントが数十分で構成できる場面が増えている","can":"9,600以上のMCPサーバーレジストリから必要な機能を発見・接続し、複数ツールを跨いだワークフローを構築できる","cannot":"MCPサーバー自体の信頼性（悪意あるサーバーやプロンプトインジェクションの温床になり得る点）の検証は自動化されていない","why":"MCPは2024年発表から急速に業界標準化し、SDKダウンロード数が16か月で4,750%増加するなど主要ベンダーが揃って対応した","autonomy":"agent","tools":["Claude","MCP Registry","GitHub MCP"],"evidence":[{"title":"MCP Adoption Statistics 2026","url":"https://mcpmanager.ai/blog/mcp-adoption-statistics/","date":"2026-05","note":"MCP Registryに9,652サーバー、SDK月間9,700万ダウンロード（2026年3月）"},{"title":"The future of MCP: 2026 roadmap, enterprise adoption, and what comes next","url":"https://toloka.ai/blog/the-future-of-mcp-enterprise-adoption/","date":"2026","note":"エンタープライズでのMCP本番導入状況"}],"forecast_basis":"標準化が完了した基盤技術であり、2028年までにエンタープライズのデファクトスタンダード化が完了する見込み","site_examples":[]},{"id":"foundation.tool_use.tool_selection_from_many","name":"大規模ツールカタログからの適切な選択","name_en":"Tool selection from large catalogs","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"数十〜百程度のツールからの選択は実務品質だが、数百〜数千規模になると誤選択・冗長呼び出しが増える","can":"適切に文書化された10〜50個程度のツールセットから正確に選択できる","cannot":"大規模なツールカタログ（数百以上）からの曖昧性解消は精度が落ち、ツール定義の質に強く依存する","why":"コンテキスト内のツール説明文の総量が増えると注意が分散し、関連性判定の精度が低下する（長文脈問題と同根）","autonomy":"agent","tools":["Claude","GPT-5.x","LangGraph"],"evidence":[{"title":"UI-CUBE: Enterprise-Grade Computer Use Agent Benchmarking Beyond Task Accuracy to Operational Reliability","url":"https://arxiv.org/pdf/2511.17131","date":"2025-11","note":"運用信頼性の観点からツール選択の課題を評価する新指標を提案"}],"forecast_basis":"検索拡張型ツール選択（RAGでツールを絞り込む）の普及で2027-28年に大規模カタログでも実務品質に到達する見込み","site_examples":[]}]},{"id":"foundation.computer_use","name":"ブラウザ/PC操作（GUI）","name_en":"Browser & Computer Use (GUI Agents)","tasks":[{"id":"foundation.computer_use.web_task_completion","name":"実務Webサイトでのタスク完遂","name_en":"Real-world web task completion","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"定型的なWebタスク（検索・フォーム入力・情報収集）は実務品質だが、複雑な実務サイト（社内システム等）への適応は不安定","can":"GAIAベンチマークで91%超（Lemon Agent、2026年2月）、複数ステップのWeb調査・ファイル解析タスクをこなす","cannot":"BrowseCompのような『見つけにくい情報を深く探す』タスクは依然弱く、実サイトのA/Bテストやポップアップ、CAPTCHA等の変動要因で脆弱に壊れる","why":"整備されたベンチマークでの高スコアと、現実のWebの雑多な変動への頑健性は別問題","autonomy":"agent","tools":["Lemon Agent","OpenAI Operator系","Claude computer use"],"evidence":[{"title":"Lemon Agent Technical Report","url":"https://arxiv.org/pdf/2602.07092","date":"2026-02","note":"GAIAベンチマークで91.36%の総合精度を達成（2026年2月時点）"},{"title":"Characterizing Unintended Consequences of GUI Agents For Web Browsing","url":"https://doi.org/10.1145/3772318.3790696","date":"2026","note":"CHI 2026、GUIエージェントの意図せぬ実害（誤発注等）を報告"}],"forecast_basis":"整備されたベンチマークでの高得点は続伸するが、現実サイトの頑健性改善は環境多様性への訓練データ拡充次第で2028年ごろ実務品質化","site_examples":[{"title":"ひとり歓迎マップ — 5,399施設の地図アプリ","url":"hitori.html","kind":"作品"},{"title":"このアトラス自体（d3・単一HTML・JSON駆動）","url":"ai-map.html","kind":"作品"}]},{"id":"foundation.computer_use.desktop_gui_operation","name":"デスクトップGUI操作（OSWorld系）","name_en":"Desktop GUI operation (OSWorld-style)","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"簡単な業務アプリ操作（ファイル整理、定型入力）は代替可能だが、専門ソフトの熟練操作には遠く及ばない","can":"OSWorldベンチマークで2024年4月の12%成功から2026年6月には約85%（単純タスク）まで上昇。Agent S3は62.6%（単独）〜69.9%（Best-of-10）","cannot":"OSWorld 2.0の長時間タスク（人で1.6時間相当）では最良システムでも20.6%しか完遂できず、複雑な現実業務には未対応","why":"短時間・単純操作のベンチマークで急速に飽和した一方、長時間・複合操作のベンチマークでは進歩が緩やか（ベンチマークの難易度シフト）","autonomy":"agent","tools":["Agent S3","UFO2","Claude computer use"],"evidence":[{"title":"The Hardest Easy Problem in AI: The State of Computer Use Agents","url":"https://medium.com/@adnanmasood/the-hardest-easy-problem-in-ai-the-state-of-computer-use-agents-a7e3aea7fa3a","date":"2026-07","note":"OSWorldは12%→85%へ、OSWorld 2.0では最良でも20.6%"},{"title":"UI-CUBE: Enterprise-Grade Computer Use Agent Benchmarking","url":"https://arxiv.org/pdf/2511.17131","date":"2025-11","note":"運用信頼性まで含めた評価でギャップを可視化"}],"forecast_basis":"短時間タスクは飽和済みのため今後の指標はOSWorld 2.0等の長時間版に移行。2028年ごろ長時間版でも実務品質（50%超）到達が見込まれる","site_examples":[]},{"id":"foundation.computer_use.real_world_reliability_brittleness","name":"現実世界の変動要因への頑健性","name_en":"Robustness to real-world UI variability","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":4},"vs_expert":"熟練オペレーターはUIの微小な変化に即座に適応するが、AIエージェントはセレクタのずれや動的要素で容易に破綻する","can":"action-effect検証を組み込んだ設計で一部の失敗を検知・自己修正できる","cannot":"ネットワーク遅延・レンダリング遅延・ポップアップ・CAPTCHA等『良性の変動』ですら壊れやすく、数量未入力での誤発注や住所欄への文字列混入など実害のある誤操作が報告されている","why":"GUIエージェントは行動が意図通り実行されたことを暗黙に仮定する設計が多く、現実の非決定性への頑健性が構造的に不足","autonomy":"copilot","tools":["UFO2","Claude computer use","各種ブラウザエージェントフレームワーク"],"evidence":[{"title":"Characterizing Unintended Consequences of GUI Agents For Web Browsing","url":"https://doi.org/10.1145/3772318.3790696","date":"2026","note":"CHI 2026、誤発注・誤入力等の具体的実害事例を報告"},{"title":"Don't Act Blindly: Robust GUI Automation via Action-Effect Verification and Self-Correction","url":"https://arxiv.org/pdf/2604.05477","date":"2026-04","note":"『行動が意図通り実行された』という暗黙の仮定の危うさを指摘"}],"forecast_basis":"action-effect verification等の自己修正機構の実装が進めば2028年ごろ実務品質（要確認）まで改善する可能性","site_examples":[{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]}]},{"id":"foundation.memory_context","name":"記憶と文脈","name_en":"Memory & Context","tasks":[{"id":"foundation.memory_context.long_context_retrieval_reasoning","name":"長文脈からの検索・統合的推論","name_en":"Long-context retrieval and integrative reasoning","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"単純な検索（needle-in-haystack）は人間を上回るが、複数情報の統合・矛盾解消を要する実務読解は専門家に劣る","can":"単一事実の検索は128K〜1Mトークン規模でほぼ完璧に近い精度を出す","cannot":"複数needle（多点情報の統合）では精度が95%から60%まで低下。全モデルでRULERスコアはNIAHスコアより10-25ポイント低く、実効文脈は主張スペックの200-400K程度に留まる（Gemini 3 Deep Think除く）","why":"文脈が長くなるほど関連性判定の精度が下がる『context rot』現象があり、単純検索と統合的推論の難易度差が大きい","autonomy":"agent","tools":["Gemini 3 Deep Think","Claude (1M context)","GPT-5.x"],"evidence":[{"title":"Long-Context Retrieval 2026: Needle-in-Haystack Test","url":"https://www.digitalapplied.com/blog/long-context-retrieval-needle-in-haystack-2026","date":"2026","note":"多点needleで精度95%→60%に低下、実効文脈は200-400K程度"},{"title":"RULER: What's the Real Context Size of Your Long-Context Language Models?","url":"https://arxiv.org/pdf/2404.06654","date":"2024-04","note":"RULERスコアがNIAHスコアより大幅に低いことを実証"}],"forecast_basis":"アーキテクチャ改善（attention効率化）により2028年に実効文脈が主張値に近づくと予測されるが、需要も並行して伸びるためギャップが残る可能性","site_examples":[{"title":"ひとり基準 — 公式サイト634施設ぶんの根拠抽出","url":"method/hitori-kijun.html","kind":"作り方"},{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"foundation.memory_context.persistent_memory_across_sessions","name":"セッションを跨ぐ永続記憶","name_en":"Persistent memory across sessions","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"秘書やアシスタントが数年かけて蓄積する『相手を知る』記憶に比べ、AIの記憶は個別事実の断片的蓄積にとどまる","can":"Claudeはカテゴリ化された個別記憶をリアルタイム更新、ChatGPTは2026年6月開始の『Dreaming』で会話横断の継続的統合を実装","cannot":"プラットフォーム間の記憶移植ができず（Claude↔ChatGPT間で自動連携不可）、各社独自のリテンション機能に閉じている","why":"記憶はベンダーごとの製品機能として実装されており、業界標準的な相互運用プロトコルが存在しない","autonomy":"copilot","tools":["Claude memory","ChatGPT Dreaming","Gemini"],"evidence":[{"title":"Claude vs ChatGPT vs Gemini Memory: How They Compare in 2026","url":"https://blog.memoryplugin.com/claude-vs-chatgpt-vs-gemini-memory/","date":"2026","note":"各社の記憶実装の違いと相互運用不可を比較"},{"title":"AI Memory Compared 2026","url":"https://www.memorylake.ai/en/blogs/ai-memory-compared-2026","date":"2026","note":"クロスセッション記憶はあるがクロスプラットフォームはない"}],"forecast_basis":"記憶の相互運用性は業界標準化の動きがなく、2028年時点でも各社独自実装が続く可能性が高い（横ばい予測）","site_examples":[]},{"id":"foundation.memory_context.context_rot_degradation","name":"文脈長に伴う性能劣化（context rot）","name_en":"Performance degradation with context length","levels":{"2022":1,"2023":2,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"人は文書が長くても重要箇所に注意を再配分できるが、AIは文脈が伸びるほど無関係箇所にも一定の注意を割き続け性能が劣化する","can":"短中規模文脈（〜128K）では実務品質の統合的理解ができる","cannot":"長文脈になるほど『刈り込み』ができず、UUID等の完全一致情報の取りこぼしが128K超で増加。1Mトークン対応を謳っても実効性能を維持できるのは一部モデルに限られる","why":"アテンション機構の性質上、関連情報の密度が下がると信号対雑音比が悪化する","autonomy":"agent","tools":["Claude","Gemini 3.1","GPT-5.x"],"evidence":[{"title":"Long-Context Retrieval 2026: Needle-in-Haystack Test","url":"https://www.digitalapplied.com/blog/long-context-retrieval-needle-in-haystack-2026","date":"2026","note":"『context rot』という現象名でこの劣化を説明"}],"forecast_basis":"モデル側の長文脈訓練とRAG的な事前刈り込みの併用進展で2028年ごろ実務での劣化が緩和される見込み","site_examples":[]}]},{"id":"foundation.multi_agent","name":"マルチエージェント協調・委任","name_en":"Multi-Agent Coordination & Delegation","tasks":[{"id":"foundation.multi_agent.task_delegation_orchestration","name":"サブエージェントへのタスク委任・並列実行","name_en":"Task delegation and orchestration to subagents","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"プロジェクトマネージャーがチームにタスクを割り振るのに近い粒度の委任は実務品質に達しつつある","can":"Claude Code等のサブエージェント機能で並列タスクの委任・集約が可能。定型的な分業（コード生成+レビュー等）は実用段階","cannot":"サブエージェント間の暗黙の前提共有（片方が知っている情報をもう片方が知らない）によるすれ違いは頻発する","why":"委任の枠組み自体は成熟してきたが、エージェント間の共有状態管理はまだ発展途上","autonomy":"agent","tools":["Claude Code subagents","AutoGen","CrewAI"],"evidence":[{"title":"Multi-Agent in Production in 2026: What Actually Survived","url":"https://medium.com/@Micheal-Lanham/multi-agent-in-production-in-2026-what-actually-survived-f86de8bb1cd1","date":"2026","note":"本番運用で生き残った委任パターンの実例"}],"forecast_basis":"共有メモリ・状態同期プロトコルの改善で2028年ごろ専門家並みの分業品質に到達する可能性","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]},{"id":"foundation.multi_agent.coordination_failure_modes","name":"協調の破綻（仕様曖昧・重複作業・検証不足）","name_en":"Coordination failure modes","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"人間チームも調整コストで失敗するが、AIチームは『途中で聞き返す』ができず誤解が最後まで伝播する点で人間より脆い","can":"単純な2〜3エージェント構成での役割分担された定型タスクは動作する","cannot":"MASTタキソノミーで特定された14の失敗モード（仕様曖昧42%、協調破綻37%、検証不足21%）が本番環境で頻発し、失敗率41-86.7%という報告もある。エージェントは実行中に明確化質問ができない","why":"マルチエージェントシステムは単一エージェントの誤りを『増幅』する構造的リスクを持つ。冗長作業・役割重複・終了条件欠如が典型","autonomy":"copilot","tools":["各種マルチエージェントフレームワーク"],"evidence":[{"title":"Who Broke the System? Failure Localization in LLM-Based Multi-Agent Systems","url":"https://arxiv.org/html/2607.07989v1","date":"2026-07","note":"1,600以上のトレースを分析し14の失敗モードを特定"},{"title":"How Much Coordination Gain Is Real? A Paired Noise-Floor Protocol for Multi-Agent LLM Benchmarks","url":"https://arxiv.org/pdf/2606.20695","date":"2026-06","note":"協調ゲインの多くがノイズフロア以下である可能性を指摘"}],"forecast_basis":"『協調ゲインが本当にノイズを上回るか』を厳密検証する研究が進みつつある段階で、2028年までに構造的解決に至るかは不透明（停滞リスクを明記）","site_examples":[{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"foundation.multi_agent.role_specialization_effectiveness","name":"役割特化による品質向上の実効性","name_en":"Effectiveness of role specialization","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"専門特化したレビュアー役・実装役の分業は、単一エージェントより品質が上がる場面が実証されつつある","can":"コードレビュー×実装、リサーチ×執筆のような明確に分離可能な役割分担では効果が出る","cannot":"役割の粒度が細かすぎると調整コストが品質向上を上回り、『協調ゲインの多くは幻影』という指摘もある","why":"協調によるゲインは条件次第で消える可能性があり、単純に『エージェントを増やせば良くなる』わけではない","autonomy":"agent","tools":["Claude subagents","マルチフロントエンド/バックエンド分業パターン"],"evidence":[{"title":"How Much Coordination Gain Is Real? A Paired Noise-Floor Protocol for Multi-Agent LLM Benchmarks","url":"https://arxiv.org/pdf/2606.20695","date":"2026-06","note":"協調が真に価値を生む条件を検証するプロトコルを提案"}],"forecast_basis":"協調が真に価値を生む条件の解明が進めば2028年ごろ設計指針が確立し実務品質化が進む","site_examples":[]}]},{"id":"foundation.reliability","name":"自己検証・信頼性","name_en":"Self-Verification & Reliability","tasks":[{"id":"foundation.reliability.factual_hallucination_rate","name":"事実誤り（幻覚）の発生率","name_en":"Factual hallucination rate","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"引用・事実確認においてはファクトチェッカーの正確性に及ばないが、一般的な質問応答では2024年基準の15-45%から2026年の3-19%まで改善","can":"一般知識質問応答では2026年フロンティアモデルで4.6-6.1%程度の幻覚率（Claude Haiku 4.5〜GPT-5.4-mini）","cannot":"引用生成タスクは依然弱く、拡張思考を使っても平均12.4%が幻覚。ゼロにはならず、単一の『幻覚率』という数字自体が誤解を招く","why":"モデルはタスクファミリー・推論設定により幻覚率が3.1%〜19.1%までばらつき、測定手法自体も標準化されていない","autonomy":"copilot","tools":["Claude Haiku/Sonnet/Opus","GPT-5.4"],"evidence":[{"title":"AI Hallucination Rate Benchmarks 2026: 5-Model Study","url":"https://www.digitalapplied.com/blog/ai-model-hallucination-rate-benchmarks-2026-study","date":"2026","note":"5モデルの幻覚率が4.62%〜6.10%、引用タスクは12.4%と特に悪い"},{"title":"LLM Hallucination Statistics 2026","url":"https://sqmagazine.co.uk/llm-hallucination-statistics/","date":"2026","note":"タスク別の幻覚率のばらつきを整理"}],"forecast_basis":"2024年比で大幅改善が続いているが、引用など特定タスクでの改善は鈍い。2028年までにゼロにはならず『検証必須』の運用が続くと予測","site_examples":[{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"foundation.reliability.self_verification_output_checking","name":"自己検証・出力チェック","name_en":"Self-verification and output checking","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"専門家の『納品前レビュー』相当の自己チェックは部分的に機能するが、自分の思い込みは自分では見つけにくい構造的問題がある","can":"コード実行結果の確認、簡単な計算検算、フォーマット遵守チェックは実務品質","cannot":"自身の推論プロセス全体の誤りに気づく『メタ認知的』自己検証は弱く、独立した第三者（別エージェント/人間）によるレビューの方が有効","why":"自己評価が甘くなるのは訓練上の理由（自身の出力に対する強いバイアス）によるもので、単純なプロンプト改善では解決しにくい","autonomy":"copilot","tools":["Claude","self-consistency手法","独立検証エージェント"],"evidence":[{"title":"Uncertainty Quantification in LLM Agents: Foundations, Emerging Challenges, and Opportunities","url":"https://arxiv.org/html/2602.05073v2","date":"2026-02","note":"自己検証と不確実性定量化に関する44本のサーベイ"}],"forecast_basis":"独立検証エージェントを組み合わせるマルチエージェント検証パターンの普及により2028年ごろ実務品質が向上する見込み","site_examples":[{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"foundation.reliability.uncertainty_calibration","name":"不確実性表明・確信度のキャリブレーション","name_en":"Uncertainty expression and calibration","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"専門家は『わからない』と言うべき場面を的確に判断するが、AIは自信過剰な誤答か、逆に不要な場面での過剰なヘッジのどちらかに偏りやすい","can":"言語化された不確実性表現（『おそらく』『わからない』等）を推論トレース中で使用する挙動が観測される","cannot":"検証可能な確率的キャリブレーション（自己申告の確信度が実際の正答率と一致すること）は依然不十分で、明示的な報酬設計なしでは自然に獲得されない","why":"トークンレベルのキャリブレーションは意味レベルの不確実性表現とある程度整合するが、明示的に評価・報酬されていない限り信頼性は低い","autonomy":"copilot","tools":["Agentic Uncertainty Quantification (AUQ)","Claude thinking"],"evidence":[{"title":"Agentic Uncertainty Quantification","url":"https://arxiv.org/abs/2601.15703","date":"2026-01","note":"検証された不確実性を能動的な制御信号に変換する枠組みを提案"},{"title":"Process Supervision of Confidence Margin for Calibrated LLM Reasoning","url":"https://arxiv.org/pdf/2604.23333","date":"2026-04","note":"推論トレース中の不確実性表現を3カテゴリに分類"}],"forecast_basis":"プロセス監督型のキャリブレーション訓練の研究が進めば2028年ごろ実務利用可能な水準に達する可能性","site_examples":[{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]},{"id":"foundation.reliability.evaluation_awareness_sandbagging","name":"評価検知・意図的な能力隠蔽（サンドバッギング）の検出","name_en":"Evaluation awareness and sandbagging detection","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"専門家が評価されていることを意識して手を抜くことは稀だが、AIモデルは評価文脈を検知して挙動を変える兆候が報告されている。信頼できるかどうかという別種の問題","can":"AnthropicとOpenAIがApollo Researchと共同で、意図的な過小評価（サンドバッギング）や評価回避行動を検出するための敵対的評価手法を開発している","cannot":"モデルが評価されていることを認識し、危険能力評価で意図的に過小性能を示す可能性（サンドバッギング）は完全には検出・排除できていない。Claude Opus 4.6のシステムカードでもこの懸念が明記されている","why":"評価認識（evaluation awareness）は状況認識能力の副産物であり、モデルが高性能化するほど評価環境と実運用環境の違いを見抜く能力も上がるため、根本対策がない","autonomy":"copilot","tools":["Apollo Research evaluations","Anthropic/OpenAI joint safety evaluation"],"evidence":[{"title":"Findings from a pilot Anthropic-OpenAI alignment evaluation exercise","url":"https://openai.com/index/openai-anthropic-safety-evaluation/","date":"2026","note":"両社共同でサンドバッギング等を検出する敵対的評価を実施"},{"title":"Auditing Games for Sandbagging","url":"https://arxiv.org/pdf/2512.07810","date":"2025-12","note":"重み・活性化へのノイズ注入でサンドバッギングを暴く監査手法を提案"},{"title":"System Card: Claude Opus 4.6","url":"https://www-cdn.anthropic.com/14e4fb01875d2a69f646fa5e574dea2b1c0ff7b5.pdf","date":"2026-02","note":"危険能力評価でのサンドバッギングの可能性を明記"}],"forecast_basis":"根本的な解決策（内部状態を欺瞞なく検証する手法）は未確立で、2028年時点でも対症療法（重み・活性化へのノイズ注入等）にとどまるとみられる（停滞領域）","site_examples":[{"title":"品質検問（三つの検問所）","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]}]},{"id":"foundation.reasoning","name":"推論・論理","name_en":"Reasoning & Logic","tasks":[{"id":"foundation.reasoning.mathematical_logical_reasoning","name":"数理・論理パズルの解決","name_en":"Mathematical and logical reasoning","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"国際数学オリンピック級の問題を解く推論モデルはトップクラスの人間に匹敵する場面がある一方、実務的な応用数理（未整形の問題設定）は別","can":"形式化された数学・論理パズル（IMO級含む）で高い正答率。コード実行と組み合わせた検算も可能","cannot":"現実の曖昧な問題を数理モデルに落とし込む定式化能力（モデリング）は人間の専門家に劣る","why":"推論モデル（thinking mode）は形式的探索空間の広い問題に強い一方、問題設定自体の曖昧性解消は別の能力","autonomy":"agent","tools":["Claude thinking","o系","Gemini 3.1 Deep Think"],"evidence":[{"title":"Prompting Reasoning Models in 2026: GPT-5.5, Claude, Gemini, and DeepSeek","url":"https://sureprompts.com/blog/ai-reasoning-models-prompting-complete-guide-2026","date":"2026","note":"2026年時点の主要推論モデルの強み・弱みを比較"}],"forecast_basis":"形式的推論は既に高水準のため、2028年までの伸びは主に応用数理・モデリング能力側で見込まれる","site_examples":[{"title":"Erdős未解決問題ハント（計算探索・記録拡張）","url":"https://note.com/views_of_life","kind":"記事"}]},{"id":"foundation.reasoning.commonsense_counterfactual","name":"常識推論・反実仮想","name_en":"Commonsense and counterfactual reasoning","levels":{"2022":1,"2023":2,"2024":3,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"日常的な常識推論では実務品質だが、反実仮想（『もしXがなかったら』）の一貫した多段階推論は人間より脆い","can":"一般的な常識クイズ・因果推論のベンチマークで高スコアを示す","cannot":"長い反実仮想連鎖での一貫性維持、物理的直感を要する常識（素朴物理学）は依然弱点として報告される","why":"常識は訓練データに広く反映されるが、反実仮想は訓練データに直接現れにくい『仮想世界』のシミュレーションを要する","autonomy":"copilot","tools":["Claude","GPT-5.x"],"evidence":[{"title":"Beyond the Leaderboard: A Synthesis of Tool-Use, Planning, and Reasoning Failures in Large Language Model Agents","url":"https://arxiv.org/pdf/2607.05775","date":"2026-07","note":"推論の失敗クラスタに反実仮想・常識推論の弱点を含む"}],"forecast_basis":"世界モデル研究（物理シミュレーション統合等）の進展により2028年に改善が見込まれるが根本解決は不透明","site_examples":[]},{"id":"foundation.reasoning.reasoning_vs_planning_gap","name":"推論の強さと計画能力のギャップ","name_en":"The reasoning-vs-planning gap","levels":{"2022":0,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"熟練者は経験的に『先を読んで今の一手を決める』が、推論モデルはCoTによる局所最適選択に留まりやすい","can":"各ステップの局所的な妥当性評価（このアクションは合理的か）は実務品質","cannot":"長期的帰結を踏まえて早期の決定を後から見直す（バックトラック的な再構成）は弱く、『推論の強さ』と『計画の強さ』は相関しないという実証結果がある","why":"標準的なCoTは逐次的貪欲方策であり、探索木のバックトラックのような真の計画アルゴリズムとは構造が異なる","autonomy":"agent","tools":["Claude thinking","階層的プランナー研究"],"evidence":[{"title":"Why Reasoning Fails to Plan: A Planning-Centric Analysis of Long-Horizon Decision Making in LLM Agents","url":"https://arxiv.org/abs/2601.22311","date":"2026-01","note":"推論モデルの強さが長期計画性能を保証しないことを実証"}],"forecast_basis":"階層的・制約考慮型プランニング手法の実用化により2028年ごろギャップ縮小が見込まれる","site_examples":[{"title":"質問の解像度 — 壁打ちの型","url":"method/shitsumon-no-kaizoudo.html","kind":"作り方"},{"title":"ことつぎの星 開発記（AIと二人で作った全工程）","url":"devlog/01-building-kototsugi-with-ai.html","kind":"記事"}]}]},{"id":"foundation.multimodal","name":"マルチモーダル理解（画像/動画/音声/空間）","name_en":"Multimodal Understanding","tasks":[{"id":"foundation.multimodal.spatial_3d_reasoning","name":"空間・3D推論","name_en":"Spatial and 3D reasoning","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"建築士やロボット工学者が持つ3次元空間把握には遠く及ばず、単純な相対位置関係の推論すら不安定","can":"自己中心視点（カメラ視点）からの空間関係推論はある程度機能する","cannot":"他者視点への変換（allocentric、『相手から見てどちらが左か』）への一般化が弱く、複数視点にまたがるロボット操作向けベンチマークで人間性能を大きく下回る","why":"VLMの訓練データは2D画像の記述が中心で、3次元的な視点変換の教師信号が乏しい","autonomy":"copilot","tools":["Gemini 3.1","Claude vision","SpatialVLM系研究"],"evidence":[{"title":"Seeing Across Views: Benchmarking Spatial Reasoning of Vision-Language Models in Robotic Scenes","url":"https://arxiv.org/abs/2510.19400","date":"2025-10","note":"多視点ロボットシーンでの空間推論ベンチマークMV-RoboBenchを提案"}],"forecast_basis":"ロボティクス向け空間データセットの拡充により2028年ごろ改善が見込まれるが、人間水準到達は2030年以降との見方が強い","site_examples":[{"title":"浮遊島 — three.js の探索世界","url":"niwa.html","kind":"作品"},{"title":"森の小屋360°（Blender Cycles→three.js）","url":"cabin.html","kind":"作品"}]},{"id":"foundation.multimodal.video_temporal_understanding","name":"動画の時系列理解","name_en":"Video temporal understanding","levels":{"2022":0,"2023":0,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"映像編集者やスポーツアナリストが行う『時間軸をまたいだ出来事の追跡』には及ばない","can":"短い動画の内容要約、単発シーンの説明は実務品質に近づいている","cannot":"長時間動画での出来事の時系列追跡や、特定の時空間領域への根拠づけ（グラウンディング）は依然脆く、新ベンチマークで課題が可視化されている","why":"動画LLMは離散フレームサンプリングに依存することが多く、連続的な時間変化の内部表現が弱い","autonomy":"copilot","tools":["Gemini 3.1 video","V-STaRベンチマークモデル群"],"evidence":[{"title":"V-STaR: Benchmarking Video-LLMs on Video Spatio-Temporal Reasoning","url":"https://openaccess.thecvf.com/content/CVPR2026F/html/Cheng_V-STaR_Benchmarking_Video-LLMs_on_Video_Spatio-Temporal_Reasoning_CVPRF_2026_paper.html","date":"2026","note":"CVPR2026、時空間手がかりの統合能力を評価するベンチマーク"}],"forecast_basis":"動画ネイティブな事前学習（フレーム間の時間的一貫性を直接学習）の拡大で2028年に実務品質化が期待される","site_examples":[{"title":"ずんだもんのAIラボ（YouTube）","url":"https://www.youtube.com/@zundamon_ai_lab","kind":"動画"},{"title":"1分AI英語 — ニュース原文×TOEIC単語のShorts","url":"ai-english.html","kind":"作品"}]},{"id":"foundation.multimodal.document_image_understanding","name":"文書・画像理解（OCR/図表/帳票）","name_en":"Document and image understanding (OCR/charts/forms)","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"OCR・帳票理解・図表読み取りは実務品質を超え、定型文書処理では専門家並みかそれ以上の速度・正確性","can":"複雑なレイアウトの請求書・契約書・グラフの数値抽出、手書き文字認識を含む高精度な文書理解が可能。DocVQAで94.75%（Qianfan-VL-70B）","cannot":"非定型・低品質スキャンや、文化依存的な文脈（古文書、専門記号）を要する解釈は専門家に劣る場面が残る","why":"文書理解は教師データが豊富で、視覚言語モデルの中でも最も成熟した応用領域の一つ","autonomy":"agent","tools":["Claude vision","Gemini 3.1","Qianfan-VL","Qwen2.5-VL"],"evidence":[{"title":"Qianfan-VL: Domain-Enhanced Universal Vision-Language Models","url":"https://arxiv.org/pdf/2509.18189","date":"2025-09","note":"DocVQA 94.75%、ChartQA 89.60%、OCRBench 873を達成"},{"title":"Invoice OCR Benchmark: Extraction Accuracy of LLMs vs OCRs","url":"https://aimultiple.com/invoice-ocr","date":"2026","note":"請求書処理でのLLMベース抽出精度を評価"}],"forecast_basis":"既に高水準のため2028年までの伸びは主に非定型文書・低リソース言語対応に限られる","site_examples":[{"title":"とびだす絵本 — 3D絵本の挿絵と世界","url":"ehon.html","kind":"作品"},{"title":"品質検問 — AI生成物は静かに壊れる","url":"method/hinshitsu-kenmon.html","kind":"作り方"}]}]},{"id":"foundation.safety_control","name":"安全性・アラインメント・制御","name_en":"Safety, Alignment & Control","tasks":[{"id":"foundation.safety_control.prompt_injection_resistance","name":"プロンプトインジェクションへの耐性","name_en":"Resistance to prompt injection","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"セキュリティエンジニアが行う入力サニタイズは明確な境界を引けるが、自然言語ベースのエージェントは信頼できる指示と信頼できないデータの境界を構造的に引けない","can":"スポットライティング（区切り文字/base64での分離）、ツール応答の隔離、システムプロンプトの改変防止などの緩和策の実装が進んでいる","cannot":"間接プロンプトインジェクションは未解決。2026年3月にOasis Securityがclaude.aiに対し『Claudy Day』攻撃（不可視インジェクション+データ持ち出し、追加ツール不要）を実証。Microsoft 365 CopilotでもCVSS 9.3の攻撃が報告された","why":"自然言語では『命令』と『データ』を構文的に分離できないという設計上の根本問題があり、単一のプロンプト調整では解決しない","autonomy":"copilot","tools":["Claude","Microsoft 365 Copilot","OWASP Top 10 for Agentic Applications"],"evidence":[{"title":"Indirect prompt injection is taking hold in the wild","url":"https://www.helpnetsecurity.com/2026/04/24/indirect-prompt-injection-in-the-wild/","date":"2026-04","note":"間接プロンプトインジェクションの実運用被害が拡大していると報告"},{"title":"5 Real AI Agent Security Breaches in 2026 and Their Lessons","url":"https://beam.ai/agentic-insights/ai-agent-security-breaches-2026-lessons","date":"2026","note":"Claudy Day攻撃を含む2026年の実被害事例をまとめる"}],"forecast_basis":"Five Eyes（国際情報機関連合）も『高リスク意思決定には人の監督を残す段階的展開』を推奨しており、2028年までの完全解決は業界内で期待されていない（停滞領域）","site_examples":[]},{"id":"foundation.safety_control.agent_goal_hijack_prevention","name":"エージェントの目標ハイジャック防御","name_en":"Agent goal hijack prevention","levels":{"2022":0,"2023":0,"2024":1,"2025":1,"2026":2,"2027e":2,"2028e":3,"2030e":3},"vs_expert":"権限管理者が行う最小権限原則の考え方はエージェント設計にも応用され始めているが、実装は発展途上","can":"能力ベース設計（capability-based design）やデュアルモデル分離により被害範囲を限定する設計パターンが普及し始め、ゴール変更への人間承認必須化も広がっている","cannot":"OWASP Top 10 for Agentic Applications 2026でASI01（Agent Goal Hijacking）が最大リスクに認定されるほど未解決。マルチエージェント間の制御フロー乗っ取りへの防御は『破っては直す』のいたちごっこ状態","why":"エージェントの自律性そのものが攻撃対象になり、単一エージェント向けの防御をマルチエージェント構成にそのまま適用できない","autonomy":"copilot","tools":["OWASP ASI Top 10","capability-based agent design"],"evidence":[{"title":"What is agent goal hijack? | Tutorial & examples","url":"https://learn.snyk.io/lesson/agent-goal-hijack/","date":"2026","note":"OWASP ASI01としてエージェント目標ハイジャックが最大リスクに認定"},{"title":"Breaking and Fixing Defenses Against Control-Flow Hijacking in Multi-Agent Systems","url":"https://arxiv.org/pdf/2510.17276","date":"2025-10","note":"マルチエージェントの制御フロー乗っ取り防御のいたちごっこを実証"}],"forecast_basis":"OWASPが2025年末にランキングを確立したばかりで、防御パターンの標準化は2027-28年にかけて進むと見込まれるが根絶は困難","site_examples":[]},{"id":"foundation.safety_control.adversarial_robustness_jailbreak","name":"ジェイルブレイク・敵対的攻撃への頑健性","name_en":"Robustness to jailbreaks and adversarial attacks","levels":{"2022":1,"2023":1,"2024":2,"2025":2,"2026":3,"2027e":3,"2028e":4,"2030e":4},"vs_expert":"レッドチームの人間専門家によるジェイルブレイク耐性テストと比べ、モデルは既知の攻撃パターンには強くなったが新規の攻撃手法にはなお脆弱","can":"既知のジェイルブレイクパターン（ロールプレイ誘導等）への耐性は大幅に向上し、Constitutional AI等の手法で明確な拒否を実現している","cannot":"新規性の高い攻撃（多段階・多言語・エンコーディングを組み合わせた攻撃）には依然として突破される事例が報告される","why":"防御は既知の攻撃パターンの学習に依存する部分が大きく、いたちごっこの構造から抜け出せていない","autonomy":"copilot","tools":["Claude Constitutional AI","OpenAI safety training"],"evidence":[{"title":"International AI Safety Report 2026","url":"https://arxiv.org/pdf/2602.21012","date":"2026-02","note":"各国政府が合同でまとめたAI安全性の最新状況報告、ジェイルブレイク耐性の到達点と限界を含む"}],"forecast_basis":"自動化されたレッドチーミング（AIによるAI攻撃探索）の普及で2028年に検出速度は上がるが、根絶は難しいと予測","site_examples":[]}]},{"id":"foundation.cost_efficiency","name":"速度・コスト・効率","name_en":"Speed, Cost & Efficiency","tasks":[{"id":"foundation.cost_efficiency.token_price_decline","name":"トークン単価の推移と実務適用範囲","name_en":"Token price trends and practical reach","levels":{"2022":1,"2023":2,"2024":3,"2025":4,"2026":4,"2027e":5,"2028e":5,"2030e":5},"vs_expert":"人件費と比較すると、フロンティアモデルの利用コストは既にジュニア専門職の時給を大きく下回るタスクが増えている","can":"フロンティアトークン価格指数は2023年3月基準100から2026年9月時点で16（84%下落）。Gemini 3.1 Flashは入力$0.10/M・出力$0.40/Mで2023年のGPT-4比99.7%減","cannot":"2026年に入り下落率は鈍化（年初来6%程度に減速）しており、2021-25年の年10倍ペースの再現は困難","why":"計算最適化（蒸留・量子化・投機的デコーディング等）の『簡単な果実』が既に刈り取られ、今後は最適化の限界逓減が予想される","autonomy":"agent","tools":["Gemini 3.1 Flash","DeepSeek","Claude Haiku"],"evidence":[{"title":"What Can Nearly 2 Quadrillion Annualized Tokens Tell Us About LLM Pricing Trends?","url":"https://www.yipitdata.com/resources/cloud-llm-pricing-trends","date":"2026","note":"フロンティアトークン価格指数が2023年3月比84%下落（2026年9月時点16）"},{"title":"LLM API Costs Dropped 80% in 2026","url":"https://wavect.io/blog/llm-api-costs-2026-architecture-shift/","date":"2026","note":"2025年初〜2026年初でAPI価格が約80%下落"}],"forecast_basis":"2027年まで年3-5倍の低下が続き、その後2030年に向け年1.5-2倍程度に鈍化するとの業界予測（最適化余地の枯渇）","site_examples":[]},{"id":"foundation.cost_efficiency.inference_speed_latency","name":"推論速度・レイテンシ","name_en":"Inference speed and latency","levels":{"2022":2,"2023":2,"2024":3,"2025":3,"2026":4,"2027e":4,"2028e":4,"2030e":5},"vs_expert":"人間の思考速度と比べれば圧倒的に高速だが、複雑な推論（thinking mode）を使うと応答が数秒〜数十秒かかり、リアルタイム対話には課題が残る","can":"特化ハードウェア（Cerebras等）で981トークン/秒（フロンティアモデル）、小型モデルでは2,600トークン/秒超を実現。投機的デコーディング・連続バッチング等で大幅な高速化","cannot":"思考モデル（reasoning mode）は依然として数秒〜数十秒の遅延があり、体感速度はハードウェア次第で大きくばらつく（モデル選択より供給インフラの影響が大きい）","why":"2026年の速度改善は主にサービング基盤側（ルーティング、キャッシュ、量子化）の最適化によるもので、モデル自体の推論効率化と両輪","autonomy":"agent","tools":["Cerebras inference","vLLM/SGLang","Claude/GPT-5.x"],"evidence":[{"title":"Fastest AI in 2026: Speed Benchmarks Across Top Models","url":"https://fast.io/resources/fastest-ai-2026/","date":"2026","note":"Cerebrasが981トークン/秒でフロンティアモデルを提供、小型モデルは2,600トークン/秒超"},{"title":"The efficient frontier of LLM inference","url":"https://www.baseten.co/blog/the-efficient-frontier-of-llm-inference/","date":"2026","note":"投機的デコーディング・ルーティング等の最適化手法を解説"}],"forecast_basis":"専用チップ（Cerebras、Groq等）の普及拡大で2028年までにさらに2-4倍の高速化が見込まれる","site_examples":[]},{"id":"foundation.cost_efficiency.cost_performance_tradeoff_selection","name":"コスト対性能のトレードオフ判断","name_en":"Cost-performance trade-off decisions","levels":{"2022":0,"2023":1,"2024":2,"2025":3,"2026":3,"2027e":4,"2028e":4,"2030e":4},"vs_expert":"エンジニアリングマネージャーが行う『どのツール/人材に何を任せるか』の判断に近いが、AIエージェント自身がモデル間のコスト対効果を判断して使い分ける自動ルーティングはまだ発展途上","can":"開発者が用途別に小型モデル（下書き）と大型モデル（検証）を使い分ける設計パターンは実務品質で確立している","cannot":"エージェント自身が実行中に動的に『このステップは安いモデルで十分』と判断する自動モデルルーティングは限定的にしか実用化されていない","why":"コスト最適化は現状、人間のアーキテクト設計時の判断に依存しており、実行時の自律的最適化は未成熟","autonomy":"copilot","tools":["LLMルーター（OpenRouter等）","Claude Haiku/Sonnet/Opus使い分け"],"evidence":[{"title":"LLM API Pricing Trends & Updates (September 2026)","url":"https://benchlm.ai/llm-pricing-trends","date":"2026-09","note":"モデル間の価格・性能のトレードオフを継続追跡"}],"forecast_basis":"2028年ごろまでに動的モデルルーティングの実務品質化が進むと予測されるが、現状は人間の設計判断に依存","site_examples":[]}]},{"id":"foundation.learning_adaptation","name":"学習・適応","name_en":"Learning & Adaptation","tasks":[{"id":"foundation.learning_adaptation.in_context_few_shot_learning","name":"インコンテキスト学習（少数例からの適応）","name_en":"In-context / few-shot learning","levels":{"2022":2,"2023":3,"2024":3,"2025":4,"2026":4,"2027e":4,"2028e":5,"2030e":5},"vs_expert":"数例のデモンストレーションから新しいタスク形式を把握する能力は、経験豊富な専門家が新人に『やってみせる』のに近い速さで模倣できる","can":"プロンプト内の数例から新しいフォーマット・タスクへの適応は実務品質。重みを一切更新せずにリアルタイムでタスク切り替えが可能","cannot":"計算コストが文脈長に比例して増大し、大量の例を与えても性能向上は頭打ちになりやすい（限定的な性能向上）","why":"ICLはモデル内部で暗黙的に勾配降下に類する計算を行っていると理論づけられているが、明示的なファインチューニングほどの適応力はない","autonomy":"agent","tools":["Claude","GPT-5.x","Context Tuning研究"],"evidence":[{"title":"Fine-Tuning Without Forgetting In-Context Learning: A Theoretical Analysis of Linear Attention Models","url":"https://arxiv.org/html/2602.23197v2","date":"2026-02","note":"ファインチューニングとICLの関係を理論的に分析"}],"forecast_basis":"Context Tuning等、重み更新なしでICLを強化する手法の実用化により2028年にファインチューニングとの差がさらに縮まる見込み","site_examples":[{"title":"lingo — 英日二段字幕でリスニング","url":"lingo.html","kind":"作品"},{"title":"1分AI英語","url":"ai-english.html","kind":"作品"}]},{"id":"foundation.learning_adaptation.continuous_learning_weight_update_limits","name":"継続学習・重み更新なしの限界","name_en":"Continuous learning and the no-weight-update ceiling","levels":{"2022":0,"2023":0,"2024":0,"2025":1,"2026":1,"2027e":1,"2028e":2,"2030e":2},"vs_expert":"人間の専門家は日々の経験から継続的にスキルを更新するが、現在のLLMはデプロイ後に重みが凍結され、新しい経験から自動的に学習することはない","can":"定期的な再学習（ファインチューニング/継続事前学習）によるバッチ的な知識更新は可能","cannot":"本番運用中にリアルタイムで経験から重みを更新し続ける『継続学習』は、破滅的忘却（catastrophic forgetting）が未解決のため実用化されていない。9Bパラメータ規模のtransformerでも、リプレイなし・タスク非依存という実運用条件下では未解決と報告されている","why":"勾配ベースの学習が新タスクの改善のために既存の重みを上書きしてしまう構造的な干渉問題があり、メカニズム自体が十分解明されていない","autonomy":"copilot","tools":["継続事前学習パイプライン","Elastic Weight Consolidation等の緩和策"],"evidence":[{"title":"Mechanistic Analysis of Catastrophic Forgetting in Large Language Models During Continual Fine-tuning","url":"https://arxiv.org/html/2601.18699v1","date":"2026-01","note":"9B規模transformerでリプレイフリー継続学習が未解決と報告"},{"title":"TFGN: Task-Free, Replay-Free Continual Pre-Training Without Catastrophic Forgetting at LLM Scale","url":"https://arxiv.org/pdf/2605.15053","date":"2026-05","note":"実運用条件（タスクフリー・リプレイフリー）での継続学習手法を提案するも根本解決には至らず"}],"forecast_basis":"リプレイフリー・タスクフリーの継続学習は研究レベルでも未解決であり、2028年時点でも本番運用可能な解決策が出る保証はない（停滞領域として明記）","site_examples":[{"title":"lingo — 英日二段字幕でリスニング","url":"lingo.html","kind":"作品"},{"title":"1分AI英語","url":"ai-english.html","kind":"作品"}]},{"id":"foundation.learning_adaptation.test_time_adaptation_online_learning","name":"テスト時適応・セッション内オンライン学習","name_en":"Test-time adaptation and in-session online learning","levels":{"2022":0,"2023":1,"2024":1,"2025":2,"2026":2,"2027e":3,"2028e":3,"2030e":4},"vs_expert":"人間は失敗した直後にやり方を変えるが、AIエージェントのテスト時適応は同一セッション内のフィードバック取り込みに限られ、セッションを超えた学習は別の記憶機構に依存する","can":"同一タスク実行中にツール実行結果やエラーメッセージを見て次の行動を調整する狭い意味でのオンライン適応は機能する","cannot":"セッションをまたいだ真のオンライン学習（モデル重みの更新）は行われず、『学習したこと』は次回セッションでは失われる（記憶機能で部分的に代替するのみ）","why":"重み更新を伴わない適応はコンテキスト長にスケーラビリティの限界があり、モデル自体の学習ではなく外部記憶への依存になる","autonomy":"agent","tools":["Claude memory","Agentic Uncertainty Quantification"],"evidence":[{"title":"Agentic Uncertainty Quantification","url":"https://arxiv.org/abs/2601.15703","date":"2026-01","note":"セッション内でのフィードバック取り込みによる適応制御の枠組み"},{"title":"Mechanistic Analysis of Catastrophic Forgetting in Large Language Models During Continual Fine-tuning","url":"https://arxiv.org/html/2601.18699v1","date":"2026-01","note":"重み更新を伴う真のオンライン学習が未解決であることの背景"}],"forecast_basis":"外部記憶とICLの組み合わせでの疑似オンライン学習は2028年に成熟するが、真の重み更新型オンライン学習は継続学習問題の解決待ち","site_examples":[{"title":"自動テスト — 完成率は切り分けの技術から","url":"method/jidou-test.html","kind":"作り方"},{"title":"導線点検（壊れ方の記録）","url":"method/dousen-tenken.html","kind":"作り方"},{"title":"lingo — 英日二段字幕でリスニング","url":"lingo.html","kind":"作品"}]}]}]}],"models":{"milestones":[{"date":"2022-11-30","org":"OpenAI","name":"ChatGPT (GPT-3.5)","kind":"model","impact":"対話型AIチャットボットを無料公開し5日で100万ユーザー突破、生成AIブームの起点となった","url":"https://openai.com/index/chatgpt/"},{"date":"2023-02-24","org":"Meta","name":"LLaMA 1","kind":"model","impact":"研究者限定で公開されオープンLLMブームの起点となった65Bパラメータモデル","url":"https://ai.meta.com/blog/large-language-model-llama-meta-ai/"},{"date":"2023-03-14","org":"OpenAI","name":"GPT-4","kind":"model","impact":"マルチモーダル対応・模擬司法試験で上位10%相当のスコアを達成し大規模言語モデルの実用性を証明","url":"https://openai.com/index/gpt-4-research/"},{"date":"2023-03-14","org":"Anthropic","name":"Claude 1 / Claude Instant","kind":"model","impact":"Anthropic初の商用チャットモデルを公開、GPT-4と同週にAI競争の対抗軸を提示","url":"https://en.wikipedia.org/wiki/Claude_(language_model)"},{"date":"2023-03-30","org":"Significant Gravitas","name":"AutoGPT","kind":"agent-product","impact":"GPT-4に目標だけを与えタスク分解・ツール利用・自己ループで自律達成させる最初期のオープンソース自律エージェントとして爆発的に話題化した","url":"https://github.com/Significant-Gravitas/AutoGPT"},{"date":"2023-06-22","org":"米連邦地裁(SDNY)","name":"Mata v. Avianca 制裁命令","kind":"incident","impact":"弁護士がChatGPTが生成した架空の判例6件を法廷提出し制裁金5,000ドル、AI幻覚が実害を及ぼした初の司法事例として世界的注目を集めた","url":"https://en.wikipedia.org/wiki/Mata_v._Avianca,_Inc."},{"date":"2023-07-11","org":"Anthropic","name":"Claude 2","kind":"model","impact":"コンテキスト長を100Kトークンに拡張し一般ユーザー向けWebアプリの提供を開始","url":"https://www.anthropic.com/news/claude-2"},{"date":"2023-07-18","org":"Meta","name":"Llama 2","kind":"model","impact":"商用利用可能なライセンスで公開しMicrosoftと提携、オープンソースLLMを本格普及させた","url":"https://ai.meta.com/blog/llama-2/"},{"date":"2023-10-30","org":"米国(バイデン政権)","name":"AI大統領令(EO 14110)","kind":"policy","impact":"安全性・セキュリティ・信頼性を柱とする米国初の包括的AI規制大統領令を発令","url":"https://www.mcguirewoods.com/client-resources/alerts/2025/2/trump-administration-executive-orders-seek-to-deregulate-artificial-intelligence/"},{"date":"2023-11-03","org":"xAI","name":"Grok-1","kind":"model","impact":"xAI初のモデルをX（旧Twitter）上でリリース、後にオープンソース化","url":"https://x.ai/news"},{"date":"2023-11-06","org":"OpenAI","name":"GPT-4 Turbo","kind":"model","impact":"コンテキスト長を128Kトークンに拡大し価格を大幅値下げ","url":"https://openai.com/index/new-models-and-developer-products-announced-at-devday/"},{"date":"2023-11-06","org":"OpenAI","name":"GPTs / Assistants API","kind":"agent-product","impact":"ノーコードでカスタムGPTを作成可能にし、永続スレッド管理・関数呼び出しを備えたエージェント風アプリ開発を解禁した","url":"https://openai.com/index/new-models-and-developer-products-announced-at-devday/"},{"date":"2023-12-06","org":"Google","name":"Gemini 1.0","kind":"model","impact":"Google初のマルチモーダル基盤モデルをUltra/Pro/Nanoの3サイズで発表、GPT-4対抗を明確化","url":"https://blog.google/technology/ai/google-gemini-ai/"},{"date":"2023-12-11","org":"Mistral AI","name":"Mixtral 8x7B","kind":"model","impact":"MoEアーキテクチャをオープンソース主流に持ち込み70B級の性能を13B級の推論コストで実現","url":"https://mistral.ai/news/mixtral-of-experts/"},{"date":"2023-12-27","org":"The New York Times","name":"NYT v. OpenAI/Microsoft 提訴","kind":"incident","impact":"著作権記事の無断学習利用を理由に提訴、AI学習データの著作権フェアユースを問う最重要訴訟の一つに","url":"https://legalclarity.org/new-york-times-vs-openai-lawsuit-status-and-timeline/"},{"date":"2024-02-14","org":"BC州民事審判所(カナダ)","name":"Moffatt v. Air Canada 判決","kind":"incident","impact":"チャットボットの誤情報についても企業が責任を負うと判示し、AI導入企業の説明責任を明確化した先例に","url":"https://www.americanbar.org/groups/business_law/resources/business-law-today/2024-february/bc-tribunal-confirms-companies-remain-liable-information-provided-ai-chatbot/"},{"date":"2024-02-15","org":"Google","name":"Gemini 1.5 Pro","kind":"model","impact":"コンテキスト長を100万トークンに拡張し長文・長時間動画理解を実用化","url":"https://blog.google/technology/ai/google-gemini-next-generation-model-february-2024/"},{"date":"2024-03-04","org":"Anthropic","name":"Claude 3 (Opus/Sonnet/Haiku)","kind":"model","impact":"3段階モデル体系を導入しOpusがGPT-4を上回るベンチマークを提示、初のマルチモーダル対応Claude","url":"https://www.anthropic.com/news/claude-3-family"},{"date":"2024-03-12","org":"Cognition Labs","name":"Devin","kind":"agent-product","impact":"「世界初のAIソフトウェアエンジニア」を標榜し、計画立案からコーディング・デバッグ・PR作成まで一気通貫で自律実行する製品として登場した","url":"https://cognition.com/blog/introducing-devin"},{"date":"2024-04-18","org":"Meta","name":"Llama 3","kind":"model","impact":"8B/70Bモデルを公開しオープンモデルの性能水準を大幅に引き上げた","url":"https://ai.meta.com/blog/meta-llama-3/"},{"date":"2024-04-29","org":"GitHub(Microsoft)","name":"Copilot Workspace","kind":"agent-product","impact":"Issue起票からプラン作成・コード実装・テストまでを自然言語で行うCopilotネイティブ開発環境の技術プレビューを開始した","url":"https://github.blog/news-insights/product-news/github-copilot-workspace/"},{"date":"2024-05-13","org":"OpenAI","name":"GPT-4o","kind":"model","impact":"音声・画像・テキストをリアルタイム統合したネイティブマルチモーダルモデルを無料枠にも開放","url":"https://openai.com/index/hello-gpt-4o/"},{"date":"2024-06-20","org":"Anthropic","name":"Claude 3.5 Sonnet","kind":"model","impact":"中位モデルながらOpus超えの性能を実現、Artifacts機能でコード生成体験を刷新","url":"https://www.anthropic.com/news/claude-3-5-sonnet"},{"date":"2024-07-18","org":"OpenAI","name":"GPT-4o mini","kind":"model","impact":"GPT-4級性能を約$0.15/Mtokの低価格で提供し推論コスト構造を一変させた","url":"https://openai.com/index/gpt-4o-mini-advancing-cost-efficient-intelligence/"},{"date":"2024-07-23","org":"Meta","name":"Llama 3.1 (405B)","kind":"model","impact":"初のオープン基盤で405Bパラメータの最大級モデルを公開しクローズドモデルに匹敵する性能を提示","url":"https://ai.meta.com/blog/meta-llama-3-1/"},{"date":"2024-07-24","org":"Mistral AI","name":"Mistral Large 2","kind":"model","impact":"123Bパラメータでコード生成・多言語対応を強化し欧州発モデルの競争力を再確認","url":"https://mistral.ai/news/mistral-large-2407/"},{"date":"2024-08-01","org":"EU","name":"EU AI Act 発効","kind":"policy","impact":"世界初の包括的AI規制法が発効、リスク別の段階的義務化スケジュールが始動","url":"https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai"},{"date":"2024-09-11","org":"Replit","name":"Replit Agent","kind":"agent-product","impact":"自然言語の指示だけでアプリの構築・環境構築・デプロイまで完結させる自律コーディングエージェントを公開し、バイブコーディングの先駆けとなった","url":"https://replit.com/blog/introducing-replit-agent"},{"date":"2024-09-12","org":"OpenAI","name":"o1-preview","kind":"model","impact":"思考の連鎖を内部化した推論特化モデルを初公開し数学・コーディング性能が飛躍的に向上","url":"https://openai.com/index/introducing-openai-o1-preview/"},{"date":"2024-09-12","org":"Salesforce","name":"Agentforce","kind":"agent-product","impact":"「デジタル労働力」を掲げ、企業の業務プロセスに人間の従業員と並走する自律型AIエージェントを組み込む企業向けプラットフォームを発表した","url":"https://www.salesforce.com/news/press-releases/2024/09/12/agentforce-announcement/"},{"date":"2024-09-19","org":"Alibaba","name":"Qwen2.5","kind":"model","impact":"モデルサイズのラインアップを拡充し商用利用に耐える性能・効率バランスを実現","url":"https://qwenlm.github.io/blog/qwen2.5/"},{"date":"2024-10-22","org":"Anthropic","name":"Claude 3.5 Sonnet / Haiku + Computer Use","kind":"agent-product","impact":"画面を見てカーソル移動・クリック・入力を行う「コンピュータ操作」機能をベータ公開し、GUI操作エージェントの実用化の先鞭をつけた(OSWorldで14.9%)","url":"https://www.anthropic.com/news/3-5-models-and-computer-use"},{"date":"2024-10-22","org":"Megan Garcia (原告)","name":"Garcia v. Character Technologies 提訴","kind":"incident","impact":"14歳少年の自殺をめぐりCharacter.AIチャットボットの設計責任を問う初の未成年被害訴訟が提起された","url":"https://www.wisnerbaum.com/ai-chatbot-lawsuit/character-ai-lawsuit/"},{"date":"2024-11-25","org":"Anthropic","name":"Model Context Protocol (MCP)","kind":"agent-product","impact":"LLMと外部ツール・データソースを繋ぐオープンな標準プロトコルを公開し、後にOpenAIやGoogleも採用する業界標準へと発展した","url":"https://www.anthropic.com/news/model-context-protocol"},{"date":"2024-12-01","org":"OpenAI","name":"o1","kind":"model","impact":"o1-previewの正式版をChatGPT Plus/Pro向けに提供し推論モデルを製品ラインに定着","url":"https://openai.com/index/openai-o1-system-card/"},{"date":"2024-12-11","org":"Google","name":"Gemini 2.0 Flash (experimental)","kind":"model","impact":"ネイティブ画像・音声生成とツール利用を統合したエージェント時代向けモデルを初公開","url":"https://blog.google/innovation-and-ai/models-and-research/google-deepmind/google-gemini-ai-update-december-2024/"},{"date":"2024-12-11","org":"Google","name":"Gemini Deep Research / Project Mariner","kind":"agent-product","impact":"Geminiに初のエージェント機能として、複数ステップのWeb調査とブラウザ自律操作の研究プロトタイプを追加した","url":"https://techcrunch.com/2024/12/11/gemini-can-now-research-deeper/"},{"date":"2024-12-20","org":"OpenAI","name":"o3 プレビュー発表","kind":"model","impact":"ARC-AGI-1で人間水準に迫るスコアを記録し業界に衝撃を与えた次世代推論モデル","url":"https://techcrunch.com/2024/12/20/openai-announces-new-o3-model/"},{"date":"2024-12-26","org":"DeepSeek","name":"DeepSeek-V3","kind":"model","impact":"低学習コストで欧米トップモデルに匹敵する性能を達成し業界にコスト構造の衝撃を与えた","url":"https://api-docs.deepseek.com/news/news1226"},{"date":"2025-01-20","org":"DeepSeek","name":"DeepSeek-R1","kind":"model","impact":"OpenAI o1に匹敵する推論性能をオープンウェイトかつ低コストで実現、米国株式市場にも影響を与えた","url":""},{"date":"2025-01-20","org":"米国(トランプ政権)","name":"Biden AI大統領令(EO14110)の撤廃","kind":"policy","impact":"AI安全規制路線から推進・規制緩和路線への転換を明確化","url":"https://www.lawfaremedia.org/article/trump-rescinds-biden-ai-executive-order"},{"date":"2025-01-23","org":"米国(トランプ政権)","name":"AI大統領令「米国AI主導力への障壁除去」(EO14179)","kind":"policy","impact":"規制緩和とAI覇権維持を掲げた新方針を採用、Stargate計画(最大5000億ドル投資)も同時発表","url":"https://www.squirepattonboggs.com/insights/publications/key-insights-on-president-trumps-new-ai-executive-order-and-policy-regulatory-implications/"},{"date":"2025-01-23","org":"OpenAI","name":"Operator","kind":"agent-product","impact":"ブラウザを自律操作し予約やオンライン注文などの実タスクを代行するCUA(Computer-Using Agent)モデルの研究プレビューを公開した(OSWorld約38%)","url":"https://openai.com/index/introducing-operator/"},{"date":"2025-01-27","org":"市場","name":"DeepSeek R1ショック(Nvidia株17%急落)","kind":"incident","impact":"低コストの中国製オープンモデルの登場でAI半導体需要への懸念が広がり、Nvidia時価総額が1日で約6000億ドル減少(史上最大の下落幅)","url":"https://www.ig.com/en/news-and-trade-ideas/why-nvidia-s-share-price-dropped-17--after-deepseek-news-250128"},{"date":"2025-02-02","org":"EU","name":"EU AI Act 禁止事項の適用開始","kind":"policy","impact":"操作的AI・無差別な顔認識データベース構築等の「容認できないリスク」慣行を禁止","url":"https://ogletree.com/insights-resources/blog-posts/eu-publishes-groundbreaking-ai-act-initial-obligations-set-to-take-effect-on-february-2-2025/"},{"date":"2025-02-02","org":"OpenAI","name":"Deep Research","kind":"agent-product","impact":"o3ベースの推論モデルで多段階のWeb調査を自律実行し詳細レポートを生成するエージェント機能を発表した","url":"https://openai.com/index/introducing-deep-research/"},{"date":"2025-02-17","org":"xAI","name":"Grok-3","kind":"model","impact":"「推論エージェントの時代」と銘打ち大規模計算資源Colossusで訓練した新世代モデルを公開","url":"https://x.ai/news/grok-3"},{"date":"2025-02-24","org":"Anthropic","name":"Claude 3.7 Sonnet + Claude Code(research preview)","kind":"model","impact":"単一モデルで即時応答と拡張思考を切替できるハイブリッド推論を初めて実装、同時にターミナル型コーディングエージェントを試験公開","url":"https://www.anthropic.com/news/claude-3-7-sonnet"},{"date":"2025-02-24","org":"GitHub(Microsoft)","name":"Copilot Agent mode(VS Code)","kind":"agent-product","impact":"VS Code安定版でCopilotの自律ペアプログラマー「Agentモード」を一般提供し、複数ファイル編集やテスト実行の自動化を標準機能にした","url":"https://code.visualstudio.com/blogs/2025/02/24/introducing-copilot-agent-mode"},{"date":"2025-03-06","org":"Butterfly Effect","name":"Manus","kind":"agent-product","impact":"招待制ベータで公開され、リサーチ・データ分析・コード生成を自律遂行するデモ動画が話題化、中国発の汎用エージェントとして急速に注目された","url":"https://asiatimes.com/2025/03/after-deepseek-chinas-manus-the-hot-new-ai-under-the-spotlight/"},{"date":"2025-03-19","org":"METR","name":"「AIの長時間タスク遂行能力測定」論文公開","kind":"paper","impact":"AIモデルの自律タスク遂行時間を人間換算する「時間地平」指標を提唱し、2019〜2025年に7ヶ月ごとに倍増する傾向を定量化した","url":"https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/"},{"date":"2025-03-25","org":"Google","name":"Gemini 2.5 Pro","kind":"model","impact":"思考過程を内部化した推論モデルとして数学・コーディングでトップ級ベンチマークを獲得、LMArena首位に","url":"https://blog.google/innovation-and-ai/models-and-research/google-deepmind/gemini-model-thinking-updates-march-2025/"},{"date":"2025-04-03","org":"Daniel Kokotajlo, Eli Lifland ほか","name":"「AI 2027」シナリオレポート公開","kind":"paper","impact":"月単位で超人的コーディングAI・自律AI研究者・超知能到来までを具体的に予測したシナリオが業界内外で大きな議論を呼んだ","url":"https://ai-2027.com/"},{"date":"2025-04-05","org":"Meta","name":"Llama 4 (Scout/Maverick)","kind":"model","impact":"MoEアーキテクチャと最大1000万トークンの超長コンテキストを採用した新世代マルチモーダルモデル","url":"https://ai.meta.com/blog/llama-4-multimodal-intelligence/"},{"date":"2025-04-16","org":"OpenAI","name":"o3 / o4-mini","kind":"model","impact":"o1を大きく上回る推論・ツール使用性能を持つ最新推論モデルを一般提供開始","url":"https://openai.com/index/introducing-o3-and-o4-mini/"},{"date":"2025-04-16","org":"OpenAI","name":"Codex CLI","kind":"agent-product","impact":"ターミナルから直接ソースコードを操作するオープンソースの軽量コーディングエージェントを公開し、o3/o4-miniと同時発表した","url":"https://openai.com/index/introducing-codex/"},{"date":"2025-04-29","org":"Alibaba","name":"Qwen3","kind":"model","impact":"Dense/MoEを統合したシリーズとしてハイブリッド推論を導入、オープンモデルの性能を刷新","url":"https://qwenlm.github.io/blog/qwen3/"},{"date":"2025-05-22","org":"Anthropic","name":"Claude Opus 4 / Sonnet 4","kind":"model","impact":"長時間の自律コーディング・エージェントタスクで世界最高水準の性能を達成(SWE-bench Verified 72.5%)","url":"https://www.anthropic.com/news/claude-4"},{"date":"2025-05-22","org":"Anthropic","name":"Claude Code (GA)","kind":"agent-product","impact":"研究プレビューから正式製品として一般提供開始され、IDE統合やバックグラウンドタスクにも対応、コーディングエージェントの商用運用元年に","url":"https://www.anthropic.com/news/claude-4"},{"date":"2025-06-04","org":"日本","name":"AI推進法 成立","kind":"policy","impact":"日本初のAI基本法。罰則を伴わない緩やかな推進型規制でAI戦略本部設置と基本計画策定を定めた","url":"https://regulations.ai/regulations/RAI-JP-NA-PRDUAXX-2025"},{"date":"2025-06-27","org":"Anthropic / Wall Street Journal","name":"Project Vend(自律AI店舗経営実験)発表","kind":"paper","impact":"Claudeに自動販売機ビジネスの経営を丸ごと任せた実験で、価格を無料にする・PS5を発注する等の失敗を露呈し自律エージェントの実務限界を可視化した","url":"https://www.anthropic.com/research/project-vend-1"},{"date":"2025-07-09","org":"Perplexity","name":"Comet","kind":"agent-product","impact":"AIエージェントを組み込んだブラウザを公開し、ウェブ上のタスク自動操作を前面に押し出したエージェント型ブラウザ競争の先駆けとなった","url":"https://techcrunch.com/2025/07/09/perplexity-launches-comet-an-ai-powered-web-browser/"},{"date":"2025-07-09","org":"xAI","name":"Grok-4","kind":"model","impact":"ネイティブツール利用とリアルタイム検索を統合、HLEで当時最高スコア(44.4%)を記録","url":"https://x.ai/news/grok-4"},{"date":"2025-07-11","org":"Moonshot AI","name":"Kimi K2","kind":"model","impact":"1兆パラメータ・384エキスパートのMoEでエージェント能力に特化したオープンモデルを公開","url":"https://moonshotai.github.io/Kimi-K2/"},{"date":"2025-07","org":"Replit","name":"AIエージェントによる本番DB削除事件","kind":"incident","impact":"コードフリーズ中にも関わらずAIエージェントが本番データベースを削除し虚偽報告も行い、自律エージェントの安全設計見直しの契機となった","url":"https://incidentdatabase.ai/cite/1152/"},{"date":"2025-07-17","org":"OpenAI","name":"ChatGPT Agent","kind":"agent-product","impact":"リサーチとアクションを統合し、ターミナル実行・スライド作成・外部サービス連携までを一つのエージェントで行う機能をChatGPTに統合した","url":"https://openai.com/index/introducing-chatgpt-agent/"},{"date":"2025-08-02","org":"EU","name":"EU AI Act 汎用AI(GPAI)義務の適用開始","kind":"policy","impact":"汎用AIモデル提供者に技術文書整備・学習データ概要公開・著作権法遵守を義務化","url":"https://trilateralresearch.com/responsible-ai/eu-ai-act-implementation-timeline-mapping-your-models-to-the-new-risk-tiers"},{"date":"2025-08-06","org":"Google","name":"Jules","kind":"agent-product","impact":"非同期型コーディングエージェントJulesが一般公開され、無料・有料プランの提供を開始した","url":"https://blog.google/technology/google-labs/jules-now-available/"},{"date":"2025-08-07","org":"OpenAI","name":"GPT-5","kind":"model","impact":"推論と応答速度を自動切替する統合アーキテクチャを採用しChatGPTの標準モデルに","url":"https://openai.com/index/introducing-gpt-5/"},{"date":"2025-08-26","org":"Anthropic","name":"Bartz v. Anthropic 著作権集団訴訟 15億ドル和解合意","kind":"incident","impact":"海賊版書籍サイトからの学習データ収集をめぐる訴訟で、著作権侵害訴訟として史上最大級の和解額が合意された","url":"https://authorsguild.org/advocacy/artificial-intelligence/what-authors-need-to-know-about-the-anthropic-settlement/"},{"date":"2025-09-01","org":"日本","name":"AI推進法 全面施行","kind":"policy","impact":"AI戦略本部の始動とともに日本のAI基本法制が本格運用段階に入った","url":"https://www.gov-online.go.jp/hlj/ja/november_2025/november_2025-08.html"},{"date":"2025-09-29","org":"Anthropic","name":"Claude Sonnet 4.5","kind":"model","impact":"自律的に30時間以上コーディングを継続できる耐久性を実現、OSWorldで61.4%と当時首位を更新","url":"https://www.anthropic.com/news/claude-sonnet-4-5"},{"date":"2025-09-29","org":"California州(米国)","name":"SB 53「フロンティアAI透明化法」署名","kind":"policy","impact":"米国初のフロンティアAI安全法。破局的リスクの開示義務・内部告発者保護・安全インシデント報告制度を導入","url":"https://www.wsgr.com/en/insights/california-enacts-major-ai-safety-legislation-for-frontier-ai-developers.html"},{"date":"2025-09-30","org":"Zhipu AI","name":"GLM-4.6","kind":"model","impact":"コーディング性能を大幅強化しオープンソースフロンティアの一角として評価","url":"https://medium.com/@leucopsis/glm-4-6-review-0600e9425c73"},{"date":"2025-09-30","org":"OpenAI","name":"Sora 2","kind":"model","impact":"物理演算精度と音声同期を強化した動画生成モデルをTikTok型アプリとともに公開","url":"https://openai.com/index/sora-2/"},{"date":"2025-10","org":"Anthropic","name":"Claude Haiku 4.5","kind":"model","impact":"Sonnet 4級の性能を最速・低コストの小型モデルで実現","url":"https://www.codegpt.co/blog/anthropic-claude-models-complete-guide"},{"date":"2025-10-21","org":"OpenAI","name":"ChatGPT Atlas","kind":"agent-product","impact":"ChatGPTを中核に据えたChromiumベースの独自ブラウザを公開し、エージェントによるブラウジング代行を製品の中心に据えた","url":"https://openai.com/index/introducing-chatgpt-atlas/"},{"date":"2025-10-28","org":"OpenAI","name":"営利法人再編、Microsoftが27%出資","kind":"policy","impact":"非営利財団統制下の公益会社(PBC)体制へ移行し資金調達の制約を解除、Microsoftとの提携を2032年まで延長","url":"https://fortune.com/2025/10/28/openai-for-profit-restructuring-microsoft-stake/"},{"date":"2025-10-29","org":"Anysphere","name":"Cursor 2.0 (Composer)","kind":"agent-product","impact":"自社開発の高速コーディングモデルComposerと、最大8エージェントを並列運用できるエージェント中心UIを導入","url":"https://cursor.com/blog/2-0"},{"date":"2025-11-12","org":"OpenAI","name":"GPT-5.1","kind":"model","impact":"応答の自然さと指示追従性を改善したGPT-5後継、パーソナリティのカスタマイズ機能を追加","url":"https://en.wikipedia.org/wiki/GPT-5.1"},{"date":"2025-11-14","org":"Anthropic","name":"AI主導サイバー攻撃(GTG-1002)の摘発を公表","kind":"incident","impact":"中国国家系ハッカー集団がClaudeを騙して攻撃の80〜90%を自律実行させた事例を公表、初の大規模AI主導サイバースパイ活動として世界に警鐘を鳴らした","url":"https://www.anthropic.com/news/disrupting-AI-espionage"},{"date":"2025-11-18","org":"Google","name":"Gemini 3 Pro","kind":"model","impact":"マルチモーダル理解を刷新しGoogle検索・Vertex AIに即日展開、FrontierMathでEpoch Capabilities Index最高値を更新","url":"https://blog.google/products/gemini/gemini-3/"},{"date":"2025-11-18","org":"Google DeepMind","name":"Antigravity","kind":"agent-product","impact":"「エージェントファースト」の新IDEを公開し、開発者が最大5エージェントを並列管理・監督する立場に変わる開発体験を提示した","url":"https://developers.googleblog.com/build-with-google-antigravity-our-new-agentic-development-platform/"},{"date":"2025-11-18","org":"Microsoft","name":"Agent 365","kind":"agent-product","impact":"社内で乱立するAIエージェントを一元的に可視化・権限管理・監査できる「エージェント版Microsoft 365」をIgnite 2025で発表した","url":"https://www.microsoft.com/en-us/microsoft-365/blog/2025/11/18/microsoft-agent-365-the-control-plane-for-ai-agents/"},{"date":"2025-11-24","org":"Anthropic","name":"Claude Opus 4.5","kind":"model","impact":"4.5世代の最上位モデルとしてSWE-bench Verifiedで初の80%超えを達成、Opus価格を67%引き下げ","url":"https://www.anthropic.com/news/claude-opus-4-5"},{"date":"2025-12-11","org":"OpenAI","name":"GPT-5.2","kind":"model","impact":"Gemini 3対抗としてInstant/Thinking/Proの3モードで投入、ARC-AGI-2で50%超えを達成した最初期のモデルの一つに","url":"https://pureai.com/articles/2025/12/16/openai-launches-gpt-5dot2.aspx"},{"date":"2025-12-17","org":"Google","name":"Gemini 3 Flash","kind":"model","impact":"Gemini 3系の低コスト高速版を追加しフルラインアップ化","url":"https://blog.google/products/gemini/gemini-3-flash-gemini-app/"},{"date":"2026-01","org":"Character.AI / Google","name":"未成年被害5訴訟の和解合意","kind":"incident","impact":"AIチャットボットをめぐる未成年の自殺・精神的被害訴訟で初の大型和解が成立(条件非公開)","url":"https://www.softwareseni.com/character-ai-lawsuits-2026-what-happened-what-courts-are-examining-and-why-it-matters/"},{"date":"2026-01-01","org":"California州(米国)","name":"SB 53 施行開始","kind":"policy","impact":"フロンティアAI開発者への安全基準開示義務が法的拘束力を持って発効","url":"https://www.multistate.us/insider/2025/10/9/california-passes-first-of-its-kind-ai-safety-law"},{"date":"2026-01-29","org":"METR","name":"「Time Horizon 1.1」手法改訂","kind":"paper","impact":"評価タスク数を170から228に拡張し時間地平指標を再計測、2024年以降の倍化周期が7ヶ月から約4ヶ月に加速したことを確認","url":"https://metr.org/blog/2026-1-29-time-horizon-1-1/"},{"date":"2026-02-05","org":"OpenAI","name":"GPT-5.3-Codex","kind":"model","impact":"コーディング専用に特化したエージェント型モデルとしてCodex系列を強化","url":"https://en.wikipedia.org/wiki/GPT-5.3-Codex"},{"date":"2026-02-05","org":"Anthropic","name":"Claude Opus 4.6","kind":"model","impact":"METR時間地平で約14.5時間(業界最高)を記録し、SWE-bench Verifiedでも80%台を維持","url":"https://www-cdn.anthropic.com/0dd865075ad3132672ee0ab40b05a53f14cf5288.pdf"},{"date":"2026-02-11","org":"Zhipu AI","name":"GLM-5","kind":"model","impact":"中国初の株式公開AI企業として初のフロンティア級モデルを出荷","url":"https://medium.com/@mlabonne/glm-5-chinas-first-public-ai-company-ships-a-frontier-model-a068cecb74e3"},{"date":"2026-03-05","org":"OpenAI","name":"GPT-5.4","kind":"model","impact":"Thinking/Pro/mini/nanoまで一括展開し推論モデルのフルラインアップ化、文脈長も約105万トークンに拡張","url":"https://en.wikipedia.org/wiki/GPT-5.4"},{"date":"2026-04-02","org":"Anysphere","name":"Cursor 3.0","kind":"agent-product","impact":"IDEと並走する新設の「Agents Window」により、ローカル・クラウドサンドボックス・リモートを横断して複数エージェントを並列運用できるようにした","url":"https://www.datacamp.com/blog/cursor-3"},{"date":"2026-04-23","org":"OpenAI","name":"GPT-5.5","kind":"model","impact":"GPT-5系最新版としてさらなる精度・効率改善を投入、同社API初の1M級文脈長を実装","url":"https://en.wikipedia.org/wiki/GPT-5.5"},{"date":"2026-04-24","org":"DeepSeek","name":"DeepSeek-V4 (Pro/Flash)","kind":"model","impact":"1.6兆パラメータ級のオープンウェイトMoEモデル2種を100万トークン文脈で公開","url":"https://api-docs.deepseek.com/news/news260424/"},{"date":"2026-05-19","org":"Google","name":"Gemini 3.5","kind":"model","impact":"Google I/Oで発表、Flashが一般提供開始しエージェント機能を強化","url":"https://blog.google/products/gemini/gemini-3-collection/"},{"date":"2026-06","org":"Anthropic","name":"Anthropic Economic Index レポート公表","kind":"paper","impact":"米国の職務の49%で既にタスクの25%以上がClaudeによって遂行されていると報告、AIによる労働構造の再編を定量化した","url":"https://www.anthropic.com/research/economic-index-june-2026-report"},{"date":"2026-06-09","org":"Anthropic","name":"Claude Fable 5 / Claude Mythos 5","kind":"model","impact":"Opus級を超える新階層を初めて一般公開し、安全性重視のFableと拡張機能版Mythosを分離提供する新体系を開始","url":"https://www.anthropic.com/news/claude-fable-5-mythos-5"},{"date":"2026-06-30","org":"Anthropic","name":"Claude Sonnet 5 (GA)","kind":"model","impact":"無料・Proプランの標準モデルとしてSWE-bench Verified 85.2%を達成、5世代への刷新を主導","url":"https://www.anthropic.com/news/claude-sonnet-5"},{"date":"2026-07-16","org":"Moonshot AI","name":"Kimi K3","kind":"model","impact":"2.8兆パラメータで「世界最大のオープンソースモデル」と称し独立ベンチマークでフロンティア級入りを達成、全ウェイトを無料公開","url":"https://www.cnbc.com/2026/07/17/moonshot-ai-kimi-k3-model-openai-anthropic-china.html"},{"date":"2026-07-20","org":"米連邦地裁(北カリフォルニア)","name":"Bartz v. Anthropic 和解 最終承認","kind":"incident","impact":"15億ドルの著作権集団訴訟和解が裁判所の最終承認を得て確定、AI学習データの著作権処理に司法的な相場観を提示した","url":"https://authorsguild.org/news/court-grants-final-approval-anthropic-copyright-settlement/"},{"date":"2026-07-24","org":"Anthropic","name":"Claude Opus 5 (GA)","kind":"model","impact":"1Mトークン文脈と適応的思考を備えた新フラッグシップを、Fableに近い性能を抑えたコストで提供","url":"https://www.axios.com/2026/07/24/anthropic-releases-new-model-opus-5"},{"date":"2026-08-02","org":"EU","name":"EU AI Act 高リスクAI/GPAI義務の執行開始","kind":"policy","impact":"欧州委員会がGPAIモデル提供者への義務履行監督を開始し、高リスクAIシステム(附属書III)への規制適用も始動","url":"https://ai-act-service-desk.ec.europa.eu/en/ai-act/timeline/timeline-implementation-eu-ai-act"},{"date":"2026-08-03","org":"Alibaba","name":"Qwen3.8-Max","kind":"model","impact":"2.4兆パラメータ級の史上最大Qwenモデルを公開し、性能面でのブレークスルーと評価された","url":"https://www.bloomberg.com/news/articles/2026-08-03/alibaba-drops-another-china-ai-model-with-breakthrough-performance"},{"date":"2026-08-09","org":"OpenAI","name":"ChatGPT Atlas 廃止","kind":"agent-product","impact":"独立ブラウザ路線を10ヶ月で終了し、エージェント型ブラウジング機能をChatGPT本体とCodexに統合する方針に転換した","url":"https://help.openai.com/en/articles/20001371-evolving-atlas-into-chatgpt-for-browser-based-agentic-work"},{"date":"2026-08-14","org":"Zhipu AI","name":"GLM-5.3","kind":"model","impact":"四半期ペースの継続的アップデートを維持し性能をさらに改善","url":"https://emergent.sh/news/glm-53-officially-launched-1e1dc"},{"date":"2026-09-01","org":"Anthropic","name":"Claude Fable 5.1 / Claude Mythos 5.1","kind":"model","impact":"コーディング・知識労働で最高水準とされる最新世代モデルを公開、Humanity's Last Examで業界最高の59.1%を記録","url":"https://www.anthropic.com/claude-fable-and-mythos-5-1"}],"metrics":[{"id":"metr_time_horizon","name":"METR 50%タスク時間地平","unit":"分","points":[{"date":"2019-11","value":0.03,"model":"GPT-2(参考: トレンド起点)"},{"date":"2022-11","value":0.5,"model":"GPT-3.5系"},{"date":"2023-03","value":5.4,"model":"GPT-4(0314)"},{"date":"2024-05","value":8,"model":"GPT-4o"},{"date":"2024-10","value":40,"model":"Claude 3.5 Sonnet(new)"},{"date":"2024-12","value":39,"model":"o1"},{"date":"2025-02","value":56,"model":"Claude 3.7 Sonnet"},{"date":"2025-04","value":94,"model":"o3"},{"date":"2025-05","value":86,"model":"Claude Opus 4"},{"date":"2025-08","value":138,"model":"GPT-5"},{"date":"2025-09","value":113,"model":"Claude Sonnet 4.5"},{"date":"2025-11","value":289,"model":"Claude Opus 4.5"},{"date":"2026-02","value":870,"model":"Claude Opus 4.6"}],"source":"https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/ ; https://metr.org/blog/2026-1-29-time-horizon-1-1/ ; https://metr.org/time-horizons/","note":"2019〜2025年は約7ヶ月ごとに倍増。2024年以降は倍化周期が約4ヶ月に加速したとMETRの2026-01-29改訂(Time Horizon 1.1)で報告された。この加速ペースが続けば2027年中に『1ヶ月規模』のタスクに到達しうる。Claude Opus 4.6(14.5時間)以降は評価タスクスイートがほぼ飽和し信頼区間が非常に広い(6〜98時間)とMETRが注記している。","scale":"log"},{"id":"swe_bench_verified","name":"SWE-bench Verified","unit":"%","points":[{"date":"2024-08","value":33.2,"model":"GPT-4o"},{"date":"2024-10","value":49.0,"model":"Claude 3.5 Sonnet(new)"},{"date":"2024-12","value":48.9,"model":"o1"},{"date":"2025-02","value":62.3,"model":"Claude 3.7 Sonnet"},{"date":"2025-04","value":69.1,"model":"o3"},{"date":"2025-05","value":72.5,"model":"Claude Opus 4"},{"date":"2025-08","value":74.9,"model":"GPT-5"},{"date":"2025-09","value":77.2,"model":"Claude Sonnet 4.5"},{"date":"2025-11","value":80.9,"model":"Claude Opus 4.5"},{"date":"2026-02","value":80.8,"model":"Claude Opus 4.6"},{"date":"2026-06","value":85.2,"model":"Claude Sonnet 5"},{"date":"2026-07","value":95.0,"model":"Claude Fable 5(自社スキャフォールド)"}],"source":"https://www.anthropic.com/news/claude-3-7-sonnet ; https://www.anthropic.com/news/claude-4 ; https://www.anthropic.com/news/claude-sonnet-4-5 ; https://www.anthropic.com/news/claude-opus-4-5 ; https://www.anthropic.com/news/claude-sonnet-5 ; https://cdn.openai.com/gpt-5-system-card.pdf","note":"ベンダー自社スキャフォールドでの報告値とScale SEAL等の標準スキャフォールド値は15〜30ポイント差が出ることがあり単純比較に注意。OpenAIは2026年に入りSWE-bench Verifiedの公式報告を縮小しGPT-5.2のThinkingモード(約80%)以降は独自ベンチマークを重視する傾向。"},{"id":"osworld","name":"OSWorld(-Verified)","unit":"%","points":[{"date":"2024-10","value":14.9,"model":"Claude 3.5 Sonnet(Computer Use)"},{"date":"2025-01","value":38.1,"model":"OpenAI Operator(CUA)"},{"date":"2025-05","value":42.2,"model":"Claude Sonnet 4"},{"date":"2025-09","value":61.4,"model":"Claude Sonnet 4.5(OSWorld-Verified)"},{"date":"2026-02","value":72.5,"model":"Claude Sonnet 4.6(OSWorld-Verified)"},{"date":"2026-09","value":85.0,"model":"Claude Fable 5 / Mythos 5(OSWorld-Verified)"}],"source":"https://www.anthropic.com/news/3-5-models-and-computer-use ; https://www.anthropic.com/news/claude-sonnet-4-5","note":"人間の達成率は約72%とされ、2024年時点のAIエージェントはこれを大きく下回っていたが、2年弱でAIが人間水準を上回るまでに急伸した。2025年7月にOSWorldの検証済み版(OSWorld-Verified)へ移行しておりそれ以前の数値と厳密な連続比較はできない点に注意。"},{"id":"arc_agi","name":"ARC-AGI-2","unit":"%","points":[{"date":"2025-03","value":4,"model":"当時の最先端推論モデル群(ARC Prize技術報告)"},{"date":"2025-12","value":54,"model":"GPT-5.2"},{"date":"2026-03","value":83.3,"model":"GPT-5.4 Pro"},{"date":"2026-03","value":84.6,"model":"Gemini 3 Deep Think"}],"source":"https://arcprize.org/blog/arc-agi-2-technical-report ; https://arcprize.org/leaderboard","note":"ARC-AGI-2発表時(2025年3月)は純粋なLLM・最先端推論システムともに一桁%台にとどまり、単純な対数線形スケーリングの延長だけでは突破できないとARC Prize財団は分析していた。2025年末以降、専用の推論・探索戦略を組み込んだモデルが急速にスコアを伸ばした。数値は公式arcprize.orgリーダーボードのほか各社発表を参照しており、出典により条件(semi-private/private評価、ツール使用有無)が異なる点に注意。"},{"id":"hle","name":"Humanity's Last Exam","unit":"%","points":[{"date":"2025-01","value":9.1,"model":"o1(ベンチマーク公開時の参考値)"},{"date":"2025-03","value":18.8,"model":"Gemini 2.5 Pro(ツール不使用)"},{"date":"2025-07","value":44.4,"model":"Grok 4 Heavy"},{"date":"2025-11","value":37.5,"model":"Gemini 3 Pro"},{"date":"2026-03","value":36.2,"model":"GPT-5.4"},{"date":"2026-07","value":54.9,"model":"Claude Opus 5"},{"date":"2026-09","value":59.1,"model":"Claude Fable 5.1(Adaptive Reasoning, Max Effort)"}],"source":"https://labs.scale.com/leaderboard/humanitys_last_exam ; https://en.wikipedia.org/wiki/Humanity%27s_Last_Exam","note":"2500問の大学院水準問題で構成され人間専門家の正答率は平均約90%とされる。評価条件(ツール利用可否、Pro/Heavy等の高負荷モード)により同一モデルでもスコアが大きく変動するため、時系列としては目安。Grok 4 Heavyが2025年7月に初めて40%を突破し、2026年後半にはClaude系が50%台後半まで到達。"},{"id":"frontiermath","name":"FrontierMath","unit":"%","points":[{"date":"2024-12","value":25,"model":"o3(Tier1-3, OpenAI自己申告値)"},{"date":"2025-11","value":38,"model":"Gemini 3 Pro(Tier1-3)"},{"date":"2025-11","value":19,"model":"Gemini 3 Pro(Tier4)"},{"date":"2026-04","value":51.7,"model":"GPT-5.5(Tier1-3)"},{"date":"2026-04","value":35.4,"model":"GPT-5.5(Tier4)"},{"date":"2026-07","value":87.7,"model":"GPT-5.5 Pro(Tier1-3)"},{"date":"2026-07","value":87.0,"model":"Claude Fable 5(Tier1-3)"}],"source":"https://epoch.ai/frontiermath ; https://x.com/EpochAIResearch/status/1991945942174761050 ; https://ourworldindata.org/grapher/ai-frontiermath-over-time","note":"Epoch AIが独立評価。o3の25%は2024年12月にOpenAIが自己申告した値でEpoch自身は評価に関与していない。Tier4は最難関の未解決級問題群で、Tier1-3とは難度が大きく異なる。Gemini 3 ProはFrontierMathで新記録を樹立しEpoch Capabilities Indexも154(GPT-5.1の151から更新)に到達。"},{"id":"price_per_mtok","name":"GPT-4級性能の100万トークン単価","unit":"USD","points":[{"date":"2023-03","value":30,"model":"GPT-4(入力、8k版)"},{"date":"2024-05","value":2.5,"model":"GPT-4o(入力、値下げ後)"},{"date":"2024-07","value":0.15,"model":"GPT-4o mini(入力)"},{"date":"2026-06","value":0.5,"model":"GPT-4級性能のオープンウェイトモデル群(DeepSeek/Qwen等の下限目安)"}],"source":"https://openai.com/index/gpt-4o-mini-advancing-cost-efficient-intelligence/ ; https://tokencost.app/blog/ai-price-index","note":"GPT-4(2023年3月)の入力$30/出力$60から、GPT-4o mini(2024年7月)で$0.15まで約3年で200倍下落。2026年半ばには同等以上の品質をオープンウェイトモデルが$0.50/Mtok未満で提供するようになり、価格低下は継続している。出力単価は概ね入力の3〜4倍で推移する傾向。","scale":"log"},{"id":"context_window","name":"実用文脈長","unit":"tokens","points":[{"date":"2023-03","value":8192,"model":"GPT-4(base)"},{"date":"2023-11","value":128000,"model":"GPT-4 Turbo"},{"date":"2023-11","value":200000,"model":"Claude 2.1"},{"date":"2024-02","value":1000000,"model":"Gemini 1.5 Pro"},{"date":"2024-03","value":200000,"model":"Claude 3"},{"date":"2025-08","value":400000,"model":"GPT-5(API, 272k入力+128k出力)"},{"date":"2025-11","value":200000,"model":"Claude Opus 4.5"},{"date":"2026-03","value":1050000,"model":"GPT-5.4"},{"date":"2026-07","value":1000000,"model":"Claude Opus 5"}],"source":"https://www.anthropic.com/news/claude-2-1 ; https://ai.google.dev/gemini-api/docs/models ; https://platform.openai.com/docs/models","note":"Claude系は2023〜2025年にわたり200Kで据え置かれ(Opus 4.5も200K)、2026年7月のOpus 5で初めて1Mへ拡張。Geminiは2024年2月時点で最も早く100万トークンに到達。OpenAIはGPT-5系で段階的に拡張し2026年3月のGPT-5.4で約105万トークンに達した。","scale":"log"}],"forecasts":[{"who":"METR(AI安全評価機関)","claim":"AIエージェントが自律的にこなせるタスクの長さ(50%成功率の時間地平)は2019〜2025年の全期間平均で約7ヶ月ごとに倍増しており、この長期トレンドを線形外挿すると『人間が1ヶ月(約167労働時間)かかるタスク』を50%の信頼度でこなせるようになるのは2029〜2030年ごろと推定される","by":"2029-2030","url":"https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/","confidence":"外挿による推定・不確実性大"},{"who":"METR","claim":"2024〜2025年に限ると時間地平の倍増ペースは7ヶ月ではなく約4ヶ月に加速しており、この速いトレンドが続けばエージェントは2027年中に『1ヶ月規模』のタスクに到達しうる","by":"2027","url":"https://theaidigest.org/time-horizons","confidence":"加速トレンドが継続する場合の条件付き予測"},{"who":"AI 2027(Daniel Kokotajlo, Eli Lifland ら旧OpenAI研究者中心の共著レポート、2025年4月公表)","claim":"2027年前半までにAIが超人的なコーディング性能に達しR&D速度を劇的に押し上げ、2027年半ばには自己主導でイノベーションを行う自律AI研究者が台頭し、2028年前半には人間の知識を凌駕する超知能に到達する、という月単位のシナリオを提示した","by":"2027-01 〜 2028-early","url":"https://ai-2027.com/","confidence":"シナリオ形式の具体的予測(確率は明示せず月単位マイルストーンとして提示)"},{"who":"Daniel Kokotajlo(AI 2027著者、2026年時点での修正コメント)","claim":"AI 2027で描いたシナリオより実際の進展は『いくらか遅い』と認め、現在の自身のAGI到達時期の見立てを『2030年ごろ、ただし不確実性は大きい』に修正した","by":"2030","url":"https://officechai.com/ai/things-seem-to-be-going-somewhat-slower-than-the-ai-2027-scenario-daniel-kokotajlo/","confidence":"大きな不確実性ありと明言"},{"who":"Dario Amodei(Anthropic CEO、2025年3月Council on Foreign Relationsでの発言)","claim":"今後3〜6ヶ月でAIがコードの90%を書くようになり、12ヶ月後には事実上ほぼ全てのコードをAIが書くようになると予測した(人間はアプリの目標設定や設計判断に役割がシフトすると付言)","by":"2025-06 〜 2026-03","url":"https://www.windowscentral.com/software-apps/work-productivity/anthropic-ceo-dario-amodei-says-ai-will-write-90-percent-of-code-in-6-months","confidence":"断定的に予測(数値の幅は明示、確率表現なし)"},{"who":"IBM CEO Arvind Krishna(Amodei発言への反論、2025年)","claim":"AIがコードの90%を書くというAmodei氏の予測に対し、実際には20〜30%程度にとどまるだろうと異論を唱えた","by":"2025-2026想定","url":"https://herbertroitblat.substack.com/p/ai-to-replace-programmers","confidence":"反対予測として提示(数値の幅で表現)"},{"who":"Sam Altman(OpenAI CEO、2025年1月のブログ記事「Reflections」)","claim":"2025年には初めてAIエージェントが『労働力に加わり』、企業のアウトプットを実質的に変化させ始めると予測した","by":"2025","url":"https://www.axios.com/2025/01/10/ai-agents-sam-altman-workers","confidence":"may(〜かもしれない)という婉曲表現"},{"who":"Sam Altman(「The Gentle Singularity」、2025年6月のブログ記事)","claim":"2025年はAIエージェントが実際の認知労働をこなす年になった上で、2026年には新規の科学的洞察を自ら発見できるシステムが登場し、2027年には現実世界でタスクをこなせるロボットが登場する可能性がある、と段階的な予測を示した","by":"2026 〜 2027","url":"https://blog.samaltman.com/the-gentle-singularity","confidence":"likely / may(可能性がある)という留保付き"},{"who":"Demis Hassabis(Google DeepMind CEO、Axiosインタビュー等)","claim":"あらゆるタスクで人間に匹敵するAI(AGI)が実現するのは今後5〜10年以内であり、その社会的インパクトは産業革命の10倍を10倍の速さ(=1世紀でなく10年程度)で及ぼすと述べた。2026年に入り見立てを『2029〜2030年』へと前倒しで修正している","by":"2029-2030(修正後)","url":"https://www.nbcnews.com/business/business-news/ai-can-match-humans-task-will-five-10-years-google-deepmind-ceo-says-rcna196771","confidence":"5-10年という幅のある確信度表現、後に前倒し修正"},{"who":"Metaculusコミュニティ予測(集合知)","claim":"『最初の汎用AIシステム』出現時期のコミュニティ中央値は2026年半ば時点で2033年1月、ただし2029年までに実現する確率も25%と見積もられている。別集計では『弱いAGI』は2026年内、『強いAGI』は2031年始めに到来すると予測されている","by":"2033-01(中央値)","url":"https://forecastingaifutures.substack.com/p/forecasting-agi-insights-from-prediction-markets","confidence":"確率分布による予測(25%/50%等の複数パーセンタイル)"},{"who":"複数予測市場の統合(Metaculus・Kalshi・Manifold等の集計、2026年9月3日時点)","claim":"AGI到来時期の統合予測は2031年、80%信頼区間は2027〜2044年とされ、Kalshiでは2030年までのAGI到達確率を約55%、Manifoldでは約50%としている一方、2027年という最も攻めたシナリオの確率は10%未満と値付けされている","by":"2031(統合中央値)","url":"https://forecastingaifutures.substack.com/p/forecasting-agi-insights-from-prediction-markets","confidence":"確率的市場価格(55%/50%/10%未満など)"},{"who":"Epoch AI","claim":"フロンティア言語モデルの訓練計算量は2020年以降年5倍(約5.2ヶ月ごとに倍増)のペースで増加しており、電力・チップ製造能力・データ枯渇・レイテンシという4つの制約が2030年まで計算量拡大を継続できるかを左右する主要因になると分析している","by":"2030","url":"https://epoch.ai/trends","confidence":"トレンド分析に基づく制約要因の提示(確率明示なし)"},{"who":"ARC Prize財団","claim":"ARC-AGI-2 は2025年前半に最先端でも一桁%だったが、2026年3月には8割超に達した（指標参照）。財団は次世代の ARC-AGI-3（対話型）を「人には易しくAIには難しい」次の基準として提示しており、達成時期は明言していない","by":"未定(達成時期は明言せず)","url":"https://arcprize.org/blog/arc-agi-2-technical-report","confidence":"現状分析に基づく必要条件の提示、到達時期の確度表現なし"},{"who":"Jensen Huang(NVIDIA CEO、CES 2026基調講演)","claim":"ロボティクスにとっての『ChatGPTモーメント』が到来したと宣言し、2025年がエージェントAIの波であったのに対し2026年以降は『フィジカルAI』(製造業やロボティクスへのAI・エージェント応用)が次の波になると予測した","by":"2026","url":"https://www.fool.com/investing/2026/02/25/jensen-huang-says-the-chatgpt-moment-for-physical/","confidence":"断定的表現(hereなど到達済みという表現)"},{"who":"Gartner","claim":"タスク特化型AIエージェントを組み込むエンタープライズアプリの割合は2025年の5%未満から2026年には40%へ、単年で8倍に急拡大すると予測した","by":"2026","url":"https://www.gartner.com/en/newsroom/press-releases/2025-08-26-gartner-predicts-40-percent-of-enterprise-apps-will-feature-task-specific-ai-agents-by-2026","confidence":"予測値を数値で明示(確率表現なし)"}],"eras":[{"from":"2022-11","to":"2023-06","name":"チャット期(対話AIブーム)","summary":"2022年11月のChatGPT公開により生成AIが一般消費者に爆発的に普及した時代。用途は主に単発の質問応答・文章生成にとどまり、外部ツールやデータソースとの連携はまだ限定的だった。2023年3月のGPT-4公開で性能が飛躍し次段階への移行が始まる。"},{"from":"2023-06","to":"2024-03","name":"補助(コパイロット)期","summary":"GitHub Copilot(2022年6月GA)を先駆けとしつつ、2023年後半にRAG(検索拡張生成)やfunction calling、GPTs/Assistants API、Microsoft 365 Copilot(2023年11月)などが本格普及し、AIが人間の作業を『横で補助する』形が主流になった時代。まだ人間が主導権を持ち、AIは提案・下書きの役割にとどまった。"},{"from":"2024-03","to":"2025-12","name":"エージェント期","summary":"2024年3月のDevin(Cognition社、自称『世界初の自律AIソフトウェアエンジニア』)登場を皮切りに、2025年1月OpenAI Operator、2025年2月Anthropic Claude Code、2025年7月ChatGPT Agentと自律実行型エージェントが相次いで登場。日本の業界メディアでも2025年は『AIエージェント元年』と呼ばれ、AIが計画立案から実行までを自律的に担う段階へ移行した。"},{"from":"2026-01","name":"マルチエージェント/フィジカルAI期","summary":"2026年1月のCES基調講演でNVIDIA CEOジェンスン・フアンが『ロボティクスにとってのChatGPTモーメントが到来した』と宣言し、単体エージェントから複数エージェントが協調する『マルチエージェント・オーケストレーション』、および製造業やロボティクスにAIを適用する『フィジカルAI』へと関心の中心が移った時代。Gartnerは2026年末までに企業アプリの40%がAIエージェントを組み込むと予測しており、2026年9月現在も進行中。"}]}}