AIが「もう賢くならない」と言われる理由

最初の話は、ちょっと驚かれるかもしれません。

ChatGPTやClaudeが出てから、AIはすごい勢いで賢くなってきました。それを毎日使っている方なら、「これ、まだまだ伸びるんじゃないか」と思うのが自然だと思います。

でも、最近の開発現場では、ちょっと違う議論が起きているんですよ。

それが「2026年問題」、あるいは「データの壁」と呼ばれているもの。要するに、AIの賢さに天井が見えてきた、という話です。

これからお話しする3つの観点を知っておくと、AIへの向き合い方がガラッと変わると思います。

理由① 高品質な学習データを、AIは食い尽くしてしまった

このAIライティングという領域で先駆け的な立ち位置を取って、「もう全部AIで記事が作れる」「AIで全部解決できるんじゃないか」と信じて、自社サイトの記事をAIで大量生成し始めた。すると、トラフィック、つまりJasperが作った記事を読みに来る人やオーガニックの流入が半分以下になってしまったんです。さらに売上は約190億円から約52億円へ、劇的に下がってしまった。

普通の会社だったら、かなりやばい状態です。しかもそれがたった1年の間に起きた。創業者は退任し、新しいCEOが呼ばれるという事態になっています。

AIの技術でいったらお金も潤沢でトップクラス。ドメインの権威もちゃんとあるし、予算も潤沢。それでもAIによってダメになってしまった。

これ、対岸の火事ではないんですよ。「AIってすごいね」「もっとAIに任せた方がいいよね」という話と、まったく別の話なんです。

ChatGPTが出た当初を思い出してください。

たしか2021年くらいまでのデータしか学習しておらず、最新のネット記事には繋げられない、という状態でしたよね。

それが、わずか数年で一気に広がりました。ネット上の最新記事も含めて学習できる状態になり、さらに学習データを増やしていった結果、東大や京大に主席で合格できるレベルにまで到達した、なんて話もあります。

ところが、ここで問題が起こります。

人間が書いた高品質な文章は「有限」

大事なポイントなんですが、人間が書いた高品質な文章には、限りがあるんですよ。

ネット上のブログ、論文、書籍、ニュース記事、SNS投稿。これらを ChatGPT、Claude、Gemini、Perplexity といった主要 AI が、すでに食い尽くしてしまっている。

データを学習させればさせるほど AI は賢くなるはずなんですが、もう学習させるものがない。今後ネット上に新しく追加されるデータがあっても、それは過去の総量に比べれば微々たるものです。

これが、「データの壁」と呼ばれているものの正体です。

理由② AIがAIの文章を学習する「モデル崩壊」

問題は、それだけじゃないんです。

今やネット上の文章自体、かなりの割合がAI生成のものになってきています。SEO記事、まとめ記事、ブログ、SNS投稿。AIで量産されたコンテンツがネットを埋め尽くしている。

ということは、これからAIが新しいデータを学習するとき、AIがAIの書いた文章を学び直す、という奇妙な状態になります。

コピーのコピーで、劣化していくAI

これは「モデル崩壊（Model Collapse）」と呼ばれている現象で、研究者たちが警鐘を鳴らしています。

コピーのコピーのコピーが進むほど、AI出力はオリジナリティを失い、平均化していく。最終的には品質が劣化していく。

賢くなるどころか、AIは劣化する方向に向かう可能性すらあると言われています。

理由③ 日本語データは英語の10分の1以下

日本企業にとって、さらに深刻な話があります。

それが、日本語データの不足です。

日本語のネット上のデータ量は、英語の10分の1以下と言われているんですよ。

なぜ日本語データはこんなに少ないのか

これにはいくつか理由があるんですが、わかりやすいのは、英語と日本語では単語の量・バリエーションが違う、ということ。

たとえば「いいね」という意味を表す英語には「good」「great」「excellent」「awesome」「fantastic」など、たくさんの単語がありますよね。それぞれが微妙にニュアンスを変えながら使われている。

英語の方が情報量も単語の多様性も大きいため、結果としてデータ量が圧倒的に多くなる。

我々日本人がAIを使うとき、本質的にはこの「英語データで作られた知能を日本語で使っている」ということを理解しておく必要があります。日本語ネイティブのAIには、構造的な天井があるんです。

じゃあ、AIはこれから何で進化するのか？

学習データの量で進化できないなら、AIは何で賢くなっていくのか。

ざっくり言えば、「量から質」です。

OpenAIやAnthropic（Claude）が力を入れているのが、推論モデルと呼ばれる方向性。要は、思考の質を上げる。同じデータでも、より深く考え、より複雑な問題を解けるようにする。

ただ、ここでも限界が来ます。それが、人間側の問題なんです。

考えるAIに対して、こちらが渡す情報の精度・解像度が低ければ、出力も低くなる。これからのAIは、こちらの解像度がそのまま結果になる時代に入っていきます。

詳しくは別の記事でお話ししますが、AIを使う人と使われる人を分けるスキルは、ここから生まれてきます。

まとめ：AI進化の前提が変わりつつある

整理すると、こういう変化が起きています。

	旧来の前提	2026年以降の前提
学習データ	増やせばAIは賢くなる	もうほぼ枯渇している
ネットの情報	人間由来で価値が高い	AI生成が過半を占めつつある
進化のスピード	指数関数的	量的進化は鈍化、推論の質に移行
日本語AI	英語AIに追いつく	構造的に厳しい（データ量1/10以下）