AIの産業別
社会的インパクト調査
WHO・UNESCO・IEA・WEF・OECD・NATOほか権威ある機関の報告書・研究に基づき、AIが医療・教育・気候・労働・科学・軍事・クリエイティブ産業に与える影響と将来予測を包括的にまとめたレポートです。
WHO 主要報告書（2025年）
- 大規模マルチモーダルモデルに関するガイダンス（2025年3月） — 生成AI（LMM）の医療・公衆衛生・創薬への応用に関する倫理・ガバナンス指針
- AI is reshaping health systems（欧州地域） — 欧州50カ国のAI導入状況調査。国家戦略、ガバナンス、法的・倫理的枠組み、労働力の準備状況を評価
- Harnessing AI for Health（継続中） — WHOのAI for Health全体戦略。Global Initiative on AI for Healthを設立し、加盟国向けガイダンスを策定中
承認済みAI/ML医療機器
1,000以上
2026年時点での承認数。TPLC（Total Product Life Cycle）アプローチを採用したドラフトガイダンス公開済み。
AI機器の開示要件
AIを使用していることの明示、入出力の詳細、パフォーマンス指標、バイアスリスクの開示が義務化。「セキュア・バイ・デザイン」を要求し、ソフトウェア部品表（SBOM）の提出が必要。
市販後モデル更新の枠組み
Predetermined Change Control Plan。市販後のAIモデル更新を計画的に実施する新しい枠組み。FY2026にガイダンス最終化の可能性。
AlphaFold 3（2024年5月発表）・2024年ノーベル化学賞
タンパク質・DNA・RNA・リガンドの3D構造と相互作用を予測する「統合的な創薬設計エンジン」。190カ国以上・300万人超の研究者が利用し、40,000以上の学術論文で引用（うち30%が疾患研究）。開発者デミス・ハサビス・ジョン・ジャンパーが2024年ノーベル化学賞を受賞。
| 薬剤 | 対象疾患・状況 |
|---|---|
| Rentosertib | 特発性肺線維症。Phase IIaで陽性結果、Phase III移行中 |
| ISM5411 | 炎症性腸疾患。Phase I 2試験で陽性結果 |
| ISM6331 | 中皮腫・固形腫瘍。Phase I初投与完了 |
| ISM3412 | MAT2A阻害剤（固形腫瘍）。初回患者投与完了 |
| 取り組み | 詳細 |
|---|---|
| Exscientia合併 | 2025年7月完了。統合評価額18億ドル |
| Boltz-2（MIT共同） | 結合親和性予測で従来手法の1,000倍高速 |
| 複数プログラム | Phase II結果が2026年中に予定 |
（2026年時点）
2026-2027年の確率
（2026年予測、年成長率35%超）
年間最大（2030年予測）
AI診断・個別化医療の将来予測
- 2030年 — AI医療市場は1,870億ドルに到達（CAGR 38.5%）。AIを活用した臨床意思決定支援システムの導入が加速
- 将来的 — アルツハイマー病を発症の10年前にAIで検出可能に。ゲノムワイド関連解析やポリジェニックリスクスコアによる個別化予防が実現
UNESCO 報告書「AIと教育の未来」（2025年）
7つの行動分野
- 1教育におけるAIの未来を定義する
- 2リスクと機会を議論する
- 3教育法と評価を再考する
- 4教員を支援する
- 5ガバナンスの枠組みを構築する
- 6不平等に取り組む
- 7エビデンスに基づく政策を形成する
高等教育機関の3分の2がAI利用に関するガイダンスを策定済みまたは策定中（UNESCO調査）
「AIは教育を強化しているのか、それとも本来の目的から遠ざけているのか？」
プライバシー、文化的権利、暴力からの保護まで幅広い人権への影響を分析。アクセス・公平性・品質・ガバナンスの観点から包括的に検討。
| 学年度 | 利用者数 | パートナー学区数 |
|---|---|---|
| 2023-24年 | 約68,000人 | 45 |
| 2024-25年 | 700,000人超 | 380以上 |
| 2025-26年（予測） | 100万人超 | — |
（週30分以上利用の生徒の数学成績）
50→59パーセンタイルへ
（英語学習者ELLの場合）
一般生徒より大きな効果
教員ファシリテートなしの場合
（3週間後・スタンフォードCEPA研究）
主要市場で広く普及
「for teachers（教員のため）」ではなく「with teachers（教員との協働設計）」が成功の鍵。
AIリテラシーが必修化
技術スキルと批判的思考・倫理的推論・協調スキルの両立が求められる。高次思考力・批判的思考の評価への移行が進む。
| 年 | 電力消費量 | 世界の電力消費に占める割合 |
|---|---|---|
| 2024年 | 415 TWh | 約1.5% |
| 2030年（予測） | 約945 TWh | 倍増 |
| 2035年（ベースケース） | 約1,200 TWh | — |
| シナリオ | 2024年 | 2035年予測 |
|---|---|---|
| ベースケース | 1.8億トン | 3億トン |
| リフトオフケース | 1.8億トン | 5億トン |
エネルギー関連排出の
約5%
削減が可能（2035年）
ただし、AI導入のさまざまな障壁の克服が前提
AIのカーボンフットプリント（2025年推計）
- CO₂排出量：3,260万〜7,970万トン（ニューヨーク市に相当する可能性）
- 水消費量：3,125億〜7,646億リットル（世界のペットボトル水年間消費量レベル）
- 化石燃料依存：データセンターの電力需要の約60%が化石燃料（Goldman Sachs Research予測）
- 緩和策（コーネル大学研究）：スマートな立地選定・送電網の脱炭素化・運用効率化により、CO₂影響を約73%、水の影響を約86%削減可能
2,760目標変数の89.3%で高精度
ECMWF HRESより高精度。10日先までの中期予報が可能。
テスト目標の97.2%で高精度
ECMWF ENSより高精度。36時間以降は99.8%。15日先まで予報可能。
平均6.5%の精度向上
GraphCast・GenCastの後継モデル。さらなる精度向上を実現。
GNoME（AI材料科学）— 220万個の新結晶を予測
約800年分の知識に相当する新結晶構造を発見。380,000個が最も安定で実験合成の有力候補。材料安定性予測率を50%→80%に向上。52,000の層状化合物と528のリチウムイオン伝導体を予測。ローレンス・バークレー研究所との連携で17日間の自動実験により71%の成功率（58予測中41個）で合成に成功。
（WEF、2030年までの予測）
（WEF、2030年までの予測）
（WEF調査）
2030年までに変化
最重要スキル TOP6（2030年）
- 1AIとビッグデータ
- 2ネットワーク・サイバーセキュリティ
- 3テクノロジーリテラシー
- 4創造的思考
- 5レジリエンス・柔軟性・敏捷性
- 6好奇心・生涯学習
経済的効果は2027年から顕在化
現時点では失業率・レイオフ・生産性指標に顕著な影響なし。米国の労働生産性15%向上・世界GDP7%増加の完全導入効果は2030年代後半まで継続と予測。米欧で3億の雇用が影響を受ける可能性。
⚠ AIリスクが最も高い職業
- テレマーケター、銀行窓口、カスタマーサポート
- プログラマー、財務アナリスト、マーケティング担当
- インテリアデザイナー、建築家（画像生成AIにより）
- エントリーレベルのホワイトカラー職（最も即座にリスク）
- 2025-2027年に15-25%の雇用が大きな混乱を経験と予測
✓ AIリスクが最も低い職業
- 救急医療技士・医療ソーシャルワーカー：対人業務100%、自動化リスク極低
- 看護師・セラピスト：AIは代替でなく補助。ナースプラクティショナーは2033年までに52%成長予測
- 熟練技能職（電気工事士等）：物理的複雑さと予測不能な環境。2033年まで11%成長
- サイバーセキュリティ専門家：2032年まで32%成長
2024年ノーベル賞 — AIが物理学賞・化学賞の両方を席巻した初の年
物理学賞：ジョン・ホップフィールド、ジェフリー・ヒントン（人工ニューラルネットワークを用いた機械学習の基盤的発見）
化学賞：デミス・ハサビス・ジョン・ジャンパー（AlphaFold2によるタンパク質構造予測）、デイヴィッド・ベイカー（計算タンパク質設計）
国際数学オリンピック（IMO）
銀メダル水準を初めて達成
6問中4問を正解。AlphaProofは最高難度の問題を解決（同大会でわずか5名の人間しか正解できなかった問題）。AlphaGeometry 2は3億以上の定理と証明を含む合成データで学習。
IMO 2025で金メダル水準
35点を獲得
6問中5問を正解。自然言語のみでの端的な数学証明を4.5時間の制限内で完成。人間と同じ条件での初の金メダル水準AI。
研究者が語る 2026年の予測
- デミス・ハサビス（DeepMind）：エージェントの信頼性が向上。マルチモーダル統合がさらに進展
- ジュリアン・シュリットウィーザー（Anthropic）：2026年中頃にはAIエージェントが8時間連続で自律作業可能。2026年後半には多くの職種で業界専門家に匹敵するモデルが登場
- Anthropic研究者（共通見解）：「2026年には、誰もが『非常に印象的』と認める科学的発見をAIが行う可能性が高い」
- JST CRDS：「AIロボット駆動科学」による人間の認知限界・バイアスを超えた科学的発見の実現が期待
| 段階 | 内容 | 状況 |
|---|---|---|
| Replicator 1 | ADA2（全ドメイン・消耗型・自律）システムの配備 | 2025年8月目標で「数千」を計画したが、実際には「数百」にとどまる |
| Replicator 2 | 小型無人航空機対処（C-sUAS） | 2026年1月に初の調達を発表 |
| FY2026予算 | 追加の数千機を計画 | 予算審議中 |
人間の攻撃者の100倍高速
エージェント型AIがリアルタイムで防御を分析し、攻撃を自己適応。2026年の脅威の50%をAI駆動攻撃が占める見込み。
被害者数+40%
2024年比での増加。ディープフェイクは2023年の50万件→2025年に800万件へ急増。音声フィッシングが1,600%以上急増。
AI駆動攻撃の割合
（2025年推計、2023年比16倍）
（マシンIDの急増）
AIによるなりすまし拡大
NATO改訂AI戦略（2024年7月）
4つの戦略目標
- 1責任あるAI開発で模範を示す
- 2能力開発におけるAI導入の加速・主流化
- 3AI技術の保護・監視
- 4敵対的AI使用の脅威の特定・防御
NATO — 責任ある使用の6原則（PRUs）
- 1合法性
- 2責任と説明責任
- 3説明可能性とトレーサビリティ
- 4信頼性
- 5統治可能性
- 6バイアスの軽減
2030年目標：デジタル変革されたデータ駆動型のマルチドメインオペレーション対応同盟
攻撃的サイバー戦が2026年にハイブリッド戦の正式な要素として定着
サイバー作戦が物理的・政治的イベントと同期。主要国がサイバー戦を国家軍事・外交・経済戦略に統合完了。「Harvest Now, Decrypt Later」（量子コンピュータによる将来的な暗号解読に備えたデータ収集）の脅威も浮上。DIANAとNATO Innovation Fundの設立により防衛イノベーションを加速。
市場（2024年）
&アート生成（2024年）
マーケティング・エンタメ・
EC・教育分野がけん引
| 事案 | 内容 |
|---|---|
| Bartz v. Anthropic | 15億ドルの和解。数百万の著作物をトレーニングに使用 |
| UMG v. Suno | 2025年10月和解。ライセンス契約締結。2026年に完全ライセンスモデルでの新サービス開始予定 |
| Warner Music v. Suno | 和解。2026年に「より高度でライセンス済みのモデル」をリリース予定 |
| Disney + OpenAI | 10億ドルの投資・ライセンス契約 |
| UMG + Concord + ABKCO v. AI企業 | 20,000曲以上で30億ドル超の訴訟。「米国史上最大の非集団訴訟著作権訴訟」の可能性 |
米国著作権局の見解
「プロンプトだけではAIシステムの出力の著作者となるための十分な人間の制御を提供しない」。70件以上の著作権侵害訴訟がAI企業に対して提起済み。UMG v. Sunoフェアユース判決（2026年夏予定）がAI学習のフェアユースに関する重要な前例となる可能性。
業界の転換 — 領域別動向
- 映像制作：DisneyがOpenAIと10億ドル規模の提携。AI生成コンテンツの本格的商業利用が始動
- 音楽制作：UMG・Warnerが相次いでAI企業とライセンス契約。「許諾ベースのAI音楽」が新市場を形成
- 新たな創作形態：AI協働型クリエーション（人間の指示＋AIの実行）が主流化の兆し
- 雇用への影響：エントリーレベルのクリエイティブ職（ジュニアデザイナー・コピーライター等）が最もリスクにさらされる
1. 「約束」から「証拠」への移行（2025-2026年）
創薬：Phase III臨床試験が複数進行中。初承認が2026-2027年に見込まれる。
教育：Khanmigoの大規模縦断研究で学習効果が統計的に実証。
気象予測：従来手法を大幅に上回る精度が確認。
数学：AIが国際数学オリンピックで金メダル水準を達成。
2. ガバナンスと規制の加速
WHO・UNESCO・FDA・NATO・OECDが相次いでAI指針を策定・更新。著作権分野では訴訟からライセンス契約への移行が加速。各国が国家AI戦略を競って整備する段階へ。
3. エネルギー・環境のジレンマ
AI自体の環境負荷が急増（データセンター電力は2030年までに倍増）。一方でAIによる排出削減ポテンシャルも大きい（エネルギー関連排出の5%削減可能）。「AIのAI問題」：環境コストと環境ベネフィットのバランスが最重要課題に。
4. 労働市場の構造変化
純増7,800万件の雇用（WEF予測）だが、スキルの大転換が前提。ホワイトカラー・高スキル職がAIの影響を最も受ける（過去の自動化とは逆転）。Goldman Sachs：経済的効果は2027年以降に顕在化。
5. 軍事・安全保障のAI競争
自律型兵器の実戦配備が始動（Replicator Initiative）。AIサイバー攻撃が脅威の主流に（2026年に脅威の50%）。NATO「2030年までにデータ駆動型同盟」への変革を推進中。
参照機関・出典
WHO・FDA・DeepMind・UNESCO・IEA・WEF・OECD・Goldman Sachs・NATO・Insilico Medicine・Recursion Pharmaceuticals・Khan Academy・Check Point Research・Trend Micro・JST CRDSほかの公開報告書・研究に基づく。