米国スタンフォード大学のHuman-Centered AI Institute（HAI）が2026年4月13日、世界のAI動向をまとめた年次報告書「AI Index Report 2026」を公開しました。今年で9回目を迎えるレポートは、研究開発から経済・医療・教育・政策・世論まで9章で構成され、ベンチマーク数値や投資額、雇用データ、各国の制度整備状況といった定量データを軸に最新の潮流を整理しています。

4月13日、AI動向をまとめた年次報告書「AI Index Report 2026」が公開。423ページの大ボリュームです。

生成AIは登場からわずか3年で人口ベースの普及率推計が53％に達し、PCやインターネットを上回る速度で社会へ浸透しました。一方で、安全性や雇用への懸念も静かに広がっており、技術と社会の温度差がはっきり表れた1年でした。レポートから読み取れる現在地を整理してみます。

米中モデル性能差はわずか2.7％まで縮まり、首位はAnthropic

最先端AIモデルの性能差が急速に縮まっています。
2026年3月時点のArenaリーダーボードのEloレーティングでは、以下の順位となりました。

上位6社が80ポイント以内にひしめく結果となりました。
米中モデルの性能差は2025年2月にDeepSeek-R1が一時的に米国トップモデルへ並んで以降、首位の入れ替わりが繰り返され、2026年3月時点で米国モデルのリードはわずか2.7%にとどまっています。

主要モデルの開発主体は、2025年に民間企業が90%超を占めました。国別では米国が50本、中国が30本を公開しています。一方、米国は世界最多となる5,427拠点のデータセンターを保有し、2位国の10倍以上の規模を確保しています。AIチップの製造はTSMC1社にほぼ全面依存しており、グローバルなハードウェアサプライチェーンの脆さも改めて浮き彫りになりました。なお2025年には、TSMCの米国拡張拠点が稼働を開始しています。

性能差が縮まったことで、企業間の競争軸は単純な賢さから、コストや動作の安定性、特定業務への適合度へと移り始めました。クローズドモデルとオープンウェイトモデルの差も小さくなり、上位モデルのスコアを並べるだけではモデル選定の判断がつきにくい局面に入っています。

Arenaリーダーボードにおいて、上位各社の性能が非常に狭い範囲に収束している様子が示されています。

数学五輪で金メダル、アナログ時計は半分しか読めない——能力の偏り

AIの能力進化には目立った偏りも伴います。
GoogleのGemini Deep Thinkは2025年の国際数学オリンピック（IMO）で35点を獲得し、金メダルを手にしました。制限時間4.5時間、自然言語のみで解答するという人間と同じ条件での達成です。前年の28点は銀メダル相当でしたから、わずか1年でひとつ上の領域へ踏み込んだ形です。

一方、ClockBenchというアナログ時計の読み取りベンチマークでは、トップモデルの正答率は50.1%にとどまり、人間の90.1%を大きく下回りました。研究者はこの偏った能力分布を「jagged intelligence（ギザギザの知能）」と呼んでいます。

整然としたデジタル空間と、予測のつかない現実世界のあいだにある隔たりは、当面縮まりそうにありません。

高度な数学問題を解けるAIが、アナログ時計の読み取りでは人間に遠く及ばないという「能力の偏り」を証明するデータです。

世界のAI投資総額は5,816億ドルに到達、若手開発者の雇用は約2割減

経済データは、拡大と縮小の相反する動きが同居する1年になりました。

消費者側でも、米国における生成AIの消費者余剰は2026年初頭時点で年間1,720億ドルに到達し、1年で54%増加しています。多くの生成AIツールが無料か低価格で提供されている今、企業が回収できている額をはるかに超える価値が社会の側へ積み上がっている事実を、数字が物語っています。

一方、労働市場には影を落とす数字も並びました。
米国の22〜25歳ソフトウェア開発者の雇用は、2025年9月時点で2022年のピークから約20%減少しています。McKinseyの調査では組織の3分の1が今後1年で人員削減を見込むと回答しており、生産性向上が顕著な領域ほど若年層の雇用後退が確認されるという、不均衡な構造が浮かび上がってきます。

AIが生み出した富を受け取る側と、職を失う側は必ずしも一致しません。その現実をデータが浮かび上がらせました。

科学・医療分野でのAI活用が急速に進む一方、ガバナンス整備が追いつかない現状を示します。

科学・医療で実用化が進む一方、安全性とガバナンスの足並みは揃わず

科学と医療の現場でも、AIは補助ツールから業務プロセス全体を担う存在へ姿を変えつつあります。AI関連の論文発表数は前年比で26%も増加しました。

ただし、2025年にFDAが承認したAI医療機器258件の大半は新規の臨床試験を要しない経路で市場に出ており、臨床研究がランダム化比較試験で裏付けられているものはわずか2.4%にとどまります。命を預かる現場へ届くまでには、まだ検証の壁が幾重にも残されています。

政策面でも各国の対応が一段と明確化した1年でした。

レポートの共同議長、Yolanda Gil氏とRaymond Perrault氏はこう指摘しています。

「データが指し示す方向は一つではない。それは、周囲のシステムが適応できる速度を上回って拡大している分野の姿を映し出している」
— Yolanda Gil氏、Raymond Perrault氏（AI Index Report 2026 共同議長）

専門家の73%がAIの仕事への正の影響を見込む一方、一般市民で同じ見解を持つのは23%にとどまり、認識ギャップは50ポイントへ広がっています。AI関連のインシデント報告件数も2025年に急増し、生成AIによる偽情報の拡散や詐欺被害が社会問題として大きく取り上げられました。

それでも最先端モデルを開発する企業は、学習データや計算資源の消費量といった基本情報の開示に消極的な姿勢を強めています。AIモデルの透明性を測る指標は、前年から大きく数値を落としました。

米国では高校生や大学生の10人に8人がAIを日常的に使っています。それでも明確な利用ルールを設けている学校は半数に届きません。能力の進化と、社会の受容・統治・評価手法の整備をどう歩調を揃えるか。2026年以降のAIを語るうえで、ここが最大の論点として残されました。
使う側の私たちにも、AIの出力をそのまま受け取らず、限界とリスクを見極めるリテラシーがこれまで以上に求められています。