2040年、知能が余る世界で企業は何を持つべきか

「100兆AIエージェント」予測の先にある、統治の未来を考える

2040年の世界について、具体的な期限と数字を伴う未来像が公に示された。SoftBank World 2026の特別講演である。そこで描かれたのは、次のような世界だ。

• 世界GDPの約20％、年間約7,000兆円が「ASI Economy」に置き換わる
• AI事業の利益率は50％近くに達する
• 100兆個のAIエージェントが常時稼働する
• 10億台のヒューマノイドが100億人分に近い仕事を担う
• AIデータセンターの電力需要は3TWに達する
• AIインフラへ年間5兆ドル、約800兆円の投資が必要になる

これらは、ソフトバンクの公式講演レポートで確認できる数字である。

本稿の目的は、この講演を批評することではない。この未来像を一つの参照点として、2040年に企業が何を持つべきかを、独自に予測することである。

この種の予測の価値は、数字がすべて的中するかどうかだけではない。約15年後の非連続な未来を、期限と規模を伴う経営課題に変えたことにある。未来を説明するというより、未来を実現するために人と資本を動かす言葉と読むべきだろう。

ただし、経営判断の前提として使うなら、強気シナリオの外側も見なければならない。

本稿の見立ては、次の通りである。

2040年は、AIが人間を支配する世界というより、知能が過剰供給され、電力・許可・責任・信頼・身体性が希少になる世界である。

「知能爆発」の先に、誰が知能を所有し、何を委任し、誰が責任を負うのかという「統治の未来」を接続すると、2040年の姿はより立体的になる。

この未来像は、何が強いのか

SoftBank World 2026で示された予測には、一般的な市場予測にはない強みがある。

まずAIモデルだけでなく、半導体、データセンター、電力、ロボット、企業価値までを一つの産業システムとして見ている。

次に、現在の延長からではなく、2040年から逆算している。

さらに、予測の主体が自ら巨額の資本を投じ、予測を自己実現させようとしている。これは、精緻な需要予測というより、「文明規模の資本配分仮説」と呼ぶ方が近い。

一方その強みと弱みは表裏一体である。巨大な上振れを取りにいく未来像では、制度の遅れ、供給制約、価格競争、事故、社会的反発といった負のフィードバックが小さく描かれやすい。

優れた強気シナリオを、そのまま基準シナリオにすると、経営判断を誤る可能性がある。以下では、この未来像を否定するためではなく、経営の基準シナリオへ引き直すために、確認しておきたい七つの視点を示す。

経営の基準シナリオに引き直すための、七つの視点

1．「GDPの20％」と「AI企業の売上」は同じではない

GDPは、最終的に生み出された付加価値である。AIモデル、半導体、データセンター、AIを使って設計された製品の売上を単純に合算すれば、同じ価値を複数回数えることになる。

また、AIが全産業へ埋め込まれれば、「AI産業」と「非AI産業」の境界自体が曖昧になる。

2040年に世界の付加価値の20％がAIに強く依存する可能性はある。しかし、それを独立した7,000兆円のAI市場と呼び、その半分がAI企業の利益になるとは限らない。

分けて考えるべきなのは、次の三つである。

AIが生む社会的価値 ≠ 顧客が支払う価格 ≠ AI企業が獲得する利益

Stanford AI Index 2025によると、GPT-3.5相当の性能を持つシステムの推論コストは、2022年11月から2024年10月までに280分の1以下へ低下した。AIが生む価値が大きくても、知能の価格が急落すれば、利益の相当部分が利用者側へ移る可能性がある。

2．AI経済全体で利益率50％が成立するとは限らない

基盤モデル、半導体IP、独自データ、支配的な顧客接点では、高い利益率が成立する可能性がある。

一方、半導体製造、データセンター、発電、送電、ロボット製造、保守には、多額の設備投資と運転費用が必要になる。したがって、AI経済全体へ一律に50％の利益率を置くのは強い仮定である。

本稿の仮説は、利益が「知能そのもの」より、次の補完資産へ偏る可能性が高いというものだ。

• 電力系統への接続権と安定した電源
• 半導体設計IPと先端製造能力
• 独自データと現場の業務フロー
• 顧客接点、販売網、長期の取引関係
• 許認可、監査能力、事故時の補償力
• 熟練者が蓄積した判断資産

AI革命の最大の受益者が、最も高性能なモデルを持つ企業とは限らない。

3．「専門家を上回る」と「無人で働ける」は別である

短い問題を一度解く能力と、数日から数週間にわたり状況変化へ対応し、事故なく仕事を終える能力は異なる。

METRの長期タスク研究では、AIエージェントが50％の信頼度で完了できるタスクの時間的長さは、過去6年間、約7カ月で倍増してきた。一方、同研究は、現時点の最良エージェントも実質的なプロジェクトを単独で完遂し、人間の労働を直接代替できる段階にはないとしている。

経済価値へ変換するには、少なくとも次の階段を上る必要がある。

モデル性能 → タスク成功率 → 長期信頼性 → 人間の承認削減 → 損失込みの業務価値

送金、採用、投薬、設備制御のような業務では、小さな失敗率でも重大な損失になり得る。2040年に人間へ残る役割は、AIより多くを知ることではなく、例外時の判断と責任を引き受けることかもしれない。

4．「100兆個」より「安全に委任できる権限総量」が重要になる

ソフトウェアは複製できるため、100兆個のプロセスを生成すること自体は、10億台のロボットを製造するより容易である。

しかし、数秒だけ起動する予約確認プロセスと、会社の資金を動かす統合エージェントを同じ「一体」と数えるなら、個数は経営指標としてほとんど意味を持たない。

企業が測るべきなのは、次のような指標である。

• 人間の承認なしで完了した経済的タスク数
• タスク当たりの総費用、失敗率、損失額
• 自律稼働できる時間の長さ
• 委任した金額、権限、データ範囲
• 判断経路を監査できる業務の比率

また、自己複製と自己進化も同じではない。改善には、評価基準、検証環境、良質なデータ、演算資源、失敗した個体を止める仕組みが必要になる。選別のない自己改変は、生産性よりもエラーや攻撃面を増殖させかねない。

5．10億台のヒューマノイドは、極めて強い量産シナリオである

国際ロボット連盟（IFR）によると、2024年末に世界で稼働していた産業用ロボットは約466万台、同年の新規導入は約54万台だった。

仮に、現在の産業用ロボットをすべてヒューマノイドとみなすという、到達に有利な前提を置いても、2040年に10億台へ達するには16年間で約214倍、年率約40％の増加が必要になる。実際のヒューマノイドの母数はそれより小さい。

製造数だけではない。安全認証、保険、保守、充電、現場改修、作業データ、故障時の代替体制も同時に必要になる。

現実には、専用ロボット、自律搬送機、ドローン、ロボットアーム、ヒューマノイドが併存し、構造化された工場や倉庫から普及が進む可能性が高い。家庭のように狭く、物が多く、例外の多い環境は、後になると考える方が自然である。

6．3TWと核融合には、大きな時間軸リスクがある

3TWを平均電力として解釈すると、年間電力量は次の通りになる。

3TW × 8,760時間 ＝ 約2万6,280TWh

IEAの「Energy and AI」では、世界のデータセンター電力需要は2024年に約415TWh、基準ケースで2030年に約945TWh、AI導入が強く進む「Lift-Off Case」でも2035年に1,700TWh超と見込まれている。

2035年の1,700TWhから2040年の約2万6,280TWhへ到達するには、5年間で約15.5倍、年率約73％の増加が必要になる。3TWは不可能と断定できないが、基準値より極端な上振れケースとして扱う方が妥当である。

核融合にも時間軸の問題がある。ITERの最新工程では、重水素・三重水素による運転開始は2039年の予定である。ITERは商用発電所ではない。実証、規制、量産、系統接続まで考えると、核融合が2040年のAI電力を広く支える主力になるとの前提には慎重さが必要だ。

2040年の主力は、再生可能エネルギー、蓄電、天然ガス、既存・新設の核分裂炉、送電網増強の組み合わせになる可能性が高い。核融合は、2040年代以降の有力な選択肢と見る方が整合的である。

7．AI革命とAI投資バブルは同時に成立し得る

「AIは社会を根底から変える」という技術仮説と、「一部の資産価格や設備投資は過剰である」という投資判断は両立する。

最終需要が巨大でも、投資家は勝者となる企業、価値を取るレイヤー、参入価格、設備の建設時期、借入期間、陳腐化速度を間違え得る。

したがって、AIバブルを疑うことはAI革命を否定することではない。技術の方向性と、個別投資の採算は分けて検証すべきである。

知能爆発の先に接続すべき、五つの未来

未来1．人間がAIに「企業の憲法」を与える

AIが人間より高い判断能力を持つことと、AIが会社や社会の目的を決めることは同じではない。

知能は能力であり、主権は制度である。誰へ利益を配るか、どのリスクを許容するか、誰の自由を優先するかは、計算能力だけでは決まらない。

2040年の企業では、AIエージェントごとに次の仕組みが必要になる。

• 固有のデジタルID
• 閲覧・実行できるデータとシステムの範囲
• 支出上限と承認条件
• 意思決定ログ
• 人間へ戻す例外条件
• 強制停止権
• 事故時の責任者と補償

EU AI Actはリスクに応じた規制枠組みを採り、NIST AI RMFはAIリスク管理をGOVERN、MAP、MEASURE、MANAGEの四機能で整理している。

本稿の見立ては、100兆エージェント時代の基幹機能が、モデルだけでなく、AIのID、権限管理、監査、保険へ広がるというものだ。

未来2．労働問題の本質は、失業だけでなく所得と需要になる

IMFの分析では、世界の雇用の約40％、先進国では約60％がAIの影響を受け得るとされる。ただし、影響は代替だけではなく補完も含む。

問題は、人間の仕事が一つもなくなるかどうかだけではない。AIとロボットの所有者へ所得が集中し、消費者の購買力が弱まれば、供給能力が増えても需要が続かない。

2040年の制度設計では、労働時間、税制、社会保障、教育に加え、AI資本の利益を誰が持つかが重要になる。

未来3．知能が安くなるほど、責任を伴う信頼が高くなる

文章、映像、設計、助言の生成コストが下がるほど、「作れること」だけでは差別化しにくくなる。

そのとき価値が上がるのは、誰が選び、保証し、実行し、失敗時に責任を負うかである。長期の取引関係、現場で積み上げた信用、真正性を証明できる記録、手仕事、対面、身体性は、AIによる大量生成が難しい。

中小企業が長年築いた顧客関係や現場の信頼は、古い資産ではない。知能がコモディティ化するほど、むしろ希少な補完資産になり得る。

未来4．企業は「人の組織」から「統治されたエージェント群」へ変わる

現在の会社にある部、課、会議、稟議、報告書、管理職の多くは、人間同士の情報伝達と調整のコストを前提に設計されている。

エージェントが情報を常時統合し、判断案を作り、業務を実行できるようになれば、組織の形は変わる。少人数の人間と、多数の専門エージェントで動く企業も増えるだろう。

ただし、競争優位はエージェントの数では決まらない。

優位性を生むのは、独自の判断資産、顧客関係、実データ、販売網、許認可、そしてエージェントを統治する能力である。

同じモデルを誰でも使えるなら、差がつくのは「何を学ばせ、どこまで任せ、失敗からどう更新するか」である。

未来5．AI革命は、気候・電力・水の制約と衝突する

IPCC第6次評価報告書の統合報告書では、1.5℃の地球温暖化水準へ到達する時期の最良推定値は2030年代前半とされている。2040年は、AIだけでなく、猛暑、水不足、洪水、農業不安定化への適応が同時に求められる時期である。

AIは電力と水を消費する一方、送電最適化、気象予測、災害対応、精密農業、新素材、創薬を通じて適応能力も高める。

したがって優位に立つのは、最大のモデルを持つ企業だけではない。1単位の電力から得る価値が大きく、災害時にも止まりにくく、地域と資源制約の中で運用できるAIを持つ企業である。

2040年の日本は、危機であると同時に実装機会になる

国立社会保障・人口問題研究所の令和5年推計では、出生中位・死亡中位の推計において、2040年の日本の総人口は約1億1,284万人、65歳以上の割合は34.8％と見込まれている。

生産年齢人口が減る日本では、AIとロボットの導入は単なる人員削減策ではない。介護、物流、建設、農業、製造、地域交通などの機能を維持するための手段になり得る。

日本には、製造、素材、精密部品、現場改善、安全文化、長期の顧客関係という資産がある。一方、ソフトウェア、電力コスト、意思決定速度、リスクマネー、組織を越えたデータ共有には課題がある。

日本の勝ち筋は、米国と同じ規模で基盤モデルを競うことだけではない。

• 介護、物流、建設、農業、製造で安全に動くフィジカルAIを作る
• 中小企業の熟練者の判断を構造化し、次世代とAIへ引き継ぐ
• AIのID、権限、監査、保険という統治基盤を整える
• 省電力半導体、蓄電、送電、分散データセンターを産業化する
• 人間の尊厳と自律性を損なわないAI運用モデルを確立する

高齢化と人手不足で早くから制約に直面する国だからこそ、労働力が減っても社会機能を維持するモデルを、世界に先行して作れる可能性がある。

中小企業経営者が、今から決めるべき五つのこと

2040年まで待つ必要はない。重要なのは、多数のAIツールを導入することではなく、委任可能な仕事を一つずつ増やすことである。

決めること	経営者への問い	最初の成果物
目的	AIで何を減らし、何を増やすのか	対象業務と期待成果を1枚にする
判断資産	熟練者は、どの情報から何を判断しているか	例外条件を含む判断メモ
権限	AIは、どこまで閲覧・提案・実行してよいか	権限表と金額上限
監査	間違いをどう検知し、誰が止めるか	ログ、承認点、停止条件
投資対効果	人件費削減以外に何を測るか	品質、速度、事故、育成を含むKPI

特に重要なのは、AI導入を「人を減らす計画」だけにしないことである。

熟練者の判断を言語化し、若手が学べる形にし、AIへ渡す範囲を定める。この順序で進めれば、AI投資は業務効率化であると同時に、事業承継と人材育成の基盤になる。

反対に、判断基準が曖昧なままAIへ実行権限を渡せば、速く間違える会社になる。導入速度より、目的・権限・責任・学習の設計品質が重要である。

最後に—未来を決めるのは、AIの数ではなく統治の質である

SoftBank World 2026で示された未来像は、精緻な需要予測というより、文明規模の資本配分仮説である。

その意味で、100兆エージェント、10億ロボット、7,000兆円という数字を、統計予測と同じ基準だけで評価するべきではない。巨大な未来を可視化し、人と資本を動かす力には大きな価値がある。

しかし、技術が進むことと、その普及形態が一つに決まることは別である。AI革命が進んでも、所有、権限、利益配分、責任、エネルギー源は、人間の選択として残る。

2040年に問われるのは、「AIが人間より賢いか」だけではない。

人間は、自分より賢い存在へ何を委ね、何を委ねず、誰のために働かせるのか。

勝つのは、最も多くのAIエージェントを持つ企業ではない。目的、権限、責任、学習を設計し、知能の増幅を顧客価値と人間の自由へ変換できる企業である。

SoftBank World 2026が描いたのは、知能が爆発する未来だった。

その先に描くべきなのは、爆発した知能を企業と社会がどう統治するかという未来である。

主要参照資料

• ソフトバンク「2040年 "ASI Economy" への道筋」特別講演レポート（SoftBank World 2026）
• IEA「Energy demand from AI」
• Stanford HAI「The 2025 AI Index Report」
• METR「Measuring AI Ability to Complete Long Tasks」
• International Federation of Robotics「World Robotics 2025」
• IMF「AI Will Transform the Global Economy」
• ITER「Updated project baseline」
• NIST「AI Risk Management Framework」
• European Commission「AI Act enters into force」
• IPCC「AR6 Synthesis Report」
• 国立社会保障・人口問題研究所「日本の将来推計人口（令和5年推計）」

本稿は2026年7月23日時点の公知情報と、それを基にした推論・仮説を区別して構成した。2040年に関する見通しは確定予測ではなく、技術・経済・制度の整合性を考えるためのシナリオである。