TECH2030
Insights
技術動向 · 4 min readAI活用

AIタイムホライズン40時間、半年で2.5倍急増

METR評価でAIの作業遂行能力が5月の16時間から半年で40時間に伸びました。

AIタイムホライズン40時間、半年で2.5倍急増

核心要約

  • METR評価でAIのタイムホライズンが半年で16時間→40時間に増加
  • コーディング・最適化など検証可能な作業は急成長、研究判断力は依然として人間が優位
  • 自社業務を「即時検証可能」と「価値判断が必要」に分けてみることが出発点
  • AX転換は全面自動化ではなく、業務類型別の委任範囲設定から始まります

METR評価において最先端AIのタイムホライズンが2026年5月の16時間から半年で約40時間に高まりました。AI安全性評価機関METRは11月20日(現地時間)、研究開発能力評価報告書を公開し、OpenAIのGPT-6アストラが約40時間、AnthropicのClaude Opus 5.5が約39時間のタイムホライズンを記録したと明らかにしました。

タイムホライズンとは、人間の専門家が特定の作業を完了するのにかかる時間を基準に、AIがその作業を50%の確率で成功できる水準を測る指標です。METRによると、今回の評価では既存の222の課題に、より難易度の高い36の課題を追加し、コーディング・最適化だけでなく新たな研究課題の設計と結果判断能力まで評価範囲を広げました。このため、過去の16時間と今回の40時間を同一条件での性能向上率として見るのは難しいとMETRは説明しています。

何が変わったのか

METRはタイムホライズンが倍増する期間を平均3.61カ月、約110日と推定しました。これは前回評価の105日と近い数値で、3〜4カ月ごとに能力が倍増する成長傾向が維持されていることを意味します。プログラミング最適化コンテスト15件の記録と比較した結果、最上位のAIモデルは人間参加者の96〜98%を上回るスコアを獲得し、別途募集した専門人材と比較した3つの作業でもAIがより高い成果を記録しました。

しかし、研究判断力においては限界が顕著でした。METRはAIに自らの研究に活用する新たな評価ツールを設計させましたが、最先端モデルが提案した成果物のうち、研究陣が実際に活用できるほど有用だと判断したものは一つもありませんでした。ただし、1年前のモデルが評価基準を大きく下回っていたのとは異なり、Claude Opus 5.5など最新モデルは実用可能な水準に近づいたとMETRは明らかにしました。

韓国企業のAXへの示唆

METRは現在の発展傾向が維持されれば、2027年7月には人間の専門家に約200時間かかる作業でもAIが50%の成功率を記録できると推定しました。また今月初め、Anthropicが自社のAIモデル開発速度がこの1年間で以前よりも約1.9倍速くなったと推定したことも明らかにしました。

この指標が示しているのは、コード検証や数学の検算のように結果をすぐに確認できる作業において、AIが急速に人間に追いついているという事実です。一方で、どの研究を行う価値があるかを判断したり、結果の意味を評価したりする作業は依然として人間の専門家の領域として残っています。AX転換を検討する組織であれば、自社業務のうち「結果を即時検証可能な作業」と「価値判断が必要な作業」をまず区分してみることが手順となります。コーディング・最適化・データ検証のように正解が明確な領域からAIへの委任範囲を広げ、課題選定や戦略的判断が必要な領域は当面人間の意思決定構造を維持する方式が、今回の数値が示唆する現実的なアプローチです。

出典: AI作業能力、半年で16時間→40時間…「判断力は依然として限界」

この記事が役に立ったらシェアしてください。
関連サービスAX変革
企業のAX転換
このテーマを自社の状況に当てはめてみませんか?
AX転換の相談を申し込む