偉大な収束：AIがすべてのフロンティアをつなぐ方法

人工知能（AI）は、効率を高め、コストを削減し、生産性を向上させる可能性で世界を熱狂させています。

多くの人にとってAIはチャットボットと同義に思われがちですが、ChatGPT のような生成AIツールの手軽さと人気のおかげで、技術ははるかに広範であり、その恩恵は医療、製造、ロボティクス、ヘルスケア、教育、気候科学、金融、法務、サイバーセキュリティなど多岐にわたります。

問題解決や意思決定といった人間の認知機能を模倣することで、AIはこれらの産業の根底にあるシステムを変革すると約束しています。多くの組織がAIの可能性を積極的に探求しています。

最近のマッキンゼー調査では、テクノロジー分野で既に90％を超えているだけでなく、ほぼすべての産業でAIの利用が増加していることが明らかになりました。

10人中9人の回答者が、組織でAIを定期的に使用していると答えましたが、まだ実験段階です。パイロット段階にもかかわらず、回答者はコストと収益のメリットを報告し、64％がAIがイノベーションを可能にしていると述べました。

この採用の拡大は、早い段階でもAIがデジタルトランスフォーメーションの重要な推進力となっていることを示しています。

今日のグローバルに相互接続された競争環境において、AIは企業がビッグデータ、クラウドコンピューティング、IoT などのさまざまなデジタル技術の力を活用できるようにしています。実質的に、AIは収束技術として機能し、他の技術の開発と統合を加速させ、その総合的なインパクトを個々の合計以上に高めています。

それでは、さまざまなセクターでの興味深いAIの進展を見てみましょう。各事例が世界をどのように変えているかが分かります。

以下は、AIの収束がすでに測定可能な3つの領域の簡易スナップショットです。

スワイプしてスクロール →

AIが腸内マイクロバイオームを人間の健康（および冠動脈疾患リスク）にマッピング

AIの助けにより、科学者は腸内細菌とその化学シグナルという複雑な生態系を解読し、細菌と人間の健康との隠れた関係を明らかにできるようになりました。さらに、この新しい高度AIシステムは、がん、肥満、睡眠障害の研究において従来モデルよりも優れており、個々人の微生物構成に基づく治療をカスタマイズし、個別化医療を変革する大きな可能性を示しています。

AIが隠れたパターンを明らかにする能力は特に顕著で、ウォータールー大学の研究では、AI駆動の定期血液検査分析が、手頃でアクセスしやすい命を救う予測を可能にするパターンを検出しました。

腸内細菌に戻ると、消化や病気予防だけでなく、免疫や気分にも影響を与える重要な役割を果たしています。新たな研究では、腸内マイクロバイオームが冠動脈疾患の発症にも影響を与える可能性があることが分かっており、冠動脈疾患は毎年約2000万人が死亡しています。

ヒトの腸は明らかに興味深いですが、数兆の微生物からなる複雑な生態系でもあります。腸内に存在する細菌種の膨大な数に加えて、これらとヒトの化学との相互作用が、科学者にとってその影響を理解することを困難にしています。

しかし、画期的なステップとして、東京大学の研究者はこの課題に取り組むためにAIを活用しました。

彼らは、どの細菌がどの代謝産物（化学メッセンジャーとして働き、体内を循環し、代謝、免疫、脳機能に影響を与える小分子）を産生するか、そして細菌と代謝産物の関係が疾患ごとにどのように変化するかをよりよく理解するためのAIシステムを作成しました。

「これらの細菌‑化学関係を正確にマッピングすることで、個別化治療を開発できる可能性があります。特定の細菌を培養して有益なヒト代謝産物を生成させたり、これらの代謝産物を変更する標的治療を設計して疾患を治療することを想像してください。」

– 生物科学部 Tsunoda 研究室のプロジェクト研究者 Tung Dang

彼らが開発したモデルは VBayesMM と呼ばれるベイズニューラルネットワークで、何兆もの細菌と代謝産物の複雑な相互作用から有意義なパターンを特定する課題に取り組んでいます。

ベイズ手法を用いて、どの細菌群が特定の代謝産物に最も影響を与えているかを特定します。さらに、予測の不確実性を測定することで誤った結論を防ぎ、科学者により正確で信頼できる洞察を提供します。

変分ベイズマイクロバイオームマルチオミクス（VBayesMM）アプローチを使用することで、チームは主要な微生物種を迅速かつ正確に特定でき、より正確な推定が可能になりました。一方、変分推論の実装により計算ボトルネックが解消され、巨大データセットのスケーラブルな解析が可能となりました。

チームは次に、より包括的な化学データセットを用いて細菌産物の全範囲を捉える作業に取り組み、代謝産物データが細菌データよりも広範な場合に生じる精度低下の問題を克服しようとしています。

「我々は、さまざまな患者集団を分析する際に VBayesMM をより頑健にし、細菌の系統樹関係を組み込んで予測精度を向上させ、解析に必要な計算時間をさらに短縮することを目指しています」と Dang は述べました。「臨床応用においては、治療や食事介入のための特定の細菌ターゲットを特定し、患者に実際に役立つことを目指すのが最終目標であり、基礎研究から実用的な医療応用へと移行することです。」

投資観点：Tempus AIによる精密医療

この刺激的で複雑なライフサイエンスの世界で、Tempus AI (TEM ) は AI を活用した精密医療ソリューションを提供し、個別患者ケアで際立っています。

Tempus は精密医療を推進し、最適な治療薬の発見と開発を支援するテクノロジー企業です。3つの製品ラインがあります：

• ゲノミクス：次世代シーケンシング（NGS）診断、プロファイリング、分子遺伝子タイピング、その他の検査を提供します。
• データ：商業化前にラボで生成されたデータを構造化し、匿名化することを含みます。
• AI アプリケーション：診断を提供し、医療機器として新しいソフトウェアを実装し、臨床意思決定支援ツールを展開します。

今年、Tempus はいくつかの重要な規制マイルストーンを達成し、先進的な RNA シーケンシングを通じて薬剤開発を支援する Tempus xR IVD デバイスの FDA 承認を受けました。その結果、Tempus のパートナーは RNA アッセイを使用して「特定の治療に最も反応しやすい患者をより正確に特定し、より効率的な臨床試験を設計」できるようになりました。

更新された AI 搭載心臓画像解析プラットフォーム Tempus Pixel と AI ソフトウェア Tempus ECG‑Low EF も FDA 510(k) 承認を取得し、AI 主導の診断分野での同社の地位を強化しました。

時価総額 127.3 億ドルの同社株は現在 72.52 ドルで取引されており、今年はほぼ 112％上昇しています。先月だけでも、TEM 株は 100 ドルの壁を超えました。

財務状況について、Tempus は最近、2025年第3四半期の収益が前年同期比84.7％増の3億3420万ドル、粗利益が98.4％増の2億0990万ドルであることを報告しました。四半期の純損失は8000万ドルでした。四半期末の現金および市場性証券は7億6430万ドルでした。

「我々は驚異的な速度で成長しており、プラスの調整後 EBITDA を達成したことは重要なマイルストーンであり、基盤となる事業の強さを示しています」と Tempus の創業者兼 CEO の Eric Lefkofsky は述べました。「ビジネスモデルの耐久性を示す最も難しいことの一つは、事業への再投資率を減速させても成長を維持できることです。これこそが今四半期に達成したことです。」

トップバイオテックビッグデータ企業のリストはこちらをご覧ください。

AIが数日前の太陽嵐を予測—電力網と衛星を保護

AIモデルが開発され、既存の手法よりも高精度で太陽風を事前に予測でき、電力網、衛星、ナビゲーションシステムを破壊的な宇宙イベントから保護し、重要インフラのレジリエンスを強化します。

太陽風は、太陽から放出される帯電粒子の絶え間ない流れです。太陽のねじれた磁場が歪み伸び、再接続前にスナップする際に大量のエネルギーが放出されます。

これらの粒子が加速すると、地球の大気を乱す可能性があります。電力網に干渉するだけでなく、衛星を軌道から外すこともあり、2022年の強い太陽風イベントで SpaceX (SPCX ) は最大40機の Starlink 衛星を失いました。

一方、太陽嵐はさらに強力な現象で、太陽がエネルギー、粒子、磁場を銀河へ放出します。地球に向かうと、磁場に大規模な乱れ（磁気嵐）を引き起こします。これが美しいオーロラを描く一方で、停電も引き起こします。

ロイズの最新システミックリスクシナリオは、深刻な太陽嵐が5年間で約2.4兆ドルの損失を世界経済にもたらし、現在の予想損失は約170億ドルであると見積もっています。

これはこれらのイベントの予測改善が緊急に必要であることを示しています。そこで、NYU アブダビ（NYUAD）の研究者は AI の助けを借りてそれを実現しました。

彼らは、イベントが発生する最大4日前まで太陽風を予測でき、現在の手法よりも高精度な AI モデルを構築しました。このモデルは、過去の太陽風記録と NASA の Solar Dynamics Observatory（SDO）からの紫外線画像で訓練されています。

太陽の画像を解析し、太陽風の変化に関連するパターンを検出することで、NYUAD チームは現在の運用モデルと比較して予測精度を45％向上させました。さらに、従来の AI アプローチと比べても20％の改善を達成しました。

「これは、現代生活が依存する衛星、ナビゲーションシステム、電力インフラを保護する上で大きな前進です」と研究の第一著者である Dattaraj Dhuri は述べました。「先進的な AI と太陽観測を組み合わせることで、地球上および宇宙の重要技術を守る早期警告を提供できます。」

投資観点：IBMによる宇宙天気AI

時価総額 2,932.4 億ドルの IBM は、ハイブリッドクラウドと AI サービスのグローバルプロバイダーであり、データ、アプリケーション、運用環境全体でのデジタルトランスフォーメーションを支援します。

数か月前、IBM は NASA と協力してオープンソース AI モデル「Surya」を公開し、太陽観測から得られたデータをよりよく理解し、太陽活動が宇宙技術と地球に与える影響を予測しています。Surya により、同社は宇宙天気予測研究に AI を適用し、太陽の変化による通信、電力網、GPS ナビゲーションへの影響から保護するツールを提供しています。

執筆時点で、IBM 株は 319 ドルで取引されており、年初来で 42.7％上昇しています。EPS（TTM）は 8.07、P/E（TTM）は 38.87 です。配当利回りは 2.14％です。

最近の四半期（2025年第3四半期）では、売上高が 9％増の 163 億ドルとなりました。GAAP の粗利益率は 57.3％、非 GAAP の営業利益率は 58.7％でした。一方、営業活動による純現金は年初来で 92 億ドル、フリーキャッシュフローは 72 億ドルと報告されました。

「世界中のクライアントは、当社の技術とドメイン専門知識を活用して業務の生産性を向上させ、AI で実際のビジネス価値を提供し続けています」

– CEO アルヴィンド・クリシュナ

また、IBM の AI ビジネス規模は前四半期の 75 億ドルから 95 億ドルを超えたと述べました。

AIが専門家を上回る領域：医療、神経科学、教育

研究者は、AI がさまざまな領域で一貫して専門家を上回ることを発見しています。

その一例が医療分野です。「緑内障は、世界的に修復不可能な視力喪失の最も一般的な原因の一つであり」、スクリーニングが高額であるため、AI が解決策になる可能性がある」とロンドン大学ユニバーシティ・カレッジ・ロンドン（UCL）眼科学研究所のアンソニー・カワハ教授は述べています。この新しい研究は、訓練された AI プログラムが緑内障患者を約 90％の精度で正しく識別し、人間の評価者は 81％だったと報告しています。

この研究では、人間の専門家と AI プログラムの両方が 6,300 人以上の参加者を評価し、そのうち約 700 人が少なくとも片目に緑内障を有していました。

緑内障は視神経の損傷が原因で、主に眼内圧の上昇により起こり、最終的に失明に至ることがあります。人間の専門家と AI は、眼の構造変化を示す重要指標である垂直杯円径比に基づいて緑内障リスクを評価しました。

研究結果によると、参加者の目のうち 11％だけが緑内障の疑いがあり、これは通常のスクリーニングで期待される割合と一致しています。研究者は、眼圧など他のリスク要因を含めることで精度がさらに向上すると指摘しています。

別の研究では、大規模言語モデル（LLM）が提案された神経科学研究の結果を人間の専門家よりも正確に予測し、AI が研究を加速させる可能性を示しました。

LLM の質問応答能力に焦点を当てるのではなく、研究はモデルが知識を統合して将来の結果を予測できるかどうかを検証しました。

そこで、研究者は 15 種類の汎用 LLM と 171 人の人間神経科学専門家をテストし、すべての LLM が神経科学者を上回ることを確認しました。LLM の平均正確度は 81％で、人間は 63％、最高レベルの専門家でも 66％にとどまりました。一方、神経科学文献で LLM を訓練すると正確度は 86％に向上しました。

「科学者が自分の質問に対して最も効果的な実験を設計するために AI ツールを使用するのはそう遠くないと予想しています。我々の研究は神経科学に焦点を当てましたが、アプローチは普遍的で、すべての科学分野に適用できるはずです」

– 共同第一著者 ブラッドリー・ラブ（UCL 心理学・言語科学 教授）

ケンブリッジ大学の研究者によれば、AI は予測モデリングとデータ分析において明確な優位性を持っています。大量・多様・正確なデータが提供されれば、コストとサプライチェーンを最適化し、高性能製品を迅速に設計し、市場変動にリアルタイムで対応できます。

「企業戦略において生成 AI を無視することはもはや実行不可能です」と研究の共著者は述べました。

しかし、これは氷山の一角に過ぎません。他の研究では、AI が基本的な言語機構でさえ優れている一方、アッセイ評価においてはテーマの一貫性が欠け、同じ視覚情報を用いた羊の痛み認識で人間の専門家を上回り、画像ベースの皮膚診断においては皮膚科医と同等かそれ以上の性能を示すことが分かっています。

投資観点：Alphabet Inc.による Gemini の採用

AI の力への投資に関しては、Alphabet (GOOG ) が Google DeepMind と Google Research を通じて AI のブレークスルーをリードしているため、価値ある選択肢です。

最近、Google DeepMind と AI 搭載教育テクノロジー企業 Eedi は、人間が介在する AI チュータリングが人間のみのサポートを上回ることを示す探索的研究を発表しました。

この試験は英国の 5 つの中等学校の教室で実施され、核心的な指導は LearnLM（Google の教育向けに微調整された生成 AI モデル）によって行われました。研究では、人間と AI のチームが学生のミスを即座に修正する効果（93％）は、人間のチュータだけ（91.2％）と同等であり、根本的な誤解の解消にも同様に有効であることが分かりました。

「知識転移」を測定したところ、人間のチュータだけの場合は学習が 4.5 ポイント向上したのに対し、人間‑AI チームは 10 ポイント向上させました。

「これらの発見は、教育における責任ある、安全で効果的な AI のマイルストーンです。次のステップは、探索的パイロットから大規模試験へと拡大することです」

– Irina Jurenka（Google DeepMind 研究科学者）

一方、同社のマルチモーダル AI モデル Gemini は、2025 年国際大学プログラミングコンテスト（ICPC）世界決勝で金メダルレベルのパフォーマンスを達成し、国際数学オリンピックでの金メダル受賞に続く複数の進展を遂げています。

Google の主力 AI アプリは現在、月間アクティブユーザーが 6.5 億人を超えています。

このように、Google は AI 革新に深く関与しており、今年は株価が約 54％上昇し、現在 293 ドルを少し上回っています。時価総額 3.5 兆ドルの同社は 0.29％の配当も支払っています。

最近、同社は 2025年第3四半期の売上高が 1,023.5 億ドルで、クラウド事業の堅調な勢いと強い AI 需要が牽引したと報告しました。資本支出は今年初めに 750 億ドルから 850 億ドルに上方修正した後、現在は 910 億ドルから 930 億ドルに増やす計画です。支出の大部分はデータセンターなどのインフラに充てられています。

最終的な考察

AI は世界を席巻しましたが、もはや単独のイノベーションではありません。代わりに、増え続ける変革技術を結びつける接着組織として機能しています。上記のように、AI はヒトのマイクロバイオームの解明、太陽嵐の予測、科学や医療における専門家の上回りに貢献しています。しかし、これらの突破口は人類のあらゆるフロンティアに AI が深く影響しているごく一部に過ぎません。

ビッグデータ、バイオテクノロジー、クラウドコンピューティング、ロボティクス、量子科学と収束することで、AI は発見の速度を加速させ、統合を可能にし、よりスマートなシステムとスマートな世界を創造しています。

人工知能への投資についてすべて学ぶには、こちらをクリックしてください。

参考文献

1. Mussavi Rizi, M., Fernández, D., Kramer, J. L. K., Saigal, R., DiGiorgio, A. M., Beattie, M. S., Ferguson, A. R., Kyritsis, N., Torres‑Espín, A., & TRACK‑SCI. Routine blood tests の軌跡を動的バイオマーカーとしてモデル化し、脊髄損傷の転帰を予測する。 npj Digital Medicine 8:470 (2025). https://doi.org/10.1038/s41746-025-01782-0
2. Lee, S., Raza, S., Lee, E.-J., Chang, Y., Ryu, S., Kim, H.-L., Kang, S.-H., & Kim, H.-N. メタゲノム組み立てゲノムが冠動脈疾患に関連する微生物シグネチャと代謝経路を明らかにする。 mSystems e00954-25 (2025). https://doi.org/10.1128/msystems.00954-25
3. Dang, T., Lysenko, A., Boroevich, K. A., & Tsunoda, T. “VBayesMM：高次元マイクロバイオームマルチオミクスデータの重要な関係性を優先順位付けする変分ベイズニューラルネットワーク”。 Briefings in Bioinformatics 26(4), bbaf300 (2025). https://doi.org/10.1093/bib/bbaf300
4. Sinha, A., Dhuri, D., Vasanth, R., Hanasoge, S., et al. “L1 における太陽風速度予測のためのマルチモーダルエンコーダ‑デコーダニューラルネットワーク”。 The Astrophysical Journal Supplement Series 258(2): 1–? (2025). https://doi.org/10.3847/1538-4365/adf436
5. Luo, X., Rechardt, A., Sun, G., Nejad, K. K., Yáñez, F., Yilmaz, B., Lee, K., Cohen, A. O., Borghesani, V., Pashkov, A., Marinazzo, D., Nicholas, J., Salatiello, A., Sucholutsky, I., Minervini, P., Razavi, S., Rocca, R., Yusifov, E., Okalova, T., Gu, N., Ferianc, M., Khona, M., Patil, K. R., Lee, P. S., Mata, R., Myers, N. E., Bizley, J. K., Musslick, S., Bilgin, I. P., Niso, G., Ales, J. M., Gaebler, M., Ratan Murty, N. A., Loued‑Khenissi, L., Behler, A., Hall, C. M., Dafflon, J., Bao, S. D. & Love, B. C. 大規模言語モデルは神経科学の結果予測で人間の専門家を上回る。 Nature Human Behaviour 9, 305–315 (2025). https://doi.org/10.1038/s41562-024-02046-9
6. Bouziane, K. & Bouziane, A. M. エッセイ評価における AI と人間の効果比較。 Discover Education 3:201 (2024). https://doi.org/10.1007/s44217-024-00320-6
7. Feighelstein M., Luna S.P., Silva N.O., Trindade P.E., Shimshoni I., van der Linden D., & Zamansky A. “羊の急性疼痛評価における AI と人間専門家のパフォーマンス比較”。 Scientific Reports 15(1):626 (2025). https://doi.org/10.1038/s41598-024-83950-y (PubMed)
8. Ma, X., & Li, Z. 皮膚科における人工知能：レビュー。 International Journal of Dermatology and Venereology 7, 227–235 (2025). https://doi.org/10.1097/IJD.0000000000000000
9. Gomes, B., McKee, K. R., Veerubhotla, A. S., Modi, A., Rysbek, A., Huber, A., Wiltshire, S., Gillick, D., et al. “AI チュータリングは安全かつ効果的に学生を支援できる：英国教室での探索的 RCT”。 arXiv pre-print (Nov 2025). Available at: https://storage.googleapis.com/deepmind-media/LearnLM/learnLM_nov25.pdf