Stanford AI Index 2026 ── 数字で見る、AI の "当たり前化"普及率は PC・インターネットを超え、データセンターの電力は国家規模に。AI が "インフラ" になり始めた一年。

1. そもそも AI Index って何?

AI Index は、米 Stanford 大学の HAI (Human-Centered AI Institute) という研究所が、2017 年から毎年公開している分厚いレポートです^[1]。世界中の AI 論文、特許、求人、投資額、ベンチマーク結果、政策動向、世論調査をかき集めて、ひとつの "AI の通信簿" にまとめたもの。総ページ数は数百ページ。研究者だけでなく、ジャーナリスト、企業、政府がここを起点に話を始める。事実上、世界の AI を見るときの "標準時刻表" のような存在です。

2026 年版は約 400 ページ超。「AI が研究室から出て、暮らしのインフラになった年」 という色がはっきりと出ています。以下の 5 つの数字を見れば、それが分かります。

2. 数字 ① ── 生成 AI、PC・インターネットより速く広がった

ここで言う「生成 AI」とは、ChatGPT、Gemini、Claude、Perplexity など、文章や画像を作ってくれるタイプの AI です。AI Index 2026 によると、米国成人のおよそ 10 人に 4 人 が、日常生活でこれらを使っているという調査結果が出ました^[1]。

これがどれくらい速いか比較してみると ──

• PC が家庭に普及するまで: 1980 年代初頭の登場から「3 割の家庭」に届くまで約 15 年
• インターネットが日常になるまで: 1993 年の Web 商業化から「3 割の家庭」まで約 10 年
• 生成 AI: 2022 年末の ChatGPT 公開から「3 割の人」まで、わずか 約 2 年

この速さの理由は、「インストール不要」 という一点に尽きます。PC を買う必要も、特別なソフトを入れる必要もない。スマホで URL を叩くだけ。歴史上、ここまで導入コストが低いテクノロジーはほぼ前例がありません。

3. 数字 ② ── 米中のモデル性能、差が縮まった

数年前まで、AI のトップは "米国のもの" でした。OpenAI (GPT)、Google (Gemini)、Anthropic (Claude) ── 全部アメリカの会社です。中国の DeepSeek、Qwen、Kimi といったモデルは、技術的には数歩遅れている、と見られていました。

AI Index 2026 の数字は、その図式が崩れたことを示しています^[1]。MMLU、HumanEval、MATH といった代表的なベンチマークで、米中のトップモデルの差は 1 % 未満 までに縮まりました。これは「中国が追いついた」という単純な話ではなく、"AI に必要なノウハウが、もう一国の独占ではなくなった" という構造変化です。

AI Index の著者の一人 Nestor Maslej はインタビューで、「ベンチマークでの性能差は実用上ほぼ消えた。これからの差別化はモデルそのものではなく、用途と運用にある」と語っています。

4. 数字 ③ ── 企業が AI で生み出した経済価値、1720 億ドル

これは、生成 AI が企業の中で 実際にお金を生んでいる ことを示す数字です。コーディング支援、カスタマーサポート、社内ナレッジ検索、マーケティング素材生成、コード自動生成 ── これらの導入で削減された人件費や、新規に生まれた収益を合算した値です^[1][3]。

ちなみに 2023 年は推定 $50B 規模。1 年で約 3.5 倍に膨らんだ計算です。「AI 投資はバブルだ」という議論はずっとありますが、少なくとも企業の財務諸表に AI が "売上を作る項目" として登場し始めているのは確かです。

5. 数字 ④ ── データセンターの電力消費、国レベルに到達

ChatGPT に 1 回質問するだけで、Google 検索の数十倍のエネルギーを使う ── これがよく聞く話です。AI Index 2026 は、データセンターの電力消費が 2024 年の 1.4 % → 2026 年の 2.5 % へ急上昇 したと報告しています^[1][4]。

この数字は、これからの 5 年でさらに倍増する可能性があります。Microsoft、Amazon、Google が新規データセンターを建てる場所として、原発の隣を選び始めているのもその表れです。AI の議論は、もはや「賢いかどうか」ではなく、「物理的にどれだけ電気を喰うか」 という地政学的な話になりつつあります。

6. 数字 ⑤ ── AI が "端末" に下りてくる、エッジ AI の本格化

これまでの AI は "クラウド AI" ── 質問するたびに、データを Microsoft や Google や OpenAI のサーバーに送って、向こうで処理してもらう仕組みでした。便利な反面、機密情報を扱うのが難しい。製薬の臨床データや、患者さんの医療情報を、外部に送るのは規制違反になりうる。

ここに変化が起きています。AI Index 2026 がインフラ動向として挙げているのが、エッジ AI ── 端末 (PC、スマホ、ローカルサーバー) の中で AI が動く方式です^[1][5]。

その代表例が、検索 AI の Perplexity が 2026 年初頭に出した 「Hybrid Agentic Inference」 という仕組みです。これは:

• 機密性の高い検索 → 端末内で処理 (外に出ない)
• 一般検索 → クラウドで処理 (高速)
• 判定は AI が自動でやる

これを使うと、たとえば「自社の臨床試験データの中で、こういう症例ある?」という検索が、データを社外に出さずに走らせられます。製薬・医療・法務などの "クラウドに上げたくない業界" にとって、これは決定的な転換点です。

7. これは何を意味するか

5 つの数字を並べてみると、見えてくるのは 「AI の話題が、技術論からインフラ論に変わった」 という事実です。

• 10 年前の AI ニュースは「機械が囲碁で人に勝った」のような技術ショー
• 2023〜2024 年は「ChatGPT がすごい/危ない」のような社会論
• 2026 年は「電力が足りない/エッジで動かせる/中国にも追いつかれた」── 完全にインフラの話

これは AI が "おもちゃ" から "電気・水道と同列のもの" になりつつあることを示しています。電気が来ない病院がないように、AI が来ない職場もそろそろ無くなる。問題は「使うかどうか」ではなく、「どう使うか、どこに使わないか」 です。

8. 製薬の現場で考えたいこと

この変化は、製薬業界に 3 つの問いを突きつけます。

1. 機密性と利便性のバランス ── エッジ AI の登場で、患者さんのデータを外に出さずに AI 補助を使える選択肢が出てきました。これまで「クラウドはダメ」で諦めていた業務 (FAQ ボット、社内検索、副作用報告の整理など) を再評価するタイミングです。
2. エネルギー倫理 ── 創薬 AI が消費する電力は、製薬企業の ESG 報告にどう書かれるべきか。「環境への配慮」を語る会社が、裏で巨大なエネルギーを使う AI を回している ── この矛盾を、誠実に説明できるか。
3. 競争の場所の変化 ── モデル性能で差別化する時代は終わりました。これからは 「自社の患者さん・医療従事者データを、どう使うか」 に勝負がシフトします。データのキュレーション、プライバシー保護、規制対応の知見が競争力になります。

AI Index は、製薬企業の戦略書ではありません。しかし、ここに書かれている数字を読まずに、これからの 5 年を計画することは、もうできないと思います。