Anthropic(アンソロピック)は11月10日、上場申請書の修正版を出しました。そこに、AIによる研究開発の加速が自社の安全方針の閾値に「達した」と判断したと明記しています。同社は以前、加速の証拠は遅れて現れ、起きた後まで気づけない恐れがあると書いていました。
AIがAIの開発を速める段階に入ったと、開発会社自身が投資家向けの公式書類で認めたことになります。ただし根拠は、今のモデルで測った結果ではなく、将来のモデルへの期待と、全体の進歩の速さだと書かれています。
この判断は、新しいモデルをいつ出すか、競合とどう競うか、上場後に誰がブレーキを握るかにまでつながります。

この安全方針「RSP(アールエスピー)」は、Anthropicが定める自社の安全ルールです。AIの能力が一定の水準(閾値)を超えたら、安全対策や報告の手続きを重くする、という約束の集まりです。
今回の閾値は、よく話題になる「超知能」そのものではありません。AIがAIの研究開発を速め、次のAIがさらに速く生まれるという循環が強まったかを測る基準です。
RSPの第3.4版によると、物差しは2つあります。1つは「AIの大きな助けがなかった場合に予想される進歩の速さ」です。もう1つは「過去に最も速かった時期の、持続的な進歩の速さ」です。
この両方に対して、AIの総合的な能力の伸びが2倍になること。基準なら2年かかる進歩を、1年で達成するイメージです。さらに、その加速の相当部分が研究や開発の自動化によると考えられることが条件です。
ここで押さえたいのは、「研究者の作業が2倍速くなった」という意味ではない点です。Anthropicは2026年4月の改訂の説明で、この点を明確にしました。2倍は研究者の生産性ではなく、能力が進歩する速さを指します。
もう1つの特徴は、加速を「観測した」場合だけでなく、「期待する」場合にも当てはまる設計になっていることです。一方で、「AIがなければもっと遅かったはず」という理屈だけでは足りません。実際の進歩が横ばいや減速なら、閾値を満たさないとも定めています。

今回の一文は、突然出てきたものではありません。上場申請書は10月26日に最初の版が出され、そこから15日間で、この部分の書き方が2度変わりました。
申請書は同じ段落で、AIの利用がすでに自社の研究開発を速めているとも書いています。ただ、この「すでに速めている」と、「閾値に達したという判断は今のモデルの観測によらない」は、別の主張として書き分けられています。

では、外から測るとどう見えるのか。AIの能力評価を専門にする非営利の研究団体METR(メーター)は、8月から10月末にかけてAnthropicの社内資料を調べました。その評価を11月5日に公表しています。
METRは、複数のテストの成績を1つにまとめた能力の指標を使い、その伸びる速さを比べました。結果は、2025年10月ごろを境に、能力の伸びる速さがそれ以前の約1.9倍になったという推定です。
今の加速のうち約8割がAIによるものだと、METRは推測しています。主に人へのAI支援による加速で、AIが自律的に研究する寄与はまだ限定的としています。
▶︎ あわせて読みたい:AIが研究開発を「主導」するとはどういうことか──Anthropicが示した26%の意味

閾値に達したら、新しいモデルの公開は止まるのか。申請書を読む限り、自動では止まりません。
申請書は、過去の予防措置として、モデル公開の延期と上位モデルの初期提供の制限を挙げています。今後は、新しいモデルを「開発・提供するか、どのように、いつ」にも影響しうると書いています。
では、誰がブレーキを握っているのか。RSPでは、リスク報告書はCEOと安全方針の責任者が最終的に審査・承認します。その決定は、取締役会と、長期利益信託という独立した組織に共有されます。
取締役会と信託の承認まで要るのは、「他社も同じリスクを生むので、自社の追加のリスクは小さい」という比較を主な根拠に進めるときのリスク報告書です。閾値を超えたモデルを扱う報告書を大きく伏せて公開する場合は、外部の専門家によるレビューも求められます。
お金の事情も見逃せません。申請書によると、直近半年に出したモデルが7〜9月の売上の8割超を占めています。公開が遅れれば売上に響き、申請書自身も、同様の制約を採らない競合に遅れれば競争上の地位や売上の伸びを損なう恐れがあると書いています。
他社では、Google DeepMindが別の置き方をしています。AI研究を加速する能力が一定の水準に達したモデルは、社外への公開前だけでなく社内で大規模に使う前にも安全性を審査します。

利用する企業にとって、より身近なのはモデルそのものの変化です。Anthropicは11月9日にFable(フェイブル)5.2とMythos(ミトス)5.2を出しました。その際、AI開発を直接速める一部の研究能力を、学習の段階で抑えたと説明しています。
抑えたのは、AIチップの上で計算を速く動かすための最適化と、大規模言語モデルの構造そのものを改良する研究です。この2つの能力は、Opus(オーパス)5.5程度にとどめたとしています。
一方で、エージェント型のコーディングや、ハードウェア開発、AIの中身を調べる研究には影響させなかったと説明しています。狙いは、AI自身を速く強くする研究に絞られています。
日本企業で考えると、大半の業務には関係しません。関係しうるのは、自社でAIチップや大規模言語モデルを作る会社の研究作業です。
閾値の判断とは別の発表ですが、安全の判断が、利用者の手元に届く能力の形を変えた具体例です。
▶︎ あわせて読みたい:Fable 5.2で「丸投げ」の単位が変わった──研修一式を約6時間で仕上げた実例

RSPがわざわざ「研究者の作業の速さ」と「能力が進歩する速さ」を分けているのには、理由があります。作業を2倍にしても、成果が2倍速く出るとは限らないからです。
これは、AIを導入する企業でもそのまま起きます。METRが2025年に行った実験では、経験豊富な開発者がAIを使うと、課題を終えるまでの時間はかえって19%長くなりました。それなのに本人たちは、20%速くなったと感じていました。
体感の速さと、成果が出る速さは別物です。作業時間が減っても、確認や手戻り、承認待ちが詰まっていれば、仕事が終わる日は早まりません。自社のAI導入の効果は、作業時間・完了までの時間・品質を満たした成果の数を、分けて測る必要があります。
▶︎ あわせて読みたい:コードの9割超をAIが書く会社で何が起きているか──上場書類が明かした約45倍
僕の見立てですが、今回の「到達」を境に、モデルが更新される間隔はさらに縮んでいくでしょう。今は人の手伝いが中心でも、AIが研究の一部を自分で回すようになれば、新しい能力の登場は今以上に速まります。「半年前のまだできない」が「今のできる」になっている、という前提で計画を見直す時期に来ています。
一方で、人の仕事がすぐ置き換わるわけではありません。詰まりやすいのはAIの速さより、人が確かめ、判断する部分です。だからこそ、確かめて判断できる人の価値は上がっていきます。
「到達」は、AIの進歩を測り、必要なら止める仕組みを、会社と社会が本気で作り始める合図だと受け止めています。速くなった作業を成果に変える測り方を持つ会社ほど、この加速を味方につけられるはずです。これからの数か月、各社の動きに注目していきましょう。
AIの総合的な能力の伸びる速さが、基準の2倍になり、その加速の相当部分が研究や開発の自動化によると考えられる状態を指します。基準なら2年かかる進歩を1年で達成するイメージです。研究者の作業が2倍速くなったという意味ではありません。
自動では止まりません。申請書は、過去の予防措置としてモデル公開の延期や上位モデルの初期提供の制限を挙げ、今後は新モデルを開発・提供するか、どのように、いつにも影響しうると書いています。リスク報告書はCEOと安全方針の責任者が審査・承認し、取締役会と長期利益信託にも共有されます。
METRは、2025年10月ごろを境に能力の伸びる速さがそれ以前の約1.9倍になったと推定しています。今の加速のうち約8割がAIによるもので、主に人へのAI支援による加速です。AIが自律的に研究する寄与は、まだ限定的としています。
AIの進歩の速さを、自分の仕事の成果にどうつなげるか。AIを徹底的に使いこなすためだけのコミュニティ「フロンティア・リーダーズ」で、実務を持ち寄りながら探っています:https://frontier-leaders.vercel.app/
2時間で、AI活用術を実践のハンズオンで学べます(過去回のアーカイブ):https://handson.workstyle-evolution.co.jp/
最新のAIニュースを毎日解説するYouTube『いけともch』:https://www.youtube.com/@iketomo-ch