2026Inclusion・外灘大会で9月11日に開催された会議では、多数のエージェント型知能分野の業界関係者、投資家、および若手起業家が、産業のバブル、技術的なアプローチ、そして「ChatGPTの瞬間」などのテーマについて議論を行った。多くのゲストは、現在のエージェント型知能の「バブル感」は、産業段階、評価、および商業的価値の不一致によるものであり、この業界はまだ「黎明期の前段階」にあると述べた。一方で、エージェント型知能の重要な能力はすでに現れ始めているが、実際のスケール可能な生産力としての形にまで至るにはまだ時間がかかる。システム工学、計算リソース、データなどが主な課題である。

バブル論への対応：エージェント型知能はまだ黎明期の前段階、業界構造はまだ定まっていない

エージェント型知能の業界は数年しか歴史がないにもかかわらず、すでに多くの資本とスタートアップ企業を集めている。最近の「バブル論」に対して、複数の起業家は、業界はまだ初期段階にあり、現在は価値評価、技術進歩、商業的価値の間の一時的な不一致であると考えている。

至簡動力の共同創業者兼CEOである賈鵬（ジャ・ポン）氏は、「現在感じられる『バブル』は、主に段階と価値評価の不一致によるもの」と語った。長期的には、エージェント型知能はスマホや自動車よりも大きな産業規模になる可能性があり、その産業チェーンも十分に長く、センサー、部品から最終的な応用まで、さまざまなタイプの企業が収容できる空間があると説明した。

「この段階でバブルを感じるのは、おそらくまだより多くの価値を創出していないためであり、これは一時的な不一致だ」と賈氏は述べた。エージェント型知能にはさらに人材やGPUなどのリソースが必要であり、現在の業界全体の投資額はまだそれほど多くないと考えている。

大曉ロボティクスの創業者兼社長である王小剛（ワン・シャオガン）氏も、「現在の不安の一部は、市場が以前に発展速度を高く見込んでいたためであり、モデルや場面での実質的な突破はまだ待っている」と述べた。

「私は、私たちは黎明の前期にいるように感じる」と王氏は語った。昨年までは真の機体データやVLA、小規模モデルに依存していたが、今年になって人中心のEgoデータや世界モデルが加わったことで、Scaling Lawの現象を見ることができるようになった。彼は、エージェント型知能は垂直業界と密接に関係しており、今後も強い多様性を持つだろうと考えている。現在、データ、部品、モデル、本体、場面などは相対的に分散しているが、今後異なるタイプの企業が再び統合される可能性もあると予測している。

蘇度科技の共同創業者兼CEOである韓 Zheng（ハン・ゼン）氏は、「中国には比較的に豊富なサプライチェーンとシーンの試行環境があるため、本体、エージェントモデル、世界モデルなどの分野で多くの企業と技術探索が行われている」と語った。彼は、エージェント型知能は最終的に複雑なシステムになると予想し、現在の技術ルートがすでに収束する兆しがあると考えている。将来、完全な基盤ソリューションとモデルを提供できる会社はそれほど多くないかもしれないが、垂直応用、グローバル市場、モデルの組み合わせなどの分野には機会があると考えている。

エージェント型知能の「ChatGPTの瞬間」はいつ来るのか？ システム、計算リソース、データが主な障壁

「エージェント型知能の自前のChatGPTの瞬間はいつ来るのか？」というテーマについて、数人のゲストはシステム、計算リソース、データといった異なる観点から判断を示した。

韓氏は、「もし大規模言語モデルを参考にすれば、現在のエージェント型知能は2018年から2019年の段階に相当する」と語った。多くの主要な技術フレームワークはすでに登場しているが、現在の大きな課題は、これらの技術をビジネスで使える、高信頼性で汎化能力のある大規模システムに統合することである。

「この統合された大規模システムは、現在のエージェント型知能業界にとって最も解決すべき問題です」と韓氏は語った。

賈氏は、「エージェント型ChatGPT」という表現は好きではないと語り、エージェント型知能とデジタルAIが解決する問題は必ずしも完全に同じではないと指摘した。大規模言語モデルであれば80点くらいでも優れた製品となるが、エージェント型知能が実際に物理世界に入る場合は、信頼性が非常に高い必要がある。彼は、「モデルの能力だけを見れば、エージェント型知能は一部のICL（文脈学習）能力を示しているが、生産力として真正に形成するには、3〜4年、あるいは4年以上かかるだろう」と判断している。

もし一つの最大の障壁を選ぶとしたら、賈氏はGPUの計算リソースだと考える。これは訓練用のリソースだけでなく、端末側やエッジ側での推論用のリソースも含まれる。多くの工場の現場ではインターネットに接続できないため、ロボットはエッジ側で配備しなければならず、端末側のリソースが不足するとモデルの性能が直接制限されてしまう。

王氏は、「現在の最大の障壁はデータだ」と述べた。彼によると、エージェント型知能の「ChatGPTの瞬間」の鍵は、インテリジェンスの出現、シナリオの一般化、zero-shot能力を確認できるかどうかにある。

「あらゆるシナリオにおいて、新しいタスクのために再トレーニングしなければならない限り、スケーラブルな拡大は不可能だ」と王氏は語った。最近の汎用モデルが示すzero-shot能力により、新たな可能性も見えている。「このようなモデルが出力する中間データは、将来的にエージェント型基礎モデルの進化を加速する可能性がある」と述べた。

若手起業家が技術ルート選択について語る：世界モデル、現実世界、グローバル競争

フォーラムでは、95世代や00世代の起業家たちも自身の起業経験に基づき、技術ルートとグローバル競争について語った。

厘清智能の代表取締役である李一鳴氏は、「我々が設立したときは、今後の半年ですべてのエージェント型知能会社が世界モデルの会社だと主張するだろうと話した。世界モデルの会社は多いが、重要なのは具体的に何を解決するかである」と語った。

彼の見解では、スタートアップ企業はまず将来の終局がどんなものになるかを判断し、その終局に至るために必要な技術ルートを分解し、優先順位やチームの背景と強みを踏まえて戦略的选择を行うべきだと考えている。

自然意志の代表取締役である丁寧氏は、「エージェント型知能分野におけるGPT-3の瞬間はすでに到来したが、まだ皆が気づいていないだけだ」と判断した。彼は2025年以降、大規模モデルの発展がいくつか根本的な問題を解決したが、物理世界での操作問題はまだ解決していないと述べた。

彼は、「過去の期間、業界はあまり正常なスピードで成長していなかった。コード量や実験結果、またはいくつかの異なる知能の融合を通じて、非常に強い推進力を感じている」と述べた。

海外で膨大な計算リソースを掌握している実体に対し、丁氏は「非常に不安を感じている」と正直に語った。しかし、同時に中国にはまだ機会があると考えており、その一つの利点は高精度データに伴うハードウェアとサプライチェーン能力であると語った。「高精度データはまだスケールされていないが、高精度データにはより良いハードウェアセンサーが必要であり、より良いセンサーにはよりスマートな統合技術が必要だ。この技術は今や世界中で深圳でしか製造されていない」と語った。

22歳の逆行列テクノロジーの創業者である陳博遠氏は、「自分たちの世代はScaling Lawが登場した後に育ってきた」と語った。「大規模モデルは潮のように流行し、その後更に高い位置へと上昇したが、それでも現実の物理世界の問題を解決する上で多くの越えられない課題があることを我々は見ている」と述べた。

彼の見解では、エージェント型知能が実際に物理世界に参入するには、物理AIのベースモジュールが因果関係を理解する必要がある。現実の物理世界はノイズが多く、連続的に変化しており、「例外状況は長尾ではなく、通常である」と述べた。

陳氏は、「物理AIは『一二人の天才』によって完成させることはできず、モデルインフラストラクチャー、データ、アルゴリズム、そして現実の物理世界の閉ループの複雑なシステム工学である」と語った。

「あなたが元大手企業に所属していたからといって、あなたの選んだルートが正しいと軽く信じられることはない。また、あなたがインターンだったからといって、あなたのアイデアが現実的でないと思われることもない」と語った。彼は、本当に革新を促すために重要なのは第一原理を尊重し、小規模な検証と大規模なスケーリングを通じて、最も有望な技術ルートを探すことであり、個人や少数者の経験に頼って判断することではないと強調した。