ChatGPTの衝撃のあとで：AIの普及を測る

2023年2月、ChatGPTは史上最も急成長した消費者向けアプリだとされて話題になった。2か月足らずで利用者1億人に達し、InstagramやNetflixより何年も速かった。技術がすばやく普及した明らかな例である。

それから2年がたち、AIの研究は2つのノーベル賞を受賞し、主要なAI企業の年換算売上高は合計で10倍以上に増えて数十億ドル規模に達した。AIの世界では、2年は長い時間である。

これだけ変化があったのだから、AIの普及についての証拠を改めて見直す時期である。AIは経済全体にどれほどの速さで普及してきたのか。米国では何人がAIシステムを使っており、どのように使っているのか。

Epoch AI の最新情報を受け取る 購読する

AIは歴史上のほとんどの技術より速く普及している

技術の普及は時代とともに速くなっている

AIの普及の速さを位置づけるため、まず比較の基準として他の技術のデータを見てみよう。都合のよいことに、Nicholas FeltonとKarl Hartigが、電気からインターネットまで、さまざまな技術についてこれを示すグラフを作っている。

このグラフを見て、すぐに2つのことが目につく。1つ目は、多くの重要な技術が人口の大多数に普及するまでに数十年かかっていることである。たとえば、電気を利用する米国の世帯が0%から70%になるまでに約40年かかった。電話の場合は60年近くかかった。

目につく2つ目のことは、グラフの見出しにも書かれている。技術が普及するまでの時間は、時代とともに短くなってきた。もちろんこれは「普及」をどう定義するかによるが、グラフのデータを使って、さまざまな普及水準（たとえば米国の世帯の30%や70%）に達するまでの時間を求めることができる。その結果、次のような当てはめのグラフが得られる。

ここから、普及にかかる時間が時代とともに短くなるという、かなり一貫した傾向があることが分かる。最終的に70%の普及に達する技術は、以前より速くそこに達する傾向がある。たとえば回帰直線によれば、米国の世帯の70%に普及するまでの時間は、1900年の約40年から2000年には約17年に短くなった。興味深いことに、より高い普及水準に達するまでの時間は、低い水準よりも速いペースで短くなっている。

こうした技術の普及にかかる時間の短縮は、おそらく（少なくとも部分的には）コンピュータネットワークの整備や交通の改善といったインフラの改善によるものだろう。しかし、こうした改善の背景が何であれ、傾向を単純に外挿すると、AIの普及にかかる時間は歴史上のほとんどの技術より短いことになる。

AIシステムの普及は、こうした歴史的傾向からの予測よりも速い可能性が高い

では、ChatGPTはこうした傾向の外挿と比べてどうだろうか。傾向を2022年（ChatGPTが公開された年）まで外挿すると、普及にかかる時間の中央値は約10年と予想され、普及の閾値を10%から70%まで変えると約5年の幅がある。² これも速いが、ChatGPTで見られた数字はこれよりはるかに速い。

具体的には、ChatGPTは公開から2年足らずで米国の人口の10%に毎週使われるようになり、その約6か月後には米国の人口の30%に使われるようになった。³ 毎週の利用ではなく毎日の利用を見ることもできる。それによれば、ChatGPTは3月に米国の人口の7.4%に毎日使われていた。⁴ その後の利用者の増加と、複数のAIラボにまたがるすべての利用者をさらに考慮すれば、毎日の利用で見ても、現在AIの普及率は10%に達している可能性が十分にある。⁵ また、これは厳密には同じ条件での比較ではない（個人の割合と米国の世帯の割合）が、両者は十分に近いと思われるので、私たちの主な論点は変わらない。

ただし問題の一つは、ここで見てきたデータ源が主にとくに目立った家庭用電子機器を扱っていることだ。ChatGPTについて考えるうえで、それが最も参考になる比較対象かどうかには議論の余地がある。しかし、より最近の技術と比べても、AIは経済全体に驚くほど速く普及してきたように見える。ChatGPTは約2か月で世界の利用者1億人に達した。これは、SpotifyやNetflixのような消費者向けアプリを含め、歴史上のほぼすべての製品より速い。⁶

この急成長は、ChatGPTだけに特有のものでもないようである。一つには、OpenAI、Anthropic、Google DeepMindの売上高はいずれも、おおむね年に数倍のペースで伸びてきた。米国企業によるAIの導入を見ることもできる。たとえばRampのデータによれば、AI製品に金を払っている企業の全国での割合は40%に近づいており、そのデータにシグモイド曲線を単純に当てはめると、2028年までに企業の約80%に広がることになる。⁷

結論として、AIが歴史上のほぼすべての技術より速く普及してきた可能性は非常に高いように思われる。⁸

平均的なAIの利用は増えている可能性が高いが、どの程度かははっきりしない

前の節では、AIを使う人が時とともに何人いたかを見た。しかしこれは話の一部にすぎない。AIの普及がどれほど速く進んできたかを本当に理解するには、一人ひとりが平均してどのように、そしてどれだけAIを使っているかも知る必要がある。たとえば、人々はフロンティアモデルを使っているのか。毎日何トークンを生成しているのか。そして、平均的なAIの利用について調査は何を示しているのか。

ほとんどの利用者は最高水準のAIシステムをあまり使っておらず、使っている利用者の割合はおそらく下がってきている

まず、ほとんどの利用者はおそらくフロンティアモデルをそれほど集中的には使っていない。2025年4月時点で、ChatGPTの有料プランに加入していた利用者は約5%にすぎず、残りの約95%は主に4oや4.1-miniのような無料版のモデルを使っていた。こうした無料版のモデルはたいてい最高水準にはるかに及ばないし、最良のモデルが提供されている場合でも、無料での利用には通常厳しい回数制限がある。⁹

しかし、有料の利用者については事情が違う可能性が高い。有料の利用者は、手に入る最良のモデルを使っている可能性がはるかに高い。これを確かめる一つの方法は、OpenRouterのデータを見ることである。たとえば、Anthropicのモデルの週ごとのトークン使用量を見ると、有料APIのトークン使用量のほぼすべてが2か月以内に最新のモデルへ移っている。^{10 11} その大きな理由は、最新のAIシステムを既存のインフラにほぼすぐに組み込めるので、フロンティアAIの新しい能力をすばやく利用できることである。

これをAIの利用の集中度の変化に結びつけるには、有料の利用者と無料版の利用者の数が時とともにどう変わってきたかを見る必要がある。The Informationの公開報道によれば、有料の利用者の絶対数は増えているが、有料の利用者の割合はおそらく増えていない。少なくともChatGPTについては、むしろ時とともに下がってきている可能性が高い。

時期	有料の利用者	2024年1月比の増加	利用者の総数	2024年1月比の増加
2024年1月	600万	1	1.1億	1
2024年12月	1,600万	約2.7倍	3.5億	約3.2倍
2025年4月	2,000万	約3.3倍	5億	約4.5倍

ChatGPTの利用者の総数は有料の利用者の数より速く増えているので、有料の利用者の割合は下がってきている。

ここから、AIシステムは平均的にはそれほど多く使われるようになっていないと結論づける人もいるかもしれない。しかし、それは利用の集中度の分布にも左右されるので、少し言いすぎだと私たちは考える。たとえば、無料版の利用者も有料の利用者も、時とともにトークンの使用量を増やしているのかもしれない。分布の効果も重要である。たとえば、無料版の利用者がトークンの使用量をわずかに減らしたとしても、有料の利用者がそれを埋め合わせるほどトークンの使用量を増やすこともありうる。

利用者1人あたりの平均処理トークン数は、おそらく大きく増えている

前の小節を踏まえると、利用者1人あたりのトークン数が時とともにどう増えてきたかも直接見るべきだろう。

これも公の発言に基づいて推定してみることができる。2024年10月、Sam Altmanは、2023年11月のOpenAIの前回の「DevDay」イベントと比べて「当社のシステム全体でトークンの量が50倍に増えた」とツイートした。同じ期間に、ChatGPTの利用者数は約2.5〜3倍に増えており、OpenAIの製品の利用者の総数（APIの利用を含む）がこれよりかなり速く増えたとは考えにくい。その結果、2023年後半から2024年後半にかけて、利用者1人あたりのトークンの量が平均で最大20倍に増えた可能性は十分にある。

とはいえ、このツイートだけでは、「トークンの量」が何を指していたのかははっきりしない。入力トークンなのか、出力トークンなのか、その両方なのか。利用者1人あたりのトークンの量の増加の一部は、モデルの応答が長くなったことによるものかもしれない。それは利用者の行動の変化に直接よるものではない（ただし、Altmanの発言は、増加を大きく押し上げた推論モデルの登場より前のものであることに注意）。いずれにせよ、これはAIシステムの使われ方が時とともに顕著に増えてきたことを示すある程度の証拠になる。

AIの利用頻度の増加について、調査の証拠はまちまちである

一方で、Pew Research Centerによる一般の人々を対象とした調査データもあり、これは一見すると逆の結果を示している。その結果では、自己申告によるLLMとのやりとりの頻度は、2022年から2024年の間にほとんど変化していなかった。

この結果は私たちには意外だったが、これを受けて見方をどれだけ改めるべきかははっきりしない。一つには、別の2025年6月のGallupの世論調査は異なる結果を示しており、「頻繁なAIの利用（週に数回以上）も、Gallupが2023年に初めて測定して以来、11%から19%へとほぼ倍増した」としている。

標本の偏りによる問題もあるかもしれない。AIシステムは職種によって普及の速さが大きく異なり、調査の回答者が代表性を欠く形で一方の集団に偏っている可能性がある。

総合的な判断

以上の証拠をすべて見ると、AIの普及は歴史上のほぼすべての技術より速かったと言ってよいと考える。また私たちの最善の推測では、個人がAIを使う量も時とともに大幅に増えてきた。たとえば、利用者1人あたりのトークンの量は2024年の1年間で10倍以上に増えた可能性があるが、その証拠はやや解釈が難しい。

しかし、AIの普及について私たちはまだ表面をなぞったにすぎない。最も目立つのは、私たちがこれまでに起きたことしか見ていないことである。次に何が起こるのか、つまり現在の普及の速さが続く可能性はどれくらいか、という差し迫った問いがまだ残っている。

この問いに答えるには、まったく新しい一連の検討事項が必要になる。規制による制約があり、AIシステムを効果的に使う方法についての知識不足によるコストもある。推論実行に使える計算資源の量がボトルネックになるかもしれないし、大規模な補完的投資や組織の再編も必要になるかもしれない。また、ChatGPTを中心に見るのではなく、APIを使ったアプリにもっと目を向ける必要があるかもしれない。しかし、それはまた別の機会に論じることにしよう。