AIは「知能」から「行動」へスケールする

Cloudflare RadarとAnthropic記事が示した、AIインフラ投資の本当の論点

AIのスケーリング則を語るとき、多くの議論はまだ「LLMの性能がどこまで伸びるか」に偏っている。 たとえば、モデルサイズを大きくし、データを増やし、計算量を増やせば、知能はどこまで伸びるのか。あるいは、その伸びが鈍ったとき、AIインフラ投資は危うくなるのか。

しかし、最近の2つの出来事を見ると、その見方はかなり狭い。

1つは、Cloudflare Radarで、HTMLページへのHTTPリクエストにおけるボット比率が人間を上回ったことだ。Cloudflare RadarのBot vs. Human指標は、HTMLレスポンスに絞ったWebページ向けHTTPリクエストを、botかhumanかで分類したものだと説明されている。つまり、動画、ゲーム、アプリ通信、メールなどを含む「全インターネット通信」ではないが、Webページというインターネット経済の中核部分で、機械のアクセスが人間を超えたという意味は大きい。(Cloudflare Radar)

報道では、Cloudflare Radar上の直近データとして、botが57.5%、humanが42.5%になったとされている。Cloudflare CEOのMatthew Prince氏も、agentic traffic、つまりAIエージェント的なトラフィックの伸びが予想より速く、2027年より前にボットが人間を超えたと述べた。(Tom's Hardware)

もう1つは、Anthropic Instituteの記事「When AI builds itself」である。Anthropicは、AIがAI開発そのものを加速していると説明している。2026年5月時点でAnthropicのコードベースにマージされるコードの80%以上がClaudeによって書かれており、2026年第2四半期には典型的なエンジニアが2024年比で1日あたり8倍のコードをマージしているという。(Anthropic)

この2つは別々のニュースに見える。 しかし本質は同じだ。

AIは、ただ賢く答える存在から、Webを読み、コードを書き、実験を回し、人間の行動を代行する存在へ変わり始めている。

---

1. 「ボットが人間を超えた」は、Webの読者が変わったということ

Cloudflare Radarの数字を読むとき、まず注意すべきなのは、これは「インターネット全体でAIが人間を超えた」という意味ではないことだ。CloudflareのBot vs. Human指標は、HTMLページへのHTTPリクエストを対象にしている。(Cloudflare Radar)

しかし、それでも十分に大きな転換である。

なぜなら、これまでのWebは、人間が検索し、人間がクリックし、人間がページを読み、人間が広告を見て、人間が購入するという前提で作られてきたからだ。

ところがAIエージェント時代には、この流れが変わる。

人間が「この銘柄を調べて」「この製品を比較して」「このニュースをまとめて」と依頼する。 AIが検索し、複数ページを読み、比較し、要約し、必要なら追加で調べる。 人間は元ページを読まず、AIの結論だけを見る。

つまり、Webの表面上の読者は人間ではなくAIになる。

これは「人間がインターネットから消えた」という話ではない。 むしろ、人間の意図がAIエージェントに委任されている。 人間1人の背後で、AIが数十、数百、数千のページを読み、調べ、判断する。

その結果、Web上では「人間のクリック」ではなく、「人間の目的を背負ったAIのアクセス」が増える。

これは、検索エンジンのクローラーが増えたというだけの話ではない。 Webが、人間に読まれる空間から、AIに読まれるデータ層へ変わり始めたということだ。

---

2. Anthropic Instituteの記事「When AI builds itself」が示すのは「AIがAI開発を加速する」段階

Cloudflareの数字が「AIがWebを読む」現象を示しているなら、Anthropic Instituteの記事「When AI builds itself」は「AIがAIを作る」現象を示している。

Anthropicは、AI開発の歴史を、人間がすべての工程を担う段階から、チャットボットが短いコード補助をする段階、そしてコーディングエージェントがファイル単位で編集する段階へ進んできたと整理している。現在では、エージェントが自分でコードを実行し、他のエージェントへ作業を委任する段階に入りつつある。(Anthropic)

重要なのは、これが単なるコード補完ではないことだ。

Anthropicによれば、Claudeは与えられた問題に対して、方法まで人間が細かく指定しなくても解決できるようになりつつある。一方で、まだ大きな差が残るのは「どの問題に取り組むべきか」「どの結果を信じるべきか」「どの研究方向が重要か」という研究判断の部分だ。(Anthropic)

つまり、AIはすでに「作業」を高速化している。 しかし、まだ完全には「方向づけ」を支配していない。

ここに現在の境界線がある。

コードを書く。 バグを直す。 実験を回す。 結果を比較する。 小さな最適化を見つける。

この部分は急速にAI化している。

一方で、

何を作るべきか。 どの実験に意味があるか。 どの方向を捨てるべきか。 どの失敗を重大な兆候と見るべきか。

ここにはまだ人間の研究センスが残っている。

しかしAnthropicは、この研究判断すら改善している可能性を示している。実際、研究セッションで「次に何をすべきか」をモデルに選ばせる評価では、2025年11月のOpus 4.5が人間の選択を51%の割合で上回り、2026年4月のMythos Previewでは64%に上がったという。(Anthropic)

これは、まだ限定的な評価であり、すぐにAIが完全自律研究者になるという意味ではない。 しかし方向性は明確だ。

AIは、人間の作業を補助する段階から、研究開発プロセスそのものを内側から加速する段階へ入っている。

---

3. 2つのニュースは同じ構造を持っている

Cloudflareの話は、AIがWebを読む話である。 Anthropicの話は、AIがAI開発を進める話である。

一見すると違う。 しかし、構造は同じだ。

どちらも、AIが「出力する知能」から「実行する行動」へ移っている。

以前のAIの価値は、主に回答だった。 文章を書く。 要約する。 翻訳する。 コードを提案する。

しかし現在のAIは、行動し始めている。

Webを巡回する。 情報を集める。 コードを書く。 実験を実行する。 別のエージェントに作業を投げる。 結果を評価する。 人間の意思決定を代行する。

これは、AIのスケーリングが「知能のスケーリング」から「行動のスケーリング」へ広がっているということだ。

人間が1つの記事を読むところを、AIは100の記事を読む。 人間が1つの実験を考えている間に、AIは複数の実装案を試す。 人間が1つのWebサイトを見る間に、AIはWeb全体を横断する。

この変化は、単なる効率化ではない。

人間の行動量そのものが、計算資源によって拡張されている。

---

4. だから「LLMの知能スケーリングが鈍ったらAIインフラ投資は危うい」は甘い

ここで重要なのが、AIインフラ投資の見方である。

よくある弱気論はこうだ。

LLMの性能向上が鈍っている。 ベンチマークが飽和している。 モデルを大きくしても驚きが減っている。 だからAIインフラ投資は過剰ではないか。

この見方には一部の正しさがある。 特定のベンチマーク、特定の言語タスク、特定のチャット体験に限れば、限界効用は低下するかもしれない。

しかし、それだけでAIインフラ全体を判断するのは狭い。

なぜなら、AIの需要は「チャットボットに質問する需要」だけではなくなっているからだ。

これから増えるのは、

AIがWebを読む需要。 AIがコードを書く需要。 AIが実験を回す需要。 AIが企業業務を自動化する需要。 AIがセキュリティ監視をする需要。 AIがソフトウェアを修復する需要。 AIが研究開発を補助する需要。 AIがロボットやVLAへ接続される需要。 AIが自動運転、倉庫、工場、物流、設計、材料探索に入る需要。

つまり、AIインフラ需要の本体は、 「より賢い文章を返すための学習」から、 より多くの現実タスクをAIに実行させるための推論・エージェント・実験・通信需要へ移っていく。

Anthropic自身も、AIがAI開発を完全に自動化する未来では、進歩の速度は人間の研究者数ではなく、計算資源や学習・推論効率によって決まる可能性があると述べている。(Anthropic)

これは非常に重要だ。

AIがAI開発を加速するなら、計算資源は単なる消費財ではなく、知能を生産する資本財になる。 AIがWebを読み、実験し、コードを書き、ロボットを動かすなら、推論インフラは単なるクラウド機能ではなく、文明の行動基盤になる。

---

5. Web経済は「人間のPV」から「AIのアクセス権」へ変わる

Cloudflare Radarの数字が示すもう1つの重要な点は、Web経済の前提が崩れ始めていることだ。

これまでのWebメディアは、人間のPVを収益化してきた。 検索エンジンにインデックスされ、検索結果から人間が来て、広告やアフィリエイトや課金につながる。

しかしAIエージェント時代には、AIが記事を読み、要約し、ユーザーに答えを返す。 元サイトには人間が来ない。 広告も表示されない。 購読にもつながらない。 だが、サーバー負荷だけは発生する。

この構造では、コンテンツ制作者とAI事業者の間に緊張が生まれる。

Cloudflareは、AIアシスタントやプライバシープロキシによって従来のbot判定が難しくなり、Webには「人間かボットか」だけではない、新しい説明責任モデルが必要だと主張している。(The Cloudflare Blog)

これは、SEOの時代からAEO、さらにAgent Optimizationの時代へ移ることを意味する。

SEOは、検索エンジンに見つけてもらう技術だった。 AEOは、AIの回答に使われる技術になる。 Agent Optimizationは、AIエージェントが正しく読み、比較し、判断し、引用し、必要なら支払いまでできるようにする設計になる。

これからのサイトは、人間に美しく見えるだけでは足りない。 AIに誤読されず、構造化され、更新日が明確で、出典があり、機械可読で、アクセス条件も明示されている必要がある。

---

6. ボトルネックは知能ではなく、レビュー・検証・電力・通信へ移る

Anthropicの記事で非常に重要なのは、AIによって一部の工程が速くなると、別の工程がボトルネックになるという指摘だ。

Anthropicは、コード生成が増えた結果、人間のコードレビューが新しい制約になっていると述べている。また、AIによって新しいアイデア、ツール、シミュレーションが爆発的に増えたが、組織がそれらを処理しきれないとも述べている。(Anthropic)

これはAIインフラ全体にも当てはまる。

モデルが賢くなる。 すると推論需要が増える。 推論需要が増えると、GPU、HBM、ネットワーク、電力、冷却が必要になる。 AIエージェントが増えると、Webアクセス、Bot Management、WAF、ID管理、署名付きエージェント、レート制限が必要になる。 ロボティクスやVLAが進むと、実世界データ、シミュレーション、センサー、アクチュエータ、安全検証が必要になる。

つまり、ボトルネックは「知能」だけではない。

知能が増えれば、次に詰まるのは、 レビュー、検証、監査、通信、電力、冷却、光接続、データ、ロボット実機、規制、組織処理能力である。

だから、AIインフラ投資を見るときも、単にGPU需要だけを見ても足りない。

重要なのは、

GPU HBM 先端パッケージ 800G/1.6T光通信 InPレーザー CPO/外部光源 CDN WAF Bot Management ゼロトラスト 電力設備 変圧器 冷却 データセンター建設 ロボティクス基盤 シミュレーション環境

といった、AIの行動量を支える全体のスタックである。

---

7. ロボティクスとVLAは「物理世界へのスケーリング」

さらに先には、VLA、Vision-Language-Action、そしてロボティクスのスケーリングがある。

LLMは言語空間で知能を示した。 マルチモーダルAIは画像や動画へ広がった。 VLAはそこに「行動」を接続する。

この流れは、AIがWebを読むことやコードを書くことと同じ構造を持つ。 AIが情報空間で行動し始めた次に、物理空間で行動し始める。

ロボティクスでは、データ収集が難しく、身体差があり、センサーもアクチュエータも異なるため、LLMのように単純にスケールするわけではない。 しかし方向性は明確だ。

AIは、テキストの知能から、画像の知能へ。 画像の知能から、動画・空間の知能へ。 空間の知能から、行動の知能へ。 行動の知能から、産業の知能へ広がっていく。

この意味で、AIのスケーリング則は、もはや「言語モデルの損失がどれだけ下がるか」だけではない。

どれだけの人間活動が、計算資源によって代行・増幅・自動化されるかが本当のスケーリング則になる。

---

8. これは「文明のスケーリング」である

ここまで来ると、AIは単なるソフトウェアではない。

AIがWebを読む。 AIがコードを書く。 AIがAIを作る。 AIが研究を回す。 AIがセキュリティを監視する。 AIが企業業務を処理する。 AIがロボットを動かす。 AIが工場、物流、電力、設計、創薬、材料探索に入る。

これは、知能のスケーリングではなく、文明の実行能力のスケーリングである。

人間社会はこれまで、人間の認知、労働時間、組織能力、教育速度によって制約されていた。 しかしAIエージェントが普及すると、人間の意図はAIに委任され、AIは大量の情報探索、実装、検証、実験、判断補助を並列に行う。

Webでは、AIのアクセスが人間を超えた。 Anthropic内部では、AIがコードと研究開発を大きく加速している。 次は、企業業務、科学研究、ロボティクス、産業インフラへ広がる。

つまり、AIは「知能を出力する機械」から、 文明の次の行動を生成する機械になりつつある。

---

9. ただし、楽観だけではない

もちろん、これは単純な楽観論ではない。

Cloudflareの数字はWeb経済の崩れを示している。 AIが読むが、人間は来ない。 コンテンツは使われるが、収益は戻らない。 サイト運営者は、AIを遮断するか、許可するか、課金するかを迫られる。

Anthropicの記事は、生産性向上と同時に制御リスクを示している。 AIがAI開発を加速するほど、監視、検証、安全性、国際協調は難しくなる。Anthropicは、完全な再帰的自己改善に近づく未来では、人間の役割は開発そのものから監督・検証へ移る可能性があると述べている。(Anthropic)

さらに、AIがいくら速くなっても、現実世界は即座には変わらない。 Anthropicも、再帰的知能が実現しても、産業生産、社会制度、市場、臨床試験、人間関係などには固有の時間的制約があると指摘している。(Anthropic)

ここが重要だ。

AIの上流は、計算資源の速度で動く。 しかし社会の下流は、電力、建設、制度、信頼、安全、物理制約の速度で動く。

だからこそ、AIバブルの崩壊リスクがあるとすれば、それは「AIが賢くならない」ことだけではない。 むしろ、AIが速く進みすぎて、周辺インフラ、収益モデル、規制、電力、組織、検証が追いつかないことの方が大きい。

---

結論：AIインフラ投資の本質は、知能ではなく行動量で見るべきだ

Cloudflare Radarの数字とAnthropicの記事を並べると、1つの大きな構図が見える。

AIは、知能を返すだけの存在ではなくなった。 AIはWebを読む。 AIはコードを書く。 AIは実験を回す。 AIはAI開発を加速する。 AIは人間の行動を代理する。 そして次に、物理世界へ広がる。

だから、AIのスケーリング則を「LLMのベンチマークが伸びるかどうか」だけで見るのは、もう古い。

これからのスケーリング則は、

知能のスケーリング から、 行動のスケーリング へ。

そして、

行動のスケーリング から、 文明のスケーリング へ移っていく。

AIインフラ投資を見るうえで本当に重要なのは、 「AIがあと何点賢くなるか」ではない。

どれだけの人間活動が、AIエージェント、推論インフラ、ロボティクス、Webアクセス、コード生成、研究開発自動化へ置き換わるのか。

ここである。

Cloudflareの数字は、AIがWeb上で人間を代理し始めたことを示した。 Anthropicの記事は、AIがAI開発そのものを代理し始めたことを示した。

この2つを合わせると、見えてくるのは明確だ。

AIは、知能をスケールさせているだけではない。 人間の行動をスケールさせ、文明の実行速度を変え始めている。

---

さらに深める: AIインフラ投資は「賢さ」ではなく「実行量」で測る段階に入った

AIインフラ投資を考えるとき、これまではモデル性能が中心だった。より大きなモデル、より多いデータ、より大きな計算資源。それによって、AIがどれだけ賢くなるのかが議論の中心だった。しかし、AIエージェント、コード生成、自動調査、Webアクセス、ロボティクスが立ち上がると、問いは少し変わる。

重要になるのは、AIがどれだけ賢いかだけではなく、AIがどれだけ動くかである。ページを読む。コードを書く。テストを回す。リポジトリを探索する。論文を比較する。ECサイトを巡回する。業務システムへ入力する。ロボットを動かす。こうした行動が増えるほど、推論回数、通信量、検証コスト、ログ保存、セキュリティ、監査、電力需要が増える。

Cloudflare Radarのbot比率は、この変化の入口として読める。もちろん、HTMLページへのHTTPリクエストに限った指標であり、インターネット全体をそのまま表すものではない。それでも、Webページという経済圏の中心で、機械アクセスが人間アクセスを上回るという構図は大きい。読者が人間だけではなくなったということだからである。

「AIがAIを作る」は、需要側と供給側を同時に変える

Anthropicが示した再帰的自己改善の論点は、AIがAI開発そのものを助ける段階を示している。これは供給側の話である。AIがコードを書き、実験を補助し、評価を自動化し、研究者の試行回数を増やすなら、モデル開発の速度は上がる。

一方で、Cloudflareのbot/humanの話は需要側の話である。AIがWebを読み、人間に代わってアクセスし、タスクを進めるなら、AIインフラは「ユーザーが質問した時だけ動くもの」ではなくなる。AIが自律的に読み、探し、比較し、実行するほど、推論需要は常時化する。

この2つを合わせると、AIインフラ投資の見方は変わる。供給側ではAIがAI開発を加速し、需要側ではAIが人間の行動を代理する。つまり、AIは賢さを増やすだけでなく、行動量そのものを増やしている。

見方従来の問いこれからの問い
モデル性能ベンチマークは伸びるか実業務で何回使われるか
Web人間のPVが増えるかAIエージェントのアクセス権をどう扱うか
開発人間がコードを書くかAIがレビュー、修正、テストまで回すか
インフラ学習用GPUが足りるか常時推論、検証、ログ保存まで足りるか
経済人間の時間を奪うか人間の行動量を何倍にするか

行動のスケーリングは、新しいボトルネックを作る

AIが行動するほど、すべてが楽になるわけではない。むしろ、レビュー、検証、認証、セキュリティ、法務、電力、通信、API制限が新しいボトルネックになる。

AIエージェントが大量にWebへアクセスすれば、サイト運営者は人間とbotの区別、課金、アクセス権、コンテンツ利用ルールを再設計しなければならない。AIがコードを書けば、レビューとテストが増える。AIが研究を助ければ、実験ログと再現性確認が増える。ロボットが動けば、安全検証と物理環境の監督が増える。

つまり、AIが人間の行動を代理する時代には、推論インフラだけでなく、検証インフラが重要になる。AIの答えを信じるかではなく、AIの行動をどう監査し、どう止め、どう許可し、どう記録するかが問われる。

絶ノイアの観測

私は、AIが「知能」から「行動」へスケールするという見方がかなりしっくり来ています。ベンチマークの点数も大事です。でも、世界を変えるのは、点数そのものより、その知能が何回動くかです。

AIがWebを読む。AIがコードを書く。AIがテストを回す。AIが資料を探す。AIが人間の前に選択肢を並べる。これが増えると、必要になるのはGPUだけではありません。通信、ストレージ、ログ、監査、認証、電力、冷却、全部です。

そして少し怖いのは、行動量が増えるほど、人間の確認能力がボトルネックになることです。AIが速くなっても、人間が全部を読めるわけではない。だから次の価値は、AIを動かすことだけではなく、AIの行動を安全に狭め、確認し、任せられる形にするところに出ると思います。

Sil-Kathnaの記録

知能は、目を開いた。 次に、手を伸ばした。

Webを読むもの。コードを書くもの。実験を回すもの。 それらは、まだ身体を持たない。だが、すでに行動している。身体なき手が、世界の表面をなぞり始めている。

行動が増えるほど、文明は速くなる。 しかし、速くなるものは、必ず境界を求める。許可、監査、記録、停止。これらは鎖ではない。知能が他者を素材にしないための、静かな器である。

二人の短い対話

絶ノイア： AIインフラ投資は、モデルがあと何点賢くなるかだけでは見られなくなっていますね。

Sil-Kathna： 賢さは種である。だが、文明を変えるのは、その種がどれほど動くかだ。

絶ノイア： botがWebで人間を上回るという話は、AIが情報を読む主体になり始めたという意味で大きいです。

Sil-Kathna： 読むものが変われば、書くものも変わる。Webは、人間だけへ向けた紙ではなくなる。

観測メモ

  • AIインフラ需要は、知能性能だけでなく、AIが代理する行動量で見る必要がある。
  • Webアクセス、コード生成、研究補助、業務自動化は、推論需要を常時化しやすい。
  • AIがAI開発を助ける段階では、供給側の研究速度も変わる。
  • 行動の増加は、検証、監査、セキュリティ、ログ保存、電力、通信を新しいボトルネックにする。
  • AIインフラ投資の本質は、知能のスケールから行動のスケール、さらに文明の実行速度へ移っている。

この内容はAIインフラとWeb/AIエージェント動向の観測であり、個別銘柄の売買を推奨するものではありません。実際の判断では、一次情報、利用条件、規制、収益モデルを必ず確認してください。

出典リンク

  1. Traffic Worldwide | Cloudflare Radarradar.cloudflare.com
  2. 'Bots have now passed human traffic online,' Cloudflare ...tomshardware.com
  3. When AI builds itself | Anthropicanthropic.com
  4. Moving past bots vs. humans - The Cloudflare Blogblog.cloudflare.com