AIが自分より賢いAIを設計し、学習データまで自前で生成する——。KDDI傘下のELYZA曽根岡CEOが語った「再帰的自己改善（RSI）」は、フロンティアモデルが毎月更新される現実の裏側にある構造変化だ。モデル選定を年単位で固定する時代は終わった。経営者が今夜から思考を切り替えるべき、5年後の常識をお届けする。
何が起きたか
ITmediaに掲載されたインタビューで、KDDI傘下のELYZA曽根岡CEOは「AI開発の主戦場が変わった」と明言した。カギはRSI（Recursive Self-Improvement、再帰的自己改善）。AIが自分より賢い次世代AIを設計し、その学習データまで生成する仕組みだ。これにより、OpenAI、Anthropic、Googleなどからフロンティアモデルが毎月のように登場する異常事態が常態化している。曽根岡氏は経営者への示唆として3点を挙げた。第一にモデル選定を年単位で固定しないこと、第二に差別化の源泉を自社データと業務プロセスに移すこと、第三に評価と乗り換えを仕組み化すること。モデル性能そのものはコモディティ化し、「どのAIを使うか」ではなく「どのAIにも乗り換えられるか」が競争軸になるという、極めて示唆的なメッセージだ。
なぜこのニュースが重要か
このニュースを単なる「AI開発手法の進化」と読むのは浅い。本質は、AI産業の時間軸が人間の意思決定サイクルを追い越したという宣言だ。従来、企業システムの刷新は3〜5年サイクル、SaaS契約は年単位、人材育成は半年単位で回っていた。しかしフロンティアモデルが毎月更新されるなら、ベンダー選定の意思決定プロセスそのものが陳腐化する。稟議書を書き終える頃には前提モデルが二世代古くなっている、という事態が常態化する。
さらに重い意味は、RSIがAI開発の限界コストを限りなくゼロに近づけるという点にある。人間の研究者が学習データを設計・ラベリングしていた時代、モデル改善には膨大な人件費がかかった。しかしAIがデータを生成し、AIがアーキテクチャを設計するなら、改善速度は電力と計算資源だけに律速される。これは半導体のムーアの法則が「設計→製造→検証」の人間工程で律速されていたのとは根本的に異なる。推定だが、2027年までにモデル更新サイクルは「月次」から「週次」へ、2028年には「日次」に到達する可能性が高い。
5年後の業界地図
断定しよう。2031年、日本企業の90%は自前のLLMを持たない。ELYZAのような国産モデル開発企業ですら、独自モデルを売る事業から「乗り換え基盤」を売る事業へ軸足を移しているはずだ。曽根岡氏が「差別化は自社データと業務プロセスに移る」と言ったのは、KDDI/ELYZA自身の事業戦略の予告でもあると読む。
5年後の勝ち組は3層に分かれる。第1層は計算資源とRSIループを握るハイパースケーラー（OpenAI、Anthropic、Google、推定で中国系2社）。これは日本からは手が届かない。第2層はモデル乗り換えを抽象化する「AIオーケストレーション層」で、ここにKDDI×ELYZAが陣取る戦略が見える。通信キャリアが持つ顧客基盤と、ELYZAの日本語チューニング技術を組み合わせれば、「どのフロンティアモデルが来ても最適配備する」ゲートウェイ事業は成立する。第3層は業務プロセスとドメインデータを握る事業会社。ここで価値を出せない企業は、自社の業務ノウハウごとAIベンダーに吸い上げられて消える。
もう一つ大胆な予想を置く。2029年までに**「AI選定担当役員（CAIO: Chief AI Officer）」の役割が、CIOを吸収する**。モデル更新が週次になった世界では、情報システム部門の「安定運用」思想とAI活用の「高速更新」思想は両立しない。意思決定権限ごと再編するしかない。
経営者として次に取るべき動き
第一に、モデル依存を抽象化せよ。社内のAI基盤を特定ベンダーに固定せず、プロンプト・RAG・エージェント設計を抽象レイヤーで記述する。LangChain的なミドルウェアでも、自社開発ラッパーでも構わない。重要なのは「来月のGPT-6に3日で載せ替えられる」状態の構築だ。
第二に、自社データ資産の棚卸しを今月中に完了させよ。モデルがコモディティ化する世界で唯一残る堀は、業務プロセスから生まれる固有データだ。顧客対応ログ、設計履歴、営業商談記録——これらが構造化されずExcelに眠っているなら、競争力の半分を失っている。
第三に、AI評価を月次定例業務に組み込め。新モデルが出た翌週に自社ユースケースで必ずベンチマークし、乗り換え判断する常設チームを置く。これを経営会議の議題にせず現場任せにした企業は、5年後に取り返しのつかない技術的負債を抱える。RSI時代の経営とは、変化を前提にした筋肉の設計である。