AIの「できる・できない」を、ベンチマークではなく326の仕事で数えた

AIの能力をベンチマークスコアではなく、具体的な326の仕事で評価する試みが行われた。8つの領域、71の中分類に分け、専門家との比較で6段階評価した結果を2022年から2030年（予測）まで時系列で示している。判定根拠は626本のリンクで公開されている。

• AIの能力評価を、従来のベンチマークスコアではなく、326の具体的な仕事（タスク）単位で、時系列（2022年～2030年予測）で定量化した「AIエージェント能力アトラス」が公開された。
• ベンチマークでは測れない「粒度」「天井の理由」「時間経過」といった要素を考慮し、専門家と比較した6段階（レベル0～5）で各タスクの遂行能力を評価している。
• 2026年現在、326タスク中71%が「実務品質以上」（レベル3以上）でこなせ、32%が「専門家並み以上」（レベル4以上）と評価され、AIの活用範囲が急速に拡大している。
• コンテンツ制作領域は最も進んでおり、音声ナレーションなどは「専門家超え」（レベル5）に達しているが、ゲーム生成などはまだ人間依存の部分が大きい。
• AIの進化は「使い物になる」ラインの向上は著しいが、「人間を追い越す」ラインの到達はまだ限定的であり、タスクの長さや一貫性、専門性で差が見られる。