情報開発と利活用

Ollama created image with z-image-turbo

Steve Jones
ステイ―ブ・ジョーンズ

Apr 2, 2026

2026年4月2日

There is a fear that these leading-edge mega-models will take over jobs, with screams about “AGI” and “Super-Intelligence” being what is required to replace the knowledge workers of today and to automate office and business tasks.
最先端の巨大モデルが仕事を奪うのではないかという恐れがあり、今日のナレッジワーカーを置き換え、オフィスやビジネス業務を自動化するには「AGI」 や 「超知能」 が必要だという叫びが上がっている。

Graphs abound that talk about “AGI” and “PhD level intelligence”, but how many jobs actually require that?
「AGI」 や 「博士号レベルの知能」 を示すグラフは溢れているが、実際にそんな知能を必要とする仕事がどれほどあるだろうか？

What if your job can be automated away by a desktop-based AI? The AI equivalent of an Excel macro?
もしあなたの仕事が、デスクトップ上で動く AI によって自動化できるとしたらどうだろうか。 Excel マクロの AI 版のようなものによってだが。

It might sound far-fetched, but I think for a lot of work we are already at ‘peak model’ and with the rate of improvement on models, and the ability of a desktop hosted model to do that work is increasing.
突飛に聞こえるかもしれないが、多くの仕事に関してはすでに「モデルのピーク」に達しており、モデルの改善速度とデスクトップ上のモデルがその仕事をこなす能力はますます高まっていると私は思う。

If I need a full enterprise solution to do the work today, something with cloud providers, something where I need to worry about token costs or that requires me to get my IT department involved then there is a fairly big barrier to entry.
もし今その仕事をこなすために、クラウドプロバイダーを使うようなエンタープライズ向けの大規模ソリューションが必要で、トークンコストを気にしたり、IT 部門の協力が必要だったりするなら、それはかなり大きな参入障壁になる。

If it’s something I can download and install on my laptop like a fancy Excel spreadsheet then the challenge is very different.
しかし、それが高機能な Excel シートのように、ノートPCにダウンロードしてインストールできるものなら、その挑戦はまったく違ってくる。

Spreadsheets changed business
スプレッドシートはビジネスを変えた

The first spreadsheet, VisiCalc, in 1979 changed finance and accounting, and over the next few years competitors, Lotus 1–2–3 and then Excel, added “macros” and desktop programming by business people was born, the entire “mini-computer” industry was killed by the rise of spreadsheets, and it was spreadsheets that drove business adoption of PCs.
1979年に登場した最初のスプレッドシートである VisiCalc は、財務と会計を変革した。その後数年で、競合の Lotus 1-2-3、そして Excel が 「マクロ」 を追加し、ビジネスパーソンによるデスクトップ・プログラミングが誕生した。スプレッドシートの台頭によって 「ミニコンピュータ」 産業は完全に壊滅し、PC をビジネスに普及させたのもスプレッドシートだった。

In my first “corporate” job we were a Unix shop, but the managers still had PCs just for the spreadsheets.
私が最初に勤めた「企業」では Unix を使っていたが、マネージャーたちはスプレッドシートのためだけに PC を持っていた。

Were spreadsheets the ‘best and most advanced’ technology? Not even close, but what they were was usable and local, this is the bar for the Agentic Macro.
スプレッドシートは「最高で最先端」の技術だったのか。 全く違う。しかしスプレッドシートは使いやすく、ローカルで動いた。これこそが エージェンティック・マクロが満たすべき基準なのだ。

OpenClaw as an Agentic Macro platform
エージェンティック・マクロのプラットフォームとしての OpenClaw

OpenClaw and its myriad of spin-offs and competitors are playing into exactly this challenge, not aiming to be ‘enterprise’ but aiming to be ‘personal’, most OpenClaw solutions still use public models, but you can use Ollama models really successfully to do a whole bunch of things, which means that the question has moved from whether an “enterprise AI solution” that leverages a corporate solution can automate a job, to whether something running on a desktop can do it, and this matters.
OpenClaw と、その無数の派生プロジェクトや競合は、まさにこの課題に取り組んでいる。彼らは「エンタープライズ向け」ではなく「パーソナル向け」を狙っている。多くの OpenClaw ソリューションは依然として公開モデルを使っているが、Ollama モデルを使えば多くの作業を非常にうまくこなせる。つまり、問いは「企業向けの AI ソリューションが仕事を自動化できるか。」から「デスクトップで動くものがそれをできるか。」へと移った。そしてこれは重要だ。

So, time to do some research and some estimations: what is the “Agentic Macro” bar today? At what stage will today’s cutting-edge solutions in Agentic AI be the Agentic Macros of the future?
そこで、調査と推定を行う時が来た。今日の「エージェンティック・マクロ」の基準はどこにあるのか。 そして、現在の最先端の エージェンテイックAI ソリューションが、未来の エージェンティック・マクロ になるのはどの段階なのか

While ‘big’ hosted models will improve, the economics of local models that bring “Excel” challenges into the hands of everyone. Excel isn’t popular because its powerful, its popular because its powerful enough.
「大規模なホスト型モデル」は今後も進化するだろうが、「Excel 的な課題」を誰の手にも届けるローカルモデルの経済性は別次元だ。Excel が人気なのは強力だからではなく、十分に強力だからだ。

What is “good enough”?
「十分に良い」とは何か

Large scale models — State of the Art v Open Weight
大規模モデル— 最先端（SOTA） vs オープンウェイト

The reason open weight models (the open-source software of AI) are important here is that for something to be ‘no cost’ then it can’t come with a big price tag, Excel is there in Office, you need Office (or you used to) so build on it made sense.
ここでオープンウェイトモデル（AI のオープンソース版）が重要になる理由は、無料であるためには高額な価格がついていてはダメだからだ。Excel は Office に含まれており、Office が必要（だった）ので、その上に構築するのは理にかなっていた。

What we see here is that on most of the benchmarks the Open Weight models, these are not running on laptops, are matching the state of the art (SOTA) models so “at scale” they are already ‘good enough’.
ここで見られるのは、多くのベンチマークにおいて、（まだノートPCでは動かない）オープンウェイトモデルが最先端モデルに匹敵しているということだ。つまり「大規模環境では」すでに「十分に良い」状態に達している。

The benchmark gap from SOTA to Open Weight at scale
SOTA とオープンウェイトの“大規模環境での”ベンチマーク差

So even as the SOTA models have been improving, the open weight models have been catching up.
SOTA モデルが進化し続けている一方で、オープンウェイトモデルも追いつきつつある。

So, if we say that what we have today is our benchmark for our Agentic Macros, that we want the most complex AI solutions that exist today to be ‘just’ agentic macros capable of running on a laptop, how long will it take?
では、今日存在する最も複雑な AI ソリューションが、ノートPCで動く「ただの」エージェンティック・マクロになることを基準とするなら、それはどれくらい先の話だろうか.

When is good enough?
「十分に良い」のはいつか

So, if the models are good enough, the question of when they will be good enough to run on a laptop needs to factor in how memory and CPU performance improves over time, and the open weight model folks are constantly working on this challenge, and well, the time is narrowing.
つまり、モデルが十分に良いのであれば、それがノートPCで動くほど十分に良くなるのはいつかという問いは、メモリやCPU性能が時間とともにどれだけ向上するかを考慮する必要がある。そしてオープンウェイトモデルの開発者たちはこの課題に絶えず取り組んでおり、その差はどんどん縮まっている。



So, from being nearly 3 years behind in the middle of 2023, we are now at the stage where a laptop-based model ‘lags’ the performance of SOTA models by 15 months.
2023年半ばには約3年の遅れがあったが、今ではノートPCで動くモデルの性能は SOTA モデルに対して約15か月の遅れにまで縮まっている。
To put that in software terms, “Linux on the Desktop” has been a thing for over 20 years, but still lags massively behind Apple and Windows in terms of the ability to match commercial grade solutions. This Time Parity Index (TPI) is how I’m thinking about measuring this future.
ソフトウェアの例で言えば、「デスクトップの Linux」は20年以上存在しているが、商用レベルのソリューションに匹敵する能力という点では、Apple や Windows に大きく遅れを取っている。私はこの未来を測る指標として、この時間的パリティ指数（TPI）を考えている。

When did/will open weight & laptop models match SOTA
オープンウェイト／ノートPCモデルが SOTA に追いついた（追いつく）のはいつか

So GPT3.5, released in November 2022, was matched by a laptop model towards the end of 2023, GPT4 was matched in Q2 2025 and the prediction is that soon we will see laptop capable models working at GPT-4o levels.
2022年11月にリリースされた GPT-3.5 は、2023年末にはノートPCモデルが追いついた。GPT-4 は2025年第2四半期に追いつかれ、まもなく GPT-4o レベルで動作するノートPC対応モデルが登場すると予測されている。
To reach the current state of the art is probably 2 years away on a laptop, just because of the size and scale of the models.
現在の最先端レベルにノートPCが追いつくには、おそらくあと2年ほどかかる。これは単にモデルのサイズと規模が理由だ。

So, in two years’ time, which isn’t long, we will be seeing the demos and solutions people currently boast about being ‘just’ an Agentic Macro on the desktop.
つまり、2年後（それほど遠くない未来）には、人々が今誇らしげに見せているデモやソリューションが、「ただのデスクトップ上のエージェンティック・マクロ」になっているだろう。



So, we’re getting close to GPT4o equivalence this year, and depending on the pace of development we might see today’s SOTA models on a laptop by the middle of next year. It might take longer, but the impact of that on what can be built is huge.
つまり、今年中に GPT-4o 相当の性能に近づき、開発のペース次第では来年半ばには今日の SOTA モデルがノートPCで動くようになるかもしれない。もっと時間がかかる可能性もあるが、それがもたらす影響は非常に大きい。

==============================
インターネット・コンピュータランキング
==============================
ネットサービスランキング
==============================