AIユニコーンの半数以上が論文を公開せず　317社調査で見えたAI研究の透明性問題

なぜ、世界を変えると期待されるAI企業の研究は、外部からほとんど見えないのでしょうか。

生成AIの進歩について、私たちは日々、新しいモデルや製品、ベンチマークの発表を目にしています。しかし、その技術がどのように開発され、どの条件で評価され、第三者が同じ結果を再現できるのかについては、十分な情報が公開されないことも少なくありません。

Scienceが紹介した新たな調査は、AI開発の中心が、大学や公開研究から企業内部へ移りつつある状況を数字で示しています。

AIユニコーン317社の研究公開状況を調査

調査を行ったのは、スタンフォード大学のMeta-Research Innovation Center at Stanford、通称METRICSの研究チームです。

研究チームは、評価額10億ドル以上の非上場AI企業を「AIユニコーン」と定義し、317社について1998年から2025年までの科学文献を分析しました。

企業名や過去の社名を使って学術データベースを検索し、企業所属の研究者が主要な著者として関わった査読論文やプレプリントを抽出しています。

分析対象として確認されたのは、査読済み論文1,389本とプレプリント688本、合計2,077本でした。

半数以上の企業で公開研究が見つからなかった

最も目を引く結果は、317社のうち166社、全体の52.4％で、条件を満たす論文やプレプリントが1本も確認されなかったことです。

研究成果を公開している企業でも、そた「高被引用論文」を持つ企業は24社で、全体の7.6％にとどまっています。

• 対象企業数：317社
• 公開研究ゼロの企業：166社、52.4％
• 確認された査読論文：1,389本
• 確認されたプレプリント：688本
• 高被引用論文を持つ企業：24社、7.6％

研究の影響力は一部の企業に集中

論文を発表している企業の間でも、研究の影響力には大きな偏りがありました。

上位10％の企業が、対象論文の76.4％、引用数の96.8％を占めています。特にOpenAIは全引用数の39.4％、中国のコンピュータービジョン企業MEGVIIは26.6％、Hugging Faceは6.9％を占めました。

つまり、「AIスタートアップが研究を公開している」というより、少数の企業と研究者が、企業発の公開研究の大部分を支えている構図です。

Anthropicのようにプレプリントを中心に研究成果を公開する企業もあれば、OpenAI、MEGVII、Waymoなど、査読済み論文から多くの引用を得ている企業もあります。企業によって、研究を公開する方法にも違いが見られます。

評価額の高さと論文数は結びついていない

もう一つ興味深いのは、企業の評価額と論文数の間に、統計的に意味のある関連が確認されなかったことです。

資金調達額が多い企業ほど論文を発表する傾向はわずかに見られましたが、その関係は弱く、資金規模だけでは研究公開の積極性を説明できませんでした。

これは、現在のAI市場で企業価値を左右しているものが、査読論文や引用数だけではないことを示しています。

製品の成長率、利用者数、計算資源、独自データ、モデル性能、提携先、将来の収益性など、企業は学術研究とは異なる基準で評価されます。研究成果を競争相手に公開しないことにも、事業上の合理性があります。

なぜ研究を公開しないことが問題になるのか

論文を出していないからといって、その企業の技術が劣っているとは限りません。実用的なAIシステムでは、モデルそのものだけでなく、データ処理、推論基盤、ユーザー体験、運用ノウハウなど、論文には表れにくい技術も重要です。

問題は、AIの性能や限界を第三者が検証するための材料が少なくなることです。

公開論文やプレプリントには、研究成果を宣伝するだけでなく、手法を説明し、専門家から批判を受け、他の研究者が結果を検証する役割があります。

特に、医療、教育、採用、金融、行政など、人の生活や意思決定に影響する分野では、「動いているように見える」ことと「安全性や有効性が検証されている」ことは同じではありません。

日本の企業や利用者にとっての意味

日本企業がAIサービスを導入する際にも、この問題は無関係ではありません。

AIベンダーの比較では、モデルの精度や導入費用だけでなく、評価条件、失敗しやすい場面、データの出所、安全性の検証方法などを確認する必要があります。

• 性能評価は第三者が再現できるか
• 自社の業務や日本語環境でも同じ性能が出るか
• 誤答や偏りなどの制約が公開されているか
• 医療や人事など高リスク用途で外部検証が行われているか
• 問題が起きた際の責任範囲が明確か

論文があることだけで信頼性が保証されるわけではありません。しかし、公開された検証材料がほとんどない場合には、導入する側がより慎重に評価する必要があります。

この調査を見る際の注意点

今回の研究は、まだ査読を終えていないプレプリントです。また、企業名と研究者の所属情報をもとに論文を抽出しているため、所属を明記していない研究や非公開の社内研究は含まれていない可能性があります。

AI分野では、学術誌だけでなく国際会議やプレプリント、技術レポート、モデルカード、オープンソースのコードなども重要な情報公開手段です。

研究チームも、論文数や引用数は、企業の技術力、商業的成功、社会的影響を直接測るものではないと説明しています。

まとめ

今回の調査が示しているのは、「論文を出さないAI企業は信用できない」という単純な結論ではありません。

より重要なのは、社会を大きく変える可能性を持つAI技術の多くが、従来の科学研究とは異なるルールのもとで開発されるようになったことです。

企業は競争力を守るために技術を非公開にしようとします。一方、社会は安全性や有効性を確認するために、検証可能な情報を必要とします。

今後の焦点は、すべての技術を公開するかどうかではなく、企業秘密を守りながら、第三者が性能やリスクを検証できる仕組みをどのように整えるかに移っていくと考えられます。