AIの進歩は膨大なデータ量に支えられており、人間の学習効率との間に大きな溝があることが、業界の構造的課題として浮かび上がっています。

何が起きたか：最先端のAIモデルは10兆～100兆トークン（文字や単語の断片）で学習しているのに対し、人間は生まれから成人までに約2億トークンしか見ないと指摘されています。また、AIの性能向上は主により多く、より良いデータを追加することで実現されており、サンプル効率（少ないデータで学習する能力）ではまだ大きな進展がないとみられています。

なぜ重要か：ロボット工学や自動運転など、実世界での応用を進めるにはAIの学習効率が人間並みになる必要があります。人間が数十時間で習得できる運転技能をAIに習わせるには、Waymoやテスラは膨大なデータを必要としており、これがAIの実用化を困難にしています。

注目点：記事では、AI企業が専門家に特定の業務（法務書類作成、市場調査テンプレート作成など）の例文を作らせるデータ産業が年間数十億ドルの収入を得ている点に触れており、今後さらに拡大する可能性があると示唆しています。