生成AIは現実まで作れるのか – シミュレーション仮説を会計・投資・経営から読み解く

みなさん、おはようございます！こんにちは！こんばんは。Jindyです。

生成AIが文章を書き、画像を作り、動画をつなぎ、ついには操作できる世界まで生成し始めました。

ここまで来ると、疑問が出てきます。

もし私たちが世界を生成できる側に近づいているなら、今いるこの世界も、誰かに生成された側ではないのか。

もちろん、現時点で証拠はありません。ここを飛ばすと、一気にSFから疑似科学へ落ちます。

ただ、この問いは単なる哲学遊びでもありません。仕事、投資、経営に実務的な示唆があります。

なぜなら、私たちは普段から現実そのものを見て判断しているわけではないからです。

経営者はKPIを見る。投資家は決算書と将来キャッシュフローを見る。現場は予算や原価差異を見る。どれも現実をそのまま机に載せたものではありません。膨大な事象を一定のルールと仮定で圧縮し、意味のある形に生成したものです。

売上高という一行の裏には、契約条件、検収、返品、為替、期間帰属がある。利益にも、減価償却、引当金、減損、棚卸資産評価が入る。

数字は嘘ではない。でも、現実そのものでもない。

この記事では、シミュレーション仮説をAI、物理学、確率論から整理し、その先で、なぜこの話が会計、投資、経営の判断とつながるのかまで掘ります。

読み終わるころには、目の前の数字や画面をどこまで本物として扱ってよいのか。その見方が少し変わるはずです。

生成AIが変えたのは証拠ではなく前提 – 世界を全部計算しなくてもよくなった

生成AIが登場したから、私たちの宇宙が人工物である可能性が高まった。そこまで言うのは飛躍です。

ただし、ひとつ変わったことがあります。

コンピュータが人間にとって世界らしく感じられる環境を作る、という発想が、机上の空論ではなくなったことです。

ボストロムが提示したのは予言ではなく条件分岐だった

2003年、オックスフォード大学のNick Bostromは、Are You Living in a Computer Simulation?で有名な議論を提示しました。

彼は私たちはシミュレーションの中にいる、と証明したわけではありません。

議論の骨格は条件分岐です。

高度文明が十分な計算能力を持ち、祖先の歴史を再現するシミュレーションを大量に走らせ、その中の存在が意識を持つとします。そうなれば、基底となる現実より、そこから作られた世界の住人の方が圧倒的に多くなるかもしれない。ならば、自分が多数派であるシミュレーション側に属する可能性も高まるのではないか。

Bostromは、文明がその段階に達する前にほぼ滅びるか、高度文明が祖先シミュレーションをほとんど作らないか、そうでなければ私たちはシミュレーション内にいる可能性が非常に高い、という三つの選択肢を示しました。(ora.ox.ac.uk)

経理屋の感覚で言えば、これは結論ではなく、前提条件付きのモデルです。

事業計画で、販売数量、粗利率、固定費を置けば利益が出る。でも、計算上黒字になったからといって販売数量まで保証されたわけではない。

見るべきは派手な結論ではなく、入力した前提です。

世界モデルは世界を記述するのではなく、続きを生成する

生成AIがこの議論を面白くした理由は、世界の作り方が変わったことです。

Google DeepMindのGenieは、ラベルの付いていないインターネット動画から学び、ユーザーが操作できる仮想環境を生成するWorld Modelとして2024年のICMLで発表されました。11Bパラメータで、映像の続きを描くだけでなく、行動に応じて環境を変化させます。(proceedings.mlr.press)

さらにGenie 3では、テキストから720p、20〜24fps程度でリアルタイムに操作できる環境を生成し、数分間の整合性を保つところまで進みました。(deepmind.google)

もちろん、人間社会や宇宙を再現しているわけではありません。長期の因果関係も、量子レベルの物理も、意識も扱えていない。

それでも発想の転換は大きい。

世界を最初から全部持っておく必要はない。入力と過去の文脈に応じて、必要な状態を生成していけばよい。

巨大な台帳を全部読むのではなく、必要な切り口でビューを出す感覚に近いです。

宇宙を丸ごと計算する反論は、前提次第で変わる

シミュレーション仮説への有力な反論の一つは、計算資源です。

Franco Vazzaは2025年、情報とエネルギーの物理的制約から、可視宇宙全体や地球を精密に再現するケースを検討しました。その結果、私たちと同様の物理法則に従う宇宙がこちらの世界を物理的に再現するには、必要なエネルギーや計算量が現実的ではないと論じています。(frontiersin.org)

強い反論です。

ところが2026年、Eliott EdgeとChad Ashton Brownは、Vazzaの計算はBostromの元の議論より重い条件を置いていると指摘しました。

Bostrom型の議論に必要なのは、宇宙全域を常時、最小スケールまで計算することではなく、観測者に矛盾のない主観的経験を与えることではないか、という整理です。(frontiersin.org)

全部を再現するのか。必要なものだけ生成するのか。

これだけで、必要資源の議論は大きく変わります。

会計でも、会社の全取引をそのまま頭に入れて経営判断する人はいません。会計基準、勘定科目、仕訳、連結調整という圧縮装置を通し、使える形へ変換します。

生成AIが示したのは、世界らしさを作るには、世界の全情報をそのままコピーしなくてもよい可能性です。

だからAIの進歩は、シミュレーション仮説の証拠ではありません。

ただ、荒唐無稽に見えた前提の一部を、人類自身が技術で現実側へ引き寄せ始めた。見逃せません。

科学はどこまで踏み込めるか – 測れる仮説と測れない物語を分ける

面白い仮説ほど、信じたくなります。

ここ、落とし穴です。

科学で扱うなら、世界観の美しさではなく、何を観測すれば間違いだと分かるのかが必要になります。

物理学は計算にも原価があると教えてくれる

情報処理は無料ではありません。

Seth Lloydは2002年のPhysical Review Lettersで、宇宙そのものを物理システムとして扱い、宇宙がこれまでに実行できた基本的な論理演算を約10の120乗回、通常の物質で保持できる情報を約10の90乗ビットと見積もりました。(link.aps.org)

ポイントは数字の巨大さではありません。

計算には物理的上限がある、ということです。

システム導入と同じです。処理能力、保存容量、人員、電力、時間がいる。AIも同じで、モデルが賢くなるほどインフラコストから逃げられません。

仮に上位世界もこちらと同じ物理法則に縛られるなら、宇宙シミュレーションだけ原価ゼロにはならない。

ただし、上位世界の物理法則まで同じだと確認する方法もありません。

強い反論ではある。でも万能ではない。

宇宙の格子を探すという発想

では、観測でシミュレーションを捉えられないのか。

Silas Beane、Zohreh Davoudi、Martin Savageは、宇宙が立方格子状の時空上で数値計算されているという特定のケースなら、観測可能な痕跡が出る可能性を検討しました。

もし宇宙自体が格子に区切られて計算されているなら、最高エネルギーの宇宙線の分布などに、格子構造に由来する回転対称性の破れが現れる可能性がある。彼らはそう論じています。(arxiv.org)

面白い。でも慎重さが要ります。

異常が見つかっても、それだけで誰かがコンピュータを動かしている証明にはならない。未知の物理法則でも説明できるかもしれません。

逆に異常がなくても、高度なシミュレーターが格子方式を使っていないだけかもしれない。

つまり検証できるのは、シミュレーション仮説全体ではなく、特定の実装方式です。

監査に少し似ています。

確認できる証拠の範囲で意見は出せる。でも、証拠が届かない領域まで断定はできない。

確率50％という数字は、事実ではなくモデルの出力

シミュレーション論では、50％や99％といった数字が一人歩きしがちです。

数字が出ると急に科学っぽく見える。ここは警戒したい。

David Kippingは2020年、この議論をベイズ統計で再検討しました。

意識ある祖先シミュレーションを技術的に作れるのか自体が分かっていない。そのモデル不確実性まで入れずに、完成後のシミュレーション数だけ数えるのはおかしい、という考え方です。

Kippingのモデルでは、現在の条件では私たちがシミュレーション内にいる確率は50％未満となり、シミュレーション数を無限に増やす極限で50％へ近づきます。一方、人類が実際にその種のシミュレーションを作ることに成功すれば、事後確率は大きく変わると論じました。(mdpi.com)

ここで見るべきは50％という数字ではありません。

確率は前提が変われば動く。

DCFで理論株価が出ても、それが企業の真実ではないのと同じです。売上成長率、利益率、資本コスト、永久成長率を少し変えれば数字は動く。

小数点が増えたことと、未来が分かったことは別です。

シミュレーション仮説を科学的に扱うと、結局かなり地味な場所へ戻ります。

何を前提にしたのか。
何が観測できるのか。
その数字は事実なのか、モデルの出力なのか。

決算書を読むときも、投資レポートを見るときも、経営会議でKPIを見るときも同じです。

人間は結論に引っ張られます。でも判断の精度を決めるのは、一段下にある作り方です。

この話は投資と会計に直結する – 私たちは毎日、生成された現実を値付けしている

仮に宇宙がシミュレーションではなかったとしても、私たちは社会生活のかなりの部分を、誰かが作ったモデルの中で生きています。

決算書、株価、信用格付け、予算、KPI。

どれも現実そのものではない。でも、人を動かし、お金を動かし、会社の運命まで変える。

生成された表現が、元の現実へ逆流してくるのです。

決算書は現実のコピーではなく、ルールで生成された企業像

会計を知らないと、決算書は会社の状態をそのまま写した写真に見えます。

実務では、そんなに単純ではありません。

同じ設備投資でも何年で償却するかで各期の費用は変わる。将来回収できないと判断すれば減損が入る。売上も契約条件によって計上時期が変わる。引当金には将来に対する見積りが混ざる。

だから決算書は虚構ではありません。

現実が複雑すぎるから、一定のルールで圧縮し、比較可能な企業像を生成している。

この視点があると、営業利益が増えた、で止まらなくなります。

キャッシュも増えたのか。
見積りが変わったのか。
一時的な要因なのか。
会計上の利益と経済的な価値は同じ方向を向いているのか。

表面の数字から、その数字を生成した仕組みへ降りていく。

シミュレーション仮説を読む姿勢と似ています。

投資家が買っているのは企業ではなく、未来のモデル

株価には、まだ起きていない未来が入っています。

来年の利益、数年後の成長率、競争力、金利、リスク、経営者への信頼。

投資家は将来キャッシュフローへの権利を買い、その価値を現在へ割り引きます。

言い換えると、投資とは未来世界のシミュレーションに値札を付ける行為です。

だから良い決算なのに株価が下がることがある。悪い数字なのに上がることもある。

市場が見ているのは現在だけではなく、その数字から更新された未来だからです。

生成AI企業を見るときも構造は同じです。

技術がすごい、利用者が増えた、だけでは企業価値は決まりません。

その技術が売上へ変わるのか。粗利は残るのか。計算資源や設備投資を引いた後にキャッシュが残るのか。競争で価格が下がらないか。

AIが世界を生成できるほど進歩しても、株主価値を生成できるとは限らない。

ここは分けて見たいところです。

経営ではモデルが現実を作り返す

さらに厄介なのが経営です。

予算を作ると、それは単なる予測ではなくなります。

売上目標が置かれ、人員が配分され、設備投資の優先順位が決まり、評価制度と連動する。現場の行動が変わる。

最初は現実を説明するために作ったモデルが、今度は現実の方を変え始めます。

KPIも同じです。

受注件数を追えば受注件数を増やす行動が強くなる。利益率を重視すれば低採算案件を避ける。在庫回転を追えば在庫圧縮へ動く。

指標が会社を記述するだけでなく、会社を生成する側へ回る。

これを理解せず数字を管理すると怖い。

KPI上は改善しているのに顧客体験が悪化する。予算達成のために翌期の需要を先食いする。短期利益を守るために必要な投資を削る。

数字は正しい。でも、数字が作った世界が間違っている。

管理会計の怖さは、ここにあります。

だからシミュレーション仮説は、遠い宇宙の話だけではありません。私たちは毎日、モデルが作った現実の中で働いています。

会計基準が企業像を作り、評価モデルが株価を作り、予算が組織行動を作る。

問題は、生成された数字を元の現実と同一視することです。

数字を作る側の人間ほど、数字を疑う必要がある。数字がどう作られたか知っているからこそ、どこまで信じてよいか分かるのです。

結論　世界が本物かどうかより、何を本物として扱うか

もし明日、この宇宙が高度なAIによって生成された世界だと判明したら、会社の預金残高は消えるでしょうか。

たぶん消えません。

誰かとの約束も、仕事で積み上げた信用も、それだけで無意味になるわけではない。

David Chalmersは、仮に私たちがシミュレーションの中にいたとしても、そこにある物や人や経験は、それゆえ偽物になるわけではないと論じています。シミュレーションであっても、その内部では現実たりうる。そして、そこで良い人生を送ることも可能だ、という立場です。(doi.org)

この考え方は、会計にも投資にも通じます。

一株1,000円という株価も、会計利益も、自然界にそのまま落ちているものではありません。制度、期待、約束、モデルの上に成立している。

でも、だから偽物なのではない。

その数字で資金調達が決まり、投資判断が変わり、会社の運命も変わる。生成された表現には、現実を動かす力があります。

私たちは世界の最終的な正体を知らないまま、今日の判断をしなければならない。

投資なら、不確実だから何も買わないではなく、不確実性を価格に入れる。
経営なら、未来が読めないから予算を捨てるのではなく、前提を更新できる形で持つ。
経理なら、数字は作られたものだから信用しないではなく、どう作られたかまで理解して使う。

世界がシミュレーションかどうかも、たぶん同じです。

分からないものを無理に確定させなくていい。

むしろ、分からないものを分からないまま扱い、それでも意思決定する力の方が、仕事でも投資でも人生でも強い。

生成AIが突きつけているのは、この世界は偽物かもしれない、という不安だけではありません。

もっと実務的な問いです。

あなたが現実だと思って見ている数字は、誰が、どんな前提で、何の目的で生成したものなのか。

そこまで降りて考えられる人は、AIがどれだけ世界を生成するようになっても、簡単には振り回されません。

そして仮に、この世界そのものまで生成物だったとしても。

その中で何を信じ、誰に時間を使い、どんな仕事を残すか。

そこだけは、まだこちら側の判断です。

このテーマをさらに深く読むための5冊

1．『リアリティ＋（プラス）　上　バーチャル世界をめぐる哲学の挑戦』デイヴィッド・J・チャーマーズ

現実とは何か、私たちは外部世界の存在をどこまで知ることができるのか、そしてシミュレーションの中にいる可能性を排除できるのか。本文の最後で触れたチャーマーズ自身が、シミュレーション説、可能世界、水槽の中の脳、VRやARなどを通じてこの問題を正面から扱っています。AIの性能論ではなく、そもそも本物と偽物を何によって区別しているのかという土台まで降りたい人向けです。ほかの4冊が技術や企業活動を扱うのに対し、本書は現実という言葉そのものを疑う役割を担います。この記事の哲学的な部分を最も深く掘れる一冊です。

リアリティ＋（プラス）　上 バーチャル世界をめぐる哲学の挑戦 [ デイヴィッド・J・チャーマーズ ] 価格：2,640円（税込、送料無料) (2026/9/5時点) 楽天で購入

2．『生成AIで世界はこう変わる』今井翔太

生成AIがどんな技術の上に成立し、仕事、創作、ビジネス、生活をどう変えていくのかを研究者の立場から整理した新書です。本文ではWorld Modelまで踏み込みましたが、その前提として生成AIそのものが何を可能にし、社会のどこを変え始めているのかを把握するのに向いています。AIを万能な魔法として見るのでも、仕事を奪う脅威だけとして見るのでもなく、技術と社会変化を切り分けて理解したい読者に役立ちます。哲学から入る『リアリティ＋』とは逆に、現実に存在する技術の現在地から未来を考えられる点が特徴です。

生成AIで世界はこう変わる （SB新書） [ 今井翔太 ] 価格：1,100円（税込、送料無料) (2026/9/5時点) 楽天で購入

3．『会計の世界史　イタリア、イギリス、アメリカーー500年の物語』田中靖浩

簿記、会社、財務会計、管理会計、ファイナンスが、なぜ現在の姿になったのかを歴史からたどる本です。この記事では決算書を現実のコピーではなく、一定のルールで生成された企業像と表現しました。その意味をさらに理解するには、会計ルールが自然法則ではなく、産業や資本市場の変化に応じて作られてきた歴史を見るのが近道です。数字の読み方だけでなく、なぜその数字を作る必要が生まれたのかまで知りたい人に向いています。AIや宇宙とは一見遠いのに、モデルが現実をどう圧縮するかという記事の核心へ、制度の歴史から迫れる一冊です。

会計の世界史 イタリア、イギリス、アメリカーー500年の物語 [ 田中 靖浩 ] 価格：2,420円（税込、送料無料) (2026/9/5時点) 楽天で購入

4．『投資で一番大切な20の教え　賢い投資家になるための隠れた常識』ハワード・マークス

市場コンセンサスとは異なる見方、リスクの捉え方、ミスプライシング、非効率市場などを軸に、投資でどう不確実性と付き合うかを論じています。本文で触れた、株価とは未来のモデルに付けられた値段である、という感覚を投資判断へ落とし込む際に相性がいい本です。予測を当てる方法というより、自分が何を知っていて、何を知らず、市場価格にどんな前提が織り込まれているのかを考えたい人向け。技術や哲学を扱う他書とは違い、不完全な情報のまま実際に資金を投じる世界で、モデルと現実のズレをどう扱うかを考えさせてくれます。

投資で一番大切な20の教え 賢い投資家になるための隠れた常識 [ ハワード・マークス ] 価格：2,200円（税込、送料無料) (2026/9/5時点) 楽天で購入

5．『世界標準の経営理論』入山章栄

経営や組織という複雑な現象を理解するために蓄積されてきた主要な経営理論を体系的に整理した本です。取引費用理論、センスメイキング理論など、さまざまな理論が異なる角度から企業行動を説明します。この記事で触れたKPIや予算もそうですが、経営者は現実そのものではなく、何らかのモデルを通して組織を見ています。そのモデルを一つしか持たないことの危うさを理解したい読者に向いています。5冊の中では最も経営実務との距離が近く、正解を覚える本というより、同じ現象を複数のレンズで見るための思考の道具箱として使える位置づけです。

世界標準の経営理論 [ 入山 章栄 ] 価格：3,850円（税込、送料無料) (2026/9/5時点) 楽天で購入

生成AIそのものの全体像をつかみたいなら『生成AIで世界はこう変わる』から入り、世界は本物なのかという問いを突き詰めたいなら『リアリティ＋』へ進むと流れがつかみやすいです。数字を作る仕組みへ関心が向いたなら『会計の世界史』、不確実なモデルを実際のお金の判断へつなげたいなら『投資で一番大切な20の教え』、モデルが組織そのものを動かすところまで考えたいなら『世界標準の経営理論』。同じテーマを違う入口から読むことで、シミュレーション仮説が単なるSFではなく、現実をどう認識し、どう判断するかという問題に見えてきます。

それでは、またっ！！

引用論文・参考文献

• Bostrom, N. (2003). Are You Living in a Computer Simulation? The Philosophical Quarterly, 53(211), 243–255. (ora.ox.ac.uk)
• Bruce, J. et al. (2024). Genie: Generative Interactive Environments. Proceedings of the 41st International Conference on Machine Learning, PMLR 235, 4603–4623. (proceedings.mlr.press)
• Google DeepMind (2025). Genie 3: A new frontier for world models. (deepmind.google)
• Vazza, F. (2025). Astrophysical constraints on the simulation hypothesis for this Universe: why it is (nearly) impossible that we live in a simulation. Frontiers in Physics, 13, 1561873. (frontiersin.org)
• Edge, E. & Brown, C. A. (2026). Commentary: Astrophysical constraints on the simulation hypothesis for this Universe: why it is (nearly) impossible that we live in a simulation. Frontiers in Physics, 14, 1808725. (frontiersin.org)
• Lloyd, S. (2002). Computational Capacity of the Universe. Physical Review Letters, 88, 237901. (link.aps.org)
• Beane, S. R., Davoudi, Z. & Savage, M. J. (2014). Constraints on the Universe as a Numerical Simulation. European Physical Journal A, 50, 148. (arxiv.org)
• Kipping, D. (2020). A Bayesian Approach to the Simulation Argument. Universe, 6(8), 109. (mdpi.com)
• Chalmers, D. J. (2024). The Simulation Hypothesis: Metaphysics, Epistemology, Value. Oxford Studies in Philosophy of Mind, Volume 4, 498–514. (doi.org)
• Chalmers, D. J. (2022). Reality+: Virtual Worlds and the Problems of Philosophy. W. W. Norton. (consc.net)