以前、あるAI開発者と話していたとき、こんなことを言われた。
「我々は包丁職人なんだ。包丁で人を刺し殺せるからといって、包丁職人がわざと切れない包丁を作ることはない。それはまた別の問題だから」
なるほど、と思った。技術者は、よりよい技術を作る。より速い自動車を作り、より正確な医療機器を作り、より高速なコンピュータを作り、よりよく切れる包丁を作る。技術者の仕事は、基本的にはそこまでだ。その技術を誰に使わせるのか、何に使ってよいのか、危険な使い方をどう防ぐのか——それらを考えるのは、技術者自身ではなく、政治や法律や倫理、そして社会の仕事なのだ。極めて整合的な役割分担だと思うし、人類は長い間、この分業によって技術革新を進めてきたとも言える。
しかし最近、AIについて考えていて、一つの疑問を持つようになった。この役割分担には、実は一つの暗黙の前提が存在していたのではないか。
「技術が進歩する速度に、社会は最終的には追いつくことができる。」
という前提だ。
｜包丁は、自分で次の包丁を作らない
従来の技術であれば、問題が起きてから社会が対応することも可能だった（少なくともある程度は）。問題が発生すれば、その原因を調査し、専門家が議論し、必要に応じて法案を作る。議会で審議し、国境を越える問題であれば各国が交渉し、合意を形成したうえで施行する。——私たちは、技術の進歩と社会の対応との間に生じる時間差を、最終的には政治や法律や制度が埋められることを暗黙の前提としてきた。
ところがAIによって、この前提そのものが怪しくなり始めている。
包丁は自分で自分の切れ味を改善することもなければ、次世代の包丁を設計することもない。まして、自ら大量生産し、改良された自分自身をソフトウェア更新のように世界中へ瞬時に配布することもない。しかしAIは、少なくともその一部について、すでにそうした方向へ進み始めているからだ。
AIがソフトウェア開発や研究活動を支援する能力は急速に高まり、AIがAI研究そのものを加速する可能性も現実の研究対象になっている。人間が技術を作り、その技術が社会へ入り、問題が見つかれば社会が後からルールを作る……という、従来の時間的な順序そのものが、今後も成立し続けるのか、疑わしくなりつつある。
「包丁職人」と「包丁」という比喩がAIについてどこまで成立するのか。——私が気になったのは、まさにそこだった。
｜AIは、今この瞬間も進化している
この問題を強く意識するきっかけの一つになったのが、2026年9月の米中AI協議だ。米国と中国は首脳会談を経て、AIをめぐるリスクと便益について対話する枠組みを設け、AI関連インシデントについての通信チャンネルを設置することで合意した。中国側は次回対話を11月に行うと発表し、米国側も「Super Intelligence Dialogue」の次回協議を11月までに行うとしている。呼称には米中で違いが残るものの、少なくともAIリスクについて両国が継続的に対話する枠組みが作られたことは確認できる。
大国同士がAIリスクについて対話の枠組みを持つことには、もちろん意味がある。しかし、そのニュースを見ながら、私は別のことが気になった。
「その間、果たしてAIは待ってくれるのだろうか？」
9月に想定していたAIのリスクと、11月に議論しなければならないAIのリスクは、本当に同じなのだろうか。Anthropicのダリオ・アモデイ（Dario Amodei）をはじめ、フロンティアAIの能力向上そのもののペースと、安全性研究やガバナンスが追いつけるかどうかを問題視する議論がすでに出ている。OpenAIも2026年8月にはモデル開発の一時的な減速を実施し、9月には、pacingとは一定の速度を機械的に守ることではなく、アライメント研究とその実装をケイパビリティより先行させることだ、という考え方を明示している。
ここで私が問題にしたいのは、AIを減速させるべきか否かという個別の政策判断ではない。人間同士が合意できるかどうか以前に、人間が合意を形成し、制度を設計し、それを実装する速度そのものが、AIの変化速度に追いつけるのだろうか？という、もっと根本的な問題だ。AIガバナンスには、「国際協調」という横方向の問題だけではなく、速度差という縦方向の問題が存在するのではないか。
もし、「AI能力の進化速度 ＞ 人間の統治・合意形成速度」という状態が長く続くなら、人間がAIを統治する主体であり続けるのは、難しいのではないだろうか。
ひょっとすると人類は、AIに「知能」で負ける前に、「速度」で負ける可能性すらあるのではないか。
｜そこで思い出した「寿命脱出速度」
私が先日発表した『理由：なし——あるいは、LIFE 2526』というSF小説は、ある概念をひとつの着想源として、人間が極端に長寿化した未来を描いたものだった。
医学や若返り技術の進歩によって人間の残余寿命を延ばす速度が、時間の経過によって寿命を消費する速度を上回っていく——1年生きている間に医学が進歩し、期待される残余寿命を1年以上延ばせるようになれば、人間は寿命という制約から「逃げ続ける」、つまり不老が実現する可能性が生まれる（因むと過去100年ほどの日本人の場合、1年生きている間に平均寿命は4～5か月延びている）。
この概念を、先ほどのAI問題と並べてみた。
医学の進歩速度 ＞ 老化速度 AI能力の進化速度 ＞ 人間の統治・合意形成速度
この二つを眺めているうちに、私はある共通点が気になり始めた。医学と老化、AIと人間の統治では、二つの速度の関係そのものは異なる。しかし、二つの速度の大小関係が逆転することで、それまで当然とされていた前提が揺らぎ始めるという点では、よく似ているのではないか。
寿命脱出速度（LEV）は、今回考える「速度逆転（Rate Crossover）」そのものではなく、私に「未来を見るとき、一つの変数の到達点ではなく、二つの速度の関係に注目してみてはどうか」と気づかせた着想源だ。そして、その視点をAIや社会のさまざまな問題へ移してみると、別の構造が見えてきた。
｜「到達点」ではなく「速度差」
二つの速度に注目するという見方を社会の問題へ当てはめたとき、とりわけ私が注目したのは、ある変化の速度と、その変化を受け止める側の速度との関係だった。
たとえば情報空間を考えてみる。生成AIやSNSによって情報を生成し、複製し、拡散する速度が飛躍的に高まる一方、その情報が正しいかどうかを検証する人間や制度の速度には限界がある。「情報生成・伝播速度」が「情報検証速度」を恒常的に上回れば、問題は誤情報が一件増えるということでは済まない。社会が「何が事実なのか」を確認する仕組みそのものが、情報空間の変化に追いつかなくなるだろう。
労働市場にも同じ構造を見ることができる。AIによる仕事の自動化速度が、人間が新しい能力を学び、別の職業へ移動する速度を上回った場合、問題は単純な失業者数だけではなくなる。従来の労働市場は、技術によって仕事が失われても、人間が別の技能を獲得し、別の仕事へ移ること（いわゆるリスキリング）で均衡を取り戻すことを期待してきた。しかし「自動化速度」が「再教育・職業移動速度」を長期間上回れば、その調整メカニズム自体が機能しにくくなる。
環境でも同じことが起こり得る。重要なのは気温や降水量がどの水準に達したかだけではない。環境条件が変化する速度が、生態系が適応できる速度を上回れば、絶対値だけからは予想できない転換が起こり得るはずだ。
ここで重要なのは、Aがどこまで大きくなったかではない。Aが変化する速度と、それを吸収・適応・制御してきたBの変化速度との関係だ。
未来を左右する鍵は、「量」だけではなく「相対速度」にこそあるのではないだろうか。
｜同じ現象を別々の名前で見てきた人類
ここまで考えたところで、一度立ち止まって調べることにした。こんな簡単なことを過去の研究者たちが考えていないはずはない。
調べてみると、似た問題を扱った研究は当然のように多く存在した。そして興味深かったのは、社会学、技術ガバナンス、複雑系、生態学、未来研究……といった異なる領域で、それぞれ別の言葉を使いながら、似た問題を繰り返し発見していることだった。
古いものでは、米国の社会学者ウィリアム・F・オグバーン（William F. Ogburn）が1922年に提示した「文化的遅滞（Cultural Lag）」というものがある。技術などの物質文化が変化する一方で、制度、慣習、価値観などの非物質文化は同じ速度では変化せず、その時間差が社会的不適応を生み出す、という考え方だ。つまり、技術と社会の不均一な変化率という問題は、すでに100年以上前から論じられていた。
1980年にデヴィッド・コリングリッジ（David Collingridge）が提示した、いわゆる「コリングリッジのジレンマ（Collingridge Dilemma）」も重要な先行研究の一つだ。新しい技術は、まだ変更しやすい初期段階では将来の影響を十分に予測できず、影響が明らかになった頃には社会へ深く組み込まれ、変更や制御が難しくなっている。これは厳密には速度逆転そのものではないが、技術を統治するうえで「いつ知ることができるか」と「いつ制御できるか」が一致しないという、時間をめぐる問題を扱っている。
さらに技術ガバナンス面では「ペーシング問題（Pacing Problem）」が論じられてきた。2011年にゲイリー・マーチャント（Gary Marchant）らが編んだ研究書のタイトル自体が、新興技術（Emerging Technologies）と法的・倫理的監督（Legal-Ethical Oversight）の間に広がるギャップを扱っている。技術革新の速度に、法律や規制、倫理的監督の更新速度が追いつかないという問題だ。これは、現在のAIガバナンスにもかなり直接的に当てはまる。
そして、今回の発想と特に近い科学的概念の一つが、複雑系や生態学などで研究されている「速度誘起チッピング（Rate-induced Tipping：R-tipping）」だ。R-tippingでは、「外部環境がある絶対的な危険水準を超えたからシステムが転換するとは限らない。外部からの変化が速すぎるために、システムが変化する安定状態を追跡できなくなること自体が、転換を引き起こし得る」、としている。つまり「どこまで変わったか」だけでなく、「どれだけ速く変わったか」がシステムの運命を左右するのだ。
ここまで来ると、今回の私の発想が無から生まれたものではないことは明らかだ。そして、それでいいと思っている。私が興味を持ったのは逆だ。
「人類は100年近く、さまざまな分野で同じような現象を、別々の名前で観測してきたのではないか？」
｜フォーサイトにあった「相対速度」という発想
さらに調べてみると、今回の考え方にかなり近い問題提起は、フォーサイトそのものの中にも存在していた。
2021年、ニクラス・ラーセン（Nicklas Larsen）は“The relative rate of change（相対変化率）”という論考で、「すべてが加速している」と言うだけでは十分ではなく、重要なのは個々の現象の速度や加速よりも、複数の変数が互いに対してどの速度で変化しているかではないか、と論じている。そしてフォーサイトやシナリオ・プランニングでは、組み込まれた変数やdriving forces（推進力）の相対変化率を考慮する必要があると明示している。
これは、今回の議論にとって非常に重要な先行例だ。したがって、「未来を見るには絶対値だけでなく相対的な変化速度を見るべきだ」というところを、今回初めて提示すると言うつもりはない。
ラーセンが挙げている事例も大変興味深い。たとえばプライバシーの未来を見るなら、個人の状態をデータとして可視化する能力と、それをめぐる規範や法制度を作る能力との相対速度を見る。経済を見るなら、技術的能力の進歩と、それを社会や組織が採用する速度との関係を見る。つまり、未来は一つのdriving forceの強さではなく、複数のdriving forcesの速度関係から立ち現れる——という発想だ。私は、この考え方をもう一歩進めてみたいのだ。
「相対速度を見るだけでなく、機能的に結びついた二つのシステムの速度関係が逆転したとき、何が起こるのか。」
「そして、その逆転が一瞬ではなく持続したとき、速度差はどのように蓄積し、どの時点で従来のシステムでは吸収できなくなるのか。」
ここに、今回考えている「速度逆転（Rate Crossover）」の中心がある。
｜「加速」と「速度逆転」は同じではない
この違いを明確にするためには、ハルトムート・ローザ（Hartmut Rosa）の「社会的加速（Social Acceleration）」が参考になる。ローザは現代社会の時間構造を、技術的加速、社会変化の加速、生活テンポの加速という複数の側面から分析し、過去の経験が未来にも有効であり続ける期間が短くなる「現在の収縮」について論じている。
しかし、加速（Acceleration）と速度逆転（Rate Crossover）は同じではない。あるシステムが猛烈に加速していても、それを受け止めるシステムがそれ以上の速度で適応しているなら、少なくとも速度差という意味では問題は拡大しないからだ。逆に、Aそのものがそれほど速くなくても、Bがさらに遅くなれば速度逆転は起こり得る。
つまり重要なのは、Aが「速い」ことではなく、Aを吸収・適応・制御してきたBよりも、Aが速くなることだ。
サイバネティクスにおけるW・ロス・アシュビー（W. Ross Ashby）の「必要多様性の法則（Law of Requisite Variety）」も、この問題を考える上で参考になる。アシュビーは、制御対象が生み出す多様性に対応するためには、制御する側にもそれに応じた多様性が必要になる、という原理を示している。
この考え方に時間軸を加えると興味深い問いが生まれる。制御側が理論上は十分な対応能力を持っていたとしても、制御対象が新しい状態を生み出す速度が、制御側が新しい対応手段を生み出す速度を上回ったらどうなるのか。AIガバナンスを考えると、この問いはかなり現実的と言える。
｜「速度逆転（Rate Crossover）」とは
ここまでの先行研究を踏まえたうえで、それらが個別に捉えてきた現象を、もう一段抽象化してみたい。
まず、ある「変化A」と、その変化を受け止める「対応システムB」があるとする。ただし、何でも二つ並べればよいわけではない。Aの変化に対して、Bがそれを吸収、適応、制御、検証、補償することによって、全体の均衡が保たれている——という機能的な関係がここには必要だ。つまり、「AIの進化速度」と「桜の開花速度」を比較しても、そこに意味はない。
しかし「AIの進化速度」と「AIを統治する制度の対応速度」、「情報拡散速度」と「情報検証速度」、「自動化速度」と「人間の再教育・職業移動速度」、「環境変化速度」と「生態系の適応速度」といった二者には、それぞれ明確な機能的関係がある。
そこで、ある変化Aの速度が、それを吸収・適応・制御してきたシステムBの対応速度を上回る現象を、「速度逆転（Rate Crossover）」と呼ぶことにしたい。
AとBの速度をそれぞれ v_A(t)、v_B(t) とすれば、両者の関係は概念的には、
g(t) = v_A(t) - v_B(t)
と表すことができる。
もちろん、現実のAとBが常に同じ単位で直接測定できるわけではない。ここでの数式は、両者を比較可能な指標によって捉えた場合の概念モデルである。g(t)が負である間は、Bの対応速度がAの変化速度を上回っている。g(t) = 0となり、その後g(t) > 0へ移る境界が、「速度逆転点（Rate Crossover Point）」だ。
ただし、速度逆転点（Rate Crossover Point）が、イコール「パラダイム・シフト（Paradigm Shift）の瞬間」となるわけではない。
｜速度が逆転してもすぐには壊れない社会
現実の社会や生態系には、過去から蓄積してきた余力がある。既存の制度、人材、資本、知識、冗長性、社会的信頼、備蓄、インフラ、さらには単純な時間的猶予もある。これらがあるからこそ、Aの変化速度が一時的にBを上回ったとしても、システムは直ちに別の状態へ移るわけではない。
ここでは、この吸収余力をバッファと呼ぶ。すると、速度逆転（Rate Crossover）の後に本当に見るべきなのは、その瞬間の速度差だけではなく、その差がどれだけの期間続くかということになってくる。
そこで、速度差 g(t) が時間とともに蓄積した「未吸収の変化」を、概念的に不整合蓄積量（Mismatch Stock）として S(t) と置いてみる。この関係を最も単純な概念モデルとして表すなら、
dS/dt = v_A(t) - v_B(t)
と考えることができる。
ただし、これは厳密な数理モデルを提示するための式ではなく、S(t) > 0 の範囲で、速度差と不整合蓄積量との関係を単純化して示した概念式である。Sは「まだBによって吸収されていないAの変化」を表すため、S(t) = 0 の状態では、それ以上減少しないものとする。
このモデルの意味は単純だ。Aの方が速ければSは増え、Bの方が速くなればSは減る。つまりBがAに追いつけば、過去に生じた不整合を解消することもできる。ここが、「速度逆転が起きたら終わり」というモデルとの大きな違いとなる。
現実には、
A > B → B > A → A > B
という抜きつ抜かれつも起こり得るだろう。たとえばAI能力が急速に伸びて一時的に制度が遅れたとしても、その後に規制技術、安全性研究、国際協調が急速に進めば、不整合は縮小するかもしれない。逆に、一度追いついたように見えても、次の技術革新によって再びAがBを追い越すこともあり得る。
したがって、速度逆転（Rate Crossover）だけを観測しても十分ではない。見るべきなのは、ギャップの大きさ、持続時間、そしてその結果として生じる不整合蓄積量（Mismatch Stock）ということになる。
｜バッファが尽きる瞬間
次に、システムが吸収できる不整合の最大量をバッファ容量（Buffer Capacity）として C(t) と置いてみる。
このバッファ自体も一定とは限らない。制度改革によって増えることもあれば、財政余力や社会的信頼が失われることで減ることもある。したがって厳密には、Cも時間とともに変化する変数として考えるべきだろう。
すると、システムが従来の均衡を維持できる条件は概念的に、
S(t) < C(t)
となる。
速度逆転が起き、A > B の状態が続けば、不整合蓄積量（Mismatch Stock）であるSは増えていく。しかしバッファ容量であるCを下回っている間は、従来の制度や仕組みがその変化を何とか吸収することができる。
問題は、
S(t) >= C(t)
となったときだ。
蓄積された未吸収の変化が、そのシステムが持つ吸収余力を超える。この時点で、従来の制度、前提、均衡のままではAの変化を処理し続けることができなくなる。
概念図にするなら、構造はこうなる。
速度逆転（Rate Crossover） → 正の速度差（Positive Gap） → 速度差の持続（Gap Persistence） → 不整合蓄積量の増大（Mismatch Stock Accumulation） → バッファ限界への接近（Approaching Buffer Limit） → バッファ限界 S(t) >= C(t) → 既存均衡からの脱出（Paradigm Escape）
逆に途中で B > A となり、不整合蓄積量（Mismatch Stock）が十分に減少すれば、脱出（Escape）は回避される。
この構造なら、「一度速度逆転が起きたら必ずパラダイム転換する」という決定論にはならない。重要なのは、逆転（Crossover）の後に何が起きるかということになる。
｜「パラダイム脱出速度（PEV）」
では、速度逆転によって生じた不整合が蓄積し、やがてバッファ容量を超えて、システムが従来の均衡から離脱していく一連の動態を、どのように捉えればよいだろうか。
前述の通り、私がこの発想に至った原点は、寿命脱出速度（Longevity Escape Velocity：LEV）だった。そこで、そのイメージを一般化し、速度差の累積によって、システムが従来の均衡を維持できなくなっていく一連の動態を、
「パラダイム脱出速度（Paradigm Escape Velocity：PEV）」
と呼んでみたい。
ただ、ここは少し注意が必要だ。PEVという名称の「Velocity」は、物理学的に厳密な意味での速度を指しているわけではないからだ。また、PEVを「ある特定の速度値」と定義するわけでもない。LEVの発想から着想した概念的名称であり、本稿では、速度逆転によって生じた速度差が持続し、不整合蓄積量（Mismatch Stock）がバッファ容量（Buffer Capacity）に達することで、従来の均衡からの離脱が始まる一連の動態を指すものとする。
その「脱出」が始まる境界は、概念的には、
S(t) >= C(t)
と表すことができる。
速度逆転点（Rate Crossover Point）が「二つの速度の大小関係が逆転する地点」だとすれば、パラダイム脱出（Paradigm Escape）は「その速度差によって蓄積した未吸収の変化が、システムの吸収余力を超える地点」ということになる。この二つは、明確に区別しなければならない。
なお、「脱出」という言葉は、必ずしも悪化を意味しない。従来の均衡が崩れることによって、新しい制度や技術、社会構造への移行が促される場合もあり得る。一方で、AIの進化速度がガバナンス速度を長期間上回る場合や、環境変化速度が生態系の適応速度を上回る場合には、従来の均衡からの脱出が深刻な機能不全として現れる可能性もある。
つまり速度逆転（Rate Crossover）は、危機の発生だけを予測するための概念ではない。既存の均衡がどの方向へ、どの程度の速さで失われつつあるのかを観測するためのフォーサイトの視点として捉えることができる。
｜未来予測の「問い」を変える
ここまで考えると、この概念はフォーサイトの方法そのものにも関係してくる。
未来を考えるとき、私たちはしばしば「到達点」を問いがちだ。2030年にAIはどこまで賢くなっているのか。2050年に平均寿命は何歳になっているのか。何％の仕事がAIによって自動化されるのか。気温は何度上昇するのか。——もちろん、こうした問いも重要だろう。
しかし、この非線形（Nonlinear）な世界において、それだけでは変化の本質を見落とす可能性が高い。
まず「水準（Level）」、すなわち絶対値を見る。そこから「変化速度（Rate）」、すなわちその値がどれだけの速度で変化しているかを見る。そして一つの変化速度（Rate）だけでなく、機能的に関係する複数のシステムの「相対速度（Relative Rate）」を見る。そして、その相対関係が逆転する「速度逆転（Crossover）」を観測し、その後に生じる「不整合蓄積量（Mismatch Stock）」と「バッファ（Buffer）」の関係を見る。そして最後に、従来の均衡から離脱する「脱出（Escape）」の可能性を考える。
ここまでのモデルを、今度はフォーサイトにおける分析の手順として整理してみると、次のようになる。
水準（Level）→ 変化速度（Rate）→ 相対速度（Relative Rate）→ 速度逆転（Crossover）→ 蓄積／回復（Accumulation / Recovery）→ 脱出（Escape）
たとえばAIについて、「2030年にAIは人間より賢くなっているか」と問うだけでは足りないのだ。速度逆転（Rate Crossover）の視点は、「AI能力の進歩速度は、人間の統治・合意形成速度との関係でどう変化しているのか」「両者はすでに逆転しているのか」「逆転しているなら、その差は拡大しているのか縮小しているのか」「蓄積された不整合を、現在の制度的バッファはどこまで吸収できるのか」と問うものだ。
場合によっては、この問いの方が「AGIはいつ来るのか」よりも重要であるように思う。
｜「どの速度が、どの速度を追い越すのか」で未来を見る
BANIという言葉が示すように、私たちは線形的な予測が機能しにくい「非線形（Nonlinear）」な世界に生きている。何かが毎年同じ割合で増え、その延長線上に未来がある——とは限らない世の中なのだ。ある変数が急加速する一方で、別の変数は制度的制約によってゆっくりしか動かない。さらに第三の変数が突然加速し、それまで保たれていた均衡を崩すこともある。
そう考えると、フォーサイトで観測すべき対象も少し変わってくる。「何が、どこまで増えるのか」を見るだけでは、もう足りない。どの速度が、どの速度を追い越そうとしているのか。追い越した後の差は拡大しているのか、それとも縮小しているのか。その状態はどれだけ続き、未吸収の変化はどれほど蓄積しているのか。そして、それを受け止めるバッファはどれくらい残されているのか。そうした「速度同士の関係」を見ることが、非線形な未来を考える一つの手がかりになるのではないだろうか。
将来的には、こうした問いを定量的な分析へ発展させることもできるかもしれない。AI能力、規制対応、情報拡散、検証能力、自動化、再教育、生態系適応などについて、それぞれ適切な代理指標（proxy）を設定できれば、速度逆転（Rate Crossover）や不整合蓄積量（Mismatch Stock）を、未来変化の早期警戒指標として利用できる可能性もある。
ただし、現段階ではそこまでを主張するつもりはない。異なる領域の「速度」を単一の尺度で測れるわけではなく、何をもってAやBの速度とするかについても、領域ごとに慎重な設計が必要になるからだ。つまり、今回提示したいのは、完成された数理理論ではないことを断っておきたい。
これまで、オグバーンが文化的遅滞として捉えた技術と社会の時間差、コリングリッジが捉えた知識と制御可能性の時間的ジレンマ、技術ガバナンスにおけるペーシング問題、複雑系研究における速度誘起チッピング、ローザの社会的加速、アシュビーの必要多様性の法則、そしてフォーサイトにおける相対変化率（relative rate of change）という視点。それぞれの研究が、それぞれの領域で重要な現象を捉えてきた。
私は、それらを置き換えたいわけではない。それらが個別に捉えてきた現象を、もう一段抽象化してみたいのだ。
技術と社会、情報と検証、自動化と教育、環境と生態系、AIとガバナンス。対象はまったく違う。しかし、その背後には共通する問いがあるように思っている。
変化するAを受け止めてきたBは、いつまでAに追いつき続けることができるのか。もしAがBを追い越したなら、その差は縮まっているのか、広がっているのか。その状態はどれだけ続いているのか。そして、その差を吸収する余力はどれくらい残されているのか。
未来を考えるとき、私たちは「どこまで行くのか」だけではなく、「何が何を追い越そうとしているのか」を、もっと注意深く見る必要があるのではないだろうか。
もちろん、現時点での「速度逆転（Rate Crossover）」は、あくまでフォーサイトを考えるための一つの概念的な枠組みにすぎない。どのような領域に適用できるのか、AとBの速度をどのような指標で捉えるのか、不整合蓄積量やバッファを実際に観測することができるのか——検討すべき課題は数多く残されている。今後、さまざまな事例にこの枠組みを当てはめながら、どこまで説明力を持つのか、そしてどこで破綻するのかを検証していきたいと思っている。それによって修正され、場合によっては否定される部分が出てくるかもしれない。それも含めて、この考え方をもう少し育ててみたい。
もし、この考え方に当てはまりそうな事例や、「ここはおかしい」「この先行研究と重なるのではないか」といったご意見があれば、ぜひ教えていただきたい。そうした指摘を受けながら検証していくことで、この枠組みがどこまで使えるものなのかが見えてくる気がしている。
それでも、現時点で一つだけ確かに感じていることがある。
未来を変えるのは、必ずしも「到達点」ではない。二つの速度が「交差する瞬間」だ。
藤本英樹（BBDF）