asset_id: 01-canonical / campaign: floor-ceiling-001 / CIL v2.0.1 / content_hash: 64260347b98e1db4eb3e78a3e95c7770b4ea35658ae7a5d44e9115ec212badf7

# 知能接続レベル0–11

公開前の人間レビューを前提とするドラフト。未検証の外部事実は仮説または検証項目として扱い、事実として断定しない。

AIを使い始めた人と使い込んだ人の差は、知識の量ではない。どこまで触れたかの記録である。この記事は、その触れ方の距離を0から11の12段階で測る物差し「知能接続レベル」を導入する。

## 対比: 床と天井

測るべき距離は、2つの線で説明できる。

床は、道具の性能と価格の水準を指す。床は自動で上がる。待っていても、毎月良くなる。この線の高さは市場が決め、個人が努力で変えられない。

天井は、最高性能を使い切ったときに見える壁の位置を指す。天井は触れた分しか上がらない。記事で知った壁の位置は、まだ自分のものではない。測って初めて、天井は個人のものになる。

## 分岐: 同じ進歩、2つの読み

この2つの線の間で、同じ道具の進歩が2通りに読まれる。脅威として読めば、床の上昇は自分の仕事の値下がりに見える。足場として読めば、床の上の作業は外注に回せるものであり、空いた時間で天井側に取り組める。

どちらの読みも事実に反しない。分かれ目は読みの側にあり、読みは測定で変えられる。

## 深部: なぜ12段階か

「AIを使えるか、使えないか」の二択では、距離を測ったことにならない。知能接続レベルは、フロンティア（その時点の最高性能）への接触の深さを0から11の段階に切る。

下の段階では、存在を知らないこと・差を感じないこと・差は感じるが意味が見えないことが、順に解消されていく。中ほどの段階で、限界タスクによって差を実証し、新しい仕事を作り出す。上の段階は、ハーネス（最高性能を引き出す仕組み）で限界を拡張し、評価と改善のループで陳腐化を検知し、構成を作り直して登り直す。最上位では、システムが自分の構成を書き換え、事業生態系として現実経済と接続する。

段階の定義そのものは、末尾の正本表のとおりである。この記事は定義を再発明しない。

## 診断導線

物差しを持つことと、自分の位置を知ることは別である。位置を知る最初の一歩は、いまの関心に近い入口を1つ選ぶことだ。診断を選んで、自分の段階を確かめてほしい。

## Campaign locked propositions

- 床は自動で上がる
- 天井は触れた分しか上がらない
- 床は脅威にも足場にもなる
- 同じ30円が、ある人を代替し、別の人を拡張する
- L8は評価と改善ループで陳腐化（腐敗）を検知し、構成を作り直して登り直す最初の段

## 知能接続レベル（CIL v2.0.1 承認済み）

以下の定義は CIL v2.0.1 の正本からコピーしたものであり、本資産で再発明・境界変更・段階追加を行わない。

| レベル | 名称 | 定義 |
|--------|------|------|
| 0 | フロンティア未認知 | その時点の最高性能AIの存在、または現在のAI能力水準を認識していない状態。AIに関する判断が、過去のモデル、限定的な利用経験、二次情報、固定観念に基づいている。 |
| 1 | 接触・差異未認識 | 最高性能モデルを使用した経験はあるが、下位モデルとの実質的な性能差を認識できていない状態。モデル間の差が表面化しにくい、簡単・短時間・低リスクなタスクだけを与えているため、最高性能モデルの固有能力には触れていない。 |
| 2 | 性能差認識・意味未理解 | 最高性能モデルが、推論、指示追従、長文処理、構造化、一貫性などで優れていることを認識しているが、その差が仕事の可能性をどう変えるかまでは理解していない状態。性能差を連続的な改善として捉え、能力境界の移動としては捉えていない。 |
| 3 | 限界タスクによる実証 | 一般的なベンチマークではなく、主体自身の重要かつ高難度なタスクに複数モデルを投入し、性能差、成功条件、失敗条件を実証的に把握している状態。最高性能モデルを「評価する」のではなく、自分の仕事における能力境界を測定する。 |
| 4 | 新規仕事創出 | 最高性能モデルの能力を前提に、それまで主体には実行不可能、非現実的、または採算不成立だった仕事を新たに開始している状態。既存業務が改善されるだけではなく、主体が扱える問題空間そのものが拡張している。 |
| 5 | フロンティア限界到達 | 最高性能モデルによって新しい仕事を開始し、その能力を実務上使い切った結果、現行モデルでも越えられない具体的な壁を把握している状態。失敗原因の切り分けを経ても、モデル能力またはモデル単体の構造的制約がボトルネックとして残っている状態を指す。 |
| 6 | ハーネスによる限界拡張 | 最高性能モデル単体に仕事を依存させず、モデルを取り巻く実行環境であるハーネスを構築し、L5で確認された限界を補完、迂回または突破している状態。 |
| 7 | 経済合理性最適化 | L6で成立したシステムについて、最高性能だけを追求するのではなく、要求品質を満たした成功一件当たりの総コストを最適化している状態。 |
| 8 | 自己進化システム | システムが実行結果を評価し、その評価に基づいて、プロンプト、タスク分解、モデル選択、ツール、評価器、コスト配分などの構成を継続的に改善できる状態。評価、比較、選択、反映、監視、ロールバックによって、統治された範囲内でシステム構成が更新される。 |
| 9 | 自己増殖システム | 自己進化能力を持つシステムが、一つの業務や環境に閉じず、別環境に必要なデータ、ツール、権限、評価基準を特定し、成果を生む新しい実行主体として適応的に複製される状態。 |
| 10 | ビジネス増殖システム | 自己増殖可能なAIシステムが、市場機会と顧客課題を発見し、事業仮説を生成・検証し、顧客価値と収益構造を持つ事業主体を継続的に立ち上げられる状態。 |
| 11 | 事業生態系・現実経済最適化 | 複数の事業主体と外部経済主体を一つの動的な事業生態系として捉え、資本、顧客、データ、技術、ブランド、信用、人材、権利、物理資産などを横断的に再配置し、事業群全体の長期価値を最適化している状態。内製、提携、買収、統合、分離、売却、撤退を比較し、現実経済に存在する既存資源を再構成する。 |

## CTA

診断を選ぶ