何が起きたのか（証明ではない、が小さくもない）
素数の分布に関するリーマン予想は150年以上未解決で、一般的な証明に懸けられた100万ドルの懸賞金はいまも誰の手にも渡っていません。今回Anthropicが発表したのも「解いた」ではなく、予想が成り立つと確認できる範囲の下限を大幅に引き上げたという結果です。現行のAIモデルはこの予想を解けない。ただし、期待されていたより前に進んだ——ここが論点です。
注目すべきは着手の仕方です。数学の専門的な訓練を持たない同社スタッフが「take a real stab（本気で挑んでみて）」とだけ促し、あとは1日半、モデルに任せた。結果は社内の数学者2名が確認し、オープンソースの証明支援系Leanで形式化されています。
60体の内訳こそが読みどころ
論文の脚注にある60サブエージェントの内訳が示唆的です。中核となる数学的アイデアを生んだのはわずか2体。13体がそこにアイデアを供給し、30体は新しいアイデアを出せずに終わり、13体は議論の正しさを検証する役、残る2体が初稿の執筆を担当しました。
つまり、成果の源泉は全体の3%に過ぎず、半数は空振りしています。それでも成立したのは、(1)大量に振って当たりを探す並列性と、(2)検証専任を全体の2割強も置いた冗長な検算体制が組み合わさっているからです。「賢い1体」ではなく「無駄を許容する編成」が成果を生んだ、と読むべき事例です。
数学界は割れている
技術的な前進とは別に、6月に著名な数学者らが署名した公開声明は、AIが数学の重要な価値を損なうと警告しました。争点は、証明が「特定の著者に帰属し、その著者が功績を受け取り、正しさの責任を負う」という規範です。一方、フィールズ賞受賞者のTimothy Gowers氏はブログでこれに応答し、AIの影響がより複雑で肯定的な変化をもたらす可能性を問いかけました。定理が数学者の名と結びつかなくなっても、恒星の多くに天文学者の名がついていないのと同程度の問題かもしれない、という趣旨です。
単発ではなく連続している
今年に入り、LLM主導の数学的成果は続いています。複数のエルデシュ問題がAIによって解かれ、OpenAIは社内モデル「Astra」による10件の主要な結果を公開、Anthropicの別の取り組みは長年のヤコビアン予想を反証しました。今回の件を「一発の派手なデモ」と切り捨てにくいのは、この連続性のためです。
💼 事業会社視点：これは自社にどう効くか
経営として抜き出すべきは「リーマン予想」ではなく60体の内訳です。成果を出したのは2体、30体は空振り、13体が検証専任——これは、日本企業がPoCで陥りがちな「1回のプロンプトで正解が出るか」という評価軸が誤りであることを意味します。歩留まり3%を前提に大量に試行し、検証に2割超のコストを常設で割く。この設計を許容できるかが分水嶺です。
受託開発・SIerには直接的な打撃と機会が同時に来ます。要件が明確で検証可能な領域（テスト生成、移行、仕様の形式化）は、Leanでの形式化と同型の「機械が正しさを確かめられる作業」であり、人月単価での提供価値が最も早く削られます。逆に、検証基盤そのものを設計・運用する役割は新しい商材になります。
SaaS・ECの事業責任者は、トークン消費の桁を見直してください。1課題に3100万トークン、1日半という水準は、従来の「1リクエスト数百トークン」の原価感覚を壊します。R&Dや難問解決の用途では、原価ではなく成功時の価値で予算を組む発想への転換が要ります。
もう一点、6月の声明が突いた「誰が正しさの責任を負うのか」は、そのまま自社のAI成果物のガバナンス問題です。専門家2名相当のレビューを誰が担うかを決めずに導入するのは、責任の空白を作るだけです。