AIは生産性を高めているか？数字が語る不都合な真実

AIへの投資額は過去3年間で世界全体で1.3兆ドルを超えた。しかし、生産性の統計はほとんど動いていない。

これは「生産性パラドックス」と呼ばれる現象だ。1980年代後半、コンピュータが職場に普及し始めたとき、経済学者のロバート・ソローは皮肉を込めてこう言った。「コンピュータの時代はどこにでも見えるが、生産性統計の中には見えない」。2026年の今、私たちは同じ問いに直面している。ただし、賭け金は当時の比ではない。

数字の中に隠れているもの

IMFが2026年4月に発表した最新の「世界経済見通し」によれば、先進国全体のTFP（全要素生産性）成長率は0.8%にとどまり、AI投資ブームが本格化した2023年以前とほぼ変わらない。OECDのデータも同様の傾向を示しており、AI導入率が高い金融・情報サービス業でさえ、生産性の顕著な改善は「まだ統計に現れていない」と報告している。

なぜか。研究者たちはいくつかの仮説を挙げる。第一に、「実装の遅れ」だ。電気が発明されてから工場の設計が根本的に変わるまで約40年かかったように、AIの恩恵が統計に現れるまでには組織の再設計が必要だという議論がある。第二に、「測定の問題」だ。弁護士がAIで契約書を10倍速く処理しても、GDPの計算上は同じ「1件の契約書」としか記録されない。生産性の向上が価格の低下や品質の向上として現れる場合、従来の統計手法では捉えきれないのだ。

しかし第三の可能性は、より不安を呼ぶ。AIへの投資の多くが、実際の業務効率化ではなく、競合他社に「遅れを取らない」ための防衛的支出である可能性だ。ゴールドマン・サックスの試算では、企業のAI投資の推定30〜40%が具体的なROIを測定できていないという。

日本が直面している固有の方程式

広告

広告掲載について

[email protected]

広告

日本にとって、この議論は特別な重みを持つ。少子高齢化による労働力不足は深刻で、厚生労働省の推計では2030年までに約644万人の労働力が不足するとされている。この文脈では、AIは単なる効率化ツールではなく、社会インフラとしての役割を期待されている。

トヨタ、ソニー、NTTといった大企業はすでに生成AIの業務統合を進めているが、課題は中小企業だ。日本の雇用の約70%を占める中小企業のAI導入率は依然として低く、デジタル庁の調査では中小企業のAI活用率は18%にとどまる。大企業と中小企業の間で広がる「AI格差」は、日本経済全体の生産性向上を阻む構造的なボトルネックになりつつある。

さらに日本固有の問題がある。終身雇用の文化と年功序列制度は、AIによる業務再設計を難しくする。ある業務がAIに代替可能になっても、その担当者を別の役割に素早く移行させる組織的な柔軟性が、欧米企業と比べて低い傾向がある。経済産業省はリスキリング支援に4,000億円規模の予算を投じているが、制度と文化の変革が追いつくかどうかは未知数だ。

投資家と政策立案者が見ている分岐点

市場は楽観的だ。エヌビディアの時価総額は3兆ドルを超え、AI関連株への資金流入は続いている。しかし一部の機関投資家は静かに警戒を強めている。AIへの投資が生産性向上に転換されなければ、それは最終的に企業収益を圧迫し、現在の高いバリュエーションを正当化できなくなるからだ。

政策の側では、EUのAI法（AI Act）が2026年から段階的に施行されており、高リスクAIシステムへの規制が企業のコストを押し上げる可能性がある。日本も独自のAIガバナンス指針を策定中だが、規制の強さと産業競争力のバランスをどこに設定するかは、まだ定まっていない。

一方、「AI配当」を最初に受け取っているのは誰かという問いも重要だ。現時点では、恩恵は主にAIツールを開発・販売する側（マイクロソフト、グーグル、アンソロピックなど）と、大規模な実装能力を持つ大企業に集中している。中小企業、非正規労働者、高齢の労働者は、その波に乗り遅れるリスクが高い。