AI革命は本当に「コロナ級」なのか？経済学が示す現実

「10年後、あなたの仕事は存在しないかもしれない」——こんな予測が、シリコンバレーから聞こえてくる。OthersideAIのCEO、マット・シューマー氏は最近のエッセイで、世界は「AIにとってのコロナ初期」のような瞬間を生きていると主張した。AIが単なる便利なアシスタントから、人間の認知能力を代替する汎用的な存在へと変貌を遂げたというのだ。

テック界の警鐘と現実のギャップ

Anthropicの安全チーム責任者だったムリナンク・シャルマ氏の突然の辞任も、業界に衝撃を与えた。彼は曖昧ながらも警告に満ちた farewell letterで「世界は危機に瀕している」と述べ、同社が3500億ドルの企業価値を追求する中で「最も重要なことを脇に置く圧力に常に直面している」と示唆した。

こうした発言を受けて、AI専門家の間では懸念が高まっている。予測市場でも、AIモデルが近い将来、いわゆる「弱いAGI（汎用人工知能）」の定義を満たす可能性が示唆されている。

しかし、Google DeepMindのCEO、デミス・ハサビス氏は冷静な見方を示す。「AGIに到達するには、まだAlphaGoレベルの技術的ブレークスルーが1〜2回必要だ」と彼は述べている。

経済学が示す「現実の制約」

技術進歩の議論を一旦脇に置き、経済学の観点から現実を見てみよう。コンピューターサイエンスではなく、経済学が示す基本的なボトルネックと制約に注目すべきだ。

デモから実装までの長い道のり。「AIモデルは驚異的だ」から「すべてが即座に変わる」への飛躍は、経済が実際に新技術を吸収する方法を無視している。電化には工場の再設計に数十年を要した。インターネットも小売業を一夜にして変えることはなかった。現在、AI導入は米国の事業所の5分の1未満にとどまっている。

大規模で規制の厳しい、リスク回避的な機関への導入には、データインフラ、プロセス再設計、コンプライアンス体制、労働者の再教育への大規模な補完投資が必要だ。経済学者はこれを「生産性Jカーブ」と呼ぶ。実際、初期段階の支出は、目に見える利益が現れる前に測定可能な産出を実際に抑制する可能性がある。

豊かさは必ずしも忙しさを意味しない。楽観主義者の前提——AIの急速な能力向上——を認めたとしても、産出が一気に爆発するわけではない。歴史的に、豊かな社会はより多くの余暇を選択してきた。早期退職、短時間労働であり、オフィスや工場での長時間労働ではない。経済学者ディートリッヒ・フォルラート氏が指摘するように、家計がより少ない労働を供給することで反応すれば、生産性の向上が機械的により速い成長に変換されるわけではない。

日本への示唆：労働力不足時代のAI

日本の文脈で考えると、この議論はより複雑になる。少子高齢化が進む中、AIによる労働力補完への期待は高い。トヨタやソニーといった日本企業は、すでに製造現場でのAI活用を進めている。

しかし、経済学者が指摘する「最も遅いセクターが速度制限を設定する」という原理は、日本でも当てはまる。AIがコーディングや研究を加速させても、エネルギーインフラ、物理的資本、規制承認、人間の意思決定が通常の速度で動けば、それらが経済全体の成長速度を制限する拘束条件となる。

「ボーモル効果」として知られる現象も重要だ。AIが一部のサービスをはるかに安価にしても、需要は無制限に拡大しない。支出は自動化に抵抗するセクター——医療、教育、対面体験——にシフトし、そこでは産出が人間の時間により密接に結びついている。