AIと生産性：技術は停滞する労働市場を救えるか？

時折、生産性——労働1時間あたりの産出量——を変革するという約束を伴う技術が登場します。生産性は繁栄の静かな原動力であり、賃金がインフレを招かずに上昇できるかどうか、高齢化社会がその社会的契約を維持できるかどうかを決定づけます。問題は、AIが次なる汎用技術となるのか、それともまたもや過大評価された失望に終わるのかということです。

生産性の問題

先進国における生産性の伸びは、過去20年間弱含みで推移しています。1990年代末から2000年代初頭にかけての成長は、インターネットと企業向けソフトウェアに牽引されたものでしたが、世界金融危機後に減速しました。それ以降、米国の労働時間あたりの産出量は年平均わずか1%強にとどまり、欧州や日本ではさらに低い水準です。先進国全体で労働力が縮小する中、この停滞はマクロ経済上の緊急課題となっています。労働力の減少は経済成長の足かせとなり、社会保障制度への圧力を高めています。生産性が向上しなければ、限られた労働力でより多くの産出を生み出すことは難しく、生活水準の向上は望めません。

今回はAIは違うのか？

楽観的な見方としては、生成AIは真の汎用技術であり、あらゆるセクターに浸透するというものです。初期の証拠は特定の領域で有望です。ソフトウェア開発、カスタマーサポート、法的文書レビューでは、一部の知識労働タスクで20～40%の効率改善が測定されています。例えば、コーディング支援ツールを使うプログラマーは、コード生成やバグ修正の時間を大幅に短縮できます。カスタマーサービスのチャットボットは、問い合わせ対応の初期対応を自動化し、人間のエージェントは複雑な案件に集中できます。法律事務所では、文書レビューの時間が数週間から数日に短縮された例もあります。

しかし、懐疑的な見方もあります。これらの効果は依然として狭く、全体の数字を動かすには至らないというものです。技術的能力と測定される経済的影響のギャップである生産性パラドックスは、これまでにも予測者を欺いてきました。普及には時間がかかります。電気やインターネットから完全な配当を得るには数十年を要しました。なぜなら、スキルや組織の再設計への補完的投資が必要だったからです。同様に、AIの効果がマクロ統計に現れるまでには、企業がプロセスを再設計し、労働者が新しいツールを使いこなすためのトレーニングを積む必要があります。この適応期間中は、投資が増えても生産性の伸びは鈍化する可能性があります。

労働市場の問題

より深い不確実性は分配に関するものです。これまでの技術と異なり、AIは長い間自動化から守られてきた認知労働と直接競合します。この移行は、中技能のホワイトカラー職を displace する一方で、異なる能力を要求する新しい役割を生み出す可能性があります。例えば、データ入力や初級の事務職は自動化の影響を受けやすい一方で、AIシステムを管理・監視する新しい職種が生まれるでしょう。また、AIが生み出す効率化によって、企業はより少ない人員で同じ業務を遂行できるようになり、雇用の二極化が進む可能性があります。

我々の見解では、AIは最終的には生産性統計に現れるでしょうが、その遅延は四半期ではなく年単位で測られます。再訓練と資本投資を通じて最も速く適応する経済が、その恩恵を享受するでしょう。投資家にとって、生産性ブームが到来すれば、それはこの10年で最も重要なマクロの追い風となるでしょう。企業収益の拡大、賃金上昇、そして持続可能な経済成長が期待できます。しかし、その恩恵を最大化するためには、政策立案者による教育・訓練制度の整備や、企業による組織改革への投資が不可欠です。