モルガン・スタンレーのチーフエコノミスト、セス・B・カーペンター氏による最近の研究は、AIを取り巻く現在の不安について冷静な見解を示している。同氏は、AIを機械化、電化、大量生産、自動化、IT革命に続く6番目の大きなイノベーションの波と位置づけ、ある根本的な矛盾を指摘している。それは、AIはこれまでのどの技術革命よりもはるかに速いペースで普及しているにもかかわらず、世界の主要経済国の労働市場指標は「異例の安定性」を示しているという点だ。

雇用増加率や失業率から求人数や離職率に至るまで、これらの主要データポイントは、AIへの依存度が高い業界と低い業界の間で体系的な乖離を示していません。カーペンター氏の研究は、現在の証拠は「AIは代替ではなく、むしろ促進要因である」という主張を裏付ける方向に傾いていることを示唆しています。

歴史の教訓：あらゆる技術革新のパニックは、正反対の結果をもたらしてきた。

産業革命以降の技術革新を振り返ると、そのたびに「機械が人間にとって代わる」という深刻な懸念が伴ってきた。19世紀初頭のラッダイト運動による織機の破壊、1960年代の自動化への恐怖、そして1990年代のドットコムバブル初期におけるホワイトカラー職の消失への不安は、いずれも最終的には過剰反応であったことが証明された。

カーペンターの研究は、これらの技術が確かに特定の作業や仕事をなくした一方で、より一般的な影響としては、仕事そのものをなくすのではなく、仕事の構成を変えることにあると指摘している。機械化によって農業労働は工場へと移行し、電化によって巨大なサービス部門が生まれ、IT革命によってプログラマーやデータアナリストといった全く新しい職業が創出された。それぞれの技術革新の後、労働需要の総量は減少するどころか、より広範な産業基盤へと拡大してきたのである。

私の考えでは、見落とされがちな認知バイアスとして、多くの人がAIを「より少ない人数で同じ成果を達成する」と理解している点が挙げられます。しかし、同じ仕組みは「同じ人数でより多くの成果を生み出すことができる」という意味にもなります。この2つの主張は数学的には同等ですが、モルガン・スタンレーは後者の方が現実になる可能性が高いと考えています。これは、生産性の向上によって総需要が拡大する効果があるためです。商品やサービスのコストが下がると、消費者の実質的な購買力が高まり、新たな需要が生まれ、それが雇用を促進するのです。

データによると、生産性向上は人員削減ではなく、生産量の増加によってもたらされる。

入手可能なデータに基づくと、カーペンター氏は慎重ながらも楽観視できる理由があると考えている。労働市場レベルでは、雇用増加率、失業率、求人数、離職率などの指標は、AIへの依存度が高い産業と低い産業の間で体系的な乖離を示していない。若年失業率の上昇は、AIが雇用に与える影響の証拠としてよく挙げられるが、米国全体の雇用減速という循環的要因を除外すると、若年失業率の過剰な増加は、過去の循環パターンによって予測される水準をわずかに上回るだけであり、構造的な異常とは言えない。

生産性レベルでは、AIの影響はすでにデータに現れ始めている。AIの導入率が高い業界では労働生産性の伸びが加速しているが、重要なのは、この伸びは労働時間の短縮や人員削減ではなく、主に生産量の拡大加速によるものであるという点だ。この違いは非常に重要であり、AIが現状では「代替」というよりも「増強」の役割を果たしていることを示している。企業は直接的な人員削減に頼るのではなく、AIツールを使って既存従業員の生産性を向上させているのだ。

中核リスク：ウイルスの急速な蔓延により、調整期間が短縮された。

初期データは安心できるものだが、カーペンター氏は今後の動向は依然として非常に不確実であると明確に指摘している。数十年かけてゆっくりと展開してきた過去の技術革新とは異なり、AIの導入は適応期間を大幅に短縮しており、これが今回のイノベーションの波における最も重要な構造的差異である。

彼は、企業がAIによる生産性向上効果を短期間で急速に実現し、その効果が経済全体に広く波及した場合、少なくとも労働市場が回復するまでは、失業率が景気後退のような急上昇に見舞われる可能性があるという、警告的なシナリオを提示した。このような「凍結された」調整は、社会の安定と分配の公平性にとって深刻な脅威となるだろう。

しかし、カーペンター氏は複数の緩衝メカニズムについても概説した。生産性向上による所得増加は総需要を支え、資産効果の高まりは消費を維持し、企業内では新たな業務や役割が生まれ、職を失った労働者を吸収するだろう。景気循環的な雇用減速とそれに伴うデフレ圧力は金融緩和を促し、金融政策の余地がなくなった場合には、財政政策の自動安定化装置と裁量的な手段によって移行期間中の所得格差を緩和できる。彼は、これらの緩衝メカニズムの存在によって、AIによる失業ショックは「より小さく、より短期間で、より制御可能なものになる」と考えている。

インフラ整備のボトルネック：3兆ドルを超える設備投資が未だ実現していない。

カーペンター氏はまた、AIの普及速度は物理的なインフラ整備の進捗状況によって制約されるだろうと指摘した。モルガン・スタンレーのストラテジストは以前、データセンターおよび関連インフラへの総設備投資額が2025年から2028年の間に3兆ドルを超えると予測していたが、これまでに実際に投資されたのはその約4分の1に過ぎない。

これは、AIが生産性や雇用市場に及ぼす最大のインパクトは、依然として「未来」に大きく左右されることを意味する。インフラ整備のペースは、AIの実体経済への浸透速度を直接的に決定し、ひいては雇用市場の調整機会に影響を与える。半導体製造からデータセンター建設、送電網のアップグレードから光ファイバーケーブルの敷設に至るまで、こうした物理的なボトルネックが、AI導入の「速度制限要因」となりつつある。

政策対応：ショックの深刻さを決定づける重要な変数

私の見解では、AIが雇用市場に与える影響の深さと期間は、政策対応に大きく左右されるでしょう。歴史的に見ると、技術革新によってもたらされる調整の苦痛は、教育制度改革、社会保障制度の改善、労働市場の柔軟性の向上などによって緩和されることが多かったのです。現在、世界中の政府が直面している課題は、AIの普及が加速する前に、十分に効果的な再訓練制度と社会保障制度を確立できるかどうかです。

世界的な視点で見ると、各国の経済はそれぞれ大きく異なる政策手段を持っている。強力な労働組合交渉メカニズムと積極的な労働市場政策を持つ北欧諸国は、「創造的破壊」からの円滑な移行を容易に実現できる可能性がある。一方、労働市場の保護が不十分で社会保障制度が脆弱な一部の経済は、より大きな社会的摩擦に直面するかもしれない。

カーペンター氏は、モルガン・スタンレーは今後もAI導入のペース、労働市場の進化、政策対応を注視していくと総括した。「歴史が示すように、最終的には生産性が優位に立つだろうが、社会の誰もが平等にその恩恵を享受できるわけではない。初期の兆候は有望だが、物語はまだ書きかけだ」。投資家にとって、これはAI産業チェーン全体における設備投資のペース、企業の導入率の変化、労働市場への政府介入の程度を綿密に監視することを意味する。これらの要因が総合的に、AI革命の最終的な経済的影響を決定づけることになる。