AIの経済的影響は、経済において新たな業務を生み出す能力にかかっています。
世界には「潜在市場」が数多く存在します。製品やサービスへの需要はあるものの供給がない、あるいはその逆の状況です。AIには、こうした市場の多くを掘り起こす力があります。
このため、AIの可能性は極めて大きいものの、その実現は自動的には起こりません。適切な政策が、成功と好機の逸失または遅延との分かれ目となるでしょう。
AIがもたらしうる経済的影響の予測は大きくばらつきがあります。ノーベル賞受賞者のダロン・アセモグルは、10年間で米国のGDPが累積で1.1%押し上げられると試算しています。一方、ゴールドマン・サックスは、この技術の完全な導入によって15%の押し上げがあると定量化しています。
これら2つの推計の差は、現在の米国GDP水準で約4兆ドルに相当します。アセモグルの推計は、今日費用対効果の面で自動化が見合う業務のみに焦点を当てています。一方ゴールドマンは、時間の経過とともにより広範な導入が進むと見込み、労働者の再配置や経済における新たな業務の創出による成果を織り込んでいます。人々が新たな役割へとダイナミックに再配置されることは、強力な成長の原動力となり得ます。MITの経済学者デイビッド・オーターとその共同研究者らは、過去80年間の雇用増加の85%が、技術によって生み出された新たな職種によって説明されることを明らかにしました。しかし、今後もこうした新たな業務の出現を当てにするのは妥当でしょうか。
これまでのデジタル化の波は、楽観視できる理由の一つを示しています。テクノロジーはしばしば新たな市場を生み出してきました。私がそれを知らないはずがありません。私が勤めるGoogleは、30年前には存在しなかった市場（検索、動画配信、クラウド）から収益のほぼすべてを得ています。これらのサービスは現在、米国の企業、非営利団体、出版社、クリエイター、開発者にとって、年間で数千億ドルの経済価値を生み出しています。これは決して特殊な例ではありません。フリーマーケットは何世紀も前から存在していましたが、eBayはその概念をデジタル化することで、需要と供給のマッチングを全く異なる次元へと引き上げました。Amazonの「何でも売る店」が小売り全般に果たした貢献も同様です。Uberは交通と配送に革命をもたらしました。例はまだ続きます。
世界経済フォーラムは、人工知能に対する指針をどのように構築しているのでしょうか。
AI卓越性センターは、業界横断的なリーダーたちをつなぎ、急速に進化する人工知能と、それが経済や社会に及ぼす影響を理解する場を提供しています。AIの導入に伴う機会、リスク、トレードオフについて、情報に基づく対話を支援しています。
信頼できる場や協働的な取り組みを通じて、同センターはパートナーが共通理解を築き、AIの革新と活用において責任ある取り組みを共に進められるよう支援しています。
潜在市場を掘り起こす
このような状況はどのように生じたのでしょうか。世界には「潜在市場」が数多く存在します。これは、製品やサービスへの需要はあるものの供給がない、あるいはその逆の状況を指します。こうした市場は、契約の困難さを含むいくつかの理由から形成されないことがあります。Uberの登場以前は、見知らぬ人が遠く離れた場所まで迎えに来て目的地まで送ってくれる契約を、即座に結ぶ現実的な方法はありませんでした。その場でこの新たな契約を結べるようになったことは、Googleの初代チーフエコノミストであり私の師でもあるハル・ヴァリアンが「コンピュータを介した取引」と呼んだものの一例です。Uberは、モバイル技術、決済、デジタル地図、レビュー・プラットフォームといった、それぞれ別個に存在していた技術要素を「組み合わせ型イノベーション」によって結びつけ、新たな市場を生み出しました。
AIは、さらに多くの潜在市場を明らかにする立場にあります。経済学者のアジェイ・アグラワル、ジョシュア・ガンズ、アビ・ゴールドファーブは、近年のAIの進歩を「予測の統計学の進歩として特徴づけています。予測は経済全体に遍在しています。ほとんどの企業の意思決定は、予測と判断の組み合わせとして捉えることができます。在庫管理、物流最適化、予知保全、金融といった定量的な分野を考えてみてください。これらの分野では、AIが急速に浸透しつつあります。調査によると、金融サービス企業の約70%が現在、キャッシュフロー予測、与信スコアリング、不正検知などの業務にAIを活用しています。重要なのは、AIの可能性が先進国に限られないことです。数十の開発途上国の金融機関は、コロンビア大学の経済学者ダニエル・ビョルケグレンのアイデアに基づき、携帯電話のネットワークデータから返済の可能性を推定するために機械学習を用いて、何百万人もの人々に少額融資を提供しています。
情報と向き合う新たな方法
もっとも、こうした明らかに定量的な応用は、物語の一部にすぎません。近年のAIの画期的な進歩は、ほとんどの製品やサービスの中核要素である言語を、コンピュータがどのように扱うかを一変させました。大規模言語モデルを搭載したチャットボットは、すでに月間利用者が数億人に上ります。KhanmigoなどのパーソナライズされたAI家庭教師は、学習に革命をもたらすことが期待されています。職場では、AIは最初の草稿の作成から会議の要約に至るまで、数多くの新たな活用事例を支えています。こうした個別の解決策がすでに価値をもたらしている一方で、それらは業務プロセスの体系的な再考による、はるかに大きな成果を予感させるものです。蒸気機関が電力に取って代わられたことが、生産のより広範な再編成の序章にすぎなかったのと同様です。人々が情報と向き合う方法も変化しつつあります。Googleは最近、「検索」におけるAIによる概要が、人々を以前よりも「より長く、より複雑な質問をする」方向へ導いていると明らかにしました。
これらの進展は、過去のデジタル化で見られた組み合わせ型イノベーションという、おなじみのパターンに続き、供給が需要に応える新たな道筋があることを示唆しています。これは、ゴールドマン・サックスの予測によって定量的に示されたAIの計り知れない可能性を裏づける直感を育むのに役立ちます。同時に、アセモグルのより慎重な見通しは、AIの可能性は自動的には実現しないことを改めて強調しています。適切な政策が、成功と好機の逸失または遅延との分かれ目となるでしょう。ジェームズ・マニーカとマイケル・スペンスが簡潔に述べているように、いまこそ、AIにできることについての前向きなビジョンと、そのビジョンを現実のものにするための効果的な施策が求められています。
