テクノロジーが生産性の伸びに与える影響は、一貫して過大評価されてきた。アナリストたちは、生成AIでも同じ過ちを繰り返しているのだろうか。
大きな生産性の変化はコスト削減によってもたらされる。生成AIにはそれが可能だが、マクロ経済への影響は過大評価すべきではない。
コストリーダーが恩恵を享受する一方で、多くの企業は敗者となるだろう。しかし真の勝者は、テクノロジーによって価格が下がる消費者である。
近年の目覚ましい技術進歩にもかかわらず、米国などの先進国では成長率が引き上げられていない。パンデミックの最中、多くの人々がデジタルサービスの利用拡大を「転換点」と宣言することを急いだ。しかし、我々が以前に書いたように当時（そしてその後も）、熱狂的な成長効果が実現する可能性は低く、そしてそれらは 実現しなかった。
過去の技術の期待外れの結果を理解することは、将来の可能性を明確にする助けとなる。振るわなかった理由の一つは、技術は単なる燃料にすぎないことにある。生産性の伸びには、効果的な技術導入に火をつける「きっかけ」も必要なのだ。
継続的な逼迫した労働市場こそがそのきっかけになり得る。企業は採用できなくなると、まず後押しされ、次いで強いられて、労働力をテクノロジーで置き換える。2010年代に労働市場の余剰が続いたことで、企業は業務プロセスを再構築する必要がなかったが、COVID以降に逼迫が再び生じたことで、そのきっかけがもたらされる可能性がある。
世界経済フォーラムは、人工知能の倫理的な発展をどのように確保しているのか？
生産性の伸びを阻んできた障壁の一つは、特に労働集約型サービス分野において、労働を包括的に代替できる技術が存在しないことだ。製造業で自動化が実現したことに相当する技術は、標準化されていない相互的な人同士のやり取りに依存するサービス業には存在しない。
生成人工知能（AI）は、その状況の一部を変える可能性を約束している。しかし、その実現可能な影響を現実的に見積もるには、技術を広範な生産性の伸びへと結びつける仕組みを、より詳しく検討する必要がある。
アプリではなく、コストと価格に注目する
生産性の伸びは、テクノロジーによる華やかな製品革新として語られることが非常に多い。重要ではあるが、大規模な生産性の変化は、新製品や改良製品よりも、規模に応じたコスト削減によってもたらされることが多い。マクロ経済において強力なのは、テクノロジーが持つデフレ的な性質なのである。
我々は、身近なタクシーの事例を用いて、コストという地道な領域ではなく、派手なアプリに目を奪われがちな誤った焦点を浮き彫りにしてきた。Uber、Lyft、Grabは、文字通りにも比喩的にも社会を前進させる存在の象徴かもしれないが、生産性の伸びはどこにあるのか。経済学を学び始めた学生なら誰でも知っているように、生産性の伸びとは、投入に対する産出の比率を改善することに他ならない。
アプリがこの比率を根本的に変えたわけではない。この事例では、労働と資本という投入、すなわち運転手と自動車は変わっていない。ドライバーと乗客のマッチングはいくらか改善したが、価格が上昇していることは、生産性の変革が起きていないことを示している。もし変革があったのなら、価格は下落しているはずだ。
なぜか。労働をテクノロジーで置き換えられる企業は、コストの高い競合他社から市場シェアを奪うために価格を引き下げるだろう。その過程が各産業に広がると、マクロ経済は強い生産性の伸びを経験する。
交通分野において大きな変化が訪れるのは、アルゴリズムとセンサーが運転手に取って代わるときであり、その時点に限られる。アプリが運転手の位置を示すからとか、支払いが静かに決済されるからといって、そうした変化が訪れるわけではない。
テクノロジーがこの「技術・コスト・価格」効果に火をつけられなかったことが、その成長への影響を物足りないものにしてきた。今、生成AIは、コールセンターからマーケティング、研究・設計に至るまで、非線形のやり取りを置き換えることで、サービス経済からコストを取り除く可能性を持っており、影響をより現実的なものにしている。
また、生成AIはコスト削減に関する議論を有益な形で焦点化させた。コスト削減こそがマクロ経済に恩恵をもたらすものであり、それが「技術・コスト・価格」効果を動かすからである。
このデフレ効果の証拠は強力だ。過去30年にわたる財とサービスの動向を考えてみよう。耐久財では、アウトソーシングとともに自動化が進んだ結果、労働投入と価格が大幅に低下した。
2020年までの30年間で、耐久財の物価指数は35%下落し、一方で、全財では15%の上昇にとどまった。サービス分野では、労働集約度は緩やかに低下したか、まったく低下していない。そのため価格は概して上昇し、しばしば大幅に上がった。交通では、価格は79%上昇し、教育では348%上昇、そしてサービス全体では120%上昇した。
企業は留意せよ、生成AIの主な受益者は消費者である
コスト削減と価格下落によってテクノロジーが大きな生産性の伸びをもたらすのであれば、勝者は消費者となるだろう。価格が下がれば実質所得が増え、それを他の支出に回すことができる。
かつて食料は人々の家計の大きな割合を占めていたが、機械化、そして後には肥料の導入によって価格が下がると、所得に余裕が生まれ、観光などの家庭向けの財やサービスに支出できるようになった。これがテクノロジーが全体の成長を牽引する仕組みであり、新たな支出が新たな雇用も生み出すため、大量失業というディストピア的な予測が現実化していないのもそのためだ。
企業にとって、この生産性の連鎖（テクノロジー・コスト・価格・所得）は、機会であると同時に脅威でもある。コストの曲線を先導し、相対的な優位性を維持し、価格を引き下げて市場シェアを獲得できる企業が勝者となり、それができない企業は犠牲になる。
生成AIは新たな大企業を生み出したり、既存の企業を再活性化させたりするだろうが、一部の業界では、AIがすべての企業の業界利益を危うくする可能性もある。
これは、労働を節約する技術が非常に広く利用可能となり、すべての企業が容易にそれを採用するときに起こる。価格競争が起こり、利益は縮小する。自動車製造、海運、航空業界における生産性の向上は、業界全体の好況な利益をもたらしたのではなく、むしろ低価格、熾烈な競争、わずかな利益をもたらした。
したがって企業にとって、生成AIやその他のテクノロジーがもたらす戦略的な意味は、存続のためにコストを削減する防御的な側面と、優位を得るためにコストを削減する攻撃的な側面の両方を持つ。
生成AIのマクロ経済への影響について現実的であり続ける
生成AIは、センサー、5G、ロボティクス、バイオテクノロジーなどを含む技術のモザイクの重要な一片であり、生産性の伸びを生み出し得るが、どの程度までだろうか。過度な熱狂は通常、注目すべき革新に伴うものであり、最近の一部の推計では、米国の生産性の伸びが300ベーシスポイント（bps）以上上昇し得るとされている。
それは過度に楽観的だ。ボトムアップの事例研究からマクロ経済の予測を行いたくなる誘惑はあるものの、そうした推計は依然として仮定と外挿に基づく試みにすぎない。規制上の摩擦や社会的な受容といった予測困難な障壁があり、それらは時間軸を引き延ばし、影響を制限するだろう。
300bpsという推計は、米国経済が広く受け入れられているトレンド成長率の2%程度から5%へと、ほぼ2倍以上になることを意味する。同様の考え方によって、パンデミック中にデジタル化が進んだことで生産性の伸びが100bps以上押し上げられると予測されたが、そうはならなかった。
過去の生産性向上は、起こり得る影響についての手がかりを与えてくれる。現在の技術の波は、1990年代半ばから2000年代半ばにかけて生産性を高めた情報通信技術（ICT）ブームと比べて、より大きいだろうか、より小さいだろうか、それとも同程度だろうか。それは、逼迫した労働市場が新たな技術の波への供給と熱意と交わった最後の時期であり、約10年間にわたって成長を約100bps加速させた。
1990年代と同様に、逼迫した米国の労働市場は技術導入の加速に寄与し得る。新しい革新の多くは有望だが、構築と有効な導入には時間がかかるだろう。さらに、規制やその他の摩擦も克服しなければならない。我々の見立てでは、影響はより控えめであり、加速は150bpsよりも50bpsに近く、確実に300bpsではない。
生成AIは信頼に足る可能性に満ちているが、インターネットが経済において持っていたような「汎用」的な応用を持つのだろうか。いつかはそうなるかもしれないが、おそらく長いタイムラグを伴うだろう。情報通信技術のブームが、そのマクロ経済への影響が見えるようになるまでに（1960年代後半から）30年の期間をかけて勢いと臨界点を得たことを考えてみよう。今日のタイムラグがより短いとしても（デジタル時代においては信頼できる見通しだ）、それらが消えてなくなったわけではない。
しかし、マクロ経済学では小さな数字が大きな意味を持つことを忘れてはならない。生成AIと新技術の融合が50bpsの成長押し上げをもたらすなら、10年間で米国の国内総生産に8兆ドルが追加されることになる（2021年のドイツの生産量のおよそ2倍）。これは決して軽視できるものではない。
