生成AIが多様な産業でどのように活用されてきたか、そして今後経済にとって何を意味しうるのかを検証すべき時期が来ています。
生成AIは、これまで不可能と考えられていたほどの効率でタスクを遂行できるツールであることが、今や明らかになっています。
生成AIのマクロ的な影響を左右する重要な要因は、官民協力の度合いと全体的な規制アプローチです。
ChatGPTの最初のバージョンが公開されてから1年が経過し、生成AIに対するメディアと投資家の関心は落ち着きつつあります。見出しは減り、AIの直接的な恩恵を受けると見なされる米国の大手企業の時価総額も、当初の急騰後に安定しています。
ChatGPTや類似のツールが過去1年間に多様な産業でどのように活用されてきたか、そして今後経済にとって何を意味しうるのかを検証するのに適した時期と思われます。
仕事の経験を再定義する
生成AIがもたらす変革的な影響は過小評価されるべきではありません。霊長類学者のジェーン・グドールが1960年にゴンベのチンパンジーが草の葉を加工してシロアリを釣り上げる様子を初めて目撃した際、人間とその他の動物との境界線は突然曖昧になりました。道具を知的に使用することはもはや人間に固有の特性とは考えられなくなり、その師である古人類学者のルイス・リーキーは、「今こそ道具の定義を改め、人間の定義を改めるか、チンパンジーを人間として受け入れなければならない」という有名な言葉を残しました。
生成AIは、これまで不可能と考えられていたほどの効率でタスクを遂行できるツールであることが今や明らかになっており、それが仕事の経験を再定義しています。穴を掘るよう任され、そこに岩が邪魔をしている状況を想像してください。生成AIは、その岩を砕くためにシャベルがツルハシに変わり、作業を終えるために再びシャベルに戻る道具を手渡されたようなものです。
より具体的には、生成AIは既に多様な産業で革新的に活用されています。以下は、あまり報じられていないものの、変革的な応用の可能性を秘めた活用事例の一部です。
1. 医療：医師は生成AIを活用し、大量の医学文献の要約を作成したり、診断の難しい疾患の潜在的な原因を検討したりしています。病院では、ペルソナを用いて個々の患者への共感を深め、そのニーズを予測したり、より分かりやすい形で患者とコミュニケーションを取ったりしています。
2. 法務：法律事務所は、AIを用いて論拠の強度を検証し、中間的な合意点を交渉する方法を探っています。また、この技術は、「免責補償」などの特定の条項を検索し、さらなる人間によるレビューが必要な箇所を特定することで、契約審査を行う人を支援するためにも使用されています。
3. 農業：AIは、気温、湿度、風速・風向などのデータを1ヘクタールごとに収集・分析することで、農家の灌漑最適化を支援しています。農家は生成AIを用いて、作物の収量が低い原因と対策を探ったり、害虫や病気を特定したりすることができます。
4. 製造業：自動車メーカーは、AIを用いてフォーカスグループのフィードバックを分析しています。録音された議論を自動的に構造化データに変換し、車両の各機能に関するグループの全体的な意見を要約しています。メーカーは、調査、ディーラーの保証報告書、車両所有者によるその他の自由記述の言葉といった非構造化データを活用し、問題をより迅速に特定したり、消費者のニーズを把握したり、マーケティングキャンペーンを計画したりしています。
この技術が生産性に影響を与えているもう一つの方法は、プログラミングの経験がほとんどない、あるいは全くない従業員が、雇用主のニーズに合ったプログラムを作成できるようになることです。例えば、データをChatGPTに入力することに懸念を抱く高度に規制された産業の企業は、この技術を使ってPythonやVBAでカスタムツールを開発し、それを内部データの処理や分析に適用し始めています。対照的に、多くのソフトウェア企業は、知的財産が損なわれることを懸念し、コードをChatGPTに入力することに消極的でした。
個人レベルでは、革新的な労働者が生成AIを用いて、計画書、議事次第、メールを下書きしたり、ブレインストーミングを支援させたり、ある問題を複数の角度から分析したり、個人向けのソフトウェアツールを作成したり、特定の業務遂行に必要な大量の情報を要約したりすることで、生産性を高めています。この技術が共同作業を重視する職場プラットフォームに組み込まれるにつれ、OpenAIのChatGPT、MicrosoftのCopilot、GoogleのGSuiteなどのツールは、生産性向上の恩恵の範囲をさらに広げることができます。
生成AIのマクロ経済への影響
しかし、生成AIのマクロ経済への影響は、GDP成長率、インフレ率、要素生産性などの一般的な指標によって直ちに測定できるものではありません。過去の技術革新がマクロ経済変数に与えた影響は、数四半期ではなく数年を経て感じられるようになったことが歴史から示唆されています。それでも、生成AIの影響を測定するまでの期間は、この技術がソフトウェアを通じて迅速に展開でき、学習や訓練の要件が比較的少なく使いやすいという事実によって短縮される可能性があります。
当社の見解では、生成AIのマクロ経済への影響を左右する重要な要因は、この技術に対する官民協力の度合いと全体的な規制アプローチです。公共部門の積極的な関与と適切な規制がなければ、各国はAIの持つ力を最大限に活用するために必要な、人的資本と物的資本の両方への十分な投資を欠くことになるでしょう。
世界経済フォーラムは、人工知能のためのガードレールをどのように構築していますか？
AI卓越性センターは、急速に進化する人工知能と、それが経済および社会に与える影響を理解するために、各分野のリーダーをつないでいます。AI導入に伴う機会、リスク、トレードオフについて、十分な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イニシアチブを通じて、センターはパートナーが共通の理解を構築し、責任あるAIの革新と活用のアプローチに向けて協力できるよう支援しています。
この新たな現実に適応している国の一例がアラブ首長国連邦です。世界経済フォーラムの若手リーダープログラムの一環としてこの国を最近訪問した際、UAEが世界初の人工知能省を設立したことを知りました。UAE当局は、他の国々もこれに続くと確信しており、それは1世紀以上前に世界初のエネルギー省が設立された際に起こったことと似ています。
対照的に、生成AIの力を速やかに認識せず、そのリスクの軽減に取り組まない国々は、革新的なミクロレベルの取り組みとマクロレベルの成果の間のギャップを埋めることができないかもしれません。可能性は、それを失うかどうかにかかっています。
