グローバル化とロボット工学（すなわち「グロボティクス」）という二つの潮流は、人類史上最速のペースで労働者を失業させかねない前例のない混乱の時代をもたらすと、Graduate Institute, Genevaの国際経済学教授リチャード・ボールドウィンは新著で論じています。『The Globotics Upheaval: Globalization, Robotics and the Future of Work.』
工場労働者が自動化によって職を失ってきたのと同様に、ホワイトカラーやサービス業の労働者も今や大量に失業する危機にさらされている、と、政策系ウェブサイトVoxEU.orgの編集長でもあるボールドウィン氏は語りました。同氏は最近、この傾向と労働者が自らを守る方法について議論するため、SiriusXMのラジオ番組「Knowledge@Wharton」に出演しました。
会話を編集した記録は以下のとおりです。
Knowledge@Wharton: もし自動化がまず「ブルーカラーの仕事」を減らしたのなら、テクノロジーが「ホワイトカラーの仕事」に影響を及ぼすのは必然ではなかったのでしょうか？
Richard Baldwin: 自然な流れだと思いますが、私としてはむしろテクノロジーに焦点を当てたいと思います。オフィス業務やサービス業務がこのように開かれつつある背景にあるのは、デジタル技術が非常に高度になっていることです。特にオフィスで働く人々にとって重要です。なぜなら、そこで扱うのは基本的に情報だからです。要するに、情報を移動させて処理するのですが、デジタル技術はそれを長距離にわたって行う能力を大きく変えました。仕事を在宅で行える仕組みが整えば、はるか遠くの国の人が、ずっと低い給与で働くことも大きな飛躍ではなくなります。
雇用主にとって最大の裁定取引、すなわち利益は、あなたとほぼ同じことができる人を、10分の1の価格で雇うことでしょう。こうした国際的なフリーランサー、すなわち「テレ移民」は、今後ますます発展途上国から現れるでしょう。ただし、時差の要素もある程度関わると思います。例えば、南米の多くの人々は北米向けにサービスを提供し、アフリカの人々はヨーロッパ向けに、東南アジアの人々は東アジア向けに提供するといったことです。こうしたテレ移民が待機するのは、そうした分野でしょう。
Knowledge@Wharton: 歴史的な観点からあなたが指摘した点の一つは、全般的な成長の鈍化です。多くの人は、10年前の金融危機と景気後退を経験したことから、短期的な話としてこれを語るでしょう。しかしあなたは、1970年代初頭まで遡ってこの点を論じていますね。その頃から、成長率が実際に鈍化し始めたのです。
Baldwin: 確かに1970年頃、先進国のすべてで成長は約半分に鈍化しました。米国は3%から4%で成長していましたが、1%から2%になりました。日本は6%から8%で成長していましたが、2%から4%になり、以下同様です。ただし、何がその原因だったのかは［誰も］100%確かではありません。米国の製造業の雇用はちょうどその頃にピークに達し、それ以来ずっと減少しています。基本的には、ロボットアームが人間の手に取って代わったのです。鍵となったのは、コンピュータチップが発明されたことでした。これによりロボットアームにコンピュータを搭載でき、かつて人間の手を必要とした多くの作業をロボットが行えるようになったのです。そこから仕事の自動化が始まりました。
雇用主にとって最大の裁定取引、すなわち利益は、あなたとほぼ同じことができる人を、10分の1の価格で雇うことでしょう。
Knowledge@Wharton: どの分野で最も大きな雇用喪失の懸念があると見ていますか？
Baldwin: 私の著書では、サービス業やプロフェッショナル職の自動化、そしてグローバル化、少なくとも遠隔からの業務移転について論じています。最も簡単な確認方法は、職場を見回して誰がテレワークをしているかを見ることだと思います。どの職種のどの業務が、実際にオフィスにいなくても遂行できるのか。それらが最初に姿を消していく仕事です。また、これは職業全体の話ではなく、職業内の業務についての話だという点も重要だと思います。
トラクターを見てください。…それは農業従事者の仕事の性質を変えた非常に優れた道具であり、作業に必要な農業従事者の数は減りました。しかし、農業という職業そのものはなくなりませんでした。会計やIT、あるいはオンラインでデータを操作する人々、そうしたたぐいの仕事を考えると、それらが最も速く自動化され得る仕事です。多くのチームにはリモートワーカーがいますが、そのリモートワーカーこそが最初に姿を消していく人々でしょう。
Knowledge@Wharton: この激変は経済だけでなく政治システムにも影響を与えるとおっしゃっていますね。どのようにしてでしょうか？
Baldwin: 私は大規模な混乱が起きると予測しているわけではありません。ただ、それが起きることは決して珍しくないと言っているのです。どの程度の雇用喪失が起きるかについての推計は、急速で恐ろしいものから、長期間にわたる穏当なものまでさまざまです。正直に言えば、私が調査した専門家たちに付け加えられることは何もなく、彼らも本当のところはわかっていないと思います。私たちは、この複雑な未来について単に推測しているにすぎないのです。
しかし、雇用喪失が非常に速く起きる可能性は深刻であり、オフィスやプロフェッショナル職で働く人々が、中国との競争や工場のロボットによって打撃を受けてきた人々と手を携えることも考えられます。フランスの黄色いベスト運動［フランスでの抗議活動］のような、ただしはるかに大規模で、はるかに速い大きな混乱が起こり得ます。私が懸念しているのはそのことです。
Knowledge@Wharton: Amazonは世界中で巨大な雇用主です。労働者が代替され得る企業の一つでしょうか？
Baldwin: Amazonは興味深い事例です。基本的には、オンライン注文と配送という従来型の事業を行っています。そのかなりの部分は非常に物理的な作業であり、顧客の発見などを容易にするために大量のAIを利用しています。Amazonで置き換えられているのは倉庫作業のような労働者です。それらはむしろ工場の仕事に近いので、それほど大きな破壊をもたらすとは思いません。私が考えているのは、例えば電話契約などを扱う、オフィスで働く人々のことです。
どの職種のどの業務が、実際にオフィスにいなくても遂行できるのか。それらが最初に姿を消していく仕事です。
もし私がスイスの電話会社であるSwisscomに、［私の米国への渡航］に対応するため、今後10日間の契約を変更したいとメールで伝えたとします。すると、Swisscomには、私のメールを開いて読み、私の要望を理解しようとし、契約を変更するためのデータベースを一つ開いて閉じ、そして請求を変更するために金融請求データベースを開く人間がいるでしょう。
つい最近まで、コンピュータがメールを読んで私の要望を理解することができなかったため、人間がそれを行う必要が絶対にありました。しかし今では、「ロボティック・プロセス・オートメーション」と呼ばれるものがあります。これはいわば「デジタルなナレッジワーカー」のようなものです。コンピュータはメールを開き、読み、私の要望を理解し、契約変更のデータベースを開いて閉じ、国内データベースに変更します。すべて人間を介さず、人間より100倍速く、ミスも少なく行われます。私が最も速く進むと考えるのは、こうした仕事の代替です。
Knowledge@Wharton: ただ、こうした仕事の一部は、少なくとも短期的には保護されるとおっしゃっていますね？
Baldwin: どの仕事が代替され、どの仕事が代替されないかを考えるとき、重要なのは人工知能にできないことに注目することです。今日、職場の能力に関する評価は数多くあり、私が参照できるものもあります。昨年、マッキンゼー・グローバル・インスティテュートが行った非常に良いものもあります。AIが非常に得意なこと、あまり得意でないことを並べてみると、最も人間的な業務は、AIにできないものです。人を動機づけること、人をマネジメントすること、創造性を提供すること、未知の状況に対処すること、倫理を適用することなど、そうしたことには人間的な触れ合いや人間ならではの才能が必要です。それがAIにはできないことなのです。
コンピュータが考えることを学ぶこの新しい方法は、すべて機械学習に基づいています。機械学習とは、コンピュータを根本的に異なる方法でプログラムすることです。2016年以前にコンピュータをプログラムしていた時は、あらゆる状況で何をすべきかを論理的な一歩一歩で知っておく必要がありました。コンピュータが従うべき一連の指示を書き下ろしていたにすぎません。しかし今、機械学習では、そのようには行いません。例えば猫の顔の100万件の観測データと、猫ではない顔の1000万件を取り込み、膨大な電力を使って、何を推測するかという巨大な統計モデルを推定します。猫かどうかを判定するために、数十万の手がかりを使います。そのモデルは非常に複雑で、AI科学者でさえ、猫を識別するために正確に何を使っているのかを理解していません。
雇用喪失が非常に速く起きる可能性は深刻です。
これは、私たちの脳が多くのことを扱う仕組みでもあります。私は15%のチップの額をどう計算したかを説明できますが、窓の外に見えるものがバスではなく車だと認識できる理由は説明できません。その新しい能力は、すべて膨大なデータセットに依存しています。問いは明確でなければならず、結果も明確でなければなりません。さて、あなたの仕事について考えてみてください。あなたの仕事のどの部分が、問いも結果も不明確なのでしょうか。それこそが、AIによって保護される部分になるでしょう。
Knowledge@Wharton: 特にジャーナリズムに言及していますね。それはどのように影響を受けるでしょうか？
Baldwin: すでに多くのロボ・ジャーナリストのプログラムがあります。スポーツの結果や株式市場の結果を報じる際に日常的に使われており、特に同時に数千件のニュース記事が届く選挙結果の報道では頻繁に使われています。それらは、選挙結果の巨大なデータベースをもとにしたテンプレートを持ち、このAIマシンが各選挙区ごとに非常に素早く記事を生成します。スポーツの結果や株式市場でも同様です。一般的なフィードからデータを取り込み、人工知能を用いて記事に変換しているのです。
Knowledge@Wharton: しかし、その業界や他の業界でも、業務の一部には人間の思考が依然として必要ですよね？
Baldwin: ほぼすべての仕事には、実際に人間がそこにいることが必要な部分があります。私が著書で訴えたいのは、人々は自分自身の仕事、自分の雑務のリストを見直し、どれが機械翻訳のようなものによって自動化され得るか、どれがあなたの隣のオフィスに座り、Skypeの画面に映る人物に置き換えられ得るかを見極めるべきだということです。あなたが焦点を当てるべきなのは、そのどちらにもできないことに習熟することです。
未来の仕事において、私たちはテレ移民にできないことをし、AIにできないことをすることになるでしょう。したがって、彼らにできないことは何かを考え、それらのことに関する能力を育てることに注力すべきです。
Knowledge@Wharton: もし多くの人が、自分の仕事がいずれ自動化されると考えるなら、転職を望むようになるかもしれませんね？
Baldwin: まったくそのとおりです。これがより早く、より速く、より厳しく訪れる仕事があり、そうした仕事に就きたいとは思わないでしょう。しかし、［仕事から］離れるべきだという考えは良い考えであり、良い発想です。ただ、私がそのことを考えるとき、それは私たちが子どもたちに何を学ばせ、どのような訓練をさせるべきかに、より深く関わる問題だと思います。非常に早く消えていく仕事のために子どもたちが訓練しないようにしたいのです。一方、今仕事を持っている人々は、別の分野、保護された仕事へ移ることを考えなければなりません。
ただ教育を受ける量を増やすだけでは不十分です。人間的なスキルにもっと焦点を当てる必要があります。
Knowledge@Wharton: 若い人々がより良く備えられるように、教育もこうした変化に合わせて調整されるべきでしょうか？
Baldwin: はい、それが私の本の最後の部分です。これに備えるための重要なルールの一つは、古いルールはもう通用しないということです。グローバル化と自動化に対処するための古いルールは、より多くのスキルや教育、訓練を受けることでした。ヨーロッパ、米国、そして世界中の家庭で、ほぼ例外なく、子どもはグローバル化の世界で生き残り、繁栄するために、より多くの教育を受けなければならないと言われてきました。そのルールが機能したのは、基本的に、グローバル化と自動化は製造業、農業、鉱業のような、実際に何かを行う産業でしか作用しなかったからです。
しかし、教育を受ければ受けるほど、自動化が機能せず、技術的な障壁のためにグローバル化も起こらない職業に就く可能性が高くなります。それまではそれは悪い考えではありませんでしたが、今回は、もう少し繊細になる必要があるでしょう。単にスキルを増やすだけでは不十分で、どのスキルかが問われます。特に、より人間的なスキル、ソフトなスキルについて考えなければなりません。もちろん、誰もが最低限のデジタル能力とリテラシーを身につける必要がありますが、若い人々の多くは既にそれを持っています。それは将来の市場における最低限の条件となるでしょう。
その一方で、人を管理することは、例えば建築図面を描いたり、法的文書を精査して証拠を探したりすることに比べて、はるかに代替されにくいものです。それらはロボットがますます得意になりつつあるものです。したがって、単により多くの教育を受けるだけでは不十分です。人間的なスキルにもっと焦点を当てる必要があります。
