Capital Justice Lab
Articles

Legal Finance

AIの果実は誰のものになるのか(前編)――アセモグルが問い直す「仕事はいくつ消えるか」という問い

少数株主AI教育読解力山中裕生成AIコーポレートガバナンスアセモグルリスキリングダロン・アセモグルノーベル経済学賞AI格差問いを立てる力経済学CapitalJusticeLabAI

AIをめぐる議論は、いつの間にか「何万人の仕事がなくなるか」という数字の当てっこになってしまった。新聞もテレビも、職業ごとの「消える確率」を並べては、不安と期待を交互にあおる。

2024年にノーベル経済学賞を受賞したマサチューセッツ工科大学(MIT)のダロン・アセモグル教授は、デイリー新潮のインタビュー(取材・構成:国際ジャーナリストの大野和基氏)で、この問いの立て方そのものに異を唱えている。問題は仕事が消える数ではない。AIが人間を「置き換える」方向に使われるのか、それとも人間の能力を「広げる」方向に使われるのか。その違いこそが、これからの賃金と格差を決めるというのである。

Capital Justice Labが一貫して問うてきたのは、機会とリターンが誰にどう配分されるのか、という点だ。AIはまさに、その配分を大きく組み替えうる技術である。本稿では前後編に分けて、アセモグル教授の議論をその背後にある研究とあわせて読み解き、資本市場と教育の側から何が言えるのかを考える。前編では、教授が「問いの立て方」をどう組み替えたのかを整理する。

「生産性が上がれば皆が豊かになる」は自動的には成り立たない

インタビューの出発点にあるのは、技術進歩と労働者の利益は自動的には結びつかない、という認識である。生産性が上がっても、その果実が働く人に分配される保証はない。教授は過去40年のデジタル化を振り返り、生産性が伸びる一方で所得格差が広がり、労働者の取り分はむしろ低下してきたと指摘する。そして、AIがこのパターンをさらに強い形で再現しかねないことを警戒している。

この見方は、インタビューで突然出てきたものではない。アセモグル教授はMITの同僚サイモン・ジョンソン氏との共著『技術革新と不平等の1000年史』(原題:Power and Progress、2023年)で、中世の農業技術から産業革命、20世紀の工場の機械化までをたどり、「技術の進歩が生む利益は自然に社会全体へしたたり落ちる」という楽観論を正面から批判した。利益が広く行き渡った時代には、労働者の交渉力や制度、技術の使い道をめぐる社会的な選択が伴っていた、というのが同書の主張である。

つまり教授にとって、AIの影響を決めるのは技術の性能ではない。その技術を誰が、何のために、どう使うかという選択である。

「職業」ではなく「タスク」で考える

インタビューで教授がとくに強調するのは、AIの影響を職業単位で論じることの危うさだ。「医師はいらなくなる」「弁護士は不要になる」といった言い方は分かりやすいが、現実の仕事はそう単純ではない。

医師の一日を考えてみればよい。患者の情報を調べ、検査結果を整理し、診断の候補を考え、患者と話し、治療方針を決め、家族に説明する。一つの職業の中には、性質の異なる多くの作業が詰まっている。AIがそのうちいくつかを人間以上にこなせるようになっても、医師という職業がただちに消えるわけではない。変わるのは、医師の仕事の中身の組み合わせである。教授は、同じことが教師にも、弁護士にも、会計士にも、研究者にも、記者にも当てはまると述べている。

この「タスク」という単位で技術と労働を分析する枠組みは、アセモグル教授がボストン大学のパスクアル・レストレポ氏と長年にわたって発展させてきたものだ。二人の一連の研究は、技術変化を二つの力に分けて捉える。

・既存のタスクを機械に置き換える「自動化」の力。これは労働への需要を減らす方向に働く。 ・人間が担う新しいタスクを生み出す力。これは労働への需要を増やす方向に働く。

賃金と雇用がどうなるかは、この二つの力の綱引きで決まる。自動化だけが進み、新しいタスクが生まれなければ、生産性は上がっても労働者の取り分は削られていく。二人は、1980年以降の米国で賃金格差が広がった原因の大きな部分が、定型的な作業を担っていた労働者層が自動化によって仕事を失い、相対的に賃金を下げたことで説明できると実証している。

AIが起こすのは「価値の移動」である

この枠組みを生成AIに当てはめると、インタビューの核心が見えてくる。

生成AIは、検索、要約、翻訳、文章の下書き、プログラムの作成、資料の整理といった知的作業を一気に速くした。これまで人が多くの時間を割いてきた「情報を探す」「整理する」「たたき台を作る」といった作業の価値は、相対的に下がっていくだろう。

その一方で、価値を増していく作業がある。何を調べるべきかを決めること。どの情報を信じるかを見極めること。どの問題に取り組むかを設定すること。AIが出した答えの良し悪しを判断すること。教授の言葉を借りれば、仕事が単純に減るのではなく、仕事の中で価値のある部分が移動するのである。

ここで重要なのは、移動の行き先に「人間の新しい仕事」があるかどうかだ。教授は、企業のデータ分析を例に挙げる。AIが大量のデータを集計できるようになれば、集計作業そのものへの需要は減るかもしれない。しかし、AIの分析結果を現場の実情と突き合わせ、実際の経営判断に結びつける仕事の重要性は高まりうる。前者だけを見れば雇用は減る。後者が生まれれば、人間への需要が新たに生じる。この差が決定的なのである。

電気技師に必要なAIとは何か

教授がインタビューで挙げる電気技師の例は、AIの「使い道の選択」を考えるうえで示唆に富む。

電気技師に本当に役立つのは、一般的な文章を上手に書くAIではない。現場の写真、センサーのデータ、過去の故障事例、設備の仕様といった情報を組み合わせ、「この設備のどこが故障していそうか」を推測してくれる専門的なAIである。そうしたAIは電気技師を不要にするのではなく、電気技師の能力を引き上げる。

教授は、介護、医療、設備保守、建設、製造、物流など、体を動かす作業や人とのやり取りが欠かせない仕事でこそ、AIが人の専門知識を補うことで一人の働き手がこなせる範囲を広げられる可能性があると見ている。ここに、AI時代の大きな可能性がある。

逆に言えば、現在のAI開発が、人を置き換えることでコストを削る方向にばかり向かうなら、その可能性は生かされない。アセモグル教授は別の論文で、人を置き換えるものの生産性はさほど上げない自動化を「そこそこの自動化(so-so automation)」と呼び、労働者の取り分を削るだけで社会全体の利益は小さいと批判してきた。生成AIについても、今後10年でマクロ経済の生産性を押し上げる効果は、楽観的な予測よりはるかに控えめだろうという試算を示している。教授の議論は、AIの可能性を否定するものではない。その可能性が、人を置き換える方向に浪費されることを警戒しているのである。

前編のまとめ――問いを変えると、見える景色が変わる

「AIで仕事はいくつ消えるか」という問いからは、恐れるか、楽観するかの二択しか出てこない。これに対して「AIは置き換えるのか、広げるのか」「価値はどこからどこへ移るのか」と問い直すと、私たちが選べること、選ぶべきことが見えてくる。どんなAIを開発し、どの現場に入れ、生まれた利益を誰と分け合うのか、という選択である。

アセモグル教授自身が実践しているのは、まさにこの「問いを立て直す」作業だ。後編では、教授がもう一つの懸念として挙げる「AIを使いこなせる人と、そうでない人の格差」を取り上げる。そのうえで、教育、そして資本の配分という観点から、AI時代の公正さを考えたい。

(後編に続く)

参考文献

・「重要なのは『AIでどれだけ雇用が奪われるか』ではない――ノーベル経済学賞ダロン・アセモグルが指摘する『AI格差』の本質と『問いを立てる力』の価値」デイリー新潮(Yahoo!ニュース配信)、取材・構成:大野和基 https://news.yahoo.co.jp/articles/bea8b09621030c39966d423a5e584e822a0f93f1

・Daron Acemoglu and Simon Johnson, Power and Progress: Our Thousand-Year Struggle Over Technology and Prosperity, PublicAffairs, 2023(邦訳『技術革新と不平等の1000年史』早川書房)

・Daron Acemoglu and Pascual Restrepo, "Automation and New Tasks: How Technology Displaces and Reinstates Labor," Journal of Economic Perspectives, Vol. 33, No. 2, 2019 https://doi.org/10.1257/jep.33.2.3

・Daron Acemoglu and Pascual Restrepo, "Tasks, Automation, and the Rise in U.S. Wage Inequality," Econometrica, Vol. 90, No. 5, 2022 https://doi.org/10.3982/ECTA19815

・Daron Acemoglu, "The Simple Macroeconomics of AI," Economic Policy, 2025(NBER Working Paper No. 32487, 2024) https://www.nber.org/papers/w32487

・ノーベル経済学賞2024 公式発表(The Nobel Prize) https://www.nobelprize.org/prizes/economic-sciences/2024/summary/