AIが経済にどう効くのかは、まだ誰にもはっきり分からない。Anthropicはその不確実さを、感覚論ではなくシナリオとして扱おうとしている。今回公開したのは、AIが今後数年でどれだけ賢くなり、どれだけ広く使われるかによって、2030年の米国経済がどう変わりうるかを試算するためのモデルだ。面白いのは、景気が良くなるか悪くなるかだけではなく、その果実が誰に配られるのかまで見ようとしている点にある。単なる未来予測ではなく、雇用と賃金の摩擦まで含めた「ありうる経済」を見せる試みだ。
AnthropicのEconomics teamは、AIがジョブをどう変えるかを「仕事」ではなく「task」の束として捉えている。看護師の仕事を例にすると、回診、採血、患者のトリアージ、バイタルの記録、備品の発注など、個別の作業の集合として扱う。AIはその作業を補助したり、自動化したり、何もしなかったりする。さらに歴史的には、新しい技術が新しい作業を生むこともある。たとえば看護師なら、AIが組んだケア計画を確認する、AIのトリアージが妥当か見直す、といった仕事が増えるかもしれない。
この考え方を米国経済全体に広げると、2025年時点の価格で年間30兆ドル超の価値を生む活動の集まりとして経済が見えてくる。Anthropicはここから、AIの能力向上と社会への普及速度がGDP、失業率、賃金にどう効くかをモデル化した。重要なのは、AIが「どれだけできるか」だけでなく、「どれだけ自律的にやるか」「どれだけ早く採用されるか」だという。
同社は未来を三つのシナリオに分けた。控えめなシナリオでは、AIの影響はインターネット並みで、成長は起きるが歴史的な新技術の範囲に収まる。より大きい substantial scenario では、AIは2030年までに知識労働の半分をこなせるが、そのすべてに採用されるわけではない。それでも経済成長率は通常の2倍になり、知識労働者の賃金は横ばい、他の労働者は恩恵を受ける。さらに extreme scenario では、AIが知識労働タスクの大半で人間を上回り、ほぼすべてを自律的にこなす。新しい知識労働のタスクはほとんど生まれず、自己改善を繰り返すAIと急速な導入が前提になり、GDP成長率は年15%に達する。経済は4.5年ごとに倍増する一方、知識労働の雇用は大きく減り、失業率は景気後退時を超える水準まで上がる。
Anthropicは8月に1万人超の米国人へ調査も行った。一般的な回答を当てはめると、2030年のGDPはAIなしより10%高く、失業率は約5%に上がる。回答者の約10%は extreme scenario に近い見方をしていたという。つまり、かなりの人が「AIはかなり大きく来る」と見ている。
モデルの出力は、GDPだけでなく、職の移動と賃金の分配にも踏み込む。substantial と extreme のような変化が大きい未来では、知識労働者が別の職種に移らざるを得ない。コードを書く人やコールセンターの担当者が、AIの影響を受けにくい電気工事士や看護師に移る、というイメージだ。ただし職種転換は簡単ではなく、失業期間が長引く。賃金は三つのシナリオすべてで平均では上がるが、その上昇は主に知識労働以外に偏る。知識労働者の賃金は substantial ではほぼ横ばいで、 extreme では2030年までに10%以上下がるという。つまり、社会全体は豊かでも、働く側の実感はずいぶん違いうる。
このモデルで目を引くのは、GDPの伸びが大きいシナリオほど、知識労働者には厳しくなる点だと思う。普通、技術革新の話は「生産性が上がるならみんな得をするはず」と語られがちだが、Anthropicはそこをかなり冷たく切っている。成長率が年15%に達するような世界では、社会全体はとてつもなく豊かでも、仕事の入口に立つ人、特にホワイトカラー側には空白期間が生まれる。ここで起きるのは、単純な失業ではなく、役割の消失に近い。
私が重要だと思うのは、AIの議論が「何ができるか」から「誰の収入が増えるか」に移ったことだ。知識労働の生産性が上がっても、その果実が賃金ではなく資本側に寄るなら、働く人は景気の良さを感じにくい。Anthropicもそこを示唆している。これはAIが雇用を奪うかどうかという単純な問いよりも厄介で、雇用は残っても、交渉力だけが落ちる可能性があるからだ。企業の決算は良くても、給与明細はほとんど変わらない。そんな未来は十分ありうる。
もうひとつ大きいのは、職種転換の難しさをモデルの中心に置いていることだ。AIが知識労働を代替しても、労働者がすぐ別の仕事に移れるなら失業は小さくて済む。だが実際には、学び直しの時間が要るし、職種を変える心理的な抵抗もある。採用側も、経験のない人をすぐには受け入れない。Anthropicが示すように、coders が electrician や nurse に移るのは、理屈では分かっても現実には重い。しかも看護師のような職は、資格や体力、対人スキルまで求められる。単純な「リスキリングで解決」はかなり雑だ。
ここで効いてくるのは、AIの導入速度だと思う。技術の能力向上より、採用の速さの方が人間には痛いことがある。ゆっくり広がるなら、学校や職業訓練、企業の配置転換で吸収できるかもしれない。だが extreme scenario のように急激に広がると、労働市場の調整が間に合わない。Anthropicのモデルはそこを、かなりはっきりと見せている。AIの性能競争だけを追っていると見落としがちだが、社会にとっては導入速度のほうが危険な場合がある。
Anthropicがこうしたシナリオを出す意味は、経済予測そのものより、技術企業が自分たちの影響を説明する姿勢にあると思う。AI企業は普段、モデルの性能や新機能の話を前面に出す。だが本当に大きな問いは、その先にある。どの職種が減り、どの職種が増え、誰の給料が伸びるのか。そこまで見せないと、AIは便利な道具ではなく、社会制度を無視して広がる力になってしまう。
ただし、こうしたモデルをそのまま未来の断定として受け取るのは危うい。前提が変われば結果も変わるし、政策対応でも大きく違ってくる。たとえば失業保険、教育、職業訓練、移転支援が厚ければ、同じ技術でも痛みは小さくできるはずだ。逆に、企業が利益を独占し、労働市場の移動コストを個人に押しつければ、豊かさは数字上だけのものになる。Anthropicの試算は未来を当てるためというより、「何を準備すべきか」を考えさせる材料として読むのが正しいと思う。
この発表が示しているのは、AIが経済を押し上げるかどうかではない。多くのシナリオで押し上げる、そこはもう前提に近い。問題は、その成長が誰のものになるかだ。知識労働の賃金が横ばいか下落し、別の職種だけが恩恵を受けるなら、社会の表面は豊かでも、分断は深くなる。逆に、移行期の痛みをうまく吸収できれば、同じ技術でもかなり違う結果になる。
私は、Anthropicがここを正面から数値化したことには意味があると思う。AIの将来は、モデルの賢さだけで決まらない。導入の速さ、職の移動、再分配、制度設計でいくらでも姿が変わる。だからこそ、未来を「成長の物語」だけで片づけないでほしい。経済が倍増することと、働く人が安心して暮らせることは、同じではない。
