何が起きたか
Stanford Digital Economy Labが調整役となり、200人以上の経済学者とAI研究者が共同声明「We Must Act Now」に署名しました。主張は3点に集約されます。第一に、AIは今後10年で「radically more powerful（根本的により強力）」になり得ること。第二に、それは「産業革命より大きく、しかしはるかに短い時間で展開する」変化を引き起こし得ること。第三に、経済学者・政策担当者・技術リーダーは、インセンティブ、ガードレール、制度を今から設計すべきだということです。
声明は「large-scale job displacement（大規模な雇用喪失）」をリスクとして挙げる一方、「major gains in living standards（生活水準の大幅向上）」という上振れも見込んでいます。
注目すべきは「誰が署名したか」
経済学の重鎮に加え、GoogleのJeff Dean、Anthropic共同創業者のJack Clark、OpenAIのNoam BrownとSarah Friar、OpenAI FoundationのWojciech Zarembaが署名しています。AIを作る側が「自分たちの製品は社会に備えを要求する規模だ」と署名で認めた構図です。一方、AGI到来を「産業革命の10倍の規模を10倍の速さで」と語り、5年以内の実現に言及したDeepmindのDemis Hassabisは署名していません。
声明が「言っていないこと」の方が重要
声明は全編が条件法です。AIは強力になる「かもしれない」、変革を起こす「可能性がある」、雇用を奪う「可能性がある」。具体的な政策措置も、時間軸も示されていません。METRのTom Cunninghamは「霧の中で運転しているようなもので、次に何が起きるかを予測するのは極めて難しい」と述べ、ニューヨーク大学のMichael Spenceは規模も時期も不確実だからこそ「総動員（all hands on deck）」が必要だとしました。Erik Brynjolfssonは「AIの能力向上は、その経済的含意への我々の理解よりはるかに速い。その乖離の中にこそ、この時代最大の機会がある」と述べています。
皮肉なことに、CEOたちは警告を引っ込めている
OpenAIのSam Altmanは週末に、AIはこれまでのところ「純増で雇用を生んでいると、かなり確信している」と発言しました。AnthropicのDario Amodeiも近ごろ、自動化を雇用の破壊者というより生産性の乗数として語っています。危機を煽ってきた側がトーンダウンし、経済学者側が「今すぐ動け」と言う——立場が入れ替わったように見えます。
データはまだ何も決着していない
AIの生産性向上を測る確立された手法は、まだ存在しません。労働市場全体への有意な影響を示す研究もありません。個別には、Federal Reserve Boardの調査が、米国のプログラマー職の伸びがChatGPT登場以降ほぼ半減し、3年間で想定より約50万人分少ないと報告していますが、著者自身が「失われたポジションの実数として読むべきではない」と釘を刺しています。別の米大学群の研究は、プログラマーとライターの雇用悪化はChatGPT登場の数カ月前、2022年初頭から始まっていたとしています。Yale Budget Labに至っては、AI起因の労働市場の変化は現時点で確認できないとしています。
つまり、「AIが雇用を壊した」という主張も「壊していない」という主張も、現時点では十分な証拠を持ちません。声明の本質は予測ではなく、この証拠の空白そのものを問題として提示した点にあります。
💼 事業会社視点：これは自社にどう効くか
日本企業の経営層がこの声明から取り出すべきは、予測ではなく「測定できていない」という事実です。生産性向上を測る確立手法が存在しないということは、自社のAI投資のROIを説明できる企業も、まだほぼ存在しないということです。
最も直撃するのは受託開発・SIerです。Federal Reserve Boardが示したプログラマー職の伸びの半減は、人月単価×工数という収益構造そのものへの警告です。AIで工数が減ることは、そのまま売上が減ることを意味します。単価を維持したまま工数を圧縮する成果報酬型・アウトカム型契約への移行を、今期の経営課題として設計すべきです。
SaaS事業者は逆の非対称に立ちます。座席課金は顧客側の人員削減がそのまま解約になります。従量・成果連動への課金設計変更は、AI浸透が進んでからでは遅く、まだ顧客が判断材料を持たない今こそ交渉余地があります。ECは商品説明・カスタマーサポートの自動化余地が大きい一方、Altmanが言うように「純増で雇用が生まれている」可能性も残ります。
打ち手は明確です。第一に、AI導入前後の工数・品質・リードタイムを社内で計測する仕組みを今から回すこと。外部に確立手法がない以上、自社データが唯一の羅針盤になります。第二に、Cunninghamの「霧の中の運転」に倣い、5年後の一点予測に賭けず、雇用が半減するシナリオと増えるシナリオの両方で成立する契約・人員構成を選ぶことです。