AI高速化の陰で生産性停滞の本質問題

オープンマーケッツインスティテュートのフェローであり、AIバブルへの政策的対応に焦点を当てるMatt Schererは、生成AIの明らかな生産性利益は根本的な経済問題を隠蔽していると主張する。つまり、個人の作業速度向上は実際の生産性向上と同じではないということである。

AIの約束の背後にある直感は単純明快である。ChatGPT、Claude、同様のシステムは人間より速く執筆する。ユーザーは10倍の生産性向上を報告している。実証研究はコーディングのような作業での大きな速度向上を示している。経済全体の生産性も同様に向上するはずであると思われる。しかし、ChatGPT登場から4年経過した今、個別企業も広域経済も生成AIから測定可能な生産性改善を見ていない。これを「生産性パラドックス」と呼ぶ者もいる。これは1970年代から1980年代のIT時代に技術が進歩したが生産性統計がほとんど動かなかったことを指すエコノミストErik Brynjolfssonの言葉を反映している。Brynjolfssonと他の者たちはAIに向けて企業が再編制されるにつれて実際の利得が続くと予測している。

しかしSchererより単純な説明を見出す。日常用語と経済用語での生産性の混同である。日常会話では生産性とはより多くのものをより速く生産することを意味する。経済的には（ビジネスと経済にとって重要な定義）、産出の経済的価値を投入の経済コストで割った比率を測定する。分子は数量ではなく品質に依存する。分母はすべての投入コストを含む：労働、資本、インフラ。ミシンは速かったからではなく、速い*かつ正確*だったから革命的だった。もし粗悪な、または裂けた衣類を生産していたなら、速度だけでは問題にならなかったであろう。

生成AIはこのテストに失敗する。AIインフラ展開は既に約240兆円のコストがかかり、来年さらに支出が加速する見込みで、チップのパワーと冷却の永続コストがある。AIの誤りは深刻で日常的である。それは架空の判例を作成し、コードデータベースを削除し、誤った患者診断を挿入する。結果として専門家はAIの誤りを修正する努力に、手作業で最初から作業を完了するより多くの時間を費やす。これは投入コストを上げ（品質管理のための労働増加）産出価値を低下させる（誤りは実世界の有用性を減らす）。生産性方程式の両側が苦しむ。

著者はこれらの誤りが十分にまれになり速度向上が支配的になると主張する者もいることを認める。しかし技術的進歩は通常収益逓減を示す。今日のAIは今後生み出し得るものと同程度のものであるかもしれない。信頼性が劇的に改善されても、AI生成産出の経済的価値は疑問のままである。アプリ開発市場は示唆に富む例を提供する。AIは月間アプリリリース数をほぼ2倍にしたが、アクティブに使用されているアプリ数は減少し始めた。より多くの産出は経済的価値を生み出さなかった。

さらに、ある生成AIユースケースは積極的に生産性を破壊する。生成AIはサイバー攻撃に優れているが安全なコード作成に失敗し、サイバーセキュリティ専門家の生産性を損なう。低品質のAI「ワークスロップ」は多くの環境で時間を浪費し、適切な目的の仕事を識別するのをより難しくする。産業革命とは異なり（衣類、食料、輸送の絶望的な需要を自動化で応えた）、生成AIは低くぶら下がった実がもぎ取られた市場で操業し、追加産出への需要が不明瞭である。Scherorは結論づける。生産性パラドックスがないかもしれない。ただの生産性の幻想だ。

本記事は広く行き渡っている仮定に異議を唱えている。それは、生成AIが個人をより速く仕事をさせるのであれば全体的な生産性も改善されるはずだという仮定である。この仮定は生産性という言葉の二つの定義を混同していることに根ざしている。日常会話では生産性とはより短い時間でより多くを行うことを意味し、経済的には投入に対する経済的価値の比率を測定する。これら定義の乖離こそが生産性の幻想が存在する場所である。

著者はこの緊張を歴史を通じて追跡している。1970年代から1980年代の「生産性パラドックス」はIT技術が急速に進歩した一方で経済全体の生産性はほぼ停滞していた。企業がコンピュータを中心に再編制されるにつれて生産性は最終的に改善された。AI楽観主義者は同じ軌跡を予測している。しかし本記事は比較が失敗していると主張する。生成AIの誤りやすさ（架空の判例作成、データベース削除、誤診挿入）は専門家に元の作業自体を手作業で完了するより多くの時間を誤り修正に費やすことを強いられ、投入コストを増加させ速度向上の価値を破壊する。既に約240兆円投資されたAIインフラは何らかの方法で投資を正当化するだけの価値を生み出す必要があるが、代わりに現在の証拠（アプリリリースのほぼ2倍と活動中のアプリ使用の減少のペア）は産出の増加が経済的価値に変換されていないことを示唆する。このパターンは他の知的労働分野で繰り返される可能性があり、一部が予測するAI生産性ブームが決して訪れないことを示唆している。

まだコメントがありません。最初のコメントを投稿しましょう！