AIの大転換：なぜテック企業のCEOたちは「雇用の終焉」を終焉の予言を撤回し始めているのか

過去1年間、生成AIをめぐる物語は、ある一つの差し迫った恐怖、すなわち「ホワイトカラーの終焉」に支配されてきました。OpenAIのSam AltmanやAnthropicのDario Amodeiを含む、AI革命の最前線に立つリーダーたちは、エントリーレベルの職務や専門的なサービスが完全に置き換えられる深刻なリスクがあると頻繁に警告してきました。

しかし、最近のレトリックの変化は、方向転換（ピボット）を示唆しています。これらの企業が、時価総額が1兆ドルに達する可能性のある大規模なIPOを視野に入れている中、AIの設計者たちは、自らの最も悲観的な予測を撤回し始め、AIを「仕事を奪うもの」ではなく「生産性の増幅器」として再定義しています。

逆転：置換から増幅へ

Sam Altmanは最近、AIの即時的な経済的影響、特にエントリーレベルのホワイトカラーの仕事の消失に関して、「かなり間違っていた」と認めました。彼の視点の変化は、報告によると、自身のSlackやメールのコミュニケーションをAIにアウトソーシングしようと試みた個人的な実験に起因しています。その結果、対話における人間的な要素が不可欠なままであることに気づいたのです。

Dario Amodeiも同様に、自身の立場を変化させています。かつてはAIがホワイトカラーの役割の50%を排除できると示唆していましたが、Amodeiは現在、増幅効果（マルチプライヤー・エフェクト）を指摘しています。彼は、もしAIが仕事の90%を自動化するならば、残りの10%の人間に中心となる業務がその空白を埋めるように拡大し、結果として労働者を置き換えるのではなく、労働者の生産性を実質的に10倍にすると主張しています。

Goldman SachsのCEOであるDavid Solomonは、「終焉」の物語に対して懐疑的な立場を貫いてきました。Solomonは、電気の普及からデジタル革命に至るまで、アメリカの経済史における一世紀にわたる歴史を、技術的破壊が常に新しい役割を生み出してきた証拠として挙げています。彼は、1962年以降、米国の民間雇用が145%増加したことに触れ、ExcelやZoomのようなツールは人々が行う仕事の量を減らしたのではなく、単にその性質を変えただけであると論じています。

経済理論：ジェボンズのパラドックス

この新しい楽観的な見解の中心にあるのは、ジェボンズのパラドックスです。経済学者William Stanley Jevonsにちなんで名付けられたこのパラドックスは、資源の使用効率を高めると、実際にはその資源の総消費量が増加するというものです。

AIの文脈において、この理論は、やり取りやタスクあたりのコストが低下するにつれて、それらのやり取りへの需要が急増することを示唆しています。例えば、もしAIが放射線科の診断やコールセンターの業務をより安価で迅速に行えるようにすれば、市場は人員を減らすのではなく、提供されるサービスを拡大し、より多くの顧客にリーチすることで、雇用レベルを維持、あるいはむしろ増加させる可能性があります。

懐疑的な視点：PR戦略か、それとも真の洞察か？

CEOたちがこれを理解の自然な進化として提示している一方で、観察者や業界の実務家たちは懐疑的なままです。これらの撤回が行われるタイミング——公開株の準備と重なること——は、これが規制当局の監視や世論の反発を避けるための戦略的なPR活動ではないかと多くの人に疑問を抱かせています。

「潜水艦」的な取り組み

一部の批評家は、これが物語を再定義するための典型的な「潜水艦（submarine）」的な取り組みであると主張しています。労働力に対する脅威の認識を最小限に抑えることで、AI企業は、AIが個人の自由や経済的安定に与える影響について懸念を深めている大衆をなだめることを試みているのかもしれません。ある観察者が指摘したように、1兆ドル規模の価値を目指す企業にとって、「生活の糧を奪う者」ではなく「目標の加速器」と見なされることは、はるかに有益です。

エグゼクティブのレトリックと現場の現実との乖離

CEOたちのハイレベルな物語と、労働者の日常的な経験の間には、大きな隔たりがあります。エグゼクティブたちが「増幅器」について語る一方で、従業員たちは異なるプレッシャーを感じています。

"I feel like I'm fighting the battle daily, telling execs what kind of work LLMs do not replace... We communicate that LLM is amplifying, they hear it can replace."

これは、AIリーダーシップの「公的な」顔は軟化しているものの、多くの企業の「内部」の管理体制は、依然としてAIが人間の人員を置き換えることができるという前提で動いている可能性があることを示唆しています。

結論：過大評価のパターン

振り返ってみると、AI予測の軌跡は激しく変動してきました。「AIがすべての問題を解決する」から「AIがすべての仕事を置き換える」へ、そして現在は「AIが生産性を増幅させる」へと移り変わっています。このパターンは、AI研究者の間に、人間の仕事の複雑さを過小評価する傾向が繰り返し現れていることを示唆しています。つまり、自動化可能なタスクにのみ焦点を当て当て、仕様の定義、意図の把握、対人関係の管理といった、ニュアンスの富んだ「目に見えない」労働を無視しているのです。

この方向転換が、真のデータに基づいたものなのか、それとも戦略的なポジショニングなのかは別として、この重要な教訓を浮き彫りにしています。フロンティア技術の影響は、ハイプ（過剰な期待）や破滅の予言が示唆するほど、直線的でも、突然のものでもないということです。