『仕事のない世界』（2020年刊）は、人工知能がいかに多くの産業に失業をもたらすか、そしてなぜそれが必ずしも悪いことではないのかを探求する一冊です。著者は技術進歩の歴史を概説し、新たな能力がかつてない生産性をいかに可能にするかを解説します。確かに多くの仕事は時代遅れになりますが、社会として、この新しい世界で誰もがより良い生活を送れるようにすることは可能なのです。
この本を読むと何が得られるか？ ますます自動化が進む世界で私たちを待つ恩恵と課題を理解しよう。
テクノロジーが世界をどう変えるかについて、あらゆる種類の突飛な予測を聞いたことがあるでしょう。「私たちの社会は二度と同じではいられない！」「人間は皆、不要になる！」「ロボットの軍隊が私たちの仕事を奪う！」と。
楽観論者も悲観論者も、方向転換が必要だという点では一致しています。しかし、それはどのようなものなのでしょうか？ このまとめでは、ノイズを排除し、自動化とは正確には何なのか、それが人間社会に何をもたらすのか、そして最も重要なこととして、より良い世界を築くためにそれをどう受け入れていけばいいのかについて、より深く理解できるようになります。歴史と経済学からの教訓を引き出し、技術変化の歴史を学び、また、誰もが幸福で充実した人生を送るために仕事が必要ではない世界への新たな道筋も見えてくるでしょう。このまとめで学べることは、
- なぜ私たちは未来を知ることができないのか
- 大きな分断を埋めるいくつかの方法
- ホメロスがAIについて書いていたと言える理由
機械は一部の仕事を代替するが、他の仕事を補完もする。
機械が人間の仕事を奪いつつあります。以前にもそんな話を聞きましたよね？ そして、その主張の根拠は簡単に見つかります。毎年、新しい技術革新が起きているからです。コンピューターとロボットがますます賢くなるにつれて、人間は不要になるのでしょうか？
もちろん、現実の世界はそれほど単純ではないので、恐れる必要はありません！ 機械が私たちの仕事をすべて奪うことは決してありません。労働市場への影響は、もっとずっと微妙なのです。ここでの重要なポイントは、機械は一部の仕事を代替するが、他の仕事を補完もする、ということです。技術変化への恐怖は、何も新しいものではありません。何世紀も前、英国で産業革命が始まった頃、織工たちは初期の機械を破壊しました。
ラッダイトとして知られるようになったこれらの人々は、自分たちの仕事を失うことを恐れていました。そして、彼らには心配するだけの理由もありました。彼らの業界における急速な技術変化は、大規模な激変を引き起こしたからです。しかし、その変化は全面的に悪いものだったのでしょうか？ ええ、確かに苦しんだ労働者もいましたが、恩恵を受けた労働者もいました。もし低スキルの労働者が新しい機械の使い方を学べば、彼の生産量は大幅に増加し、最終的には収入も増えました。新しいテクノロジーは多くの場合、補完的なのです。
一部の労働者を代替する一方で、他の労働者の生産性を向上させます。どのようにしてでしょうか？ より困難なタスクの一部を支援することによってです。例えば、法律文書を処理できるアルゴリズムは、弁護士を代替したわけではありません。その代わりに、文書作成、問題解決、クライアントとの対面会議といった、より創造的な仕事に使える時間を解放したのです。この生産量の増加は、自動化の第二の恩恵につながります。
一国の経済を、皆で分かち合うべきパイとして考えてみてください。確かに、機械はこのパイの分け前の分配方法を変えます。しかし、機械はパイそのものをはるかに大きくもするのです。納得できませんか？ ATM（現金自動預け払い機）は良い例です。これらが初めて導入されたとき、人々は銀行員の仕事を完全に奪うのではないかと恐れました。
しかし、実際に何が起こったかを見てみましょう。過去30年間で、アメリカのATMの数は4倍になりました。同時に、人間の銀行窓口係の数も約20パーセント増加しました。ATMは確かに、現金を引き渡すという業務においては窓口係を代替しました。
しかし、人間が金融アドバイスを提供したり、パーソナライズされたサポートを提供したりする時間も解放したのです。経済は成長し、銀行や金融アドバイスに対する全体的な需要が増加しました。結局のところ、ここ数十年で銀行一店舗あたりの平均窓口係数は約3分の1減少しましたが、窓口係が就職できる銀行の数は最大43パーセントも増加したのです。
すべての仕事が技術変化のリスクにさらされている。
機械は誰の仕事を奪っているのでしょうか？ 組立ラインで働く人々でしょうか？ それともスーパーマーケットのレジ係でしょうか？ あるいは、脳外科医も、いつかロボットが自分を代替するかもしれないと心配すべきでしょうか？
そうですね、テクノロジーの成長は確かにすべての人に影響を与えるでしょう。しかし、最近の傾向は、経済のどのセクターがより自動化されやすいかについていくつかの手がかりを示唆しています。このまとめでの重要なポイントは、すべての仕事が技術変化のリスクにさらされている、ということです。過去数十年にわたり、テクノロジーは、低スキルの労働者よりも、高度なスキルを持ち正式な教育を受けた労働者により多くの恩恵をもたらしました。なぜでしょうか？ その答えはコンピューターです。
1950年から2000年の間に、コンピューターの能力は100億倍になりました。これにより、新しい機械を操作できる高度なスキルを持つ労働者への需要が生まれました。需要が増えるにつれて供給も増え、コンピューターの使い方を学ぶ人がますます増えました。当然のことながら、これは賃金を押し下げました。しかし、その後、興味深いことが起こりました。需要が増え続け、高度なスキルを持つ労働者の賃金が実際に上昇し始めたのです。2008年までに、経済学者たちは、アメリカの大卒者と高卒しかしていない人々との間に前例のない所得格差を記録していました。
では、これはテクノロジーが常に十分な教育を受けた人々により多くの恩恵をもたらすことを意味するのでしょうか？ 必ずしもそうではありません。過去においては、実際にはその逆でした。ラッダイトを覚えていますか？ 18世紀のイングランドでは、機織りは高度な技能職でした。機械織機が登場したとき、もはや良い布を作るのに高度な訓練は必要なくなりました。
低スキルの労働者がその恩恵を受けました。では、将来的に自動化から恩恵を受けるのは誰でしょうか？ 経済学者たちは、テクノロジーが低スキルと高スキルの両方の仕事を後押ししており、苦しむのは中間層だと考えています。清掃員や弁護士は増えていますが、秘書や営業職は減っています。これに対する一つの説明は、MITの3人の経済学者によって提唱されました。彼らの理論によれば、「定型的な」タスクは「非定型的な」仕事、つまり創造性、判断力、対人スキル、複雑な手作業に依存する種類の仕事よりも自動化しやすいとされています。
単純で定型的なスキルは、説明し、分解し、アルゴリズムに変えることができます。コンピューターはそれらを扱うのにほとんど苦労しません。しかし、機械は非定型的なスキルに苦戦します。これらはより複雑で、説明するのがより難しいからです。長い間、人々は非定型的な仕事は自動化から安全だと信じていました。なぜなら、科学者はコンピューターにそれらを行うよう教えることができなかったからです。しかし、それは変わり始めています。次のまとめで見るように、機械はすでに自ら学習し始めているのです。
AI研究におけるブレークスルーは、コンピューターが人間のように考えようとするのをやめたときに訪れた。
古代ギリシャの詩人ホメロスは、『イリアス』と『オデュッセイア』で最も有名です。しかし、彼が英雄や戦い以上のものについて書いていたことをご存知でしたか？ 彼はまた、今日私たちが人工知能（AI）と呼ぶものについても描写していました。『イリアス』の中で、ホメロスは、呼ばれると所有者のところに来る「運転手のいない」三脚の腰掛けについて語っています。これは今日の自動運転車に少し似ています。
さて、ホメロスがその話をしたとき、自動運転車両のことを考えていたわけではないかもしれません。しかし、これは重要な点を示しています。人間は長い間、自律性を備えた機械を夢見てきたのです。そして、最近のブレークスルーがその夢を現実のものにしつつあります。AIに何ができるかを理解するために、まずその歴史を見てみましょう。人工知能を創造しようとする最初の試みは、コンピューティングが本格的に発展し始めた20世紀半ばにさかのぼります。初期のAI研究者は、人間の思考を複製しようと試みました。
例えばチェスソフトを開発するために、彼らはグランドマスター（名人）に、ゲームについての自分の考えを説明するよう依頼しました。そして、エンジニアたちはコンピューターにそれらと同じプロセスを教え込もうとしました。このまとめの重要なポイントは、AI研究におけるブレークスルーは、コンピューターが人間のように考えようとするのをやめたときに訪れた、ということです。しかし、1980年代後半までに、このアプローチは行き詰まりました。チェスであれ、翻訳であれ、物体の識別であれ、初期のAIは人間のように考えることで人間に勝つことはできませんでした。では、その解決策は何だったのでしょうか？
科学者たちは方針を転換する必要があることに気づきました。人間の思考を模倣しても、コンピューターをここまでしか到達させられなかったのです。AI研究の次の波は、より実用的なアプローチに基づいていました。科学者たちは機械にタスクを与え、たとえ人間には意味をなさない方法であっても、可能なあらゆる方法でそれを達成するようソフトウェアに指示しました。従来のチェスや翻訳の戦略を使う代わりに、新しいAIプログラムは何億ものデータポイントを取り込み、それらをスキャンしてパターンを見つけ出しました。その結果、AI研究の分野は大きく飛躍しました。1997年、IBMのディープ・ブルーは世界チェスチャンピオンのガルリ・カスパロフを破りました。
そして、AIが優れているのはチェスだけではありません。例えば、現代の画像識別プログラムは、コンテストにおいて日常的に人間を凌駕しています。これらの進歩は、自動化が仕事の未来にどのような影響を与えるかを理解する上で極めて重要です。経済学者たちはかつて、コンピューターは人間の指導なしには決して機能しないだろうと考えていました。しかし、機械は今や問題やタスクに対して、非人間的な解決策を見つけることができます。そしてこれは、機械がいつの日か、以前はその能力を超えていると考えられていた非定型的なスキルを学習できるようになることを示唆しています。SF作家ウィリアム・ギブソンはかつてこう言いました。「未来はすでにここにある――ただ、均等に行き渡っていないだけだ。」
機械はあらゆる種類の仕事がますます上手くなっているが、技術進歩の様相は場所によって異なる。
自動化について議論する際には、この言葉を心に留めておくと便利です。コンピューターに何ができるかという点では、未来はまさに今なのです。AIは、嘘発見から義肢の製造まで、ますます多くのタスクにおいて人間を凌駕することができます。しかし、「AIができる」から「AIがする」への飛躍は大きなものであり、このギャップは国によって異なります。
ここでの重要なポイントは、機械はあらゆる種類の仕事がますます上手くなっているが、技術進歩の様相は場所によって異なる、ということです。技術的な能力が向上し続けるにつれて、自動化はあらゆる産業を変革していくでしょう。農業を見てください！ 今日の農家は、運転手のいないトラクター、牛の顔認識システム、自動噴霧器を使用しています。日本では、農薬散布の90％がドローンによって行われています。以前は細かい運動技能を必要としたタスクでさえ、自動化されています。ロボットは木を揺すってオレンジを摘み取ることができます。
より複雑な思考を必要とする産業はどうでしょうか？ 法律、金融、医療の分野ではすべて、人間よりも多くの情報を分析できるソフトウェアが登場しています。AIは関連するパターンや過去の事例を探し出すのが得意です。中国のテクノロジー企業Tencentが広州の病院と協力して開発した診断システムは、3億件以上の医療記録から患者を評価します。感情や情動を必要とする仕事でさえ、今や機械によって行われ得ます。一部の顔認識システムは、笑顔が本物かどうかを見分ける点で、すでに人間を凌駕しています。
人間の感情を検知し反応できることから「ソーシャルロボット」と名付けられたこれらのロボットは、670億ドル規模の産業になると予想されています。これらはヘルスケアにおいてますます一般的になってきています。「ペッパー」と呼ばれる人型機械は、ベルギーの一部の病院の住人となっています。その仕事は患者を迎え、迷路のような廊下や建物を案内することです。しかし、より多くのタスクが自動化できるからといって、それが自動化されるとは限りません。自動化の要件とコストは地域によって異なるため、各国が必ずしも同じペースで進むとは限らないのです。例えば、日本には高齢者が多く、介護士が不足しています。
そのため、日本の病院には介護業務を自動化する強い動機があります。対照的に、若年人口が多く、低賃金の仕事を喜んで引き受ける人々が多い国では、ヘルスケアを自動化する動機はそれほど強くありません。実際、ロボット医師の到来を食い止めようとする政治的圧力さえあるかもしれません。
ますます能力を高める機械は、大量の失業を引き起こすだろう。
仕事を探すのはあまり楽しいものではありませんよね？ 今、自分の仕事が自動化されたために失業していると想像してみてください。機械に取って代わられた場合、どうやって仕事を見つければいいのでしょうか？ この課題は、おそらく何百万人もの人々に影響を与えるでしょう。
これまでのまとめで、自動化は経済のパイのサイズを拡大することを学びました。言い換えれば、機械は新しい仕事を生み出し、それが失業を相殺するということです。しかし、人々はそれらの新しい仕事に就けるのでしょうか？ その答えは決して単純ではありません。道のりにはあまりにも多くの障害があります。例えば、スキルのミスマッチです。このまとめでの重要なポイントは、ますます能力を高める機械は、大量の失業を引き起こすだろう、ということです。
仮に、新しい仕事のほとんどが高度なスキルを要するもの、例えばAI管理の専門家などであるとしましょう。これは、低スキルの工場労働者にとっては何の助けにもなりません。あるいは、地理的なミスマッチを考えてみてください。仕事のために何百マイルも引っ越したいと思いますか？ インターネットはリモートワークをより実現可能にすることでこれに貢献してきましたが、地理的条件は依然として重要です。非常に多くのテクノロジー企業を惹きつけるシリコンバレーを考えてみてください。
この地域に才能あるプログラマーが多数いることが、スタートアップの創業者が人材を見つけ新たなコネクションを形成するためにシリコンバレーに移住する理由です。経済学者たちは、そのような障害を「摩擦」と呼びます。科学者たちは、これらはすべて短期的なものであり、長期的には解消されると考えています。しかし、解消されないものがあります。それは労働市場の構造的変化です。テクノロジーが生産性と全体的な生産量を押し上げるのを見てきました。しかし、テクノロジーが発展するにつれて、それは最終的に人間を全く必要としない地点に到達するでしょう。
例えば自動車を考えてみてください。当初、GPSはタクシー運転手がより効率的なルートを選択できるようにすることで人間を補完しました。しかし今日では、自動運転車が人間の運転手を完全に代替しようとしています。タクシーの需要が増加しても、それは人間の仕事の増加を意味せず、企業はより多くの自動運転車を生産するだけです。この変化は一夜にして起こるわけではありません。シリコンバレーの研究者ロイ・アマラがかつて言ったように、「私たちは、短期的にはテクノロジーの効果を過大評価し、長期的な効果を過小評価する傾向がある」のです。
しかし、「長期」とはどれくらいの長さでしょうか？ これらの影響は、数世紀ではなく数十年で見られるようになり、AIが賢くなるにつれて加速し続けるでしょう。傾向は明らかです。生産量は増え続けるとはいえ、人間が行うべき仕事は少なくなっていくのです。
自動化は仕事間の所得格差を拡大することで不平等を拡大してきた。
人類の歴史の大半において、私たちは生存のために苦闘してきました。著名な経済学者ジョン・メイナード・ケインズによって作られたこの言葉は、人間社会が単にすべての人が生きていくのに十分な生産をしていなかったことを意味しました。これにより、資源をどのように分配するかという問題は後回しにされていました。今日の技術進歩は、世界中が快適に暮らせるだけのものを私たちが製造していることを意味します。
経済というパイは大きくなりました。しかし、それをどのように分割すべきでしょうか？ 経済データを見ると、一つのことが痛々しいほど明らかになります。近年、パイの分け前はますます不平等になっているのです。このまとめの重要なポイントは、自動化は仕事間の所得格差を拡大することで不平等を拡大してきた、ということです。私たちが所有するもの、経済用語で言う資本について考えてみましょう。資本は二つのカテゴリーに分けることができます。伝統的資本と人的資本です。伝統的資本とは、土地、設備、知的財産権など、購入できるものです。
人的資本はより広い概念で、あなたのスキルと能力のすべてを含みます。もし誰もが十分な伝統的資本を持っていれば、自動化は大きな問題にはならないでしょう。しかし、ほとんどの人はごくわずかな伝統的資本しかコントロールしていません。その代わりに、富を生み出すために人的資本を使っています。自分の仕事が自動化されてなくなると、その人的資本を失います。問題がわかりますか？
データは、これがどれほど大きな問題になったかを正確に示しています。1980年以前は、すべてのアメリカ人にとって所得の伸びは安定していました。しかし、1980年から2014年の間に状況は変わりました。低所得者の所得の伸びは、あったとしてもごくわずかでした。しかし、すでに最も多くの収入を得ていた上位1パーセントの人々の所得は急上昇しました。このパターンは世界中の裕福な国々で繰り返されてきました。
ごく一部の最高スキルの労働者を除くすべての人にとって、人的資本はもはや以前と同じ価値を持たないのです。最終的な結果は？ アメリカでは、最も貧しい50パーセントのアメリカ人が国の富のわずか2パーセントしか所有していない一方で、最も裕福な1パーセントが40パーセントを所有しています。ここにはいくつかの重要な教訓があります。明白なのは、仕事の未来における変化が不平等の急激な拡大につながるということです。もう一つの問いは、人々がもはや働く必要がなくなったとき、社会はどのように機能するのか、ということです。
自動化が労働市場を崩壊させるとき、「大きな国家」が富の分配を確実に行わなければならない。
伝統的に、私たちのほとんどは経済というパイの分け前を得るために働かなければなりませんでした。しかし、自動化が仕事を排除したらどうなるのでしょうか？ 機械に取って代わられた人々を社会はどう支えればいいのでしょうか？ 労働市場がそれをしないのであれば、別の制度が前面に出てこなければなりません。
それを行う力を持つ組織は一つだけです。国家です。ここでの重要なポイントは、自動化が労働市場を崩壊させるとき、「大きな国家」が富の分配を確実に行わなければならない、ということです。ほとんどの先進国にはすでに福祉国家があります。この概念は、現代的な形では20世紀初頭にさかのぼります。しかし、福祉国家もまた変化する必要があります。元々は労働市場を補完するために設計されたものだからです。
その基本原理は、働く人が働かない人を支えるというものでした。雇用が前提だったのです。しかし、自動化された世界では、もはやそうではなくなります。福祉国家は、著者が「大きな国家」と呼ぶものに取って代わられなければなりません。これは、万人に十分な仕事があるわけではないことを理解する制度です。「大きな国家」は二つの主要な目標を達成しなければなりません。自動化から恩恵を受ける者に課税し、自動化によって損害を受ける者に所得を再分配することです。「大きな国家」は、ソフトウェア開発者やテクノロジー企業の管理職といった労働者に課税することができます。
また、土地、機械、財産権などの伝統的資本の所有者からも資金を徴収できます。最後に、この国家は企業、特に利用する自動化のすべてによって特別な利益を得ている企業に課税することができます。「大きな国家」がこれらすべての資金を集めた後、そのお金をどのように分配すべきでしょうか？ 一部の経済学者は、すべての人に現金給付を提供するユニバーサル・ベーシック・インカム（UBI）という考え方を提案してきました。しかし、著者はこの考え方はさらに調整できると考えています。彼は条件付きベーシック・インカム（CBI）を提案しています。
この給付は特定のコミュニティを支援するものです。CBIは、ユニバーサル・ベーシック・インカムの欠点の一つ、認識される不公平さを回避します。もし誰もが国からお金を受け取ったら、一部の人々には不公平に感じられ、コミュニティの分断や対立さえ生じるリスクに直面するでしょう。対照的に、著者が提案するCBIは、特定の基準を満たした人々にのみ支給されます。
このシステムにより、所得を得ている人々は、本当に支援したい個人と自分の富を分かち合うことができるようになります。こうして、仕事は減っても、周囲の強力なコミュニティからの支援を感じられる、より良く、より安定した社会が出現する可能性があります。自動化は、誰もが想像していた以上に、仕事の未来を変えるでしょう。
総括
コンピューターが、これまでは不可能だと考えられてきた仕事をこなせるように自らを訓練するにつれて、労働市場は計り知れない変革の時代に突入しており、人間の労働は時代遅れのものとなりつつあります。失業に直面する人々を支えるために、国家は高所得者や資本所有者から、より広い国民へと所得を再分配すべきです。
実践可能なアドバイス: テクノロジーを活用して生産性を高める方法を探しましょう。ソフトウェアエンジニアのような高度なスキルを持つ職種の人々は、一般的にテクノロジー、そしてAIさえも、生産性を高めるために利用しています。しかし、ありふれた大量のタスクにテクノロジーを適用する機会は、あらゆる分野に存在します。例えば、ソフトウェアを使って文書をスキャンしたり、データを整理したり、コンピューターの助けなしでは見つけられないかもしれないパターンを見つけ出すことを検討してみてください。
