セントルイス連邦準備銀行の新しい研究は、約49万件の企業決算説明会のトランスクリプトを分析し、公式データが3年間にわたり示してきたことを確認しました。人工知能はまだ総体的な生産性の測定可能な向上をもたらしていません。生産性の向上は長期的な賃金上昇と生活水準の最大の決定要因であるため、この不在はAIのメリットがどれほど広く分配されるか、そしていつ分配されるかについて重大な影響を持ちます。しかし、論文の著者の一人は、より憂慮すべき可能性を提示しました。AIはすでに構造的に見えない実際の成果を生み出している可能性があるということです。なぜなら、技術そのものが、それが豊富にしたまさにその産出物の価値を蝕食しているからです。

そのメカニズムは単純です。AIが特定の産出物の生産コストを劇的に低下させると、その産出物は同時に価値が低下します。生産性の計算は事実上相殺されます。帳簿の片側の利益が、もう片側の価格下落によって相殺されるのです。誰もがキーストローク一つでマーケティング資料、アニメーション、さらには合格ラインのニュース記事を作成できるようになりました。しかし、誰もができるのであれば、それらはかつての価値を保ちません。作業は容易になり、産出物は安価になりました。その交換の過程で、損失として計上されることなく、統計から真の利益が消え去ったのです。これは国民経済計算において長年認識されてきた課題と共鳴します。GDPや生産性統計は、産出物が市場価格で販売される物理的財である工業経済のために設計されており、無料またはほぼ無料のデジタルサービスの価値を捉えることには常に苦戦してきました。

「一部のものはより豊富になるでしょう」と、論文の著者の一人であるセルダル・オズカンは述べました。「それは、おそらく同時に価値が低下することも意味します。」

データが示すもの

経済学者のオズカンとアーカシュ・カリャニ、ならびに研究員のニコラス・サリバンは、2000年から2025年にかけて5,198の米国公開企業の約49万件の決算説明会トランスクリプトをスキャンしました。彼らはAIモデルを使用して、生産性とAIに関連する文にタグを付けました。AIに関連する生産性に関する発言の割合は、ChatGPTが2022年後半に登場する前はほぼゼロでしたが、2025年末までにすべての生産性関連議論の約15%にまで上昇しました。

AI関連の生産性に関する文の約95%は、すでに実現した成果ではなく、企業幹部が将来期待している利益を述べており、この割合は2023年以降安定しています。企業幹部がAIの影響を評価する際、彼らはほぼ満場一致で楽観的です。95%が生産性の向上を示していると述べており、非AI関連の発言の75%と比較されています。

研究者は歴史の予測通りと指摘

オズカンは、総体データが資本投資を調整した後、意味のある生産性の向上をすでに示していなかったことを考えれば、未来形の発見に驚かなかったと述べました。彼は経済学者ロバート・ソローの有名な言葉、「コンピューター時代は生産性統計を除いてどこでも見える」を引用し、電化への直接的な類似を示しました。電化は工場を再編し、労働者を再訓練し、ワークフローを変革するのに「数十年」を要した後で、初めてデータに生産性の配当が現れたと彼は述べました。

スタンフォード大学の経済学者エリック・ブリンヨルフソンは、この現象をMITの1993年の論文で「生産性パラドックス」と呼び、最近では現在の状況をその現代版の続編と表現しています。

普遍的技術全般の普及パターンを別個に研究しているカリャニは、ChatGPT登場後の最初の高揚感が収束した後、経済学界はこの点について概ねコンセンサスに達したと述べました。「総体的な利益は将来にもたらされるでしょう。現時点で見られるのは、多くの投資と、将来に対する多くの興奮と楽観論です。」

彼は、地域、職業、企業全体への技術の普及は「極めて遅く」、通常20年から30年かけて展開すると指摘しました。AIの遅れをわずか3年から5年に短縮することは、歴史的先例から「大きな変化」になるでしょう。ソローの観察と一致して、コンピューターは1990年代後半から2000年代初頭まで生産性データに現れませんでした。

緩やかな普及に関するコンセンサス

これらの発見は、他の2026年の連邦準備制度の研究と一致しています。カンザスシティ連銀の分析は、公式データにおける最近の生産性の回復が「まだ広範なものではない」ことを発見しました。AIの採用が広がり続ける中で、産業の一部の小さなサブセットが利益の大部分を占めています。また別に、連邦準備制度理事会議長のケビン・ワーシュは7月に議会で、AIはこれまでのところ「労働者を置き換えておらず」、彼らを「少し生産的にした」と述べましたが、「長期的な視点はかなり先になる可能性がある」と警告しました。

以前のセントルイス連銀の研究は同様に、生成AIが2022年と比較して2024年後半までに生産性のわずか1.1%の増加をもたらしたにとどまると推定しました。これは、米国経済が2024年と2023年にそれぞれ記録した2.3%と1.6%の総生産性成長率と比較すると控えめな数字です。

企業は楽観論に資金を投入

セントルイス連銀チームは、企業の発言が空論ではないと強調しています。カリャニは、研究者が言葉よりも行動を重視すると述べました。「私たちは人々が言うことではなく、することを信じます。」AIについて好意的に語る企業は、研究開発、設備投資、および投資全体も増加させています。この相関関係は、チームが2024年の以前の投稿で「AIの誇大宣伝か現実か？」という懐疑的なタイトルで初めてAIに関する言及を調査した時には存在しませんでしたが、その後強まっています。

関連するサンフランシスコ連銀の研究は、AIに好意的な企業が2025年までに他の公開企業よりも投資とR&Dの成長が実質的に高かったことを発見し、その利益はAIインフラを構築する最大手のテクノロジー企業に集中していました。

統計が捉えられないもの

オズカンの「豊富さ」の議論には、第二の制約が加わります。AIが解決できないボトルネックです。AIが研究、起案、分析をどれほど迅速に加速させようとも、2人は依然として会議の日程を調整し、出席する必要があります。そしてそのステップは、4年前とまったく同じペースで進みます。生産性は単一の指標ではありません。それはチェーン全体の産出物であり、AIが加速させたのはそのリンクの一部にすぎません。

AI主導の生産性向上が最終的に実現したことを示すシグナルは何かと問われ、カリャニは正直な答えは事前には誰にもわからないと認めました。最終的に重要になる応用は、試行錯誤を通じて発見され、企業から企業へ、労働者から労働者へと広がっていきます。そのプロセスは外側からはほぼランダムに見えますが、総体としては測定可能な何かに蓄積されていきます。

彼はGoogleマップとタクシーメダリオンの例を挙げました。マッピングアプリは一時的に、ニューヨークのタクシーメダリオンの所有を市内で最も価値のある資産の一つにしました。その後Uberが登場し、数年のうちにシステム全体を打破しました。どのナビアプリがタクシーの独占を終わらせるかを予測した人はいませんでした。このパターンはすべての普遍的技術で繰り返されます。勝者と敗者は、技術の最終的な重要性が事後的に明らかであっても、予測を拒む混沌とした分散型プロセスによって決定されます。

それが、決算説明会の楽観的な発言約50万件のタグ付き文に埋もれた核心的な洞察です。企業幹部がAIが成果をもたらすと期待することは間違っていません。むしろ、その成果が測定された生産性の向上として現れるのか、それともより安価で豊富で価値の低い産出物として単に消散するのかは、それがすでに起きてしまうまでわからない可能性があります。

この記事は元々Fortune.comで掲載されました。