Anthropicが予測するAIの2030年経済効果、成長加速から記録的失業まで
重要ポイント
- •控えめなシナリオでは、2030年のGDPはAIを導入しない場合の軌道を1.6%上回り、失業率は0.1ポイント上昇する。
- •相当規模のシナリオでは、AIが知識労働の約半分を実行し、GDPは基準値を8.3%上回る一方、知識労働者の賃金はほぼ変わらない。
- •極端なシナリオでは、GDP成長率は年15.4%、経済規模は32%拡大するが、全体の失業率は11.9%に達し、労働分配率は60%から45%に低下する。
- •回答者の中央値の予想をモデルに反映すると、GDPはAIを導入しない場合の軌道を8.6%上回り、2030年の失業率は約4.6%となる。
- •Anthropicは、資本供給、賃金の硬直性、職を失った労働者が新しい職種に移るまでの時間を、結果を左右する主要因として挙げている。
Anthropicの経済チームは、「変革的AIの経済シナリオ」と題するワーキングペーパーを公開した。これに併せて、AIの能力と導入が2030年までにGDP、賃金、雇用、労働分配率にどのような影響を及ぼし得るかを検討する、インタラクティブなシナリオ探索ツールも提供している。
タスクベースのマクロ経済モデルを用いて構築されたこの枠組みは、予測を行うことを目的としていない。代わりに、AIが実行できるタスクの割合、導入の広がり、タスクごとの生産性向上、代替と補完のバランスといった、少数の測定可能な変数を、比較可能な経済成果へと変換する。この構造により、論文の前提条件は特に重要になる。観測されるAIの利用状況、タスク遂行能力、労働者の移行、資本供給の変化によって、結果は大きく異なり得る。
論文は3つのシナリオを示している。控えめなシナリオでは、AIの経済的影響はインターネットに似たものとなる。2030年のGDPはAIを導入しない場合の軌道を1.6%上回り、年間成長率は2.4%に達し、失業率の上昇はわずか0.1ポイントにとどまる。
相当規模のシナリオは、2023年に金融機関が示した予測を反映している。この経路では、AIが2030年までに知識労働の約半分を実行し、GDPはAIを導入しない場合より8.3%高く、年間成長率は5.4%に達する。知識労働者の賃金はほぼ横ばいとなる一方、その他の分野では賃金が上昇する。
極端なシナリオでは、再帰的に自己改善するAIが急速に導入されると仮定する。GDP成長率は年15.4%に達し、経済規模は32%拡大するため、社会は大幅に豊かになる。しかし、労働分配率は60%から45%に低下し、認知労働者の賃金はトレンドを11.5%下回り、認知労働者の失業率は17.9%、全体の失業率は11.9%に上昇する。これは戦後の記録を上回る水準だ。
またモデルは、極端なシナリオでさえ、AIによるイノベーション主導の成長への寄与は限定的だと示している。研究が引き続き物理的なタスクによって制約されるためだ。
Anthropic’s Economics team is sharing a new model of how AI might affect economic growth, jobs, wages, and more by 2030. Explore the scenarios, tell us what you think will happen, and see how your answers compare to more than 10,000 Americans. — Anthropic (@AnthropicAI) September 9, 2026
世論の予想は相当規模のシナリオに近い
モデルを補完するため、Anthropicは8月、米国の成人10,980人を対象に、AIの能力、導入、生産性への影響、再就職の見通しについて調査した。回答者の中央値は、2030年までにAIが8つの基準タスクのうち6つを実行すると予想している。対象には、定型的な業務上の連絡からソフトウェア開発までが含まれる。また、実行可能なタスクの40%にAIが導入され、職を失った労働者が新しい職種で就職するまでには約8カ月かかると見積もっている。
これらの回答者中央値をモデルに入力すると、相当規模のシナリオに近い結果が得られる。GDPはAIを導入しない場合の軌道を8.6%上回り、失業率は約4.6%となる。ただし、予想には大きなばらつきがある。約10%の回答者は極端なシナリオと整合する見方を示し、40%はAIによるノーベル賞級の発見は決して起こらないと答えた。
著者らは、シナリオ間の差のほぼすべてが2027年以降に現れると指摘している。各経路が現在のAI利用状況に関する測定値を共有しているためだ。感応度分析では、2つの主要な変数が特定された。資本供給の弾力性は、労働者と資本保有者のどちらが利益を受け取るかに影響する。一方、賃金の硬直性は、認知労働者が低賃金または失業増加を通じてコストを負担するかどうかに影響する。シナリオが進むにつれて、これらの指標と、職を失った労働者が新しい職種へ移るのに必要な時間が、モデルの経路と実際の結果を比較する際に注視すべき主な条件となる。
極端なシナリオでは、GDPが3分の1大きくなるにもかかわらず、労働所得の総額はほぼ変わらない。その結果、利益のほぼすべてが資本に帰属する。知識労働者を補償するには、GDPの約9%に相当する移転が必要となる。これはSocial SecurityとMedicareを合わせた規模におおむね匹敵する。論文は、この規模の技術主導の再分配には歴史的な前例がないとしている。
Anthropicによると、この枠組みは、AIの経済的利益が広く共有されることを目指す同社の研究資金配分や政策提案に活用される。
