Anthropic、2030年推計 最悪シナリオで賃金1割減も

Anthropicのエコノミクスチームは今月、タスクベースの経済モデルとシナリオ閲覧ツールを公開し、AIが2030年までに米国の成長・雇用・賃金に与える影響を試算した。ツールはバージョン1.0で、基になる論文の著者にはKorinek氏らが名を連ねる。モデルは単一の中心予測ではなく、3段階のシナリオを提示している。

「穏やか」シナリオは、AIの影響規模をインターネット普及と同程度と見積もり、2026年から2030年の間に置き換えられる知識労働者は2.5%にとどまるとする。「顕著」シナリオは、2030年までにAIが知識労働の半分を担い、その大半が自律的に動くと仮定する場合で、知識労働者の59.7%は現在の職にとどまり、39.6%は他の仕事に移り、知識労働者以外の賃金はむしろ上昇するとしている。「極端」シナリオは、再帰的に自己改善するAIが急速に普及することを前提とし、GDP成長率は年15%に達し、経済規模は4.5年ごとに倍増するとしている。

総量より速く動く分配

3つのシナリオのうち、変化幅が最も大きいのは分配だ。GDPに占める労働と資本の取り分は、穏やかシナリオで59.4%対40.6%、顕著シナリオで56.1%対43.9%、極端シナリオで45.2%対54.8%となり、資本側の取り分は現在より14.8ポイント増えて過半を超える。

3つのGDP数値から単純計算すると、極端シナリオは穏やかシナリオより年間約10.3兆ドル多い産出を生み、これは現在の米国経済規模のおよそ3分の1に相当する。同じモデルの中で、この上乗せ分の産出は知識労働者の賃金が1割超下落し、失業率が過去最高水準まで上がることと引き換えになっている。総量と分配がこの試算の中で同じ方向を向いていない点こそ、3つのシナリオを並べて示す最大の狙いだ。

モデルの作り方

このフレームワークは経済を、さまざまな職業が担うタスクの束として表現し、タスクの分類には米労働省のO*NET体系を用いている。AIがタスクに与える影響は、影響なし・拡張(より速く、より良くこなす)・自動化・新規タスクの創出という4種類に分けられる。モデルにはさらに、タスクごとの生産性変化、職業間で移動する際のコストと所要時間、業種ごとの導入速度の違い、資本による労働の代替も組み込まれている。

付随する調査は10980人の回答者を対象とし、その予想の中央値は「顕著」シナリオと一致した。約10%は「極端」シナリオに近い回答を示した。

"The main challenge is not achieving economic growth, but making sure the benefits are broadly shared and the costs aren't unequally dispersed."

モデルに組み込まれていないもの

このリストはシナリオそのものより注目に値する。モデルには政策対応、景気循環、総需要や金融市場の変動、破局的リスク、極めて高性能なロボットは含まれておらず、個々の労働者も追跡していない——あくまで職業単位の総量までを扱う。さらに、AIの影響を強く受ける職業自体の成長、データセンター建設による需要効果、技術進歩そのものの加速も、モデルには組み込まれていない。

著者らは次のように述べている。"Like every model, it is a stark simplification of a complex reality: it isolates a few key forces and omits many others that may become relevant."

参考資料：Anthropic公式の経済研究ページ、CocoLoop。3段階のGDP数値、失業率と賃金の変動幅、労働・資本の分配比率、調査対象者数はモデルの説明資料で確認した。シナリオ間の差額は当サイトによる概算。