[AI] 2024년 'AI 실업'은 정말 일어난다? 일본은행에서 이미 시작된 인원 정리...ChatGPT는 이제부터 인간의 일을 정말 빼앗으러

[お持て成し]

2024년 'AI 실업'은 정말 일어난다? 일본은행에서 이미 시작된 인원 정리...ChatGPT는 이제부터 인간의 일을 정말 빼앗으러 온다 / 1/14(일)  / 집영사 온라인

◎ AI 실업 생성AI는 우리의 일자리를 어떻게 빼앗을까? #2

마차를 조종하는 마부(운전수)나 계산수, 전화교환수 등 기술의 진보에 의해 없어져 버린 일은 분명히 존재한다. 경제학자 이노우에 도모히로 씨가 말하길 눈부신 AI의 진화로 인해 우리가 상상하는 것보다 훨씬 더 많은 일이 소멸될 미래가 기다리고 있는 것 같다.

이미 진행되고 있는 AI에 의한 일자리 소멸의 현실을 『AI 실업 생성 AI는 우리의 일을 어떻게 빼앗을 것인가?』 에서 일부 발췌해 리포트한다.

◎ 역사상 반복적으로 발생한 기술적 실업

2016년 AI 붐 무렵부터 AI가 고용에 미치는 영향에 대해 한창 논의가 이루어져 왔습니다. 저처럼 'AI 실업'의 위기를 목청껏 주창하는 사람이 있는가 하면, 'AI가 일자리를 빼앗는다는 것은 있을 수 없다' 고 단언하는 식자도 적지 않습니다.

그러나 역사를 되돌아보면 다양한 기술이 사람들의 일자리를 빼앗아 온 사실이 보입니다. 그렇기 때문에, 「AI에 한해서는 우리의 일을 빼앗지 않는다」라고는 생각하기 어려울 것입니다.

기술이 가져오는 실업을 경제학에서는 '기술적 실업'이라고 합니다. 이것은 자본주의에 따르는 것으로 1800년 전후 영국에서 일어난 최초의 산업혁명에서 이미 두드러진 기술적 실업이 발생하고 있습니다.

그 무렵, 「직기」(자동으로 천을 짜는 기계)가 보급되었고, 그로 인해 그 동안 손으로 천을 짜던 장인 「직공」이 실직했습니다. 그리고 분노를 느낀 직조공들이 기계를 부수는 항의 운동을 했습니다. 바로 여러분이 세계사에서 배운 '랏다이트 운동'입니다.

20세기 초에 자동차가 가져온 실업도 막대했습니다. 미국에서는 1900~1920년 정도에 걸쳐 자동차가 급속히 보급됩니다. 그때까지 구미에서는 마차가 주된 교통수단이었지만, 그 마차를 조종하는 마부라는 직업이 소멸된 것입니다.

또 계산수(컴퓨터)도 소멸된 직업으로 유명합니다. 컴퓨터는 원래 계산하는 사람을 가리키는 직업명으로, 그것을 일본어로 계산수라고 부르고 있었습니다. 이 직업도 계산기와 기계 컴퓨터가 퍼지면서 소멸되었습니다.

그 밖에 전화 교환원이나 타이피스트 등 없어진 직업은 몇 가지 있습니다만, 직업의 소실보다 자주 볼 수 있는 것은, 한 직업 안에서 고용이 감소해 가는 현상입니다.

사람들은 여러모로 '제로(0)' '일(1)' 사고로 생각하기 쉽습니다. AI 실업에 대해서도 '직업이 소멸하느냐 아니냐'는 식의 물음을 내놓고 소멸하지 않는다고 결론지으며 안심하는 사람들이 있습니다.

그렇지 않고 '각 직업에 있어서 어느 정도 고용이 감소한다.' 이런 정도 문제에 무게를 둬야 합니다. 특정 직업이 소멸되는 일은 그리 많지 않다 하더라도 앞으로 수십 년 사이에 그 직업의 일자리가 몇 할 줄어든다면 심각한 기술적 실업 문제가 발생하기 때문입니다.

예를 들어 디자이너라는 직업은 생성 AI의 보급으로 인해 고용이 감소하겠지만 소멸될 것이라고 장담할 수 없습니다. 그 이유는 AI에는 없는 독자성을 발휘할 수 있는 사람이라면 앞으로도 활약할 수 있기 때문입니다.

그래도 젊은 디자이너 중 평생 먹고살지 않을 거라고 생각하는 사람이 있다면 꽤 재능 있는 사람이 아니라면 아무생각이 없을 것입니다. 디자이너의 고용은 줄어들 가능성이 높기 때문입니다.

◎ AI 실업이 큰 문제가 되지 않는다는 오해

2013년 옥스퍼드 대학의 칼 베네딕트 프레이 씨와 마이클 오스본 씨는 '고용의 미래'라는 논문을 발표했습니다.

이 논문에서는 미국 노동자 중 47%나 되는 사람이 종사하는 직업이 10~20년 후 소멸한다고 주장하고 있어 AI 실업에 관한 세계적인 논란을 일으켰습니다. 만약 노동자의 50% 가까이가 일자리를 잃는다면, 그것은 확실히 대단한 문제입니다.

'고용의 미래'에 대한 반론의 대부분은 한 직업에는 다수의 태스크가 있다는 것이었습니다. IT나 AI, 로봇이 빼앗는 것은 대개 다수의 태스크 중 한두 가지이지 대부분이 아니다. 따라서 직업의 소멸은 그렇게 많이 일어나지 않는다는 것입니다.

그러다 보니 2018년경에는 'AI 실업은 큰 문제가 되지 않는다'는 웬만한 공감대가 경제학자들 사이에서 형성됐고, 저처럼 AI 실업을 경고하는 사람들의 목소리는 지워지고 말았습니다. 그러나 그 컨센서스야말로 미스 리딩 제로(0)일(1) 사고의 산물입니다. 그건 구체적으로는 이런 사고입니다.

그림 2-1과 같이 슈퍼의 점원에게는 계산대 외에 상품의 발주나 진열이라고 하는 태스크가 있다. 이 중 셀프 계산대가 계산대 작업을 소멸시켰다고 해도 다른 작업은 남는다. 그러므로 슈퍼 점원이라는 직업은 소멸되지 않는다.

이런 결론이 나온다고 해도 계산대 작업이 없어지는 만큼 고용의 몇 %가 감소할 가능성은 남습니다. 그렇다면 슈퍼 점원이 실업에 노출되지 않는다고는 말할 수 없을 것입니다.

또 하나, AI 실업에 관한 논의를 미스 리드하고 있는 것은 '인간을 대체하는 기술'은 일자리를 빼앗을 수 있지만 '인간의 능력을 확장하는 기술'은 일자리를 빼앗지 않고 오히려 생산성을 높인다는 주장입니다.

예를 들어, 계산원과 셀프 계산대는 대체적입니다. 반면 파워포인트 슬라이드를 만들어주는 AI는 우리의 능력을 확장할 것으로 생각됩니다. 영업에서 자주 파워포인트를 사용하는 사람은 이러한 AI가 등장함으로써 노력을 절약할 수 있고 그만큼 더 많은 일을 할 수 있게 됩니다. 이렇게 확장적인 기술은 생산성을 향상시킬 수 있다는 것입니다.

그러나 '대체'와 '확장'에는 보기만큼 차이가 없습니다. 셀프 계산대가 도입되어 계산원이 필요 없게 되면 더 적은 점원으로 지금까지와 같은 양의 일을 돌릴 수 있게 됩니다. 따라서 점포를 한 채 더 늘리는 것이 가능할지도 모릅니다. 그렇다면 점원의 능력이 확장된 것으로 생각할 수 있습니다.

반대로 슬라이드 작성 담당이라는 직업이 있는 경우 AI가 슬라이드를 작성할 수 있게 되면 그 담당자는 해고될 수도 있습니다. 혹은 그러한 전문 직업이 없더라도 슬라이드 작성의 수고를 덜 수 있는 만큼 더 적은 인원으로 영업을 할 수 있게 되기 때문에 영업직 고용이 줄어들 수 있습니다.

대체와 확장이 다르게 보이는 것은 대체될 수 있는 전문 직업이 있느냐 없느냐 하는 것일 뿐 전체적으로 노력을 절약할 수 있게 되는 것은 변함이 없습니다. 두 경우 모두 생산성이 향상되고 그것 때문에 기술적 실업을 초래할 가능성이 있다는 것에는 주의해야 합니다.

◎ 기술적 실업은 노동 이동에 의해 해결되어 왔다

지금까지 저는 AI는 실업을 초래하는 것이 아니라 생산성을 향상시키는 것이라고 주장하는 기사를 여러 편 보았습니다. 이 주장 또한 미스 리딩에 해당할 것입니다. 왜냐하면 생산성 향상과 기술적 실업은 어느 국면에서는 표리의 관계에 있기 때문입니다.

새로운 기술의 도입으로 혼자서 3명분의 일을 할 수 있도록 인간의 능력이 '확장'되면 3명 중 나머지 2명은 필요 없게 되고 해고될 수 있습니다. 이 점은 아까 말씀드린 것처럼 확장이든 대체든 크게 다르지 않습니다. 그리고 실제로 고용이 감소할지 여부는 수요 동향에 달려 있습니다.

생산성이 높아졌기 때문에 상품의 가격이 떨어지고, 그로 인해 수요가 충분히 늘어나면 고용은 감소하지 않고 증대될 수도 있습니다. 요컨대, 가격이 저렴해졌기 때문에 상품이 많이 팔리고, 그로 인해 일이 증가하는 상황입니다.

예를 들어 산업혁명기에 직조기 도입으로 면제품을 대량 생산할 수 있게 되어 저렴해졌습니다. 그로 인해 많이 팔리게 되어 당시 영국 사람들이 면바지를 입는 새로운 습관이 생기기에 이르렀을 정도입니다. 그리고 직조공이 줄어든 만큼 공장 노동자들의 고용은 늘었습니다(다만 일자리를 잃은 직조공들이 바로 공장 노동자가 될 수 있었던 것은 아니며 오랫동안 실업 상태에 놓였다는 점에는 주의해야 할 것입니다).

반면 가격이 싸져도 그다지 수요가 증대되지 않으면 생산성 향상으로 인력이 필요 없게 되고 고용은 감소합니다. 산업혁명기에 비해 지금은 면제품 제조에 종사하는 노동자가 급감했을 것입니다. 더 이상 생산성이 상승해 면 옷이 싸져도 그만큼 구매량을 늘리지 않기 때문입니다. 이 경우 생산성이 상승할수록 고용은 감소해 갑니다.

생산성이 상승했을 때 수요가 증대할지 여부는 상품의 보급 정도에 따라 결정되는 경우가 많습니다. 그림2-2는 가로축에 경과 연수를 취하고 세로축에 보급률을 취하고 있습니다. 이런 곡선을 로지스틱 곡선이라고 합니다. 많은 상품과 서비스에 관한 수요는 로지스틱 곡선을 그리는 것으로 알려져 있습니다.

즉, 많은 상품은 보급이 시작된 당초 수요가 증대됩니다. 수요가 증대되면 고용이 증대될 가능성이 있습니다. 그러나 이윽고 수요는 포화점에 가까워져 증대의 성장이 둔화됩니다. 이 이후에는 생산성이 상승해도 그만큼 고용은 감소할 뿐입니다.

중요한 것은 많은 상품이 수요 포화점을 안고 있다는 것입니다. 아무리 가격이 싸다고 해도 면바지를 100벌 이상 가지고 있는 사람은 별로 없을 것입니다. 쌀을 하루 4홉이나 5홉이나 먹는 사람은 적고, 세탁기를 2대, 3대로 여러 개 구입하는 사람은 극히 제한되어 있을 것입니다.

만일 세탁기 수요가 포화되어도 여전히 생산성이 계속 상승한다면 세탁기 제조에 종사하는 사람 중 몇몇은 다른 일로 옮겨야 합니다. 같은 회사의 다른 부서로 옮길 수도 있고, 해고되어 다른 회사나 업종으로 옮길 수도 있을 것입니다.

이런이동이나이직을노동이동이라고합니다. 새로운 기술은 종종 실업을 초래해 왔지만, 그러한 기술적 실업이 장기화되고 심화되는 일이 적었던 것은 노동 이동에 의해 해결되어 왔기 때문입니다. 이 사실은 그동안 경제학자들이 간과하기 쉬운 점이었습니다. 경제학 교과서에서는 기술적 실업도 노동 이동도 거의 설명되어 있지 않습니다.

경제발전을 통해 일어나는 노동이동이라는 역동성에 다시 한번 주목할 필요가 있을 것입니다. 큰 묶음으로 보면 우선 농업의 생산성이 향상되면서 공업으로의 노동 이동이 일어났습니다. 그 후 공업의 생산성이 향상되어 서비스업으로의 노동 이동이 발생했습니다.

그림 2-3과 같이 1차 산업(농림수산업 등)의 취업자 수는 장기적으로 감소하고 있으며, 2차 산업(공업이나 건설업 등)도 1992년에 감소세로 돌아섰습니다. 이러한 산업에서는 생산성이 향상되었기 때문에 고용이 감소해 왔다는 점에 주의해야 합니다. 현재의 일본에서 취업자수가 증가하고 있는 것은, 생산성이 향상하기 어려운 제3차 산업(서비스업등) 뿐입니다.

◎ 서비스업에서 일어난 기술적 실업은 어떻게 해결되는가?

서비스업에서는 물리적 정형 작업이 적기 때문에 20세기까지는 기계화가 덜 진행되었습니다. 예를 들어 미용사의 일은 가위의 방향을 그때그때 미세 조정하면서 머리를 자르는 부정형 작업이 많아 기계화가 어려웠습니다.

19세기부터 20세기까지 공산품은 기계화가 가져오는 생산성 상승으로 대량으로 만들 수 있게 되었습니다. 하지만 한 손님의 머리카락을 자르는 데 걸리는 시간은 예나 지금이나 30분 정도로 거의 변하지 않아 생산성 향상을 볼 수 없습니다.

그러나 21세기에 이르러서는 IT가 서비스업을 효율화하고 몇몇 직종에서 고용을 줄이게 되었습니다. 일본에서는 아직 눈에 띄는 움직임은 없지만, 미국에서는 이미 여행사나 콜센터 직원이 IT에 의해 일자리를 빼앗겨 청소부나 간병인으로 이직하는 사태가 발생하고 있습니다.

요컨대, 서비스업내의 「화이트 칼라」(지적 노동자)에서 「블루 칼라」(육체 노동자)로 노동 이동하고 있는 것입니다. 그 때, 대부분의 경우 임금은 저하되기 때문에, 미국에 있어서의 임금의 중앙값(중간의 사람의 임금)은, 정체되고 있습니다. 즉, 일반적인 노동자는 부유해지지 않은 것입니다.

미국에서는, 계속되는 2010년대의 핀테크 붐 속에, AI가 자산 운용 어드바이저나 보험의 외교원이라고 하는 전문직의 고용을 줄여 갔습니다. 이들 일자리가 줄어든 것은 자산운용이나 보험에 관한 조언을 해주는 로보어드바이저라는 AI를 접목한 소프트웨어가 등장했기 때문입니다.

증권 분석가는 기업 실적 등을 바탕으로 투자 판단에 필요한 보고서를 쓰는 것이 주된 일입니다. 이쪽도 AI가 그러한 보고서를 쓸 수 있게 되었기 때문에 고용이 감소했습니다.

금융업은 수치 데이터를 중심으로 다루기 때문에 원래 컴퓨터에 적합합니다. 그런 사정이 배경이 되어 금융에 도움이 될 만한 AI는 이미 2010년대에 보급되어 있었던 것입니다.

하지만 쉽게 글을 쓰거나 이미지를 만들 수 있는 AI는 당시에는 아직 등장하지 않았습니다. 그러므로 금융업 이외의 많은 화이트칼라에게 AI의 위협은 강 건너 불이었던 것입니다.

그런데 생성 AI는 말이나 이미지를 다루는 모든 직업을 위협하고 있습니다.그 직업이란 화이트칼라의 거의 전부입니다.

앞으로 AI로 인해 생산성이 향상되는 만큼 또 다른 업무가 늘어나 고용은 유지되지 않을까 하는 생각을 하는 사람도 있을 것입니다. 하지만 은행업을 보는 한 그렇게는 되지 않을 것으로 예상할 수 있습니다.

왜냐하면 일본의 은행원 수는 2018년에는 약 29.9만 명이었지만 2022년에는 26.4만 명까지 줄었습니다. 다른 산업에 앞서 AI로 인한 영향을 받은 은행업에서 고용 감소가 일어나고 있는 것입니다.

다른 업종에서도 비슷한 일이 일어날 겁니다. 앞으로 화이트칼라는 블루칼라로 이동할 것인지, AI에는 없는 능력을 발휘할 것인지, 실업을 감수할 것인지 등의 선택을 강요받을 것입니다.

写真／shutterstock

----------
이노우에토모히로 / 경제학자·코마자와 대학 경제학부 부교수
게이오기주쿠대학 환경정보학부 졸업. 2011년에 와세다 대학 대학원 경제학 연구과에서 박사 학위를 취득. 와세다대 정치경제학부 조교, 고마자와대 경제학부 강사를 거쳐 2017년부터 고마자와대 경제학부 부교수. 전문은 거시경제학.저서로 인공지능과 경제의 미래(문춘신서) 헬리콥터 머니(니혼게이자이신문 출판) 순수기계화경제(니혼게이자이신문 출판) AI 시대의 신 베이직 인컴론(광분샤신서) MMT(고단샤선서 메티에) 현금급부의 경제학(NHK출판신서) 메타버스와 경제의 미래(문춘신서) 등이 있다. 최근에는 인공지능이 경제에 미치는 영향에 대해 논할 때가 많다. 2016년 12월에는 닛케이 비즈니스 '차대를 만드는 100인'으로 선정된다.
----------

https://news.yahoo.co.jp/articles/fa6cd1c468c9059a18d0173cf386342aa22b488b?page=1

2024年「AI失業」は本当に起きる？　日本の銀行ですでに始まっている人員整理…ChatGPTはこれか

024年「AI失業」は本当に起きる？　日本の銀行ですでに始まっている人員整理…ChatGPTはこれから人間の仕事を本気で奪いにくる
1/14(日) 18:02配信


21
コメント21件


集英社オンライン
AI失業 生成AIは私たちの仕事をどう奪うのか？　#2
1930年代の国際電話交換機

馬車を操る御者や、計算手、電話交換手など、技術の進歩によってなくなってしまった仕事は確かに存在する。経済学者の井上智洋氏曰く、目覚ましいAIの進化によって我々が想像しているよりもはるかに多くの仕事が消滅する未来が待ち構えているようだ。

【図を見る】就業者数が増え続けているのは第三次産業のみ

すでに進みつつあるAIによる仕事の消滅のリアルを『AI失業 生成AIは私たちの仕事をどう奪うのか？』より一部抜粋してレポートする。

歴史上繰り返し起きた技術的失業
2016年のAIブームの頃から、AIが雇用に与える影響について、盛んに議論がなされてきました。私のように「AI失業」の危機を声高に唱える人がいる一方で、「AIが仕事を奪うなんてことはあり得ない」と断言する識者も少なくありません。

しかし歴史を振り返れば、さまざまな技術が人々の仕事を奪ってきた事実が見えてきます。そのため、「AIに限っては私たちの仕事を奪わない」などとは考えにくいでしょう。

技術がもたらす失業を、経済学では「技術的失業」と言います。これは資本主義にはつきもので、1800年前後のイギリスで起きた最初の産業革命において、すでに目立った技術的失業が生じています。

その頃、「織機」（自動で布を織る機械）が普及し、それによってそれまで手で布を織っていた職人である「手織工」が失業しました。そして、怒りを覚えた手織工たちが、機械を打ち壊す抗議運動をしました。それが、みなさんが世界史で習った「ラッダイト運動」です。

20世紀初頭に自動車がもたらした失業も甚大なものでした。アメリカでは1900～1920年ぐらいにかけて、自動車が急速に普及します。それまで、欧米では馬車がおもな交通手段でしたが、その馬車を操る御者という職業が消滅したのです。

また、「計算手（コンピュータ）」も消滅した職業として有名です。コンピュータは元々、計算する人を指す職業名で、それを日本語で計算手と呼んでいたのです。この職業も、電卓と機械のコンピュータが広まったことで消滅しました。

そのほか、電話交換手やタイピストなどなくなった職業はいくつかありますが、職業の消失よりも頻繁に見られるのは、1つの職業の中で雇用が減少していくという現象です。

人は何かとゼロイチ思考で物事を考えがちです。AI失業についても、「職業が消滅するのかどうか」といった問いを立て、消滅しないと結論づけて安心する人がいます。

そうではなく、「各職業においていくらか雇用が減少する」といった程度問題に重きをおくべきです。特定の職業が消滅することはそれほど多くないにしても、この先数十年でその職業の雇用が何割か減るというのであれば、深刻な技術的失業の問題が発生するからです。

たとえば、デザイナーという職業は生成AIの普及によって雇用が減少するでしょうが、消滅するとは断言できません。その理由は、AIにはない独自性が発揮できる人であれば、今後も活躍できるからです。

それでも、若手のデザイナーで一生食いっぱぐれないと考えている人がいたら、よっぽど才能のある人でない限り、能天気と言わざるを得ないでしょう。デザイナーの雇用は減る可能性が高いからです。

「AI失業は大した問題にはならない」という誤解
2013年に、オックスフォード大学のカール・ベネディクト・フレイ氏とマイケル・オズボーン氏は、「雇用の未来」という論文を発表しました。

この論文では、アメリカの労働者のうち、47％もの人が従事する職業が10～20年後に消滅すると主張されており、AI失業に関する世界的な議論を巻き起こしました。もしも労働者の5割近くもが仕事を失うのであれば、それは確かに大変な問題です。

「雇用の未来」に対する反論の多くは、1つの職業には多数のタスクがあるというものでした。ITやAI、ロボットが奪うのは、たいがい多数のタスクのうちの1つや2つであり、大半ではない。したがって、職業の消滅はそれほど多くは起こらないというのです。

そのため、2018年頃には「AI失業は大した問題にはならない」という何となくのコンセンサスが経済学者の間で形成され、私のようにAI失業を警告する人の声はかき消されてしまいました。しかし、そのコンセンサスこそが、ミスリーディングなゼロイチ思考の産物なのです。それは具体的にはこういう思考です。

図2-1のように、スーパーの店員にはレジ打ちのほかに商品の発注や陳列といったタスクがある。このうち、セルフレジがレジ打ちのタスクを消滅させたとしても、ほかのタスクは残る。ゆえにスーパーの店員という職業は消滅しない。

このような結論が出たとしても、レジ打ちのタスクがなくなる分、雇用の何割かが減少する可能性は残ります。そうであれば、スーパーの店員が失業にさらされないとは言えないでしょう。

もう1つ、AI失業に関する議論をミスリードしているのは、「人間を代替する技術」は雇用を奪う可能性があるが、「人間の能力を拡張する技術」は雇用を奪わず、むしろ生産性を高めるといった主張です。

たとえば、レジ係とセルフレジは代替的です。それに対して、パワーポイントのスライドを作成してくれるAIは、私たちの能力を拡張するものと考えられます。営業で頻繁にパワーポイントを使う人は、こうしたAIが登場することによって労力を節約でき、その分より多くの仕事をこなせるようになります。こうして、拡張的な技術は生産性を向上させることができるというわけです。

しかし、「代替」と「拡張」には見かけほど違いがありません。セルフレジが導入されてレジ係が必要なくなれば、より少ない店員でこれまでと同じ量の仕事を回せるようになります。そのため、店舗をもう1軒増やすことが可能になるかもしれません。そうであれば、店員の能力が拡張されたものと考えることができます。

逆に、スライド作成係という職業があった場合、AIがスライドを作成できるようになれば、その係の人は解雇されるかもしれません。あるいは、そのような専門の職業がなかったとしても、スライド作成の手間が省ける分、より少ない人数で営業を行えるようになるため、営業職の雇用が減らされる可能性があります。

代替と拡張が異なって見えるのは、代替され得る専門の職業があるかないかだけのことであり、全体として労力が節約できるようなることには変わりありません。いずれの場合も、生産性が向上し、それがために技術的失業をもたらす可能性があることには注意すべきです。

技術的失業は労働移動によって解決されてきた
これまで私は、「AIは失業をもたらすのではなく、生産性を向上させるものだ」と主張する記事をいくつも目にしてきました。この主張もまた、ミスリーディングにあたるでしょう。なぜなら、生産性向上と技術的失業は、ある局面では裏表の関係にあるからです。

新しい技術の導入によって、1人で3人分の仕事ができるように人間の能力が「拡張」されれば、3人のうちの残る2人は必要なくなり、解雇される可能性があります。この点は、先ほど述べたように「拡張」でも「代替」でもさほど変わりありません。そして、実際に雇用が減少するかどうかは、需要の動向に依存します。

生産性が高まったために商品の価格が低下して、それによって需要が十分増えれば雇用は減少せず、増大することもあります。要するに、値段が安くなったのでたくさん商品が売れて、それにより仕事が増えるという状況です。

たとえば、産業革命期に織機の導入によって綿製品が大量生産できるようになり、安くなりました。それによってたくさん売れるようになり、当時のイギリスの人々が綿のパンツを穿くという新しい習慣ができるに至ったほどです。そして、手織工の減った分を補ってあまりあるほどに工場労働者の雇用は増大しました（ただし、職を失った手織工の人たちがすぐに工場労働者になれたわけではなく、長らく失業状態におかれたことには注意すべきでしょう）。

それに対し、価格が安くなってもさほど需要が増大しなければ、生産性の向上によって人手がいらなくなり、雇用は減少します。産業革命期に比べて、今では綿製品の製造に携わる労働者は激減しているでしょう。もはや、生産性が上昇して綿の洋服が安くなっても、それほど購入量を増やさないからです。この場合、生産性が上昇すればするほど雇用は減少していきます。

生産性が上昇したときに、需要が増大するかどうかは、商品の普及度合いによって決定されることが多いです。図2-2は、横軸に経過年数をとり、縦軸に普及率をとっています。このような曲線を「ロジスティック曲線」と言います。多くの商品やサービスに関する需要は、ロジスティック曲線を描くことが知られています。

すなわち、多くの商品は普及が開始した当初は需要が増大します。需要が増大すれば、雇用が増大する可能性があります。しかし、やがて需要は飽和点に近くなり、増大の伸びが鈍くなります。これ以降は、生産性が上昇してもその分雇用は減少するばかりです。

重要なのは、多くの商品が需要の飽和点を抱えているということです。どんなに価格が安いからといって、綿のパンツを100着以上持っている人はあまりいないはずです。米を1日4合も5合も食べる人は少ないですし、洗濯機を2台、3台と複数購入する人はごく限られているでしょう。

仮に、洗濯機の需要が飽和してもなお生産性が上昇し続けるならば、洗濯機の製造に携わる人の何人かは、ほかの仕事に移る必要があります。同じ会社の他部署に移ることもあれば、解雇されて別の会社や業種に移ることもあるでしょう。

このような異動や転職を「労働移動」と言います。新しい技術は度々失業をもたらしてきましたが、そのような技術的失業が長期化・深刻化することが少なかったのは、労働移動によって解決されてきたからです。この事実は、これまで経済学者が見過ごしがちな点でした。経済学の教科書では、技術的失業も労働移動もほとんど説明されていません。

経済発展を通じて起こる労働移動というダイナミズムに、改めて注目する必要があるでしょう。大きなくくりで見ると、まず農業の生産性が向上したことで、工業への労働移動が起こりました。その後、工業の生産性が向上し、サービス業への労働移動が発生しました。

図2-3のように、第一次産業（農林水産業など）の就業者数は長期的に減少しており、第二次産業（工業や建設業など）も1992年に減少に転じました。これらの産業では、生産性が向上したからこそ雇用が減少してきたという点に注意すべきです。現在の日本で就業者数が増えているのは、生産性が向上しにくい第三次産業（サービス業など）のみです。

サービス業で起きた技術的失業はどのように解決されるのか？
サービス業では物理的な定型作業が少ないため、20世紀までは機械化があまり進みませんでした。たとえば美容師の仕事は、ハサミの向きをその都度微調整しながら髪をカットするような不定形な作業が多く、機械化が困難でした。

19世紀から20世紀までに、工業製品は機械化がもたらす生産性の上昇によって大量に作れるようになりました。しかし、1人のお客さんの髪の毛をカットにするのにかかる時間は、昔も今も30分程度とほとんど変わらず、生産性の向上が見られないのです。

しかし、21世紀になってからはITがサービス業を効率化し、いくつかの職種で雇用を減らすようになりました。日本ではまだ目立った動きはありませんが、アメリカではすでに旅行代理店やコールセンターのスタッフがITによって仕事を奪われ、清掃員や介護士に転職するような事態が発生しています。

要するに、サービス業内の「ホワイトカラー」（知的労働者）から「ブルーカラー」（肉体労働者）に労働移動しているのです。その際、たいていの場合賃金は低下するため、アメリカにおける賃金の中央値（中間の人の賃金）は、伸び悩んでいます。つまり、一般的な労働者は豊かになっていないのです。

アメリカでは、続く2010年代のフィンテックブームのさなかに、AIが資産運用アドバイザーや保険の外交員といった専門職の雇用を減らしていきました。これらの雇用が減ったのは、資産運用や保険に関するアドバイスをしてくれる「ロボ・アドバイザー」というAIを組み込んだソフトウェアが登場したからです。

証券アナリストは、企業業績などをもとに投資の判断に必要なレポートを書くのがおもな仕事です。こちらもAIがそうしたレポートを書けるようになったため、雇用が減少しました。

金融業は数値データを中心に扱うため、元来コンピュータに向いています。そのような事情が背景にあり、金融に役立てられるようなAIはすでに2010年代に普及していたのです。

しかし、簡単に文章を書いたり画像を作ったりすることができるAIは、当時はまだ登場していませんでした。それゆえに、金融業以外の多くのホワイトカラーにとってAIの脅威は対岸の火事だったのです。

ところが、生成AIは言葉や画像を扱うあらゆる職業を脅かしています。その職業とは、ホワイトカラーのほぼすべてです。

今後、AIによって生産性が向上する分、また別の業務が増えて雇用は維持されるのではないかと考える人もいるでしょう。しかし、銀行業を見る限りはそうはならないと予想できます。

というのも、日本の銀行員の数は2018年には約29.9万人だったのですが、2022年には26.4万人にまで減っています。ほかの産業に先駆けて、AIによる影響をこうむった銀行業で雇用の減少が起きているのです。

ほかの業種でも、同様のことが起きるはずです。これからホワイトカラーは、ブルーカラーへ移動するか、AIにはない能力を発揮するか、失業を甘んじて受け入れるか、といった選択を迫られるでしょう。


写真／shutterstock


----------
井上智洋（いのうえ ともひろ）

経済学者・駒澤大学経済学部准教授
慶應義塾大学環境情報学部卒業。2011年に早稲田大学大学院経済学研究科で博士号を取得。早稲田大学政治経済学部助教、駒澤大学経済学部講師を経て、2017年より駒澤大学経済学部准教授。専門はマクロ経済学。著書に『人工知能と経済の未来』（文春新書）、『ヘリコプターマネー』（日本経済新聞出版）、『純粋機械化経済』（日本経済新聞出版）、『AI時代の新・ベーシックインカム論』（光文社新書）、『MMT』（講談社選書メチエ）、『「現金給付」の経済学』（NHK出版新書）『メタバースと経済の未来』（文春新書）などがある。最近は人工知能が経済に与える影響について論じることが多い。2016年12月には、日経ビジネス「次代を創る100人」に選ばれる。
----------