中心的な問いは誰が利益を得るかである
経済は、多くの世帯がより不安定になりながら、より生産的になりうる。雇用数だけでは、賃金、労働時間、交渉力、所有権、価格、税、そして必須サービスへのアクセスを見落とす。AIの分配上の効果は、技術的な能力と同じくらい制度に左右される。
現在の証拠は、生成AIの曝露、初期の導入、そして労働研究から得られている。ポストAGI経済についての主張は条件付きの予測である。存在すら確立していない技術の後に、所得がどう分配されるかを明らかにできるデータセットは存在しない。
曝露は不平等である
ILO–NASKの2025年指数は、世界の雇用の4分の1が何らかの生成AI曝露を持ち、3.3%が最高カテゴリーに入ると推計した。曝露は高所得国と事務職においてより高く、職業がジェンダーで分断されているため、女性の雇用はより高い曝露を受けていた(ILO–NASK、2025年5月)。
曝露は置き換えではない。高度に曝露された専門職の労働者は生産性を高めるツールを受け取るかもしれない一方、曝露の低い契約労働者はより厳しいアルゴリズムによる監視に直面するかもしれない。教育と権限を持つ労働者は、自分の判断力を補うためにAIを使えるかもしれない。標準化された役割の労働者は、タスクが自動化され、裁量が縮小されるかもしれない。
同じ技術は賃金格差を圧縮することも拡大することもありうる。それが初心者を専門家並みの水準に到達させる助けとなるならば、雇用主はより多くの新人を雇うか、あるいは希少な専門知識に払う対価を減らすかもしれない。それが資本、データ、そして顧客を伴うトップパフォーマーを増幅するならば、リターンは集中しうる。
労働所得と資本所得
チップ、クラウド、モデル、データ、そして流通の所有者は、雇用が安定していても収益を得ることができる。IMFのスタッフによるモデリングは、高所得労働者との補完性が強まることが労働所得の不平等を高めうること、そしてより高い資本収益が資産の不平等を高めうることを警告している。著者らは、これらはスタッフの見解とシナリオ結果であって、IMF理事会の予測ではないと述べている(IMFスタッフ討議ノート、2024年)。
したがって所有権は政策変数である。年金基金と広範な株式所有は資本所得の一部を分配するが、資産所有は非常に不平等であり、国によって異なる。公共投資、課税、従業員による所有、協同組合、政府系ファンド、そして社会的配当は、リターンを共有する異なる方法を提供する。それぞれにガバナンスとインセンティブのトレードオフがある。
エントリーレベルの経路は隠れた断層線かもしれない
多くの職業は、下書き作成、基礎的な分析、顧客からの質問対応、コードの保守、そして監督下での実践といった、日常的な若手業務を通じて専門家を育成する。こうしたタスクを自動化することは、低付加価値の労働を減らしうる一方で、徒弟制度のはしごをも取り除きうる。
雇用主は、レビュー、顧客の文脈、そしてツールの監督を中心にエントリーレベルの役割を再設計できるが、それには意図的な投資が必要である。あらゆる企業が、経験を積んだ労働者の育成を別の機関に期待するならば、その業種全体が集合的なスキル不足に直面しうる。学校と資格認定団体は、上級職の雇用が持続しているかどうかだけでなく、卒業生が監督下での経験を得ているかどうかを追跡すべきである。
一部の曝露された若年労働者カテゴリーにおける採用の減少の証拠は、初期のシグナルであって、普遍的な因果関係のある置き換えの証明ではない。金利、産業サイクル、そしてパンデミック後の採用の調整は、競合する説明である。コホートごとの採用、賃金、昇進、そしてタスクの内容は、時間をかけて追跡されるべきである。
価格と需要は利益を広げうる
生産性は、賃金が上昇しなくても、より低い価格やより良い品質を通じて世帯に恩恵をもたらしうる。安価な翻訳、ソフトウェア、家庭教師、あるいは専門的な支援は、消費を拡大し、補完的な雇用を生み出しうる。他の市場では、支配的な企業が、価格を下げる代わりに節約分を利益として留保するかもしれない。
需要の弾力性が重要である。あるサービスが安くなり、人々がそれをはるかに多く購入するならば、自動化にもかかわらず雇用は増えるかもしれない。需要が固定的であれば、必要とされる労働者は減るかもしれない。規制、償還、調達、そして信頼は、医療、法律、教育、そして金融におけるこの反応に影響を与える。
品質を調整した尺度が不可欠である。誤りが修正されなかったり、人間による代替手段が消えたりするならば、無料の自動化サービスは便益とは言えない。
地理と世界的な分断
AI活動は、研究機関、資本、データセンター、そして信頼できる電力の周辺に集積する。インフラを受け入れる地域は、建設と税収を得る一方で、電力、水、騒音、そして土地のコストを負担するかもしれない。アウトソーシングされた事務やデジタル業務に依存する地域は、モデルの所有権を得ることなく所得を失うかもしれない。
IMFは先進国においてより高い短期的な曝露を推計する一方、低所得国はその便益を捕捉する準備がより整っていないかもしれないと警告している。曝露が低いことは、それが接続性、スキル、言語対応、そして公共の能力の乏しさを反映しているならば、保護にはならない。
現地語対応のシステム、手頃な計算資源、相互運用可能な公共インフラ、そして標準策定への参加は、利益を広げうる。報酬のないデータの抽出と、地域の制度に適さない輸入されたシステムは、依存関係を深めうる。
仕事の質とアルゴリズムによる管理
AIは反復的なタスクを取り除き、障害を持つ労働者を支援し、安全性を改善しうる。同時に、監視を強化し、不透明な目標を設定し、労働者を予測不能にスケジュールし、そして懲戒を自動化することもできる。雇用と生産の統計は、自律性や尊厳を捉えない。
ILOの2025年の地域横断的な事例研究は、労働者の代表と社会的対話が、アルゴリズムによる管理と雇用に関する意思決定に影響を与えうることを見出した(ILOワーキングペーパー144、2025年7月)。事例研究は起こりうる取り決めを示すものであって、世界平均の結果を示すものではない。
労働者は、モニタリングと自動化された意思決定についての通知、使用されるデータへのアクセス、意味のある説明、人間による異議申し立て、そして団体交渉の保護を必要とする。調達後の協議は、設計への参加よりも効果が薄い。
政策の選択肢は予測ではなく選択である
教育と移行支援は、持ち運び可能な訓練、徒弟制度、賃金保険、転居支援、そしてキャリアサービスに資金を提供できる。雇用が存在しない、あるいは労働者が仕事を離れる時間の余裕がない場合、訓練だけでは十分ではない。
所得のフロア——失業保険、税額控除、児童手当、ベーシックインカム、あるいは保証されたサービス——は、対象の絞り込み、運用、労働へのインセンティブ、そして財政コストにおいて異なる。将来のAGI配当は、現在利用可能な財源ではない。
ワークシェアリングは生産性をより短い労働時間に転換できるが、労働者は賃金を維持するための交渉力または法律を必要とする。競争政策はレントと乗り換え障壁を防ぐことができる。税制は一部の利益を捕捉できるが、設計の悪い自動化税は有益なツールを妨げたり、容易に再定義されたりしかねない。
公共の選択肢と調達は、AIの能力を公共の目標に資するものにできる。それには技術的な能力、透明性、そして監視や政治的な縁故主義への安全策が必要である。
何を測定すべきか
分配ダッシュボードは、雇用、求人、エントリーレベルの採用、パーセンタイル別の賃金、労働時間、不本意なパートタイム労働、労働分配率、資本所有、価格、生産性、職場での監視、地域投資、そして合法かつ倫理的な範囲において性別、人種、障害、年齢、教育別の結果を報告すべきである。
企業の発表と雇用主調査には利益相反がある。企業は生産性を宣伝したり、レイオフを正当化したりするかもしれない。労働団体は労働者のリスクを強調するかもしれない。コンサルティング会社は変革サービスを販売する。行政データ、事前登録された研究、そして透明な手法は、より強力な証拠を提供する。
AGIのシナリオ
もしシステムが多くの認知労働を代替できるならば、交渉力は急速にモデルとインフラの所有者へと移行するかもしれない。あるいは、公有化、潤沢なサービス、新たな需要、あるいは労働時間の短縮が、広く生活水準を引き上げるかもしれない。物理的なボトルネックと人間の選好は、価値ある仕事を保存しうる。
いずれも自動的ではない。「脱・欠乏」は技術的な主張であると同時に、政治経済的な主張でもある。分配の規則、財産権、課税、公共サービス、そして民主的な統制が、豊かさがアクセス可能なものになるかどうかを決定する。
実践的な結論は、能力が発展している間に分配を統治することである。雇用以上のものを測定し、エントリー経路と労働者の発言力を保護し、所有権とアクセスを広げ、そして利益を共有できる財政システムを構築すること。置き換えが明白になるまで待つことは、まさに調整が最も困難な時期に諸制度を弱体化させたままにするかもしれない。