経済学者は人工知能の夢を見るか？『大格差』と経済の将来

自然科学者あるいはエンジニアは人工知能の将来を考えますが、経済学者あるいは社会科学者は、それが経済や社会にどういう影響を及ぼすかを考えなければなりません。最近、Her(2013)やThe Avengers: The Age of Ultron(2015)など、人工知能を備えたロボットが出てくる映画が多いようです。スティーブン・ホーキングが「完全な人工知能を開発できたら、それは人類の終焉を意味するかもしれない」と発言したのは、Transcendence(2014)を見たためだと言われています。

カズオ・イシグロは、次作の構想として人工知能に興味を示し、「機械が人間より多くの仕事をより良くできるようになれば、人間は果たして何のためにこの世に存在していることになるのか。何が私たちを人間たらしめているのか。簡単に答えは出ませんが、小説家として、とても大切な問いです」と語っています（日本経済新聞2015年6月24日夕刊）。このように今、いろいろな形で人工知能あるいはロボットが関心を呼んでいます。

経済論争の焦点として、リーマンショック以降の世界経済の停滞の中で「長期停滞」（Larry Summers、Paul Krugman、Ben Bernanke）、「格差増大」（Thomas Piketty 2014, Anthony Atkinson 2015）、「ロボットの台頭」（Brynjolfsson and McAfee 2011, 2014, Tyler Cowen 2013）といった議論がなされています。

この3つは関連しており、ロボットの台頭は、雇用が減り、所得が減少する不安感と結びついています。格差の増大は、頭脳労働と肉体労働に雇用が二極化し、その中間の職と賃金が停滞してしまうといった点でつながっています。

タイラー・コーエンの『大格差』（原著2013年、NTT出版2014年）は、「平均の時代」の終わりを指摘しています。これは、人工知能やロボットの台頭に親和的な職を持つ人とそうでない人で、明確に分かれてしまうということです。

前作の『大停滞』がBrynjolfsson and McAfee 2011に批判され、タイラー・コーエンが意見を変えた形になっていますが、「特異点」については「コンピューターおたくのための宗教である」と懐疑的です。雇用の二極分化が進んでいることはコーエンも認めており、フリースタイル・モデルの到来、人工知能や機械とのインタラクションの重要性を主張しています。

「ロボットの台頭」（Ford 2015）、「第二次機械時代」（Brynjolfsson and McAfee 2014）は到来するか。あるいは、人工知能はどこまで発達するか。「特異点」は到来するのか。こういったテーマを議論するのは、まずは自然科学者やエンジニアの仕事です。では社会科学者の仕事は何かと考えると、「ロボットの台頭」「第二次機械化時代」に備えることだと思います。

ピューリサーチセンターは昨年、ロボットやAIの経済的影響について調査を行いました。技術系のライターなどを対象に、2025年までに仕事がなくなるか、なくならないかというアンケートを行ったところ、結果はほぼ半々に分かれています。

また経済学者に意見を聞くChicago Booth IMG Forum 2014において、「歴史的にみて自動化は雇用を減らしている」という意見に対し、イエスかノーかをたずねたところ、多くの人が「減らしていない」と答えました。他方、ここ10年ほど、米国の国民1人当たりGDPでみると生産性は上がっているのですが、中位の所得は伸び悩んでおり、その分がトップ1%に移って格差は増大しています。その中位所得の停滞の主たる理由はITと自動化かという質問に対しては、43%程度の人が「賛成」と答えています。

機械化が雇用を減らさないことは、経済学において常識化しています。いわゆる「技術的失業」「テクノロジー失業」は神話の1つと考えるのが、経済学者のこれまでの反応だと思います。ブライアン・キャプランは『選挙の経済学』の中で、人々は技術的失業を恐れるような「雇用創出バイアス」を持っていると述べています。

もう少し経済学で考えていきましょう。生産関数から考えると、労働と資本の代替性と補完性として、資本（機械）が増大すると1人当たりの労働の限界生産力は増大します。一方、資本の増大が労働を減少させる要因になる場合もあります。また、価格の変動と需要の弾力性も重要になってきます。知識についてはどのように定式化するか、知識生産関数の形状が問題になります。

経済学の歴史では、労働と機械の関係が補完的なのか、代替的なのかで意見が分かれます。補完派のデヴィッド・リカードは1821年の「機械論」において、機械が導入されると労働に対する雇用が減ることを示しました。もっとも彼は「技術的失業」を議論したのではなく「強制貯蓄」について論じています。要するに固定資本が導入されると労働への需要が減るといっただけで、機械そのものの導入については奨励しています。

一方、代替派の重要人物はジョン・メイナード・ケインズです。彼は1930年の演説で2030年の未来を予測し、機械や科学の発達により人類の労働時間は週15時間程度に減少しているだろうと述べています。

次に、置き換えられた人がどこへ行くのかが問題となります。理論的には、その転換が早いほど技術の導入によって生じる失業は少なくなります。けれども転換に時間がかかる、あるいは新技術が次々と出てくるような場合、労働供給側がいかに対応できるかという問題があります。

また、機械を多く用いる技術革新が進行すると労働への需要は減少します。需要が下がれば実質賃金は下がるはずですが、人間は生活をしていかなければならないため、実質賃金が下がるにも限度があると考えられます。

実証的な証拠についてBrynjolfssonとMcAfeeは2014年、米国において製造業でも農業でも労働生産性は着実に上昇しているのに対し、民間部門での雇用者数が1990年代半ば以降伸び悩んでいることを指摘しました。ただしAutorは同年、雇用者数の伸び悩みはむしろ中国の台頭によるグローバル化の影響であると主張しています。

雇用の推移を年代別にみると、2000年代はまさに中位のスキルの雇用が減少し、高位と低位のスキルの雇用が増加しており、二極化が進んでいることがわかります。これを教育水準でみると、大卒の場合、Manualの雇用は増加し、Routineは減少。Abstractは増減を繰り返しています。大卒未満に関しては、軒並みRoutineが減少しています。

昔は、データ整理にも数十人を要する時代でしたが、今はエクセルを使えば1人で賄うことが可能です。公表されているデータはインターネットですぐ取得できるため、その分の労働力が必要なくなったことが背景にあると考えられます。米国をみる限り、雇用の二極化が起きているのは事実です。

そこからどうするかが次の話になりますが、我々の持つ経済成長理論の最大の弱みは、技術・知識の要因分析といえます。イノベーションや知識の創出には必ず不確実性があるため、理論化が難しいのです。ただし、ストーリーはいくつかあります。

Hansonは2001年の論文で、当初は機械と労働の補完性が続くが、その後代替され、実質賃金は上昇してから下落すると述べています。FernaldとJonesは2014年、労働Lの資本Kによる代替によって資本シェアが上昇し、それに伴い経済成長率も上昇。経済成長率は無限大になっていくという論文を発表しました。

経済学では、短期的には人々がどれだけ買い物をするかという総需要が制約になります。これはアベノミクスの第1の矢と第2の矢のようなもので、需要の少ないところでは、まず需要を生み出す必要があります。長期的には総供給のみが制約になると考えます。

こうして短期から長期に移行する前提としては、長期には賃金・価格が伸縮的に調整されるというのが1つの考え方です。実質賃金や実質の機械レンタル料などが速やかに調整されていくということですが、そうなると、実質賃金はどこまで下がるのかという先ほどの問題に突き当たります。もう1つの考え方は、短期においては、総需要管理政策が適切になされるというもので、Robert Solowがケインジアンでありかつ経済成長理論家でもあり、「新古典派総合」の立場にあったことでもあります。

仮に短期と長期の調整が自動的に行われないならば、潜在的GDPが上昇し続けるならば、実際のGDPが乖離する可能性があります。つまり適切な政策が講じられなければ、ポテンシャルは実現されないことが考えられます。

私は「ロボットの台頭」がスローダウンしていく可能性は低いと思います。フロンティアに誰が先に到達するかという競争を各国がやっていますので、この流れが止まることは考えられません。現代版ラダイト運動のように、人工知能の開発をやめるという政治的合意がなされる可能性は局所的にゼロではないものの、中国と米国がそれに合意するとは思えません。

中には、昔の軍拡競争に近いと言う人もいるかもしれませんが、単に人類を破壊する兵器というだけでなく、ロボットには開発するだけのメリットがあるため、その誘惑に人類はなかなか勝てないとみるのが普通でしょう。

ただし、進歩や成長の果実を実感する仕組みが必要なのは事実です。雇用の二極化をはじめ、人工知能が経済に与える影響は、人々の所得と雇用がどう保障されるかという問題になってきます。その部分で解決策を考えていく必要があります。

その経済学的解決策として、1つ目に「教育・訓練の向上」が挙げられます。この点は後に述べます。

2つ目は「税制改革」ですが、第二次機械化時代には労働から資本へ所得源泉が移動するため、それに合わせて課税の源泉を移していくという考え方です。こうした資本課税の強化は、ピケティともつながる提案といえます。ただし現在の日本では、そこまで所得分配の不平等化が進んでいません。日本ではむしろ貧困が問題であり、所得分配では土地の比重が高いので、政策面では土地への課税が問題になると考えます。

3つ目は「万人の資本家化」（Smith 2013）で、70億総オーナーシップ社会をつくるといった話です。ロボットが安価になれば、中小企業の設立が容易になるなど、ビジネスにとって大きなチャンスとなります。ただしそうなると資産管理が必要となり、資産運用に失敗した場合のリスクが大きいという難点があります。

そこで4つ目には、「最低保障所得（Guranteed Minimum Income）」や「ベーシック・インカム」（Ford 2015）という話があります。ロボットの台頭によって所得が不安になるならば、保障してしまうという提案です。そして5つ目が、「マクロ政策的対応」となります。

最初の「教育は万能薬か」を考えると、教育に向上の余地は大きいとはいえます。これまで教育産業は規制されてきたため、それが解除されることで、できることはたくさんあると思います。たとえば、マン・マシン・インターフェイス、統計リテラシーの強化は非常にいいと思います。

ただ、就学前児童に対する早期教育（Heckman 2013）の有用性が示される一方、教育は自己教育であるため、ネットを活用したりするとこれまで以上に格差を広げるといった限界もあります。そのため、学生の忍耐強さや長時間勉強するモチベーションを維持することが重要ということが指摘されています。また、全員が大学へ進学することになると、その意味がどこにあるのかという問題が生じてきます。ですから教育は、それほど簡単ではないというわけです。

4番目の最低保障所得＋稼得額を増やすインセンティブ設計は、起業家活動への保険として機能し得るという議論があります。つまり、企業が失敗しても最低所得は保障するという仕組みにすることで、起業家活動に対してセーフティーネットを提供できる可能性があります。

日本経済の抱える課題として、ロボットの台頭の議論は大事ですが、その前にキャッチアップすべき部分がたくさんあると思います。とくに研究開発については、何といっても成果が低下していることが懸念されます。このままでは、中国や米国に到底太刀打ちできない状況といえるでしょう。

日本の場合、労働分配率はほとんど変わっておらず、機械が労働を代替しているという印象はありません。ロボットの台頭が影響する間にマクロとミクロの対応を組み合わせ、インフレ目標あるいはそれを上回る仕組みをつくって、現在ある需給ギャップを埋めながら最低所得保障を使えばいいと思います。

第二次機械時代の経済政策フレームワークとして、ロボットの台頭によって巨大な成長余力が誕生します。その成長余力の活用に必要な需要面の手当てをする一方で、ギャップを埋めるためのインフレ目標（IT）とベーシック・インカム（BI）を組み合わせます。要するに、ギャップを埋めるべくマクロ政策を運営しながら、お金はBIで配るということです。所得を保障しながら、デフレ不況と貧困問題を解決するわけです。これはロボットの台頭がなくても必要な政策プログラムだと思いますが、ロボットの台頭があるならば、所得の保障をはじめ、ますます必要になります。

当面の課題として、まず情報収集が必要です。Hansonは、AI研究者への体系的サーベイを訴えており、特に参加者が自分のお金を賭ける予測市場を利用すべしと述べています。また実証的証拠として、自動化の雇用への影響度はまだ明らかではありません。歴史的研究を含めて、そういったものが明らかになるといいと思います。

日本の場合、既存の経済問題の解決が大切です。日本では研究開発費が減少しており、成果が低下しています。鈴鹿医療科学大学の豊田長康学長は、これまで国際的にトップであった工学系の論文数も減少するなど、日本の科学技術の足元が揺らいでいると指摘しています。こうした問題に対応しなければ、ロボットに対応する余力がありません。その下で、政策体系の進化を構想していくべきだと思います。

Q：

AIというテクノロジーを、経済学会はどのように定式化しようとしているのでしょうか。

A：

経済学界は、まだAIの衝撃を真剣に受け止めているとは感じません。その上で、次に問題になってくるのは知識の創出そのものへのかかわり方です。スティーブン・レビットやトマ・ピケティは、経済学がデータサイエンス化していることでスター経済学者となっていますので、今後もデータサイエンスを得意とする人工知能が強くなっていくことが予想されます。経済学者自身がロボットのようになりつつある今、人を介せず膨大なデータを活用できるようになってきました。しかし、その先については、ヒントの段階に留まっている印象です。

Q：

神経経済学が少しずつ台頭しているようですが、人工知能のデータといったハードの部分の予測が進んでいく中、人間のよくわからないところを、経済学や政策にどのように展開していくべきでしょうか。ご意見をうかがいたいと思います。

A：

人間の脳の働きをシミュレートして人工知能につなげていくアプローチ、あるいはプログラミングからのアプローチという両極の系統があると思います。ご質問は前者に近く、ロボットではない部分が人間にとって大事なのではないかという話になるでしょう。それは当然で、経済学の現状における大フロンティアであるのは事実です。

政策的には、Nudge（ナッジ）といった実践行動経済学の展開はすでにありますが、神経経済学に関してはまだだと思います。たとえば、不況下で何らかの薬品を人々の神経に流し込めば不況を感じなくなるなど、そういった可能性はゼロではありません。今回のギリシャの国民投票では、投票用紙の上にノー、下にイエスを配置するといったデフォルトオプションを加えることで、望ましい方向へ進めようという動きもみられました。人工知能に感情を入れることの是非なども議論されていますが、それを経済学に展開するのは、まだ遠い状況だと思います。

Q：

日本は技術大国であるという神話が、一部を除いて崩れてきているようです。たとえば企業でのロボット開発がブラックホールのように自己目的化し、あまり役に立たないものが作られていると感じます。やはり企業内の組織に問題があるようと思われます。大学については、文科省の予算配分の仕方に問題があるのではないでしょうか。

A：

現在の日本の最大の問題は、すぐに予算制約の問題にぶつかるところにあります。当然、予算制約はどこの国・企業にもあるわけですが、日本の水準は非常に低いため、すぐにお金がないとなります。この問題を突破しない限りは、組織を多少いじったぐらいでは何も変わらないと思います。

大学の公的資金は、すでに大きく傾斜した予算配分になっています。それで今の成果ですから、やり方を変えてみるべきでしょう。大学の定員なども柔軟にすれば、研究大学と学習大学の区別は自ずと出てくる気がします。それを上から一律的にやろうとするため、今のような問題が起こるわけです。

Q：

財政の持続可能性について、どのようにお考えでしょうか。

A：

金融政策と財政を結びつけるだけでなく、環境税を財源にするなど、いろいろなやり方があると思います。日本の財政は、社会保障費の増加に伴い歳出が伸びる一方、歳入が足りないためギャップが生じています。税収が大きく減った原因は、経済成長率の低さにあります。ですから歳出は制御すべきですが、名目GDP成長率を高めることで初めて財政は持続可能なものになります。

財政を均衡させるためには、増税など歳入を増やす手段を先に考えるべきという人と、経済がよくならなければ財政再建はあり得ないという人がいます。私自身は、ユーロ圏で起きている状況を考えると、経済が混乱しているときに財政再建はあり得ず、経済がよくなって初めて財政再建の手がかりができると考えています。名目GDP成長率が3.0%であっても10年ほどで財政赤字はゼロになり、4.0%であれば5年間でゼロになることが予想されます。

Q：

ミクロの視点でみると、新興国、貧困国で今まで低かった労働生産性が、ロボットをうまく使うことで飛躍的に伸びることも期待できると思います。そこで国家レベルの枠組みにおいて、ロボットの台頭は、格差や競争力といった面でどういう影響をもたらすとお考えでしょうか。

A：

たとえばアフリカの賃金を代替できるところまで、ロボットが安くなるとは思えません。そういった国では、自国の労働者を使いながら先進国から移動してきた産業をやっていくことが1つ考えられます。先進国ではハイエンドの産業をやり、途上国はそこから移ってきた産業をやるというのが楽観的なシナリオです。

悲観的なシナリオとしては、中国でロボットが進展して1国内での格差を広げ、米国と同じような問題を抱える可能性があります。そうなれば、新興国の成長する余地がなくなるかもしれません。すでにアジアでは賃金が上昇しており、ロボットへの代替が進むことも考えられます。

コメント（藤田所長）：

日本でAIというと人間型ロボットを想像しがちですが、それは世界の潮流ではないと思います。たとえばグーグルは、検索エンジンとビッグデータを組み合わせて「人工知能サービス」を世界中に提供し、猛烈に儲けているわけです。それを支えているのは、シリコンバレーにいる6万人の人々です。こうしたことを踏まえ、日本は国を挙げて取り組んでいく必要があると思います。また、人間は実証研究に偏るものですが、ロボットは世界で毎年発表される数百万の論文を読み込み、アンバランスを吸収しながら研究を発展させ、人間と協調していくことができると考えています。