世界を動かす技術を、日本語で。

AIによる雇用喪失は心配していない

2026年2月14日原文(davidoks.blog)

概要

  • Matt ShumerによるAI論考「Something Big Is Happening」がTwitterで爆発的拡散
  • 多くの人々がAIによる雇用喪失や社会変革に強い不安を抱く現状
  • 著者は「AIによる即時的な大量失業」論に懐疑的
  • AIと人間の補完関係が今後も長く続くと主張
  • 現実世界のボトルネックが人間労働の必要性を維持

「Something Big Is Happening」論考の社会的インパクト

  • Matt Shumerが投稿したAIに関するエッセイが 1億回以上閲覧、左右両派の著名人も拡散
  • 家族や友人同士で 無作為に共有される現象、2024年で最も読まれる長文の可能性
  • 一般人の間で AIが日常生活や雇用に与える影響 への関心と不安が急増
  • 「AIによる雇用喪失」や「社会の大変革」への パニック的な空気 の形成
  • 政治家やメディアもAI失業問題を 積極的に取り上げる状況

Shumer論考への批判と現実的なAI影響論

  • 著者は「 2月2020年のCOVID直前のような危機感」という比喩に否定的
  • AIによる即時的な大量失業や社会の急変 は現実的でないと主張
  • AIの重要性自体は認めつつも、 変化は緩やかかつ不均一 で進行
  • AIの発展で人間の労働が すぐに不要になることはない と断言
  • 一般の人々は AIツール使用の有無にかかわらず大きな不利益を受けない 見通し

AIと人間労働の本質的な補完関係

  • AIが 絶対的優位性 を持っていても、 比較優位性 が労働代替の本質
  • 人間とAIの協働( サイボーグ型労働)が現時点では圧倒的に有利
    • 例:ソフトウェアエンジニアリング分野での 人間+AIの生産性向上
    • 顧客や企業ごとの 細かい要望や価値観 を伝える役割
  • AIの発展速度が上がるほど補完性は減少するが、 完全消滅は非現実的
  • 人間のボトルネック(非効率・慣習・政治・文化など) が補完性を長期間維持

現実世界のボトルネックとAI普及の遅延

  • どの分野でも 非効率やボトルネック の多くは人間由来
    • 法規制、企業文化、暗黙知、対人関係、政治、保守性など
  • 効率的な技術があっても、 最も非効率な要素が全体を制約
  • 歴史的にも、電気のような汎用技術ですら 生産性向上まで数十年 かかった事例
  • AIは電気より速いが、 現実のボトルネックが普及を遅らせる
  • 人間+AIの組み合わせ がAI単独よりも長期的に生産的であり続ける

AI進化と雇用の現実的な変化

  • GPT-3やGPT-4などの 強力なAIモデルが登場しても、即時大量失業は発生していない
  • 例えばカスタマーサポート業界でも AIによる大規模自動化は進んでいない
  • 変化は 「津波」ではなく「徐々に広がる波」 のようなもの
  • 知能の高さが唯一の制約要因ではなく、人間的な障壁が主因
  • 契約、責任、レガシーシステム、対人要求などが現実のボトルネック

人間労働への楽観的見通し

  • 人間が生み出す価値やサービスへの需要は 予想以上に弾力的
  • AIが絶対優位でも、補完関係が残る限り人間労働は存続
  • AIの進化とともに 人間の役割も変化しながら共存 していく展望
  • 今後も 人間とAIの協働が社会の生産性を高める主軸 となる可能性

Hackerたちの意見

労働の代替はめちゃくちゃ難しくて、ほとんどの人が軽く流しちゃうよね。例えば、マクドナルドみたいなレストランでのハンバーガーをひっくり返すような、誰でも思いつくような単純作業でもさ、実際にはその仕事はいくつかの役割が混ざり合っていて、常に変わってるんだよね。いくつかの企業がこの作業を機械やロボットにやらせようと試みたけど、成功した例はほんのわずかで、経済的にも全然ダメだった。仮にこのファーストフードの従業員が年収5万ドルもらってるとしよう。その仕事がロボットに置き換わるためには、20万ドルくらいで手に入るロボットが必要で、メンテナンスや維持費、サブスクリプション料金が一切かからないことが条件なんだ。これはレストラン業界では完全に非現実的だよ。どんな機材もかなりのコストがかかっていて、基本的なグリルやフライヤーでもメンテナンスが必要なんだ。実際、彼らはその機材をなんとか動かすために、サービス技術者や専門家にお金をたくさん払ってるんだよ。

最も単純な労働 人々は、ブルーカラーの仕事ではなくホワイトカラーの仕事が置き換えられることを心配してるよね。ロボティクスは明らかにAIとは全然違う分野だし。

ハンバーガーを作る仕事はすでに置き換わっていて、今も進行中だよ。1940年代以前は、ハンバーガーのレストランは肉屋から肉を仕入れて、新鮮なレタスを毎日切る熟練の料理人に頼ってたんだ。1940年代以降、調理プロセスはどんどんライン生産化されて、料理人は単純作業の労働者に置き換わっていった。今では、工場での調理プロセスの多くがロボットによって行われていて、店舗の従業員は温めるだけの作業がほとんどなんだ。この10年で自動化がさらに進んで、レジ係はほとんどセルフオーダー端末に置き換わったから、従業員は基本的な英語すら話す必要がなくなった。結論として、レストランで必要なスキルレベルや労働量は自動化によって大幅に減少していて、実際には多くの高スキルの職業もさらに厳しく影響を受けてるんだ。キャビネットメーカーやコーチビルダーなんかは、大量生産によってほぼ絶滅状態だよ。君にもそれが起こるかもしれない。

カスタマーサービスエージェントについて、この議論を説明してくれる?ニュアンスやバラエティがない仕事で、物理的なやり取りがないのは、ハンバーガーをひっくり返すのとは全然違うよね。

面白いな、韓国に行くと、ファーストフードのハンバーガー店がまさに君が言ってた通りに運営されてるんだ。韓国のマクドナルドで人生最高のハンバーガーを食べたことがあるけど、ほぼロボットが運営してたんだよ。アメリカのひどいレストラン業界では非現実的だよ。こっちは能力の危機(ここが大事)と労働力不足があって、韓国にはそれがないし、彼らは社会に対する信頼もずっと高いんだ。

しばらく前にソフトウェア開発者としての仕事を失ったんだけど、ハンバーガーを flip するのは思ってた以上に大変だよ。これがAIの危険性なんだ:新しい仕事を作るよりも早く仕事を奪っていく。特にソフトウェア開発みたいな分野では、他の仕事にシフトするのが厳しいし、時には全く無理なこともある。マクドナルドのマネージャーになることや、40歳でハンバーガーを flip するのが上手くなることなんて忘れて、20歳の若者たちとスポーツで素晴らしいコーディネーションを競ってるからね。

体力を必要とする仕事は君が言う理由で大丈夫だと思う。でも、主にコンピュータで行われる仕事は危険だと思う。AIが全てを完全に引き継ぐわけじゃないかもしれないけど、ますます多くのエージェントを管理したり調整したりする人間は少なくなると思う。例えば、20人でやってた機能を3、4人がプロンプトを使って同じ量の作業をこなすことになるんだ。だから、ハンバーガーを flip したり顧客にサービスを提供する人たちは安全だけど、会計士やマーケティングの人たちはそうじゃないだろうね。

(半導体業界では)AI製品への過剰投資が原因で、厳しいレイオフがあったと言えるね。だから、AIによる厳しい雇用喪失があったんだけど、みんなが思ってたのとは違う形でね。そうは言っても、今のままLLMが進化し続けると、僕みたいな仕事(NP完全問題に取り組む仕事)が存在するのは難しいと思うし、今は自分でプログラムを書いてるから、人間の能力の限界がボトルネックにならなくなるのは想像に難くないよ。

もしかしたら僕はナイーブかもしれないけど、AI(いや、良いアルゴリズム全般)がうまく機能するためには、少なくともある程度明確に定義された目標が必要だと思うんだ。半導体業界ではもっと簡単だと思うけど、詳細に入ると、いろんなインセンティブがずれてくるから、AIがそのニュアンスを理解するのは難しいと思う。例えば、ある時、取引プラットフォームのために新しいマッチングアルゴリズムを作るように言われたんだけど、仕様を完全に理解したら、それが混合整数プログラミング問題として解釈できることに気づいたんだ。だけど、そのアイデアはすぐに却下されたよ。PMが理解できなかったからね。詳細に入ると、いろんな制約が出てくるんだ。

こういうことが心配になると、チケットトラッカーを見てみるんだけど、今のAIでは実装できるものはほぼ0%なんだよね。もし誰かがメモリの問題を解決して、ビジネスやコードベースを徐々に理解するエージェントを作ったら、その時こそ心配し始めるよ。でも、今の技術の形ではコンテキストの制限が根本的な問題で、ソフトウェアエンジニアの価値は大きな絵を機能する製品に変えることなんだ。

例を挙げてくれない?自分のチケットトラッカーを見たら、ほぼ100%がAIでできるって感じなんだ。ビジネスロジックが複雑だったり、ちゃんと整理されてない部分は手助けが必要だけど、ほとんどの作業は明確なプロンプトがあればAIが十分にこなせるよ。

これは二元的な話じゃないよ。管理職は、少数の開発者にAIを活用してもっと多くのことを成し遂げることを期待するから、仕事は失われるだろうね。

Hacker Newsで議論の続きを見る