概要
- AIによる雇用リスク を測定する新指標「観測露出度」の提案
- 理論上のLLM能力 と 実際の業務利用データ を組み合わせて評価
- AI利用が進む職業 は今後の雇用成長が低い傾向
- 高露出職種の労働者 は高学歴・高収入・女性比率が高い
- 現時点で 失業増加の証拠は限定的 だが、若年層の採用減少の兆し
AIによる雇用リスクの新たな測定指標「観測露出度」
- AIによる職業代替リスクを測るため、 「観測露出度」 を新たに導入
- 理論上のLLM（大規模言語モデル）能力 と 実際の業務利用状況 を組み合わせて算出
- 自動化利用 や 業務関連利用 を重視した重み付け
- AIの 理論能力と実際の業務カバー範囲 には大きなギャップ
- 現状、実際のAI利用範囲は理論的に可能な範囲の一部にとどまる
観測露出度の測定方法
- O*NETデータベース ：米国約800職種の業務タスクを網羅
- Anthropic Economic Index ：実際のAI利用データ
- Eloundouら（2023） のタスクごとのAI理論能力評価（β値）を活用
- β=1：LLM単体で2倍効率化可能
- β=0.5：追加ツール等が必要
- β=0：非対応
- 理論能力≠実利用 ：法規制や業務フロー、検証手順などで普及が遅れる例も多い
職種ごとのAI露出度と特徴
- Computer Programmers や Customer Service Representatives などが最もAI露出度が高い
- 例：Computer Programmersの75%の業務がAIでカバー
- 30%の職種 はAI利用がほぼゼロ
- 例：調理師、バーテンダー、ライフガード等
- AI露出度が高い職種 は、今後10年間で雇用成長が低い傾向（BLS予測と相関）
- 高露出職種の労働者属性
- 女性比率・白人比率・アジア人比率が高い
- 平均年収47%高、大学院卒比率も4倍近く
AI露出度と雇用動向
- 失業率 ：2022年末以降、高露出職種で顕著な失業増加は見られず
- 若年層の採用 がAI露出度の高い職種で鈍化傾向
- AIの労働市場インパクト は、インターネットや中国貿易のように、徐々に現れる可能性
- 短期的な失業率の急上昇は見られないが、 職種構成や採用動向の変化 に注目が必要
今後の研究・政策への示唆
- 観測露出度 は、AIによる経済的な変化を早期に捉える有効な指標
- 失業率や職種構成の変化 を継続的に観測し、政策対応の必要性を判断
- AIによる 経済的混乱や影響の早期特定 に向けた分析基盤の構築が重要