食卓での問い
この週末、友人宅で夕食をともにしていると、話題は居心地の悪い問いへと流れていった。「生産性の大きな伸びは、すでに終わっているのではないか」。きっかけは、彼の書棚にあったロバート・ゴードンの著書『The Rise and Fall of American Growth』である。同書は、米国が1870年から1970年頃にかけて、類例のない「特別な1世紀」を経験したと論じる。電化、屋内配管、内燃機関、電気通信、そして大量生産は、生活を周縁的に改善しただけではない。生活そのものを組み替えた。住宅は配線し直され、都市は再建され、工場は一変した。生産性の伸びは急騰し、生活水準は、それ以前にも以後にもめったに見られない速度で加速した。
しかし、その会話の底には、より深い論点があった。すなわち、生産性そのもののアーキテクチャ（構造）である。
ゴードンの主張は、当該期間以降もイノベーションは続いたが、経済的な規模は縮小してきたというものだ。データも、その主張の少なくとも一部を裏づけている。戦後の米国の生産性上昇率は年平均でおよそ2.5〜3%だった。1990年代後半のテクノロジーによる上振れを除けば、1970年代以降の趨勢は1〜1.5%に近い。数十年単位で複利的に効いてくるこの差は、見た目の問題ではない。豊かさと停滞を分ける、決定的な差である。夕食の席で浮かんだ自然な問いは明快だった。AIがこの減速を反転させられないなら、いったい何がそれを成し遂げるのか。
反転のハードル
数十年にわたる生産性の減速を反転させるには、有用な技術だけでは足りない。生産性の伸びが1〜1.5%のレジームから、2.5%に近い水準へと戻すには、持続的な構造的押し上げをおよそ1ポイント分、上乗せする必要がある。わずかな差に聞こえるかもしれないが、実際はそうではない。10年で見れば、その差は労働者1人当たりの産出における2桁の乖離へと複利で広がる。1世代で見れば、国の繁栄、財政余力、社会的流動性を作り替える。
歴史的に、その種の段差を生み出してきたのは汎用技術（General Purpose Technology）だけである。そして、それは個別の作業を改善することで達成されたのではなく、システム全体を組み替えることで実現された。電力は、その最も示唆に富む例だ。19世紀末、工場に電動モーターが登場した当初、それらはしばしば蒸気機関の直接の代替として導入された。中央の蒸気機関装置は残り、天井には長い機械軸が張り巡らされ、回転ベルトを介して動力を分配していた。工場のフロアは大きく変わらない。生産性もほとんど動かなかった。
ブレイクスルーは後になって訪れる。分散型の電力供給を前提に、工場が再設計されたときだ。1つの巨大なエンジンがすべてを駆動するのではなく、各機械がそれぞれのモーターを持つ。レイアウトは平準化され、生産ラインは再構成され、ワークフローは短縮され、ダウンタイムは減った。組立ラインによる製造が、大規模に成立するようになった。技術そのものが変わったわけではない。生産のアーキテクチャが変わったのである。そして、その再設計が利得を解放した。
AIが満たすべき基準は、まさにこれである。
最適化か、再編成か
AIはすでに、特定の作業において測定可能な生産性向上をもたらしている。開発者はより速くコードを書く。カスタマーサービス担当者はより効率的に案件を解決する。アナリストは何時間もかかっていたリサーチの統合を数分でこなす。環境によっては10〜20%の改善が見えることもある。これらは現実の利得であり、過小評価すべきではない。
しかし、タスク単位の生産性は、経済全体の生産性とは同一ではない。今日、多くの組織は、人間を前提に設計されたワークフローの上にAIを重ねているにすぎない。承認の連鎖はそのまま残る。例外処理もそのまま残る。基盤となるオペレーティングモデルもそのまま残る。われわれは蒸気機関の工場を最適化しているのであって、それを再設計しているわけではない。
生産性が加速するのは、ツールが良くなったときではなく、アーキテクチャが変わったときである。
AIが50年に及ぶ減速を反転させるなら、支援の域を超え、構造的な実行へと踏み込まなければならない。医療、物流、小売、金融サービス、製造業、公共部門といった主要セクターで、エンドツーエンドのワークフローに組み込まれる必要がある。最先端でのブレイクスルーよりも、経済全体への普及のほうが重要だ。歴史はこの点で明確である。発明は速い。普及は遅い。そして最終的に総生産性を押し上げるのは、再編成である。
制度という制約
より難しい制約は、技術ではなく制度かもしれない。AIが引受判断、価格更新、スケジューリング、調達のマッチング、不正検知、保険金支払いの査定といった業務を実行し始めると、意思決定権は移動する。説明責任の構造は変化し、ガバナンスはより複雑になる。暗黙知として前提にされてきた制度知は、前提ではなくコード化される必要がある。エスカレーションのロジックも、非公式ではなく明示的でなければならない。
これはソフトウェアの導入ではない。オペレーティングモデルの再設計である。そして再設計は、採用よりも難しい。
企業は、AIを主要な実行主体にする領域と、人間が例外を監督する領域を決めなければならない。指標、インセンティブ、説明責任の枠組みも再構成する必要がある。さらに、知能が大規模に、かつ信頼性高く稼働できるデータアーキテクチャに投資しなければならない。これらの変更がなければ、AIは支援にとどまる。変更があれば、AIは構造となる。
ここから先には、いくつかのあり得る未来がある。AIは周縁における卓越した生産性向上装置にとどまり、総合的な成長はほとんど動かないかもしれない。ワークフローの再設計と補完投資が広くスケールすれば、1990年代後半のような転換点を引き起こすかもしれない。あるいは、利得が不均一となり、最先端企業に集中する一方で、経済の大半は遅れるかもしれない。われわれがどのレジームに入ろうとしているのかは、まだ分からない。そして、いくつかの強い四半期があっても、それは構造転換を意味しない。
あなたへの問い
資本を配分し、企業を率い、あるいは取締役会に参加する人々にとって、問うべきはAIが強力かどうかではない。その議論は大方決着している。問うべきは、われわれがAIを中心に再設計しているのか──価格、サプライチェーン、財務、リスク、顧客オペレーションの中核に機械知能を組み込みつつあるのか──それとも、労働を前提に作られた構造の上にAIを重ねるだけで、マクロの加速が後からついてくると期待しているのか、である。
電力が約束を果たしたのは、工場がそれを中心に作り直されたときだけだった。AIが支援にとどまるなら、期待できるのは漸進的な利得である。制度が自らを再アーキテクト（再構築）するなら、生産性成長の構造的な転換を目撃するかもしれない。長期成長をめぐる議論は、もはや学術的なものではない。アーキテクチャの問題なのである。
では、われわれに残された問いはこうだ。工場を作り直すのか、それとも、より良いベルトを取り付けるだけなのか。そしておそらく、夕食の席での本当の問いは、ゴードンが正しいかどうかではなく、生産性のアーキテクチャそのものを再設計する意思が、われわれにあるのかどうかだったのだ。
