AIが生産性向上をもたらすのはまだ先、FRB報告書が慎重な見通しを示す

連邦準備制度理事会（FRB）が発表した最新の論文によると、生成AIは短期間で生産性を飛躍的に向上させるとは限らないが、長期的には電気や顕微鏡に匹敵する「汎用技術」として経済に革命的な影響を与える可能性がある。同論文は、AIの期待が一時的なブームではなく、持続的な生産性向上の基盤になるとの見解を示している。ただし、その実現には「 inherently slow（ inherently 遅い）」かつ「リスクに満ちた道のり」が必要とされている。 FRBの研究チームは、技術革新を三つのタイプに分類している。一つは初期の生産性向上に貢献するが、普及後は効果が薄れる技術（例：電球）。もう一つは「汎用技術」であり、電動発電機やコンピュータのように、広く採用されても継続的に生産性を高める。生成AIはこのタイプに該当する可能性があり、OpenAIのLegalGPTやマイクロソフトのCopilotといった専門分野向けモデル、AIコ・ピロット、エージェント型AIの進化など、既に実用化の兆しが見られる。さらに、DeepseekのR1など、近年の重大なAIモデルの登場も、技術の継続的進化を示している。 第三のタイプは「発明の発明」、すなわち「発明を生み出す方法」を革新する技術で、顕微鏡や活字印刷機が代表的。生成AIも、宇宙のメカニズムのシミュレーションや新薬の発見において、研究開発の質を飛躍的に向上させている。2023年以降、企業の研究開発文書や決算会議でのAI言及が急増しており、AIの企業内統合が実際に進み始めている証拠とされている。 しかし、大きな課題は「採用の遅れ」にある。技術の進化は著しいが、多くの企業、特に中小企業はAIを業務に取り入れていない。金融業界を除き、実際の業務現場での活用は限られている。また、AIを効果的に活用するには、ユーザーインターフェース、ロボット工学、AIエージェントといった周辺技術の整備や、データセンター・電力インフラへの大規模投資が必要となる。FRBは、19世紀の鉄道過剰投資が経済不況を引き起こしたように、過剰な先行投資が逆効果になるリスクを警告している。 Goldman Sachsの予測では、AIの生産性効果は2027年から顕在化し、2030年代にピークに達するとされる。FRBは、AIの影響力は「確実に大きくなる」としながらも、その速度と規模は「採用の広がり次第」だと結論づけている。