AIで節約された時間、結局は新しい業務で相殺される

• デンマーク労働市場に関する大規模研究の結果、AIツールの導入は生産性向上や賃金に大きな影響を与えていない
• 64〜90%の利用者がAIによる時間短縮を経験したが、8.4%はむしろ新しい業務が増えた
• 利用者の実質的な時間短縮は週あたり約1時間で、賃金上昇につながった割合は3〜7%にすぎない
• 学生の宿題監視、AIの出力確認、プロンプト作成などの付随業務が増え、時間短縮効果を相殺した
• 研究チームは、まだ初期段階の分析だとし、今後のAIの経済的影響にはさらなる研究が必要だと指摘した

---

デンマーク労働市場を対象にした研究の概要

• シカゴ大学とコペンハーゲン大学の経済学者が、2023〜2024年のデンマークにおける2.5万人の労働者、7,000社の企業データを分析
• 会計士、ソフトウェア開発者、顧客サポートなど、自動化の影響を受けやすい11職種を中心に調査
• 研究タイトルは “Large Language Models, Small Labor Market Effects” で、AIの実際の賃金および労働時間への影響はごく小さいことが示された

AI導入は速いが、成果は限定的

• 調査対象の職種では、大半がチャットボットを導入しており、企業もそれを推奨していた
• しかし、賃金や記録された労働時間には統計的に有意な変化がなかった
• 統計的信頼区間の上でも、効果が1%を超えないことが示された

むしろ新しい業務が増えた事例

• 64〜90%の利用者は時間短縮を報告したが、全利用者のうち8.4%は新しい業務が生じたと回答
• 例: 教師が学生のChatGPT利用を検知したり、社員がAIの出力を確認したり、より良いプロンプトを考えたりする作業が追加された
• **実際に節約された時間は平均で週あたり2.8%（約1時間）**にとどまった

期待と異なる生産性向上

• 先に発表された別の研究では15%の生産性向上が報告されていたが、これはAIに適した業務に限定された実験だった
• 一方、現実の職務にはAIが自動化しにくい課題が多く、AI活用はまだ初期的な統合段階にある

節約された時間の利益は誰のものか?

• 節約された時間の3〜7%だけが賃金増加につながった
• これは、効率化の利益が利用者に還元されているのかという疑問を投げかける

結論と今後の課題

• 研究チームは、調査時期がまだ早く、デンマーク市場に限られているため一般化には限界があると認めている
• 特にフリーランスのクリエイティブ職や他国では異なる様相を示す可能性がある
• それでも本研究は、AI導入の初期効果に関する重要な実証的スナップショットを提供している
• 長期的な経済的影響は依然として不確実であり、今後も多くの追加研究が必要になるだろう

[GN⁺]

Hacker Newsの意見

• 10年ほど前に、自動化の結果は雇用の削減ではなく、より多くの業務とジュニア採用機会の減少をもたらすというEconomistの記事を読んだ記憶がある

  • 検索エンジンとデジタル文書がジュニア弁護士の数を大幅に減らした、という例が挙げられていた
  • 以前は、ジュニア弁護士が物理アーカイブから関連判例を探すのが一般的だったが、今ではノートPCを持ったジュニア1人で十分になった
  • その結果、会社はより多くの案件を処理できるようになった
  • これは一般的なパターンのように見える

• コメント欄では、人々が記事の発見を誤解しているように思える

  • AIを使って時間を節約しているのではなく、AIの使用によって新しい作業が生まれ、節約された時間が相殺されている
  • テック業界では、優秀なプログラマーたちがAIとデータセットを扱うことに時間を費やしており、その結果、消費者向けソフトウェアの品質が低下している

• 現代のAIツールは驚くべきものだが、初登場時のスペルチェッカーのような驚きでもある

  • 単純作業には役立つが、新しい基準を作り、その基準を皆が持つようになる
  • AIが会社を運営している間、自分は浜辺に座っていられるという証拠はほとんどない
  • ほとんどのAI製品は収益性が低く、この問題に近いうちに直面することになるだろう

• これはまさにJevonsのパラドックスが実際に働いている例だ

  • 特定の作業を行うコストが下がると、人々はその差を埋めるために需要を増やす
  • 新しい技術がユートピアをもたらすという古くからの主張とは違い、私たちは実際にはそうしたものを望んでいない
  • 多くの人は余暇をどう使うか分からず、ストレスを高い水準に保とうとする傾向がある

• プログラミングにおいて、AIは生産性を2倍にしたと思う

  • AIにコーディングの好みを伝えるためにプロンプト作成に時間を使うが、これは永続的なものだ
  • ほとんどのプロンプトは数か月前に書いたもので、今はそれを活用している

• 父がコンピュータと自動化についてうまいことを言っていた

  • 1970年代に事務用コンピュータが登場したとき、コンピュータが多くの労力を節約してくれると聞かされていた
  • 結局、コンピュータのおかげで1日にもっと多くの仕事をするようになった

• 本当の問題は、低いスキル水準の仕事にある

  • より簡単な役割やジュニア職の人たちだ
  • 彼らのスキルに見合う職が不足し、人口のかなりの部分が雇用不能になるだろう

• 「AIは普通の技術になる」という陣営が、「AIが私たち全員を失業させる」と言う陣営に対してずっと言ってきたことだ

  • いつだってこうだった

• これは数日前に扱われた話ではなかったか？

  • ここでの一つのポイントは、データがLLMの出来がまだ良くなかった2023年後半のものだという点だ
  • もう一つのポイントは、それがレイオフ後に残った従業員から集められたデータだということだ

• コードレビューで隠れたイースターエッグを見つけるのに、より多くの時間を使っている気がする

  • イースターエッグは小さいが見つけにくいエラーで、書いた本人には明白なものだ
  • 問題は、LLMが書いたコードなので、コードの作者が持つはずの利点がレビューやテストでは存在しないことだ