ホワイトカラー大量解雇論はAI誇張ムードの一部
(cnn.com)- Anthropic CEOのDario Amodeiは、AIが数年以内に初級ホワイトカラー職の半分をなくし得ると警告したが、50%という推定の根拠となる研究や証拠は示さなかった
- この発言は、AIが人間のほぼすべての知的作業を上回るようになるという見通しと結びつき、「すべてを直す前に、まずすべてを壊す」というシリコンバレー的な物語として批判されている
- Amodeiが描いた未来は、がん治療、年10%の経済成長、均衡予算とともに20%の失業率が共存する姿であり、労働経済学者Aaron Sojournerはこれを「前例のないほど過激なビジョン」だと見ている
- Mark Cubanは、過去にも秘書やオフィスの口述筆記業務は代替されたが、新たな会社と仕事が生まれたとして、AIが総雇用を増やし得ると反論した
- 生成AIは文書要約やメール作成のような特定の作業には強いが、ハルシネーション・基本的事実の誤り・操作への脆弱性が残っており、Anthropicは自ら語る破壊的リスクの経路と解決策を実証する必要がある
Amodeiの雇用警告が呼んだ論争
- Dario AmodeiはAxiosのインタビューで、AIが近く初級ホワイトカラー職の半分をなくし得ると語った
- 時期は「今後数年以内」になり得ると見ている
- その後のCNN Anderson Cooperインタビューでも同趣旨の発言を繰り返した
- Amodeiは、AIがほぼすべての知的作業で人間より優れるようになり始めており、自分や他のCEOの業務も例外ではないと語った
- 50%という推定には別個の研究や証拠は添えられておらず、この発言は「AIがすべてを直すが、その前にまずすべてを壊す」という類いのAI誇張の物語として批判されている
- 彼が描いた別の未来像も、楽観と衝撃が同居する形だ
- がんが治療される
- 経済が年10%成長する
- 予算が均衡する
- 20%の人が仕事を持てない
- 労働経済学者Aaron Sojournerは、高い失業率と強いGDP成長が同時に起きるには、AIが生産性を大幅に押し上げるという前提が必要だと見る
- この組み合わせが可能になるには、労働生産性が30%跳ね上がる必要があると述べた
- 1980〜90年代のコンピュータ導入は労働市場を変えたが、労働生産性の上昇は**2〜3%**だったと比較している
Anthropicの立ち位置と生成AIの現実的な限界
- Amodeiの発言は、AnthropicがClaudeチャットボットの主要モデル更新を発表して数日後に出たもので、AnthropicはOpenAIのChatGPTと競合する企業だ
- Anthropicは自らを主としてAI安全性および研究の企業と呼んでおり、創業者たちはOpenAIとの理念の違いから会社を去った人物たちとして紹介されている
- Amodeiは、労働市場を損なう可能性があると語った技術から利益を得る立場にあり、その警告は公益のための注意喚起というより広告に近いと批判されている
- AI楽観論者のMark CubanはBlueskyの投稿で、過去に秘書やオフィスの口述筆記業務が代替された事例を挙げ、AIから新しい会社と新しい仕事が生まれ、総雇用は増えるだろうと述べた
- ChatGPTやClaudeのような大規模言語モデルベースの生成AIは、一部の作業で強みを見せている
- 文書要約
- 単純なメール作成
- 学生の宿題の不正行為の補助
- 読書リストの推薦
- ニュースレター文体の模倣
- 同時に、信頼性の限界も急速に明らかになっている
- AI企業がこうした準信頼的なテキスト予測器を経済革命へと変えられるのなら、その可能性を実証しなければならず、Anthropicも危険性を叫ぶだけでなく、AIがどのように破壊的になり得るのか、そしてAnthropicがそれをどう解決できるのかを示す必要がある
1件のコメント
Hacker Newsの意見
本当のホワイトカラー大量解雇は、ZIRP終了とともに無限にあったソフトウェア採用募集が終わり、解雇が始まったことにあると思う
今はAIを原因として名指ししやすいが、すでに起きていた巨大な変化のためのおとりのように見える
https://fred.stlouisfed.org/graph/?g=1JmOr
規模の面で影響は非常に大きく、今もなお続いており、2020年以前の水準には回復しておらず、今後もそうならないかもしれない。パンデミック前の求人を100とすると、ソフトウェアは61の水準だ
ただしIT職にはAIの影響がある可能性もあり、2025年初頭あたりに特異な変曲点が見える: https://fred.stlouisfed.org/graph/?g=1JmOv
比較すると建設と看護の求人はパンデミック前より高く、それぞれ約120、116で、銀行業界は依然として100前後だ
AI過熱の言説はあまりにも自己主張が強く、この流れはほとんど忘れられた歴史として残る気がする。10年後には、人々はElonがTwitterの人員を90%減らした理由をAIイニシアチブのせいだと考え、単にもっとずっとスリムに運営できると見ていたからだとは思わないかもしれない。他の会社もここ3〜4年ずっと同じ問いを立てており、AIがいつかそこに影響することはあり得るが、これまでのところ人員削減にそうした支えは必要なかった
地位ゲームに取りつかれた世界では、天から降ってきたような言い訳だ
AIが否定的な報道をすべてさらっていくだろうが、結局は資本の流れが事業運営のやり方を決め、それがどんなソフトウェアが作られるかを決める。Conwayの法則の土台だ
ホワイトカラー大量解雇は、ZIRPの過剰期に積み上がった無駄をそぎ落とす減量に近い
あの時期をかろうじて生き延びたので、今回も来ると分かっていて、仕事にしがみついて転職をやめろと言ったとき、人々は私を狂っていると思った。転職回数の多い人が解雇の最優先候補になることが多いからだ
2000年に都市を移り、友人たちが経営する会社に仕事が用意されていた。CEOを含めて親しい友人が15人ほどその会社にいて、ソフトウェア開発職が保証されており、面接は形式だけの予定だった。ところが引っ越し後にCEOに会うと、資金が尽きて採用凍結になり、雇えないと言われた
その後はフリーランスで月に数百ドルでもかき集めて生きるしかなく、幸い引っ越した家はその会社の友人たちと一緒に住む大きな家で、当時の家賃が安く、数年間助けてもらった。結局その会社からフリーランスの仕事も少しもらえたが、正規のプログラミング職に就けたのは2004年になってからで、それまでの4年間は非常につらかった
コロナの間に、あまりにも多くのテック企業が過剰採用し、FAANGや他のテック企業全般に巨大なバブルがあった。テック職の崩壊は避けられなかった
今回、寒空の下に取り残された人たちには胸が痛むし、彼らが経験していることもよく分かる
だが私たちはその代わりに消費を選び、ヘリコプターマネーは、より多くのくだらないものを買わせるためのくだらない仕事を生み出した。ヘリコプターマネーが止まると、そうした仕事が切られていくのを見ればかなり明白だ
AIが効率をさらに高めることはあり得るが、それはより多くの余暇ではなく、より多くのくだらない仕事と消費で埋められるだろう
ZIRP時代に時価総額100億ドル超の会社2社で働いたが、ほとんどの会議では出席していた知識労働者の半分以上が不要だった
私たちのチームは予定があまりにも詰まっていて、クロスファンクショナル会議に代理出席する人まで採用していた。会社は成長中で、会議出席者を雇っても急騰する株価に傷はつかなかったからだ。しかも人を採ればVPの配下人数が増え、影響力も大きくなった
市場は効率ではなく会社の成長だけを評価していたが、市場も結局は時間がたてば価値に屈する。そうなると、そうした上乗せ採用はすべて切られる。どちらの会社もその後1万人以上を解雇した
AIはスケープゴートでしかなく、実際にはAIが「代替する」とされる知識労働の仕事のかなりの部分は、そもそも実質的な価値を生み出していなかった
優れたプロダクトマネージャーは金と同じだけの価値があると思うが、ZIRP時代に出会った多くのPMは、実際にはJira更新担当や会議日程の調整役に近かった。今、採用に苦労しているテック業界出身者のかなりの部分は、アジャイルコーチやTPMのような「隣接」職種だった。もちろん彼らには大いに共感する。多くの人が何年も懸命に働き、能力を積み上げてきたが、こうした役割はもともとある程度「任意」だった
テック雇用の減少には、過剰採用だけでなく、海外移転のほうがAIよりはるかに大きな責任があると思う。ビデオ会議技術が本当に良くなり広く普及したのは2010年代後半、特に在宅勤務者の間でで、その後は海外契約者が爆発的に増えるのを見てきた。どうせ多くの人がリモートで働くなら、同僚が同じ都市にいるか別の大陸にいるかは重要ではない。1日のうちある程度重なる時間さえあればいい。だからIndiaだけでなくLatin AmericaやEuropeへの海外移転も多く見てきた
しばらくの間、ソフトウェア業界は本当に狂っていた。大学を出たばかりで無名のCS学位しかなくても12万ドル、15万ドルをもらっていた時代だった。当時の12万ドルは本当に12万ドルだった。その音楽はいずれ止まるしかなかった
「壁のハエみたいに聞いているだけにします」「議事録係をやります」というタイプが多く、たいてい何の貢献もしていなかった
これを別の形で理解できるように誰か助けてほしい
これらのツールが本当に人々をそこまで生産的にしているのなら、会社のアウトプットに痛いほど明確に表れるべきではないか？ たとえばAIコーディングツールが最終的に驚異的な生産性向上をもたらすのなら、ソフトウェア企業がこれまで以上に速く機能や修正をリリースするのを目にするはずだ。革新的な製品や既存製品の改善が大きく噴き出すべきで、ブログ記事や決算説明ではなく、顧客やユーザーが明確に体感できるはずだ
コスト部門ならすぐに解雇につながりうる。だがソフトウェアを作って売る会社なら、これを活用すべきであり、「この追加生産性をどこに使えばいいのかわからない、アイデアが完全に尽きた」という地点に達して初めて人員を減らすべきだ。そんな状況の会社を一社も見たことがない
だからこうした決定は 過熱した言説に引っ張られた短期思考 だと見える
たとえば昨年末にSaaS企業を創業し、非常に速く成長している。会社の最初の誕生日を迎える前にARR 100万ドルを超えるペースだ。完全ブートストラップで、創業者持ち分は100%のまま、人数は2人だ。この成長速度をかなり長く維持しつつ、採用も資金調達もせずに進めると確信している。もちろん、資金や人がもっとあれば成長率をさらに高められるという主張も可能だ
キャリア初期に在籍した他社では、キャパシティの問題が生じると採用で解決するのが普通だった。だが共同創業者と私はAIで解決できており、先行投資の時間をあまり使わずに、二桁パーセントの生産性改善を継続的に見つけている。自分が働き始めた頃はもちろん、AIが本格的に盛り上がる前の数年前ですら、まったく不可能だったことだと思う
なぜ「痛いほど明確に」見えないのかについての私の理論は、この技術から最も大きな価値を得ている事業の多くを、私たちが聞いたことすらないからだ。どれもあまりに小さいからだ。私たちが知っている会社は平均すると大きい。大企業は新技術に合わせて一夜にして自らを再発明するのが非常に難しく、大きな船の向きを変えるには時間がかかる。だが私の会社のような 小規模事業 は、今日働き方を変えて明日その結果を見ることができる
ボトルネックは知的生産性ではない。ボトルネックは規制、知的財産法、マーケティングなど、数多くの別の要因だ。役員向けメールの作成者や会議の参加者の頭の中では、あらゆる事業上の考慮事項が永遠にぶつかり合っている。すべてを安全に収益化するには、いわゆる優れた思考が大量に必要であり、関連要素のかなりの部分は法的理由によりどこにも文章として現れていない
AIが揺さぶっている一つの領域は 研究 だ。研究者たちはモデルを新しい形で適用し、数学や医学などで実際の進展を生み出している。もう一つの領域は芸術の「創作」であり、とりわけグラフィックアーティストだ。彼らは初期の被害者であり、近い将来に完全に代替される可能性が高い。もう少し時間がたてば、作家や俳優なども後に続くだろう
https://www.ft.com/content/4f20fbb9-a10f-4a08-9a13-efa1b55dd...
Goldman Sachsは従業員4万6千人のうちエンジニアが1万1千人で、AIを公開開示文書のドラフト作成に使っているという
IPOの最初の登録届出書である S-1ドラフト の作成には6人チームで2週間かかることがあったが、今ではAIが数分で95%まで終えられるとSolomonは述べている
「今では最後の5%が重要だ。残りはコモディティ化したからだ」ということだ
私の目には、これは大きな変化だ。ジュニアの投資銀行担当者は安くなく、少なくとも年15万ドルの総報酬を受け取っている
たとえばこの記事だ: https://sourcegraph.com/blog/revenge-of-the-junior-developer
だとすれば、2027年ごろには自律型AIエージェントの群れがあらゆるバグ報告の周囲に群がり、人間の何倍もの速さで解決しているはずだ。すごい。そうなると2028年ごろには、バグだらけのソフトウェアは過去のものになるだろう。もちろん、AIを完全導入した会社に限るが
ITプロジェクトが納期と予算を超過せず、期待以上の価値を生む未来が本当に楽しみだ。こんなに都合がよすぎて信じがたいと思うことを責められるだろうか？
複雑系 では、内部の大きな変化の結果が必ずしも知覚できるとは限らず、とりわけ今あなたが根拠にしているのはごく小さな感覚サンプルにすぎない
平均的な会社が新しいコード変更をどれだけ速くデプロイしているか、私は見当もつかないし、なぜそれを分かると思えるのかもわからない。公開されたエンドユーザー向け機能のリリースは、良いシグナルですらない。それは下流の産物であり、書かれているソフトウェアのごく一部にすぎない
ショッピングモールを歩き回りながら、毎月国内に入ってくる移民数の変化の雰囲気を感じ取れると思うようなものだ
AIがなくすのは、勤務日を夢遊病のように過ごし、あらゆる仕事を雑に半分だけこなす ホワイトカラーの仕事
2025年にはLLMがそれを代替できるようになるかもしれない。残念ながら、AIが実務の正当な代替物だと考える役員たちは、その違いを見分けられない
その結果、だまされやすいCEOたちが自分の会社を爆破する様子を見ることになりそうだ。残りが生き残れるかは様子見だ。もちろんCEOたちは大丈夫だろう
AIはそれを解決できない。従業員の50%を削減しても、下位50%を削減することにはならない。最悪の場合、そして平均的にも、その選択はほぼランダムに近いだろう。結局、以前と同じ比率でひどい労働者が残る
さらに悪い場合には、ひどい指標のせいでむしろ最悪の労働者を積極的に選んでしまうことがあり、これは私たちが思いたい以上によく起きる
在宅勤務を理解できない管理職たちは、一生オフィスでおしゃべりすることしかしてこなかった人たちだ。だから、静かな場所に座って考えることがどうして仕事であり、会社に価値を与えるのか理解できない
事業の中で異なる人たちが異なる仕事をしていることを認められない、重大な失敗だ
遅い人もいれば、速い人やより効率的で生産的な人もいるが、全員が業務上の圧力を受けすぎている。人員がもっと必要だということは常に明白だが、予算が supposedly それを妨げている
だから、ここで描写されている状況は私には神話のように思える。ただ、アメリカ企業は非常に裕福か、少なくとも評価額がとても高く、投資家が金を投げ込む先も多いので、実際にそういうことが起きるのかもしれない
その話が本当なら、消費者としては、より夢遊病的で半分しか完成していない製品を期待すべきだろう。ただ、それを作る主体がAIになるだけだ
AIたちが広告をクリックしてiPhoneを買ってくれるのか？
初級職 がAIに置き換えられる大きな問題があるのは確かだ
インターンや新卒は、AIがたぶんできる仕事をするだけの専門性も経験も不足しているのに、なぜ採用するのか？
もちろんAIにも手取り足取り導いたり、プロンプトを与えたりする必要はあるかもしれないが、AIのほうが安いか、実際により「賢い」。多くの場合、その両方だ
いつか有能になる能力と潜在力があると信じられる人たちと一緒に働いてはいるが、そう育てるための時間とリソースの投資が大きすぎる。彼らに委任していたはずの仕事をAIで処理する選択をしばしばする。速く、今必要だからだ。人に渡すとすぐには返ってこないし、使える状態にするまで何度もフィードバックとレビューを往復させなければならない
人間である以上、納期は営業日ベースで2〜3日遅れる。一方AIなら、プロンプトを与えて手取り足取り導けば3時間で終わらせられる
AIが神の贈り物だと言いたいわけではないが、新卒や初級職はかなり厳しい状況になっている
インターンの本来の概念は訓練の場だ。純生産性がマイナスなのは当然だ
インターンシップ後に会社に残るか他社に行くにせよ、訓練された人材の優先権を得る仕組みだった
しかし今では企業のHRが従業員に不利なことを積極的に行い、従業員のほうも流動的すぎて雇用主の名前すらろくに覚えていないほどなので、全体がほとんど価値のない練習になってしまった
前の会社では日本人インターンを育成していた。彼らはしばしば2年ビザでアメリカに移ってきて、日本に戻る頃には非常に優秀なエンジニアになっていた。十分に価値があった
そしてインターンや新卒もAIを使える。これは「コンパイラができたのに、なぜジュニアプログラマーを採用するんだ？ 退屈なアセンブリを書く人なんて要らないだろう」と聞くようなものに感じられる
AIが本当に大きな生産性向上なら、過去75年間にコンピュータやソフトウェアの生産性改善で人々がやってきたように、それをより多くのソフトウェア、機能、最適化などへと変えていくはずだ
今日インターンを採用すれば手がかかり、組織にとっては純コストで、わずかな利益しかもたらさない
明日のインターンはAIの利用に慣れていて、手がかからず、AIを活用してより多くを生み出すだろう。全体の影響ははるかに大きくなりうる
「初級は終わった」という見方は、会社がインターンや初級社員の欠点だけを欲しがり、しかもやるべき仕事が有限だと仮定して初めて成り立つ。そうなると、その欠点をAIからより安く手に入れられるという論理になる
だが、そうは見えない。AIを使いこなして6人分の成果を出す初級社員1人のほうが、はるかに良いと思う。1人スタートアップから最大手のテック企業まで、私が働いたすべての場所には、やるべきことが膨大に残っていた。だから皆が冷酷な優先順位付けの話をする
それなら、いったいなぜ初級が終わったという話になるのか？
実装コストが下がったので、自分で処理しているのだ
きちんと定義された委任には、作業だけでなく結果に対する判断や所有権まで渡すことが含まれる。完全な委任とは、相手が自分と同じように判断するか、少なくとも自分が尊重し理解できる形で判断すると信じられるから任せる、ということだ
AIには完全には委任できないし、正直そうすべきでもない。AIにはプロンプト、解釈、後処理が必要だ。依然として考えているのはあなた自身だ。実装コストは低いが、意思決定コストは依然としてあなたにある。それは委任ではなく補助的な実行だ
一方で人間には本当の委任ができる。時間が経てば、目標を内面化し、文脈に適応し、AIには決してできない形で責任を負うようになる
AIがあなたの席を埋められない理由は多い。第一に、浅い文脈 だ。組織の規範、暗黙の期待、プロンプトやコードベースに明示されていないドメインの詳細を知らない。第二に、失うものが何もない。AIにはキャリアも評判も結果もない。訓練され信頼されたジュニア人材は、ただ速くなるだけでなく、独立して責任を担う存在になる
ジュニアやインターンもAIツールを使える
これは、自分が上ったあとで はしごを外す 究極の行為のように感じられる
歴史的に、人々は新しい技術が既存の仕事に与える影響についてはかなりうまく予測してきた。
しかし、その技術によって最終的に生まれる新しい仕事、キャリア、産業を予測するのは非常に苦手だった。
だからこそ自由市場経済は中央計画経済より、時間がたつにつれてより多くの富を生み出す。自由市場では、より多くの人が一見すると突飛な考えを試せるし、良いアイデアをより早く見抜いて資源をそちらへ再配置できる。
信頼できる予測がないときは、素早い反応が勝つ。
いずれにせよ、AIが既存のホワイトカラーの仕事を甚大に「破壊」したとしても、それが必ずしも大量失業を意味するわけではない。だがこれはあまりにもありふれた推論なので、軽蔑的な呼び名すらある。Ludditeだ。
そしてLudditismの反対側にあるものが、今のAI支持者たちに見られる。現在の仕事への巨大な衝撃を、巨大な能力があるかのような印象を与える略語として持ち出している。CNNの記事が言うように、ある種のマーケティングだ。
本当の問題は、機械化設備を使って当時の経済の一部門全体を圧倒し、広範な職人たちの労働価値を破壊して、社会的なはしごから引きずり下ろしたことだった。
仕事を得た人々でさえ、はるかに危険な作業場に置かれ、より硬直的で合法的な雇用者／労働者の構造へと強制的に組み込まれた。大きな流れで見れば、比較的新しい「企業イノベーション」だった。これは当然、国家に労働契約の執行責任を負わせ、公的・私的な警察力が暴力によってその契約を執行するために使われることになったはずだ。
この掲示板にいる多くの高技能の職人たちにとっても考える価値がある。というのも、新しい技術革新の導入による大規模な経済的転換に自分は決して巻き込まれないと信じがちだからだ。
少なくともWikipediaの記事には目を通す価値がある: https://en.wikipedia.org/wiki/Luddite
Newcomen機関を見て「なるほど、鉄道だ！」と思ったのは狂人だけで、その狂人たちは莫大な富を得た。巨大な職業カテゴリーは消え、別のカテゴリーが生まれた。
今の状況も、適用範囲の過小評価 という点では非常によく似ていると思う。ただし、新しい職業カテゴリーがどれだけ利用可能になるかは違うかもしれない。だがそれもまた、かつて機関助手や車掌がそうだったように、まだ見えていない新たなカテゴリーを私が過小評価しているだけかもしれない。
先進国には、より多く、より良いサービスに対するかなり大きな潜在需要がある。
たとえばIndiaやThailandの上位中間層や中間層は、豊かな国の同様の階層より、レストラン、ホテル、家庭でより良いサービスを受けていることが多い。
高齢者介護と保健サービスは、社会がより多くの労働力を配分することで利益を得られる、とりわけ重要な部門だ。
そのほかにも、多くの人がロボットを作り、保守し、監督する役割を担うことになるだろう。急速な進歩にもかかわらず、ロボットは今後何年も、成人した人間ほど器用でも信頼できるわけでもなく、全般的に有能でもないだろう。Moravecの逆説を見ればよい。
Trumpが金利を下げたがるのには理由がある。
苦しいことではあるが、ZIRP経済は最終消費者の声を聞かない。十分な収益があるなら、イノベーションを起こしたり、突飛なアイデアを生み出したりする理由がない。
誰かがAIツールの現在の状態を根拠にAIの激変は過熱にすぎないと分析するたび、初期の数字が低いという理由でCOVID-19感染者の 指数関数的増加 を無視していた懐疑論者たちを思い出す。
それはさておき、この記事がどうして分析であって意見文ではないのか分からない。ある労働経済学者に、この主張が成り立つにはどんな条件が必要かを尋ね、AI企業のCEOたちが偽りの過熱を作り出しているという、すでに出回っている代替理論を示しただけで、分析のすべてになっている。
著者は「Yeaaahhh. So, this is kind of Anthropic’s whole ~thing.~」のような口語表現まで使っている。CNNがこのテーマについて提供できる分析の水準は本当にこの程度なのか?
基盤モデルの能力の成長と、データ、計算資源、ハードウェアのような有限資源を対比させた図を描くこともできただろう。現在のベンチャーキャピタル市場や、企業が約束ではなく結果を示さなければならない必要性を扱うこともできただろう。巨大なバイオテクノロジー産業が、新しく興味深い創薬ツールを、動きの遅いFDA承認と結びつけるうえで直面している困難について書くこともできたはずだ。ここでは何もしていない。
人間が 非線形成長 に対する直感に弱いのは本当だが、その共通点がほかの違いを埋めてくれるわけではない。
私たちはいまなおその余波を受けており、それは政治から労働者階級の代表性を奪い、Occupy Wall Streetのような実際の抗議運動を抑え込む結果につながった。
このバブルが弾ければ、IT産業は2000年のように数年間崩壊するだろう。
だが、あまり有益ではない。実際、こうした 類推による議論 は、実際の分析、信頼できる証拠、立場の正当化が欠けていることを露呈している。
こういうふうに類推を選びに選んで主張しても、自分の立場を言い換えているだけで、相手に信じる理由を与えることはできない。
pgのように加速グラフを描いた人たちは皆間違っていた。
実際、COVIDが最初の数か月でどうなるかについては、政治的立場に関係なく、ほぼすべての論評者が間違っていたと思う。
なぜビジネスリーダーが、人間がAIに置き換えられることに興奮できるのか理解できない。
誰も仕事を持っていなければ、誰があなたの商品を買うのか。国の失業率が上がれば消費支出は鈍化し、景気後退が始まる。どうしてそれを期待できるのか。
これまでどんな自動化でも、各主体は自分のコストを下げて利益を得て、他よりうまくやれば一時的に市場で勝つ。
七面鳥は、生き延びる日ごとに、農夫が自分にとって最善だけを望む無限の無料食料供給源だという証拠を少しずつ積み上げていく。
Jevonsの逆説のようなものを持ち出して、経済法則は永遠だと自分をだましやすい。
ただ何も考えず自分の仕事をしているだけだ。
もし考えることができるなら、おそらく自分が示せる四半期、いや時間単位の数値を大いに誇るだろう。数字が上がったのだから報酬を受ける時間だ、と。
下層の末端だけが危険なのではなく、企業も簡単に押しのけられうる。AIが既存製品を上回ったり代替したりできると考えられるからだ。
製品を支えるAIを動かすための計算能力と物理的機材への資金が、最大の参入障壁になるのだろうか。
元記事も、AI研究所AnthropicのCEOがまもなく大きな社会問題が来ると見ていると述べた内容だ。
問題は情報環境がゆがんでいることだ。著者や多くの論評者は、こうした懸念を「楽観論」や「過熱」と描写している。AIが実際にそこまで大きな影響を与えるとは見ていないからだ。
コンピューターの登場以降、膨大な量のホワイトカラー業務が自動化されてきた。
1960年代の事務職労働者がしていた仕事を、今日の人々の仕事と比べると、ほとんど見分けがつかないほどだ。
彼らは、今ではソフトウェアが自動で行うか、1,000倍速くしてくれるような仕事に膨大な時間を使っていた。だが概して、それはむしろより多くのホワイトカラーの仕事を生み出した。そうした能力のおかげで、より多くの仕事が処理され、その結果として新たな課題が必要になったからだ。
一つ目について言えば、大恐慌のときでさえ失業率は「たった」30%だった。そして彼らは最終的には別の仕事を見つけることができた。ここで私たちが話しているのは、より多くの人々の恒久的失業だ。
ラダイトは正しかった。機械は彼らの仕事を奪った。自分の技能に大きく投資していた個人は恒久的に不利になり、抵抗した人々は処刑された。
二つ目について正確に言えば、仕事がないことが問題ないという意味ではない。社会が達成すべきことは非常に多く、理想的な世界ならAmazonの箱詰め作業を自動化で失った人が低所得の親のための保育所を開けるだろう。しかし私たちには、そうした仕事の大半を可能にする経済モデルがなく、今後はさらに悪くなるだけだ。
このことは特に大きな論評もなく通り過ぎた。
LLM以前なら、必要な授業時間を確保するためにはもっと多くのお金を払わなければならなかっただろうが、Google TranslateとDeepLのおかげで意味のあるカジュアルな学習が可能になった。独学し、理解しようと試み、週2〜3回の授業のときに先生へ質問を持っていくことができた。
最近は親の言語であるCantoneseとMandarinを学んでいる。LLMが時々どれほどひどいかは笑えるほどだ。d20でナチュラル1を振って、適当なフレーズを落としているような感じだ。少なくとも私の頭の中の設定ではそうだ。隣でDnDをしているようなものだ。
「AIは私の仕事のすべてをこなせないのだから、私の職は安全だ」という話をよく見かける。
だが、規模が拡大し時間がたてば、AIがあなたの仕事の80%をこなせるなら、その80%はAIにやらせることになる。残る20%の人間の仕事は統合され、元の人員の20%が担うフルタイムの仕事となり、残りの80%は解雇される。
今日定義されているどんな職務であれ、その100%をAIがこなせるようにならなければ大規模な労働再編が起きない、というわけではない。職務は再定義され、一般には本当に人間がやる必要のある部分へと縮小されるだろう。
従業員の立場からすると、AIによって得られた効率性の利益はあなたのものではなく、会社のものだ。
それで住宅ローンを払っていけることを願うしかない。