AI がチームの生産力を 5 倍に増幅すると、あなたは 80% の人員を減らして、元の生産量を維持することもできます。人員を維持して、5 倍のことをすることもできます。この選択は、世界中の企業の会議室で同時に起きていて、標準解はありません。
2025 年 7 月、黄仁勳が CNN の単独インタビューで、AI はホワイトカラーの失業を招くのかと問われたとき、非常にストレートな回答をしました。もし世界に新しい創意がなければ、AI がもたらす生産力の向上は最終的に失業へと転化するだけです。問題は AI ではなく、意思決定者に想像力があるかどうかです。もし世界に新しい創意がなければ、AI がもたらす生産力の向上は最終的に失業へと転化するだけです。
そして歴史は、すでに効率の向上が需要を減らすことは決してないと証明してきました。19 世紀に提唱されたジェボンズのパラドックスは、技術が効率を高めてコストを下げると、需要はむしろ下がらず増えると示しています。この法則は、技術革命のたびに何度も繰り返し現れてきました。
ジェボンズのパラドックス：効率の向上は需要を減らさず、むしろ需要を増やす
直感的には、効率の向上は需要を減らすように思えます。たとえば Google が TurboQuant のアルゴリズムを導入し、大規模言語モデルのメモリ使用量を少なくとも 6 倍圧縮したうえで、モデルの精度を犠牲にすることなく推論計算の速度を最大 8 倍まで引き上げました。市場はこの技術を素早く「需要側の破壊」と解釈しましたが、歴史は決してそういうふうに動いてきたわけではありません。
(Google 新技術で市場がビビる、AI メモリ需要は 6 分の 1！SK ハイニックス、Micron も同時に値下げ)
a16z Podcast で、BOX の共同創業者 Aaron Levie は、いま市場で最大の誤判は、古い世界のやり方で AI を理解しようとしていることだと指摘しました。「今いちばんの問題は、みんなが経済モデルを計算しようとしているのに、機会の規模については少なくとも 1 桁は過小評価していることです。」
この種の誤りは実際、何度も起きています。PC 時代、人々は計算能力が有限の市場だと思っていました。クラウド時代、人々は既存のサーバーを他人のデータセンターに移すだけだと思っていました。しかし本当に起きたのは、誰も想像できていなかったことです。人々は資源を 1000 倍も使うようになるのです。
これが、ジェボンズのパラドックスの現代版です。コストが下がると、需要は減らず、爆発します。
Excel の事例：ローエンドの実行は圧縮され、ハイエンドの意思決定は拡大する
AI も同じです。モデルが安くなり、速くなると、市場は最初に需要が縮むと考えるでしょう。しかし実際に起きるのは、利用シーンが爆発的に増えることです。そしてこの爆発は、人類の働き方を直接変えてしまいます。
技術革命は決して人を直接置き換えるのではなく、人をより高い次元の抽象へ移動させます。彼はスプレッドシートの例でその過程を説明しました。銀行に入社したばかりの MBA は、最初はスプレッドシートを使いません。そのため、彼女のために実習生が一群必要になります。しかし数年後、彼女は同僚たちとともに全員がスプレッドシートを操作できるようになり、元のその階層の仕事は直接消え、抽象のレベルが上へ移動します。
AI はこのプロセスを複製しています。ローエンドの実行は圧縮され、ハイエンドの意思決定とシステム統合は拡大します。
新しい創意がなければ、AI がもたらす生産性向上は失業へ転化するだけ
こうした変化はもはや理論ではなく、彼はあるケースに触れました。Anthropic のマーケターが、AI ツールを使って、過去には 5〜10 人のチームでしかできなかった仕事を完了させたのです。さらには、1 人で、Claude Code によって本来 5〜10 人の仕事だったものを自動化できたとも言えます。
ただしこの事例のカギは能力です。Levie は次のように述べています。「あなたはシステム思考者でなければ、このことはできません。」AI は誰もが強くなるわけではありません。システムを分解できる人に、大きなてこの作用をもたらすのです。仕事そのものは消えません。再定義されるだけです。
これは、昨年黄仁勳が AI はホワイトカラーの失業を招くのかと聞かれたときの回答にもつながります。みんなは AI によって失業が起こると言いますが、ツールは生産性を 2 倍にするだけで、それを増産に転換できるかどうかは誰の問題なのか、ということです。
もし世界に新しい創意がなければ、AI がもたらす生産性向上は最終的に失業へと転化するだけです。問題は AI ではなく、意思決定者に想像力があるかどうかです。
Aaron Levie：未来の 1 社の agent の数は、従業員の 1000 倍になる可能性
このモデルが企業レベルに拡張されると、組織の形態もそれに応じて変わります。
Levie は Podcast で、重要な予言を提示しました。未来の 1 社の agent の数は、従業員の 100 〜 1000 倍になる可能性がある。そしてもしあなたの agent が人間より 100 〜 1000 倍多いなら、あなたのソフトウェアは agent のために構築されなければなりません。
つまり、企業競争力の源泉が移っていきます。あなたの企業のパフォーマンスは、あなたの agent がどれだけ効果的に情報を取得し、タスクを完了できるかで決まります。」だからこそ、ソフトウェア産業の問題も再定義されます。API をオープンにするのか、権限とアイデンティティをどう管理するのか、データをどのように呼び出すのか、といったことがコア能力になります。この構造のもとでは、従業員は唯一の生産単位ではなくなり、agent が主要な実行者になります。そして人間は設計と調整へと向かいます。
Levie の観点から見ると、以前報じられた Paperclip はかなり先進的な AI の職場シナリオかもしれません。
もし OpenClaw が AI の従業員なら、Paperclip は会社全体の管理システムです。ユーザーは会社の目標を設定し、組織構造を作り、さまざまなタイプの AI agents (たとえば OpenClaw、Cursor、Codex)を採用し、それらを会社チームのように分業して協力させられます。このシステムにおける人間の役割は、取締役会により近いものになります。戦略を設定し、重要な意思決定を承認し、予算を監視するだけで済み、そのほかの作業は agents が自動で行います。
(1 人会社って何？爆発的にバズったオープンソース AI プロジェクト Paperclip で「ゼロ人力会社」を作れる)
vibe coding で SAP は作れない
ただし、この変化は一夜にして完了するわけではありません。Levie もはっきりとこう警告しています。「AI 能力の拡散は、シリコンバレーが想像するよりも遅い。」理由は、企業がゼロから始めるわけではないからです。大量の知識は、プロセス、システム、組織の中に分散しています。単にデータ層があるだけではありません。彼はさらに率直に言います。vibe coding で SAP を作ることはできません。
より現実的な問題は、多くの人がそもそも自分の業務フローを明確に言語化できないことです。ましてや、それを agent が実行できるシステムに変換できるわけがありません。だからこそ、現時点で完全な agent システムを構築するには、高度な技術力がまだ必要です。ただし、このハードルは急速に下がっています。
最初の問いに戻りましょう。歴史上、技術革命のたびに、企業にはコストを削減する選択をするところもあれば、能力を拡張する選択をするところもありました。前者は効率を最適化し、後者は市場を創造します。時代を定義するのは、最終的にしばしば後者です。
AI も同じです。問題は、それが人を置き換えるのかどうかではありません。あなたがそれを使って、もっと多くのことをするのかどうかです。
この記事は 1 つの質問に答えます。AI によって効率が 5 倍になったら、あなたはコストを 80% 削減するのか、それとも 5 倍の仕事をするのか？ 最初に 鏈新聞 ABMedia に掲載。
関連記事
