モルガン・スタンレーは、AIの拡散速度は歴史的な技術革新をはるかに超えているものの、労働市場は依然として異例の安定性を示していると指摘している。 （前提：誰がAI通貨はFETだと言ったのか？真の機械経済の勝者はUSDCだけだ） （補足：モルガン・スタンレー：関税戦争はTSMCなどのハイテク株を20％暴落させる恐れがあり、先に利益確定を推奨）モルガン・スタンレーのチーフエコノミスト、セス・B・カーペンターの最新研究は、現在AIをめぐる集団的な不安に対して冷静な警鐘を鳴らしている。彼は人工知能を、機械化、電気化、大規模生産、自動化、IT革命に続く第六の重要な革新の波と位置付け、その核心的な矛盾を指摘している：AIの拡散速度は歴史上どの技術革命よりも速い一方で、主要経済国の労働市場指標は「異常なほどの安定性」を示している。雇用成長、失業率、求人・離職率といった主要データは、AIに高い露出を持つ産業と低い産業の間で、体系的な差異を示していない。カーペンターは研究の中で、現時点の証拠はむしろ「AIは増量器であって代替者ではない」という見方を支持している。### 歴史的教訓：技術恐慌は逆の結果に終わる産業革命以降の技術革新の歴史を振り返ると、各波は「機械が人間を置き換える」という深刻な懸念とともにあった。19世紀初頭のルーデル派は織布機を破壊し、1960年代には自動化への恐怖、1990年代のインターネットバブル初期にはホワイトカラー職の消失を懸念したが、いずれも歴史は過剰反応だったと証明している。### 構造的示唆：技術の進歩は仕事を再構築し、消滅させるのではなく変容させるカーペンターは報告書の中で、これらの技術は確かに特定のタスクや職種を置き換えたが、より一般的な影響は仕事の構成を再編し、仕事そのものを消滅させることではないと強調している。機械化は農業労働を工場へと移行させ、電気化は巨大なサービス産業を生み出し、IT革命はプログラマーやデータ分析者といった新たな職業を育んだ。技術革新のたびに、労働需要は縮小せず、むしろより広範な産業基盤の中で拡大し続けてきた。彼はまた、しばしば見落とされがちな認知バイアスとして、多くの人がAIを「少ない人員で同じ生産量を達成するもの」と理解している点を指摘している。しかし同じ仕組みは、「同じ人数でより多くの生産を可能にする」ことも意味している。これらの表現は数学的には等価だが、モルガンは後者の方が現実的な可能性が高いと考えている。これは、生産性向上による総需要の拡大効果に由来するもので、商品やサービスのコストが下がると、実質的な購買力が上昇し、新たな需要を生み出し、それが雇用を促進するというメカニズムだ。### 実証データ：生産性向上は産出増によるものであり、解雇ではない現行のデータに基づけば、カーペンターは楽観的でいる理由があると考えている。労働市場の観点から、雇用成長、失業率、求人・離職率といった指標は、AIに高い露出を持つ産業と低い産業の間で体系的な差異を示していない。若年層の失業率上昇はAIの雇用への影響の証拠とされることもあるが、米国全体の採用ペースの周期性を除外すれば、若年失業率の超過上昇は歴史的な周期の範囲内にとどまっており、構造的な異常とは言えない。### 産出拡大は先行：AIは増産を促進し、人員削減ではない生産性の観点から、AIの効果はすでにデータに現れ始めている。AIに高い露出を持つ産業の労働生産性の伸びは速いが、その核心は、こうした成長が主に産出の加速拡大によるものであり、労働時間の短縮や人員削減によるものではない点にある。この区別は非常に重要であり、AIは現時点では「増量器」としての役割を果たしており、「代替者」ではないことを示している。企業はAIツールを活用して既存従業員の生産性を向上させており、直接的な解雇を行っているわけではない。### 核心リスク：拡散速度の速さが調整の猶予を圧縮早期のデータは安心感をもたらすが、カーペンターは今後の展望は依然として高い不確実性を伴うと明言している。歴史上の技術革新は数十年かけてゆっくりと進展したのに対し、今回のAIの採用速度は調整期間を大きく圧縮している。これがこの革新の最も顕著な構造的違いだ。彼は、次のシナリオに対して高い警戒を促している：もし企業が短期間でAIによる生産性向上の恩恵を迅速に実現し、その効果が経済全体に広がると、失業率はリセッションのように急上昇する可能性がある——少なくとも労働市場の調整が完了するまではそうなるだろう。この「速凍式」調整は、社会の安定と所得分配の公平性に深刻な課題をもたらす。### 緩衝メカニズムの検討：六つの防衛線は衝撃を受け止められるか？しかし、カーペンターは同時に複数の緩衝メカニズムを挙げている。生産性向上による所得増加は総需要を支え、資産効果の上昇は消費を維持し、企業内部では新たなタスクや役割が生まれ、解雇された労働力を吸収する。雇用の周期的な鈍化とそれに伴うデフレ圧力は金融緩和を促し、金融政策の余地が尽きた場合には、失業給付や累進課税といった「自動安定化装置」や、「裁量的財政政策」（discretionary fiscal tools）も活用され、景気循環の平滑化に寄与すると述べている。これらの緩衝策の存在により、AIによる失業衝撃は「より小さく、短く、コントロール可能」になると主張している。### インフラのボトルネック：3兆ドル超の資本支出は未達カーペンターはまた、AIの実際の拡散速度は、実体的なインフラ整備の進捗に左右されると指摘している。モルガン・スタンレーの戦略担当者は、2025年から2028年にかけて、データセンターや関連インフラの資本支出総額が3兆ドルを超えると予測しているが、現時点で実際に投入された資金はその約四分の一に過ぎない。### ハードウェアのボトルネックが浸透速度を決定：チップ、電力網、光ファイバーが制限要因これは、AIが生産性や雇用市場に与える最大のインパクトは「未来の話」にとどまる可能性が高いことを意味している。インフラ整備のペースは、AIの実体経済への浸透速度を直接左右し、それに伴う雇用調整の時間枠も左右する。チップ製造からデータセンターの構築、電力網のアップグレード、光ファイバーの敷設まで、これらの実体的なボトルネックがAIの実現速度を制限している。### 政策対応：衝撃の深度を左右する重要変数カーペンターは、報告書の中で、AIが労働市場に与える衝撃の深さと持続期間は、政策対応能力に大きく依存すると強調している。歴史的に、技術革新による調整の痛みは、教育制度改革や社会保障の充実、労働市場の柔軟性向上によって緩和されてきた。現在の各国政府の課題は、AIの浸透を加速させる前に、十分な再教育体制と社会安全網を整備できるかどうかだ。グローバルな視点から見ると、各国の政策ツールの選択肢には大きな差がある。北欧諸国は強力な労働組合と積極的な労働市場政策を持ち、「創造的破壊」の円滑な移行を実現しやすい一方、労働保護や社会保障が弱い経済圏は、より大きな社会的摩擦に直面する可能性がある。カーペンターは締めくくりとして、モルガン・スタンレーはAIの拡散速度、労働市場の変化、政策対応の動向を引き続き注視すると述べている。「歴史は、生産性は最終的に勝利することを示しているが、社会のすべての人が平等に恩恵を享受できるわけではない。初期の証拠は励みになるが、物語はまだ書き続けられている。」投資家にとっては、AI産業チェーンの各段階の資本支出動向や企業の採用率変化、各国の政策が労働市場に与える影響を注視する必要があり、これらがAI革命の最終的な経済的展望を左右する。
JPモルガン：AIは仕事を奪うものではなく、生産能力の倍増装置であり、需要拡大こそが雇用の鍵である
モルガン・スタンレーは、AIの拡散速度は歴史的な技術革新をはるかに超えているものの、労働市場は依然として異例の安定性を示していると指摘している。
（前提：誰がAI通貨はFETだと言ったのか？真の機械経済の勝者はUSDCだけだ）
（補足：モルガン・スタンレー：関税戦争はTSMCなどのハイテク株を20％暴落させる恐れがあり、先に利益確定を推奨）
モルガン・スタンレーのチーフエコノミスト、セス・B・カーペンターの最新研究は、現在AIをめぐる集団的な不安に対して冷静な警鐘を鳴らしている。彼は人工知能を、機械化、電気化、大規模生産、自動化、IT革命に続く第六の重要な革新の波と位置付け、その核心的な矛盾を指摘している：AIの拡散速度は歴史上どの技術革命よりも速い一方で、主要経済国の労働市場指標は「異常なほどの安定性」を示している。
雇用成長、失業率、求人・離職率といった主要データは、AIに高い露出を持つ産業と低い産業の間で、体系的な差異を示していない。カーペンターは研究の中で、現時点の証拠はむしろ「AIは増量器であって代替者ではない」という見方を支持している。
歴史的教訓：技術恐慌は逆の結果に終わる
産業革命以降の技術革新の歴史を振り返ると、各波は「機械が人間を置き換える」という深刻な懸念とともにあった。19世紀初頭のルーデル派は織布機を破壊し、1960年代には自動化への恐怖、1990年代のインターネットバブル初期にはホワイトカラー職の消失を懸念したが、いずれも歴史は過剰反応だったと証明している。
構造的示唆：技術の進歩は仕事を再構築し、消滅させるのではなく変容させる
カーペンターは報告書の中で、これらの技術は確かに特定のタスクや職種を置き換えたが、より一般的な影響は仕事の構成を再編し、仕事そのものを消滅させることではないと強調している。機械化は農業労働を工場へと移行させ、電気化は巨大なサービス産業を生み出し、IT革命はプログラマーやデータ分析者といった新たな職業を育んだ。技術革新のたびに、労働需要は縮小せず、むしろより広範な産業基盤の中で拡大し続けてきた。
彼はまた、しばしば見落とされがちな認知バイアスとして、多くの人がAIを「少ない人員で同じ生産量を達成するもの」と理解している点を指摘している。しかし同じ仕組みは、「同じ人数でより多くの生産を可能にする」ことも意味している。これらの表現は数学的には等価だが、モルガンは後者の方が現実的な可能性が高いと考えている。これは、生産性向上による総需要の拡大効果に由来するもので、商品やサービスのコストが下がると、実質的な購買力が上昇し、新たな需要を生み出し、それが雇用を促進するというメカニズムだ。
実証データ：生産性向上は産出増によるものであり、解雇ではない
現行のデータに基づけば、カーペンターは楽観的でいる理由があると考えている。労働市場の観点から、雇用成長、失業率、求人・離職率といった指標は、AIに高い露出を持つ産業と低い産業の間で体系的な差異を示していない。若年層の失業率上昇はAIの雇用への影響の証拠とされることもあるが、米国全体の採用ペースの周期性を除外すれば、若年失業率の超過上昇は歴史的な周期の範囲内にとどまっており、構造的な異常とは言えない。
産出拡大は先行：AIは増産を促進し、人員削減ではない
生産性の観点から、AIの効果はすでにデータに現れ始めている。AIに高い露出を持つ産業の労働生産性の伸びは速いが、その核心は、こうした成長が主に産出の加速拡大によるものであり、労働時間の短縮や人員削減によるものではない点にある。この区別は非常に重要であり、AIは現時点では「増量器」としての役割を果たしており、「代替者」ではないことを示している。企業はAIツールを活用して既存従業員の生産性を向上させており、直接的な解雇を行っているわけではない。
核心リスク：拡散速度の速さが調整の猶予を圧縮
早期のデータは安心感をもたらすが、カーペンターは今後の展望は依然として高い不確実性を伴うと明言している。歴史上の技術革新は数十年かけてゆっくりと進展したのに対し、今回のAIの採用速度は調整期間を大きく圧縮している。これがこの革新の最も顕著な構造的違いだ。
彼は、次のシナリオに対して高い警戒を促している：もし企業が短期間でAIによる生産性向上の恩恵を迅速に実現し、その効果が経済全体に広がると、失業率はリセッションのように急上昇する可能性がある——少なくとも労働市場の調整が完了するまではそうなるだろう。この「速凍式」調整は、社会の安定と所得分配の公平性に深刻な課題をもたらす。
緩衝メカニズムの検討：六つの防衛線は衝撃を受け止められるか？
しかし、カーペンターは同時に複数の緩衝メカニズムを挙げている。生産性向上による所得増加は総需要を支え、資産効果の上昇は消費を維持し、企業内部では新たなタスクや役割が生まれ、解雇された労働力を吸収する。雇用の周期的な鈍化とそれに伴うデフレ圧力は金融緩和を促し、金融政策の余地が尽きた場合には、失業給付や累進課税といった「自動安定化装置」や、「裁量的財政政策」（discretionary fiscal tools）も活用され、景気循環の平滑化に寄与すると述べている。これらの緩衝策の存在により、AIによる失業衝撃は「より小さく、短く、コントロール可能」になると主張している。
インフラのボトルネック：3兆ドル超の資本支出は未達
カーペンターはまた、AIの実際の拡散速度は、実体的なインフラ整備の進捗に左右されると指摘している。モルガン・スタンレーの戦略担当者は、2025年から2028年にかけて、データセンターや関連インフラの資本支出総額が3兆ドルを超えると予測しているが、現時点で実際に投入された資金はその約四分の一に過ぎない。
ハードウェアのボトルネックが浸透速度を決定：チップ、電力網、光ファイバーが制限要因
これは、AIが生産性や雇用市場に与える最大のインパクトは「未来の話」にとどまる可能性が高いことを意味している。インフラ整備のペースは、AIの実体経済への浸透速度を直接左右し、それに伴う雇用調整の時間枠も左右する。チップ製造からデータセンターの構築、電力網のアップグレード、光ファイバーの敷設まで、これらの実体的なボトルネックがAIの実現速度を制限している。
政策対応：衝撃の深度を左右する重要変数
カーペンターは、報告書の中で、AIが労働市場に与える衝撃の深さと持続期間は、政策対応能力に大きく依存すると強調している。歴史的に、技術革新による調整の痛みは、教育制度改革や社会保障の充実、労働市場の柔軟性向上によって緩和されてきた。現在の各国政府の課題は、AIの浸透を加速させる前に、十分な再教育体制と社会安全網を整備できるかどうかだ。
グローバルな視点から見ると、各国の政策ツールの選択肢には大きな差がある。北欧諸国は強力な労働組合と積極的な労働市場政策を持ち、「創造的破壊」の円滑な移行を実現しやすい一方、労働保護や社会保障が弱い経済圏は、より大きな社会的摩擦に直面する可能性がある。
カーペンターは締めくくりとして、モルガン・スタンレーはAIの拡散速度、労働市場の変化、政策対応の動向を引き続き注視すると述べている。「歴史は、生産性は最終的に勝利することを示しているが、社会のすべての人が平等に恩恵を享受できるわけではない。初期の証拠は励みになるが、物語はまだ書き続けられている。」投資家にとっては、AI産業チェーンの各段階の資本支出動向や企業の採用率変化、各国の政策が労働市場に与える影響を注視する必要があり、これらがAI革命の最終的な経済的展望を左右する。