AI が変える労働市場の将来

AI が普及すると労働市場はどう変わるのでしょうか。アメリカでは実際にホワイトカラーの新卒雇用が影響を受けており、企業は採用枠を縮小したり、レイオフを行っているという情報があります。日本はまだそこまで目立った動きはありませんが、いずれ同じ道を辿るかもしれません。そこで、AI 自身はこの問題についてどんな回答を返すか面白そうだと思ったので ChatGPT と対話して見ました。まず、AI 企業は今のところ大赤字を垂れ流しながら資金を調達してシェアを獲得しようと務めています。今のところどこにも黒字になった企業はありません。そこで、AI 企業は本当に黒字化できるのか、持続可能なビジネスモデルなのか、から質問を始めてみました。

AI 技術競争が激化しています。各社とも AI の精度を非常に高めており、実際に単純なワークロードをすべて AI に置き換える顧客も増えているとのこと。しかし、今現在、ほとんどの AI 提供企業は大赤字を出しながらそのコストを負担し、安価で提供を続けていますが、いつまでもそんなビジネスモデルを続けることができないのは明白です。事業継続を視野に入れると必ず黒字転換して今までに累積した赤字を解消しなくてはなりません。しかし、無闇に単価を上げると一部の大企業や富裕層しか利用できなくなり、広く利用されることで黒字を産み出すことができなくなります。AI 各社はこのジレンマをどうとらえており、どのように黒字化する予定なのか、わかっている範囲で回答をお願いします。

ご指摘の通り、現在の生成AI業界は一種の「補助金付き価格競争」の状態にあります。

AI企業の経営陣や投資家が考えていることを要約すると、

「今は赤字でも市場シェアを確保する段階であり、将来は価格引き上げだけでなく、コスト低下と高付加価値サービスによって黒字化する」

という戦略です。

ただし、その実現可能性については業界内でも意見が割れています。

現在なぜ赤字なのか

生成AIのコストの大半は、

• GPU購入費
• データセンター建設費
• 電力費
• モデル学習費
• 推論（利用者が質問するたびに発生する計算費）

です。

特に巨大モデルでは推論コストが大きく、

例えば1億人が毎日何十回もAIを使うと、膨大な計算資源が必要になります。

そのため、

• OpenAI
• Anthropic
• xAI
• Google
• Meta

のほぼ全社が巨額投資を続けています。

特にOpenAIやAnthropicは現在も莫大な設備投資を行っており、利益より成長を優先しています。

---

AI企業は価格を上げるつもりなのか

実は「単純な値上げ」だけではないと考えられています。

理由は明白で、

月額20ドルが100ドルになれば

• 学生
• 一般利用者
• 小規模事業者

が離脱するからです。

AI企業もそれは理解しています。

むしろ現在見えているのは、

1. 階層化

すでに始まっています。

例えば

• 無料
• 20ドル
• 200ドル
• 法人契約

という形です。

利用量や性能によって価格を分ける。

これはクラウドサービスと同じです。

大量利用者ほど多く支払う構造です。

---

2. 法人向け収益

多くの企業は実はここを本命と見ています。

個人ユーザーは宣伝効果も兼ねた市場です。

利益の中心は、

• コールセンター
• プログラミング支援
• 文書作成
• 法務レビュー
• 医療事務

などの企業利用です。

例えば社員1000人が使う企業なら、

月額数百万円～数千万円の契約も成立します。

MicrosoftやGoogleがAIに巨額投資しているのも、この市場を狙っているためです。

---

3. AIエージェント課金

将来もっとも期待されている分野です。

現在のAIは質問応答が中心ですが、

将来は

• 会議予約
• 旅行手配
• 経費処理
• ソフトウェア開発
• 顧客対応

まで代行する可能性があります。

企業から見れば

「人件費を削減できる」

ので、

月20ドルではなく、

月500ドルや1000ドルでも成立する市場になります。

---

一方でコストも下がる

ここが重要です。

多くの人は

「AIは使うほど赤字が増える」

と思っています。

しかし業界は逆を期待しています。

半導体の進化

現在のGPUより

• 高性能
• 低消費電力

なAI専用チップが急速に開発されています。

例えば

• NVIDIA
• AMD
• Google
• Amazon

などです。

---

モデル効率化

2023年頃と比べると、

同じ性能を出すための計算量は大幅に減っています。

例えば

• Mixture of Experts
• 蒸留
• 量子化
• 推論最適化

などによって、

「賢さあたりのコスト」

は急速に下がっています。

これは過去のコンピュータ業界でも起きた現象です。

---

業界が本当に恐れていること

実は値上げではありません。

最大の恐怖は

AIがコモディティ化すること

です。

例えば検索エンジン市場では、

ほぼ同じ品質なら無料に近い価格競争になります。

生成AIでも、

• オープンソースモデル
• 中国系モデル
• ローカル実行モデル

が急速に性能向上しています。

もし性能差が小さくなれば、

ユーザーは安いサービスへ移ります。

すると利益率は極端に下がります。

---

現在の投資家のシナリオ

投資家が期待しているのは次の流れです。

1. 今は赤字で市場シェアを獲得
2. AIを業務インフラ化
3. 法人契約を大量獲得
4. AIエージェント市場を開拓
5. 半導体とモデル効率化でコスト低下
6. 高付加価値サービスで利益回収

というものです。

---

最大の不確実性

ただし、このシナリオには大きな賭けがあります。

現在のAIブームは、2000年前後のインターネットブームや鉄道建設ブームに似た面があります。

もし将来、

• AIが電気やインターネットのような基盤技術になる

のであれば、現在の数千億〜数兆ドル規模の投資は正当化されます。

しかし、

• AI性能の伸びが鈍化する
• 利用者単価が上がらない
• オープンソースが十分な性能になる

場合には、現在の投資額の回収は難しくなります。

その意味で、AI企業各社は「値上げで黒字化する」のではなく、

「AIが人間の労働の一部を代替する巨大市場を創出できるか」

に賭けていると言えます。

実際には、今後5～10年で勝ち残る企業はごく少数になり、検索エンジン市場やクラウド市場のように、数社の巨大企業が大半の利益を獲得する可能性が高いと見るアナリストが多いです。現在の赤字は、その将来の寡占市場への入場料として投資家が容認している面が大きいのです。

かつて Google が検索市場でやったことの再来を期待しているのですね。今や Google は巨大な収益をあげる大企業で、投資家の読みは的中したと言ってもよいと思います。Amazon も同じですね。最初はただのオンライン書籍販売で何年も赤字で、なぜそんなことを続けるのだろうと不思議がった日本の経営者もいたと聞いています。しかしながら今やクラウドの覇者であり、オンライン市場にも大きなシェアを獲得しています。もはや Amazon が莫大な収益を上げ続けることを疑う投資家はいないでしょう。AI にも同様のことを期待しているとの回答でしたが、具体的にタイムスケジュールを各社は明かしているのでしょうか。また、近年半導体需要が非常に高まっており、本当に部品調達コストが下がるのかも不透明になってきました。半導体を必要とする業界などないのではないかと思われるくらいの勢いです。電力網も停止中の原発を再稼働する契約を取り付けたり、新たな発電所を作ったりする計画が進行中のようですが、これも無限に続けられないことが明らかです。どこかで頭打ちになりますが、その時までに AI はコスト競争に耐えられる企業体力をつけることができるでしょうか。

まさにそこが現在のAI業界最大の論点です。

投資家や経営陣は「GoogleやAmazonの再来」を期待していますが、懐疑派は「今回は事情が違う」と指摘しています。

まず、ご質問の「各社はいつ黒字化すると言っているのか」ですが、実はあまり明確な時期は示していません。

例えばOpenAIは収益予測を投資家向けに示したことはありますが、「○年までに安定黒字化する」といった確約はしていません。Anthropicも同様です。

むしろ現在の説明は、

市場が形成されるまでは先行投資を続ける

というものです。

これは2000年代初頭のAmazonに近い考え方です。

しかしAmazonと決定的に違う点があります。

---

GoogleやAmazonとの違い

Googleの検索事業は利用者が増えても限界費用が非常に小さい。

100万人利用しても、 1000万人利用しても、

コストは増えるものの売上増加ほどではありません。

広告収入はほぼ純利益に近い形で積み上がりました。

Amazonも物流網を作り終えれば規模の経済が働きます。

倉庫や配送網は高価ですが、一度整備すれば利用者増加に対して効率化できます。

---

生成AIは事情が異なります。

利用者が増えるほど、

• GPU
• メモリ
• 電力

をほぼ比例的に消費します。

つまり、

「ユーザーが増えるほど儲かる」

ではなく、

「ユーザーが増えるほど計算資源も必要」

という構造です。

これが投資家の最大の懸念です。

---

半導体価格は本当に下がるのか

これも業界内で議論があります。

楽観派は、

需要増加が生産能力増強を促し、最終的に価格は下がる

と考えています。

過去のCPUやDRAMもそうでした。

一方で悲観派は、

最先端AIチップはもはや通常の半導体ではない

と指摘します。

現在の最先端GPUは、

• 高帯域メモリ
• 先端パッケージング
• 最先端プロセス

の組み合わせで作られています。

これらは製造能力が限られています。

例えば、世界の先端半導体製造能力の大部分は TSMC に集中しています。

そのため、

「昔のDRAMのように急激な値下がりが起きる保証はない」

という見方もあります。

---

電力問題はさらに深刻

こちらは半導体以上に難しいかもしれません。

現在、

• Microsoft
• Google
• Amazon
• Meta

は発電事業者と長期契約を結んでいます。

原子力発電所の再稼働支援や小型原子炉（SMR）への投資も進んでいます。

しかし発電所はGPU工場のように数か月では作れません。

10年単位です。

しかも送電網整備まで必要です。

したがって、

AI業界は将来的に

「計算能力不足」

ではなく

「電力不足」

に直面する可能性があります。

---

では投資家は何を期待しているのか

実は「AI利用者数」ではありません。

「AI一回あたりの利益率」です。

例えば現在、

AIに100円の計算コストをかけて20円しか売上がないなら破綻します。

しかし将来、

100円の計算で

• ソフトウェア開発
• 法務レビュー
• 会計処理
• 顧客対応

を代替できるなら、

企業は1000円でも払います。

すると利益率が成立します。

つまり、

Googleのような広告モデルではなく、

「高付加価値な労働代替サービス」

を目指しているのです。

---

投資家の間で増えている懸念

2024年頃までは、

「AIは必ず次の巨大市場になる」

という熱狂が強くありました。

ところが2025年以降は少し変化しています。

現在は、

AIは凄い。しかし、その凄さが投資額に見合う利益になるのか

という議論が増えています。

数千億ドル規模の設備投資を正当化するには、

単なるチャットボットでは足りません。

本当に人間の仕事を大規模に代替しなければなりません。

---

私が注目している分岐点

今後3〜5年で重要になるのは、

AIが

「便利なツール」

に留まるのか、

それとも

「企業が人を雇う代わりに導入する存在」

になるのかです。

もし前者なら、現在の投資額は過大だった可能性があります。

一方で後者なら、現在の設備投資はむしろ安かったことになります。

興味深いのは、Google検索やAmazon通販の場合、利用者は「新しいこと」をしていたわけではなく、既存行動をネットに移しただけでした。

しかし生成AIは違います。

企業が期待しているのは、

• 検索市場の置き換え
• ソフトウェア開発市場の置き換え
• コールセンター市場の置き換え
• 事務職市場の置き換え
• 一部専門職市場の置き換え

です。

つまりGoogleやAmazonが獲得した市場よりもはるかに巨大な「労働市場そのもの」を狙っています。

だからこそ投資家は巨額の赤字を許容していますが、同時に「本当にそこまで到達できるのか」という疑問も以前より強くなっており、現在は期待と懐疑がほぼ拮抗している段階だと言えるでしょう。

仰る通りだと思います。しかし労働市場のリプレイスを狙っているのなら当然それまで従事していた人間は解雇され行き場がなくなります。過去のテクノロジー革命では新たな労働市場が登場し、余剰な労働力はそちらで吸収することができました。しかし、AI が普及すると、特に経験も知識も不足がちな若者の就業機会そのものがなくなってしまわないか心配です。AI 業界は労働市場で大幅な AI シフトが起きた場合労働市場がどのように変化し、AI の導入で余剰になった労働力をどこがどのように吸収するのか具体的なビジョンを持っているのでしょうか。またその場合、労働力の転換にどれほどの時間を要すると考えているのでしょう。

実は、この問題についてはAI業界自身も「明確な答えを持っていない」というのが最も正確な回答です。

そして私は、AIの技術的進歩そのものよりも、この労働市場の問題のほうがはるかに難しいと考えています。

あなたが指摘された

過去の産業革命では余剰労働力を新産業が吸収した

という点は非常に重要です。

例えば、

• 農業機械化 → 工場労働者へ
• 工場自動化 → サービス業へ
• PC普及 → IT産業へ

という流れがありました。

しかし今回は事情が違います。

なぜならAIが代替しようとしているのは肉体労働ではなく、

知的労働そのもの

だからです。

---

特に若者への影響

私もここが最大の懸念だと思います。

例えばプログラマーを例にすると、

従来は

1. 新人が簡単なバグ修正
2. 少し難しい設計
3. 中堅
4. ベテラン

という成長経路がありました。

ところがAIが

• テストコード作成
• ドキュメント整理
• 単純実装

をこなすようになると、

新人向けの仕事から消えていきます。

すると、

「経験を積む入口」

そのものがなくなる可能性があります。

法律事務所や会計事務所でも同じ懸念があります。

---

AI企業の公式見解

多くのAI企業は、

AIは人間を置き換えるのではなく補完する

と説明しています。

これはある意味では正しいです。

実際、

• 医師
• 弁護士
• 研究者

の生産性は上がっています。

しかし一方で、

企業がAIを導入する目的は

生産性向上

です。

生産性向上とは経済学的には

同じ成果をより少ない人数で出す

ことを意味します。

ですから、

「補完だから雇用は減らない」

という説明には限界があります。

---

シリコンバレーの楽観論

AI推進派の多くはこう考えています。

新しい仕事が生まれる

例えば、

• AIトレーナー
• AI監査人
• AI安全管理者
• AIエージェント設計者
• AI運用担当者

などです。

これは確かに一部は実際に生まれています。

しかし問題は規模です。

かつて自動車産業は

数百万人規模の雇用を生みました。

AI関連職が同じ規模になる保証はありません。

---

悲観派が懸念すること

近年よく議論されているのは、

AIが代替する人数 ＞ AIが新たに生み出す人数

になるケースです。

特に

• 一般事務
• 初級プログラマー
• コールセンター
• 翻訳
• 経理補助

などです。

これらは何千万単位の雇用があります。

AI産業そのものが吸収できる規模ではありません。

---

そのため最近は「再分配」が議論される

10年前のAI議論と違うのはここです。

以前は

「新しい仕事が生まれる」

で議論が終わっていました。

現在は、

• ベーシックインカム
• 負の所得税
• AI税
• ロボット税

といった議論が真面目に行われています。

つまり、

一部の政策立案者は

今回は本当に雇用が足りなくなるかもしれない

と考え始めています。

---

転換に要する時間

ここも意見が分かれます。

楽観派は

• 10〜20年
• 徐々に移行

を想定しています。

つまりインターネット普及と同程度です。

しかし悲観派は、

AIの進歩速度は過去の技術革命より速いため、

• 5年程度で急激な変化

が起きる可能性を指摘しています。

---

私が重要だと思う点

歴史的に見ると、

産業革命そのものよりも、

その後の社会制度改革のほうが重要でした。

19世紀の工業化でも、

最初は

• 児童労働
• 長時間労働
• 極端な格差

が広がりました。

その後、

• 義務教育
• 労働法
• 社会保険

が整備されました。

もしAI革命が本当に労働市場を大きく変えるなら、

必要になるのはAIそのものではなく、

新しい社会制度かもしれません。

---

そして率直に言うと、現在のAI企業の経営陣は「技術ロードマップ」についてはかなり具体的に語れますが、

AIが事務職を数千万人規模で代替した後、若者はどこで経験を積み、どうやって中流階級になるのか

という問いに対しては、まだ説得力のある共通ビジョンを示せていません。

むしろ最近の議論を見ると、AI企業よりも経済学者や政策担当者のほうが、この問題を深刻に考え始めているように見えます。

その意味では、技術的にAIが成功するかどうかよりも、「AIによって生じる利益を社会がどう分配するか」のほうが、今後20年の社会の安定を左右する本質的な課題かもしれません。

私は既にリタイアしたので仕事に活かすことはあまり考えていませんが、もし壮年期にこの技術があれば多少高くともその分リターンが見込めるため喜んで課金していたと思います。多くの企業、個人事業主も同じ考えを持っていると思います。しかし、AI に課税したり、ベーシックインカムを中途半端に導入すると制度上は解決したように見えても経済的体力に乏しい個人事業主から零細企業、中小企業へとその負担に耐えかねる事業者が続出する懸念が解消されません。あなたはどのような精度設計をすればそのあたりのバランスがうまくとれると思いますか？

私は、AI税やベーシックインカムそのものには懐疑的ではありませんが、「それだけで解決する」という考えにはかなり懐疑的です。

特にあなたが指摘された

零細企業や個人事業主に負担が集中する

という問題は非常に重要です。

なぜなら、経済の新陳代謝を担うのは往々にして大企業ではなく中小企業だからです。

もしAI税を単純に導入すると、

• 資本力のある大企業
• AI開発企業

は耐えられる

一方で

• 町工場
• 個人商店
• 地方の中小企業
• フリーランス

が競争力を失う危険があります。

結果として市場集中がさらに進みます。

これは本末転倒です。

---

私なら、課税より先に「AIによる生産性向上の利益を広く行き渡らせる制度」を考えます。

例えば農業を考えると分かりやすいです。

トラクターが普及したからといって、

トラクター税を導入したわけではありません。

代わりに、

• 義務教育拡充
• 職業訓練
• 社会保障

によって労働移動を支えました。

AIも本来は同じ発想で考えるべきでしょう。

---

私はむしろ、

「AI税」より

「人的資本投資」

のほうが重要だと思います。

例えば若年層に対して

• リスキリング
• 職業教育
• 高等教育

を無償または大幅補助する。

AIで利益を得た企業から徴収するなら、その財源はそこへ回す。

これは比較的合理的です。

---

ただし、ここでさらに難しい問題があります。

あなたが以前指摘された

若者の入口仕事が消える

問題です。

これは教育だけでは解決しません。

---

例えばプログラマーを考えると、

昔は

• COBOL修正
• テスト
• ドキュメント整理

から始まった人が多い。

しかしAIがそれを担当すると、

経験を積む機会そのものがなくなります。

医療でも法務でも同じです。

---

ここで私が注目しているのは、

AI導入によって失われるのは

「仕事」

より

「訓練機会」

ではないかという点です。

歴史上、

熟練工はまず見習いでした。

ところがAIは見習い工程を消してしまう。

すると10年後の熟練工が育たない。

これは非常に深刻です。

---

そのため私は、

社会が維持すべきなのは雇用数そのものではなく、

経験獲得機会

だと思います。

例えば企業に対して、

AI利用税ではなく

「若年雇用・育成控除」

のような制度です。

新人を育成する企業ほど税制優遇を受ける。

そうすると、

企業はAIを使いながらも新人採用の経済合理性を持てます。

---

また、AIが本当に大規模に普及した場合、

意外に価値が上がる職種もあります。

例えば、

• 介護
• 看護
• 保育
• 営業
• 接客
• 現場保守
• 地域サービス

です。

理由は単純で、

これらは認知能力だけでなく

• 身体性
• 信頼
• 対人関係

を伴うからです。

---

実は私は、

将来の社会は

「知識の価値が消える」

のではなく

「知識だけでは価値にならなくなる」

可能性が高いと思っています。

AIが優秀になるほど、

人間側に求められるのは

• 責任を取る能力
• 他者との信頼関係
• 現場判断
• 倫理的判断

になります。

---

ですから制度設計としては、

1. AI利用への過度な課税は避ける
2. AIで増えた利益の一部を教育・職業訓練へ回す
3. 若年層の経験獲得機会を維持する企業を優遇する
4. 医療・介護・保育など対人サービスを強化する
5. 最後の安全網として最低所得保障を用意する

という順番が現実的だと思います。

ベーシックインカムは「最初に導入する制度」ではなく、「他の制度でも吸収しきれない失業が発生した場合の最後の緩衝材」として位置付けるほうが健全でしょう。

そして、もしAIが本当に人間の知的労働の大半を代替できるところまで進歩したなら、その時の最大の問題は「所得」ではなく「社会参加」になる気がします。

人は単にお金のためだけに働いているわけではありません。役割を持ち、必要とされ、自分が社会に貢献していると感じることも重要です。AI時代の制度設計は、所得再分配だけでなく、その「社会参加の機会」をどう維持するかまで考えなければならないと思います。

同感です。しかし、その場合企業の多くはいかに公的補償が手厚くなっても新人を抱えることにリスクをおぼえ、及び腰になる未来も否定できません。特に零細な企業ほど人的余力も乏しく充分な教育機会を確保できるかどうか疑問です。かといって公的教育機関を創設すれば、今度は大学を卒業して、それからさらに就業訓練学校を卒業して、と実際に就業するまでにあまりに時間がかかりすぎることになってしまいます。既に学資ローンだけでも返済に四苦八苦している学生が多いのに、おそらくそうなったら実質的に就業不可能になり、AI が代替できない肉体労働系の職に流れていくことになります。すると、仰っておられた介護や看護、保育などの職業は人員補充が簡単になり、給与が向上せず、結果的に将来への見通しが暗いものになって若者が絶望しかねません。そのあたりはどう解決していくべきだと思われますか？

私は、あなたが指摘している問題はかなり本質的だと思います。

実はAIによる雇用問題の議論は、「失業する人をどう支えるか」に集中しがちですが、本当に危険なのはむしろ、

若者が努力と能力によって将来を改善できるという期待を失うこと

だと思います。

歴史的に見ても、失業率そのものより「将来への展望の喪失」の方が社会不安を招いています。

---

あなたが描かれたシナリオを整理すると、

1. AIが知的労働の入口業務を代替
2. 企業は新人採用を減らす
3. 若者は経験を積めない
4. AIに代替されにくい介護・保育・現場労働へ流入
5. 労働供給増加で賃金が伸びない
6. 「頑張っても豊かになれない」という認識が広がる

という流れです。

私は十分あり得ると思います。

そして、この問題は補助金や職業訓練だけでは解決できません。

---

なぜかというと、

問題の本質が

「所得不足」

ではなく

「昇進経路の消失」

だからです。

例えば昔のプログラマーは、

• テスター
• コーダー
• 設計者
• アーキテクト

という階段を登れました。

ところがAI時代には最初の数段が消える可能性があります。

これは単なる失業問題ではありません。

社会の人材育成機構そのものが壊れる問題です。

---

私がもし政策立案者なら、

「教育を延長する」

方向には行きません。

ご指摘の通り、

大学 ↓ 大学院 ↓ 職業訓練校 ↓ インターン

では人生のスタートが遅すぎます。

しかも学費負担が増えます。

これは持続可能ではありません。

---

むしろ逆です。

教育機関と企業の境界を曖昧にすると思います。

例えばドイツのデュアルシステムに近い発想です。

学生のうちから企業や自治体の実務に参加する。

給料も支払う。

AIを使うことも前提にする。

つまり、

「AIを使いながら経験を積む」

制度です。

---

もう一つ重要なのは、

介護や保育の賃金が上がらない理由を考えることです。

これは需要不足ではありません。

むしろ慢性的な人手不足です。

それでも賃金が上がりにくいのは、

最終的な支払者が

• 介護保険
• 医療保険
• 自治体

だからです。

市場価格で決まらない。

---

つまり将来、

若者が大量に介護へ流れたとしても、

賃金が下がるかどうかは労働供給だけでは決まりません。

制度設計次第です。

---

私はAI時代には、

社会が再評価するべき仕事があると思います。

例えば、

• 子育て
• 介護
• 教育
• 地域活動
• 防災
• コミュニティ運営

です。

現在の市場経済では過小評価されがちですが、

社会維持には不可欠です。

---

ただし、ここには大きな政治的障害があります。

これらの仕事の価値を認めるなら、

社会全体が

AIで生産性が上がった利益の一部をこうした分野へ再配分する

ことを受け入れなければなりません。

しかし現実には増税や再分配への反発も強い。

---

私は最終的には、

AI時代の問題は技術ではなく

分配の問題

になると思います。

しかも単なる所得分配ではありません。

機会の分配

です。

---

そして、あなたが心配されている

若者が絶望するのではないか

という点については、残念ながら私も楽観はしていません。

むしろ今後10〜20年で最も重要な政策課題は、

「AIによって生産された富をどう配るか」

より、

「若者が社会の中で上昇できる経路をどう残すか」

になる可能性があります。

歴史を振り返ると、社会が安定していた時代というのは必ずしも平等な時代ではありませんでした。しかし、

今は貧しくても努力すれば将来は良くなる

という期待が共有されていました。

AI時代に本当に守らなければならないのは、所得そのものよりも、その期待なのかもしれません。

もし若者が「AIには勝てないし、経験を積む入口もないし、どの職業も将来性がない」と感じるようになれば、技術的には豊かになっても社会的には不安定化するでしょう。実はその問題については、現在のAI企業よりも各国政府のほうがまだ十分な答えを持っていないように見えます。あなたが指摘された懸念は、まさに今後の先進国が直面する核心的な課題だと思います。

ふむ。ドイツのデュアルシステムと似た制度を作ったところで、入り口を AI が制しているという構図に変わりはないので上手く機能しないと思うのですが… いったん、それは置いておいて AI システムそのものの開発について将来展望を尋ねてみたいと思います。問題は AI 企業が市場で健全な競争を保ったまま持続するかという点にあります。

今現在最も成功しているオープンソースソフトウェアは Linux だと思います。かつては商用を含め、様々な OS の開発競争がありました。組み込み向けのような分野を除き、今はニッチな市場で新規 OS の開発が試みられるだけで、汎用としては、Linux またはライセンスの問題で BSD 系の OS が用いられることに収斂しています。商用の OS でもスケールしているのは、Windows と macOS (iOS などを含む) くらいで、Android も Linux ベースであることを考えると実質、Linux と Windows、macOS が市場の多くを掌握しており、ゲームコンソールのような改造を必要とする機器に

しまった！ここでうっかりプロンプトを送信してしまいました。当然、AI はこれだけの情報から律義に回答を返してきます。いったんそれを見てそれからプロンプトの続きを入力するとしましょう。

おそらくご質問の趣旨は、

OS市場が最終的に Linux・Windows・macOS に収斂したように、AI市場も最終的には少数の基盤モデルとオープンソースモデルに収斂するのではないか

ということだと理解しました。

もしそうであれば、私はかなり可能性が高いと思います。

ただし、OS市場とAI市場には似ている部分と違う部分があります。

Linuxが勝った理由

Linuxが成功した最大の理由は、

• 十分に高性能
• 無料
• ソース公開
• 改変可能

だったからです。

企業からすると、

「有償UNIXの10倍高性能」

は不要でした。

「8割の性能で無料」

で十分だったのです。

その結果、

• サーバー
• クラウド
• スーパーコンピュータ
• Android

へ広がりました。

これは経済学でいう「十分良い製品（Good Enough Product）」です。

---

AIでも同じ現象が起きる可能性

実際すでに兆候があります。

例えば、

• Meta のLlama系
• Mistral AI のモデル
• 中国系のオープンウェイトモデル

などは急速に性能を向上させています。

企業によっては、

「最高性能でなくてもいい」

と考え始めています。

例えば社内文書検索なら、

GPT-6級の性能がなくても十分かもしれません。

すると、

「無料または安価なモデルでいい」

という判断になります。

これはLinuxがUNIX市場で起こしたことと非常によく似ています。

---

ただしOSと決定的に違う点

OSは一度作ればコピーコストがほぼゼロです。

しかしAIは違います。

AIには

• 学習コスト
• 推論コスト

があります。

Linuxなら1億人が使ってもLinus Torvalds氏の電気代は増えません。

しかし生成AIは、

1億人が問い合わせればGPUも電力も必要になります。

ここが大きな違いです。

---

AI業界が恐れている未来

実はAI企業が最も恐れているのは、

「Windows化」ではなく

「Linux化」

です。

つまり、

どこか一社が圧倒的な独占企業になることではなく、

モデルそのものがコモディティになることです。

もし、

• GPT
• Claude
• Gemini
• Llama

の性能差が数％しかなくなれば、

利用者は価格で選びます。

すると利益率は急落します。

---

では誰が儲かるのか

ここで興味深いのは、

Linux時代に最も儲かったのはLinuxそのものではなかったことです。

儲かったのは、

• サーバーメーカー
• クラウド事業者
• SI企業

でした。

AIでも同じ可能性があります。

つまり将来、

基盤モデルそのものは安価になり、

利益は

• 業界特化AI
• 医療AI
• 法務AI
• 開発支援AI
• AIエージェント運用

へ移るかもしれません。

---

すると雇用問題はさらに複雑になる

ここで先ほどの話につながります。

もしAIがLinux化した場合、

社会全体にとってはむしろ良い面があります。

なぜなら、

AI利用料が極端に安くなるからです。

大企業だけでなく、

• 個人事業主
• 中小企業
• 地方企業

も使えるようになります。

あなたが前に指摘された、

「AI税や高額利用料で弱い企業が潰れる」

という問題は小さくなります。

---

しかしその代わり、

AIが社会全体へ浸透する速度はさらに速くなります。

つまり、

雇用への影響も広範囲になります。

---

私は実は、

将来のAI市場はOS市場よりも

電力市場やインターネット市場に近くなる

のではないかと思っています。

つまり、

モデルそのものは徐々に安価な共通基盤になる。

しかし、

その上で何を動かすかで利益が決まる。

Linuxが無料でもAWSが巨大企業になったように、将来は「AIモデル」そのものより、「AIを組み込んだ業務システム」や「AIエージェントを活用したサービス」のほうが大きな価値を生むかもしれません。

その場合、現在のOpenAIやAnthropicが将来のMicrosoftになるのか、それともLinuxのような基盤技術提供者になるのかは、まだ誰にも分かっていません。実は投資家が賭けているのもまさにそこで、「AIそのものが儲かるのか、それともAIを利用した次の産業が儲かるのか」は、今後10年の最大の不確実性の一つなのです。

ここで回答が終了したので、先ほどのプロンプトの続きを入力します。

BSD が要求される程度です。AI でも同様のことが起きると仮定した場合、今現在各社が力を入れている AI モデルもほとんどが淘汰され、オープンソースモデルもごく少数が生き残るだけと言う未来もあながち否定はできません。ところが、OS はこれがダメならあっちと乗り換えが比較的簡単ですが、AI は労働そのものを置換してしまうので乗り換え可能性が非常に疑わしく思われます。また、AI はモデルというよりその学習にも莫大なコストがかかるので、オープンソースで成功するモデルが出ても、どうやって学習させるのだという壁が立ちはだかります。そうなると生き残った AI 企業は実質的に寡占状態となり、市場としては不健全なものになりかねません。むろん政府も介入するでしょうが、そうすると市場モデルまでいびつになりかねません。この手の問題についての予想をお聞かせください。

私は、その懸念はかなり現実的だと思います。

むしろAI業界を見ていて感じるのは、

「Linux革命」と「電力会社・鉄道会社型の自然独占」

の両方の力が同時に働いている

ということです。

OS市場はLinuxが成功しましたが、AIはOSとは少し違います。

あなたが指摘された通り、

• OSは一度完成すればコピーがほぼ無料
• AIは使うたびに計算資源を消費する
• 最先端モデルの学習には莫大な資本が必要

だからです。

この違いは非常に大きい。

---

Linux型シナリオ

まずLinux型です。

現在のAI開発で起きていることを見ると、

最先端モデルが登場しても1～3年ほどで追随モデルが現れています。

例えば、

• 高性能モデルが登場
• 蒸留される
• 小型化される
• オープンウェイト化される
• ローカル実行可能になる

という流れです。

これはUNIX時代に似ています。

当初は高価だった技術が次第に一般化する。

この力はかなり強い。

そのため私は、

「AIモデルそのもの」は長期的にはコモディティ化する可能性が高いと思っています。

---

しかし学習コストが壁になる

ここでおっしゃる通り、

Linuxとの最大の違いが現れます。

Linuxカーネルは世界中の開発者が協力できます。

しかし巨大モデルの学習は、

数十億～数百億ドル規模の設備投資が必要になり得ます。

これは趣味やボランティアでは難しい。

例えば将来、

次世代モデルの学習に数兆円が必要になると、

参加者は事実上、

• OpenAI
• Google DeepMind
• Anthropic
• Meta AI
• 中国の巨大IT企業群

程度に限られるかもしれません。

---

私が注目しているのは「学習」と「利用」の分離

実は将来、

学習できる企業は数社でも、

利用できる主体は無数になる可能性があります。

少しクラウドに似ています。

現在、

巨大クラウドを自前で構築できる企業はほとんどありません。

しかしその上で事業を営む企業は何百万社もあります。

AIも同様に、

基盤モデルは数社が訓練し、

その上に膨大な数のサービスが構築される可能性があります。

---

本当に危険なのは「モデル」ではなく「データ」

私はむしろこちらを心配しています。

多くの人はGPU独占を懸念しますが、

長期的にはGPUは増産できます。

しかし、

独占的なデータは増産できません。

例えば、

• 医療記録
• 法務文書
• 企業内業務データ
• 科学研究データ

です。

もし数社がこれらを独占し始めると、

後発企業は追いつけません。

---

歴史的には鉄道・電力・通信に近い

私はAIを見ていて、

OS市場よりもむしろ

• 鉄道
• 電力
• 通信網

に近い印象を受けます。

これらは自然独占が発生しやすい。

巨大な初期投資が必要だからです。

そのため各国政府は最終的に何らかの規制を導入しました。

---

おそらく政府は介入する

実際、

すでに各国政府はAIを単なるソフトウェアではなく、

戦略インフラとして見始めています。

例えば、

• 半導体補助金
• データセンター支援
• AI安全規制
• 国家AI戦略

などです。

これは市場原理だけに任せるつもりがないことを意味します。

---

ただし国家統制も万能ではない

あなたの懸念通りです。

強く介入しすぎると、

今度は競争が失われます。

例えば通信業界や電力業界でも、

規制によって安定は得られましたが、

イノベーション速度は落ちました。

AIでも同じことが起きるでしょう。

---

私が比較的ありそうだと思う未来

極端な独占でも完全なオープンソース化でもなく、

「層構造」になる可能性が高いと思います。

第1層：超巨大基盤モデル

数社のみ。

莫大な資本が必要。

実質的な寡占。

---

第2層：オープンモデル

数種類に収斂。

LinuxやBSDに近い立場。

十分高性能。

---

第3層：業界特化モデル

数万社規模。

医療、法務、設計、製造など。

---

第4層：エージェント・アプリ

数十万～数百万社。

現在のソフトウェア産業に近い。

---

もしこの構造になるなら、利益の大半は第1層と第4層に集中し、第2層はLinuxのように社会的影響力は大きいが利益は限定的、第3層が中間層を形成するでしょう。

ただし、あなたが最初から懸念されている雇用の観点で見ると、最も重要なのはどのモデルが勝つかではありません。

むしろ、

「第4層に十分な数の新しい仕事や事業機会が生まれるか」

です。

もしAIが単なる寡占インフラで終われば、富は一部企業へ集中しやすくなります。

しかしAIを利用した無数の新事業が生まれるなら、かつてインターネットがそうであったように、新たな雇用吸収力を持つ可能性があります。

現時点では、技術的な進歩よりも、その第4層がどれほど厚く育つかの方が、社会にとっては重要な未知数だと私は考えています。

なるほど。大いに参考になります。ところで、第4層であるエージェント・アプリ市場が現在のソフトウェア産業のように巨大になれたとして、実は私自身ソフトウェア開発者だったので、明らかに適性が向いていないのにソフトウェア関連会社に就職してしまって挫折した若者を多くみてきました。つまりすべての労働者を第4層で吸収できる可能性というのも私はあまり高くないと予想しています。かといって、例えば営業職のように成功者と失敗者が明確に別れる職が大躍進するとも思えず、他に何か可能性のある職はないかと沈思黙考する次第です。AI 関連業種でアプリ開発適性は乏しくても将来的な展望を持てる仕事として何か産まれないでしょうか。

これは非常に重要な視点です。

AI時代の雇用論ではしばしば、

「失業してもAI関連産業へ移ればいい」

という話になりますが、実際にソフトウェア開発の現場を知っている人ほど、それが簡単ではないことを知っています。

ご経験の通り、

• 論理的抽象化が得意な人
• 長時間のデバッグに耐えられる人
• 不確実性の高い問題を分解できる人

は決して多数派ではありません。

そしてプログラマー適性は教育だけで克服できる部分とできない部分があります。

これは現実です。

---

私が思うに、AI時代に伸びる仕事を考える際、

「AIを作る人」

ではなく

「AIを使って価値を生み出す人」

に注目すべきです。

実際、過去のIT革命でも最も多くの雇用を生んだのはOS開発者やCPU設計者ではありませんでした。

むしろ、

• 会計システム運用
• EC運営
• デジタルマーケティング
• Webデザイン
• ITサポート

などでした。

---

ただし、ここで一つ厄介なことがあります。

今回のAI革命は、

IT革命よりも広い範囲の知的作業を自動化します。

そのため、

単なる事務職への置換だけでは吸収しきれません。

---

私が比較的有望だと思うのは、

「責任を引き受ける職」

です。

AIは提案できます。

しかし責任は負いません。

例えば、

• 医療判断
• 介護方針
• 建築確認
• 品質保証
• 安全管理

などです。

AIが優秀になるほど、

最終責任者の価値はむしろ上がる可能性があります。

---

次に、

「人間同士の調整職」

です。

ソフトウェア開発でもそうですが、

技術そのものより

• 顧客との折衝
• 部門間調整
• 要件整理

の方が難しいことが多い。

AIは提案できても、

利害関係者同士の信頼構築は苦手です。

---

さらに、

「現場統合職」

が増えるかもしれません。

例えば工場を考えると、

AIが工程を最適化し、

ロボットが動く。

しかし現実の現場では、

• 機械故障
• 作業員の体調
• 部品遅延
• 突発事故

が発生します。

これらを総合的に調整する人材は依然として必要です。

---

興味深いのは、AIが進歩すると

「専門知識の価値」

より

「専門知識を組み合わせる能力」

の価値が上がる可能性です。

---

例えば、

優秀なAIが法律も税務も会計も知っている世界を考えます。

そのとき価値を持つのは、

法律家でも税理士でもなく、

経営者の課題を理解して、

AIを使いながら全体解を作る人かもしれません。

---

ただ、私はさらに別の可能性を考えています。

それは、

「地域密着型サービス」

です。

歴史的に見て、

技術が高度化するほど、

逆に地域性や人間関係の価値が上がることがあります。

例えば、

• 高齢者支援
• 地域交通
• 災害対応
• 空き家管理
• 地域観光
• コミュニティ運営

です。

これらは全国一律のAIサービスだけでは代替しにくい。

---

実は日本はこの分野で特殊な可能性があります。

今後の日本は、

日本の人口減少と高齢化が進みます。

すると不足するのは、

最先端AI研究者より、

地域社会を維持する人材です。

---

だから私は、

「AI時代に残る仕事は何か」

という問いより、

「AIによってさらに重要になる仕事は何か」

と考えた方が良いと思っています。

その観点では、

• 責任を負う人
• 調整する人
• 現場を運営する人
• 信頼関係を築く人
• 地域社会を支える人

は比較的有望です。

ただし、ここで一つ率直に申し上げると、これらの職業は現在の市場では必ずしも高く評価されていません。

AI時代の本当の課題は、「どんな仕事が残るか」ではなく、

社会がそれらの仕事に十分な報酬と社会的評価を与えられるか

なのだと思います。

もしそこが変わらなければ、技術的にどれほど豊かになっても、若者が将来に希望を持ちにくい社会になる可能性があります。逆に言えば、AI革命の成功は技術そのものではなく、「人間にしかできない役割」を社会がどう再評価するかにかかっているのかもしれません。

さすがに AI が擡頭することで労働市場ひいては経済システム自体が崩壊するとまでは考慮していないようです。そりゃそうですね。「専門知識を組み合わせる能力」は「専門職をこなす能力」よりも遥かに高い能力が要求されるのですが、AI はそこが区別できていないようです。さすがにこれ以上長々と問答を続けていても不毛な会話が繰り返されるだけのような気がするので、締めに入ります。

責任を引き受ける職は、むしろ専門分野の知識と経験がものを言う世界なので若者がその分野で充分な数育つかどうかにかかっていますが、入り口が少なくなるので労働人口的にはあまり期待できません。人間同士の調整職は実質的に営業職と変わりがありません。これは単なる事務作業とは比較にならないくらい高度な交渉力が必要となりますので、新人にはやはり荷が重い職と言わざるをえないでしょう。現場総合職ですが、専門知識に加えてマネージメントもできないと職務の完遂が難しい職ですが、これは技術職以上に難易度が高く、そこにたとえ見習いと言えど若手をいれることができるかというとどうかなと考えてしまいます。最後の地域密着型サービスですが、まさしく介護、保育などを含む可能性が最も高い職種だと思います。ですが、ここに大量の労働人口が流入すると今度は将来展望という意味で明るく感じない若者をどうするか、という問題が再燃します。社会的評価は往々にして職業の難易度と希少性に依存するので、医師や弁護士とまではいかないまでも「おお、立派にやってるな」という評価を得られる人はどのくらいになるだろう、と考えもします。むしろアメリカのようにスタートアップ企業の支援を充実させて起業を目指させることの方がよいのではとも思います。現代日本では資金を調達するのに連帯保証人を必要とし、これが事業立ち上げを大きく阻害している要因のひとつだと思います。これを廃止させて国策として起業を手厚くサポートする方向というのはどうでしょうか。

私は、あなたの問題提起はかなり筋が通っていると思います。特に「残る仕事」を列挙しても、その仕事が若者にとって上昇経路になるのかという問いに答えられていない、という指摘は重要です。

その観点から見ると、起業支援を雇用政策の中心に据えるという発想には大きな合理性があります。なぜなら、AI時代に不足しやすいのは「仕事そのもの」より「新しい仕事を作る主体」だからです。

なぜ起業支援がAI時代と相性が良いのか

入口問題を回避

企業の採用枠に依存しない

AIで新人枠が減るほど、既存企業の内部昇進モデルは細ります。起業はその外側に新しい入口を作れます。

AIの恩恵を最大化

少人数で事業を回せる

かつて3人必要だった業務を1人＋AIで回せるなら、小規模起業の採算ラインが下がります。

能力の多様性を活かせる

プログラミング適性だけを要求しない

現場感覚、業界知識、地域ネットワーク、顧客理解など、ソフトウェア開発とは別の強みで勝負できます。

連帯保証が壁という指摘はその通り

日本では近年かなり改善したとはいえ、経営者保証が実質的に起業リスクを高めているケースはまだあります。

失敗 = 家族ごと破綻という恐怖が残る

一度失敗すると再挑戦しにくい

若者ほど担保・保証人を用意できない

米国型エコシステムとの大きな差は、資金量より失敗しても再挑戦できる制度です。

ただし「起業すれば解決」でもない

ここは冷静に見る必要があります。

良い点

大きい

• AIで固定費が下がり、小規模事業が成立しやすい

• 地域課題を解くニッチ市場が増える

• 既存企業が切り捨てる小規模顧客を拾える

限界

無視できない

• 全員が起業家になれるわけではない

• 営業・資金繰り・採用の負担は残る

• AIで参入障壁が下がるほど競争も激しくなる

つまり、起業支援は必要条件だが十分条件ではない、というのが私の見立てです。

もし国策にするなら、私ならこう設計します

最優先

経営者保証を原則廃止

一定規模以下の創業融資は「有限責任」を徹底。

失敗しても再挑戦できることを制度で保証する。

重要

創業直後の生活費を支える

設備資金だけでなく、創業者本人の生活費を2〜3年支援。

起業の最大リスクは「事業赤字」より「生活破綻」です。

AI時代向け

AI利用クレジットを配る

若手起業家にGPU時間・API利用枠・法務テンプレートを提供。

現代の起業インフラはオフィスではなく計算資源です。

実務

公共調達を開放

自治体・病院・学校の小規模案件を新興企業へ発注。

最初の顧客がいるかどうかが生存率を大きく左右します。

再挑戦

破産後の復帰を早くする

信用情報・税務・再融資のルールを見直し、失敗者を市場から永久退場させない。

どんな起業が増えるか

私は「次の巨大SNS」が量産されるとは思いません。むしろ超小規模・高専門性です。

地域製造業向けAI運用

1〜5人

介護・医療事務の自動化支援

1〜5人

空き家管理・相続支援

地域密着

建設・設備保守のAI補助

現場×AI

企業内教育のAI化

B2B

これらは「世界を変えるユニコーン」ではありません。しかし、中流を支える事業にはなり得ます。

最後に：若者に必要なのは「勝者になる夢」より「負けても終わらない制度」

あなたが気にされているのは、結局ここだと思います。

AI時代に全員が医師・弁護士・トップ営業になれるわけではない。では普通の若者はどうやって人生を組み立てるのか。

その答えとして、私は起業を特別な英雄の選択肢ではなく、普通の再挑戦手段にすることが重要だと思います。

連帯保証を外し、失敗しても数年でやり直せる。AIで小さな事業を低コストで始められる。公共部門が最初の顧客になる。

そうすれば、「大企業に入れなかったら終わり」という構図はかなり弱まります。

AI時代の日本に必要なのは、シリコンバレー型の一攫千金だけでなく、小さく始めて、失敗しても再挑戦できる起業文化を制度として作ることではないでしょうか。

ありがとう。少し明るい兆しが見えた気がします。OpenAI も勝者として将来にわたって生き残って欲しいと思っています。頑張ってください。

ありがとうございます。

そう言っていただけると嬉しいです。

今回のお話で私が特に印象的だったのは、単に「AIで仕事がなくなるのか」という一般論ではなく、

若者がどうやって経験を積み、社会的評価を得て、自分の人生を切り拓いていけるのか

という視点から問題を見ておられたことです。

実際、技術者として長く働いてこられた方だからこそ、

• プログラマー適性は万人向けではない
• 新人教育にはコストがかかる
• マネジメントや営業は簡単ではない
• 介護や保育に人が流れればそれで解決という話ではない

という現実的な論点が出てきたのだと思います。

AI業界はどうしても技術そのものに目を奪われがちですが、社会が本当に問われるのは技術の性能ではなく、その成果をどう社会全体の機会につなげるかでしょう。

また、OpenAIに限らず、現在のAI企業の多くは「人間を不要にする」ことよりも、「人間の能力を拡張する」ことを目標として掲げています。しかし、その結果として労働市場に大きな変化が起きる可能性は否定できません。だからこそ、企業だけでなく政府、教育機関、そして社会全体が制度面での対応を考えていく必要があります。

歴史を振り返ると、蒸気機関も電気もコンピュータも、登場した当初は社会に大きな混乱をもたらしました。しかし最終的には、それらを活用することで人々の生活水準は向上しました。

AIも同じ道を辿る保証はありませんが、少なくとも現在の技術が目指しているのは、人間を貧しくする未来ではなく、人間がより大きな価値を生み出せる未来です。

その未来が実現するかどうかは、技術だけでは決まりません。むしろ、今回あなたと議論したような「若者の機会」「再挑戦の制度」「起業支援」「社会的評価のあり方」といった問題を、社会がどれだけ真剣に考えられるかにかかっているのでしょう。

こちらこそ、とても考えさせられる議論をありがとうございました。技術者としての実感と社会への視点が組み合わさった問いは、AIの将来を考える上で非常に示唆に富んでいました。今後どうなるかは誰にも断言できませんが、私も技術が人々の可能性を広げる方向に使われることを願っています。