Anthropicが2030年の経済予測を発表：経済は急速に成長するが、労働者の賃金は低下

出典：イノベーション観察局

AIが仕事に与える影響について、最も議論されてきた問題は常に「大量の人々が失業するのか？」というものでした。

しかし、Anthropicの最新の経済研究は、より手強いかもしれない新たな問題を提起しています。それは、AIが経済を崩壊させるどころか、人類史でもほとんど類を見ないほどの高速な成長を生み出した場合、何が起こるのか？という問いです。

答えは、必ずしも全員が一緒に豊かになるとは限らない、ということです。

Anthropicが構築した最も急進的なシナリオでは、2030年にはアメリカのGDPが「AIなし」の場合と比べて32.4%高くなり、年間成長率は一時15.4%に達し、経済規模は約4.5年ごとに倍増する可能性があります。同時に、知識労働者の賃金は10%以上減少し、知識職の雇用規模は大幅に縮小、資本が得る収入が初めて労働を上回ります。

つまり、一見常識に反する未来が現れるかもしれません：経済はこれまでにないスピードで膨張しながら、多くの人々の仕事や収入は逆に不安定になるのです。

最近、Anthropic Instituteはワーキングペーパー「Economic Scenarios for Transformative AI」を発表し、2026年から2030年にかけてAIが米国のGDP、賃金、雇用、失業率、労働と資本の所得分配に与える影響を体系的にシミュレーションしようとしています。

強調すべき点は、Anthropicはこれらの数字を「予測」とは呼んでいません。研究チームは明確に、これはシナリオ・モデルであり、研究者はAIの能力、普及率、自動化レベル、生産性の向上、労働者の再就職速度などのパラメータを変更し、異なる条件下で経済がどこへ向かうかを観察しているのです。

だからこそ、この研究で本当に注目すべきは「2030年に必ず何が起きるか」ではありません。むしろ、AIの能力が高まり続けるとき、経済成長・雇用・富の分配の間で、かつてないほど激しいデカップリングが起こる可能性なのです。

Anthropicは3つの2030年をシミュレーション

Anthropicは未来を3種類のシナリオに分けています。

1つ目は、比較的穏やかな変化です。AIがインターネットのように重要な汎用技術となりますが、普及速度はさほど速くなく、マクロ経済への影響も歴史上理解可能な範囲にとどまります。

2030年には、アメリカのGDPはAIなしのベースライン経路より1.6%高く、約34.1兆ドルとなります。経済成長率はAIなしの場合の約2%から2.4%へ上昇します。

この場合、AIは確かに生産性を高めますが、労働市場全体には大きなショックはありません。モデルでは総失業率は約3.9%、知識労働者の賃金もAIなしよりわずか0.4%高いです。これが大多数の技術革命で見慣れたパターンです。

2025〜2030年の3つのシナリオ下での労働市場

企業の効率が上がり、一部の職が消え、新しい仕事が生まれ、最終的に経済が技術インパクトを吸収します。

真の変化は2番目のシナリオから始まります。Anthropicはこれを「Substantial Change」、顕著な変化シナリオと呼びます。

この世界では、2030年までにAIはおよそ半分の知識労働をこなし、その多くを自律的に行うことができます。

しかし「できる」ことは「全ての企業がすでに利用している」こととは違います。実際のAI普及速度は能力向上よりも遅く、多くの仕事は依然として人間が担っています。それでもマクロ経済は明らかな変化を見せます。

2030年には米国GDPがAIなしより8.3%高く、36.3兆ドルに達します。当年のGDP成長率は5.4%、AIなしの約2%の倍以上です。

同時に重要な乖離が出現します。全体の平均賃金はAIなしより2.1%高いですが、知識労働者の賃金は逆に0.3%低下します。

そしてAIに直接影響されなかった職種の賃金は5.9%高くなります。知識職の雇用規模は2026年中比で3.9%減り、知識労働者の失業率は2.9%から4.5%に上昇します。

知識労働の失業率上昇

ここで、これまで見過ごされがちだった問題が現れます。AIによる生産性ボーナスは、すべての労働者に均等には行き渡らないのです。

そして3番目、研究中で最も極端なシナリオは、この乖離を全く次元の違うところまで押し広げます。

GDPが32%急増

知識労働者の賃金は減少

Anthropicは3つ目を「Extreme Change」、極端な変化シナリオと呼びます。これはAIが知識労働を根底から再構築し始める世界です。

2030年には、経済全体の約30%の業務がAIの影響を受け、これは2025年の知識労働者が担っていたタスクの約半分に相当します。そして影響を受けた仕事の90%が自動化され、残り10%だけがAI支援で人間の手に委ねられます。

さらに重要なのは、モデルはAIが知識労働者のために新しい仕事をほとんど生み出さないと仮定している点です。これが以前の多くの技術革命と大きく異なる部分です。従来、オートメーションが古いタスクを消す時、同時に新しい職も生み出してきました。

ATMは銀行の窓口での現金処理作業を減らしつつ、銀行支店はより多くの人員を販売や顧客サービスに振り向けました。インターネットは一部のオフライン職をなくしつつ、ECやデジタルマーケティング、ソフトウェア開発といった新職種を生み出しました。

しかしもしAIが次々と人間が生み出した新たな知識タスクまで引き受けていく場合、この「古い職消滅—新職登場」というサイクル自体が破壊される可能性があります。

2025〜2030年、3つのシナリオ下でのGDPと成長率

Anthropicの極端なモデルでは、それによる生産性向上は驚異的です。2030年、米国GDPはAIなしのパスより32.4%高い約44.4兆ドルとなります。当年の経済成長率は15.4%に達します。

この成長速度が継続するなら、経済規模は4.5年ごとに2倍になります。別の言い方をすると、一人当たり所得は約5年で倍増し、過去1世紀のアメリカが1人当たり所得を倍増させるのに35年かかったのと比べると圧倒的なスピードです。これは現代経済史ではほとんど出現したことのない規模の成長率です。

しかし労働市場は黄金時代にはなりません。むしろ逆です。このシナリオでは、社会全体の平均賃金は「AIなし」の場合より9.7%高いものの、知識労働者の賃金は11.5%低下します。AIに直接置き換えられなかった職種は、賃金が33.6%上昇します。

ソフトウェアエンジニア、事務員、カスタマーサービス、営業、専門職が向き合う世界は、電気工、看護師、建設労働者とはまったく異なるかもしれません。

理由は簡単です。知識労働の生産効率が飛躍的に上昇したことで、設計、プロジェクトの承認、注文処理、ソフトウェア記述をこなすのに必要な人数は減ります。知識労働の供給が「過剰」状態になるのです。

一方で、生産性向上はより多くの現実世界での需要を生み、建物の設計・承認が速くなり、建設プロジェクト増加を促進します。企業拡大が加速すれば、施工・設置・ケア・その他現実社会でのサービス需要が高まります。

そのため、モデルでは極めて直感に反する結果が出ます：AIが知識労働が得意になるほど、人間の知識労働の相対的希少性は低下し、AIでは難しい現実社会の仕事がより希少になります。問題はもはや賃金だけではありません。

2030年には、極端シナリオの知識職雇用数は2026年比で21.5%低下します。元々知識労働をしていた人々の失業率は17.9%に上昇。アメリカ全体の失業率は11.9%に達します。

つまり、AIは矛盾して見える2つの数字を同時に生む可能性が十分にあるのです——15%の経済成長率と12%近い失業率です。

これまで「経済繁栄」と「雇用繁栄」は自然に結びつくものと考えられてきました。しかしAnthropicのモデルでは、これら2つの指標が初めて全く異なる方向へ高速で動くかもしれません。

本当に変わるのは
「誰が成長を手にするのか」かもしれない

ここまで読むと、この研究は「AIが仕事を奪う」というレポートの一つと受け止められがちです。

しかしAnthropicで本当に注目すべき結論は、実は別の数字に隠れています。それは労働所得の割合。今日、経済が1ドルの所得を生み出すごとに、約60セントが労働者に、40セントが資本に分配されます。

GDPがアメリカの労働者と資本の間でどのように分配されるか

もちろん、これはマクロ的な単純化ですが、非常に重要な視点を与えてくれます。国家経済が成長したあと、新たに生み出された富が最終的にどこに行くのか？という観点です。

2025〜2030年の3つのシナリオ下での要素価格と労働分配率

Anthropicの3つのシナリオは全く異なる答えを出します。穏やかなシナリオでは、2030年の労働所得のGDP比率は59.4%、資本は40.6%です。顕著な変化シナリオでは労働分配率が56.1%に下がり、資本は43.9%に上がります。

極端なシナリオでは両者の立場が初めて逆転。労働が45.2%、資本が54.8%になります。経済のパイは前例のないほど大きくなります。

極端シナリオ下での2030年の労働力分布

しかしパイの切り方も変わります。背景には、AIが計算資源、データセンター、チップ、ソフトウェア、その他資本財で、人間だけができていた仕事のますます多くをこなせるようになったことがあります。

企業はより多くの計算能力、より大きなデータセンター、先進的なチップ、AI導入可能なインフラを必要とします。そのため、生産性向上で得た収益は、もはや賃金を通じて主に労働者の手に入るのではなく、ますます資本へのリターン、すなわち資産所有者に流れるようになります。

極端な場合、この変化は非常に顕著です。Anthropicの技術報告によれば、2030年のGDPはAIなしより1/3程度大きいにも関わらず、労働者が得る総所得はほとんど増加しません。

その理由は単純な計算式で説明できます。GDPが約32%増加する一方、労働分配率は60% から45%に低下します。その結果、経済が新たに生み出した大部分の価値は、モデル上ほとんどすべて資本の所得増加として反映されます。資本所得はAIなしより81%増加します。

これこそが報告書の中で最も注目すべき一文でしょう。AIの最大の経済問題は、十分な富を生み出せるかではなく、生み出した富がどのように分配されるかかもしれない、ということです。

これまでのAI論争は生産性に注目しがちでした。1人の従業員が3人分働けるのか、企業がコストを30%下げられるのか、チームが1カ月分の仕事を1日で終えられるのか、などです。

しかし企業という枠から経済全体に視点を移すと、問題は変わります。1人が10倍効率的になっても、必ずしも収入が10倍にはなりません。むしろ企業にはその人自体が不要になるかもしれません。

最も注目すべきタイミングは
2027年以降かもしれない

もう一つ注目すべきディテールがあります。Anthropicは論文で、3つのシナリオによる大きな分岐はどれも2027年以降に現れると指摘しています。これは3つのモデルとも、今日分かっているデータを出発点にしているためです。

短期的には違いは大きくありませんが、本当の差は、これから数年のAI能力の進化速度、企業による採用速度、「人類強化」と「直接自動化」の比率にかかっています。

つまり、2026年時点でAIの雇用市場全体での影響が限定的であっても、最終的にどのシナリオに向かうかの決定的な答えではないということです。それはAIが最終的にインターネット類似の汎用技術にとどまる場合か、あるいはより劇的な変化が単にまだ始まっていない場合もあるのです。

Anthropicはさらに、10,980人の米国成人を対象に、AIの能力、普及率、自律性、生産性向上、失業後の再就職までの期間などの質問調査も行っています。回答をモデルに組み込むと、興味深い結果が得られています。

一般的な米国回答者の未来予測は、最も穏やかなシナリオには寄りません。むしろAnthropicの「顕著な変化」シナリオにかなり近いのです。

5つの質問すべてに回答し、完全なモデルシミュレーションに用いられた回答者の中央値は、2030年の経済が：GDPはAIなしより8.6%高い、経済年成長率は5.3%、知識職雇用が4.2%減少、総失業率は約4.6%でした。

つまり、Anthropicの最も急進的仮定を採用しなくても、普通の人の予想自体がすでに「AIが経済構造を明らかに変える世界」を指し示しているということです。

本当の問いは
もはや「AIが私を置き換えるか」だけではない

もちろん、この研究には依然として大きな不確実性があります。Anthropic自身も繰り返し「2030年への地図」としてこれを使ってはいけないと警告しています。このモデルは国家政策、景気循環、金融市場変動、総需要変動、災害リスクなどを十分考慮していません。

労働者を知識労働者とその他に大まかに分類し、年齢、地域、スキル、企業間の大きな違いを細分化していません。また、先進ヒューマノイドロボットの急速な発展想定もあえて組み込んでいません。

もしロボットも現実の世界に大量導入されれば、今モデル上「安全」とされている建設、製造、ケアその他の実体労働もいずれ影響を受けるでしょう。よって、44.4兆ドルのGDPや17.9%の知識労働者失業率も、Anthropicによる正確な2030年予測と解釈すべきではありません。

むしろストレステストのようなものです。Anthropicが本当に問いたいのは「もしAIが十分強くなった時、いまの経済制度がその生産性成長に耐えられるかどうか？」です。

過去200年以上、人類は技術革命に際し、比較的安定した法則を形成してきました。機械が生産性を高め、生産性が経済成長を牽引し、企業が投資を拡大し、新産業が雇用を生み、労働者の賃金が最終的に上昇する……産業革命、電化、自動車、コンピュータ、インターネットいずれも概ねこのサイクルを壊しませんでした。

AIの最大の未知数は、このサイクルの最も中核——人間労働そのもの——に直接割り込む可能性があることです。

もし機械が道具の一種を置き換えるなら、労働者はその使い方を学べば済みます。あるタスクが置き換えられるなら、労働者は別のタスクへ移れます。しかし、どんどん汎用化されたAIが新しい知識タスクを学び続けるなら、「人はどこへ向かえばいいのか」がこれまで以上に難しい問題となります。

Anthropicのモデルが示すもう一つの答えは、労働者に必ずしも行き場がないわけではないという点です。膨大な需要は医療、ケア、建設、電気、製造その他現実世界のサービスにシフトする可能性があります。本当に難しいのは、ソフトウェアエンジニアが電気工に、財務アナリストが看護師に、事務員が建設業に転向することです。「再訓練すれば済む」というほど単純なことではありません。

職業の裏には教育、スキル、経験、地域、収入見込、個人選択が絡みます。技術調整は数カ月で済んでも、人間の適応には数年かかることもあります。その時間差こそが失業率を生み出すのです。だからこそ、Anthropicの今回のレポートを読んだ後、本当に覚えておくべきなのは「AIはどれだけ仕事を消すか」ではありません。

むしろ3つのもっと根源的な問いです。AIはどれだけの価値を創出するのか？その価値は最終的に誰のものになるのか？テクノロジーによって再分配される人々は、どれくらい早く新たな居場所にたどり着けるのか？

もしAIの能力がゆっくりとしか向上しないなら、答えはインターネット時代とそう変わらないかもしれません。

しかし、もし本当により急進的な路線で展開すれば、2030年にはかつてほとんど現れなかった経済問題に直面することになるかもしれません——それは、富が足りないのでも、生産性が低いのでもなく、経済成長が遅いのでもありません。

むしろ逆で、機械が経済のパイをどんどん大きくした後、人類は「このパイをどう分配するか」という問いに再び直面するのです。

出典：Anthropic