第11回 it 投資と日本経済・労働市場 · ピュータ自身が学習することに...
TRANSCRIPT
情報経済論
50
第 1１回 IT 投資と日本経済・労働市場
１、日本の IT 投資と労働の補完・代替関係
（１） 90 年代の IT 投資の特徴と労働の代替
1990 年代（特に 90 年代後半）に入り、日本経済においても IT 投資は増加し、
IT 資本ストックは構成比においても、経済成長への寄与度においても日本経済
に大きな役割を果たしている。特に、卸売・小売業＝サービス産業での増加が
著しい。一方、労働の寄与度は常にマイナスの値であり、IT 投資が労働代替型
の設備投資としての性格を持ち、経済成長が雇用の回復につながっていないこ
とを示している（→第 11 回）。
1980 年代にも IT 投資は経済成長に大きな寄与を示しているが、その中心は
製造業における FA（Factory Automation：工場自動化）の投資や、金融業にお
けるオンライン化の投資であった。FA のように生産工程の効率化をもたらす投
資によって、単純労働者のスキルはソフトウェアに簡単にプログラミングされ、
機械やロボットに置き換えられた。また銀行業務のオンライン化によって窓口
業務は ATM で行えるようになり、預金・為替・融資などの科目間処理も機械化
による連動処理が可能となり、女性一般職のスキルが事実上デジタル化された。
一方、1990 年代以降の IT 投資は、卸売・小売業＝サービス産業を中心に、
生産工程以外に開発・顧客管理・物流・事務管理等などの OA（Office
Automation）が各部門で利用されるようになった。これらの部門は製造業、生
産工程に比べて労働者間のコミュニケーションや所属企業内部の暗黙知など、
デジタル化が困難なスキルが多い。その中でも 1990 年代に入って IT 投資によ
る労働の代替が着実に進んでいる。
（２）IT 投資と労働者間の代替関係
IT 投資は若年労働者と熟年労働者の間の「デジタル･デバイド（Digital
Divide）を生じさせる。特に熟年低学歴労働者は、パソコンやインターネット
などの IT 機器への適応が遅い。IT 投資は、資本と労働の代替を進めるだけでな
く、労働者内部での代替関係（熟年労働者と若年労働者、低学歴労働者と高学
歴労働者）を強める傾向がある。
図 13 は 1980 年代（1981 年～1989 年）と 1990 年代（1990 年～1998 年）
の付加価値（GDP）成長率に対するそれぞれの労働（熟年労働者と若年労働者、
低学歴労働者と高学歴労働者）の寄与を全産業、および産業別に調査した結果
である。
情報経済論
51
図13-1 付加価値成長率に対する労働の寄与 80年代（1981年～1989年）
-2.000
-1.500
-1.000
-0.500
0.000
0.500
1.000
1.500
2.000
食品
繊維
紙・パ
ルプ
化学
窯業
・土石
一次
金属
金属
製品
一般
機械
電気
機械
輸送
機械
精密
機械
建設
商業
金融
運輸
・通信
サー
ビス
全産
業
若年低学歴（40歳未満） 熟年低学歴（40歳以上） 若年高学歴（40歳未満） 熟年高学歴（40歳以上）
図 13 付加価値（GDP）成長率に対する労働の寄与
1980 年代の IT 投資を中心とした設備投資は生産工程の効率化といった側面
が強かったので、資本によって代替されるのは若年低学歴労働者であった。生
産工程において熟年労働者の職場における学習やオン・ザ・ジョブ・トレーニ
ング（OJT）によって習得されるスキルは生産性の向上に大きな寄与をしてき
た。これに対し 1990 年代の IT 投資は、これらのスキルをデジタル化すること
によって、熟年労働者の代替を進めている。
図13-2 付加価値成長率に対する労働の寄与 90年代（1990年～1998年）
-3.000
-2.500
-2.000
-1.500
-1.000
-0.500
0.000
0.500
1.000
1.500
食品
繊維
紙・パ
ルプ
化学
窯業
・土石
一次
金属
金属
製品
一般
機械
電気
機械
輸送
機械
精密
機械
建設
商業
金融
運輸
・通信
サー
ビス
全産
業
若年低学歴（40歳未満） 熟年低学歴（40歳以上） 若年高学歴（40歳未満） 熟年高学歴（40歳以上）
情報経済論
52
図13-3 付加価値成長率に対する労働の寄与 90年代前半（1990年～1994年）
-3.500
-3.000
-2.500
-2.000
-1.500
-1.000
-0.500
0.000
0.500
1.000
1.500
食品
繊維
紙・パ
ルプ
化学
窯業
・土石
一次
金属
金属
製品
一般
機械
電気
機械
輸送
機械
精密
機械
建設
商業
金融
運輸
・通信
サー
ビス
全産
業
若年低学歴（40歳未満） 熟年低学歴（40歳以上） 若年高学歴（40歳未満） 熟年高学歴（40歳以上）
図13-4 付加価値成長率に対する労働の寄与 90年代後半（1995年～1998年）
-3.000
-2.500
-2.000
-1.500
-1.000
-0.500
0.000
0.500
1.000
1.500
食品
繊維
紙・パ
ルプ
化学
窯業
・土石
一次
金属
金属
製品
一般
機械
電気
機械
輸送
機械
精密
機械
建設
商業
金融
運輸
・通信
サー
ビス
全産
業
若年低学歴（40歳未満） 熟年低学歴（40歳以上） 若年高学歴（40歳未満） 熟年高学歴（40歳以上）
この傾向（IT 投資による高学歴労働者と熟練低学歴労働者の代替）は 90 年
代通じて、より強まっていることがわかる。90 年代に入って、労働者間のコミ
ュニケーションや所属企業内部の暗黙知など、デジタル化が困難なスキルが多
いと思われている商業や通信、サービス業などにおいても IT 投資による熟年低
学歴労働者の代替が進んでいる。IT 投資は長期的雇用関係に根ざした労働者の
経験に基づく熟練や暗黙知などの「生産のノウハウ」をデジタル化し、代替可
能なものにさせてしまったのである。
情報経済論
53
以上のように、IT 資本と高技能労働は補完関係、IT 資本と低技能労働は代替
関係となる傾向がある。IT 技術の導入は効率化を高め、雇用を減らす（代替関
係）、一方で IT 技術を使う業務への需要を高めて雇用を増やす（補完関係）。
1980 年～2005 年までの産業別データから、資本と労働の代替弾性値を計測
した結果、製造業、サービス業ともに、IT 資本と高技能労働は補完的、情報資
本と低技能労働は代替的な関係が得られた。
『平成 21 年版 情報通信白書』より
ソフトウェアによってプログラム化できるような定型的業務や、ウェブサイ
ト・電子端末等で自動化できる受付業務等は、情報通信システムによって代替
が可能である一方、高度の専門知識を必要とするシステム構築や、膨大な情報
の中から取捨選択して付加価値を生むような企画立案等は、情報通信システム
を使いこなす業務であるため IT 資本と補完的な関係となる。
表13-1 資本と労働の代替・補完関係製造業 サービス業
情報資本と高技能労働 補完的 補完的（-6.93） （-0.15）
情報資本と低技能労働 代替的 代替的(7.88) (6.59)
情報経済論
54
２、2010年代の IT＝AI投資と産業
（２） 2010年代の IT：IoT、ビッグデータ、AI
コンピュータだけでなく多数の端末がネットワークに接続することによって、
モノがつながったネットワーク（IoT：Internet of Things）を通じて集積され
る膨大な情報＝ビッグデータを、リアルタイムで集積・解析し、判断の高度化
や自動制御することが求められており、AI（Artificial Intelligence：人工知
能）が欠かせない技術となってい
る。（「情報産業論」で詳しく紹介）
特に 2010 年代になって、コン
ピュータ自身が学習することに
よって抽出していくディープラ
ーニング（深層学習）の手法によ
って、機械＝コンピュータがさら
に自律的に処理を行える可能性
が高まり、現在の第 3 次 AI ブー
ムにつながっている1。
（２）各産業での AIの活用（AI投資）の進展
インターネット（Web1.0）から Web2.0 やクラウド・コンピューティングへ
のネットワークの進化によって情報通信産業のビジネスの中心はハードウェア
1 例えば Google 傘下の企業が開発した「アルファ碁」（AlphaGo、Google DeepMind 社によっ
て開発された囲碁プログラム）は過去の膨大な対局の記録のデータを学習するだけでなく、自ら
も対局を繰り返すことによって勝敗を分ける要素を見つけ出すことを学習していったと言われ
ている。またヒューマノイドロボットの Pepper も人間の表情・音声から感情を認識する学習す
るだけでなく、Pepper たちがネットワークを通じて AI に接続されており（クラウド・コンピ
ューティング）、それぞれの Pepper 個体が収集したデータをアップロードして学習して、それ
らを集合知として利用する事で加速度的に成長・進化していくという仕組みを持っている。
情報経済論
55
やソフトウェア、そしてネットワークそのものではなく、これらを活用してど
のようなサービス（広告や販売）を消費者に提供するのかに比重が移ってきた。
さらに IoT（モノのインターネット）によって膨大な情報＝ビッグデータを集
積・解析し、これらのサービスに提供するために情報通信産業だけでなく、あ
らゆる産業にとって AIの活用が欠かせなくなっている。
例えば政府や日本銀行からは経済統計以外にも連日のように膨大なテキスト
情報が公表されているが、これらのテキスト情報を AIが解読して定量化してエ
コノミストが景況判断を行う際のサポートに使うことが可能になる。また医療
分野においても画像認識の精度が飛躍的に向上したことで、膨大な画像情報を
ディープラーニングに読み込ませることによって患者の様態を診断することが
可能になっている2。スマートフォンからのユーザ情報をもとに AIがファッショ
ンセンスを学習し、電子商取引のサイトを通じてコーディネートを提案するよ
うなサービスも始まっている3。
2 米サンフランシスコ発の Enlitic 社は CT スキャンや MRI、顕微鏡写真、レントゲン写真など
あらゆる画像をディープラーニングに読み込ませ、ガン腫瘍の特性を解析。解析結果と遺伝子情
報とを組み合わせることで、人間よりも精度が高く短時間に診断をすることができるようになっ
た。 3 東京のベンチャー企業カラフル・ボード社はスマホアプリ SENSY を通じて集められた情報か
らユーザがどんな服を選んでいるたかのデータを蓄積、AI がユーザの服のセンスを学習して国
内外の電子商取引サイトからユーザの好みに合うアイテムを紹介する仕組みを構築している。
情報経済論
56
AIを中心とした IT 技術の導入が急速に進んでいるのが金融分野である。既に
大手銀行では前述のワトソンを導入して業務効率化などを図っている4。また、
AI が力を発揮するのはインターネットに代表される開放的なネットワークであ
る。スマートフォンなどの端末からネットワークを通じて収集される企業や顧
客の膨大なデータ（企業情報、売上情報、顧客の決済情報や嗜好、市場の変化
やインフレ進行時の対応方法）を AIで分析することによって融資の判断や資産
運用、保険などのサービスを利用者（企業や顧客）に提供するがフィンテック
（Fintech）が IT 企業中心に世界的規模で進んでおり5、銀行を中心とした金融
サービスのビジネスモデルが大きな変革を迫られている。
そして、AIの産業化を象徴しているのが自動運転車であろう。Google はレー
ダー、LIDAR（レーザー画像検出と測距）、GPS（衛星測位システム）、カメラ
などで道路状況など周囲の環境を認識しながら、行き先を指定するだけで自律
的に運転を学習する AI を搭載した「自動運転車」が人間に代わって走行する「グ
ーグルカー」を開発中である。もちろんトヨタ自動車（2020 年をめどに高速道
路で車線変更が可能な自動運転車を市場投入）、日産自動車（2016 年に高速道
路での同一車線自動走行、2020 年に市街地走行を目指す）、ドイツの VW グル
ープやスウェーデンのボルボ社など既存の自動車産業も自動運転車の開発に取
り組んでいる。この自動運転車の登場は IT 企業がものづくり産業の象徴とも言
える自動車産業に進出しているだけでなく、自動車産業のビジネスモデルを大
きく変革するものである。
4 みずほ銀行や三井住友銀行がワトソンを導入してコールセンターに利用者からかかってきた
電話を音声認識技術によって解析、相談や問い合わせ内容をテキスト化し、データを解析するこ
とによってオペレータに回答候補を示している。また野村証券は、ディープラーニング（深層学
習）を活用し「売り上げが戻っている」など、約２０万件に及ぶ企業の景況感に関するテキスト
情報をコンピュータに読み込ませ文章と景気認識の関係を覚えさせた。内閣府が毎月発表する月
例経済報告や日銀の金融経済月報などを解析。資料に込められた政府や日銀の景況感を独自に数
値で示している。 5 米国の IT 企業スクエアは、スマホやタブレットのイヤホンジャックに小型機器を装着するこ
とで、クレジットカード決済を可能にするだけでなく、端末から収集される顧客データを分析し
て融資や資産運用の提案を顧客に対して行っている。資産運用に関しては利用者の運用目的やリ
スク許容度に合ったポートフォリオを組んで運用をアドバイスする「ロボ・アドバイザー」のサ
ービスの導入が大手金融機関でも進んでいる。
情報経済論
57
３、AIと雇用、「定型業務」の解体と労働市場の「二極化」
（１）AIによる「定型業務」の解体と労働市場の「二極化」
AI の産業分野への導入・活用は産業構造自体にも大きな変革をもたらすもの
であるが、直接的には雇用に大きな影響を与える。特にホワイトカラー層＝中
間層が行っていた仕事を代替するものである。1990 年代以降の IT 化は従来の
工場における機械の導入によるブルーカラーが行っていた労働の代替ではなく、
オフィスにコンピュータやインターネットが導入されることによってホワイト
カラー層の主に単純労働を代替してきた（第 12 回参照）。AIはさらにホワイト
カラー層の知識や熟練、さらに判断を代替することによってホワイトカラー層
全体の代替=リストラを進めるものである。オックスフォード大学による研究に
よると莫大な量のデータをコンピュータが処理できるようになった結果、非ル
ーチン作業だと思われていた仕事をルーチン化することが可能になり、銀行や
保険・不動産の業務や医療診断、法律分野6の仕事などがコンピュータに代わら
れる確率は 90%以上という数字が弾きだされている7。
一方、当然ながら AI開発を中心とした情報通信産業の成長と併せてこの分野
の雇用は拡大する。また、AI が処理した判断を決定し実行するのは人間の役割
であるが、そのためには一定の AI に関する知識が求められる。また AI による
生産性の上昇が経済成長につながれば雇用全体が拡大する可能性はある。
6 法律の分野でも、裁判前のリサーチのために数千件の弁論趣意書や判例を精査するコンピュー
タがすでに活用されており、（中略）弁護士アシスタントであるパラリーガルや、契約書専門、
特許専門の弁護士の仕事は、すでに高度なコンピュータによって行われるようになっているとい
う（http://gendai.ismedia.jp/articles/-/40925 参照）。 7 株式会社野村総合研究所オックスフォード大学のとの共同研究により、国内 601 種類の職業
について、それぞれ人工知能やロボット等で代替される確率を試算し、10～20 年後に、日本の
労働人口の約 49％が就いている職業において、それらに代替することが可能との推計結果が発
表している（https://www.nri.com/jp/news/2015/151202_1.aspx 参照）。また経済産業省は 2016
年 4 月 27 日、人工知能（ＡＩ）やロボットなど技術革新をうまく取り込まなければ、2030 年
度には日本で働く人が 15 年度より 735 万人減るとの試算を発表している
（http://www.nikkei.com/article/DGXMZO00153800X20C16A4I00000/ 参照）。
情報経済論
58
米マサチューセッツ工科大学（MIT）のデービッド・
オーター教授（David Autor,1967-）は AIも含めた現代
の IT 技術による自動化の主な効果は、ブルーカラーの
仕事を破滅させることではなく、定型化が可能なすべて
の仕事を台無しにすることだと指摘している8。その結
果、労働市場の「二局化（Polarization）」が生じ、世
界中で高学歴の人や未熟練労働者に対する需要は高ま
ったが、中間レベルの教育やスキルの人への需要が低下したことが明らかにし
た9。中間スキル層の職が減るに伴い、この層の労働者が未熟練向けの職に流れ
込んだことを指摘。その結果、未熟練向けの職は買い手市場となり、賃金に低
下圧力がかかったとしている。
日本においても、数値のみを扱っている職種は AI による代替性が高く、今後、
「特化型 AI」普及により経理関係者（会計士等）、金融業（トレイダー、証券ア
ナリスト等）は技術的失業が加速する可能性がある。金融業に関しては顧客が
直接 AI を導入すれば、業種としての存在意義も問われることにもなる。
8 Autor, David, Frank Levy and Richard J. Murnane (2003) “The Skill Content of Recent
Technological Change: An Empirical Exploration“ Quarterly Journal of Economics, 118(4),
1279-1333. 参照。 9 「高スキル」「低スキル」の二分法ではなく、業務の内容を定型的（Routine）か非定型的
（Non-routine）か、知的業務か身体的業務かなどの観点から 5 タイプに分類した。5 タイプと
は、非定型分析業務（Non-routine Analytic tasks）、非定型相互業務（Non-routine Interactive
tasks）、定型認識業務（Routine Cognitive tasks）、定型手仕事業務（Routine Manual tasks）、
非定型手仕事業務（Non-routine Manual tasks）である。
情報経済論
59
（２）AIによる技術的失業、ベーシックインカムの可能性
日本においても今後 AI投資が進んでいけば（特に現在、人手不足と言われな
がらもデフレ基調から完全に脱却していない状況において、人口減少のスピー
ドを AI による効率化のスピードが上回れば）、労働の供給過剰、深刻な技術的
失業の増大に直面することが予想される。
そこで考えられる経済政策として、AI の普及に伴う労働者の所得を保証する
制度としてベーシックインカム（Basic Income）の導入が考えられる。ベーシ
ックインカム（は収入水準に拠らずに全ての人に無条件に、最低限の生活費を
一律に給付することものであり、「（普遍主義的）社会保障的制度としての側面」
の他に「国民配当としての側面」も持つ。
AI 発達により多くの労働者が雇用を喪失し収入源を絶たれる人が増加すれば、
現状の制度では生活保護の適用対象を拡大しなければならなくなるが、生活保
護からベーシックインカムへの転換も一つの方策であろう。ただし、これは用
AIの普及による生産性の向上、税収の増加も前提としたものでもある。