AI、自動化、そして仕事の未来: 取り組むべき10の課題

[[236355]]

職場で機械が人間の労働に取って代わるにつれ、その恩恵を受けるためには私たち全員が適応する必要がある。

自動化と人工知能はビジネスを変革し、生産性の向上を通じて経済成長を促進するでしょう。また、健康から気候変動に至るまでのさまざまな分野における社会的な「ムーンショット」課題の解決にも貢献します。

同時に、これらのテクノロジーは仕事の性質や職場そのものを変えるでしょう。機械は、人間が完了できるより多くのタスクを実行できるようになり、人間の作業を支援し、さらには人間が完了できないタスクも実行できるようになります。その結果、いくつかの職業は衰退し、他の職業は繁栄し、さらに多くの職業が変化するでしょう。

仕事は十分に行き渡ると信じていますが（極端な場合を除く）、社会は大幅な労働力の変化や混乱に対処する必要があります。労働者は新しいスキルを習得し、職場でますます強力になる機械に適応する必要があります。衰退している職業から成長している職業に移らなければならない場合もあり、場合によっては職業を変えなければならないこともあります。

このエグゼクティブ ブリーフでは、マッキンゼー グローバル インスティテュートの最近の調査に基づいて、職場における自動化と AI の可能性と課題を探り、政策立案者、企業、個人が取り組む必要のある主要な問題のいくつかを概説します。

1. AIと自動化の加速は、ビジネス、経済、社会に豊富な機会を生み出している

2. AIと自動化が雇用に及ぼす影響

3. 主要労働力の変革と課題

4. 取り組むべき10の事柄

AIと自動化の加速は、ビジネス、経済、社会に豊富な機会を生み出しています。

自動化と人工知能は新しいものではないが、最新の技術の進歩により、機械が実行できることの限界が押し広げられている。研究によれば、社会はこうした進歩を必要としており、それによって企業に価値をもたらし、経済成長を促進し、社会の最も困難な課題のいくつかに対して想像を絶する突破口を開くことができるのです。

技術進歩の加速

従来の産業オートメーションと高度なロボット工学に加えて、路上の自動運転車から食料品店の自動チェックアウトまで、さまざまな環境で、より強力な新世代の自動化システムが登場しています。進歩の大部分は、メカニズム、センサー、ソフトウェアなどのシステムとコンポーネントの改善によって推進されてきました。近年、機械学習アルゴリズムがより洗練され、計算能力の大幅な向上とトレーニングに利用できるデータの急増を活用するようになったため、人工知能は特に大きな進歩を遂げています。驚くべきブレークスルーが次々と話題になっていますが、その多くはコンピュータービジョン、自然言語処理、人間の能力を超えた複雑なゲーム（囲碁など）に関係しています。

ビジネスを変革し、経済成長を促進する可能性

これらのテクノロジーはすでにさまざまな製品やサービスに価値を生み出しており、さまざまな業界の企業がさまざまなプロセスでこれらのテクノロジーを使用して、パーソナライズされた製品の推奨、生産における異常の検出、不正な取引の特定などを行っています。分類、推定、クラスタリングの問題を解決するためのものを含む最新世代の AI 技術の開発は、依然として大きな付加価値をもたらすことが期待されています。数百の AI ユースケースを分析した結果、人工ニューラル ネットワークを導入する最先端のディープラーニング技術は、年間 3.5 兆ドルから 5.8 兆ドルもの収益を生み出す可能性があることがわかりました。これは、すべての分析テクノロジによって生み出される価値の 40% に相当します (図 1 を参照)。

現在、高齢化と出生率の低下が成長の足かせとなっている中、AI と自動化技術の導入は世界経済を押し上げ、世界の繁栄を高めるのに大いに役立つ可能性があります。経済成長の重要な原動力である労働生産性の伸びは、多くの経済で鈍化しており、前回の好況期に続いて生産性が鈍化し、2008年の金融危機の結果として、10年前の米国および主要欧州経済における2.4％から2010～2014年の平均0.5％に低下した。 AI と自動化は、この下降傾向を逆転させる可能性を秘めています。生産性の伸びは今後 10 年間で年間 2% に達する可能性があり、その伸びの 60% はデジタル化の機会から生まれます。

いくつかの社会的ムーンショット課題の解決に役立つ可能性

AIは、材料科学から医療研究、気候科学に至るまでさまざまな分野で活用されています。これらの技術をこれらの分野や領域に適用することで、社会のムーンショット課題の解決に役立ちます。例えば、ガイシンガーの研究者は、頭蓋内出血の診断にかかる時間を最大 96 パーセント短縮できるアルゴリズムを開発しました。一方、ジョージ・ワシントン大学の研究者たちは、気候変動に関する政府間パネルが使用する気候モデルをより正確に測定するために機械学習を利用している。

これらの技術があらゆる場所で経済的、社会的利益をもたらす可能性を実現するまでには、課題が残っています。

AIと自動化は依然として課題に直面しています。これらの制限は、大量のトレーニング データが必要であることや、ユース ケース全体でアルゴリズムを「一般化」することが難しいことなど、部分的には技術的なものです。人工知能技術の使用にも課題が残ります。たとえば、機械学習アルゴリズムによって行われた決定を説明することは技術的に困難であり、これは金融融資や法務アプリケーションを含むユースケースでは特に重要です。トレーニング データとアルゴリズムの潜在的なバイアス、データのプライバシー、悪意のある使用、セキュリティはすべて対処しなければならない問題です。ヨーロッパは、データの収集と使用に関してユーザーにさらなる権利を与える新しい一般データ保護規則で先頭に立っている。

もう 1 つの課題は、組織がこれらのテクノロジを導入できるかどうかですが、人材、データの可用性、テクノロジ、準備手順によって導入が困難になることがよくあります。導入状況は分野や国によってまちまちです。金融、自動車、通信業界が AI の導入をリードしています。国別に見ると、2016年のAIへの投資額は米国が150億～230億ドルで第1位となり、次いでアジアが80億～120億ドル、欧州が30億～40億ドルで後れをとった。

AIと自動化が仕事に及ぼす影響

AI と自動化がビジネスと社会に利益をもたらす一方で、私たちは仕事に大きな混乱が生じることに備える必要があります。

労働者が行う活動（仕事ではない）の約半分は自動化できる

800 を超える職業にわたる 2,000 を超える業務活動を分析した結果、一部の活動カテゴリは他の活動カテゴリよりも自動化の影響を受けやすいことがわかりました。これらには、予測可能性が高く構造化された環境での身体活動、およびデータの収集とデータ処理が含まれます。これらは、あらゆるセクターで人々が行う活動の約半分を占めています。最も影響を受けにくいカテゴリには、他者の管理、専門知識の提供、利害関係者とのコミュニケーションが含まれます。

ほぼすべての職業が自動化の影響を受けるが、これまでに実証された技術を使用して完全に自動化できる職業は約 5% にすぎません。より多くの職業には部分的に自動化できる要素があり、職業の 60% では、その活動の約 30% が自動化できることがわかりました。つまり、溶接工から住宅ローンブローカー、CEOに至るまで、ほとんどの労働者が高速で動く機械のそばで働くことになる。 その結果、これらの職業の性質が変化する可能性があります。

失業率：一部の職業は2030年までに急激に減少する

自動化により一部の労働者が置き換えられるでしょう。 2016年から2030年の間に、世界の労働力の約15%、つまり約4億人の労働者が自動化によって職を失う可能性があることがわかりました。これは、導入の予測ペースと範囲に関する当社の中期シナリオを反映しています。私たちがモデル化した最速のシナリオでは、その数は 30%、つまり 8 億人の労働者に増加します。最も導入率が低いシナリオでは、失業する人は約 1,000 万人にとどまり、世界の労働力のほぼゼロパーセントになります (図 2 を参照)。

この幅広い範囲は、AI と自動化の導入のペースと範囲に影響を与える複数の要因を浮き彫りにします。自動化の技術的な実現可能性は、最初の要素にすぎません。その他の要因としては、導入コスト、労働市場の動向（労働力供給量、質、関連賃金を含む）、採用のビジネスケースをサポートするものを超えた代替労働の利点、そして最後に社会規範と受容性などが挙げられます。導入状況は、上記で説明した要因、特に労働市場の動向の違いにより、国やセクター間で引き続き大きく異なります。フランス、日本、米国など、比較的賃金が高い先進国では、自動化によって2030年までに労働力の20～25%が置き換えられる可能性があります。インドでは、中程度の導入シナリオではその2倍の数字が自動化によって置き換えられる可能性があります。

雇用：同時に雇用機会も創出される

たとえ労働者が機械に置き換えられたとしても、雇用と雇用の需要は増加するでしょう。私たちは、所得の増加、医療費の増加、インフラ、エネルギー、技術の開発と展開への投資の継続または強化など、雇用需要を促進するいくつかの要因に基づいて、2030 年までの労働力需要のシナリオを作成します。シナリオでは、2030年までに世界の労働力の21%から33%（5億5,500万から8億9,000万の雇用）の追加労働需要が見込まれており、失われる雇用数をはるかに上回っています。最も大きな利益は、労働年齢人口が急速に増加しているインドなどの新興経済国で得られるだろう。

ビジネスの活力や生産性の向上など、さらなる経済成長も引き続き雇用を創出するでしょう。過去の経験が指標となるならば、現在では想像もできない多くの新しい職業も出現し、2030年までに雇用創出の10％を占める可能性があります。さらに、テクノロジー自体は歴史的に見て純粋な雇用創出要因となってきました。たとえば、1970 年代から 1980 年代にかけてパーソナル コンピュータが導入されたことで、半導体メーカーだけでなく、あらゆる種類のソフトウェアおよびアプリケーション開発者、顧客サービス担当者、情報アナリストなど、数百万もの雇用が創出されました。

仕事の変化: 職場で機械が人間の労働を支援するようになると、失われる仕事や増える仕事よりも多くの仕事が変化するだろう。

機械が人間の労働を支援するようになると、部分的な自動化がより一般的になるだろう。たとえば、診断スキャンを高精度で読み取ることができる AI アルゴリズムは、医師が患者の症例を診断し、適切な治療オプションを決定するのに役立ちます。他の分野では、反復的なタスクを伴う仕事は、自動化されたシステムの管理とトラブルシューティングのモデルに移行する可能性があります。小売業者アマゾンでは、商品を持ち上げたり積み重ねたりしていた従業員に代わって、自動アームを監視し、物の流れが途切れるなどの問題を解決するロボットオペレーターが採用されている。

主要な労働力の変革と課題

当社のシナリオのほとんどでは、2030 年には完全雇用を確保するのに十分な雇用があると予測していますが、自動化と AI の導入に伴う変化は重大なものとなるでしょう。 職業の組み合わせは変化し、スキルや教育の要件も変化します。 人間が機械と最も効果的に協力して働けるように、仕事を再設計する必要があります。

将来の職場で活躍するには、労働者には異なるスキルが必要になる

自動化により、過去 15 年間に私たちが目撃してきた労働力に求められるスキルの変化が加速されます。 プログラミングなどの高度な技術スキルに対する需要が急速に高まります。 創造性、批判的思考、複雑な情報処理などの社会的、感情的、高次の認知スキルも、需要が高まるでしょう。基本的なデジタルスキルに対する需要は高まっており、この傾向は今後も継続し、加速していくでしょう。 肉体的および手作業のスキルに対する需要は減少しますが、多くの国では2030年でも労働力の最大のスキルカテゴリーであり続けるでしょう（図3を参照）。これにより、既存の労働力のスキル課題にさらなる圧力がかかり、新たな資格制度の必要性が生じます。 いくつかの革新的なソリューションが登場していますが、課題の規模に見合ったソリューションが依然として必要とされています。

多くの労働者は転職を余儀なくされるかもしれない

当社の調査によると、中期シナリオでは、2030 年までに世界の労働者の約 3% が職業分類を変更する必要があると予想されていますが、シナリオの範囲は 0% から 14% です。 こうした変化の一部は企業内や業界内で起こりますが、多くの変化は業界間、さらには地域間で起こります。高度に構造化された環境や、データの処理や収集を伴う身体活動で構成される職業は減少するでしょう。 成長する職業には、自動化が難しい業務（管理職など）や、予測できない物理的環境で働く職業（配管工など）が含まれます。 需要が増加している他の職業としては、教師、看護助手、技術職、その他の専門職などがある。

機械と共に働く人が増えるにつれ、職場やワークフローは変化する

スマートマシンとソフトウェアが職場にさらに深く融合するにつれて、ワークフローとワークスペースが進化し、人間とマシンが連携して作業できるようになります。 たとえば、店舗にセルフチェックアウト機が導入されると、レジ係は質問に答えたり、機械のトラブルシューティングを手伝ったりできるチェックアウト支援アシスタントになることができます。 システムレベルのソリューションが増えると、ワークフローとワークスペース全体の再考が促されます。 一部の部分は主にロボット用に設計されている一方、他の部分は人間とロボットの安全な相互作用を促進するように設計されているため、倉庫の設計は大幅に変更される可能性があります。

自動化は先進国の平均賃金に圧力をかける可能性がある

職業構成の変化は賃金に圧力をかける可能性が高い。 先進国における現在の中賃金の仕事の多くは、製造業や会計業など、自動化が進んでいる活動が中心だが、こうした活動は減少する可能性がある。 特に高度なスキルを持つ医療・技術職やその他の専門職の高給職は大幅に増加するが、教師や介護助手など、創出が予測される職のほとんどは、一般的に賃金構造が低い。 リスクは、自動化によって、過去10年間に先進国を悩ませてきた賃金の二極化、所得格差、所得不足が悪化し、社会的、政治的な緊張を引き起こす可能性があることだ。

これらの差し迫った課題に直面して、労働力の課題はすでに存在している。

ほとんどの国はすでに、雇用主の現在の要求を満たすために労働者を適切に教育し、訓練するという課題に直面しています。 過去20年間、OECD諸国全体で労働者の教育と訓練への支出は減少している。 労働者の移転や失業支援への支出もGDPに占める割合が引き続き減少した。 過去10年間の教訓の一つは、グローバル化は経済成長と消費者としての人々に利益をもたらしたかもしれないが、労働者に対する賃金と失業の軽減効果については十分に対処されていないということだ。私たち自身の分析も含め、ほとんどの分析は、今後数十年にわたってこれらの問題の規模が拡大する可能性が高いことを示唆しています。 過去には、大規模な労働力のシフトが賃金に永続的な影響を及ぼす可能性があることが分かっています。19 世紀の産業革命の間、生産性の向上にもかかわらず、英国では賃金が半世紀にわたって停滞しました。これは「エンゲルスの休止」として知られる現象です (PDF - 690KB)。

対処すべき10の事柄

これらの課題に対処するための適切な対策や政策を模索するにあたり、私たちは技術の普及を後退させたり遅らせたりしようとすべきではありません。企業や政府は、自動化と AI を活用して、パフォーマンスと生産性の向上、そして社会的利益の実現を目指す必要があります。 これらのテクノロジーは経済的余剰を生み出し、社会が労働力の変革を管理するのに役立ちます。 そして、労働力の移行が可能な限りスムーズに行われるようにする方法に重点を置く必要があります。 これには、いくつかの重要な領域で実行可能かつスケーラブルなソリューションが必要になる可能性があります。

力強い経済成長と生産性向上を確保する。力強い成長は、自動化によってもたらされるすべての課題に対する魔法の答えではありませんが、雇用の増加と繁栄の増大の前提条件です。 生産性の向上は経済成長の重要な要素です。 したがって、投資と需要を解き放ち、生産性への貢献を自動化することが重要です。

ビジネスの活力を養います。起業家精神とより迅速な新規事業の設立は、生産性を高めるだけでなく、雇用の創出も促進します。 中小企業にとって活気のある環境、そして大企業にとって競争的な環境は、企業の活力を刺激し、その結果として雇用の増加を促進することができます。 新規事業の設立速度を加速し、大小の事業の成長と競争力を高めるには、よりシンプルかつ進化する規制、税金、その他のインセンティブが必要です。

進化する教育システムと学習変革の職場。政策立案者は、教育機関（伝統的および非伝統的）や雇用主と協力し、学校システムや職場研修の改善を通じて基本的な STEM スキルを向上させることができます。 創造性、批判的思考、体系的思考、そして適応力と生涯学習に重点を置く必要があります。 これには大規模なソリューションが必要になります。

人的資本に投資する。下降傾向を逆転させ、一部の国では労働者の訓練に対する公的投資の減少を食い止めることが重要です。 政策立案者は、民間部門が研究開発を含む他の種類の資本に投資するインセンティブと同様に、税制優遇措置やその他のインセンティブを通じて、雇用創出、学習と能力開発、賃金上昇を含む人的資本への投資を企業に奨励することができます。

労働市場のダイナミクスを改善する。労働者と仕事や資格をマッチングさせる情報シグナルは、ほとんどの経済においてより効果的に機能します。 デジタルプラットフォームは、人々が仕事を見つけ、労働市場に活力を取り戻すことにも役立ちます。 同じ会社内であっても、転職する人が増えると、賃金が上がるという証拠があります。 より多くの雇用と収入獲得機会（ギグエコノミーを含む）が出現するにつれて、給付の移転性、労働者の分類、賃金の変更などの問題に対処する必要があります。

再設計作業。ワークフロー設計とワークスペース設計は、人と機械がより密接に連携する新しい時代に合わせて適応する必要があります。 これは、安全で生産的な環境を作り出す上での機会であると同時に課題でもあります。 仕事がより協調的になり、企業がより柔軟で非階層的な組織を目指すようになるにつれて、組織も変化しています。

収入について考え直しましょう。自動化（完全または部分的）によって雇用が大幅に減少したり、賃金に著しい圧力がかかったりする場合は、条件付き移転、移動支援、普遍的ベーシックインカム、適応型社会セーフティネットなどのアイデアを検討し、テストすることができます。 重要なのは、経済的に実現可能で、収入だけでなく、意味、目的、尊厳も提供するものも含め、職場での複数の役割を組み合わせた解決策を見つけることです。

影響を受ける労働者に対する移行支援とセーフティネットを再考します。仕事は業種、場所、活動、スキル要件を問わずますます急速に変化しており、多くの労働者は適応するための支援を必要とするでしょう。 セーフティネットを変革するためのベストプラクティスのアプローチは数多く存在し、それらを採用して適応させるべきである一方、新たなアプローチも検討してテストすべきである。

雇用需要の原動力に投資する。政府は、自国に利益をもたらし、雇用の需要に貢献する投資（インフラ、気候変動への適応など）の強化を検討する必要がある。 建設業から建物の配線工事、太陽光パネルの設置に至るまで、こうしたタイプの仕事は、自動化の影響を最も受ける中程度の賃金の仕事である傾向がある。

AIと自動化を安全に適用します。急速に進化するテクノロジーの生産性向上のメリットを享受しながらも、リスクを積極的に防ぎ、危険を軽減する必要があります。 データの使用では、データ セキュリティ、プライバシー、悪意のある使用、潜在的な偏見などの問題を常に考慮する必要があります。これらの問題は、政策立案者、テクノロジー企業、その他の企業、個人が効果的な対処方法を見つける必要があります。

今日、誰にでも仕事があり、将来、自動化された世界であっても、誰にでも仕事があるでしょう。 しかし、仕事はこれまでと異なり、新しいスキルと、これまでよりもはるかに適応力のある労働力が必要になります。 中堅社員と新世代の研修と再研修は、今後の課題に対する優先事項となるでしょう。 政府、民間部門のリーダー、イノベーターは皆、人的資本への投資を増やすための適切なインセンティブの創出を含め、公共と民間の取り組みをより良く調整するために協力する必要があります。 自動化と AI の将来は困難を極めるでしょうが、テクノロジーを最大限に活用し、悪影響を軽減できれば、大きな利益が得られるでしょう。