人工知能、自動化、そして仕事の未来: 答えが必要な 10 の質問!

[[264418]]

職場で機械が人間の労働に取って代わるようになるにつれ、私たち全員が機械から利益を得るために適応する必要があります。

自動化と人工知能 (AI) 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します。また、健康から気候変動まで、社会の最も困難な問題の解決にも役立ちます。

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、これまで人間が行っていたより多くの作業を実行できるようになり、人間が行っていた作業を補完し、さらには人間が実行できる範囲を超えた作業を実行することさえできるようになります。その結果、一部の職業は衰退し、他の職業は成長し、さらに多くの職業が変化するでしょう。

将来的には（極端なシナリオを除いて）十分な雇用機会があると考えていますが、社会は大幅な労働力の移行と失業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。彼らは衰退しつつある職業から、ますます繁栄する職業、そして場合によっては新たな職業へと移らなければならないかもしれない。

この意思決定概要では、マッキンゼー グローバル インスティテュートの調査に基づいて、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重要な質問のいくつかを概説します。

AIと自動化の急速な進歩は、ビジネス、経済、社会にチャンスを生み出している

自動化と人工知能は目新しいものではありませんが、最近の技術の進歩により、機械でできることが拡大しています。私たちの調査によると、最も困難な社会的課題に取り組むにあたり、企業に価値をもたらし、経済成長を促進し、これまで考えられなかった進歩を可能にするために、社会はこうした改善を必要としています。要約すれば：

テクノロジーは飛躍的に進歩している

従来の産業オートメーションや高度なロボット工学に加えて、道路上の自動運転車や食料品店の自動チェックアウトなど、さまざまな環境に新しい、より強力な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。 AI は近年特に大きな進歩を遂げており、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激な増加を活用しています。大手メディアでは大きな進歩が報じられており、その多くはコンピュータービジョン、自然言語処理、囲碁など、人間の能力をはるかに超えた分野に関係しています。

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幅広い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、製品の推奨をパーソナライズしたり、生産における異常を発見したり、不正な取引を特定したりしています。分類、推定、クラスタリングの問題を解決する技術を含む AI の進歩の世代は、さらに多くの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 ネットワークを展開するために使用されるディープラーニング テクノロジは、年間 3.5 兆ドルから 5.8 兆ドルの価値を持つ可能性があり、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% を占めることがわかりました。

人口の高齢化と出生率の低下が発展を妨げている現在、AI と自動化技術の導入は世界経済を劇的に押し上げ、世界の繁栄を加速させる可能性があります。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、米国と主要欧州経済国では、以前の生産性低下と2008年度の10年前の2.4%から平均0.5%に低下した。人工知能と自動化は、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、そのうち 60% はデジタル化の機会から生まれます。

いくつかの社会的課題の解決に役立つ可能性

AIは、材料科学、医学研究、気候科学など、さまざまな分野でも使用されています。これらの技術をこれらの分野や他の分野に応用することで、社会の課題の解決に役立ちます。たとえば、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驚異的な 96 パーセント短縮す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。

人工知能と自動化は依然としてさまざまな課題に直面しています。制限の一部は技術的なもので、AI に必要なトレーニング データが大量であることや、アルゴリズムをさまざまなユース ケースに「一般化」することが難しいことなどが挙げられます。最近の技術革新により、これらの問題が解決されています。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る決定を人間が説明することは技術的に困難ですが、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するユーザーのさまざまな権利を成文化した一般データ保護規則を制定し、先頭に立っています。

もう 1 つの課題は、組織がこれらのテクノロジーを導入できるかどうかです。人材、データの可用性、テクノロジー、プロセスの準備状況によっては、導入が困難になることがよくあります。テクノロジーの導入は、分野や国によって大きく異なっています。金融、自動車、通信業界が AI 導入をリードしています。 2016年の人工知能への投資額は、米国が150億～230億ドルで世界第1位となり、次いでアジアが80億～120億ドルだった。欧州の投資額はわずか30億～40億ドルで、大きく遅れをとった。

AIと自動化が仕事に及ぼす影響

AI と自動化はビジネスと社会に多くのメリットをもたらしますが、私たちの仕事に起こり得る混乱にも備える必要があります。

労働者が行う活動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、一部の活動は他の活動よりも簡単に自動化できることがわかりました。これらの活動には、予測可能性が高く構造化された環境での物理的な作業、およびデータの収集とデータ処理が含まれます。これらの活動は、あらゆる分野の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活動のカテゴリには、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、現在実証されている技術では、仕事の約 5% しか完全に自動化できない。多数のジョブには自動化できるアクティビティが含まれています。ジョブの 60% のアクティビティの約 30% は自動化できることがわかりました。つまり、ほとんどの労働者（溶接工、住宅ローンブローカー、役員など）は、急速に進化する機械と一緒に働くことになります。その結果、これらの仕事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%（約4億人の労働者）が自動化によって失われる可能性があることがわかりました。この数字は、テクノロジーの導入のスピードと範囲の両方に関する当社の予測の中間点を反映しています。最も速い技術導入シナリオのモデルに基づくと、この数は 30%、つまり 8 億人の労働者に増加します。最も遅いモデルでは、失業する人は約 1,000 万人だけです。

幅広い予測により、AI と自動化の導入のスピードと範囲に影響を与える複数の要因が浮き彫りになっています。自動化の技術的な実現可能性は、影響を与える要因の 1 つにすぎません。その他の要因としては、導入コスト、労働力の量、質、相対賃金などの労働市場の動向、技術導入のさまざまなビジネスケースを推進する労働力の代替以外の多くの利点、社会規範と社会的受容などが挙げられます。上で述べた要因、特に労働市場の動向の違いにより、技術の導入は国やセクターによって大きく異なることが予想されます。フランス、日本、米国など比較的賃金の高い先進国では、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。これは、中程度の導入シナリオにおけるインドの割合の2倍以上です。

雇用創出：同じ期間に雇用機会も創出される

多くの労働者が失業しているにもかかわらず、さまざまな業界で労働需要が依然として増加しており、多くの雇用機会が生まれています。私たちは、所得や医療費の増加、インフラ、エネルギー、技術開発と導入への投資の継続または増加など、労働需要のいくつかの要因に基づいて、2030 年までの労働需要のシナリオを作成しました。シナリオによれば、2030年までに世界の労働力需要（5億5,500万と8億9,000万の雇用）は21%から33%増加し、雇用喪失を相殺して余りあることになる。すでに労働年齢人口が急速に増加しているインドなどの新興国が恩恵を受けるだろう。

さらなる経済成長（ビジネスの活力と生産性の向上を含む）も、雇用を創出し続けるでしょう。歴史を参考にすると、他にも多くの新しい職業が生まれ、2030 年までに創出される雇用の 10% を占める可能性があり、これらの職業は現在では想像もできないものとなるでしょう。さらに、テクノロジーは歴史的に見て、究極の雇用創出源となってきました。たとえば、1970 年代から 1980 年代にかけて、パーソナル コンピュータは半導体メーカーだけでなく、ソフトウェアやアプリケーションの開発者、顧客サービス担当者、情報アナリストなど、あらゆる人々に数百万もの雇用を生み出しました。

仕事は変化している。職場で機械が人間の労働力を補うようになると、失われる仕事や新たに生まれる仕事の数は増えるだろう。

機械が徐々に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、診断スキャンを非常に正確に読み取ることができる AI アルゴリズムは、医師が患者の症状を診断し、適切な治療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新しい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、かつては商品を運んだり積み上げたりしていた従業員が、今ではロボットオペレーターとなり、自動アームを監視したり、商品の流れが乱れるなどの問題のトラブルシューティングを行っている。

主要な労働力の変革と課題

私たちがモデル化したシナリオのほとんどに基づくと、2030 年には完全雇用を確保するのに十分な仕事が生まれると予想されますが、自動化と AI の導入に伴って起こる変化は非常に重大なものになるでしょう。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。人間が機械と効果的に協力できるように、仕事を再構築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

自動化は、過去 15 年間に私たちが目撃してきた変革、つまり不可欠な労働力のスキルの変化を加速させるでしょう。プログラミングなどの高度なスキルに対する業界の需要は急速に高まっています。また、創造性、批判的思考、複雑な情報処理などの社会的、感情的、高レベルの認知スキルに対する需要も高まるでしょう。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。多くの国では手作業や手動スキルの需要は減少しますが、これらのスキルは 2030 年でも人気のあるスキル カテゴリーであり続けるでしょう。これにより、すでに限界に達している労働力のスキルセットにさらなる圧力がかかり、業界における新たな資格制度の必要性が高まります。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、業界では依然としてこの規模の課題に対処できるソリューションが必要です。

多くの労働者は転職を余儀なくされるかもしれない

私たちの調査によると、中間シナリオでは、2030 年までに世界の労働者の約 3% が職業を変えなければならないと予想されますが、シナリオは 0% から 14% までさまざまです。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での身体活動、データ処理、データ収集などの職業は減少するでしょう。成長する職業には、管理職など自動化が難しい業務に従事する人や、配管工など予測不可能な環境で働く人などが含まれます。成長が見込まれるその他の職業としては、教師、看護師、技術者などが挙げられる。

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統合されるにつれて、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、レジ係がチェックアウトの補助、質問への回答、機械のトラブルシューティングなどを担当するようになる可能性があります。システムレベルのソリューションが増えると、ワークフローと職場全体の再考が促されます。倉庫の特定の部分がロボットなどのためのスペースを提供するように設計され、安全な人間と機械の相互作用が促進されるため、倉庫の設計は劇的に変化す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

高レベル職業と低レベル職業の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、高度に自動化できる活動（製造業や会計のさまざまな活動など）が中心であり、こうした活動は減少傾向にある可能性がある。特に熟練した医療従事者、技術者、その他の職員など、高給の仕事が大幅に増加するが、賃金が低い傾向にあるさまざまな業界（教師や看護師など）でも多数の仕事が創出されると予想される。リスクは、自動化によって賃金の二極化が悪化し、所得格差が拡大し、過去10年間に先進国で特徴的であった所得成長の鈍化につながり、社会的、政治的緊張を引き起こす可能性があることだ。

迫りくる課題に直面し、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。労働者の移行を支援するための同組織の支出も、GDPの1％減少し続けた。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とって良いことであったが、賃金や失業の面で労働者に与える影響については十分に対処されていないということである。ほとんどの分析（私たち自身の分析も含む）は、これらの問題の規模は今後数十年で拡大する可能性が高いことを示唆しています。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は、過去にも確認されている。19世紀の産業革命の際、英国の生産性が上昇したにもかかわらず、賃金は半世紀にわたって停滞した。この現象は、それを発見したドイツの哲学者にちなんで「エンゲルスの休止」として知られている。

答えるべき10の質問

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ことで、テクノロジーを後退させたり、その普及を遅らせたり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、パフォーマンスの向上、生産性の向上、社会的利益を実現する必要があります。これらのテクノロジーは、社会が労働力の変革を管理するのに役立つ経済的余剰を生み出します。代わりに、企業と政府は、労働力のスムーズな移行を確実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問題に対する万能薬ではありませんが、雇用の増加と繁栄の増大には必須条件です。生産性の向上は経済成長の重要な要素です。したがって、投資と需要を自由化し、生産性への貢献という観点から自動化を取り入れることが重要です。

ビジネスの活力を養います。起業や新会社の設立が加速すれば、生産性が向上するだけでなく、雇用の創出にもつながります。中小企業に有利な活気ある環境と大企業に有利な競争環境はビジネスの活力を高め、そのような活力によって雇用機会も増えます。新規企業の設立を加速し、企業（大規模企業、小規模企業）のスピードと競争力を高めるには、よりシンプルで高度な規制、税金、その他のインセンティブが必要になります。

教育システムを変革し、変化した職場に適応することを学びます。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、必須の STEM（科学、技術、工学、数学）スキルを向上させることができます。創造性、批判的思考、システム思考、適応学習、生涯学習が特に重視されます。大規模なソリューションが不可欠です。

人的資本に投資する。下降傾向が反転し、一部の国では労働者の訓練に対する公共投資が深刻に減少している。政策立案者は、税制優遇措置やその他のインセンティブを通じて、民間部門が研究開発を含む他の資本に投資するのと同様に、企業に人的資本への投資（雇用の創出、学習機会の提供、能力の構築、賃金の引き上げ）を奨励することができます。

労働市場のダイナミズムを改善する。このような情報は、労働者と仕事や資格をマッチングさせることができるため、ほとんどの経済において有効に機能します。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。より多くの人々が転職すると（あるいは会社内でも）、賃金が上昇するという証拠があります。仕事の数や収入を得る機会が増えるにつれて（ギグエコノミーを含む）、給付金の移転、労働者の分類、賃金の移動など、いくつか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という点で、機会であると同時に課題でもあります。仕事がより共同的になり、企業がより柔軟でフラットになることを望むようになるにつれて、組織は変化しています。

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）によって雇用や賃金圧力が大幅に軽減される場合、検討してテストできるアイデア（条件付き移転、移動支援、ユニバーサルベーシックインカム、適応型社会保障など）があります。鍵となるのは、職場におけるさまざまな責任を組み合わせ、多くの側面を包含し、労働者に収入だけでなく意義と尊厳も提供する、経済的に実現可能な解決策を見つけることです。

影響を受ける労働者の移行をサポートし、安全と安心を提供する方法を再考します。仕事は業界、場所、活動、スキル要件を超えて急速に変化するため、多くの労働者に対する支援もそれに適応する必要があります。セキュリティを転送するには、採用および適応できる実用的なアプローチが多数あり、新しいアプローチを検討してテストする必要があります。

仕事の需要を喚起するものに投資しましょう。政府は、すでに非常に有益であり、雇用ニーズにも貢献する投資（インフラ、気候変動への適応など）の拡大を検討する必要があります。これらのタイプの仕事（建設、建物の配線工事、ソーラーパネルの設置など）は、自動化の影響を受けやすい中程度の賃金の仕事である傾向があります。

AI と自動化を自信を持って導入しましょう。 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、常にさまざまな問題（データのセキュリティ、プライバシー、悪意のある使用、潜在的な偏見など）を考慮する必要があり、政策立案者、テクノロジー企業やその他の企業、そして個人は、これらの問題に効率的に対処する方法を見つけなければなりません。

今日、誰にでも仕事があり、将来も、たとえ自動化された未来であっても、誰にでも仕事があるでしょう。しかし、そのような仕事は、新しいスキルと、これまでにないほど適応力の高い労働力を必要とするため、これまでとは違ったものとなるでしょう。今後の課題に対応できるよう、中堅社員や新世代の社員の研修と再研修を行うことが最優先事項です。政府、民間セクターのイノベーター、その他の関係者は、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適切に調整するために協力する必要があります。自動化と人工知能によって可能になる未来は、私たちが時間をかけてテクノロジーを活用し、その悪影響を軽減する限り、困難を伴うものとなるだろうが、より刺激的なものとなるだろう。