AI、自動化、仕事の未来、そして注目と解決が必要な問題

職場で機械が人間の労働力を補うようになるにつれ、私たち全員がその恩恵を受け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。それらは、健康から気候変動まで、大きな社会問題の解決にも役立つでしょう。

[[390437]]

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、もともと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、人間が行う作業を補完し、さらには人間の能力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（極端な状況を除いて）十分な雇用があると信じていますが、社会は大幅な労働力のシフトと雇用の喪失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。彼らは衰退している職業から繁栄している職業へ、あるいは場合によっては新しい職業へ移らなければならないかもしれない。

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を基に、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、機械の能力は限界に達しています。私たちの調査によると、企業に価値をもたらし、経済成長を促進し、最も困難な社会課題に対して想像を絶する進歩を遂げるためには、社会がこうした改善を必要としています。要約すれば：

急速な技術進歩

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、さまざまなアプリケーション環境で、より強力な新世代のオートメーション 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、計算能力の劇的な向上と学習に利用できるデータの膨大な増加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。息を呑むような画期的な進歩が話題となり、その多くはコンピュータービジョン、自然言語処理、囲碁のような複雑なゲームにおける比類のない人間の能力に関係していました。

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、製品を正確に推奨したり、生産における異常を検出したり、不正な取引を特定したりしています。それでも、分類、推定、クラスタリングの問題を解決する技術を含む最新世代の AI テクノロジーの進歩により、さらに多くの価値がもたらされると期待されています。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 テクノロジーの市場価値は年間 3.5 兆ドルから 5.8 兆ドルに達する可能性があり、これはすべての分析テクノロジー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。

高齢化と出生率の低下が成長の足かせとなっている現在、AI と自動化技術の導入は、世界経済の活性化と世界の繁栄の促進に大きく貢献することができます。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、2008年の金融危機で前回の生産性ブームが失速した後、10年前の米国および主要欧州経済の2.4％から2010年から2014年の平均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。

社会の最大の問題の解決に役立つかもしれない

AIは、材料科学、医療研究、気候科学などさまざまな分野でも活用されています。これらの技術をこれらの分野や他の分野に適用することで、社会の最大の課題を解決することができます。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。

これらのテクノロジー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。これらの制限の一部は、大量のトレーニング データが必要であることや、アルゴリズムを個々のユース ケースに「一般化」することが難しいことなど、技術的なものです。最近のイノベーションは、これらの問題に対処し始めたばかりです。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一般データ保護規則の実施において先進的です。

もう 1 つの課題は、組織がこれらのテクノロジーを導入する能力に関連しており、人材、データの可用性、テクノロジー、プロセスの準備状況が課題となることがよくあります。テクノロジーの導入は、業界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 の導入をリードしています。多くの国の中で、2016年の人工知能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、ヨーロッパが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 と自動化はビジネスと社会に利益をもたらしますが、私たちはそれらが仕事にもたらす混乱に対処する準備をしなければなりません。

労働者が行う活動（仕事ではない）のほとんどは自動化できる

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、一部の種類の活動は他の活動よりも自動化の影響を受けやすいことがわかりました。このような活動には、予測可能性が高く構造化された環境での物理的な移動や、データの収集と処理が含まれます。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ますが、既存の技術を使用して完全に自動化できる職業はわずか 5% です。実際に自動化できる活動はさらに多くの職業に含まれており、60% の職業の活動の約 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、導入の予測速度と範囲に関する当社の中間シナリオを反映しています。私たちがモデル化した最も速い導入シナリオでは、その数は 30%、つまり 8 億人の労働者に増加します。最も遅い導入シナリオでは、避難を余儀なくされる人は約 1,000 万人にとどまります。

この大きな範囲は、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ています。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（労働供給量、質、関連賃金を含む）、労働代替以外のメリット（導入のビジネスケースに貢献する）、そして最後に社会規範と人々の受容性などが挙げられます。導入状況は、上で説明した要因（特に労働市場の動向）の違いにより、国やセクターによって大きく異なるでしょう。比較的賃金が高い先進国（フランス、日本、米国など）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、中間導入シナリオにおけるインドの労働力の割合の2倍以上です。

雇用機会の増加：同じ期間に新しい仕事も生まれる

たとえ労働者が職を失ったとしても、仕事やポジションに対する需要は増大するでしょう。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 年までの労働需要のシナリオを作成しました。これらのシナリオでは、2030 年までに世界の労働力に対する追加需要が 21% ～ 33% (5 億 5,500 万～ 8 億 9,000 万の雇用) 増加することが示唆されており、これは雇用喪失数をはるかに上回ります。最も大きな利益は、労働年齢人口がすでに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。歴史を参考にすると、現在では想像もできない多くの新しい職業も出現し、2030 年までに創出される雇用の 10% を占める可能性があります。さらに、テクノロジーは歴史的に見て、純雇用創出の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 コンピュータの導入により、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。

仕事の変革: あらゆる職場で機械が人間の労働力を補うようになると、雇用がどれだけ増えたり減ったりしても、最終的にはより多くの雇用が創出される。

機械が徐々に人間の労働力の不足を埋めるにつれて、部分的な自動化がより一般的になるだろう。たとえば、診断スキャンを高い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、適切な治療計画を決定するのに役立ちます。他の分野では、単調で反復的な作業内容を持つ仕事が、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へと発展する可能性があります。例えば、小売業者のアマゾンでは、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ロボットオペレーターとなり、自動化されたロボットアームを監視し、商品の流れの乱れ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

ほとんどのシナリオでは、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想されますが、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。さまざまな職業が変化し、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連携できるように、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企業の需要は急速に高まります。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、高次の認知スキルも向上します。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。身体的スキルや手作業スキルに対する企業の需要は減少しますが、多くの国では 2030 年も労働力スキルの中で最大のカテゴリーであり続けるでしょう。これにより、既存の労働力のスキル課題に対するさらなるプレッシャーと、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

当社の調査によると、中程度の採用シナリオでは、採用率はシナリオ全体で 0% から 14% の範囲ですが、2030 年までに世界の労働者の約 3% が職業カテゴリーを変更する必要があることが示されています。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やデータの処理や収集を行う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物理的環境で働く人などが含まれます。成長傾向を示しているその他の職業としては、教師、看護助手、技術職、その他の専門職などが挙げられます。

より多くの人々と機械が協力するにつれて、職場と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、ワークフローと職場は進化し、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、セルフチェックアウト機が店舗に導入されると、レジ係は顧客のチェックアウトをサポートするアシスタントになり、質問に答えたり、機械のトラブルシューティングをしたりできるようになります。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。倉庫の設計は、特定の部分が主にロボットと他の人のために設計され、安全な人間とロボットの相互作用を促進するため、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

職業構成の変化により、給与が上昇する可能性が高い。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（製造業や会計など）が中心であり、こうした活動は減少する可能性があります。特に熟練した医療、技術、その他の専門職の高給職が大幅に増加するが、（一般的に賃金構造が低い教師や介護助手を含む）多数の雇用が創出されると予想される。リスクは、自動化によって、過去10年間に先進国で特徴的であった賃金の二極化、所得格差、収入不足が悪化し、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の中で最も差し迫っているのは労働問題です。

ほとんどの国はすでに、雇用主の現在のニーズ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。労働者の移行と失業支援への支出もGDPの割合として引き続き縮小した。過去 10 年間で私たちが学んだ教訓の 1 つは、グローバル化は経済成長や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、労働者の賃金や失業への影響については十分に対処されていないということです。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にわたって拡大し続ける可能性が高いことを示唆しています。過去にも、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る。19世紀の産業革命の際、生産性が上昇したにもかかわらず、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」と呼ばれている。

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にあたっては、逆の方向に進んだり、技術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、パフォーマンスと生産性の向上、そして社会的利益の恩恵を受ける必要があります。これらのテクノロジーは経済的な余剰を生み出し、社会が労働力の変革を管理するのに役立ちます。代わりに、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。

（１）力強い経済成長と生産性の向上を確保する。力強い成長は自動化の難問を解決するための万能薬ではないが、雇用の増加と繁栄の増大には必須条件である。生産性の向上は経済成長にとって重要な要素です。したがって、投資と需要を特定し、生産性への貢献を自動化することが重要です。

（２）事業の活性化を図る。起業家精神と新しいビジネスの急速な設立は、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と大企業にとっての競争的な環境は、ビジネスの活力を促進し、その結果として雇用の増加につながります。新規事業の設立速度と、大企業、中小企業の競争力向上速度を加速するには、よりシンプルかつ進化する規制、税制、その他のインセンティブが必要です。

（３）進化する教育システムと職場の変化に関する知識政策立案者は、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。私たちは創造性、批判的思考、システム思考、そして適応的学習と生涯学習に重点を置く必要があります。大規模なソリューションが必要です。

（４）人的資本に投資する。弱まる傾向を反転させる。一部の国では、労働者の訓練に対する公的投資の減少は危険である。政策立案者は、民間部門が他の資本（研究開発を含む）に投資するためのインセンティブと同様に、減税やその他のインセンティブを通じて、企業が人的資本（雇用創出、学習と能力開発、賃金上昇を含む）に投資することを奨励することができます。

（５）労働市場のダイナミズムの改善労働者と仕事や資格をマッチングさせるシグナルは、ほとんどの経済においてうまく機能します。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。転職する人が増えるにつれて（社内でも）、賃金が上昇していることを示す証拠があります。ギグエコノミーを含め、より多くの仕事と収入を生み出す機会が生まれるにつれて、給付金の移転、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。

（６）仕事を再設計する。ワークフロー設計とワークスペース設計は、人間と機械の緊密なコラボレーションという新しい時代に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、企業がより機敏になり、階層構造がより少なくなるにつれて、組織も変化しています。

（７）収入について考え直す。もし自動化（世界規模であれ地域規模であれ）が雇用や賃金圧力の大幅な軽減につながるのであれば、条件付き移転、流動性支援、普遍的ベーシックインカム、社会保障など、時代とともに進化するアイデアを検討し、テストすることができます。重要なのは、経済的に実現可能な解決策を見つけ、仕事におけるさまざまな責任を組み合わせることです。これには、収入だけでなく、人生に意味、目的、尊厳をもたらすさまざまな実践が含まれます。

（８）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する。仕事がさまざまな分野、場所、活動、スキル要件にわたってより速いペースで進化し、変化するにつれて、多くの労働者はさまざまな種類の支援を必要とするようになります。セキュリティを移行するために使用できるベスト プラクティス アプローチは多数あり、それらを採用して適応させると同時に、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。

（９）雇用需要を促進する要素に投資する。政府は、それ自体が有益であり、雇用需要を高める投資（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。これらの種類の仕事（建設から建物の配線工事、太陽光パネルの設置まで）は中程度の賃金の仕事である傾向があるため、自動化の影響を最も受けます。

（10）AIと自動化を慎重に受け入れる。急速に進化するテクノロジーから生産性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、潜在的な偏見などの問題を常に考慮する必要があり、政策立案者、テクノロジー企業、その他の企業、個人はこれらの問題に対処する効率的な方法を見つけなければなりません。

今日では、誰もが自分に合った仕事を見つけることができます。そして、自動化された未来であっても、将来も同様に同じ状況が続くでしょう。しかし、新しいスキルが求められ、労働力にはこれまで以上に高い適応力が求められるため、仕事は変化するでしょう。中堅労働者と新世代労働者の訓練と再訓練は、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に、公共と民間の取り組み（適切なインセンティブの創出を含む）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 AI の将来は困難を伴うでしょうが、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れば、はるかに充実したものになるでしょう。