AIが雇用を変える「明らかでない理由」：規制産業のジレンマと地政学的分断

今日の注目：AIが生む「新しい雇用」はなぜ遅れて来るのか

Tyler Cowen（経済学者・Marginal Revolution、2026年5月）が指摘する「AIが雇用に移行期の問題をもたらす明らかでない理由」が、AI議論の定説に一石を投じています。

「AIで仕事が奪われる」という話は繰り返されますが、Cowen の論点はより精緻です。AIが新たに生み出す雇用の多くは、エネルギー・医療・金融など規制が強い業種に集中する。これらの業種では、新しいロールを作るのに法的認可・資格取得・規制当局の承認が必要で、仮にAIが「100万人分の新規需要」を生んでも、その雇用が実際に市場に現れるには数年のラグが生じる。失われる仕事はすぐなくなるが、代替の仕事はゆっくりしか生まれない——この非対称性が移行期の痛みを深くする、という分析です。

同じくMarginal Revolutionが5月に取り上げた「エージェントによる経済データセット構築」も注目です。DRIL（Deep Research on a Loop）と呼ばれる手法により、AIエージェントが公開情報から経済データセットを自動組み立てできるようになり、実証経済学の生産関数が根本から変わり始めています。2025年のAI名目GDPは約2,500億ドルで、品質調整済みの実質成長率は年率2,600%と推定されており、既存の国家統計システムはこの変化を捕捉できていない、と著者は警告しています。

→ https://marginalrevolution.com/marginalrevolution/2026/05/some-non-obvious-reasons-why-ai-will-create-some-transitional-problems-in-employment.html

歴史的文脈：過去の技術革命と「移行期のラグ」

AIによる雇用移行の遅延は、歴史的に繰り返されたパターンです。

電気（1880年代〜1920年代）: 電力が工場に普及し始めてから生産性に反映されるまで約40年かかりました。工場のレイアウト変更、労働者の再訓練、管理手法の刷新が必要で、電気を単に「蒸気機関の代替」として使っていた段階では生産性はほぼ改善しなかったからです。

コンピューター（1970年代〜1990年代）: Robert Solow の有名なパラドックス「コンピューターはどこにでもあるが、生産性統計には現れない」が示すように、コンピューター普及後も生産性の向上には10〜15年のラグがありました。仕事のプロセスを根本から再設計する必要があったからです。

AIも同じ構造です。AIツールが「蒸気機関の代替」として既存業務に差し込まれるだけでは、雇用の再配置は起きません。ビジネスプロセス・法制度・教育体系が変わって初めて、AIが生む新しい雇用が可視化される。Cowen の分析はこの歴史的教訓を踏まえたものです。

地政学的文脈でも類似のラグが見えます。The Diplomat（2026年4月）が報告した中国の第15次5カ年計画（2026-2030）は、AIとサイバーセキュリティの「制高点確保」を明示的に掲げています。一方、東南アジア諸国のサイバーセキュリティ政策は技術の進展に追いつけていない。中国リンクとされる「Operation TrueChaos」（東南アジア政府ネットワークへのゼロデイ攻撃）はその脆弱性を突いた事例で、技術と政策の非対称性が安全保障リスクとして顕在化しています。

今後の予想：3つのシナリオ

楽観シナリオ（確率30%）

規制当局がAI時代の雇用市場に対応して迅速に認可プロセスを簡素化。新しい「AIオペレーター」「AIガバナンス専門家」などの資格が2〜3年で整備され、移行期の失業が最小化される。AI-GDPの高成長が税収を増やし、再訓練プログラムへの公共投資が充実する。

中立シナリオ（確率50%）

現在の規制ペースが続き、雇用の移行に5〜8年かかる。ホワイトカラーの中間層で一時的な失業率上昇（先進国で2〜4ポイント程度）が生じるが、AI関連産業の成長とともに吸収される。地政学的には米中のAI覇権争いが続き、東南アジアは両陣営の間で「技術的非同盟」路線をとる。

悲観シナリオ（確率20%）

規制の硬直性と政治的反発でAI導入が産業ごとに分断される。失業したホワイトカラーの再訓練が間に合わず、所得格差が拡大して社会的摩擦が高まる。サイバー攻撃の激化（東南アジア、欧州）でAI関連インフラへの信頼が低下し、規制強化の連鎖が起きる。

なぜ重要か

この問題が重要なのは、AIの「良さ」と「痛み」が時間的に非対称だからです。業務効率化のメリットは今すぐ数値化できますが、移行期の雇用ロスは今起き始めており、代替雇用の創出は規制・教育・社会設計の速度に縛られています。

エンジニアとして特に注目すべきは、AIが「仕事を奪う」ではなく「仕事の定義を変える」という観点です。規制産業（医療・法律・金融）でのAI導入は、技術的実装よりも制度設計の問題として立ち現れます。「動くAIシステムを作れる」と「そのシステムを法的・倫理的に運用できる体制を作れる」は別のスキルです。2026年以降に価値が高まるのは、この両方を橋渡しできる人材です。

中国の積極的なAI5カ年計画と東南アジアの政策ラグという地政学的構図は、日本にとっても他人事ではありません。日本の「AIの恩恵を受けられる産業」と「規制で遅延する産業」の非対称性は、今まさに設計される制度の質に依存しています。

情報ソース: Marginal Revolution (May 2026), The Diplomat (April 2026), The Conversation — 2026-05-29取得
※ WebFetch が403エラーのため、検索スニペットからの情報に基づいています