いろいろ話題の“The AI Layoff Trap”をチャッピーに要約してもらった。著者はペンシルベニア大学のBrett Hemenway Falk と Gerry Tsoukalas。arXivでは2026年3月21日に初稿、2026年6月2日に改訂版が公開されている(arXiv)
論文の中心的な主張
この論文の主張は明快である。
AIによる人員削減は、個々の企業にとっては合理的でも、企業全体にとっては自滅的な過剰自動化を生む可能性がある。
企業はAIで人件費を削減できるが、解雇された労働者は同時に消費者でもある。労働者の所得が減ると、企業の商品を買う需要も減る。問題は、ある企業が人員削減で得るコスト削減効果はその企業が丸ごと受け取る一方、その企業が生み出す需要減少の損失は市場全体に分散されることにある。
そのため、各企業は「自社だけはAI化しない」と踏みとどまるインセンティブを持たない。むしろ、競争相手がAI化するなら自社もAI化しなければならない。結果として、全社が合理的に行動したにもかかわらず、全体では労働者も企業所有者も損をするAIレイオフの罠に陥る。
モデルの仕組み
論文は、タスクベースの自動化モデルを用いる。各企業は、仕事のうちどの割合を人間からAIに置き換えるかを選ぶ。AIは人間より低コストでタスクを実行できるが、すべてのタスクを簡単に置き換えられるわけではなく、導入・統合コストは逓増する設定になっている。
需要側では、労働者は所得の一定割合をその産業の商品に支出する。他方、企業所有者は基準モデルではその産業の商品に支出しないと仮定される。したがって、AI化で賃金所得が企業利潤に置き換わると、同じ所得移転でも消費需要が落ちる。
ポイントは、需要が「平均自動化率」に応じて下がる点である。各企業のAI化は、その企業だけでなく市場全体の需要を減らす。しかし、競争市場ではその需要減少の損失を各企業が一部しか負担しない。ここに外部性が生じる。
過剰自動化のメカニズム
論文の中核は、各企業のナッシュ均衡における自動化率が、企業全体の利潤を最大化する協調的な自動化率を上回るという命題である。
企業にとって、AI化の利益は人件費削減である。一方、AI化によって需要は減るが、その損失は自社だけでなく競合他社にも分散する。したがって、企業は社会的・産業全体の損失を過小評価し、過剰にAI化する。論文はこれを過剰自動化の乖離として定式化している。
興味深いのは、競争が激しいほどこの乖離が大きくなる点である。普通は競争が企業を規律づけ、消費者に望ましい結果をもたらすと考えられるが、このモデルでは競争企業の数が増えるほど、各企業が自社で負担する需要損失の割合は小さくなる。
そのため、競争が強い市場ほどAI化の暴走が起きやすい。独占企業なら需要減少をすべて自社で負担するため、この外部性は完全に内部化される。
「囚人のジレンマ」としてのAI化
AI導入の摩擦がほとんどない場合、モデルは囚人のジレンマになる。各企業にとっては、AI化することが支配戦略になる。競合他社がAI化するなら、自社もAI化しないとコスト面で不利になる。競合他社がAI化しない場合でも、自社だけAI化すればコスト削減効果を得られる。したがって、どちらの場合でもAI化が合理的になる。
しかし全社がAI化すると、労働者の所得が失われ、需要が落ちる。企業全体で見れば、全社がAI化を抑制した方が利潤は高い。それでも、個々の企業には抜け駆けする誘因があるため、自発的な協調は成立しない。
つまりこの論文は、AIレイオフを単なる「労働者対企業」の分配問題としてではなく、企業同士の競争が企業自身を損なう市場失敗として描いている。
損をするのは労働者だけではない
この論文の重要な点は、過剰自動化を「労働者から資本家への所得移転」としてだけ見ていないことだ。労働者は解雇によって賃金を失う。しかし企業所有者も、過剰なAI化によって需要を失い、結果的に利潤を減らす。論文は、ナッシュ均衡の自動化率は協調的な自動化率に比べて、労働者と企業所有者の双方を悪化させると論じている。
したがって、これは単なる再分配問題ではなく、死荷重損失を生む非効率である。労働者に所得を移すか企業に所得を残すかという問題ではなく、そもそも全体のパイが縮むという議論になっている。
政策手段の評価
論文は、いくつかの政策手段を検討している。まず職業訓練や再就職支援は一定の効果を持つ。解雇された労働者が早く再雇用され、所得を回復できれば、需要減少は小さくなる。したがって、過剰自動化の乖離も縮小する。ただし、失われた所得が完全に回復されない限り、外部性は消えない。
一方、ベーシックインカム(UBI)は、このモデルでは自動化インセンティブを変えない。UBIは所得の下支えにはなるが、企業がAI化するかどうかを決める限界的な費用・便益には作用しない。したがって、レイオフの被害を緩和することはできても、過剰自動化は止められない。
資本所得税も同自動化のインセンティブを変えないため、外部性の補正にはならない。従業員持ち株制度も、乖離を縮めることはできるが完全には解消できない。企業間の自発的な協定、いわゆるコース的交渉も、抜け駆け誘因や観察・契約の困難さのために機能しない。
論文が唯一、完全な補正手段として挙げるのが ピグー的な自動化税 である。AI化によって他社に押しつける需要損失の分だけ課税すれば、企業はその外部費用を内部化し、協調的に望ましい自動化率を選ぶようになる。この税をベーシックインカムの財源にすればいい。
「よりよいAI」は問題を解決しない
論文の直感に反する結論の一つは、AIの性能向上が問題を解決するわけではない、という点である。AIがより安く、より高性能になると、各企業にとってAI化の私的利益は大きくなる。その結果、過剰自動化の領域はむしろ広がる。
論文はこれを、競争上の赤の女王効果として説明している。各企業はAI化によって競争優位を得ようとするが、全社が同じことをすれば相対的な優位は消え、残るのは需要破壊だけになる。つまりAIが生産性を高めるほど、社会的に望ましい範囲を超えて導入されるリスクも高まる。
論文の限界
この論文は理論モデルであり、AIによる人員削減が現実にどの程度、総需要を破壊しているかを測定しているわけではない。AIで代替できない肉体労働などの部門は無視しているので、全社会でこういう現象が起こるわけではない。
また基準モデルでは単一部門、対称企業、外生賃金など単純化された仮定を置いている。著者たちは拡張モデルで、賃金調整、企業の新規参入、資本所得の再循環、複数部門、一般均衡的な反論などを検討しているが、完全なマクロ一般均衡モデルではない。著者自身も、より本格的な一般均衡分析は今後の課題としている。
特に重要なのは、失われた需要が本当に「消える」のか、それとも他部門や投資に回るだけなのかという点である。論文は、金利が十分に下がれない場合、労働者が将来所得を担保に借り入れできない場合、マス市場の商品需要が高所得者層には吸収されにくい場合などには、需要破壊が現実の問題になると論じている。
まとめ
この論文の意義は、AI失業を「技術進歩に伴う避けられない痛み」としてではなく、競争市場のインセンティブが生む市場の失敗として捉えた点にある。
個々の企業はAIで人件費を削減する合理的な理由を持つ。しかし、全社が同時にそれを進めると、労働者の所得が減り、消費需要が落ち、企業自身の売上も失われる。しかも各企業は、自社が生み出す需要減少の大部分を他社に押しつけられるため、過剰なAI化を止めるインセンティブを持たない。
この論文のメッセージは、AI失業への政策は「失業した後の救済」だけでは不十分だということだ。問題は事後的な所得補償だけではなく、企業が過剰に労働をAIで置き換えてしまう事前の競争インセンティブにある。著者たちは、その補正手段としてピグー的な自動化税を提案している。
コメント