私はAIの可能性に惹かれる。しかし今回もっとも心に残ったのは、ほとんど反対の話だった。強力な技術が本物でも、私の生活や仕事、経済をすぐ変えるとは限らない。発明と実感の距離は数年、時には数十年になりうる。
この文章は월가아재의 과학적 투자によるチャド・ジョーンズの2本の解説から始まった。執筆では二つのYouTubeリンクをLilys AIでタイムスタンプ付き要約にし、その資料についてAIと対話しながら論点と構成を絞った。ただし要約は原文の代わりではなく地図として使い、数字と前提は動画と論文で再確認した（第1部、第2部、Lilys AI機能ページ）。
第1部は歴史上の特異な断絶から始まる。米国の一人当たり生活水準は約150年にわたり年2％前後で安定して成長した。一方、それ以前の長い時代には一人当たり所得はほとんど動かなかった。動画の大まかな比較では、2千年で約2倍だった所得が最近150年で20倍以上になった（第1部）。
エンジンは資本や労働時間だけではなく、同じ投入からより多くを生む全要素生産性であり、動画はその中心を「アイデア」と説明する。輪作、数式、生産方法のようなアイデアは使っても減らず、多くの人が同時に利用できる。この非競合性が通常の収穫逓減を越える力になる（第1部）。
しかしアイデアを作るには研究者、時間、研究設備、組織、判断という限られた投入が必要だ。Bloom、Jones、Van Reenen、Webbは、測定された半導体研究の生産性が年約7％低下し、米国全体の研究生産性が1930年代から41分の1になったと推計する。「アイデアが尽きた」のではなく、指数的進歩の維持に急増する研究努力が必要だったという結果だ（Are Ideas Getting Harder to Find?）。
だからAIは不足していた燃料に見える。文献を探し、コードを書き、実験を設計し、証明し、次のアイデアを作る道具まで改善できれば、アイデア生産のボトルネックは緩む。より良いAIがより良いアイデアを生み、そのアイデアがまたAIを改善するフライホイールだ。
JonesとTonettiは難しい条件を加える。経済は相互補完する多数のタスクでできている。自動化されたタスクがほぼ無料でも、必要な人間のタスクが遅ければ総生産はそこに制約される。「弱いリンク」モデルでは、経済は代替可能な投入物の山ではなく、最も弱い環が強さを決める鎖に近い（JonesとTonetti、第2部）。
初期効果が小さいのはAIが弱いからではなく、モデルの構造による。タスク間の補完性が強いという推定値では、現在のソフトウェアが行うタスクの生産性を無限にしても総生産は約0.5％増えるだけだ。GDPの半分に相当するタスクを無限に自動化すると約19％増え、一人当たり所得を2倍にするには初期GDPの約94％に当たるタスクの自動化が必要になる。これは条件付きのモデル計算であり、確定した予測ではない（JonesとTonetti、第2部）。
ソフトウェアなら理解しやすい。AIが機能のコードをすべて書いても、解くべき問題、データ権限、リスク判断、顧客の習慣変更、法律、保険、配備、保守、失敗時の責任が残る。コードが安くなるほど残ったリンクは目立つが、自動的には消えない。
第2部は基準シナリオを長い滑走路として読む。成長加速は約75年にわたり小さく見え、ほぼすべての弱いリンクが消える局面で爆発的になりうる。正確な時期は前提に敏感だ。より確かな歴史的教訓は、電気、半導体、コンピューター、ITも工場、組織、技能、補完システムの再設計が必要で、経済全体への普及に数十年かかったことだ（第2部、JonesとTonetti）。
私が最も感銘を受けたのはここだ。私たちは未来を製品発表のように想像する。新しいモデルが出て、世界が変わる。しかし歴史は遅い接続作業に近い。電力網、標準、制度、インターフェース、法律、信頼、習慣が発明と出会う必要がある。長い間、部品は失望するほど別々に見える。やがて十分な部品が合い、最後のボトルネックが緩むと、見えなかった成長が一気に現れうる。
そのため、経済全体の離陸を信じる前に三つの信号を見たい。
- ベンチマークではなく、労働生産性と全要素生産性が古いトレンドを外れるか。
- AIが得意なタスクの価格が下がり、希少な人間ボトルネックの価格と賃金が上がるか。
- エネルギー、ロボット、規制、保険、組織設計、責任の仕組みが一つのデモではなく同時に変わるか。
投資上の示唆は「最も賢いモデルを買う」より「皆が通る頑固なリンクを探す」に近い。ただしボトルネックは自動的に良い投資ではない。規制、交渉力、競争、評価額が価値の帰属を決める。短期的には、AIへの設備投資が生産性によってコストを下げる前に、需要と物価を押し上げる可能性もある。これは観察の枠組みであり、投資助言ではない。
仕事も同じ経路をたどりうる。個々のタスクは速く自動化されても、職業や制度全体はゆっくり変わる。生成物が豊富になるほど、問題を定義し、システムをつなぎ、トレードオフを判断し、結果に責任を持つ人の価値が高まる可能性がある。希少な仕事は一段上へ移る。
私は二つの考えを同時に持つ。AIは人類最大のアイデア生産エンジンになりうる。同時に、そのエンジンが普通の一日の感触を変えるまでには製品周期よりはるかに長い時間が必要かもしれない。ここでの忍耐は悲観ではない。発明と生活をつなぐリンクを見る態度だ。それらがついに合う時、変化は今の誇張が語るより、むしろ大きいかもしれない。
出典確認日：2026-07-29。Jones–Tonetti論文は2026年5月のワーキングペーパー版であり、今後の改訂でパラメータ、推計、時間表が変わる可能性がある。
