マサチューセッツ工科大学（MIT）の科学・人工知能研究所（Computer Science and Artificial Intelligence Laboratory: CSAIL）の最近の研究は、昨年数多く発表された「人間の仕事の多くが人工知能（AI）に取って代わられる」という研究に正面から異議を唱える物だ。

AIが労働力を代替する可能性を初めて詳細に調査したこの研究で、彼らは広汎な調査の結果、現時点ではAIを業務で用いた場合、人間に比べてコストがかかりすぎるため、大半の仕事を代替するには至らないとの結論に至ったとのことだ。この研究は、AIへの人間の労働力の代替が徐々に移行して行くであろう事を示唆している。

研究では、コンピューター・ビジョンが使用される仕事、例えば教師や不動産鑑定士に焦点を当て、米国における様々な仕事を自動化することのコスト的魅力をモデル化した。

米国の非農業職の36％には、コンピューター・ビジョンで自動化できるタスクが少なくとも1つある一方、企業が自動化する経済的に魅力的なタスクが少なくとも1つあるのは、わずか8％（視覚的タスクの23％）である。

調査によると、このような視覚AIシステムは現在、米国経済（農業を除く）の従業員報酬の1.6パーセントを占める仕事をこなすことができる。これは経済全体の0.4％に相当する。

視覚的自動化は多くの企業にとって経済的に十分魅力的ではなく、しばらくはこのままかもしれない
MITの研究は、特定のタスクのためにAIシステムを微調整することに関連する高コストを指摘しており、特に中小企業にとっては不経済である可能性がある。

研究者たちは、ベーカリーの例でこのことを説明している。食品の品質管理のためのAIシステムの高い投資とメンテナンスコストは、作業の自動化による潜在的な節約を上回るだろう。このような品質チェックは、ベーカリーの労働時間の約6％を占めると推定されている。

主執筆者のNeil Thompson氏はTIMEのインタビューで、「変化が訪れているとはいえ、それに適応するための時間もある。すぐにすべてが大混乱に陥るような急激な変化は起きないでしょう」と、述べている。政策立案者には、再教育などの措置を講じる好機がある。

AIの研究者や開発者にとって、この研究は、AIの導入コストを削減し、企業にとって自動化が経済的に魅力的なものになるようAIの範囲を拡大することの重要性を強調している。

「AIが労働市場に与える将来的な影響については、主に暴露の尺度を用いて多くのことが書かれてきた。しかし、これらの試算は、仕事が自動化できるのであれば、自動化されるだろうという仮定に依存していることが多い」とHECパリのAntonin Bergeaud准教授は言う。

「Svanberg氏と共著者たちの研究は、導入からメンテナンスに至るまで、これらの技術を導入するためのコストを綿密に見積もることで、新たな視点を採り入れている。その結果、人間と “同程度”の能力を持つAIシステムであっても、現在の米国の人件費と比較すると、採用するには法外なコストがかかることが多いことがわかりました。結論は驚くべきもので、労働市場のうち自動化のリスクにさらされている割合は、暴露に基づく直接的な推定が示唆するよりもはるかに小さいのです」と、付け加えた。

しかし、今回の研究が、OpenAIのGPT-4のようなマルチモーダル大規模言語モデル製品に代表される、より柔軟なシステムではなく、商品の欠陥の有無の最終検査や食品の品質管理など、視覚的な作業のみを対象としていることには注意が必要だ。

LLM研究は労働市場の大きな変化を予測する

OpenAIのGPT-4のような、ツールを使用できる大規模なマルチモーダル言語モデルを含む研究は、労働市場のはるかに大きな混乱を予測している。

国際通貨基金（IMF）は最近、AIが世界全体の雇用の40％近く、先進国では最大60％に影響を及ぼす可能性があると警告した。

OECDは、多くの労働者にとってAIの影響は雇用の喪失ではなく、仕事内容や仕事の質の変化であると強調している。しかし、最大27％の雇用がAIによって脅かされ、特に管理職やエンジニアのような高度に熟練した認知的職業が脅かされる。

OpenAIが発表した研究によると、GPT-4のような大規模な言語モデルは、米国の労働者の約80パーセントの作業の少なくとも10パーセントに影響を与える可能性があるという。19パーセントの労働者では、言語モデルは少なくとも50パーセントのタスクを変更する可能性がある。

IBMは、今後5年間で最大7800人の雇用をAIに置き換える計画を発表しており、Googleは既に広告部門をAIに置き換え人員削減を行っているとも伝えられている。

論文

• MIT Future Tech: Beyond AI Exposure: Which Tasks are Cost-Effective to Automate with Computer Vision?

参考文献

• MIT CSAIL: Rethinking AI’s impact: MIT CSAIL study reveals economic limits to job automation
• Forbes: AI Will Not Steal Your Job Anytime Soon, MIT Researchers Say
• Time: Will AI Take Your Job? Maybe Not Just Yet, One Study Says

研究の要旨

AIの自動化が経済全体に急速に広がれば広がるほど、その潜在的な影響は、ポジティブなもの（生産性の向上）とネガティブなもの（労働者の移動）の両方において、より深刻なものとなる。AI Exposureに関するこれまでの文献は、AIがある分野に影響を与える全体的な可能性を測定しようとするものであり、そのようなシステムを構築する技術的実現可能性や経済的魅力を測定しようとするものではないため、このような自動化のペースを予測することはできない。この論文では、あるタスクを実行するために必要な技術的性能のレベル、その性能を発揮できるAIシステムの特性、そしてそのようなシステムを構築して展開するかどうかの経済的選択を推定する、エンドツーエンドの新しいタイプのAIタスク自動化モデルを提示する。その結果、どのタスクが技術的に実現可能で、経済的に魅力的な自動化であり、どのタスクがそうでないかを最初に推定することができる。我々は、コスト・モデリングがより発達しているコンピュータ・ビジョンに焦点を当てる。その結果 現在のコストでは、米国企業は「AI Exposure」を持つビジョンタスクのほとんどを自動化しないことを選択するだろう。の賃金しか自動化する魅力がない。このようなAIの普及の遅れは、コストが急速に低下すれば加速する可能性がある。AIが急速に普及するか、個々の企業よりも規模の大きいAI-as-a-serviceプラットフォームを通じて展開される場合、この普及の遅れは加速する可能性がある。 全体として、我々の調査結果は、AIによる雇用の置き換えは相当なものであるが、同時に緩やかなものであることを示唆している。したがって、失業の影響を緩和するための政策と再教育の余地がある。