AIは貧困国を貧しいままにする可能性がある

2024年2月28日、世界最大のコールセンター企業は、スウェーデンのフィンテック企業KlarnaがAIアシスタントで顧客サービスチャットの3分の2を処理していると発表した後、わずか一晩で時価総額の4分の1以上を失いました。トレーダーたちは、低賃金国から高賃金国へ比較的単純なタスクを請け負う企業が自動化のリスクにさらされるという長期的な予測を織り込んでいたのです。

彼らは正しかったのでしょうか？AIの時代において、世界は依然として貧困国が提供するものを必要とするのでしょうか？

発展の梯子

経済発展は梯子のようなものだとよく考えられています。経済が梯子を登るにつれて、農業から製造業、そしてサービス業へと依存を移していきます。各国が各産業でより生産的になると、需要を満たすために必要な労働者は減少します。例えば、人口全体が自給農業に従事するのではなく、より小さなグループが同じ作物をより効率的に育て、残りは製造業へと移ります。

1950年以降、持続的な急速な成長を遂げたすべての国は輸出を通じて成長してきました。輸出により、より安い労働力で作られた財やサービスを富裕国の人々に販売し、賃金の差を利用できるのです。例えば韓国は、かつら、合板、衣料、船舶、鉄鋼、自動車、そして最終的には半導体という一連の輸出を経て、一代で一人当たり所得を100ドルから35,000ドル以上に増やしました。

輸出なしでは、梯子を上ることははるかに困難になります。第一に、自国の消費者だけでは、規模と既存の富の両方において成長を刺激するには不十分であることが多いです。第二に、産業構成を変えるには多くの輸入が必要であり、多くの場合、強い通貨建ての新しい生産投入物が必要です。各国はそれらの通貨を手元に置くために、輸出、借り入れ、または送金に依存しなければなりません。借り入れても輸出しなければ、外貨準備を減少させデフォルトに至る可能性があり、2022年にスリランカが示した通りです。

最後に、輸出は学習効果を通じて直接的に生産性を向上させます。ある研究では、研究者がエジプトの小さなじゅうたん工房に外国からの注文を無作為に割り当てました。輸出した工房は利益が16～26%高く、最終的には同じ織機と材料を使用しているにもかかわらず、測定可能なほど優れたじゅうたんを生産しました。顧客は製品に高い基準を設定し、織り手のプロセスを改善するフィードバックループを生み出しました。

労働者のいない工場

製造業による貧困からの脱出経路はすでに崩壊しつつあります。グローバル化により競争が激化し、中国がある程度の支配力を確立しています。同時に、工場の自動化により、仕事はより希少で技能集約的になっています。これは、ラテンアメリカやサハラ以南アフリカの多くの国々が完全に排除される一方、主にアジアで競争力を維持する国々はそこから得られる雇用が減少することを意味します。例えば、バングラデシュの衣料品輸出は2010年から2024年の間に3倍になりましたが、同部門の雇用は横ばいでした。

その結果、一国の雇用に占める製造業の割合は、かつてよりもはるかに低い水準（およびはるかに低い一人当たりGDP）でピークを迎えるようになりました。英国、スウェーデン、イタリアのような先発国では、製造業雇用は一人当たり約35,000ドル（現在のドル換算）で減少し始めたのに対し、インドやサハラ以南アフリカの多くは約1,800ドルで同じ地点に達しました。将来の自動化はこの傾向を加速する可能性が高いです。

一見、これは上記の国の発展の話（産業がより生産的になり、雇用する人数が減り、人々は新しいより生産的な仕事に移る）のように聞こえるかもしれません。しかし歴史的なケースでは、製造業はまず経済のより大きな割合に成長し、場合によっては労働力の3分の1を雇用しました。雇用の横ばいまたは減少は、労働力が希少で高価になり、工場が自動化を推進したことによるものでした。その時点で失業した人々はより教育を受け、都市化しており、芽生えつつあるサービス業に再吸収されることができました。しかし、バングラデシュの工場がより早く自動化する場合、労働力をより高価で教育を受けたものにするための十分な成長がまだ起こっていません。

残念ながら、たとえ人口がサービス輸出を生み出す準備ができていたとしても、梯子のその段もすぐに消え去る可能性があります。

従業員のいないオフィス

インターネットと安価な通信の出現により、物理的な商品を輸送することなく、ある国から別の国へ労働力を輸出することが可能になりました。今やマニラの会計士やインドのプログラマーがオハイオ州の顧客のために働くことができます。インドのテクノロジーサービス産業は昨年2830億ドルを稼ぎ、現在580万人を雇用しています。フィリピンでは、コールセンターとバックオフィスが年間400億ドルを稼ぎ、これは同国のGDPの8%以上であり、190万人を雇用しています。

しかし残念ながら、仕事を海外に委託可能にする特性——完全にデジタルで行われ、明確な成果と検証可能な品質を持つこと——は、仕事を特に自動化しやすくする特性でもあります。

では、AIは実際にこれらの仕事を破壊しているのでしょうか？もしそうなら、まだトップレベルのデータには現れていません。フィリピンのBPOの収益と雇用は昨年も両方とも増加し、インドのIT産業はこれまで以上に多くの人を雇用しています。既存の仕事を数えるだけなら、何も起こっていません。

しかし新規雇用は別の話です。インドの主要IT企業は2022年度に約60万人の新卒者を採用しましたが、2025年度には約12万人しか採用していません。その一部はパンデミック後の採用バブルの衰えですが、構成も変化しています：30歳未満の労働者は過去3年間で業界の60%から51%に減少しました。フィリピン産業は2023年に13万5000件、2024年に12万件、2025年に8万件の新規雇用を追加しました。最も明確に効果を測定できるフリーランスプラットフォームでは、ChatGPTのリリース後1年でライティングと翻訳の求人が5分の1から3分の1減少しました。

貧困国にとって、新しい労働者をより生産性が高く高賃金のセクターに迎え入れる能力は、そのセクターが成長のエンジンとして機能するために重要です。たとえ全体の収益が同じでもです。

最も安い労働力が勝つのか？

この悲観的な見方に対する強力な反論は、たとえAIが仕事をうまくこなせても、人間を雇う方がAIエージェントを展開するより安ければ、人間はその仕事を維持するというものです。これは、低・中所得国にとって良いニュースです。なぜなら、彼らは富裕国の同等の労働者よりもはるかに低いコストで労働力を提供するからです。

これまでのところ、証拠はAIがほとんどの場合、労働者を置き換えるのではなく向上させる方向に傾いており、賃金が低いほどこれが長く続く可能性があります。最近の研究では、約5,000人のカスタマーサービスエージェントにAIアシスタントを与えたところ、最も新しい労働者の生産性が34%向上したのに対し、最も熟練した労働者にはほとんど影響がありませんでした。この反論を簡潔に言い表すと、「AIを恐れるな、AIを使うより安い労働者を恐れよ」となります。

これの問題は、賃金が静的（理想的には増加）である一方、固定された能力レベルのAIを実行するコストが年間約10倍から50倍の割合で低下していることです。

人間がそれらの仕事を維持している間でも、自動化の選択肢は彼らの収入に上限を設けます。例えば、ChatGPTが2022年末に発売された後、Upworkでの翻訳作業の掲載時給は20%以上下落しました。より安い認知はそれらのサービスへの総需要を拡大しますが（ジェボンズ的に）、これが特に低スキル労働に対して十分に補償するとは限らず、また人間がそれを満たす必要があるとも限りません。

さらに、最も低スキルのサービス業務（ルーチンチケット、翻訳、校正）は最も頻繁に輸出され、また最初に自動化される可能性が高いです。これに対応して、サービス輸出業者はスキルチェーンを上昇させ始めており、コールセンターエージェントを減らし、分析やエンジニアリングを増やしています。しかし、バングラデシュの縫製部門を彷彿とさせるように、インドのテクノロジー収益は年間6%成長しているのに対し、従業員数は2%の成長です。これはパンデミック時の過剰採用の解消が一部ですが、すべてがそうであるかは曖昧です。モデルは依然として幻覚を起こしたり重大な誤りを犯したりし、規制当局は人間の関与を要求していますが、これらの摩擦は存在する間だけトレンドを遅らせるだけです。

もちろん、より安いサービスは貧しい消費者にとって非常に良いことです。例えば、医者のいない診療所は電話の中の医者（AI）から大きな恩恵を受けます（ただし、以前書いたように、AIの利益は高所得国により多く流れると予想します）。しかしこれは、全体的な経済成長の問題とは別です。

何が売り物として残るのか

過去一世紀にわたり、貧困国の貧困は——狭い意味で——彼らの最大の資産でした。低賃金が彼らの輸出を自然に競争力のあるものにし、富裕国からビジネスを獲得しました。これは、輸出がカカオ、衣料品、電子機器、コードのいずれであっても当てはまりました。

しかし、AIはその安い労働力よりも低価格で競争し、それらの輸出の多くを生産するコストを十分に低下させ、この成長メカニズムを完全に遮断するかもしれません。インドのIT企業での初期キャリア採用、マニラでの純新規雇用、主要顧客での契約率、さまざまなフリーランス作業の掲載率などの指標は、このトレンドを早期に発見するのに役立つかもしれません。

低所得国は次に何をすべきでしょうか？次の記事では、この懸念に対して提案されるいくつかの代替成長経路と、それらがどれほど有望かについて議論します。

ご購読ありがとうございます！この記事は公開されているので、気軽にシェアしてください。