私たちの経済の未来はどうなるのか？

私たちの経済の未来はどうなるのか？

AIが経済をどのように再構築するかは、まだわかっていません。前例のない成長につながるのでしょうか？広範な失業につながるのでしょうか？あるいは、そのどちらでもない、あるいは何か別のものになるのでしょうか？それをどうやって知ることができるのでしょうか？

Anthropicの経済学チームは、AIが今後数年間で米国の雇用、成長、失業にどのように影響するかについてのモデルを構築しました。可能性のある経済的未来について学び、AIの能力に関する独自の予測を行うことで、それが示唆する経済を理解することができます。

私たちはAIが経済をどのように再構築しているかを研究しています。なぜなら、この移行が社会、労働者を含むすべての人々にとって有益であることを保証することにコミットしているからです。私たちの可能な経済的未来への可視性を高めることで、誰もがその恩恵を受けられるようにするための措置を講じることができます。

私たちの経済指数は、現在AIが経済全体でどのように使用されているかを測定していますが、このシナリオエクスプローラーは将来を見据えたものです。私たちの技術レポート「変革的AIのための経済シナリオ」（Korinek et al., 2026）に基づき、このエクスプローラーはAIの能力が向上し続けるにつれて経済がどのようになるかを知る機会を提供します。

ビジネスが通常通りに進むシナリオから、AIが成長を通常の約2倍の速度で増加させる経済シナリオまで、失業率は歴史的な範囲内に収まり、賃金は産業に応じて横ばいか上昇します。しかし、経済史上最も速い成長を遂げるシナリオでは、知識労働者の賃金と雇用見通しに悪影響があります。それらのシナリオでは、社会ははるかに豊かになりますが、課題はその富の分配を広く行き渡らせることです。

下にスクロールすると、AIが経済にどのように影響するかについての概要が表示されます。その後、将来AIがどれほど有能になるか、そして経済全体でどれほど広範囲に利用されるかについてのあなたの期待値を入力できます。モデルは、あなたの予測が現実になった場合の2030年の経済の姿と、あなたの予測が他者と比較してどうなるかを示します。

その答えは、AIが経済を構成するすべてのタスクにどのように影響するか、AIが作成する新しいタスク、そしてAIがこの作業をどれだけ速く引き受けるかにかかっています。AIはタスクの拡張を増やすのか、それとも自動化を増やすのか？それは私たちをどれだけ生産的にするのか？労働者や企業によってどれだけ速く採用されるのか？これらの質問への答えは、GDP、労働市場、そして労働者が手にするパイの分け前に直接影響します。

強力なAIは経済をどのように変える可能性があるか？

今後数年間でAI開発はどのように進むと思いますか？そして、その道筋は経済にとって何を意味するでしょうか？これらの問いを検討し、私たちのシナリオエクスプローラーで潜在的な答えを探求することをお勧めします。

人々の将来のAI能力に関する期待は様々です。

8月、私たちは1万人以上のアメリカ人に、現在のAI能力、将来のAI能力、AIの導入、そして職業を変えなければならない場合に新しい仕事を見つけることの容易さについての見解を調査しました。

回答者の平均的な回答は、「大幅な変化」シナリオに近い結果を示唆しています。2030年までにGDPはAIなしの場合と比較して10%高く、失業率は全体で約5%に上昇しています。回答者の約10%は、極端なシナリオに沿った見解を持っています。

人々が5つの質問にどのように答えたか（各回答の回答者の割合）

• 能力

  AIは何ができるか？

• 導入

  人々はAIをどれだけ利用するか？

• 自律性

  AIはどれだけ自律的に行うか？

• 生産性

  AIは人々をどれだけ生産的にするか？

• 調整

  新しい仕事を見つけるのにどれだけ時間がかかるか？

• 一般市民
  n = 10,980

• サイト訪問者
  n = 32,421

あなたは経済の1つの可能性のある未来を予測しました。その未来はどのようなものになりうるか、以下に示します。

発見1：GDP成長

AIはすべてのシナリオで経済を成長させますが、その規模はシナリオによって大きく異なります。

2030年の米国のGDP、シナリオ別（兆ドル単位）*

穏やかなシナリオ

+1.6%$34.1兆GDP

大幅なシナリオ

+8.3%$36.3兆GDP

極端なシナリオ

+32.4%$44.4兆GDP

タスクタイプ
タスクの拡張
タスクの自動化
AIによって作成される新しいタスク
生産性

*GDPは2025年の価格水準で計算されています。

しかし、成長だけが私たちが気にかける経済的ダイナミクスではありません。これらの潜在的な未来は、労働者がその成長のどれだけを受け取るか、あるいはどれだけの人が新しい仕事を見つけなければならないかについて、何を意味するのでしょうか？

このモデルは現実の完全な地図ではありませんが、興味深い発見を示しています。国のGDPは成長するでしょうが、その繁栄のより大きな分け前は、社会全体がはるかに豊かになったとしても、より多くの富を生み出すために使用されるリソースとテクノロジー（資本）に、労働者と比較して流れる可能性があります。

そして、ほとんどのシナリオでは、雇用の再配置と失業の両方が、歴史が以前に経験した範囲内に収まりますが、例外が1つあります。極端なシナリオでは、再帰的な自己改善と急速な導入が見られる場合、失業率は歴史的な水準に急上昇する可能性があります。

発見2：雇用の再配置

より変革的なシナリオでは、より多くの労働者が職業を変更する必要があります。それはより高い失業率を意味するかもしれません。

求人市場には常にいくらかの変動があります。人々が職を失い、新しい職を見つけるのです。通常の時には、このプロセスは苦痛を伴うかもしれませんが、マクロ経済的な観点からは比較的うまく機能します。ほとんどの求職者は比較的早く新しい仕事を見つけます。

私たちの「大幅な」シナリオと「極端な」シナリオでは、知識労働者は多くの自動化と職務の喪失を経験する可能性があります。個人レベルでは、コーダーやコールセンターのエージェントは、AIの影響を受けにくい電気技師や看護師のような仕事に切り替える必要があるかもしれません。

しかし、完全に職業を変更することは困難であり、多くの人が新しい仕事を見つけるのに時間がかかります。シナリオがより多くの切り替えを必要とするほど、より多くの人が職探しをすることになります。

2030年の労働者の状況（全労働者に占める割合）

2026年
2030年
62.2%
知識労働者
37.8%
その他の労働者
2.5%
職を失った
1.8%
転換した
59.7%
そのまま
39.6%
その他の労働者
0.7%
移動が必要

知識労働者
その他の労働者
職を失った

2026年から2030年にかけて、AIが影響を与える職業（知識労働）で利用可能な仕事は減少し、AIが影響を与えない職業で利用可能な仕事は増加します。

新しい職業への切り替えは、いくつかの理由で困難です。労働者は職業を変えたくないかもしれません。新しいスキルを学ぶ必要があるかもしれません。そして、たとえそうしたとしても、新しい仕事を得るのは簡単ではありません。極端なシナリオでは、知識労働の広範な分野がより速く自動化されるにつれて、影響を受けた労働者は長期間失業する可能性があります。

知識労働における失業率は上昇し、他の職業では低下します。

穏やかなシナリオ

大幅なシナリオ

極端なシナリオ

知識労働者
その他の労働者
合計

発見3：賃金

3つのシナリオすべてで平均賃金は上昇しますが、この増加は知識労働以外の職業に集中しています。

それは、労働者が需要が増加している職業に切り替えるのに時間がかかるためです。人間の知識労働の需要が少ないと、賃金に下落圧力がかかります。一方、AIが知識労働内の生産性を向上させると、その生産性の恩恵を受ける肉体労働の需要が増加します。例えば、物理的なインフラの設計と許可をより迅速に生産することで、建設プロジェクトの数を増やし、建設労働者の需要を高め、それによって賃金を押し上げることができます。「大幅な」シナリオでは、知識労働者の賃金は実質的に横ばいです。極端なシナリオでは、2030年までに10%以上低下します。

職業グループ別の給与、AIなしの同じ経済と比較したパーセンテージ

穏やかなシナリオ

大幅なシナリオ

極端なシナリオ

知識労働者
その他の労働者
平均

発見4：労働対資本のシェア

パイは成長しますが、より大きなシェアが資本に流れる可能性があります。

今日、経済が生み出す1ドルあたり約60セントが労働者に、40セントが資本に行きます。経済が成長しても、AIがより多くのタスクを自動化する場合、1ドルあたりのより多くが資本に行く可能性があります。これは、すべての労働者の賃金が大幅に上昇した場合でも起こり得ます。資本がより多くの物事に有用になれば、その需要は高まり、価格も上昇します。その世界では、成長する経済からの利益のより多くが資本の所有者に流れます。

「大幅な」シナリオと「極端な」シナリオでは、労働シェアが著しく低下し、資本シェアが上昇することを発見しました。平均賃金は上昇しますが（非知識労働者の賃金は大幅に上昇）、知識労働者の賃金は失業の悪化と並行して停滞または低下します。

極端なシナリオでは、急速に拡大する経済からの利益は不均一に分配されます。ほとんどの知識労働者は、賃金の低下または失業に直面し、労働者全体はより大きなパイのより小さな割合しか受け取りません。2030年までに総労働所得はほとんど変化しません。

このシナリオでは、主な課題は経済成長の達成ではなく、利益が広く共有され、コストが不均等に分散されないようにすることです。

タスクタイプ
タスクの拡張
タスクの自動化
AIによって作成される新しいタスク
生産性

各シナリオで、経済全体は成長します（GDPで測定）。しかし、労働者の賃金と比較して、より多くの成長が資本に流れます。一部の職業では賃金が大幅に増加しますが、全体として、賃金は国の経済成長のより小さなシェアを占めます。

未来は決定されていません。

最終的に、2030年の経済がどのようになるかは、AIが何ができるか、企業や労働者がそれをどのように採用するかといった多くの要因にかかっています。それはまた、この技術の経済的利益がどのように共有されるかにもかかっています。

他の経済モデルと同様に、このモデルにも限界があります。例えば、人類が超高性能ロボットを開発するシナリオは含んでいません。このモデルは私たちの研究と外部レビューに基づいています。証拠が進展するにつれて、私たちはそれを追加し続けるでしょう。

このモデルは、私たちの完全な研究ポートフォリオとともに、労働市場の混乱に対する効果的な介入を特定するためにAnthropicが資金を提供する研究に情報を提供します。また、AIの経済的利益が米国および世界中で社会全体に広く共有されることを保証することを目標とした、私たちが提案する政策アイデアにも情報を提供します。

免責事項とレビュー担当者への感謝
v1.0 の経済シナリオエクスプローラー、2026年9月

経済シナリオエクスプローラーは現在バージョン1.0です。すべてのモデルと同様に、複雑な現実の stark な単純化です。それは少数の主要な力を分離し、今後数年間で関連性があり重要になる可能性のある多くの他の力を省略します。例えば、政策対応、景気循環、潜在的な総需要または金融市場の混乱、および潜在的な壊滅的なリスクは含まれていません。シナリオエクスプローラーは進行中の作業であり、私たちがより多くの時間を投資し、経済研究自体が発展するにつれて進化すると予想しています。

エクスプローラーの基盤となる技術レポート「変革的AIのための経済シナリオ」の初期ドラフトを読み、詳細なコメントをくれた経済学者の方々に感謝いたします。Daron Acemoglu、Lukas Althoff、David Autor、Tom Cunningham、Lukas Freund、Joe Hazell、Ben Jones、Pete Klenow、Danial Lashkari、Kurt Mitman、Ben Moll、Emi Nakamura、Pascual Restrepo、David Romer、Jón Steinsson、Chris Tonetti、Ludo Visschers、David Wiczer。彼らのフィードバックは寛大で率直であり、すでに私たちのモデルを改善しています。2つの例：数人のレビュー担当者は、AIの進歩が資本の収益率を高める可能性があり、それによって利益のより多くが資本の所有者に流れると指摘しました。また、数人のレビュー担当者は、AIが最も影響を与える職業の労働者の賃金が、ほとんど影響を受けない職業の賃金と乖離する可能性があると指摘しました。両方のチャネルが現在シナリオに含まれています。外部レビュー担当者には、私たちの結論を支持するように求められておらず、残りのエラーは私たちのものです。

その他の批判は依然として未解決であり、将来のバージョンでそれらの多くに対処する予定です。レビュー担当者は、モデルが個々の労働者を追跡しないため、職務喪失のコストについて非常に粗い画像しか描けないと指摘しました。一部のレビュー担当者は、AIの影響を受ける職業が縮小するのではなく、むしろ成長するのではないかと疑問視しました。一部のレビュー担当者は、最も極端なシナリオは、思考実験として読む方がシナリオとして読むよりも良いと感じましたが、他のレビュー担当者は、最も穏やかなシナリオは、データですでに明らかになっていることを過小評価していると感じました。数人のレビュー担当者は、モデルがデータセンターの構築によって駆動される総需要効果を含んでいないことをより明確にするように求めました。そして、複数のレビュー担当者が、AIが技術進歩自体をどれだけ加速できるかを過小評価している可能性があると主張しました。これらの多くは現在のモデルの限界であることに同意します。シナリオエクスプローラーは、異なる技術開発が経済に何を意味するかを考えるためのツールとして見られるべきです。実際の成果は大きく異なる可能性があります。

Anton Korinek、Chad Jones、Szymon Sacher、Tess Cotter、およびPeter McCroryが経済モデルを開発し、付随する技術レポートを共同執筆しました。Santi Ruizが彼らと共にこの記事を執筆し、Sarah PollackとAdam Farinaが編集サポートを行いました。Kelsey Nananがインタラクティブエクスペリエンスを設計・構築し、Nikki MakagiansarとMonika Tuchowskaがビジュアルデザインとアートディレクションを担当しました。Kyle TurmanとSzymon Sacherがシナリオエクスプローラーを構築し、モデルのインタラクティブ形式への翻訳を主導しました。Fayaz AshrafとRyan Hellerがエンジニアリングに貢献し、Kim WitheeとMaria Gonzalezがプロダクションをサポートしました。Szymon SacherとTess CotterがMorning Consultと協力して付随する調査を設計・実施し、Ben Fowlerがサポートしました。Peter McCrory、Anton Korinek、Charles Yangがプロジェクトを調整し、Jack Clarkが全体を通して指示を提供しました。Miriam Chaum、Jack Clark、Saffron Huang、Maxim Massenkoff、Peter McCroryがこの取り組みの発案に協力しました。Jim Baker、Shan Carter、Johannes Hermle、Zoë Hitzig、Eva Lyubichがフィードバックを提供しました。