人工知能は本当の意味で経済を変革するのだろうか、それとも急成長の約束は単なる誇大広告なのだろうか？米国の株式市場は前者の見方を支持している：AIとハイテク企業の株価は、今年のS&P500の上昇の約4分の3を占めている。ベンチャーキャピタルの投資家も同様に確信しているようで、ある試算によれば、2025年だけでAI分野に2000億ドルを注ぎ込んでいる。

アナリストたちが、1990年代のドットコムブームを彷彿とさせるようなハイテクバブルの再来ではないか、そして以前のようにバブルが崩壊し、株式市場も引きずり下ろされるのではないかという懸念を強めているのは、驚くには当たらない。しかし、ケンブリッジ大学の同僚であるウィリアム・ジェインウェイ氏が指摘するように、投機的なバブルでさえ、長期的な成長を支える重要なインフラやイノベーションを残す可能性がある。

もしAIがそのようなパターンに従うなら、その影響はどれほど強力なものになるのだろうか？ドットコム・ブームはいくつかの有益な教訓を与えてくれる。1990年代後半、新興のデジタル技術によって米国の生産性成長率は2.5％へとほぼ倍増した。エコノミストの予測はさまざまだが、いくつかの研究は、今日のAI投資の波が国内総生産を同様に大きく押し上げる可能性を示唆している。

最も熱狂的なAIの伝道者たちはさらに踏み込んで、人工的な一般知能の到来が間近に迫れば、まったくもって大きな変革がもたらされると主張している。例えば、AnthropicのCEOであるダリオ・アモデイ氏は、AIの可能性は根本的に過小評価されており、安全に開発されれば、このようなシステムは生物学、神経科学、経済発展におけるブレークスルーを促進し、病気を根絶し、貧困を削減し、世界的な協力を促進する可能性があると主張している。

このような豊かな世界が本当に到来するのであれば、たとえそれが遠い将来に実現するとしても、この変革がどのように展開されるかを追跡することは極めて重要である。しかし、私が近著『The Measure of Progress（進歩の尺度）』で説明しているように、伝統的な経済指標では、AIが牽引する新たなデジタル経済はおろか、「旧来の」デジタル経済の影響を捉えることもまだ難しい。

GDP成長率はその典型例だ。GDP成長率は、せいぜい構造変化の遅行指標に過ぎない。経済史家は、蒸気発電や電気といった変革的な技術が公式統計に登録されるまでに数十年を要し、その効果が目に見えるようになっても、測定された所得の増加は驚くほどわずかなものであったことを明らかにしている。しかし、これらの技術が変革的なものでなかったと主張するのは馬鹿げている。

AIに関しては、最も基本的な事実のいくつかが欠けているか、不完全である。例えば、どれだけの企業がどの分野でジェネレーティブAIを使用しているのか？何に使われているのか？AIツールはマーケティング、物流、顧客サービスなどの分野でどのように応用されているのか？どの企業がAIエージェントを導入し、誰が実際に使用しているのか？

AIに関する研究は急速に拡大しているが、今求められているのは体系的なデータ収集である。信頼性の高い統計は、企業が需要と機会を測定するのに役立つだけでなく、政府が成長を促進し、消費者を保護する政策を設計することも可能にする。

AnthropicやOpenAIのようなテック企業は、特に自社製品がデータに依存していることを考えると、現在の情報の空白が自社にとって何のメリットもないことを認識し始めている。AIの経済的影響についてより明確な理解がなければ、「ジョブポカリプス」の見通しから人間のようなチャットボットの潜在的な心理的影響に至るまで、社会的議論は必然的にリスクや不安に焦点を当てることになるだろう。このギャップを埋めることを目的とした業界のイニシアチブは、範囲は限られるものの、不可欠である。

とはいえ、他の指標はAIの変革効果について貴重な洞察を与えてくれる。ケンブリッジ大学ベネット公共政策大学院のジョン・ポキズ（John Poquiz）研究員との最近のワーキングペーパーでは、有意義な指標セットには、AI開発のための主要なインプット、特にエネルギー消費、労働市場のシフト、データ利用を含めるべきだと主張している。もう1つの重要な指標は、AI主導のサービス、いわゆるエージェント型AIの採用である。

ベンチャーキャピタルの投資家も同様に確信しているようだ。

ダイアン・コイル

家庭と職場の両方における時間使用データも、産業構成や組織設計の変化などの構造的指標と同様に有用であることがわかるだろう。より広範に、構造変化の全体像を把握することは、部門再配置からワークフローのシフトに至るまで、AIの広範な経済効果を理解するのに役立つだろう。

残念ながら、そのような指標は現在ほとんど存在しない。問題をさらに深刻にしているのは、多くの統計機関（特に米国）が混乱状態にあり、ほとんどの政策立案者が新しいデータソースや方法論を利用することに慎重すぎることである。

学術界は、AIの経済効果を測定し理解する方法を改善することに熱心である。しかし、今のところ、私たちは、蒸気機関車、鉄道、電信がどのように自分たちの世界を変えていくのかを、公式統計よりもチャールズ・ディケンズやジョージ・エリオットの小説から学んだビクトリア朝時代と同じ立場にいる。

• ケンブリッジ大学公共政策学教授のダイアン・コイル氏は、『歯車と怪物』の著者である：What Economics Is」、「What It Should Be」（プリンストン大学出版局、2021年）、「The Measure of Progress：The Measure of Progress: Counting What Really Matters』（プリンストン大学出版局、2025年）などがある。著作権プロジェクト・シンジケート、2025年