生成AIバブルが崩壊？最新の分析が明かす長期的影響

いまさらながら、生成AI（ジェネレーティブAI）について、その実態と影響を整理する必要が出てきています。最近、さまざまな機関のレポートやファクトを統合し、生成AIの現状と長期的な影響を分析した論文が発表されました。本記事では、その論文を基に、生成AIバブルの収縮とそれに伴う経済的、社会的、環境的な影響について詳しく紹介します。

論文：

Watching the Generative AI Hype Bubble Deflate

ジェネレーティブAIバブルの形成

• 急速な期待の膨張:

  • モルガン・スタンレーは、AIが6兆ドル規模の市場機会を提供すると主張し、マッキンゼーはAIを「次の生産性のフロンティア」として、年間2.6兆ドルから4.4兆ドルの経済効果を予測しました。これらの数字は、イギリスの年間GDPや全世界の農業生産に匹敵します (Chui et al., 2023)。

  • こうした期待により、企業は競争に遅れまいとAI技術の導入を急ぎ、一部の企業は「AI」という単語を社名に加え、株価を上げるために利用しました (Benzinga, 2023)。

• メディアと投資家の影響:

  • AI技術の急速な進展は、特定のメディアとAI企業のリーダーによって広く宣伝され、これがさらなる投資を呼び込みました (Wiltermuth, 2024)。投資家やコンサルタントは、企業に対し、AIの導入を急ぐよう強く促しました。特に、マッキンゼーは、AIが企業に「想像を超える機会」を創出するとし、変化する世界に適応するためのコンサルティングサービスを提供しました (McKinsey & Company, 2024)。

バブルの兆候と収縮

• 過剰評価の兆候:

  • ジェネレーティブAIは、広範な期待の対象となりましたが、最近になってその価値に疑問が投げかけられています。ゴールドマン・サックスのレポート「Gen AI: Too Much Spend, Too Little Benefit?」では、AI技術が非常に高価で、そのコストを正当化するためには複雑な問題を解決する必要があると指摘していますが、現時点ではその能力は不十分であると述べています (Nathan et al., 2024)。

  • さらに、AI導入後に労働生産性が向上するどころか、77%の従業員が業務量の増加と生産性の低下を報告していることも問題視されています (Robinson, 2024)。

• 技術的課題:

  • ジェネレーティブAI、特にLLM（大規模言語モデル）は「幻覚」と呼ばれる誤った出力を生成しやすく、これが業務の効率を低下させる大きな要因となっています (Leffer, 2024)。LLMは確率的なモデルであり、その構造上の特性から、根本的な修正が難しいとされています。

• 経済的要因と規制の強化:

  • 経済的には、金利の上昇により「イージーマネー」が利用できなくなり、これがAI技術への投資熱を冷ます要因となっています (Karma, 2023)。さらに、連邦規制当局はAI技術に対する監視を強化しており、例えばFTCのリナ・カーン委員長は「AIには法の例外はない」と述べ、規制当局がAIバブルに対処するために標準的なツールを適用する必要があると強調しています (Khan, 2023)。

過去の技術バブルとの比較

• 歴史的な技術バブルとの類似点:

  • 自動車、鉄道、電気、コンピューターなどの技術も、市場に定着するためには莫大なインフラ投資が必要でした。これらの技術も当初は期待が過剰に膨らんだものの、後にその価値が再評価されました (Oldenziel et al., 2020; Nye, 2001)。

• IBMの事例:

  • IBMは「Watson AI」を医療分野に導入することで大きな期待を寄せられましたが、その結果は期待外れに終わりました。専門家は、Watson AIが医療分野に適さない「ミスマッチ」であり、「危険」であると評しました (Strickland, 2019)。この事例は、AI技術が必ずしも万能ではなく、その適用には慎重な評価が必要であることを示しています。

• AI技術の宣伝と実際のギャップ:

  • AI技術は、過去の技術バブルと同様に、過大な期待が寄せられていますが、実際には多くの課題が残されています (Burrell, 2023)。AI企業は技術を不可欠なものとして宣伝し、社会インフラに組み込むことを目指していますが、その効果が限られているケースも多いです。

労働市場と環境への影響

• 労働市場への影響:

  • 特にクリエイティブな職業では、AIによる自動化が雇用を脅かし、賃金の停滞や労働環境の悪化が懸念されています。イラストレーターのMolly Crabappleは、AIが多くのイラストレーターの仕事を奪う可能性があると警告しています (Crabapple & Marx, 2023)。

  • さらに、AIが労働の自動化を推進する中で、一部の職種では労働範囲の縮小が進み、他の職種では賃金が停滞する可能性が高まっています (Jiang et al., 2023)。

• 環境への影響:

  • AI技術の普及に伴うエネルギー消費の増加は、企業のカーボンニュートラル目標の達成を妨げています。マイクロソフトは、2023年の排出量が2020年に比べて30%増加し、2030年までにカーボンネガティブになるという目標が遠のいています (Rathi et al., 2024)。

  • Googleも、AI導入により排出量が増加し、もはやカーボンニュートラルを主張しなくなりました (Rathi, 2024)。

情報共有の未来

• 情報の信頼性とコモンズの侵食:

  • AI技術の誤情報の拡散は、信頼性のある情報源を見つけることを難しくし、情報の信頼性を損ないます。例えば、GoogleのAI検索スニペットは「ピザに接着剤を塗ることを推奨」し、「一日に少なくとも小さな岩を一つ食べることを推奨」といった明らかに誤った情報を提供しました (Kelly, 2024)。

  • AIによる誤情報がインターネット上で拡散することで、信頼できる情報を得ることがますます困難になります。

• コモンズの囲い込み:

  • AI技術の普及により、企業が情報のコントロールを強化し、情報のコモンズ（共有財産）が企業によって囲い込まれるリスクが高まります (Noble, 2018)。これにより、AI技術が著作権やフェアユースの観点から問題を引き起こす可能性があります。

結論

• バブルの収縮とその長期的影響:

  • ジェネレーティブAIバブルの収縮は、技術の真価を問う重要な契機となりますが、既に生じた影響は簡単に消え去るものではありません。AI技術の導入がもたらす経済的、社会的、環境的な影響を慎重に見極める必要があります。

• 将来に向けた慎重なアプローチの必要性:

  • 過去の技術バブルから学び、AI技術の過剰な期待に対して冷静に対応することが求められます。技術の導入には、慎重な評価と長期的な視点が不可欠であり、今後の技術発展においてもその教訓を生かす必要があります。