AIが仕事を奪うのは2026年の第1四半期だけで、テック業界では世界全体で約8万人がレイオフされ、そのうちおよそ半数がAI導入や業務自動化に直接・間接的に関連していると報告されています。
企業がAIで従業員を解雇するとき、その従業員は同時に消費者でもあります。収入を失った人は、商品やサービスを買う力を失います。そして、その購買力を失った人が増えれば増えるほど、企業の売上も下がっていく。つまり、AIでコストを削減しようとした企業が、自分たちの売上の基盤を自ら壊しているということになります。
2026年3月にペンシルバニア大学とボストン大学の研究者が発表した論文The AI Layoff Trap（AIレイオフの罠）は、この問題を経済学的に証明しました。しかも、その結論は非常に衝撃的なものでした。企業はこの崖が目の前に見えていても、止まることができないというのです。
自動化が売上破壊につながる仕組み
AIや自動化によって従業員を削減すると、企業はコストを大幅に節約できます。しかし、解雇された従業員は消費者でもあります。彼らが収入を失うと、商品やサービスへの支出も減ります。
この影響は一社だけにとどまりません。ある企業がAIで100人の従業員を解雇したとします。その100人は、自分の会社の製品を買うだけでなく、ほかの多くの会社の製品やサービスも購入していたはずです。つまり、1社の解雇が、業界全体の需要を少しずつ削り取っていきます。この連鎖が多くの企業で同時進行すると、業界全体の購買力が急激に縮小していくのです。
研究者たちは、これを需要の外部性と呼んでいます。自分の行動が、意図せず他者にマイナスの影響を与えてしまう現象です。環境汚染が典型例ですが、今回のAI自動化も同じ構造を持っています。ある企業のコスト削減が、他社の売上減少という形で社会全体に損害をもたらすのです。
需要の外部性とは:
ある経済主体の行動が、市場を通じずに他者に影響を与える現象のことです。環境汚染（工場が汚染物質を排出し、周辺住民が被害を受ける）が有名な例ですが、今回のAI自動化でも同じ仕組みが働いています。1社のAI導入による従業員削減が、その従業員が消費者として支出していたお金を業界全体から奪うことになります。
なぜ合理的な企業が崖に向かって走り続けるのか
研究者たちは、企業の経営者たちはこの崖が見えている、つまりAI自動化が進みすぎると自分たちも損をすることは理解していると指摘しています。それでも止まれないのはなぜでしょうか。
これは経済学の囚人のジレンマと呼ばれる考え方で説明できます。囚人のジレンマとは、互いに協力すれば全員が得をするのに、自分だけ協力しないほうが個人的には得になるため、結果的に全員が協力しない最悪の状態に陥ってしまう状況のことです。
AI自動化に当てはめると、ある企業がAI導入を自制したとします。しかし、競合他社がAI導入を進めてコストを削減すれば、競合は価格を下げて顧客を奪い、自制した企業は市場シェアを失います。だから自制することにはリスクがある。
逆に、自分だけがAIを導入すれば、コストを削減しながら競合の需要破壊の影響を受けます。しかし、全員が一斉にAIを導入すれば、需要が縮小して誰も得をしない。それでも自分だけ導入しないという選択肢は最悪の結果をもたらします。
つまり、たとえ全体として損であるとわかっていても、1社だけが自制することは合理的でないのです。これがAIレイオフの罠の核心です。全員が走り続けることがわかっていながら、誰も止まれない自動化の軍拡競争が始まっています。
囚人のジレンマとは:
ゲーム理論の有名な概念です。共犯者2人が別々の部屋で尋問される場面を想像してください。2人とも黙秘すれば刑期は短くなりますが、自分だけ自白すると自分は軽くなり相手は重くなります。結果として、両者は互いに自白してしまい、2人とも重い刑罰を受けます。AI競争も同じ構造で、全社が自制すれば全社が得をするのに、競争が自制を不可能にしています。
競争が激しいほど、ダメージは大きくなる
競合企業が多ければ多いほど、過剰自動化の問題が深刻になるという点です。
競争が激しいほど、企業は消費者の利益を考えるはずだと思いがちですよね。しかし今回の研究では逆の結論が出ました。なぜかというと、競合企業が多いほど、各社が自分のAI導入が需要を壊す影響をより小さく見積もるからです。
10社が競争している業界では、ある1社の自動化が需要全体に与えるダメージのうち、自社に返ってくるのは10分の1だけです。残りの10分の9は他社に飛び火します。だから、需要破壊のコストを大したことないと感じて自動化を進めやすくなる。独占企業（競合が1社もない状態）であれば、需要破壊のすべてが自社に返ってくるので自制します。しかし競争が激化するほど、その自制が失われていくのです。
さらに衝撃的な発見は、AIの性能が上がればこの問題は解決されるのではないか？という期待についてです。研究によると、AIが賢くなって生産性が上がるほど、過剰自動化の問題はむしろ悪化するというのです。これは赤の女王効果と呼ばれる現象で、皆が走り続けても順位が変わらないように、全社がAIを改善しても競争上の優位は生まれず、ただ需要破壊のスピードが速まるだけになります。
赤の女王効果（Red Queen Effect）とは:
ルイス・キャロルの小説鏡の国のアリスに登場する赤の女王の台詞同じ場所に留まるためには、全力で走り続けなければならないが由来です。進化生物学で使われ始め、今ではビジネスや経済にも応用されています。AI競争においては、どの企業も必死にAIを高度化しても、全社が同じように進化するために競争上の優位は生まれず、ただ社会全体の需要破壊が加速するだけという皮肉な状況を指します。
よくある解決策がなぜ機能しないのか
研究者たちは、様々な政策的対応を数学的に分析しました。その結果は、多くの人が期待しているものとはかなり異なっていました。
| 対応策 | 過剰自動化を止められるか | 理由 |
|---|---|---|
| ベーシックインカム（全員への定額給付） | 止められない | 生活水準は上がるが、企業が自動化する動機は変わらない |
| 資本所得への課税（法人税・利益課税） | 止められない | 利益の大きさを変えるだけで、タスクごとの自動化判断に影響しない |
| 労働者への利益分配（持株制度など） | 一部改善するが止められない | 分配率100%以上が必要な場合もあり、現実には不可能 |
| 企業間の自主協定・団体交渉 | 止められない | 協定を破る動機（自動化して競争優位を得る）がなくならない |
たとえばベーシックインカムは、最近よくAIによる失業への対策として議論されますが、研究によると、ベーシックインカムは生活水準を下支えするが、企業が自動化するかどうかの計算式には何も影響しないというのです。給付があっても、企業側から見たAIを導入してコストを削減する動機は変わらないからです。
企業間の自主的な自制協定も効果がありません。自動化は支配戦略（どんな状況でも最善の選択）なので、協定を結んでも、破ることが合理的になってしまうからです。つまり皆で自制しましょうと約束しても、誰かが先に裏切ります。
リスキリング（再訓練・スキルアップ支援）については少し話が違います。解雇された労働者が新しい職に就き、元と同等以上の収入を得られれば、需要の損失が回復します。研究ではこのパラメータをηと表し、η=1（完全な収入回復）が達成されれば問題は解決するとしています。
しかし、現実には過去の技術転換でも解雇された労働者の収入損失は大きく長期に及んでおり、楽観的すぎる想定は禁物です。
唯一有効な解決策は自動化税
研究者が唯一、過剰自動化を修正できると結論づけた手段、それがピグー的自動化税です。ピグー税とは、外部にコストを与える行為に対して、そのコスト分の税金をかける仕組みです。環境汚染に炭素税をかけるのと同じ発想です。
1つのタスクをAIで自動化するごとに、それによって社会に与えた需要損失と同額の税金を払うというものです。こうすることで、企業が自動化する利益と社会への損害を自分のコストとして計算に入れるようになります。その結果、最適な水準まで自動化を抑制できるようになります。
さらに重要なのは、この税収の使い道です。集まった税金を解雇された労働者の再訓練や転職支援に充てれば、解雇された人が再就職して収入を回復し、消費需要が元に戻ります。需要が戻れば、自動化に課すべき税額も下がります。うまくいけば、税金が自動的に必要なくなっていく、自己修正的な仕組みが生まれるのです。
ピグー税（Pigouvian Tax）とは:
経済学者アーサー・ピグーが提唱した、外部不経済（自分の行動が他者にコストを与える現象）を修正するための課税制度です。代表例として、CO2排出に対する炭素税があります。企業が排出を増やすほど税が増え、自然とCO2削減の動機が生まれます。今回のAI自動化税も同じ発想で、企業が1人解雇するごとにその人の購買力の損失分を税として徴収するイメージです。
日本への影響と、私たちが考えるべきこと
日本の大企業も国際競争の中にいます。海外の競合がAIでコストを大幅に削減すれば、日本企業も同様の選択を迫られます。解雇という形でなくても、新規採用の抑制や自然退職後の非補充という形で、じわじわと雇用が削られていきます。
また、海外でのレイオフは日本市場への輸出や投資にも影響します。世界の購買力が縮小すれば、日本の輸出産業も打撃を受けます。グローバル経済に深く組み込まれた日本にとって、AIレイオフの罠は遠い国の話ではないのです。
この研究が示す最も重要なメッセージは、AI自動化の問題はその後の支援だけを考えるのでは不十分だということです。解雇された後にベーシックインカムや再訓練を提供しても、企業が競争上の理由で自動化を過剰に進める動機は変わりません。政策は、自動化が起こるその瞬間の競争インセンティブ自体に働きかける必要があるのです。
AIという技術は、人類にとって巨大な可能性を持っています。しかし、市場の競争メカニズムだけに任せておけば、誰も望まない崖から皆が一緒に落ちてしまう可能性があります。賢い技術と同様に、賢い制度設計が必要な時代が来ています。
コメント