崖は巨大な一つの落下ではない
David Shapiro氏によるautomation cliff（オートメーションの崖）に関する修正後の論文は、真実を突いています。それは経済全体が一度に崩壊するのではなく、value stream（バリューストリーム）ごとに個別の落下が連鎖していくというものです。彼は当初、2030年までに広範な転換点が訪れると予測していましたが、現在は、雇用の代替は経済全体ではなく、特定のビジネス機能内で急激に加速していると明言しています。崖は実在しますが、その到来はより細分化されているのです。
ワークフローとバリューストリームの区別は極めて重要です。ワークフローとは、例えばカスタマーチケットのキューなど、従業員が直面するプロセスを指します。一方、バリューストリームとは、すべての顧客が回答を得られるようにするという、根底にあるビジネス上の成果のことです。オートメーションは、このより深い、成果主導型のレイヤーをターゲットにしています。
このデジタルな精度こそが、私たちが目撃している突然の巨大な変化を説明しています。インフラストラクチャ・オートメーション・エンジニアであったShapiro氏は、Terraformのようなツールを使えば、エンジニアは一つのファイルの数値を書き換えるだけで、10台から10,000台のサーバーへとスケールできると指摘しています。例えばAmazonは、2011年には11.6秒ごとに新しいコードをデプロイし、ピーク時には30,000台のサーバーを同時に更新していました。
このarbitrary scalability（任意の拡張性）という原則は、一度デジタルな自動化プロセスが確実に機能すれば、その導入はテスト段階から巨大なスケールへとほぼ瞬時に切り替えられることを意味します。崖は緩やかな坂道ではなく、完成されたバリューストリームごとに訪れる突然の落下なのです。
キューが一夜にして消滅するとき
オートメーションは、従来のプロジェクト管理を時代遅れにするほどの突然さで、労働のタイムラインを圧縮します。英国労働年金省の例を挙げると、12体のソフトウェアロボットが30,000件以上の年金請求のバックログをわずか2週間で処理しました。これは緩やかな改善ではなく、キュー全体が瞬時に削除されたことを意味します。
Airbnbも、AIを活用したテストファイルの移行中に同様の加速を経験しました。エンジニアは手作業で18ヶ月かかると見積もっていましたが、AIはタスクの75%を4時間で完了させました。人間の検証とエンジニアリングによる監督に支えられたこの急速な圧縮は、AIがタイムラインを数年から数時間に短縮する能力を持っていることを浮き彫りにしています。
KlarnaのAIアシスタントは、この「一夜にして」起こる変化をさらに体現しています。最初の1ヶ月で、230万件の顧客との会話を処理しました。Klarnaはこれを700人のフルタイムエージェントに相当すると評価しており、平均応答時間は11分から2分未満に短縮されました。これは単なる効率化ではなく、customer service capacity（カスタマーサービスのキャパシティ）の根本的な再定義です。
共通しているのは、漸進的な利益ではなくdiscontinuous transformation（非連続的な変革）です。ワークフローやバリューストリームが完全に自動化されると、その特定の分野における人間の労働力への需要は徐々に減るのではなく、消滅します。これは緩やかな衰退ではなく、業界全体でプロセスごとに繰り返されるcliff event（崖のイベント）なのです。
証拠は実在する—そして売り込みよりも複雑である
崖の証拠は実在しますが、その実態は売り込み文句よりも複雑です。労働市場のシグナルは一様に暗いわけではなく、ますます不均一になっています。コールセンターやカスタマーサービスの雇用は減少しており、フリーランスのライターやコーディングの求人も減っています。雇用主はレイオフの発表において、ますますAIを理由に挙げるようになっています。
重要なのは、全体的な雇用トレンドだけでは、AIが唯一の原因であるとは断定できないという点です。パンデミック期の過剰採用、金利、ストライキなども最近の人員削減に影響を与えています。Sam Altman氏自身も指摘したように、計画されていたレイオフの責任をAIに転嫁する「AIウォッシング」でさえ、データを歪める可能性があります。
自動化の信頼性もまた、大きなハードルとなっています。例えば、オーストラリアのCommonwealth Bankは、ボイスボットを導入した後にコールセンターの職を45名分削減しましたが、わずか数週間後にその決定を撤回し、結局それらの職は不要ではなかったと認めました。同様に、当初はAIアシスタントで称賛されたKlarnaも、品質が低下したことを受け、CEOが「VIP待遇」と表現するhuman support（人間によるサポート）に再び注力するようになりました。
こうした撤回は、信頼性の「9」を連続して達成することの難しさを浮き彫りにしています。OpenAIの共同創設者Andrej Karpathy氏が指摘するように、90%の確率で動作するデモは「最初の9」に過ぎません。Terraformのようなツールで見られるようなperfect automation（完璧な自動化）を実現するには（Infrastructure as Codeに関する詳細な読み物：Introduction to Terraform - HashiCorp Developer）、99%や99.9%に到達するための多大な努力が必要です。一部のバリューストリームは数ヶ月で崖に直面しますが、他のものは数年かかるでしょう。
この記事が気に入ったら、毎朝同じようなものをメールで受け取れます。
1日1通 · 2クリックで解除 · サードパーティのトラッキングなし
隠れたシフト：決して現れない仕事
集計され平滑化された国家統計では、自動化による急激かつ局所的な影響は見えにくくなりがちです。それぞれのvalue-stream cliff（バリューストリームの崖）は独自のタイムラインで到来します。雇用の喪失は、公的なレイオフではなく、静かな自然減や採用の遅延として現れることがよくあります。この隠れたシフトが、変化の真のスピードを覆い隠しているのです。
連邦準備制度理事会（FRB）は最近、12の地区のうち5つの地区の企業が、AI投資後に自然減や採用の遅延を通じて人員を削減したと報告しました。同時に、スタンフォード大学の研究によると、2022年後半以降、AIの影響を強く受ける職種における若年労働者（22～25歳）の雇用が11%減少した一方で、影響の少ない職種の同年代の雇用は10%増加したことが明らかになりました。相関関係は因果関係ではありませんが、そのシグナルは明確です。
このことは、David Shapiro氏の提唱するpost-labor economics（ポスト労働経済）へとつながります。もし機械がより多くの仕事をこなすようになれば、human work（人間の労働）のみに依存する賃金は縮小していくでしょう。その時、所有権とより広範な富の分配が重要な問いとなります。Shapiro氏は、この根本的な経済の再評価が今後5年以内に起こると予測しており、私たちはこのタイムラインに早急に注目する必要があります。
よくある質問
David Shapiro氏が言う「自動化の崖（automation cliff）」とはどういう意味ですか？
タスクやバリューストリームは、自動化が信頼できるものになるまでは人間主導のままでいられますが、信頼性が確立されると急速にソフトウェアによる大規模な実行へと移行します。
なぜShapiro氏は「何千もの自動化の崖」が存在すると言っているのですか？
企業はすべての仕事を一度に置き換えるのではなく、個別のワークフローやビジネス成果を異なるスピードで自動化していくからです。
AIの自動化は常に雇用を奪うのでしょうか？
いいえ。レイオフを伴わずに採用や業務量を削減することもありますし、自動化されたサービスの品質が不十分だったために削減を撤回した企業もあります。
バリューストリームとは何ですか？
バリューストリームとは、従業員個人のワークフローを超えて、顧客やビジネスが価値を感じる成果を生み出すためのエンドツーエンドの業務の流れのことです。