AI投資の裏で揺れる雇用と信頼

AIへの支出が増えるにつれ、その負担は人員の削減や役割の組み替えとして表れている。Googleは、AIコストの増大を背景に希望退職の対象を5カ国に広げた。一方、コーディングエージェントを測ったVeriHarmでは、課題の正確さが平均95%に達しても、指定された害を起こさずに成功した割合は平均37%だった。投資を進めるかどうかよりも、何をどこまで任せ、その結果をどう確かめるかによって、同じ導入でも評価が分かれる。以下の各節では、人員と費用、医療などでの実用化と検証、偏りと有害な成功、国家や利用者が定める距離を順に見る。
AIのコスト負担は、まず人員の数と役割に表れている。Googleは、AIコストの増大を背景に希望退職の対象を5カ国に広げた(Traders Union)。イスラエルのniceは500人を削減し、AI移行への対応に苦慮していると報じられた(CTech)。2社に共通するのは、AIへの支出が増えた分を、人員の調整で受け止めている点だ。導入の判断は技術の性能だけで決まらない。人件費と投資額を同じ帳簿で見たとき、どの職種をどれだけ残すかが同時に問われる。
仕事の中身も動いている。The Quintessential Gentlemanのオピニオンは、バーチャルアシスタントは消えず、AIエージェントが仕事を書き換えたと論じている。人が減るかどうかとは別に、残った人が何を担うかが変わるという見方だ。数字の側にもずれがある。Carlyleは、AIがGDPに与える影響の見え方にずれがあると指摘している。個々の企業で費用や削減が見えても、マクロ指標では同じ大きさで現れないことがあるという。銀行についてTemenosは、将来に備えるにはAI投資だけでは足りないと述べている。投資額の大きさは、準備が整っている証拠にならない。
回収の見通しが立たない面も、開示から読み取れる。BioNTechはInstaDeepの統合に合わせて、AI関連で€96Mの減損を開示した(FourWeekMBA)。買収で得たAIの価値を、会計上は一部切り下げた形だ。投資した側にとっても、成果を数字で確かめる作業は後から必ず来る。


