ＡＩと産業⑤ 最大利潤追求 失業生む

ＡＩと産業⑤　最大利潤追求　失業生む

桜美林大学教授　藤田実さん

企業での生成ＡＩ（人工知能）の利活用が広まる中で、問題になっているのが労働への影響です。
これまでの調査報告に共通しているのは、労働者への影響は避けられないということです。生成ＡＩは、データ検索、数値処理・分析、文章や画像、動画、音声の生成など知的労働の分野で活用されるため、労働の代替、高度化、単純化、二極化といった可能性が指摘されています。

職務編成の構成
重要なのは、その職務がどのような仕事（タスク）と分業から成り立っているのかということです。
一般的に企業は、生産性を高めるために分業編成をとり、労働者一人ひとりに異なった職務を担当させます。その職務は通常、単純なタスクと複雑なタスクが組み合わさっています。


【ＡＩが仕事に与える影響についての意識】
世界１８力国での経営層、従業員ら１万２８９８人が回答。ＢＣＧ「仕事におけるＡＩ調査」２０２３から作成

生成ＡＩを利活用することで生じる労働の変化は、基本的には分業に基づく職務編成をどのように再構成するかにかかっています。数値などデータ処理と分析、データ検索、報告書や企画書、プレゼンテーション資料の作成、ＩＣＴ（情報通信技術）のコーディング（プログラムのソースコードの作成）作業などは、生成ＡＩが得意とする領域です。企業は生産性や効率を向上させるために、そうした仕事をＡＩに担当させるでしょう。
職務が分業編成で担当者が固定され、その職務のみを担当していれば、導入されたＡＩはその労働を代替することになり、担当者は失業することになります。日本では、もっぱら非正規労働者が定型的な仕事を担っており、ＡＩを導入した場合に失業の危険性が大きくなります。
次に、データの検索や分析、判断、意思決定、文書作成などが分業されずに、労働者の職務の一部として組み込まれている場合はどうか。この場合は、ＡＩの導入によって労働者は異常値の判断や意思決定に多くの時間を割けるようになり、労働が高度化すると言えるでしょう。
法務や医療分野では過去の判例や症例の確認が重要です。その作業をＡＩに任せ、人間は判断や意思決定の職務に専念できるわけです。
ＡＩに関する新しい職務も生まれつつあります。ＡＩモデルやアルゴリズム（情報処理の手順）の開発・実装、出力されたデータの分析・検証などは高度な知識が必要とされる労働です。同時に、機械学習のためにデータの収集や整形、ラベリング（札付け）などの事前処理も必要になります。膨大なデータを扱うため、労働集約的な作業となります。高度な知的労働と労働集約的な労働との二極化が生じると言えます。

労使協定が必要
このように最大限の利潤獲得を目指す資本主義経済で分業を固定化すれば、ＡＩの導入は失業を増大させ、労働を二極化させる可能性があります。ＡＩの導入から雇用を守るには、職務の幅を広げたり、複雑なタスクを交えた職務に再構成する分業編成の見直しと、そのためのリスキリング（学び直し）が必要です。
日本では１９８０年代に、生産過程へのロボット導入に際して労働組合が雇用と労働条件を守る方向で労使協定を結びました。ＡＩ導入に当たっても労使協定を結ぶことが必要になっています。
（おわり）

「しんぶん赤旗」日刊紙　2024年4月20日付掲載

生成ＡＩは、データ検索、数値処理・分析、文章や画像、動画、音声の生成など知的労働の分野で活用されるため、労働の代替、高度化、単純化、二極化といった可能性が指摘。
数値などデータ処理と分析、データ検索、報告書や企画書、プレゼンテーション資料の作成、ＩＣＴ（情報通信技術）のコーディング（プログラムのソースコードの作成）作業などは、生成ＡＩが得意とする領域。ＡＩによりその労働が代替えされ失業する労働者も生まれます。
データの検索や分析、判断、意思決定、文書作成などが分業されずに、労働者の職務の一部として組み込まれている場合は、労働者は異常値の判断や意思決定に多くの時間を割けるようになり、労働が高度化する。
ＡＩモデルやアルゴリズム（情報処理の手順）の開発・実装、出力されたデータの分析・検証などは高度な知識が必要とされる労働です。同時に、機械学習のためにデータの収集や整形、ラベリング（札付け）などの事前処理も必要になります。
日本では１９８０年代に、生産過程へのロボット導入に際して労働組合が雇用と労働条件を守る方向で労使協定を結びました。ＡＩ導入に当たっても労使協定を結ぶことが必要に。

ＡＩと産業④ ビジネスを優先する日本

ＡＩと産業④　ビジネスを優先する日本

桜美林大学教授　藤田実さん

生成ＡＩ（人工知能）の急激な普及を受けて欧州連合（ＥＵ）は３月、ＡＩのリスクを４段階に分け、使用禁止や罰則を含む規制を重視した方針を決定しました。
日本では、政府のＡＩ戦略会議の場でＡＩのあり方が議論され、２０２３年１２月に「ＡＩ事業者ガイドライン案」が示されました。
同時に提出された「ＡＩ戦略会議の今後の課題（案）」では、「高度ＡＩシステム（基盤モデル等）の開発やスタートアップ含めた幅広い組織に対する投資・環境整備などの競争力確保の道筋を検討すべきではないか」と競争力確保を強調。また「ＤＸ（デジタルトランスフォーメーション）と相まってＡＩ導入を進め、中堅・中小企業等の生産性向上、人手不足解消等を進めることが重要ではないか」とＡＩの利用促進も提起しました。


ＡＩ戦略会議で発言する岸田首相（左から２人目）＝2023年12月21日、首相官邸（首相官邸ホームページから）

ＥＵ規制に対し
ガイドライン案はＡＩ開発者、ＡＩ提供者、ＡＩ利用者のそれぞれにリスクを認識し、対策を講じることが必要だというスタンスです。ＥＵがリスクに応じて禁止事項や罰則を規定して厳格に規制したのに対し、ガイドライン案は「過度な対策」はＡＩ活用を阻害し、そこから得られるはずの「便益を阻害してしまう」として、あくまで事業者による自主的な取り組みを促すことにとどまっています。ＡＩの開発や利活用が日本にとってビジネスチャンスで、競争力確保に資するものだというビジネス優先の立場が示されています。
政府の姿勢を受け、情報通信技術（ＩＣＴ）企業やスタートアップ企業は、日本向けの生成ＡＩの開発や生成ＡＩを組み込んだサービス展開に乗り出し、ＧＡＦＡＭ（ガーファム＝グーグル、アマゾン、フェイスブック〈現・メタ〉、アップル、マイクロソフト）も交えて日本市場同けのサービス競争を展開しています。
米国発の生成ＡＩが基本的には英語圏での利活用を中心にしており、日本語での利活用が進んでいない事情もあります。
経産省が所管する産業技術総合研究所は、日本語能力に優れた大規模言語モデルを公開し、高度な日本語処理が必要な生成ＡＩの利活用を推進。ソフトバンクは国産の大規模言語モデルを開発する会社の設立を発表しました。ＮＴＴやＩＣＴ分野のスタートアップ企業は生成ＡＩを利活用するサービス展開に乗り出しています。

問題深刻化恐れ
生成ＡＩの開発や利活用をめぐる企業間競争が激化する一方で、産業分野での規制は遅れています。特定企業のサービスを導入することで生じる「ロックイン（囲い込み）効果」により、他の企業のサービスへの乗り換えが難しくなり、独占が生じやすくなります。
現在、日本では、ＧＡＦＡＭが市場を独占し、ビジネスでも個人の生活でも大きな問題が生じているのに規制ができていない状況があります。ガイドライン案は、こうした問題を深刻化させる危険性を放置することになりかねません。
急速に進む生成ＡＩの開発や利活用に対しては、産業政策上も直接的な規制が必要になっているのでないでしょうか。
（つづく）

「しんぶん赤旗」日刊紙　2024年4月19日付掲載

ガイドライン案はＡＩ開発者、ＡＩ提供者、ＡＩ利用者のそれぞれにリスクを認識し、対策を講じることが必要だというスタンス。ＥＵがリスクに応じて禁止事項や罰則を規定して厳格に規制したのに対し、ガイドライン案は「過度な対策」はＡＩ活用を阻害し、そこから得られるはずの「便益を阻害してしまう」として、あくまで事業者による自主的な取り組みを促すことに。ＡＩの開発や利活用が日本にとってビジネスチャンスで、競争力確保に資するものだというビジネス優先の立場が。
経産省が所管する産業技術総合研究所は、日本語能力に優れた大規模言語モデルを公開し、高度な日本語処理が必要な生成ＡＩの利活用を推進。

ＡＩと産業③ 専用半導体の開発激化

ＡＩと産業③　専用半導体の開発激化

桜美林大学教授　藤田実さん

チャットＧＰＴは、ダウンロードすれば自分のスマホでも無料で利用できます。スマホの中で質問に回答したり、文章を生成するのではなく、マイクロソフトが提供するクラウドサービスのサーバーの中で動き、インターネットを通じて結果を出力するという仕組みです。
チャットＧＰＴなど生成ＡＩ（人工知能）の基盤となる大規模言語モデルは、大量に学習し、高速で推論していくため、高性能のサーバーが大量に必要になります。その高性能サーバーに使われているのが、ＧＰＵという画像認識用の半導体です。膨大な計算処理能力を持ち、ＡＩ用の半導体として活用されるようになりました。

【クラウドサービス】
インターネットを介したデータの貸倉庫を提供するサービス。クラウドは英語で「雲」を意味し、利用者が触れられない場所に置かれたデータを、空に浮かぶ雲の姿に重ねています。サービスを提供する企業は大容量の記憶装置（サーバー）でデータを管理します。文書作成など従来はソフトを購入しなければ使えなかったさまざまなシステムも提供し、顧客を囲い込んでいます。


「ｎＶｌＤＩＡ」というロゴが入った看板を掲げるエヌビディア本社Ｕ＝米カリフォルニア州サンタクララ（ロイター）

供給を直接要請
ＧＰＵ市場を圧倒的に独占しているのが米半導体大手エヌビディアです。同社のＧＰＵはデータセンターのサーバーに使用され、需要が急拡大しました。調査会社ガートナーによれば、２０２３年の同社の半導体売上高は、前年比５６・４％増の２３兆９８３０億円。半導体大企業の中で台湾積体電路製造（ＴＳＭＣ）、米インテルに次ぐ第３位になり、大躍進しました。
高速の演算処理が可能なＡＩ半導体はＡＩシステムの性能を規定する要になっています。ＧＡＦＡＭ（ガーファムＵ＝グーグル、アマゾン、フェイスブック〈現・メタ〉、アップル、マイクロソフト）の中でも、マイクロソフトやアルファベット（グーグルの親会社）、アマゾンが開発に乗り出しています。
急激に需要が高まり世界中で争奪戦になっているＧＰＵ入手のために、日本政府は２３年１２月に岸田文雄首相がエヌビディアのＣＥＯ（最高経営責任者）と面会し、できる限り多くのＧＰＵの供給を直接要請しました。エヌビディア側も「できる限り提供できるようにしていきたい」とこたえたといいます。

巻き返し不確か
経済産業省は、同５月の「半導体・デジタル産業戦略」で、ＡＩ向けに消費電力を抑えた半導体の開発を支援すると発表。同戦略に基づき１２月にはＡＩ半導体を研究開発する国内スタートアップ企業への２００億円の支援を発表しました。
今年２月には、先端半導体の製造を目指して設立されたラピダスの開発を支援するＬＳＴＣ（技術研究組合最先端半導体技術センター）に対して、スマホや電子機器などの端末に搭載される「エッジＡＩ」向け半導体の設計技術の開発に２８０億円を支援すると発表しました。
生成ＡＩが実用の域に達し、ＧＡＦＡＭのサービスに組み込まれるなど、さまざまなサービスの展開が進むと、ＡＩを支える物的な基盤であるコンピューター、中でも半導体の高性能化・低消費電力化が求められています。車の自動運転でも高速処理が必要なＡＩ半導体が求められます。
エヌビディアやＧＡＦＡＭなどの独占企業だけでなく、スタートアップ企業も交えて世界中でＡＩ半導体の開発競争が激しくなっています。ただ、ＡＩの開発に後れをとっている日本企業が巻き返せるかは、不確かです。
（つづく）

「しんぶん赤旗」日刊紙　2024年4月18日付掲載

チャットＧＰＴなど生成ＡＩ（人工知能）の基盤となる大規模言語モデルは、大量に学習し、高速で推論していくため、高性能のサーバーが大量に必要になります。その高性能サーバーに使われているのが、ＧＰＵという画像認識用の半導体。
ＧＰＵ市場を圧倒的に独占しているのが米半導体大手エヌビディア。
生成ＡＩが実用の域に達し、ＧＡＦＡＭのサービスに組み込まれるなど、さまざまなサービスの展開が進むと、ＡＩを支える物的な基盤であるコンピューター、中でも半導体の高性能化・低消費電力化が求められています。車の自動運転でも高速処理が必要なＡＩ半導体が求められます。
ここで取り上げられているのは「ＧＰＵ」。インテルなどの「ＣＰＵ」とは別の次元の機能を果たす半導体。

ＡＩと産業② 勝者総取りの情報財市場

ＡＩと産業②　勝者総取りの情報財市場

桜美林大学教授　藤田実さん

チャットＧＰＴなどの生成ＡＩ（人工知能）は、さまざまな用途に活用できる汎用（はんよう）的な技術であることから、ＩＴ市場における競争の主戦場になっています。

利便性が高まり
ＩＴ企業が生産する財やサービスは「情報財」といわれ、「物財」とは異なる特徴があります。利便性の高い情報財に多くの消費者がつくことでさまざまな情報共有が進み、さらに利便性が高まり、ますます多くの消費者が購入する「ネットワーク効果」と呼ばれる特徴です。
また、いったん消費者が特定の情報財を利用すると、今まで蓄積してきたデータの再利用や他の情報財への乗り換えに手間や費用がかかるため、同じ情報財を利用し続ける「ロックイン効果」が生じます。情報財を提供するＩＴ企業にとっては、情報財市場での競争は先手必勝、勝者総取りの傾向になるため、新しい情報財やそのサービス展開にしのぎを削ることになります。



実際にＩＴ市場での情報やサービス関連の市場では、ＧＡＦＡＭ（ガーファム＝グーグル、アマゾン、フェイスブック〈現・メタ〉、アップル、マイクロソフト）と呼ばれる米国巨大ＩＴ企業が、それぞれの主たるビジネスで独占状態にあります。
そこにチャットＧＰＴが登場し、自然言語でさまざまな文章や画像、動画などの生成、データ分析などが可能になりました。生成ＡＩの開発や生成ＡＩを組み込んだサービス展開が、ＩＴ市場での競争で勝敗を決する情報財になりつつあります。
マイクロソフトは、チヤットＧＰＴを開発したオープンＡＩに出資し、今後も数十億～数百億ドルを追加出資するといいます。
オープンＡＩは、特異な３層の組織構造を持っています。まず非営利組織として寄付を資金源とする①「オープンＡＩＩｎｃ．」があり、同組織が保有する②「オープンＡＩ　ＧＰ　ＬＬＣ」が、営利会社で子会社の③「オープンＡＩグローバルＬＬＣ」を管理しています。公式ホームページによれば、①の「Ｉｎｃ．」は高度なＡＩの悪用を防ぎ、「全人類に利益をもたらすＡＧＩ（汎用人工知能）の開発」を目的とする非営利の研究組織です。
マイクロソフトは③の「グローバルＬＣＣ」の株式の４９％を保有しており、オープンＡＩを支配しているわけではありませんが、その成果を自社のサービスに利用しています。世界第２位の市場シェアを握っているマイクロソフトのクラウドサービスや業務用製品でチャットＧＰＴが利用できるようになっています。

企業向けに重点
マイクロソフト以外のＩＴ企業も独自の生成ＡＩやそれを組み込んだサービス展開を開始しています。マイクロソフトのサービスが一般消費者向けであるのに対し、アマゾンやメタ、「アルファベット」（グーグルの親会社）は企業向けに重点を置いています。
生成ＡＩの開発とそのサービス展開の競争は始まったばかり。企業向けサービスは、事務・管理業務の省力化や生産性向上に寄与する可能性が大きいうえ、企業支出の増大が予想されるだけに、雇用への影響も含めて注視する必要があります。
（つづく）

「しんぶん赤旗」日刊紙　2024年4月17日付掲載

ＩＴ企業が生産する財やサービスは「情報財」といわれ、「物財」とは異なる特徴があります。利便性の高い情報財に多くの消費者がつくことでさまざまな情報共有が進み、さらに利便性が高まり、ますます多くの消費者が購入する「ネットワーク効果」と呼ばれる特徴。
マイクロソフトは「グローバルＬＣＣ」の株式の４９％を保有しており、オープンＡＩを支配しているわけではありませんが、その成果を自社のサービスに利用しています。世界第２位の市場シェアを握っているマイクロソフトのクラウドサービスや業務用製品でチャットＧＰＴが利用できるように。
マイクロソフトのサービスが一般消費者向けであるのに対し、アマゾンやメタ、「アルファベット」（グーグルの親会社）は企業向けに重点を。

ＡＩと産業① オープンＡＩの衝撃

ＡＩと産業①　オープンＡＩの衝撃

桜美林大学教授　藤田実さん

２０２４年は「ビジネスＡＩ元年」と言われます。農林水産、製造、医療など、あらゆる産業で人工知能（ＡＩ）への投資が過熱しています。一方、その裏では多国籍巨大資本と国家の思惑が複雑に絡み合います。ＡＩをめぐる産業動向をどう見るか。桜美林大学の藤田実教授が読み解きます。
（５回連載）

２２年１１月、米新興企業のオープンＡＩ社が「チャットＧＰＴ」と名付けた生成ＡＩアプリを公開しました。利用者がＡＩと自然な言語でやり取りできるため、大きな衝撃を与えました。無料で公開されたこともあり、公開からわずか３カ月で推定１億２３００万人がダウンロードしたと言われています。
生成ＡＩには文章生成、画像や音声、動画の作成、データ分析、プログラミングなどビジネスに活用できる機能があります。すでに議事録や契約書などの書類作成、新たなビジネスモデルの提案などに活用する企業もあります。ビジネスだけでなく、高度な数学計算や化学分析といった学術分析にも利用できるなど「汎用」的に活用できます。


コンピューターの基盤の近くに見られるオープンＡＩのロゴ（ロイター）

【特徴量】
ＡＩが大量の学習データをもとに法則やパターンを見いだすために、着目すべきデータの「特徴」（指標）について示した数量。ＡＩがよく利用される「売上予測」の場合には、曜日、祝・平日、気温、湿度、割引の有無、クーポンの枚数などが特徴になり、特徴ごとの売上額（特徴量）などを分析して全体の予測を導き出します。

深層学習が発展
生成ＡＩの急激な進化は、１０年ごろからディープラーニング（深層学習）が急速に発展したことによります。深層学習は、大量のデータを分析し、「特徴量（とくちょうりょう）」を自動で抽出し、学習を繰り返すＡＩ技術です。学習で得られた「最終結果」を利用者の要求に対する回答として出力します。
深層学習に注目が高まったのは、人間が教えなくても、コンピューターが自動的にデータを分析し、要求に対して結果を導き出したからです。また、結果の精度を高めるのに必要な大量のデータ分析が、ＩＴ技術の進歩で実用レベルに達したことがあります。
ＡＩ技術は、生産性の向上や新たな付加価値の創出につながり、その経済効果は年間２・６兆～４・４兆ドルに及ぶとの推計があります。
ＡＩは私たちの生活に大きな影響を与えています。車の自動運転技術への利用があります。人の表情を分析して感情や性格、意図などを読み取る感情認識ＡＩは人事の採用試験にも利用されています。

多くの問題指摘
一方、学習するデータの偏りから偏った結果を出力したり、真実ではない情報を生成するハルシネーション（幻覚）の危険性が指摘されています。学習するデータの著作権や生成物の著作権の問題など多くの問題が指摘されています。
軍事的活用を含めて、ＡＩの技術的覇権を握っているのが米国企業です。基盤技術である大規模言語モデルを開発し、チャットＧＰＴを公開したオープンＡＩは米企業です。生成ＡＩに必要な大量のデータ処理を実行するインフラであるクラウドサービスでは、マイクロソフトやアマゾンなど米企業が圧倒的な市場占有率を持ちます。大量のデータ処理に利用されるコンピューター・サーバーを構成する中核的な半導体では、米企業のエヌビディアが市場の９０％以上を独占しています。
ＡＩ技術の普及は、米国企業の独占体制をいっそう強化し、市民や企業を従属させる可能性があります。（つづく）

「しんぶん赤旗」日刊紙　2024年4月16日付掲載

生成ＡＩの急激な進化は、１０年ごろからディープラーニング（深層学習）が急速に発展したことによります。
深層学習に注目が高まったのは、人間が教えなくても、コンピューターが自動的にデータを分析し、要求に対して結果を導き出したから。また、結果の精度を高めるのに必要な大量のデータ分析が、ＩＴ技術の進歩で実用レベルに達したこと。
ＡＩ技術の普及は、米国企業の独占体制をいっそう強化し、市民や企業を従属させる可能性が。