# AIの生産性への影響は過小評価されている？ イーサン・モリック教授に聞く

- 番組: [Big Technology Podcast](https://ai-curator.jp/podcasts/shows/cmv40atym00085j0zox7jr57i)（Alex Kantrowitz）
- 元のタイトル: This AI Expert Argues We're Underestimating AI's Productivity Impact — With Ethan Mollick
- 配信日: 2026年10月28日
- 長さ: 1時間6分
- 要約作成日: 2026年10月29日
- トピック: [#AI生産性](https://ai-curator.jp/topics/AI%E7%94%9F%E7%94%A3%E6%80%A7) [#組織変革](https://ai-curator.jp/topics/%E7%B5%84%E7%B9%94%E5%A4%89%E9%9D%A9) [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#LLM](https://ai-curator.jp/topics/LLM) [#推論モデル](https://ai-curator.jp/topics/%E6%8E%A8%E8%AB%96%E3%83%A2%E3%83%87%E3%83%AB) [#教育](https://ai-curator.jp/topics/%E6%95%99%E8%82%B2)
- URL: https://ai-curator.jp/podcasts/cmvs9bm6200004g11h0ay3fap

## 要約

ウォートン校のイーサン・モリック教授が、AIの能力向上が経済全体の生産性向上に結びついていない理由を語った回。個人の生産性向上は組織の構造や調整の壁に阻まれており、企業は役割やチーム構成から組織を再設計する必要があると述べている。また、AI進歩の壁、パーソナルエージェント、教育・信仰・雇用への影響、プライバシーのリスクにも話が及んだ。

## ポイント

- モリックは、個人の生産性向上が組織の生産性向上にすぐ直結しないと指摘する。コード量が大きく増えても出荷される製品数の伸びは小さく、AIが「シングルプレイヤー体験」にとどまっているためだと述べている。
- 大企業の多くは何らかのROIを得ているが、本格的な変革はまだ始まったばかりだという見方を示した。ウォートンの調査では、売上10億ドル超の大企業の85%が昨年11月時点でROIがプラスと回答したという。
- 変革の例として、チームを解体して精鋭を再編する、職務の境界を溶かす、高いトークン予算で難題に挑ませるといった手法を挙げた。
- 現行モデルの能力は十分に使われておらず、この「オーバーハング」を埋めるだけでも今後5〜10年で大きな変化が起きると述べている。
- AIの進歩に技術的な壁はもう見えないと語る一方、電力や計算資源の物理的制約は残るとした。
- パーソナルエージェントは便利だが、メール経由のプロンプトインジェクションなどプライバシー面のリスクがあり、利用者が判断する必要があると警告した。

## 章立て

- [00:00] **生産性統計にAIの効果が見えない理由** — 米国の生産性統計に大きな伸びが出ていない点について、個人の生産性向上が組織の壁に阻まれているとモリックが説明する。
- [06:10] **企業はROIを得ているのか** — 大企業の多くがROIを得ているというモリックの主張と、トークン支出抑制の動きをめぐる議論。
- [14:36] **組織をどう作り変えるか** — チームの解体と再編、職務境界の消失、組織設計の実験が失われてきた背景を論じる。
- [24:00] **オーバーハングと製品形態の変遷** — 現行能力が使い切られていない現状と、チャットボットからエージェントへの流れを整理する。
- [32:32] **AI進歩の壁と推論・ハーネス** — 壁は来るのか、推論モデルやハーネスが進歩をどう支えたかを解説する。
- [42:37] **パーソナルエージェントとリスク** — Clawのような個人エージェントの可能性と、プライバシーやプロンプトインジェクションの懸念。
- [48:48] **ロボティクスと教育・信仰・雇用** — ロボティクスの兆し、AIチューターと学習、宗教、雇用とセーフティネットについて。
- [1:02:12] **トークン価格とツイート解説** — トークン価格の下落、顧客対応や銀行への影響、陳腐化リスクに触れる。

## 解説記事

ウォートン校のイーサン・モリック教授が『Big Technology Podcast』に出演し、新著『Coexistence』の内容を踏まえて、AIの進歩がなぜ経済全体の生産性向上として表れにくいのかを語った。モリックは、問題は技術ではなく組織にあるという立場を一貫して示している。

#### 個人の生産性と組織の生産性は別物

司会者は、ダラス連銀のデータでAI露出度の高い職種でも生産性の伸びが限定的である点を挙げ、AIの効果が見えないのではないかと問うた。モリックは、個人の生産性向上は組織の生産性向上に自動的にはつながらないと答えている。

コードを100倍書けても、2週間スプリントやマーケティングとの調整、日次の会議で動く組織では、その量が逆に障壁になりうるという。出荷統計でもコード量の増加に比べて出荷製品数の伸びは小さいと述べ、AIが現状では「シングルプレイヤー」の体験であり、多数が同時に動く組織向けにはまだ作られていないと説明した。司会者は、導入から数年たち、巨額の投資を回収する必要があるのだから猶予はないと反論した。

#### ROIは出ているが、変革はこれから

モリックは、多くのCEOと話す中でROIを得ていない企業はほぼ見かけないと語る。ウォートンの調査では、売上10億ドル超の大企業の85%が昨年11月時点でAI利用のROIがプラスだったという。ただし、それは個人レベルの効率化が中心で、組織全体の再設計はまだ始まったばかりだとする。

事例として、経営陣に全社データへのアクセスを与え「スーパーアナリスト」として使う企業、AIをきっかけに新しい金融商品を立ち上げた企業を挙げた。なお、多くは競争優位に関わるため詳細を明かせないとも述べている。トークン支出の抑制については、MicrosoftやMetaなど競合製品を持つ企業の発言が目立つとし、AIが役に立たなかったという話ではなくコスト管理の問題だと見ている。

#### 組織を作り直すとはどういうことか

具体策としてモリックが挙げたのは、既存チームを解体して精鋭を再編成し、高いトークン予算で難題に取り組ませる方法だ。ある企業は2億ドルのデータ移行計画を数カ月で2000万ドルに再交渉し、CTOはさらに200万ドルも視野に入れているという。また、コーダーがデザインをし、デザイナーがコードを書くなど、職務の境界が溶け始めているとも述べた。

こうした実験が珍しい背景として、20世紀の米国企業の優位の相当部分が経営の優れた点にあったとする研究を引き、近年は外部ベンダーやコンサルに頼り、組織変革の「筋力」が衰えていると指摘した。

#### 能力のオーバーハングと進歩の行方

モリックは、現行モデルの能力が十分使われていない状態を「オーバーハング」と呼ぶ。今後10年の変革に新モデルは必須ではなく、不足しているのは想像力と導入だという。実用的なエージェントが可能になったのは、昨年11〜12月頃のモデルからだとも述べた。

AIの進歩の壁については、ラボの人々は壁を見ていないと述べ、自身も技術的な障害を具体的に挙げられなくなったと語る。推論モデルは「書くことで考える」LLMに思考用のスクラッチパッドを与えた突破口であり、モデル、アプリ、ハーネス（ツールを使わせる仕組み）の三つが揃って最近の飛躍を生んだとする。一方で電力や計算資源という物理的制約は残るとした。

#### パーソナルエージェント、教育、仕事

OpenClawの流れをくむ個人エージェント（モリックは「claw-like」と呼ぶ）は、メールや財務、医療情報などに接続して先回りで動く。誤った日付のメールを指摘してくれるなど便利な反面、メール経由のプロンプトインジェクションなど未知のリスクがあり、利用者自身が判断するしかないと述べている。

教育では、AIに答えを出させると学習にならないが、チューターとして使えば効果があるという証拠があるとした。授業外はAIチューター、授業内はAIなしの能動的学習と筆記試験という形に落ち着くとの見通しを示している。雇用については、ラボは2035年までに人間の労働を置き換えると確信しているが、結果は予測できないとし、産業革命のような移行期にはセーフティネットを考えるべきだと述べた。

#### まとめ

今回の議論の核心は、AIの価値が出るかどうかは技術より組織設計にかかっているという点だ。日本の企業にとっても、個人の効率化に留まらず、役割やプロセスの再設計を実験する姿勢が問われる。また、陳腐化しやすい技術に固定した投資を避け、現行技術の活用と将来の探索を両立させるべきという助言は、導入判断の実務に役立つだろう。なお、これらは語り手個人の見解や経験談が中心である点には留意したい。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Big Technology Podcast「This AI Expert Argues We're Underestimating AI's Productivity Impact — With Ethan Mollick」