# OpenAI初代チーフエコノミストが語るAIと雇用・経済｜ロニー・チャタジー

- 番組: [Possible with Reid Hoffman](https://ai-curator.jp/podcasts/shows/cmv40atz3000g5j0zvjv8omh5)（Reid Hoffman）
- 元のタイトル: OpenAI’s Chief Economist on AI, jobs, and the economy | Ronnie Chatterji
- 配信日: 2026年11月11日
- 長さ: 1時間14分
- 要約作成日: 2026年11月11日
- トピック: [#AIと雇用](https://ai-curator.jp/topics/AI%E3%81%A8%E9%9B%87%E7%94%A8) [#生産性](https://ai-curator.jp/topics/%E7%94%9F%E7%94%A3%E6%80%A7) [#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) [#マクロ経済](https://ai-curator.jp/topics/%E3%83%9E%E3%82%AF%E3%83%AD%E7%B5%8C%E6%B8%88) [#GDPval](https://ai-curator.jp/topics/GDPval) [#地政学・貿易政策](https://ai-curator.jp/topics/%E5%9C%B0%E6%94%BF%E5%AD%A6%E3%83%BB%E8%B2%BF%E6%98%93%E6%94%BF%E7%AD%96)
- URL: https://ai-curator.jp/podcasts/cmwbwm3wo00005q101ickx34g

## 要約

OpenAIの初代チーフエコノミスト、ロニー・チャタジー氏がReid Hoffman、Aria Fingerと対談。AIの効果が生産性統計に現れるのは今後12〜18か月とみており、失業率が短期間で3倍になる可能性は低いと述べる。エージェント導入はまだ初期段階で、法務・人事が早く普及しうると語る。ケア経済、消費者余剰、貿易・地政学、GDPvalなども論じた。

## ポイント

- チャタジー氏は、AIが生産性統計（TFP）に有意に現れるのは今後12〜18か月とみている。設備投資経由ではすでにGDPを押し上げているという。
- 10%成長や短期間での失業率3倍といった極端な予測は較正が不適切だと指摘。COVID時でも失業率3倍には劇的な出来事が必要だったと述べる。
- OpenAI社内では技術職が2025年末までにエージェント活用を進め、非技術職は2026年4〜5月頃に追いついた。法務や人事も早期に普及しうると見る。
- AIが豊かさを生めば教育・医療などのケア分野の雇用が増えるとの見方。ただし、その仕事の待遇改善が課題だと述べる。
- AIの恩恵（消費者余剰）は広く拡散する一方、被害は特定地域に集中しうる。中国ショックの教訓から、自動安定化装置の強化や信頼構築、人間が主導権を持つ感覚が重要だとする。
- GDPvalのようなタスク型評価は便利だが、タスクの自動化可能性＝失業とみるのは誤りだと説明。O*NETに代わる新たな計測基盤も提案した。

## 章立て

- [02:05] **チーフエコノミストの役割と今後18か月** — 就任の経緯と、エージェント革命の初期性、仕事の境界の変化、生産性統計への反映、誇張された予測への見解を語る。
- [07:15] **AI導入が速い部門と起業への影響** — 法務・人事の導入の速さ、OpenAI社内の導入ラグ、AIが起業コストや失敗サイクル、ソロ起業に与える影響を議論する。
- [13:00] **生産性統計と世界の導入状況** — AIの生産性効果の見極め時期、グリーンスパンとイエレンの議論の例、日本・韓国・インドネシア・ブラジル・欧州の状況を紹介。
- [20:42] **2031年の経済とケア経済** — 教育・医療の雇用拡大、財源、エージェントによる手続きの案内、24時間稼働や並列化の影響を論じる。
- [32:12] **勝者と敗者、政府の役割** — アセモグルの「技術の方向は選択」論、中国ショックとの比較、消費者余剰、信頼構築や安全網の強化を語る。
- [41:21] **商務省、貿易、フロンティアラボの経済学者** — 商務省の重要性、モデル輸出と安全保障、ラボにエコノミストが必要な理由、研究の信頼性確保の工夫を説明。
- [56:06] **GDPvalと計測の課題** — タスクベース評価の限界、GDPvalの意義、O*NETの限界、データ公開の方針を議論する。
- [1:04:23] **能力向上の驚きとラピッドファイア** — 能力の急伸への驚き、収益/従業員、2030年の失業率やAI利用率、エージェント組織の予測を語る。

## 解説記事

OpenAIの初代チーフエコノミストであるロニー・チャタジー氏が、Reid HoffmanとAria Fingerのポッドキャスト「Possible」に出演した。テーマは、AIがいつ経済統計に現れ、雇用や政策にどう影響するかである。以下、本人の発言として整理する。

#### 生産性統計に現れるのは「1〜2年以内」

チャタジー氏は、AIはすでにGDPに寄与していると述べる。データセンターなどの設備投資を通じて、成長率を0.4〜1ポイント程度押し上げているという見方だ。一方、経済学者が注目する生産性（TFP）への反映は今後12〜18か月で顕著になると予想する。

ただし、それがAIによるものだと因果を確定するには、時間がかかると認める。1995年の連邦準備制度の会合で、グリーンスパンは兆しを見たがイエレンはデータに見えないとし、後に数字が上方修正された例を挙げた。企業幹部がAI投資を拡大している以上、市場のインセンティブから見て成果が出ているはずだ、というのが氏の論拠である。

同時に、過度な期待には釘を刺す。米国で年10%成長といった予測は較正が間違っており、1〜2ポイントの上積みでも変革的だという。雇用についても、COVID期に失業率が3倍になったのは極端な事態であり、AIで12〜18か月以内に同様のことが起きるとは考えにくいと述べた。

#### エージェント革命はまだ初期

氏は、サンフランシスコの外ではエージェント活用は始まったばかりだとする。AIを既存ソフトにつなぐ「コネクター」を有効にしている企業さえ少数で、単なる質問応答では効果は限られる。雇用の総数は大きく変わっていないが、人々が職務記述書の外の仕事（財務担当がマーケティングを行うなど）をこなすようになったと説明する。

OpenAI社内では、研究・エンジニアは2025年末までにほぼ全業務でエージェントを使い、他部門は2026年4〜5月頃に追いついた。約4〜5か月のラグである。氏は、構造化データとプロセスが多い法務と人事を、次に速く進む領域として注目すべきだとした。また、起業については、アイデアを他人に話してフィードバックを得るという最初の摩擦をAIが下げると見る。コファウンダーや専門家を得にくい地域の起業家にとって「民主化」になるとも語った。

#### ケア経済と「案内役」としてのAI

2031年の経済像として、氏は教育と医療の雇用拡大を予想する。社会が豊かになると、人はこれらに多く支出するという理由だ。幼稚園の先生をロボットに置き換えるより、教師を増やすことをほとんどの米国人は選ぶだろうと述べる。課題は、これらの仕事の待遇を改善できるかどうかで、財源はAIの生産性の恩恵と、税制の見直しで賄えるとの考えを示した。

また、AIの価値は「情報」から「ナビゲーション」へ移ると述べる。奨学金申請や制度の手続き、臓器移植リストなど、複雑な官僚的手続きをエージェントが代行する可能性だ。ただし、双方がエージェントを使うと、受け手が過負荷になる恐れもある。そのため、人間がルールを決める必要があり、AI生成物を大量に送りつけることは相手への「税」になるとも述べた。

#### 勝者は拡散し、敗者は集中する

アセモグルの「技術の方向は選択である」という主張に対し、氏は同意しつつ、一つのラボだけでは決められず、政府を含む制度設計が要ると述べる。コスト削減だけでなく、新製品や新産業の創出という面も重要だという。

中国ショックを引き合いに、影響が総人口比では小さくても、特定地域に集中すれば政治的影響は大きいと指摘する。AIの恩恵は消費者余剰として広く拡散し、特にインドやブラジルなど既存サービスの水準が低い地域で大きいと見る。一方、被害は集中し、データセンターをめぐる議論や選挙争点化といった形でAIへの懐疑が高まっていると語った。

対策として氏は、まず共感、次にデータの提示、そして失業保険や自動安定化装置といった「地味な」安全網の強化を挙げる。さらに、人間が運転席にいるという感覚を持てるようにすることが信頼につながるとした。

#### 経済学者がラボにいる意味

氏は、OpenAIには消費者側で最も豊富なデータがあり、それを偏りなく公開することが自らの最大の役割だとする。外部の研究者との共同研究、査読付き論文、データの公開、外部研究者への助成プログラム「Exchange」などで信頼性を確保していると述べた。研究の焦点は長期予測ではなく「今」の利用実態に置いている。

GDPvalについては、O*NETのタスクリストに基づくAI評価の意義を認めつつ、タスクがAIに代替可能であることと失業を同一視するのは誤りだと指摘する。仕事は変化し、需要も増えうるからだ。O*NET自体が目的に合わないため、新しい計測インフラを提案しているという。

#### まとめ

日本の読者にとっての注目点は三つある。第一に、「AIの効果はいつ統計に出るか」という問いに対し、氏が1〜2年という比較的短いラグを予想している点だ。第二に、技術の能力そのものより、企業という組織を通じた導入がボトルネックだという見方である。日本企業にとっても、エージェントの導入や業務プロセス整備が重要になるだろう。第三に、恩恵は拡散し被害は集中するという構造を踏まえ、安全網や信頼構築を先に整える必要がある点だ。なお、これらは氏個人の見解であり、将来予測には不確実性が伴う。

> 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: Possible with Reid Hoffman「OpenAI’s Chief Economist on AI, jobs, and the economy | Ronnie Chatterji」