AI経済効果を測れない米雇用統計と企業調査・生産性指標の盲点
米国企業のAI利用はCensus調査で2割前後まで拡大した一方、BLSの雇用統計や生産性統計は雇用喪失と効率化を一方向には示しません。ADP、JOLTS、Anthropicや学術研究を比較し、採用増、タスク代替、統計の遅れが同時に進むAI景気を測る難しさと米国金融市場が見るべき主要先行指標群を解説。
#生産性 (4件)
AI社員が職場を変える生産性神話と隠れた副作用の最新深層分析
米国では従業員の50%が仕事でAIを使い、MicrosoftやMcKinseyは「AI社員」時代を描きます。一方、NBERやGallupは組織全体の生産性転換が限定的だと示します。監督労働、再作業、スキル空洞化、雇用リスクまで、AIエージェント導入が職場にもたらす副作用を科学技術と労働設計の視点で解説。
AIで解雇しない工場改革、シュナイダー流の生産性戦略を読み解く
シュナイダー・エレクトリックはAIを解雇の道具ではなく、製造現場と供給網の生産性を高める仕組みとして展開しています。14万人規模のAI研修、年間750万件の顧客対応、在庫10％削減、武漢工場の離職率改善などの事例を、WEFやILOの雇用調査と照合し、人を残すAI導入の条件と限界を現実的に深く読み解く。
ジャグド・インテリジェンスが変えるAI能力論と雇用論点の再整理
AIは人間並みかという問いでは、仕事への影響を読み違えます。ハーバードとBCGの758人実験、NBERの職場研究、Anthropic・ILO・WEF・OpenAIの公開データ、SimpleQAやARC-AGI-2の評価を横断し、能力のムラ、現場導入の条件、置き換わる業務と残る人間の役割を読み解きます。