What institutional inertia will slow down the speed of disruption in the AI era

robot
概要作成中

技術楽観主義者はしばしば、AIが一夜にして業界や雇用構造を破壊すると予測します。しかし、現実はもっと複雑です。何度も経済崩壊の予測を目の当たりにしてきた人は、深い真理を理解すべきです:機関の慣性(інерція)——社会、規制、組織体系が現状を維持し続ける傾向——は、私たちの想像以上に強力です。この見えない力がAIの破壊的変革の速度を緩め、貴重な適応の時間をもたらしています。

なぜ機関の慣性(інерція)は予想以上に頑強なのか

これは新しい現象ではありません。2007年の石油ピーク論は米国の地政学の終焉を予言し、2008年の金融危機時にはドル体制の崩壊が懸念されました。2014年にはアナリストたちがAMDやNVIDIAの枯渇を宣言しました。いずれの場合も、根深い既存の機関は、観察者の予想を超える弾力性を示しました。

最も例証的なのは不動産業者の話です。20年以上、「不動産エージェントの死」が叫ばれてきました——これは超知能を必要としないことです。Zillow、Redfin、Opendoorなどのプラットフォームはすでに長年存在しています。しかし、機関の慣性と規制の障壁により、この業界の存続力は予想をはるかに超えています。

私は最近、物件を購入しました。取引の全過程でエージェントの雇用が必要とされ、その理由は十分ですが、非常に苛立たしいものです。私の買い手エージェントはこの取引で約5万ドルを稼ぎましたが、実働時間は10時間もなかった——書類の記入と調整だけです。これらは私自身でも十分にできることです。それにもかかわらず、市場の慣性と規制の枠組みが、この職種の堅牢さを驚くべきものにしています。

これは誰かを貶めるためではありません。私自身も会社を設立し、売却した経験があります。コア事業は、保険エージェントが「手作業の運用」から「ソフトウェア駆動」へ移行するのを支援することでした。長年の実践から、私はこの永遠の真理を深く理解しています:現実の人間社会は非常に複雑であり、何かを変えるには想像以上に時間がかかる——たとえその真理を踏まえて予測を調整していても。

ソフトウェア業界はほぼ無限の労働力需要を持つ

最近、ソフトウェア業界のパフォーマンスは芳しくなく、投資家はMonday、Salesforce、Asanaなどのバックエンドシステム企業が競争優位を欠き、製品が模倣されやすいと懸念しています。多くは、AIによるプログラミングがSaaS企業を終わらせると予測しています:製品が似通い、利益が出なくなり、雇用が消えると。

しかし、彼らは決定的な事実を見落としています:既存のソフトウェア製品は一般的に非常にひどいのです。

私には発言権があります——私はSalesforceやMondayに数十万ドルを投じてきました。AIは確かに競合他社がこれらの製品を模倣しやすくしますが、より重要なのは、AIによって競合他社がより良い製品を作れるようになることです。株価の下落は驚くべきことではありません:長期にわたり縛られ、競争の欠如、老舗企業の劣悪さに満ちた業界に、ついに本当の競争が訪れたのです。

より広い視点から見ると、ほぼすべての既存ソフトウェアはゴミです——これは否定しようのない事実です。私が購入したツールはすべてバグだらけです。中にはあまりにもひどくて、料金を払いたくないものもあります(過去3年間、私はCitiのオンラインバンキングで海外送金すらできませんでした)。ほとんどのWebアプリは、モバイルやデスクトップに正しく適応できていません。あなたが望むすべての機能を備えた製品は存在しません。

StripeやLinearがこれほど支持されるのは、競合他社ほど無駄に重くないからに過ぎません。

もし経験豊富なエンジニアに「本当に完璧なソフトウェアを見せてくれ」と尋ねたら、長い沈黙と驚きの表情しか返ってこないでしょう。

ここには深い真理が隠されています:たとえ「ソフトウェアの奇点」時代であっても、人類のソフトウェア労働力の需要はほぼ無限です。我々は皆、最終的な完璧さには最大の努力が必要だと知っています。この基準で考えると、ほぼすべてのソフトウェアには少なくとも100倍の複雑性と機能拡張の潜在性があり、需要が飽和するまで続きます。

ソフトウェア業界が間もなく消滅すると主張する評論家たちは、ソフトウェア開発の直感を持ち合わせていません。ソフトウェア業界は50年以上続いており、進歩は著しいものの、「不足」の状態にあります。2020年代のプログラマーとして、私の生産性は1970年代の数百人分に相当します——このレバレッジは非常に驚異的ですが、それでもなお、最適化の余地は巨大です。

多くの人は、「ジェヴォンズの逆説」(Jevons Paradox)を過小評価しています:効率向上はしばしば総需要の爆発的増加を引き起こします。これは、ソフトウェアエンジニアリングが一生の保証を提供するわけではありませんが、この業界の労働吸収能力と機関の慣性(інерція)は、想像以上に大きく、需要の飽和は非常に遅く進行し、私たちに十分な時間を与えます。

物理世界の現実と再工業化の機会

もちろん、労働力の再配置は避けられません。多くの預言者が指摘するように、多くのホワイトカラーの仕事が揺らぐでしょう。すでに価値を失い、機関の慣性だけで報酬を得ている職種——例えば不動産エージェント——にとって、AIは最後の追い風となるかもしれません。

しかし、私たちには最後の望みがあります:アメリカの再工業化におけるほぼ無限の潜在力と需要です。

「製造業の回帰」という言葉は、表面的な意味を超えています。私たちはほぼ完全に、現代生活の基本的な構成要素を生産する能力を失っています:電池、電動モーター、マイクロチップ——電気供給チェーンはほぼすべて海外依存です。もし軍事衝突が起きたらどうなるでしょうか?さらに悪いことに——中国が世界の合成アンモニアの90%を生産していることをご存知ですか?供給が断たれたら、肥料も作れず、飢饉に直面します。

物理世界に関心があるなら、インフラ整備に関連した雇用機会が大量に存在し、これらは国家にとって有益であり、雇用を創出し、複数の政党の支持も得ています。経済と政治の潮流はこの方向に変わりつつあります——製造業の回帰、深度技術、「アメリカのエネルギー」についての議論が主流になっています。

私の予測は、AIがホワイトカラーの雇用に衝撃を与えるとき、最も政治的抵抗の少ない道は、「大規模な雇用プロジェクト」を通じて再工業化に資金を供給し、置き換えられる労働力を吸収することです。幸運なことに、物理世界には「奇点」はありません——摩擦によって制約されています。私たちは橋や道路を再建します。人々は、具体的な労働の成果から満足感を得ることが、デジタルの抽象世界をさまようよりもはるかに価値があると気づくでしょう。

年収18万ドルのSalesforceの上級プロダクトマネージャーが仕事を失った後、25年続く干ばつに対応するために、「カリフォルニアの海水淡水化プラント」で新たな仕事を見つけるかもしれません。これらのインフラは建設だけでなく、最高の品質基準を満たし、長期的なメンテナンスも必要です。私たちが望めば、「ジェヴォンズの逆説」も物理世界に適用可能です。

危機管理から社会繁栄への現実的道筋

大規模な工業プロジェクトの最終目標は、共に繁栄することです。アメリカは自給自足を再実現し、大規模で低コストの製造を行うでしょう。物質的な不足を超えることが重要です:長期的には、もしAIによってほとんどのオフィス仕事を失ったとしても、高い生活水準を国民に提供できる能力が必要です。

AIは利益率をゼロに近づけるため、消費財は非常に安価になり、この目標は自然に実現します。

私の見解では、経済のさまざまな部門は異なる速度で「飛び立つ」でしょう。ほぼすべての産業の変革は、予言者の予測よりも遅く進むことになります。これはAIの威力を否定するものではありません——私はAIに非常に楽観的で、自分の仕事も最終的には時代遅れになると予想しています。しかし、それには時間が必要です。時間は、良い戦略を立てる機会を私たちに与えます。

この段階で、Citrini7の想像する市場崩壊を防ぐことは実際には難しくありません。米国政府のパンデミック時の対応は、危機に対処する際の積極性と決断力を証明しています。必要なら、大規模な刺激策も迅速に介入可能です。効率は低いと認めざるを得ませんが、それは重要ではありません。

重要なのは、国民の物質的福祉——普遍的な幸福を確保し、国家の正統性を支え、社会契約を維持することです。過去の会計データや経済原則への固執ではありません。

機関の慣性(інерція)は悪いことではありません——それは社会の安定の源です。私たちがこの緩やかだが確実な技術変革の中で警戒心と適応力を保てば、最終的には安全に乗り越えられるでしょう。重要なのは、変化はやってくるが、それは私たちが対応できる速度で訪れるという理解です。

原文表示
このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております(表明・保証をするものではありません)。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については免責事項をご覧ください。
  • 報酬
  • コメント
  • リポスト
  • 共有
コメント
コメントを追加
コメントを追加
コメントなし
  • ピン