2026.08.04第176号

新FRB議長はなぜスタートアップのように語るのか

AI利用の深化は1年以上停滞し産業別の生産性の差も確認されていないにもかかわらず、ウォーシュFRB議長はAIによる生産性向上を利下げの根拠として用いています。

ビジネス

データより先に楽観論が示された初の公聴会証言

7月14日、ケビン・ウォーシュ新FRB議長が就任後初の議会公聴会でこう述べました。「AIはおそらく、私が成人して以降、われわれの経済に起きた最も重大な変化でしょう」。インフレを終わらせるという約束とともにです。

読者の皆さんにはおなじみの話かもしれません。投資は1,000兆ウォン規模に達しているにもかかわらず、経済指標にはなかなか表れてこないという話題を、このニュースレターではすでに2度取り上げました。2,500億ドルを注ぎ込んだのに、なぜ経済指標には見えてこないのかで汎用技術のタイムラグを、47年前のオフィスオートメーション時代で「体感は3倍、測定は1.8%」という乖離の正体を掘り下げました。今回引用するFTの報道では、AI関連の投資規模を7,250億ドルと提示しています。前号の2,500億ドルとは集計範囲と時点を確認し、区別して読む必要があります。

今日は「生産性はどこにあるのか」を再び問い直す代わりに、まだ確認されていない生産性が今どのような決定を後押ししているのかを見ていきたいと思います。AIによる生産性向上は経済指標としてはまだ確認されていないにもかかわらず、政策を正当化する根拠としてはすでに使われています。その最初の事例が米国の金融政策です。

「待てばやってくる」に不利な3つの証拠

過去2回の記事の結論は、もう少し待ってみようという立場でした。汎用技術の効果が現れるまでには時間がかかるため、組織が働き方を再設計するまで待ってみようということです。しかしここ1か月の間に、その「待てばやってくる」という仮説に不利な証拠が3つの方向から出てきました。

第1に、普及の深化が止まりました。セントルイス連邦準備銀行のエコノミストらが運営するリアルタイム人口調査（RPS）を見ると、2026年第2四半期時点で米国の生産年齢人口の45%が業務で生成AIを週1回以上使っています。しかし、「毎日」使う人は10人に1人の水準から1年以上増えていません。利用時間も利用者ベースで1日30分程度にとどまり、そこから計算される時間短縮は1日10分程度です。タイムラグ仮説は利用頻度が継続的に高まるという前提に立っていますが、使ったことのある人の数は増えても、毎日使う人の割合は横ばいのままなのです。利用経験が広がるということと、日々の業務に深く浸透することは区別して見なければなりません。

第2に、すでに表れている生産性の改善でさえAIの功績ではない可能性があります。ウォーシュ議長は直近4四半期の構造的生産性¹上昇率が2%台後半である点を楽観論の根拠としていますが、バークレイズのエコノミストらが景気変動に伴う稼働率を調整したところ、この数値は1%台前半まで下がります。パンデミック以降、企業が需要の減退にもかかわらず人員を抱え込んでいた労働保蔵²の時期（2022~24年）には、生産性が実力よりも低く記録されており、最近になってその余剰人員が整理されたことで統計が機械的に反発しているという説明です。技術の飛躍ではなく、サイクルの揺り戻しにすぎないということです。

第3に、「まだ見えない」という段階を超えて、「早期に導入した産業でも生産性の改善に差がない」という証拠が出始めました。AIが本当に生産性を押し上げているのであれば、金融、IT、コンサルティングのように採用が早かった産業で真っ先に成果が見えるはずですが、バークレイズが産業別の採用率と生産性改善の相関関係をさまざまな手法で分析した結果は、「統計的にゼロと区別がつかない」というものでした。7月17日にFRBのエコノミストらが発表した分析ノートでも同様の結果が示されています。産業をAI採用度の上・中・下のグループに分類して調べたところ、3つのグループの生産性の推移は時間が経過しても平行線のままでした。

タイムラグ仮説が間違っていたという意味ではまだありません。ただ、これらのデータは、効果がすぐに現れるという楽観論を再検討させます。

未だ確認されていない生産性が利下げの根拠として使われている

ウォーシュ議長の発言を時系列で整理してみましょう。就任前の昨年11月、ウォール・ストリート・ジャーナルへの寄稿で「AIは相当なディスインフレの原動力になる」とし、「年間の生産性上昇率が1%ポイント高まれば、一世代のうちに生活水準は2倍になる」と書きました。7月初めの欧州中央銀行フォーラムでは、構造的生産性が2%台後半であることを根拠に「楽観視すべき理由がある」と述べました。そして今回の公聴会では、AIが労働者を代替することなく生産性を高めているように見えると語り、インフレ終息の約束と利下げへの方向性を一つの文に結びつけました。

warsh 論理構造は単純です。生産性が向上すればインフレ圧力を受けることなく成長でき、それならば利下げを行っても安全だということです。生産性が実際に向上しているのなら、教科書通りに正しい話です。問題は先ほど見たように、その前提がまだデータ上に存在しないという点にあります。

FTは、このナラティブが過去に量的緩和³を説明する際に使われた論理と酷似していると指摘します。労働者の賃金交渉力を刺激することなく経済を成長させるという約束であるという点においてです。異なるのは、量的緩和の規模がFRBのバランスシートに兆単位の数字として記録されていたのに対し、AI生産性のナラティブはどこにも記録されないという点です。AIへの期待そのものは、資産買い入れのようにFRBの帳簿に規模が記録される政策手段ではありません。利下げを公然と求めてきたホワイトハウスと、政策の「レジームチェンジ」を公約して就任した新議長の両者にとって、これほど使い勝手の良い根拠もありません。

同じ組織内でも判断が分かれています。FRB所属のエコノミストらが発表した7月17日のノートは「産業間の生産性推移に差は見られない」として判断を保留しているのに対し、その組織のトップは公聴会で楽観論を前提に政策の方向性を語っています。研究部門はまだ確認されていないと述べ、政策トップの発言はすでに確認されたかのように語っているのです。

このナラティブのもう一つの特徴は、構造上、反証が極めて難しいという点です。「まだ統計には表れていなくても、まもなくやってくる」という言葉は、どのようなデータが出てきても生き残り続けます。FTによれば、メディアでソローの生産性のパラドックスが引用される頻度が2年連続で過去最高を更新するペースだといいますが、私はこの頻度を、「まだだが、まもなくやってくる」という説明がそれだけ多く必要とされているシグナルだと見ています。40年前の議論が再び引用されるということは、今、判断を先送りするための根拠を探している人が多いことを意味しているからです。

未確認の仮定を根拠に利下げを行うと何が起きるか

まずは順序の問題からです。生産性の向上を確認してから利下げを行うことと、生産性の向上を仮定して利下げを行うこと。どちらも不確実性を避けることはできませんが、未だ確認されていない生産性向上を仮定するほど、政策が見通しに依存する度合いは大きくなります。仮定が正しければ成功した判断となりますが、間違っていればそのツケは物価上昇として跳ね返ってきます。バークレイズがリポートの結論に「このような根拠に基づく金融緩和には反対する」という一文をあえて刻み込んだ理由がここにあります。

変化が現れる期間と政策の任期が食い違うという問題もあります。ウォーシュ議長の言う通りAIが「最も重大な変化」であるならば、歴史が示すそうした転換のタイムテーブルは数十年単位です。こうした変化は後発企業が既存の強者を追い抜く契機にもなってきました。製造業の自動化がそうであり、オンライン流通がそうでした。一方、FRB議長の任期は4年です。数十年をかけて現れる変化の成果が4年の任期内に現れると仮定して政策を立案すれば、仮定が外れた分の負担は別のところで引き受けざるを得なくなります。そして、この楽観論が維持されている間にもコストは積み上がっていきます。その楽観論を根拠に資産価格が上昇し、データセンターが建設され、採用や予算が再配分されているからです。見通しが修正されれば、言葉が変わるだけで済む話ではなく、このように高騰した資産価格や建設された設備、再配置された人員や予算が連動して調整されることになります。

そして、これは米国だけの話ではありません。「AIが生産性を引き上げるはずだから」で始まるフレーズは、韓国の政策発言や企業の発表でも急速に増えています。その言葉自体が問題なのではありません。注視すべきは、その言葉の後に続く決定です。その説明を根拠にどのような予算が組まれ、どのような組織再編が行われ、どのような金利決定や投資が承認されているかを確認することです。そして、仮定が外れた際にその負担を誰が背負うことになるのかも同様です。

Oswarldの視点

率直に申し上げて、私にとってこの話法は見慣れないものではありませんでした。スタートアップの言語そのものだからです。

GTM戦略コンサルティングを手掛けていると、「指標はまだですが、まもなくやってきます」という言葉に数多く出くわします。まだ実績のない企業は、足元の成果の代わりにこれからのストーリーで投資を募るわけですが、その際にこの言葉はほぼ例外なく登場します。興味深いのは、まったく同じ話法が、今や最も慎重であるべき機関から聞こえてくるという点です。スタートアップの見通しが外れた場合、投資家や会社のメンバーなどが損失を被ります。しかし、中央銀行が同様の賭けに失敗すれば、その負担は物価上昇という形で国民全体が分け合って背負うことになります。

データ分析に携わってきた経験からもう一つ付け加えると、ナラティブが強力になるほど、数字はそのナラティブに都合の良いように測定される傾向があります。米商務省センサス局の調査では、AIの利用を問う設問の表現を広げた途端に指数が10ポイント近く跳ね上がりましたし、韓国のある調査では標本を企業のAI・IT担当者に絞ったところ、活用率は55.7%という結果が出ました。全事業所を代表する米国調査の21%と、担当者を対象に聞いた韓国調査の55.7%は、どちらも嘘ではありません。ただし、その2つのうちどちらの数字を前面に押し出すかを見れば、今、誰がどのような説明を必要としているのかを推し量ることができます。

バランスを取るために付言しておきます。統計に見えないからといって、効果がないことの証明にはなりません。見通し自体は正しいものの、時期と道筋だけが外れるというパターンを、私はテクノロジー市場で数え切れないほど見てきましたし、AIによる生産性向上も最終的にはやってくるはずです。今日の本質は、それが来ないということではありません。「今回の金利サイクルの中にやってくる」という賭けを、今まさに中央銀行が行っているという事実、そのものなのです。

おわりに

AIによる生産性向上がまもなく現れるという見通しを再検討させる証拠が積み上がっています。毎日利用する人の割合は1年以上増えておらず、最近の生産性の反発は稼働率を調整すると1%台前半まで低下し、産業別の採用率と生産性改善の相関関係は統計的にゼロと区別がつきませんでした。その間に、未だ確認されていないこの生産性は、すでに利下げの根拠として使われています。だからこそ今注目すべきは、生産性の統計そのものよりも、その説明を根拠に誰がどのような決定を下しているのか、という点です。

次に「AIの生産性」に関する発言を耳にしたら、2つのことだけを確認してみてください。発言者がそのナラティブによって今何を正当化しているのか。そして、「どのようなデータが出ればこの見通しを取り下げるのか」という反証条件が存在するのか。どんなデータが出ても見通しを修正しないというのであれば、判断の根拠とすることは困難です。

皆さんが所属する組織でも、「数字はまだ出ていませんが、まもなくやってきます」が実測値を打ち負かした瞬間はありましたか？そのナラティブがどのような決定を押し通し、その結果はどうだったのか、ぜひコメント欄で教えてください。事例が集まれば、「ナラティブがデータを凌駕する瞬間」として次号で個別に取り上げてみたいと思います。

📨 AI投資と政策発言の間で判断を迫られることの多い同僚がいらっしゃいましたら、ぜひこの記事を共有してください。

あなたの視点が次の号をつくります

この号で最も共感した点、あるいは違う経験をした点はどこですか。

参考資料と関連リンク

主要出典

FT Alphaville, “Is AI productivity growth in the room with us right now?”, Financial Times, 2026.7. リンク・・・今日の記事の出発点です。非公開であるバークレイズのリポートの主要なチャートと論証がここにまとめられています。
Soto, P., Thieu, M. & Allen, J., “The AI Buildout and the Economy: Publicly Available Data to Assess AI’s Impact”, FEDS Notes, Federal Reserve Board, 2026.7.17. リンク・・・採用度の上・中・下グループの産業における生産性推移の比較が、このノートの核心です。公開データのみを使用しているため、自身で再現してみることも可能です。
Bick, A., Blandin, A. & Deming, D., “The Rapid Adoption of Generative AI”, NBER Working Paper 32966, 2024（四半期更新）. リンク・・・採用率や利用時間の数値の出所であるリアルタイム人口調査（RPS）の方法論に関する論文です。
Warsh, K., “The Federal Reserve’s Broken Leadership”, The Wall Street Journal, 2025.11. リンク・・・就任前のウォーシュの考えが最も鮮明に込められた寄稿です。「ディスインフレの原動力」という引用はここから取られています。
FedScoop, “Fed chair says AI ‘hasn’t displaced workers’ so far, has boosted productivity”, 2026.7. リンク・・・ 7月14日の米下院公聴会での発言を整理した記事です。
U.S. Census Bureau, “Business Trends and Outlook Survey”, 2026. リンク・・・企業の採用率21%や設問表現変更の話題の出所です。
CIO Korea, 「2026年に国内企業の85%が生成AIを導入···10社中8社が予算拡大」, 2026. リンク・・・メガゾーンクラウド・ファウンドリによる韓国国内749人を対象とした調査です。米国の統計と並べて測定設計の違いを確認する用途としておすすめです。

背景知識

“Productivity paradox”, Wikipedia. リンク・・・ソローのパラドックスをめぐる40年の論争史が整理されています。1990年代にどのような結末を迎えたかを見ると、「まだ」という言葉の重みが違って感じられます。

あわせて読みたい過去記事

2,500億ドルを注ぎ込んだのに、なぜ経済指標には見えてこないのか？・・・今日の記事の第1部に相当します。汎用技術のタイムラグ仮説をここで提示しました。
歴史は繰り返す？ 47年前、📠オフィスオートメーションの時代・・・「体感は3倍、測定は1.8%」という乖離を組織の問題として診断した記事です。今日の新たな証拠と重ね合わせて読むのがおすすめです。

著者 アン・グァンソプ（Oswarld） は世宗大学校兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 用語解説

각주

構造的生産性（structural productivity）：景気の好不況による一時的な変動を取り除いた、経済の基礎体力に相当する生産性上昇率です。潜在成長率を推計する指標として用いられます。 ↩
労働保蔵（labor hoarding）：需要が減少しても企業が解雇を行わず、人員を抱え込み続ける行動です。再採用が困難であったり採用コストが高かったりする場合に見られ、この期間中は同じ人員で産出量が減るため、測定される生産性は低下します。 ↩
量的緩和（QE、Quantitative Easing）：中央銀行が国債などの資産を大規模に買い入れ、市場に資金を供給する政策です。これ以上金利を引き下げられない際に用いる浮揚策ですが、その規模は中央銀行のバランスシートにそのまま計上されます。 ↩