AIツールを使えば午後に余裕ができると思っていたのに、なぜか以前より遅くまで仕事をしている。心当たりがありませんか？UC Berkeleyの研究者が8ヶ月間、米国テック企業の200人の社員を観察したところ、AIは仕事を減らすどころか一貫して仕事を強化していたことが分かりました。
これは何なのか？
1865年、経済学者William Jevonsが不思議な現象に気づきました。蒸気機関が効率化されたのに、石炭消費量は減るどころか急増したんです。効率が上がるとコストが下がり、コストが下がると需要が爆発するからですよね。 今、AIと知識労働でまったく同じことが起きています。
UC BerkeleyのAruna RanganathanとXingqi Maggie YeがHBRに発表した研究によると、2025年4月から12月まで200人規模のテック企業を観察しました。会社がAI使用を強制したわけでもないのに、社員たちは自発的に、より速く、より広い範囲の仕事を、より長い時間やるようになったんです。 あるエンジニアはこう言いました：「生産性が上がれば仕事が減ると思ったけど、同じかむしろ増えた」。
California Management ReviewのHamilton Mannはこれを「AI生産性のブラインドスポット」と呼んでいます。AI効率が上がるほど逆に非生産的な作業が激増する5つの構造的要因を分析しました。核心は、自動化が認知負荷を減らすのではなく、別の場所に移すだけだということです。
数字で見るAI業務強化
Upwork 2024年調査：経営陣の96%がAIで生産性が上がると期待したのに、社員の77%はむしろ業務量が増えたと回答。71%がバーンアウトを経験し、39%がAI出力の確認・修正に以前より多くの時間を費やしていました。
何が変わったのか？
研究が発見したAI業務強化の3つのメカニズムです。
1. タスクの拡張 — PMがコードを書き、デザイナーがエンジニアリングをし、研究者が開発業務をするようになりました。AIが知識のギャップを埋めてくれるので「ちょっとやってみよう」が積み重なり、一人の業務範囲が静かに膨張します。エンジニアは同僚が「バイブコーディング」で作った未完成コードのレビューと修正に追われるようになりました。
2. 時間境界の浸食 — AIがタスク開始の摩擦をほぼゼロにしてしまいました。昼休みにプロンプトを送り、会議中にAIを走らせ、帰る前に「最後の一行だけ」が習慣化。自然な休憩時間が消えていきます。
3. マルチタスクの爆増 — 手動でコードを書きながらAIに代替案を生成させ、複数のエージェントを並行実行し、先延ばしにしていたタスクまで復活させます。「パートナーがいる」ような感覚ですが、実際には注意力の切り替えと出力確認の認知負荷が蓄積されていきます。
| 期待していたこと | 実際に起きたこと | |
|---|---|---|
| 業務量 | AIが代わりにやってくれて減る | 業務範囲が膨張し純業務量が増加 |
| 勤務時間 | 節約した時間で早く帰る | 空いた時間に追加タスク、退勤後もプロンプト |
| 認知負荷 | 単純作業が減って楽になる | AI出力の検証＋マルチタスクで認知疲労が増加 |
| 休憩 | 余裕時間の確保 | ゼロ摩擦で休憩中にも「小さな仕事」が侵入 |
| 長期効果 | 持続可能な生産性向上 | バーンアウト・判断力低下・品質低下・離職率増加のリスク |
これはまさにジェヴォンズのパラドックスの現代版ですよね。AIが認知作業のコストを下げると、会社はその余裕を「休んでください」ではなく「もっとやってください」で埋めるんです。
AIは仕事を簡単にするが、止めることを難しくする道具だ。
— UC Berkeley研究チーム
まとめ：始め方
研究者が提案する解決策は「AIプラクティス」— AI使用の規範、止め時、業務拡大の限界を組織的に設計することです。
- 意図的な一時停止を設計する
重要な意思決定の前に構造化されたチェックポイントを入れましょう。「反論を1つ、組織目標との紐付けを1つ」確認する30秒のポーズだけで、速度による判断ミスを減らせます。 - 業務シーケンシングのルールを作る
AIの出力にすぐ反応しないでください。緊急でない通知はまとめて処理し、集中時間を守り、一貫したフェーズで仕事を進めましょう。 - 定期的にスコープ監査を実行する
四半期ごとに「これは本当に私の仕事か？」を確認しましょう。AIのおかげで自然に引き受けた追加業務が正式に認められ、報酬に反映されているかチェックすることが大切です。 - 人間グラウンディングの時間を確保する
AIツールなしで同僚と直接会話する時間を意図的に作りましょう。短いチェックイン、共有の振り返り、構造化された対話が「一人＋AI」モードの孤立と疲労を解消します。 - チームAIガイドラインを文書化する
「いつAIを使うか」だけでなく「いつAIを止めるか」をチームレベルで合意しましょう。この合意がないと、個人の自発的な過労が新しいチーム基準になる悪循環が始まります。
重要な区別
効率性（Efficiency）は局所的で機能的です。生産性（Productivity）はシステム的で目的指向的です。AIが効率を上げたからといって、生産性が上がったとは限りません。速度を方向と、実行を価値と取り違えた瞬間、ジェヴォンズのパラドックスの罠にはまります。
