AI導入予算を投じているのに、決算発表にはその効果がどこにも見えない——そんな状況に、数千人のCEOが直面しています。
これは何なのでしょう？
2026年2月、全米経済研究所（NBER）が米国・英国・ドイツ・オーストラリアの幹部6,000人を対象にした調査結果を発表しました。結論は衝撃的でした。調査対象企業の約90%が、過去3年間でAIが雇用や生産性に何ら影響を与えなかったと回答しました。
AI使用者は約66%でしたが、実際の使用時間は週1.5時間に過ぎませんでした。S&P 500企業の374社が決算説明会でAIに言及し、大半が肯定的な評価を示しましたが、マクロ経済データには生産性向上の兆しはありません。
アポロの主任エコノミスト、トルステン・スロックはこう述べました。
AIはあらゆる場所にある。ただ、マクロ経済データの中を除いて。雇用データにもなく、生産性データにもなく、インフレデータにもない。
どこかで聞いた言葉ではないでしょうか。そうです。ノーベル賞受賞経済学者ロバート・ソロウが40年前にコンピュータについて述べた言葉と、構造がまったく同じなのです。
何が変わるのでしょう？
ソロウ逆説（Solow Paradox）は1987年に初めて登場しました。IBM の売上が10年で3倍に急増し、企業がこぞってコンピュータを導入したにもかかわらず、1人当たりの生産性成長率は1948〜73年の2.9%から1.1%へと逆に低下しました。 ソロウはニューヨーク・タイムズにこう書きました。「コンピュータ時代はどこでも確認できる。ただし生産性統計を除いて。」
| 逆説の原因 | 1980年代コンピュータ | 2020年代AI |
|---|---|---|
| 測定の問題 | サービス品質改善がGDPに反映されない | AI節約時間 → 業務拡大に消費（測定不可） |
| 導入時差 | 集積回路 → 生産性反映まで30年 | AIパイロット → プロセス再設計まで数年 |
| 組織の惰性 | 既存業務そのまま＋コンピュータ追加 | 既存ワークフローそのまま＋AI追加 |
一方、反転の兆候も静かに現れています。スタンフォードのエリック・ブリニョルフソンは2025年の米国生産性が2.7%急上昇したと推計しています。過去10年平均1.4%のほぼ2倍です。 彼はこれをJカーブ効果、つまり投資初期の業績低下後の急反発パターンの始まりと見ています。
まずやること：ソロウ逆説を繰り返さないために
- 測定基準を先に決める
「速く感じる」ではなく「契約審査時間が2日→4時間に短縮」のように具体的な指標を設定しましょう。 - プロセスを再設計してからAIを適用する
既存のワークフローにAIを貼り付けると、既存のボトルネックが速くなるだけです。まず不要なステップを取り除き、その後AIを導入してください。 - AIツールは3つ以下に絞る
BCGの研究によると、ツールが4つを超えると認知過負荷により生産性が落ちます。 - 補完投資を過小評価しない
ブリニョルフソンは、技術投資の最大10倍の補完投資（教育・組織改革・ガバナンス）が必要だと述べています。 - Jカーブ底の期間を乗り切るための期待管理
導入初期に成果が見えなくても、それは失敗ではありません。四半期ROIを求める報告構造が、この底の期間で投資を打ち切らせる最大のリスクです。
さらに深く学ぶには
NBER Working Paper #34836 6,000人のC-suite幹部調査の原論文。すべての数値の根拠はここにあります。 nber.org
The Productivity J-Curve (MIT) ブリニョルフソンがJカーブ理論を初めて体系化した原論文。AI生産性遅延の経済的根拠が詳述されています。 ide.mit.edu
Back to the Future: Solow's Productivity Paradox in the Age of AI 1980年代のIT適応パターンと今日のAI展開の比較分析。 linkedin.com
The Productivity J-Curve and the Hidden Economics of AI Transformation AIが組織一貫性のテストである理由と、無形資産投資の決定的重要性を分析。 medium.com
AI効果か錯視か — 米国生産性上昇に엇갈린解釈（グローバルエコノミック） 連準議長パウエルやバークレイズのアナリストの慎重論も含めた国内報道。 g-enews.com
