5秒で結論： AIが仕事を10倍速くしても、その利益が給料・余暇・社会保障として自分に戻ってこなければ、生活者には「要求水準だけ上がった」で終わる。だったら、病気が治る、障害が減る、80歳でも歩ける――そんな技術進歩の方がよほど分かりやすい。AI時代の本当の論点は「人間の仕事が残るか」だけではなく、「生産性の果実が誰に届くか」と「技術進歩が競争に勝たなくても受け取れる利益を作れるか」だ。
1. 「AIが仕事を全部奪う」は雑。でも「知識職なら安全」も雑
AI論には両極端がある。「全員失業する」と「人間にしかできない仕事は必ず残る」だ。
2025年のILO研究では、世界の雇用の約25%が生成AIに何らかの形で曝露し、高所得国では34%に達する。一方でILOの中心的な見立ては、現時点では大量消滅より職務内のタスク変容が起こる可能性が高い、というものだ。
つまり「経理という職業が明日ゼロ」より、「経理10人で回していた仕事がAI込みで6人でも回る」「専門家が全部手作業するのではなくAI結果を確認する」が先に来やすい。
全員クビにしなくても、必要人数が減れば労働市場には十分効く。AIはそこが地味に怖い。
2. 「最後は人間が承認」もかなり現実的。ただし永遠の安全地帯ではない
2026年のAnthropic Economic Indexでは、Claude Codeのようなエージェント環境は通常チャットよりAIへ渡される裁量が大きかった。同じ種類の成果物でも、環境がエージェント型になると人間の往復が減り、AIがまとめて処理する傾向が見える。
仕事は、
人間が全部やる → AIが補助する → AIがまとめてやる → 人間が例外と最終判断を見る
へ寄りやすい。
士業、企画、分析、ソフトウェア、営業支援なども「専門職だから無敵」ではない。一方、介護、施工、農業、物流、対人サービスなど、物理世界に触る最後の1メートルは当面デジタル業務より置換が難しい。ただしロボティクスが進めば、その境界も固定ではない。
「人間にしかできない」は職業名ではなく、その時点で機械化コストが高いタスクと考える方が安全だ。
3. 「AI企業よりGPU・メモリ・電力が勝つ」は面白いが、まだ投資仮説
モデルがコモディティ化し、オープンモデルで十分な用途が増えれば、モデルそのものよりGPU、メモリ、電力、データセンター、ネットワークなどの供給制約側へ利益が寄る可能性はある。
しかしこれは確定した法則ではない。
モデル企業が強いブランド、配布チャネル、企業データ、エージェント基盤、API、顧客ロックインを握れば、ソフトウェア側にも大きな価値が残る。逆にハードも増産・技術転換・価格競争で利益率が崩れることがある。
「ツルハシが必ず勝つ」ではなく、どこが希少で、どこが簡単に複製されるかを見る話だ。
4. 革新的ビジネスは生まれない？ そこまで言うのは早い
AIで作った画面、文章、簡単なアプリはコピーされやすい。だから「AIを使いました」だけでは堀になりにくい。
でも、それは「新しいビジネスが生まれない」と同じではない。
むしろ既存業務のコストが急落すると、以前は採算が合わなかった小市場、個別最適化、超少人数運営、24時間サービスなどが成立する可能性がある。発明そのものより、採算ラインが移動して今まで存在できなかった事業が生まれる方が現実的かもしれない。
AIで会社が全部同じ顔になる可能性と、AIで今まで会社にならなかったものが会社になる可能性は両立する。
5. 一番の弱点は「生産性の果実が財布まで来るとは限らない」
ここが生活者目線では本丸だ。
GPUが100倍働いても、家賃を勝手に払ってくれるわけではない。
IMFの研究は、AIが賃金格差を縮めるシナリオもあり得る一方、資本収益の増加を通じて資産格差が拡大する可能性を示している。結果はAIが誰を補完し、誰を代替し、誰が資本を所有し、税・給付・社会保障をどう設計するかで変わる。
生産性が2倍になったとき、
- 同じ所得で労働時間が半分になる
- 同じ時間で生産量が2倍になる
- 必要人数を減らす
- 利益を株主や設備投資へ回す
- 税や給付を通じて社会全体へ戻す
どれになるかはAIの性能表には書いていない。
最悪なのは「AIが24時間働けるようになったので、人間にももっと仕事を振れます！」という謎アップデートである。そこじゃない。
6. 競争に疲れた人が欲しいのは「勝てるAI」ではなく「勝たなくても受け取れる進歩」
年収ランキング、昇進、転職、市場価値、AIスキル競争。
それ自体をゲームとして楽しめる人もいる。でも「もう競争はいい」という人にとって、AIで競争力がさらに上がる話は、魅力というより二周目のレース参加券に見えることがある。
そこで価値が大きいのが、競争順位と比較的切り離された技術進歩だ。
- 感染症で死ににくくなる
- がんを早く見つける
- 遺伝病の原因を直接治療する
- 認知機能低下を遅らせる
- 80歳でも自分で歩ける期間を伸ばす
これらは「他人より優秀だから受け取れる」利益ではない。もちろん費用・保険・地域格差は残るが、医療技術は経済競争とは別のルートで生活水準を押し上げられる。
7. 2026年の医療は、もう少しSF寄りになっている
2026年4月、米FDAはOTOF遺伝子の両アレル変異に関連する重度感音難聴に対する初の遺伝子治療Otarmeniを承認した。
7月にはCRISPR系治療Casgevyの対象が鎌状赤血球症・輸血依存βサラセミアで2歳以上まで拡大された。
9月にはサンフィリッポ症候群A型に対して、症状管理だけではなく疾患経過そのものを変えることを狙う初のFDA承認治療Fayuviが登場した。
もちろん、これらは「何でも治る」話ではない。対象患者は限定され、長期安全性、費用、アクセスも重要だ。
それでも方向は大きい。
症状を抑える → 原因分子や遺伝子へ介入する
という治療が、希少疾患から実用品になり始めている。
8. AIが医療で本当に面白いのは「診断チャット」より研究速度かもしれない
AlphaFoldは2億を超えるタンパク質構造予測を研究コミュニティへ公開し、タンパク質と他分子の相互作用予測も進んでいる。
これは「AI医師が全部診断する」という派手な話とは少し違う。
創薬では、標的探索、構造理解、候補分子設計、患者層別化、試験設計など、病院へ薬が届く前の長い研究工程がある。そこをAIが削れるなら、価値は「医者を置き換えた人数」ではなく、治療法が世に出るまでの時間を何年削れたかで測った方がいい。
Excelを3秒で作るために世界中へGPUを積んだだけなら、人類としては少し返金を要求したい。病気を一つ余計に治せるなら話は別だ。
9. 「寿命150歳」より「健康寿命を伸ばす」が現実的
老化研究も進んでいる。米NIAはgeroscienceを、老化の生物学的機構が慢性疾患へどうつながるかを研究し、健康に生きる期間、healthspanを延ばすことを狙う分野として扱っている。
ただし、ここは誇大広告と科学を分ける必要がある。
老化細胞を除去するsenolyticsなどは動物研究では期待が大きいが、2025年のNature Aging論考でも、人間で明確な有効性が確立したとはまだ言えないとされている。
現実的な順番は、
- 病気を早く見つける
- 病気を治しやすくする
- 複数の加齢疾患を遅らせる
- 健康寿命を延ばす
- その先に大幅な寿命延伸があるかを検証する
くらいだろう。
120歳まで若いまま、はまだ広告寄り。80歳でも歩ける、は研究目標としてずっと地に足がついている。
10. 結局、「AIで勝つ方法」より「AIで人生の罰ゲームを減らしてくれ」
AI時代の議論はすぐに「どの職業が残る」「どの株が勝つ」「誰がAIを使いこなす」へ向かう。
でも、生活者から見ればもっと素朴な問いがある。
こんなに計算資源を使うなら、病気、介護負担、障害、痛み、面倒な手続き、強制労働時間をどれだけ減らせるのか。
競争で1位になることより、競争しなくても受け取れる進歩を増やす。
AIが仕事を奪うかどうかだけを見ると暗い。でもAIと生命科学が「人間が苦しむ時間」を削る方向へ進むなら、話はかなり変わる。
仕事100倍速はもう分かった。
次は病気を治してくれ。
