第3回：AIと機械化──賃金上昇がDXの「本気度」を決める

　一橋大学大学院教授である清水千弘先生からご寄稿いただいた、「AI・技術進歩は、日本経済・不動産市場にどのような影響をもたらすのか?」をテーマとしたコラムを連続で配信します。

本稿は、以下の論文をわかりやすく解説したものになります。

Chihiro Shimizu and Valentin Zelenyuk (2026),"Regularized Estimation of High-dimensional Flexible Functional Forms: A Rank-expansion Approach with a Macroeconomic Application"

　次章以降については、2026年10月以降に配信を予定しています。

――――――――――――――――――――――――

第1回：少子化と日本経済

清水千弘
一橋大学大学院教授・都市空間不動産解析研究センター長

1. 「高い賃金」はテクノロジーの生みの親である

　「人件費の上昇が経営を圧迫する」――これは多くの経営者が抱く切実な実感でしょう。しかし、経済史を紐解けば、皮肉にも「高い賃金」こそが技術革新を促してきた歴史的側面があります。イギリスの産業革命がなぜあの地で起きたのか。その一説は、当時のイギリスが世界で最も「高賃金かつ低エネルギー価格」な国であり、人間を雇うよりも石炭と機械（蒸気機関）を使ったほうが圧倒的に合理的だったからだとされています。

　本研究が1970年から50年以上にわたる日本のマクロデータを解析して得た結論は、現代の日本においてもこの「賃金と機械化の連動性」が極めて重要な役割を果たしているという事実です。特に近年、このメカニズムはかつてないほど強力に作動し始めています。

2. 加速する「人から機械へ」のスイッチ：限界点を超えた日本

　論文では、年齢別の労働力と「機械設備（ICT資本など）」の間の代替弾力性を精密に計測しました。注目すべきは、その数値が時代とともに劇的に上昇している点です。

30代の賃金上昇に対する機械化の反応（代替弾力性）：
• 1970年代初頭：0.7（賃金が1%上がっても、機械化は1%進まない）
• 1990年代以降：2.2（賃金上昇に対し、2倍以上の勢いで機械化が進む）
• 2020年代（現在）：3.5（賃金上昇に対し、3.5倍の勢いで機械化を誘発）

　1970年代、日本はまだ労働力が豊富で、賃金が上がっても機械への代替は限定的でした。しかし現代、少子高齢化によって「若くて優秀な層」が究極の希少資源となった結果、日本企業の生産技術は「人から機械へ」と切り替わる限界点（ティッピング・ポイント）を完全に超えました。30代の賃金が1%上がるだけで、企業は文字通り「死に物狂い」で機械化を推し進めようとする構造が定着したのです。

3. 生成AI（LLM）が変える「代替」のルール：知的生産の自動化

　ここに「生成AI（LLM）」の急速な進化という変数が加わると、この構図はさらに激変します。 これまでの機械化（IT化）は、主に工場の流れ作業や定型的な事務作業を「代替」するものでした。しかし、現代のLLMは、これまで聖域とされていた「30代・40代の知的生産、企画、高度な非定型業務」の領域にまで踏み込み始めています。

　本論文が示す「働き盛り世代の賃金上昇が機械化を強く誘発する」という構造は、AI時代において以下の2方向で純化されます。

• 高付加価値化への強制移動:
　初任給が上がり、連動して30代・40代のコストも上がる。企業は「この高い時給の人間に、AIでもできる下書き業務や調査業務をさせておくわけにはいかない」という強烈な論理に直面します。結果として、従業員を「AIを使いこなす高度な指揮官」へと強制的にシフトさせます。

• AIによる「補完」と「代替」の同時進行:
　単純なスキルはLLMに代替されますが、LLMが出力した情報を吟味し、複雑な合意形成を行う中堅層への需要は、むしろ希少価値が高まることで増幅されます。第2章で述べた「中堅層への需要シフト」は、このAI投資と表裏一体で進むのです。

4. 「現代版ソローのパラドックス」をどう乗り越えるか

　ここで直面するのが、「AI版ソローのパラドックス」です。かつて経済学者ロバート・ソローは1987年に「コンピューター時代の到来はどこにでも見られるが、生産性の統計にだけは見られない」と指摘しました。現在、ChatGPTを代表とする生成AIがあらゆるオフィスに浸透しているにもかかわらず、マクロ統計上の生産性が劇的に向上していないという、同様の現象が起きています。
　このパラドックスが起きる理由は、テクノロジーの導入と、それを使う「組織構造・賃金体系」のアップデートに時間差があるからです。本論文の示唆は、このパラドックスを解く鍵が「賃金」にあることを示しています。 「賃金が低いまま、安い労働力として人間を使い続けられる」環境では、AIはただの便利ツールに留まり、生産性は上がりません。 しかし、初任給が上がり、若手・中堅のコストが高騰すれば、企業は組織のあり方を根本から変え、AIを中心に業務プロセスを再編（リエンジニアリング）せざるを得なくなります。この「痛み」を伴う調整こそが、パラドックスを抜け出し、生産性を真に押し上げるトリガーとなるのです。

5. 「資本深化」が日本を救う：消極的DXから積極的DXへ
　日本経済の長年の課題は「労働生産性の低迷」でした。しかし、本研究のデータは強い希望を示しています。賃金上昇をきっかけとして、企業がAIという「新しい資本」を積み増すこと（資本深化）は、必然的に一人当たりの生産性を押し上げます。
　「人手が足りないから、少ない人数で回せるようにAIを入れる」という消極的な守りのDX（省力化）から「優秀な人材の賃金が高騰しているから、彼らの能力をAIで10倍に増幅させる」という積極的な攻めのDXへの転換。初任給上昇とLLMの進化が交差する今、日本の「稼ぐ力」を再定義する絶好の機会が訪れています。

6. 50代以上の「聖域」が抱えるジレンマとAIの可能性
　第2章でも触れた通り、50代以上の賃金上昇に対する機械化の反応（弾力性）は 0.6 と極めて低いままです。若手・中堅がAIと一体化して生産性を爆発させる一方で、ベテラン層は「AIに置き換えにくいが、AIによる恩恵も受けにくい」という独特の領域に取り残されるリスクがあります。
　AI時代の組織設計において、ベテランの持つ「長年の経験（暗黙知）」をいかにLLMのプロンプトや社内ナレッジベースという「デジタル資本」に変換し、次世代へ継承するか。これは単なる技術の問題ではなく、日本の生産構造における最大の「伸びしろ」であり、今後の大きな課題です。

本稿のまとめ