AIエンジニアで参議院議員の安野貴博氏は、不動産業界との対談動画（2025年）の中で「AI革命は産業革命に匹敵する変革だ」という趣旨の発言をしている。同様の言説はITコンサル・テック界隈でも繰り返されている。だが、これは本当に正しいのか？データと経済理論から検証する。
はじめに：繰り返される「産業革命」の比喩
チームみらい党首・安野貴博氏（AIエンジニア・参議院議員）は、不動産業界との対談動画（YouTube, 2025年, 38:39〜）の中で、AI革命が産業革命に匹敵するほどの変革をもたらすという趣旨の発言をしている。
「第二の産業革命」「100年に一度の変革」——こうしたフレーズはITコンサルや投資家、テック系インフルエンサーの間で当たり前のように使われている。
ただ、この比喩をそのまま受け取るのは危険だ。
産業革命とは何だったのか？AIはその水準に本当に到達しているのか？
あるいは到達しうるのか？
データと経済史を照らし合わせながら、誠実に検証してみたい。
1. 産業革命とは何だったのか——比較の基準を正確に置く
「産業革命に匹敵する」と言うなら、まず産業革命の実態を正確に理解する必要がある。
18〜19世紀の産業革命がやったことは、単なる「効率化」ではない。
- 蒸気機関・鉄道：移動コストを劇的に下げ、国民経済・国際貿易の構造を根本から変えた
- 電球：夜間労働・夜間生活を可能にし、人間の行動時間を拡張した
- 自動車・飛行機：都市設計、産業立地、文化交流の前提条件を塗り替えた
- 水道・衛生インフラ：平均寿命を数十年単位で延ばした
これらの技術は180年後の今も現役で社会インフラとして機能している。そして産業革命後、英米などの先進国は約100年間にわたって実質経済成長を持続した。これが「産業革命」の実績だ。
さらに重要な点がある。産業革命の技術は発展途上国にも普及した。電力・水道・鉄道は今や途上国の「発展の前提条件」として整備対象になっている。これが真のインフラだ。
では、もし今後AIが途上国に普及するとしたら、その前に何が必要か？
電力と水道だ。
世界の最貧困層が密集するサブサハラアフリカや南アジアの農村部では、まず安定した電力と清潔な飲料水が課題であり続けている。インターネット普及率でさえ、後発開発途上国（LDC）ではいまだ36%にとどまる（ITU調査）。スマートフォンも安定した電力もないところに、高性能なAIが普及する前に、人類にはやるべきことがある。
これは「AIが不要だ」という話ではなく、産業革命が「電力・水道・鉄道」というインフラで世界の底上げをしたのとは、AIは根本的に性格が違うという話だ。AIは今のところ、インターネット接続・安定電力・高性能デバイス・識字率・英語力（あるいは現地語のデータ）を前提とした、先進国・富裕層向けのソフトウェアツールにとどまっている。
2. AIの本質的な問題：「使うたびにコストがかかる」構造
産業革命との比較でもう一つ見落とされがちな点がある。AIのビジネスモデルとしての持続可能性だ。
電球を一度設置すれば、あとは電気代だけで使い続けられる。水道管を引けば、水を流し続けるコストは限界的に小さい。つまり産業革命の技術は規模の経済が働きやすい構造だった。
AIは違う。LLM（大規模言語モデル）は出力を生成するたびに、膨大なGPU計算コストが発生する。 1回の推論（ユーザーへの回答生成）に電力・サーバー・冷却コストがかかり、ユーザーが増えれば増えるほど費用が比例して膨らむ。これを「推論コスト」と呼ぶ。
この構造が、AIビジネスの黒字化を極めて困難にしている。
OpenAIの財務実態
世界最大のAI企業・OpenAIの財務状況を見てみよう。
- 2024年：収益37億ドルに対し、損失は50億ドル
- 2025年上半期：収益43億ドルに対し、純損失は135億ドル（研究開発・コンピュートへの投資が膨張）
- 2025年7〜9月：推計の四半期純損失は115億ドル超（約1.7兆円）
- 2026年：年間損失は140億ドルに達する見込み
- 2023〜2028年の累計損失予測：440億ドル超
- 黒字化の見通し：2029年以降——それも売上高が1,000億〜1,250億ドル規模になることが前提
しかも、その黒字化シナリオが成立するには、ChatGPTの有料会員数がNetflixの会員数（2024年時点で約3億人）に匹敵するレベルまで増え、かつ月額20〜200ドルを払い続ける必要がある。
現実はどうか。ChatGPTの週間アクティブユーザーは8億人に達しているが、そのうち有料プランに加入しているのは約5%の4,000万人にすぎない。残り95%は無料で使っており、そのユーザーへの推論コストは全額OpenAIが負担している。
日経新聞の報道によれば、「損益が黒字に転換するのは売上高が18兆円規模になる2029年ごろと見込まれている」。
そもそもこれは本当に到達可能な売上高なのか？推論は読者にお任せしよう。
Anthropicも同じ構造
Claude（本稿の執筆を支援しているAI）を開発するAnthropicも例外ではない。
- 2025年：売上高42億ドルに対し、約30億ドルの赤字を予測
- コスト構造：モデル訓練に120億ドル、推論コストに70億ドル——合計190億ドルを費やす計画で、売上を大幅に超える支出
- 売上高総利益率：2024年はマイナス94%（2025年に改善見込みも約40%止まり）
- 黒字化目標：2028年（目標が繰り返し後退している）
Anthropicの場合、企業顧客（B2B）が収益の約80%を占めるためOpenAIより収益構造は健全とされるが、「収益は増えているが損失も同様に拡大している」という本質的な問題は同じだ。
なぜこうなるのか
根本的な原因は「使えば使うほど赤字が膨らむ」という逆スケール構造にある。
従来のソフトウェア（OSやSaaSなど）は、一度開発すれば追加のユーザーへの提供コストはほぼゼロだった（規模の経済が働く）。
しかしLLMは、回答を1件生成するたびにGPUが動き、電力を消費し、データセンターに負荷がかかる。ユーザーが2倍になれば、コストも概ね2倍に近いペースで増える。
これは本質的に、「産業革命的な技術の普及モデル」とはまったく異なるコスト構造だ。電球が普及すれば製造コストは下がり、鉄道が広がれば輸送単価が下がった。AIの推論コストは確かに下がり続けているが、それ以上のペースで利用量が増えるため、総コストは膨らみ続けている。
AIバブル崩壊後に何が残るか
この構造が持続不可能である以上、ある予測が成り立つ。
ドットコムバブル崩壊後と同じように、今後AIへの投資マネーが引き潮を迎えたとき、残るのは膨大なデータセンターのインフラだけだ。OpenAIとAnthropicのような体力のある2〜3社が生き残り、その他の「AIスタートアップ」の大半は撤退する。そしてITエンジニア業界は、今よりはるかに高くなるであろうサブスク代で、クラウド・GPU・電力コストを払いながら開発を続ける、こんなところが現実的ではなかろうか。
こうした状況で「AIがホワイトカラーの仕事を根こそぎ奪う」などという話は、絵空事に過ぎない。AIは強力なツールだが、使えば使うほどコストがかかり、そのコストを誰かが払わなければならない。OpenAIやAnthropicですら黒字化の見通しが立たない中で、あらゆる企業がAIを無制限に使い倒してホワイトカラーを置き換えるという未来は、ビジネスとして成立しない。
このビジネス、マネタイズ的な難しさが「AIブームは一時のバブルである」という一部投資家の推論の裏付けになっている。
3. 「AI革命＝産業革命」論の3つの根拠と、それぞれへの反論
根拠①「AIは生産性を劇的に高める」
これは部分的には正しい。コーディング支援AIによる開発速度の向上、カスタマーサポートの効率化など、個別業務レベルの生産性向上は確かに起きている。
しかしマクロ経済レベルのTFP（全要素生産性）には、まだ明確な反映が見られない。
EYの分析では、生成AIは今後10年で生産性上昇を50〜100%押し上げる可能性があると推定しつつも、「産業革命や電力が普及した時代のような2〜3倍増には及ばない」と明記している。MITテクノロジーレビューも、生成AIが「電気モーターのような産業革命級のインパクトになるのか、スマートフォン・SNSのように集合意識を消費するだけのものになるのか、現時点では判断できない」と慎重な見方を示している。
→「生産性を上げる」と「産業革命に匹敵する」の間には、巨大な溝がある。
根拠②「アメリカのGDP成長がAI革命の証拠だ」
これは最も厳しく検証すべき主張だ。「AIでアメリカ経済が成長している」という言説の実態を、2つの角度から解体する。
① GDP成長の中身：データセンター投資の「自作自演」
ハーバード大学経済学者のジェイソン・ファーマン氏の分析（2025年）によれば、2025年上半期のアメリカのGDP成長は、ほぼ全てデータセンターおよび情報処理技術への投資によって支えられていた。データセンター関連を除外すると、GDP成長率は年率換算でわずか0.1%——ほぼ停滞に等しい水準だった。情報処理設備・ソフトウェアへの投資はGDP全体の4%に過ぎないにもかかわらず、GDP成長の92%を占めていた（Fortune / Yahoo Finance報道）。
つまり「AIでアメリカ経済が成長している」というのは、正確には「AIインフラへの巨額投資がGDP数値を押し上げている」というだけの話だ。製造業・不動産・小売・サービス業など他のセクターはほとんど成長に貢献していない。
② その投資の実態：NVIDIAとOpenAIの「資金循環」構造
では、そのデータセンター投資は誰が、どのようにして行っているのか。ここに構造的な問題がある。
日本経済新聞は2025年10月、「OpenAI、NVIDIAと200兆円「循環投資」 ITバブル型錬金術に危うさ」と題した記事で、この構造を詳細に報じた。その仕組みはこうだ。
① NVIDIAがOpenAIに巨額投資（最大1,000億ドル）
② OpenAIはその資金でNVIDIA製GPUを購入
③ OracleがOpenAIからデータセンター契約を受注し、
その資金でさらにNVIDIAのチップを購入
④ NVIDIAに「売上」として資金が戻る
つまり、NVIDIAが出した資金が、NVIDIAの「売上」として還流する構造だ。Wall Streetの一部ではこれを「wash trade（見せかけの取引）」と呼ぶ。1990年代末のドットコムバブル崩壊前に、シスコシステムズなどの通信機器メーカーがインターネットベンチャーに自社製品を買わせるための融資をしていた構造と酷似している、と日経は指摘する。
NVIDIAの株価・売上が急拡大してAIバブルの象徴とされているが、その売上の相当部分は、NVIDIA自身が投資した先からの支払いによって成立している。「稼げる本業がまだ確立していない」OpenAIへの巨額投資が循環することで、数字だけが膨らんでいる構造だ。
もちろん、これは会計不正ではない。GPUは実際に納品され、実態ある取引だ。しかし、循環する資金が「AI経済成長の証拠」として語られるとき、その数字がどれほど実体経済の豊かさを反映しているかは、別の問いだ。
→ アメリカのGDP成長とNVIDIAの業績急拡大は、企業間の資金循環と巨額投資の自己完結によって作られている面が大きい。産業革命のような「社会全体の底上げ」とは根本的に異なる。
根拠③「AIは電気のように、すべての産業に波及するインフラになる」
ここで根本的な問いを立てよう。AIを「産業革命に匹敵する」と語る人々は、テック産業そのものの経済的実績を棚に上げていないか。
コンピュータは1960年代に発明され、パソコン・インターネット・スマートフォンという形で半世紀以上かけて社会に普及した。AIはその延長線上にある。ではこのテック産業の大波は、産業革命に匹敵する経済成長を起こしたか？
答えはノーだ。
テック産業が実証済みの失敗——「ソロー・パラドックス」
ノーベル経済学賞受賞者のロバート・ソローは1987年にこう述べた。「至るところでコンピューターの時代を目にするが、生産性の統計ではお目にかかれない」。これは後に「ソロー・パラドックス」と呼ばれる。1970〜80年代のアメリカでITへの投資が進む一方、TFPの上昇率は長期的に停滞していた（総務省情報通信白書）。
1990年代後半に一時的なIT主導の生産性向上があったが、2005年以降はG7全体でTFP成長率の鈍化が顕著になり、多くの国で2005〜2019年にかけて生産性成長率が半減した（McKinsey調査）。
実質賃金は上がっていない——アメリカも日本も「親世代より貧しい」
産業革命は苦しい移行期を経ながらも、最終的に労働者全体の実質賃金を引き上げた。テック産業が牽引した現代はどうか。
アメリカでは1970年代以降、実質賃金の上昇はほぼ停滞し、上昇分のほとんどは上位1%が独占してきた（Economic Policy Institute）。1995年以降、労働者の生産性は37.6%向上したが、中央値の実質賃金上昇はわずか9.6%にとどまる。ミレニアル世代の給料は親世代より低く、30歳時点の純資産は1983年比で21%減少している。「親世代より貧しい最初の世代」というのは、日本だけの問題ではなくアメリカでも起きている現象だ。
これは「産業革命のボーナスが終わった」証拠だ。電力・自動車・航空機・医薬品が生み出した生産性の爆発的向上は20世紀前半に出尽くした。テック産業はその余波として名目GDPを押し上げてきたが、実質的な意味で社会全体の底上げを産業革命と同等のスケールで行ってはいない。
コンピュータですら産業革命規模の経済成長をもたらせなかった。その延長線上にあるAIが、なぜ突然それを成し遂げると言えるのか——この問いに対する説得力ある答えを、「AI革命は産業革命に匹敵する」と語る人々は持っていない。
また、産業革命の技術群は、普及と同時に物理インフラとして世界中に埋め込まれた。鉄道を敷く・電線を引く・水道管を通す——これらは莫大な労働力と投資を必要とし、発展途上国においても「発展の前提条件」として今も整備が続く。一方、AIはインターネット接続・安定電力・高性能デバイス・識字率を前提とする。後発開発途上国（LDC）のインターネット普及率は36%にとどまり（ITU調査）、まず電力・水道が先だ。AIは今のところ、先進国・富裕層向けのソフトウェアツールにとどまっている。
→ テック産業の半世紀の実績が、「コンピュータは産業革命に匹敵しなかった」ことを既に証明している。AIはその延長だ。
4. では安野氏らの主張は完全に間違いか？
正直に言えば、一面では理解できる部分もある。
安野氏はAIを「脅威」ではなく「機会」として捉え、日本がAI活用で出遅れないよう政策的に推進すべきだという立場から発言している。「産業革命に匹敵する」という表現は、その文脈で人々の危機感を喚起するためのレトリックとして使われている側面が強い。
ただし、政治的レトリックとしての「産業革命」と、経済分析としての「産業革命」を分けて考える必要がある。前者の文脈で言われているなら一種の誇張表現として聞き流せるが、それが「だからエンジニアの仕事はなくなる」「日本はAI対応しないと滅びる」という極端な結論に直結するなら話は別だ。
5. エンジニアへの影響——「産業革命論」が引き起こす誤解、そしてバブル後の再評価
「AI革命は産業革命だ」という言説が広まると、以下のような誤解が生じやすい。
誤解①「蒸気機関が手工業者を駆逐したように、AIがエンジニアを駆逐する」
産業革命では一部の手工業者は職を失った。しかし農民が蒸気機関を扱う機械工になるには数十年単位の時間と社会的変動が必要だった。職種間の移動コストが非常に高かったのだ。
AIの場合、移行コストははるかに低い。エンジニアがAIツールを使いこなすスキルを身に着けるのと、農民が機械工になるのでは難易度が比較にならない。エンジニアはそもそも技術習得に最も適応的な職種であり、「駆逐される側」ではなく「新ツールを最も早く使いこなす側」になる。
また、セクション2で述べた通り、AIは使うたびに推論コストが発生するビジネスモデルだ。OpenAIもAnthropicも巨額赤字を抱えたまま黒字化の見通しが立たない中、あらゆる企業がAIを無制限に使いホワイトカラーを根こそぎ置き換えるというシナリオは、ビジネスとして成立しない。コストが膨らむほど、人間の判断・設計・責任が代替不可能な価値を持ち続ける。
誤解②「一般ユーザーがAIでソフトウェアを自作するから、SaaSやゲーム業界が廃れる」
これも現実を無視した議論だ。
そもそも、ターミナルを開いてコマンドを打ち、エラーログを読み、コードをデバッグする作業は、エンジニア以外の人間にとって「やりたくない作業」の典型だ。AIがコード生成を補助したところで、開発という行為そのものの複雑さ・泥臭さは消えない。プロンプトを打って完成品が出てくるのは、非常に限られた単純なケースだけだ。
実際の開発現場では、要件定義・設計・セキュリティ・パフォーマンス・保守・テスト・インフラ構成など、AIが一発で解決できない問題が山積している。非エンジニアが「AIがあるから自分でアプリを作る」などという時代が来るなら、Excelがあれば「自分でデータベースを作れる」はずだった——しかし現実にはそうなっていない。
ゲーム・SaaS・エンタープライズ向けソフトウェアといった産業は、今後もエンジニアが支え続ける。
誤解③「日本のエンジニア需要は減る」
日本のIT・エンジニア系職種の求人倍率は2024年時点で8〜10倍前後と他職種を圧倒している。経済産業省は2030年までに最大79万人のIT人材不足を予測していた（2019年試算）。AIが普及した現在でも、この構造的不足のベクトルは変わっていない。
AIバブルが去った後のエンジニアの再評価
ドットコムバブルが弾けた2000年代初頭、テック企業の株価は暴落しITエンジニアへの需要が一時的に冷え込んだ。しかし数年後には、Amazonが物流を制し、GoogleがSEOを定義し、Facebookがソーシャルグラフを握った——つまりバブル崩壊後こそ、本物の技術力を持つエンジニアの価値が際立った。
AIバブルが収束した後も、構図は同じになるだろう。
熱狂が冷め、AIスタートアップの多くが撤退し、クラウド・GPU・電力のコストが現実に直面するようになったとき、改めて問われるのは「実際に動くシステムを設計・構築・維持できる人材がいるか」という問いだ。日本の構造的なエンジニア不足は解消されておらず、むしろAIバブルの後退が「地に足のついたエンジニアリング」の価値を再評価させる契機になる可能性が高い。
AIブームに踊らされず、基礎的な技術力を磨き続けたエンジニアが、バブル後の世界で最も強い。
まとめ：「産業革命論」を冷静に聞くために
| 言説 | 評価 |
|---|---|
| 「AIは生産性を向上させる」 | ✅ 部分的に正しい（ただし業務レベル） |
| 「マクロ経済レベルのTFP向上が起きている」 | ⚠️ 現時点では証拠が乏しい |
| 「アメリカのGDP成長がAI革命の証拠だ」 | ❌ データセンター投資とNVIDIA・OpenAI間の資金循環が数字を作っているだけ |
| 「AIは産業革命に匹敵する100年に一度の変革だ」 | ❌ コンピュータ半世紀の実績がすでに反証している |
| 「AIは世界中に波及するインフラになる」 | ❌ 発展途上国には電力・水道が先。AIは先進国向けの高コストなソフトウェアツール |
| 「OpenAI・Anthropicは黒字で持続可能なビジネスだ」 | ❌ 両社とも巨額赤字継続中。バブル崩壊後はOpenAI・Anthropicを除き大半が撤退へ |
| 「AIがホワイトカラーを根こそぎ駆逐する」 | ❌ 推論コストがかかる構造上、無制限の置き換えはビジネスとして成立しない |
| 「ユーザーがAIで自作するからSaaS・ゲーム業界が廃れる」 | ❌ 開発の複雑さは消えない。非エンジニアが「やりたくない作業」であることは変わらない |
| 「だからエンジニアの仕事はなくなる」 | ❌ 日本の構造的人材不足はバブル後に再評価される |
AIは強力なツールだ。しかし現状は「ちょっと便利な高コストのソフトウェア」であり、莫大な投資と赤字の上に成り立っているビジネスだ。EYやMITテクノロジーレビューなどの機関でさえ「産業革命レベルのインパクトになるかどうかは不明」と慎重な立場を取っている。
「産業革命」という比喩は、現時点では検証が必要なレトリックとして受け取るべきだ。
そして少なくとも日本のエンジニアにとっては、AIは脅威より先に「生産性を引き上げるツール」であり、需要が消えるどころか、使いこなせる人材の希少価値は上がり続けている。
参考リンク・出典
- 安野貴博氏・産業革命発言の動画：YouTube（38:39〜）
- OpenAI財務状況（2025年上半期）：APS Partners
- OpenAI四半期損失の試算（2025年Q3）：note・Nagayama
- OpenAI黒字化は2029年見通し：日本経済新聞
- Anthropic財務状況（2025年）：mynavi techplus
- OpenAI・Anthropic推論コスト問題：AC Studio
- 途上国のICT普及状況（ITU調査）：ict4d.jp
- EY Japan「生成AIが経済に与えるインパクト」：https://www.ey.com/ja_jp/insights/ai/tech-disruptions-can-inform-the-economic-impact-of-ai
- MIT Technology Review「期待外れだったIT革命、生成AIは今度こそ経済成長をもたらすか？」：https://www.technologyreview.jp/s/343966/
- 経済産業省「IT人材需給に関する調査」（2019年）
この記事は筆者個人の見解です。安野氏の発言の全文・文脈については上記動画リンクから直接ご確認ください。