「AIバブルか？それとも本物の革命か？」
2025年、この問いは世界中で議論されています。しかし、歴史を振り返れば答えは明確です。私たちは今、1990年代のインターネット革命とまったく同じ「ダイヤルアップ時代」を生きているのです。
1995年のインターネット vs 2025年のAI：驚くべき類似性
当時の風景
1995年、世界中のウェブサイトはわずか2,000程度でした。画像の読み込みに数分かかり、オンライン決済は誰も信用せず、「インターネットで知らない人を信じるな」というのが常識でした。
当時、楽観論者は電子商取引と仮想現実の急成長を予見しました。一方で悲観論者はインターネットを一時的な流行と見なしていました。
25年後、人々は以下のような予想を超える変化を経験しています：
- ソーシャルメディアでニュース消費
- アプリで恋愛
- シェアリングエコノミーサービスの利用
この記事の核心メッセージ：「今のAI時代は1995年のインターネットと同じ」であり、両極端の予測はどちらも部分的にしか正しくありません。
雇用の逆説：自動化の影響が産業によって異なる理由
放射線科医の予測は外れた
Geoffrey Hintonは2016年、AIが大量失業を引き起こすと警告し、「放射線科医の訓練を中止すべき」と主張しました。
しかし2025年の現実は：
- 米国の放射線科レジデント枠は史上最高の1,208個（4％増加）
- 空席率も最高を記録
- 平均年俸52万ドル（2015年比48％増）で2番目に高報酬の医療専門分野を維持
ジェボンズのパラドックス
研究者Deena Mousaは予測失敗の原因としてジェボンズのパラドックスを指摘しています：
AIが放射線科医の生産性を向上 → 診断コストが下落 → より多くの人がスキャンを受ける → 雇用増加
現実の複雑性、画像認識以上の業務、規制・保険の障壁も追加要因です。
Satya Nadella、Aaron Levieなどのテック業界は「AIが適用されたほぼすべての分野で需要が増加する」という楽観論を提示しています。
ジェボンズのパラドックスの限界
Andrej Karpathyは放射線科が初期の雇用代替分析に不適切だと指摘：
- 多面的で高リスク、規制の多い分野
- 雇用変化は単純反復作業、独立的で短く、ミスコストが低い領域で先に発生
雇用増加の有無は未充足需要の規模と生産性向上速度の競争にかかっています。
200年間の産業別データ分析
経済学者James Bessenの研究（1800～2000年の繊維、鉄鋼、自動車産業）：
繊維と鉄鋼：自動化後約100年間雇用増加 → 急激に減少
自動車製造：継続的に維持、同様の急激な減少なし
生産性グラフ：すべての産業で指数的生産性増加を確認（対数スケール）
- 1900年の繊維労働者は1800年比50倍の生産が可能
需要グラフ：初期は価格下落で大量需要創出
- 1800年代初頭、大多数の人はズボンやシャツ1着のみ購入可能
- 自動化で価格急落 → 複数着の衣服購入可能 → 雇用と生産性が同時急増
需要飽和と雇用減少
需要が飽和すると雇用は最大需要で停滞するが、自動化は継続：
- 生産性が持続上昇 → 最終的に雇用減少開始
- 無限の衣類、無限の放射線報告書は不要
自動車は異なるパターン：需要がまだ飽和状態ではない
- 世界の大多数の人がまだ自動車未所有
- 自動化も完全に克服していない（Teslaの完全製造自動化撤退が現在の技術限界を証明）
- 需要と自動化潜在力が両方高いとき、雇用維持または増加可能
ソフトウェア産業の特殊性
ソフトウェア需要の飽和時点が不確実：
- これまで手作業ソフトウェアが制約要因
- 高額なエンジニアと人件費が企業の構築可能範囲を制限
自動化でエンジニアの生産性が大幅向上すれば未充足需要が爆発可能：
- 企業はビジネス価値はあるが開発コストを正当化できない、またはリソース不足で構築できなかったプロジェクトを多数保有
- Amazon事例：エンジニアリングリソース不足で数千のアイデアが資金支援を受けていない
AIがソフトウェアをはるかに低コストで生産できれば膨大な潜在需要が解放される。
バブル：非合理的な熱狂が未来を構築する
1990年代のドットコムブーム
企業が社名に「.com」を追加してバリュエーションを急騰させた時期：
- インフラ企業が光ファイバーと海底ケーブルに数十億ドル投資（過大宣伝のみで可能だった高額プロジェクト）
- 2000-2001年にドットコム崩壊
Ciscoのようなインフラ企業は一時的に世界で最も価値のある企業に → 墜落
Pets.comはIPOで8,250万ドル調達、スーパーボウル広告に数百万ドル使用 → 9ヶ月で破産
ドットコムバブルの肯定的遺産
ドットコムバブルも多くの面で正しかった：
- YouTube、Netflix、Facebookを可能にした物理インフラ構築
- Worldcom、NorthPoint、Global Crossingのような企業は破産したが未来の基盤を整備
崩壊は短期的に懐疑論者が正しいことを証明したが、長期的には楽観論者が方向性として正しかったことを実証。
今日のAIブームの類似した熱狂
元OpenAI幹部Mira Muratiが設立したAIスタートアップが100億ドルバリュエーションで20億ドルのシードラウンド調達（史上最大）：
- 製品もなく、何を作るか、どう収益化するかも非公開
多くのAIラッパーが堀がほとんどなくシード資金で数百万ドル調達。
ハイパースケーラーのインフラ投資
ハイパースケーラーの年間設備投資はChatGPTリリース後2倍以上増加：
- Microsoft、Google、Meta、Amazonがデータセンター、チップ、コンピューティングインフラに約5,000億ドルを集団投資
どの特定企業が生き残ろうと、今構築されているインフラはAI未来の基盤を創出。
AIバブルの判断
Azeem Azharは5つの指標でAIブームをベンチマーキングする実用的フレームワークを提供：
- 経済的負担（GDP比投資比率）
- 産業負担（売上比設備投資比率）
- 売上成長軌跡（倍加時間）
- バリュエーション過熱（株価収益率）
- 資金調達品質（資本源の回復力）
分析結果：AIはバブルではなく需要主導ブームの状態
※ただし、5つの指標のうち2つが赤色領域に入ればバブル領域に突入
需要は実在するがバブル防止ではない
OpenAIは史上最速成長企業の一つ
→ しかしそれだけではバブル防止不可
多くのAI企業が1990年代のドットコム企業を悩ませた同じユニットエコノミクス問題に直面：
- Pets.comも数百万人のユーザーを保有したが「85セントでドルを売れば無限に顧客獲得可能」の格言通り破産
需要にもかかわらず1990年代とパターンが類似する可能性：
- 過剰構築予想、華麗な失敗を予想
- しかしインフラは過大宣伝サイクルを超えて現在想像できないものを可能にする
予測可能に予測不可能な未来
AI革命の初期段階
AI革命の初期段階にいる（インターネット時代の比喩的なきしむモデムの段階）：
- インフラ企業が光ファイバーに数十億ドルを注いだように、ハイパースケーラーはコンピューティングに数十億ドル投資
- スタートアップが過去「.com」を追加したように「.ai」を名前に追加してより高いバリュエーション追求
過大宣伝は歓喜と絶望の間を循環する：
- 一部の予測は滑稽に間違って見える
- 狂気に見える一部は保守的だったと判明
産業別差別化された結果
ジェヴォンズ楽観論者の主張とは異なり、多くのものへの需要は人間のニーズが満たされると停滞。
すべての産業の雇用結果は未充足市場需要の規模と成長、そしてその需要成長が自動化による生産性向上を上回るかにかかっています。
コスト削減が市場セグメントを開く
Aswath DamodaranはUberが既存タクシー市場の一部のみを捕捉すると仮定してUberを過小評価：
- 彼は乗車を劇的に安くすれば市場自体が拡大することを見逃した
- 人々がタクシー料金では決して行かなかった目的地にUberを使い始めた
AIも類似して現在人間の知能では構築するには高すぎる製品とサービスを可能にする：
- レストランオーナーがAIを使用してカスタムサプライチェーンソフトウェアを生成（人間開発者では10万ドルで決して構築されなかった）
- 非営利団体が以前は手が届かなかった法的闘争のためにAIを配備
変化は予測可能だが詳細は不可能
1995年にインターネットで見知らぬ人とデート、彼らの車（Uber）に乗り、彼らの家（Airbnb）で寝ると予測した人はいない。
インフルエンサーという職業が若者の間で最も好まれる職業になると予測した人もいない。
人間の創造性は現在の精神モデルでは予測できない結果を生成：
- 新しい領域と産業の出現を予想
AIはすでに過去50年よりも過去5年間でより多くの動物コミュニケーション解読を支援：
- 動物と完全な会話を可能にする技術がどんな職業を開くか予測可能か？
2050年最も好まれる職業は今日存在しない職業である可能性：
- まだ発明されていないため名前を付けられない
職業カテゴリーの変形
インターネットが一部の職業を無用にしたが他の職業を変形させ新しいカテゴリーを創出：
- AIでも同じパターンを予想
Karpathyの質問：「6ヶ月前、5年後にソフトウェアエンジニアがより多いか少ないか投票を求められた」
→ 読者への練習問題として残す
ジャーナリスト事例を通じた教訓
1995年に戻ってジャーナリストについて同じ質問をすれば：
- インターネットが世界中に到達できるようにしてより多くの需要を創出するためより多くのジャーナリストと予測したかもしれない
- 初期10年ほどは正しかった（2000年代初頭までジャーナリズム雇用増加）
30年後：新聞数とジャーナリスト数の両方が減少
- しかしこれまで以上に多くの「ジャーナリズム」が発生
- ただし私たちがジャーナリストと呼ぶ人々によってではない
ブロガー、インフルエンサー、YouTuber、ニュースレター作家が伝統的ジャーナリストが行っていた仕事を実行。
ソフトウェアエンジニアの未来
ソフトウェアエンジニアにも同じパターンが展開される：
- より多くの人がソフトウェアエンジニアリング作業を行うようになる
- 10年ほど後に「ソフトウェアエンジニア」の意味が変形
前述のレストランオーナーがAIを使用して自分だけのカスタム在庫ソフトウェアを生成：
- 彼らは自分をソフトウェアエンジニアとは呼ばない
予測不可能なAI未来
1995年のように、AI楽観論者が今日「25年以内にソーシャルメディアインフルエンサーよりAIからニュースを好み、人間俳優の代わりにAI生成キャラクターを視聴し、デートアプリよりAI仲人を通じて恋愛パートナーを見つけ（またはAI恋愛パートナー自体を使用）、『AIを信頼するな』を完全に覆して生死決定にAIに依存しAIが子供を育てることを信頼する」と言えば：
- 大多数の人は信じがたいだろう
すべての知能（自然的でも人工的でも）を持ってもAI未来がどんな姿か確実に予測できる人はいない：
- テックCEOも、AI研究者も、インターネットで冗長に話すランダムな人も同様
詳細を当てようが当てまいが、AI未来はローディング中。
日本への示唆：効率性の競争で勝つチャンス
この記事の内容は日本のAI産業にも重要な示唆を提供します。これまで私たちは「グローバルビッグテックにどう追いつくか？」だけを考えてきましたが、今は「どうすればより効率的で革新的なアプローチを作り出せるか？」を考えなければなりません。
特に日本が強みを持つ半導体、システムソフトウェア、製造業などの能力をAIと結合すれば、新しい機会を創り出すことができるでしょう。サイズの競争では遅れをとるかもしれませんが、効率性と革新の競争では十分に先んじる可能性があります。
まとめ：新しいAI時代を準備する姿勢
この記事の分析が示すように、AI発展の方向が「無謀な規模拡張」から「知的な効率性」へと転換していることは明らかです。
今後数年間、AI業界はさらに熾烈な効率性競争に突入するでしょう。単純により多くのお金を投資するのではなく、より創造的で革新的なアプローチを見つけ出す企業が勝者となるでしょう。
このような変化の流れを理解し準備することが、AI時代を生きる私たちすべてに与えられた課題です。サイズではなく効率性で、量ではなく質で勝負する新しいAI時代が開かれています。