Anthropicが公開した「2030年の経済モデル」を読む──GDP+1.6%から+32.4%、認知職の失業率17.9%、賃金の符号を決めるのはAIの賢さではなく資本の増え方だった

2026年9月17日時点の情報です。The Anthropic Instituteは2026年9月、AIが2030年までに米国経済へ与える影響を計算する経済モデルを、論文と「誰でも数字を入れて動かせる計算機」の両方で公開した。論文は57ページ、著者はAnton Korinek・Charles I. Jones・Szymon Sacher・Tess Cotter・Peter McCroryの5人で、Jones氏はスタンフォード大学の経済学者。論文は冒頭で「これは予測ではないし、確率も付けない」と書いている。AIを売っている会社が自分で出した経済モデルなので身構えて読むべきものだが、中身は「何を入れると何が出るか」がすべて数字で書かれていて、追試できる。当サイトは論文PDF57ページをテキスト化し、この記事で使う数字43項目を本文の行と照合した。

動画版も公開しています： https://youtu.be/Feu1znsQFyE

3行まとめ

1. モデルは経済を「タスクの集まり」として見て、AIが入るのは管理・専門・営業・事務の認知職だけ（2025年の統計で働く人の62.4%）。入力は5つで、うち「AIが影響するタスクの割合」は0.14、「実際に使われる割合」は0.10と、2026年半ばの実測値が入っている。
2. 控えめ・相当・極端の3シナリオで、2030年のGDPはAI無しより**+1.6%／+8.3%／+32.4%。極端では認知職の失業率が17.9%（全体11.9%）、労働の取り分が60%から45.2%**へ落ち、認知職の賃金は−11.5%、それ以外は+33.6%と符号が逆になる。
3. 賃金が上がるか下がるかを決めているのはAIの賢さではなく資本がどれだけ速く増やせるかで、極端シナリオでその前提を変えるだけで平均賃金は+30.1%から−9.2%まで動く。3シナリオは2027年までほとんど同じ動きなので、今の雇用統計に何も出ていないことは極端シナリオを否定する材料にならない、と論文は書いている。

何が公開されたか

経済をタスクに分け、職業を2つに割る

モデルは経済を職業ではなくタスクの集まりとして見る。看護師なら、患者を見回る・採血する・記録をつける・備品を発注する、という単位だ。AIはタスク1つずつに入り、入り方は2種類しかない。人がやるのは変わらずAIが手伝って速くなる（拡張）か、そのタスクを人がやらなくなる（自動化）か。自動化されたタスクは、モデルの中では担い手が「労働」から「資本」に変わる。これが後の分配の話につながる。

職業は2つに割られる。認知職（管理・専門・営業・事務。2025年のCPS統計で働く人の62.4%）と、それ以外（建設・介護・輸送・製造・飲食など）。AIが入るのは認知職のタスクだけで、電気工事や採血をAIが取ることは起きない設定だ。ロボットを入れていないので、著者は分析を2030年より先に延ばさないと書いている。

入れる数字は5つ、うち2つは測ってある

mの0.14は、実際のClaudeの業務利用が各職業のタスク時間のどれだけを占めるかを数えたもので、補助的な使い方は半分として数えている。dの0.10は、2025年末で18%の企業がAIを使い、従業員数で重みをつけると32%だが、導入した企業も一部の作業にしか使っていないので低めに置いた値だ。ρは過去の技術でも起きてきたことで、論文によれば1947〜87年は無くなったのと同じだけ新しい仕事が生まれ、87〜2017年はその半分だった。

3つのシナリオの結果

控えめは統計を見ても分からない水準。相当の成長率5.4%は、1999年のドットコム期の最速成長率4.7%より速い。極端の15.4%が続けば1人あたり所得が5年で倍になる（過去100年の米国は35年で倍）。その代わり極端では、リーマン後のピーク約10%・コロナ期約8%を超える失業率になり、同じ国の中で認知職とそれ以外の賃金の符号が逆になる。Webページの計算機では、3シナリオの2030年GDPは34.1兆・36.3兆・44.4兆ドル（2025年価格）と表示される。

なぜ労働の取り分が落ちるのか

今、経済が生む1ドルのうち約60セントが働く人に、40セントが資本に行っている。タスクが1つ自動化されると、そのタスクに払っていた賃金が丸ごと資本の取り分に移る。しかもこれはコスト削減がどれだけ小さくても起きる。少ししか安くならなくても、担い手が変われば取り分は移る。相当シナリオの4ポイントの低下は、1980年からの40年間で米国の労働分配率が落ちた幅とほぼ同じ──40年かけて起きたことが4年で起きる計算だ。

賃金の符号を決めるのは、AIの賢さではない

このモデルで一番意外な点は、賃金が上がるか下がるかを決めているのが資本がどれだけ速く増やせるか（論文の記号ではε）だということだ。生産性が上がった分は、賃金と資本の持ち主のリターンで分け合う。資本がいくらでも増やせるなら、リターンは上がらず増えた分はほぼ賃金に行く。逆に資本が増えないと、リターンが跳ね上がって賃金の取り分が食われる。

AIの性能を一切変えずに、資本の増えやすさだけで平均賃金が+30.1%から−9.2%まで動く。論文が基準を中間に置いた理由は、認知作業を自動化する資本の多くが計算資源で、世界の市場から調達でき1〜2年で建つからだ。

失業が出る理由と、「賃下げか失業か」のダイヤル

認知職から押し出された人は、それ以外の職業で仕事を探す（求人はそちらで増えている）。だがソフトウェアエンジニアがすぐ電気工事士にはなれない。モデルは職種をまたいで探すときの不利さを数字にして入れており、普段の値0.17（仕事を探す力が約6分の1に落ちる）を、相当シナリオで0.08、極端で0.04に下げている。根拠は2つ。営業や事務の人は28%が認知職の外へ移れるのに、管理職と専門職は10%しか移れていないこと。そして大勢が同時に押し寄せる状況では受け入れ側の仕事がまだ用意されていないことだ。失業の大きさはAIの性能ではなく、この移りにくさと受け入れ側が求人を出す速さで決まる。

もう1つのダイヤルは、認知職の賃金がどれだけ速く下がるか（ξ）。極端シナリオで賃金がすぐ下がる設定にすると認知職の賃金は−42.2%、その代わり失業率は2.6%で済む。逆に賃金が下がりにくい設定にすると賃金は+2.8%、ただし失業率は24.0%。痛みの総量は変わらず、賃下げで出るか失業で出るかが変わるだけで、論文の基準はその半々だ。

研究の加速は、このモデルではほとんど動かない

AIが研究を加速して経済が爆発的に伸びる、という筋もモデルには入っている。だが極端シナリオでも、2030年の知識の蓄積（アイデアストック）はAI無しより**+0.61%**にすぎない（控えめ+0.07%、相当+0.20%）。理由は、アイデアは見つかるほど次が見つけにくくなること、研究の成果が積み上がるのに数十年かかることの2つ。著者自身が意外な発見だと書き、同時に「これは下限で、AIが自分を改良していく効果は入れていない」とも書いている。

1万980人に同じ5つを聞いた

論文はもう1つ、一般の人の予想を入力にしている。2026年8月11〜23日にMorning Consultが米国の成人1万980人に同じ5つを質問した。2030年までに「小さなネット事業を人を雇わず回せる」と答えた人は52%、「ノーベル賞級の発見ができる」は39%、一方で「そんな発見は永久に無理」も40%。回答の中央値（m 0.44・d 0.40・ψ 0.47・a 0.44）をモデルに入れると、GDPは+8.6%、認知職の失業率4.6%、全体の失業率4.6%で、相当シナリオとほぼ同じ。ただしばらつきは大きく、AIを使っても作業時間は全く減らないと答えた人が約30%、半分以下になると答えた人が49%いた。

当サイトで数字を照合して気づいたこと

論文とWebページの数字が1か所食い違っている。Webページは「典型的な回答者＝GDP+10%、失業率およそ5%」と書くが、論文のTable 4の中央値は**+8.6%／4.6%**で、どちらが正しいという記述は両方に無い（集計順序の違いと思われる）。この記事は論文側の数字だけを使った。同様に、Webの「経済の倍加期間4.5年」と論文の「1人あたり所得が5年で倍」は別の指標で、混ぜると誤読になる。

このモデルに入っていないもの

• ロボット：体を使う仕事は影響を受けない前提。だから2030年より先に延ばさない
• データセンター建設の需要：今まさに起きている投資が需要を押し上げる分。査読した経済学者からも指摘が出ていて、著者も認めている
• 個人：モデルは1人ずつを追わないので、転職で失う勤続年数や技能の損失が入っていない
• 政策の対応、景気の波、金融市場の混乱
• 極端シナリオの分配：論文は、極端シナリオで経済全体の利得は認知職の損失の約3倍だが、認知職への賃金支払総額は−31%で、埋めるにはGDPの約9%（社会保障とメディケアの合計に相当する規模）の移転が要る、と書いている

18名のレビュアーの指摘は割れている。極端シナリオは思考実験として読むべきだという人もいれば、控えめシナリオはすでにデータに見えているものを過小評価しているという人もいる。そして出したのはAIを売っているAnthropic自身で、そこは差し引いて読む必要がある。

2027年まで見分けがつかない

3つのシナリオは2027年までほとんど同じ動きをし、差が開くのはそこから先だ（論文は「ほぼ全ての乖離は2027年以降」と書く）。だから今の時点で雇用統計に何も出ていないことは、極端シナリオを否定する材料にならない。5つの入力はどれも測れるものなので、どれになるかは1〜2年で分かってくる、というのが著者の見立てだ。見るべきは、AIがどこまでできるか（m）、どれだけ使われるか（d）、どれだけ速くなるか（a）の3つが動いたときである。

出典と時点

• 一次資料：The Anthropic Institute「Scenarios for our Economic Future」（Webページ・計算機）、同 Working Paper No. 2026-02「Economic Scenarios for Transformative AI」（PDF 57ページ。当サイトが取得したファイルはWebページからリンクされたPDFと同一）
• 照合：論文をテキスト化し、この記事の数字43項目を本文の行番号で確認（2026年9月9日）
• 引用の訳は筆者による