米FRBの研究者も「AIの経済効果は『AI設備投資』に留まり、経済全体の生産性向上には表れていないと見る
生成AIをめぐる議論では、モデルの能力向上、設備投資、生産性、雇用への影響が一続きの現象として語られがちです。しかし、技術の進歩が企業行動を変え、マクロ経済統計に表れるまでには時間差があります。
米連邦準備制度理事会（FRB）のスタッフ研究者が2026年7月17日に公表した「The AI Buildout and the Economy」は、AIの経済効果を「能力とコスト」「企業の投資と導入」「生産性と雇用」の三段階に分けて検証した論考です。
FRBスタッフの評価は明確です。2026年の米国経済は、AIによる広範な生産性向上や雇用代替が始まった段階ではなく、その前段階に当たる「AIビルドアウト」の局面にあります。AIデータセンター、半導体、電力設備、ソフトウェアへの投資が先行し、企業はAIを既存業務へ組み込む途上にあります。
AI関連投資はすでに米国のGDP成長に寄与していますが、GPUやサーバー機器の輸入増加が、その効果の一部を相殺しています。企業のAI導入も拡大する一方、個別業務の効率改善は、まだ経済全体の生産性向上には結びついていません。雇用への影響も、大規模解雇より、AIへの露出度が高い職種における若手採用の減速として表れている可能性があります。
この論考の意義は、AIが経済を変えるか否かではなく、その変化がどの段階まで進んでいるかを、公表データから観測できる枠組みを示したことにあります。以下では、その要点を日本の経営者とビジネスパーソン向けに整理して紹介します。
※本論考はFRBスタッフによる「FEDS Notes」であり、FRB理事会全体の公式見解ではありません。
要旨
論文は、AIの経済効果が次の順序で表れると整理しています。
- AIの能力が向上し、利用コストが低下する
- 企業がAIインフラに投資し、業務への導入を進める
- 生産性や雇用にマクロ経済レベルの変化が表れる
2026年時点の米国は、主として第1段階から第2段階にあります。AI能力、設備投資、企業導入は急速に伸びていますが、第3段階の広範な生産性向上や大規模な雇用代替は、まだ統計には明確に表れていません。
1．AIの能力は急速に向上している
従来の試験型ベンチマークはAIが高得点を取るようになり、実務能力を測る指標としては限界が出ています。
そこで論文は、METRの「人間なら何時間かかる仕事をAIが自律的に完遂できるか」という指標に注目しています。主にソフトウェア開発・機械学習分野では、AIが50％の確率で完遂できる仕事の長さが、数か月ごとにおおむね倍増しています。
この傾向が続けば、数年以内に「人間なら丸一週間かかる仕事」をAIエージェントが完遂できる可能性があります。ただし、ソフトウェア以外の分野にも同じ速度で広がるかは不明です。
2．GPUの性能当たりコストは低下しているが、HBMが制約になる
GPUの計算性能やメモリ帯域当たりの価格は、ハードウェアとアルゴリズムの進歩によって大きく低下しています。
一方、AIのコストはGPUだけでは決まりません。とくにHBM（広帯域メモリ）が供給上の制約になっています。論文は、Samsung ElectronicsとSK hynixが世界のDRAM供給の約70％を占めることから、韓国の半導体輸出価格をAIインフラの投入コストを測る重要指標にしています。
つまり、GPUの性能向上だけでなく、HBMを含む半導体供給の拡大が、AIを人間の労働より費用対効果の高い選択肢にできるかを左右するという見方です。
3．AIデータセンター投資は米国経済を押し上げている
主要テクノロジー企業の設備投資は急増しており、AIデータセンター建設、サーバー、ネットワーク設備、電力設備への支出が米国経済の成長要因になっています。
ただし、AI投資額を正確に測ることは困難です。
- ハイパースケーラーの設備投資には、AI以外の物流・クラウド投資も含まれる
- データセンターのリース利用が増えており、企業の設備投資額だけでは実際の投資を過小評価する
- データセンター建設統計には建物は含まれるが、価値の大部分を占めるGPUやサーバーは十分反映されない
- コンピューター設備投資には、一般的なオフィスPCも含まれる
そのため論文は、企業設備投資、データセンター建設、コンピューター・周辺機器投資、半導体生産を組み合わせて見る必要があるとしています。
2025年から2026年第1四半期にかけて、AI関連と推定されるソフトウェア、コンピューター設備、データセンター、電力設備への投資は、米国の四半期GDP成長率を有意に押し上げました。なかでも、ソフトウェアとコンピューター・周辺機器の寄与が大きくなっています。
ただし、GPU、サーバー、部品の多くが輸入されるため、国内の総設備投資だけを見ると、AIが米国GDPに与えた効果を過大評価します。コンピューター関連輸入の増加が、投資によるGDP押し上げ効果のかなりの部分を相殺した四半期もあります。
4．企業のAI導入は増えているが、利用はまだ浅い
米国勢調査局の企業調査では、AIを利用する企業の割合は上昇しており、企業規模が大きいほど導入率も高い傾向があります。
しかし、「AIを使用している」と回答した企業でも、実際には一部の従業員が限定的な業務に使っているだけの場合があります。したがって、導入企業数は増えていても、企業全体の業務プロセスをAI中心に再設計するところまでは進んでいません。
これは、AIを個別業務で使うことと、企業固有のシステムやワークフローに統合することの間に、大きなコストと技術的障壁があるためです。
5．個別業務では生産性が上がるが、経済全体にはまだ波及していない
プログラミングや文章作成などの実証実験では、生成AIによる生産性向上が繰り返し確認されています。
しかし、産業全体の統計を見ると、AIへの露出度が高い情報、金融、専門サービスなどと、露出度の低い建設、運輸、宿泊・飲食などとの間で、生産性上昇率が決定的に分かれたとはいえません。
例えば、ある作業がAIによって10％速くなっても、その作業が企業全体の工程の一部分にすぎなければ、企業全体の生産量が10％増えるわけではありません。承認、顧客対応、データ整備、システム統合など、別の工程がボトルネックとして残るからです。
過去の汎用技術でも、設備投資からマクロ的な生産性向上が確認されるまで数年を要しました。FRBは、現在のところAIについても同様の「生産性のJカーブ」が発生している可能性を示しています。
6．雇用への影響は、解雇より若年層の採用減として表れ始めている
米国全体の失業率には、AIによる大規模な雇用破壊はまだ表れていません。
ただし、影響が最初に出る可能性があるのは、ソフトウェア開発、技術文書作成、分析業務など、情報処理中心の仕事です。特に専門・技術サービス業では、AI導入率が高く、プログラミング集約的な職種が集中しています。
初期の研究では、AIの影響は大量解雇よりも、若手・未経験者の新規採用を減らす形で表れている可能性があります。エントリー層が担当してきた仕事をAIが代行すると、若者が就職後に経験を積む機会まで失われるため、長期的な人材育成にも影響しかねません。
FRBは今後、次の指標を重点的に見るべきだとしています。
- 20～24歳の失業率と労働参加率
- AIにさらされやすい業種の求人件数
- 情報・専門サービス業の解雇率
- 若手と中堅層の雇用格差
- AI露出度の高い産業と低い産業の生産性格差
結論
FRBスタッフの判断は明確です。
2026年の米国経済は、「AIによる広範な労働代替期」ではなく、「AIを使うための経済構造を建設している段階」にある。
AIの技術能力は急速に伸び、GPUの性能当たりコストは低下し、データセンターと半導体への投資はブームになっています。企業導入も増えています。しかし、利用の深度はまだ浅く、マクロ的な生産性向上や雇用代替は、一部の業種・職種・若年層に集中しています。
今後の転換点は、次の三つです。
- AI設備投資が実際の生産性上昇に結び付く
- AI露出度の高い産業が、低い産業を明確に上回り始める
- 若年層や情報処理職の雇用悪化が一時的現象ではなく持続する
つまり、現在のAIブームは金融市場だけの期待ではなく、設備投資を通じてすでに実体経済を動かしています。しかし、それが「AIによる生産性革命」に到達したかどうかは、まだ判定できないというのが、この論文の最も重要な結論です。
出典：Federal Reserve Board -- The AI Buildout and the Economy
※これはFRBスタッフによるFEDS Notesであり、FRB理事会全体の公式見解を示すものではありません。