AI産業革命：私たちはまだ古いワークフローを使い続けているのか？

執筆：Will 阿望

過去1年、私はいくつかのAIテーマの業界カンファレンスに参加しました。舞台ではゲストが次々とAIの技を披露し、観客はスマホをかざしてスクリーンを撮影し、朋友圈に投稿した後またスマホをスクロールし続けました。しかしオフィスに戻ると、依然として同じ週次ミーティング、同じ承認プロセス、同じ週報が繰り返されていました。大手企業はすでにトークン消費量をKPIに組み込んでおり、スクリプトで量をこなす人が労働模範になってしまいました。朋友圈のあの連中は、今日はClaudeが革命、明日はCodexが凄い、明後日はGeminiが万歳——これは革命を受け入れているのか、それともただ急いで次々とイベントを回っているだけなのか？

これらはノイズであり、私が求めている答えではありません。

本当の問題はAIが十分に強いかどうかではない——蒸気機関はすでに作られている。問題は誰が最初に古い工場を壊すかだ。

産業革命が本格的に始まった日は、ワットが蒸気機関を改良した日ではなく、ランカシャーの工場主が川から離れ、蒸気機関を中心に工場を再構築した日だった。AIにとっても最も重要な瞬間は、大規模モデルが発明された日ではなく、最初の組織が古いプロセスを破壊し、AIを中心に生産方式を再構築した日である。その日はまだ来ていない。しかし、それはもう道の途中だ。

二人はすでにこの出来事に注目していた。NotionのCEOである趙伊万は2025年末に『Steam, Steel, and Infinite Minds』という記事を書き、冷ややかな判断を下した。「私たちはまだ『水車を置き換える』段階にいる——既存のツールにAIチャットボットを追加しているが、誰も工場を再設計していない。」OpenAIの元従業員であるレオポルド・アシェンブレンナーは別の道を歩んだ。165ページに及ぶ『Situational Awareness』を執筆した後、2億2500万ドルから136億8千万ドルのファンドを設立し、すべてをAIインフラに賭けた。一人は内側を見つめ、もう一人は外側に賭けた。

この記事は彼らについてのものではない。私たちについてだ。私たちが今どこに立っているか、そして私たちがどの歴史の繰り返しに陥っているかについてだ。

パワーローム織り、トーマス・アロムによる作品をJ.ティングルが彫刻、1835年／ウィキメディア・コモンズ

多くの人の一日はこんな感じだ：朝、AIを使ってメールを書いて10分節約した；その後、本来必要のなかった週次ミーティングに2時間費やした；午後は3つのツールの間で同じデータをコピー＆ペーストした；夜、SNSに「AI、本当にいいね」と投稿した。節約した10分は、古いプロセスによってそのまま取り戻されてしまった。

同様に、蒸気機関が登場したとき、工場主たちは最初、水車を蒸気機関に置き換えるだけで、その他は一切変えませんでした——工場は川のほとりに建てられ、複数階の建物のまま、中央の伝動軸が生産ライン全体を動かしていました。私たちはChatGPTをSlackに導入し、CopilotをOfficeに組み込み、AIチャットウィンドウをワークフローに埋め込みます——同じことをしているのです。ツールは進化しましたが、工場は変わっていません。

しかし、新しい機械に変えたからといって、工場全体が変わったわけではない。マクルーハンはうまく言った：

私たちは後光を頼りに未来へ向かって走る。古いプロセスで新しいツールを収容することは、初期の映画がただ撮影された舞台劇にすぎないようなものだ。真のブレークスルーは、蒸気機関を川から完全に解放し、新しい動力源を中心に生産方式全体を再設計したときに訪れる。

産業革命のタイムラインをAIと比較して見ると、現在地が地図のどこに位置するかが大体わかる：

現在の時間軸は極めて圧縮されている。産業革命では、蒸気機関から鉄道熱狂までに60年かかったが、AIではTransformerからデータセンター建設のブームまでにたった7年しかかかっていない。

速度は問題ではない。問題は、私たちがどこで立ち止まっているかだ——最初の四行は、すべて古い工場に新しい機械を導入する段階にとどまっている。蒸気機関は設置され、鉄道も敷設されているが、生産方式はそのまま変わらない。六行目が本当の分岐点だ。私たちはおそらくこの二つの段階の間で立ち止まっている。

蒸気機関はすでに手元にあるが、作業場はまだ古いままだ。

インフラは常に過剰に建設される。最終的に破産するのはインフラではなく、投資家である。

1846年、英国議会は263件の鉄道法案を可決し、9,500マイルの新線建設を承認した。鉄道投資のピーク時には英国のGDPの13％を占めた。鉄道株は10％の頭金で購入でき、中産階級が次々と参入した。バブルは1847年に崩壊し、承認された路線の3分の1が建設されず、無数の投資家が全損を被った。ダーウィンは鉄道株で60％の損失を出したが、彼の運は大多数よりもはるかに良かった。

しかし鉄道は残った。

今日のAIインフラは、同じ道を歩んでいる。ゴールドマン・サックスの最新の推計によると、2026年までの世界のAIインフラに対する資本支出は7,650億ドルに達し、2031年には年間1.6兆ドルに達すると予想されている。超大手クラウド事業者の資本支出は、2023年の約40%から2025年には近い70%まで増加している。AI関連投資は、米国の全投資の約4分の1を占めている。アシェンブレナーの136.8億ドルは、この層に賭けている——彼が賭けているのはどのアプリが勝つかではなく、基盤となる計算能力そのものである。

この資本循環は、不動産開発と構造的に同じである。データセンターを建設することは建物を建てることと同じだ：土地は電力、建材はGPUとストレージ、請負業者はデータセンター建設会社、開発業者はクラウドプロバイダー、テナントはAIアプリケーション企業、家賃はAPI収入である。クラウドプロバイダーのビジネスモデルは「賃料で融資を賄う」こと——API収入でデータセンターの資本支出をカバーし、AIアプリケーションの爆発的成長による評価額の飛躍を待つのである。

（計算力不動産：一代ごとにその時代のインフラがある）

同じく核心的なリスク：API単価の下落速度が、利用量の増加速度によって相殺されているか？家賃がローン返済ラインを下回った場合——これは不動産開発者にとって最もよく知られた悪夢である。2008年の教訓は、家をあまりに多く建てすぎたことではなく、建てられた家と真の需要の構造が一致していなかったことである。AIにおける同等のリスクは、汎用計算能力が過剰である一方で、金融コンプライアンスや医療診断といった高価値シナリオを真正に処理できる専門化された能力が依然として希少であるということである。

鉄道、不動産、AI——三つの時代のインフラ投資は、同じ法則を共有している：過剰建設が常态であり、建材業者は常に価格決定権を失い、長期的なリターンは「核心的な立地」を保有するオーナーに帰する。ウォールストリートの第1四半期のファンド保有状況を見れば明らかだ——おそらく80％がこのインフラ層に集中している：NVIDIA、データセンター、クラウドインフラ。しかし鉄道ブームから学ぶべきは、これがAI革命のすべてではなく、甚至、最も高いリターンをもたらす層ではないということだ。

AIの核心地帯とは何か？それは独自の業界データと深く組み込まれたワークフローである。個人にとって、真の「核心地帯」は保有する株式ではなく、自分自身の代替不可能な判断力と業界知識である——ただし、それらの使い方をAIを中心に再構築しているという前提において。

本当の報酬は、次の段階にあります。しかし、インフラから価値創造へとつながる過程は、スムーズではありません。その間に隙間があり、歴史的にこの隙間は数十年を飲み込んできました。

工場を解体する人と「AIを使って効率化する人」は、異なることをしている。

趙イワンの共同創設者であるシモンは、かつて「10倍速プログラマー」だったが、今はほとんど自分でコードを書かず、3〜4つのAIコーディングエージェントを同時に操作し、効率を30〜40倍に高めている。Notionには現在1000人の従業員と700以上のAIエージェントがいる。差はツールではなく、シモンが自らの古いワークショップを解体したのに対し、大多数の人はただ水車を一つ取り替えたにすぎない。

中国の6億人が生成AIツールを使用しており、前年比142％の成長を記録——これは世界最大のAI需要プールである。しかし、中国の企業のほとんどはAIを活用してコアなワークフローを再構築していない。世界最大の需要側と、ほぼ変化のない供給側の組織変革。この対比自体が一つのシグナルだ：ツールが足りていないのではなく、組織が追いついていないのだ。知識労働のコンテキストは数十のツールと数十人の頭の中に散在し、成果は検証不可能で、誰も戦略メモが有効かどうかを判断する方法を知らない。

AIの労働市場への影響：新しい指標と初期の証拠

Anthropicはより大規模な動きを開始しました。彼らはEconomic Indexをリリースし、実際の使用データに基づいてAIが最初に置き換えるタスクと業界を描き出し、その図に従って行動しました：Goldman Sachs、Blackstone、Hellman & Friedmanと提携してAIネイティブな企業サービス企業を設立し、KPMGとグローバルなアライアンスを構築して276,000人の従業員がClaudeにアクセスできるようにし、Accentureがビジネスグループを編成し、30,000人を訓練して金融、ライフサイエンス、医療に焦点を当てました。

これらのコンサルティング会社はAIのユーザーではなく、AIの鉄道技師として機能します。彼らは蒸気機関を製造せず、レールを敷設しませんが、企業が古い工場を解体し、新しい動力源に基づいて生産ラインを再構築するのを支援します。この役割がなければ、大多数の工場経営者はどこから手をつければいいのかわかりません。

シグナルが点滅しています。最も鋭いのは雇用市場からのものです。

AIに高頻度で曝される職業に就く22〜25歳の若者は、低頻度で曝される職業に就く同年代よりも就職確率が14％低い。エントリーレベルの職位はすでに圧迫されている。

私が新卒の場合、この数字は私の就職に直接影響します。私が管理者の場合、次に採用する新人ポジションは、もはや人間ではないかもしれません。

組織は解体されつつある。では、個人は？私の学歴、私の経歴、これまでに積み重ねてきた業界経験——これらは私の水車だ。かつてこれらは私の全生産ラインを駆動していたが、蒸気機関はすでに到来している。985や211はもはや城壁ではなく、ただ私が川辺に立派な工場を建てたことを証明するにすぎない。

現在の問題は、私たちがその川を離れられるかどうかです。

Anthropicのデータによると、AIツールを6ヶ月以上使用しているユーザーは、新規ユーザーに比べてタスク成功率が10%高いです。半年早く始めた人々はすでに10%リードしており、この差は時間とともに複利的に拡大します。

しかし、現在のところ、AIを導入しなかったために倒産した企業はまだ存在せず、少なくとも私の法律事務所はAIの活用を進めています。勝者はまだ市場によって選ばれていないのです。学習曲線は現実です——先に動き出した人々はすでに優位性を築いていますが、大半の人はまだ出発点にいます。

私の現在の職業タイトルは、10年後にも存在しているだろうか？5年前に毎日使っていたツールのリストは、今日でもまだいくつか残っているだろうか？答えはおそらくどちらも「いいえ」だ。しかし、それらを置き換えるものは何と呼ばれるのか、私は知らない——なぜなら、それらのものはまだ存在していないからだ。

歴史的に常にそうだった。新しいものは計画されて生まれるのではなく、古い制約が消えた後に自ずと生まれてくるものだ。

鉄道が建設される前、イギリスは個々に分断された地方経済だった。マンチェスターの綿布の価格はロンドンと30％も異なっていた。各都市には独自の時間基準があり、誰もそれを問題とは思わなかった。鉄道が建設されてから20年以内に、すべてが変わった。全国統一市場が初めて出現し、価格差は解消された。標準時刻は発明されたのではなく、鉄道によって強制的に導入された。駅長、電信員、旅行代理——これらの職業は鉄道以前には存在しなかった。

鉄道を建設したとき、デパートを予想した人は誰もいなかった。蒸気機関を建設したとき、標準時を予想した人は誰もいなかった。

（蒸気、鋼鉄、そしてAIの無限の知能）

都市の歴史は同じ物語を語ってきた。数百年前の都市は人間のスケールだった——フィレンツェを歩くのに40分かかる。鋼鉄フレームが超高層ビルを可能にし、鉄道が都市とその周辺地域を結び、エレベーター、地下鉄、高速道路が登場した。東京、重慶、ダラス——これらはより大きなフィレンツェではなく、まったく新しいライフスタイルである。

現在の知識労働も人間のスケールに制限されている。数十人のチームで、ミーティングやメールがリズムを決定し、数百人を超えると対応しきれなくなる。私たちは石と木でフィレンツェを建設している。AIは「東京」を可能にする——数千ものAIエージェントと人間からなる組織が、時差を越えて継続的に作業を進める。従来の週次ミーティング、四半期計画、年次レビューはもはや意味をなさないかもしれない。

シモンはもはやコードを書かない。彼の仕事は「AIエージェントの管理」になった。两年前、この職種は存在しなかった。私の次の職業タイトルは、今まだ名前がついていないかもしれない。しかし、私たちがまだ名前を付けられていないその未来を、すでに誰かが構築している。

古い工場を解体した後、何を建てるのか？YCの答えは：会社自身が自分自身を改善することだ。

彼らの内部システムは、今夜自らコードを修正するようになった。ある従業員が昼間にクエリを実行したが失敗した。監督エージェントがこの失敗を検知し、原因を逆推論して自らコードを書き直し、審査を経てデプロイした。翌日、同じクエリは正常に実行された。この一連の出来事は、全員が眠っている間に完了した。

これはAIが人間の生産性を30%向上させたという話ではない。これはシステム自体が一連のサイクルを完了し、自らどのように改善すべきかを導き出したということだ。

YCのパートナーであるトム・ブロムフィールドは、内部講演でこのような企業形態を「自己進化する再帰的AIサイクル」と呼んだ。彼の判断は明確だ：多くの企業は依然としてローマ軍団のように、階層的に指示が下り、情報が上に集まる構造であり、人間は情報の伝達管として機能している。AIが打破するのは特定のプロセスの効率ではなく、この階層構造そのものが成り立つ前提である。

彼が提案した新しいロジックは：トークンを燃やせ、人を燃やしてはいけない。ボトルネックは人手から計算能力へと移行している。YCが確認したデータによると、デモデイに進出した企業の1人当たりの収益は、18か月前と比べて約5倍に増加している。中間管理職の役割はAIが引き継いでいる——「協力」という作業はもはや人間の必要がない。すべての人がIC、ビルダー、オペレーターであるべきであり、すべてのタスクには明確な責任者が存在し、委員会ではない。

もう一つの前提は、企業がAIにとって「読み取り可能」である必要があるということです。記録されていないことは、AIにとっては起こらなかったことと同じです。YCは現在、すべてのパートナーのメールをデータベースに保存し、Slackのすべてのメッセージとオフィスアワーの録音を記録しています。あるパートナーは3か月間にわたって蓄積した2000時間の録音をもとに、AIを使って150ページに及ぶ内部マニュアルを再生成しました——元のバージョンよりもはるかに優れています。このマニュアルは毎月自動的に更新され、常に新鮮な「生きた脳」となりました。

トムが質問を残しました：

もし今日からゼロまであなたの会社を築くとしたら、このような形で構築しますか？もしすでにあなたの会社に階層構造が築かれているなら、もう一つより難しい問いに答えなければなりません——再構築の苦痛は、ローマ軍団のように走り続ける代償より小さいでしょうか？

工場の中央には人がいない。人は外周にいて、AIが届かない領域を担う：現場での判断、新たな状況、高リスクで感情が高ぶる瞬間。会社の中心には、データ、記録、業界知識で構成された「会社の脳」がある。その上で動くソフトウェアは消耗品であり、生成できれば再生成可能だ。価値のあるものは人の頭の中にあり、ビジネスがどのように動いているか、どのステップで判断が必要かという理解こそが真の資産である。

趙伊万は『Steam, Steel, and Infinite Minds』で、1000人の従業員と700以上のAIエージェントが協力する組織、すなわち人間が判断を担い、エージェントが実行を担うという方向性のもう一方を描いている。アシェンブレナーは計算インフラに賭け、趙伊万は組織の再構築に賭けている。この二つの道は、最終的にAIを中心に再構築された新しい生産方式という同じ到達点へと導く。

1840年代から1850年代の間——鉄道は完成していたが、工場は再建されていなかった。

私たちはどこにいるのか？シモンはもうコードを書いていない。彼の水車は自分で分解したのだ。

問題は蒸気機関が十分に優れていないことではなく、誰が最初に古い工場を壊すかである。

私は将来の百貨店を予測するつもりはありません。私は自分自身をしっかりと築くだけです——川が枯れゆくのを守るのではなく、鉄道の沿線に立つだけです。

あなたは？