AI時代の価格理論が復活。開放的な市場のみが新たな需要とエコシステムを生み出す。
著者：陳玉宇、北京大学光華管理学院教授、北京大学経済政策研究所所長
出典：霞光智库
旧地基上の恐怖
それぞれの時代には、その基盤がある。人々はその上に立って生活し、働き、判断し、恐れ、同時に未来を想像する。
農業時代の人々は、一人の人生が土地や季節、飢餓を中心に回らない可能性を想像することさえ難しかった。蒸気機関が登場したとき、多くの人は手工業者の失業に注目したが、鉄道、都市、工場制度、現代金融、そして新しい中産階級の出現を予見することは難しかった。電力が登場したとき、人々はより明るい夜を目にしたが、冷蔵庫、映画産業、現代の病院、都市の夜生活、家電製品、電子計算機といった全体像を想像することは難しかった。インターネットが登場したとき、多くの人はそれがより速いメールやより大きな図書館に過ぎないと考えたが、モバイル決済、短视频、クラウドコンピューティング、デリバリープラットフォーム、ライドシェア、オンライン教育、グローバルなリアルタイム協力といった未来を予見することはできなかった。
新しい技術が到来するとき、最大の障壁は技術そのものではなく、古い土台に根ざした想像力である。
今日、人工知能は既存の土台の中に組み込まれて理解されている。多くの人の推論はこうだ：かつて10人のプログラマーやコピーライター、翻訳者、アナリスト、カスタマーサポートが行っていた仕事は、今や1人の人間とAIで済むようになったので、残りの9人が失業する。この判断は冷酷で現実的かつ反ユートピア的に見えるが、実際には依然として旧世界の発想である。それは未来を今日のタスクリスト上のコスト削減と捉え、技術進歩を既存の職務の置き換えと理解し、経済生活をすでに完成した表と見なしている。
しかし、真に偉大な技術革命とは、古いテーブルから数行を削るのではなく、テーブルそのものを再発明することである。
人工知能の最も重要な経済的意味は、既存の仕事をより安価にすることではなく、かつて存在せず、実現不可能で、高額すぎたり、分散しすぎたり、過小すぎたり、組織化が難しすぎた製品やサービスを、人類の実現可能な選択肢の範囲に引き込むことである。それは既存の労働を単に置き換えるのではなく、認知コスト、コミュニケーションコスト、試行錯誤コスト、マッチングコスト、組織コストを低下させ、これまで抑圧されてきた需要を解放し、かつて維持できなかった取引を生み出し、かつて名前がなかった産業を生み出す。
旧なる土台からAIを見ると、人々は職の減少を見る。新しい技術が開いた境界からAIを見ると、人々は製品の空間とサービスの空間の爆発を見る。
これが、AI時代において価格理論が再び重要になる理由です。
AIは生産、試行錯誤、マッチングのコストを削減するが、需要の問題を発見することをなくしたわけではない。むしろ、未知の需要の領域を拡大している。より多くのものが生産される可能性があるほど、社会はどれが真に価値のあるものかを知る必要が増す。より多くのパーソナライズされたサービスが提供できるほど、社会は誰が、いつ、どれだけ支払う意欲があり、誰が責任を負い、どのように継続的な取引を形成するかを知る必要が増す。
将来の課題は、「機械が生産できるかどうか」ではなく、「人間が何を生産する価値があるかを見つけるか」である。
価格理論の復帰は、まさにここから始まる。
2兆ドルの売上高の経済的意味
まず、見かけには大げさに思えるが、経済学的には決して馬鹿げていない仮定から始めましょう。
今後15年以内に、OpenAI、Anthropic、または類似の大規模モデルインフラ企業が、年間売上2兆ドルの企業になる可能性はあるか？ここで言及しているのは評価額ではなく、売上である。評価額は資本市場の想像力、割引率、リスク許容度、バブルによって生じるが、売上は真の購入、真の支払い、真の取引から生じなければならない。
これは特定の企業の株価予測でも、特定のビジネスモデルの賛成でもなく、価格理論の演習です：上流のスマートインフラ企業が長期的に年間2兆ドルの収益を獲得できるならば、下流にはそれよりも規模が大きく、より高い支払い意欲を持つ新製品・新サービスエコシステムが存在しなければなりません。
経済の知識がない人はすぐにこう言うだろう：「これは巨大企業が世界を支配し、あらゆる業界からレンタル料を徴収していることを示している」と。この判断には一部の可能性がある。プラットフォームの独占は確かに警戒すべきだからだ。しかし、2兆ドルの売上を「レンタル料徴収」という視点だけで理解すると、より重要な経済的ロジックを見逃すことになる。
上流インフラ企業が継続的に2兆ドルの収益を上げるためには、下流がこの金額を継続的に支払う意欲を持つことが前提となる。下流が支払う理由は、AIが中間投入品として、下流に更大的な生産量、より高い品質、より低いコスト、より多くの新製品、または消費者の支払意欲の向上をもたらすからである。下流の価値が大幅に拡大しなければ、上流の収益は長期的に維持できない。
これは中間投入の基本的な経済学です。
下流企業は、モデルの呼び出し、インテリジェントエージェント、計算能力、自動化機能を購入する際、上流企業に慈善を行うためでも、既存コストを単に分担するためでもなく、これらの投資を自社のシナリオ、データ、プロセス、顧客、ブランド、責任、組織能力と組み合わせることで、より多くの価値を生み出せるからである。AIの限界生産性が高ければ高いほど、下流企業は支払う意欲が高くなる。下流アプリケーションがますます繁栄すればするほど、上流インフラの収益は拡大する可能性が高くなる。
簡単な帳簿のシミュレーションが可能です。AIの計算能力、モデルの呼び出し、およびスマートサービスが下流の最終製品におけるコスト比率を10%と仮定すると、2兆ドルの上流収益は、20兆ドル規模の下流最終製品およびサービス市場に対応する可能性があります。コスト比率が5%である場合、40兆ドル規模の下流エコシステムに対応する可能性があります。各産業のコストシェアは当然異なり、今後の価格構造も継続的に変化しますが、このシミュレーションは基本的なロジックを示しています。すなわち、上流の「デジタル電力網」がどれだけの「電気代」を徴収できるかは、下流でその電力を用いてどれだけの新しい価値を生み出したかに依存するということです。
電力会社が収益を上げるのは、電力が工場、家庭、都市、病院、娯楽システムを駆動しているからです。クラウドコンピューティング会社が収益を上げるのは、下流のデジタル企業がクラウドサービスを用いて検索、ソーシャル、動画、金融、物流、エンタープライズソフトウェアを構築しているからです。
AIインフラがいつか2兆ドルの収益を達成するとは、世界が無償で税金を支払うからではなく、無数の下流企業、個人、組織がその認知、推論、設計、マッチング、自動化の基盤として活用し、より大規模な新しい経済活動を生み出したからである。
この事実は逆に、注目すべきはOpenAIやAnthropic自体の規模ではなく、それらの背後に現れる可能性のある下流アプリケーション層であることを私たちに思い出させます。
今後15年間、アプリケーション層の企業の総規模は、インフラ層をはるかに上回る可能性が高い。インフラ層は汎用的な知能を提供し、アプリケーション層は需要の発見を担う。前者は能力を販売し、後者は具体化された価値を販売する。インフラ層はデジタル時代の電力網、水道網、道路に似ており、アプリケーション層は消費者に近接し、組織のシナリオ、業界のプロセス、信頼関係、具体的なニーズに密接している。医療、教育、法律、保険、金融、エンターテインメント、心理サービス、介護、企業管理、科学研究ツール、都市サービス、家庭サービス、文化体験、個人成長など、いずれも巨大なアプリケーション層企業を生み出す可能性がある。
消費者が最終的に購入するのは「モデルパラメータ」ではなく、治癒された病、理解された不安、向上した学習能力、節約された時間、改善された生活、再構築されたワークフロー、創造された体験、解決された問題である。企業が最終的に購入するのは「トークン」ではなく、在庫の削減、転換率の向上、リスク管理の強化、開発の高速化、細やかなカスタマーサービス、安定したサプライチェーン、明確な組織的判断である。
したがって、アプリケーション層がインフラ層より大きいのは不思議ではなく、汎用技術の拡散に伴う当然の結果である。電力は重要だが、電力によって駆動される産業システムの方がより大きい。クラウドサービスは重要だが、クラウド上で育ったデジタル経済の方がより大きい。大規模モデルは重要だが、大規模モデルが支える新製品、新サービス、新組織、そして新しいライフスタイルは、はるかに大きい可能性がある。
もし将来、2兆ドルの収益を上げるAIインフラ企業が実際に登場したとしても、私たちはそれをまず終末と捉えるべきではなく、単なるテクノロジー崇拝と見なすべきでもない。まず価格理論の観点から問いを立てなければならない：このような巨大な支払い意欲はどこから生じているのか？それはどのような下流イノベーションを支えているのか？これまで取引できなかった需要をどれだけ解放したのか？これまで存在しなかった製品やサービスをどれだけ可能にしたのか？
これは経済の常識です。
希少性は消えることなく、形を変えるだけである
多くの人が、技術進歩の終着点は希少性の消失であると誤解している。AIが十分に強力で、ロボットが十分に多く、計算リソースが十分に安価で、商品が十分に豊富になれば、価格メカニズムは不要になり、市場は不要になると考えている。
これは希少性に対する誤解です。
希少性は単なる物理的な数量不足ではない。希少性は、人の欲望、時間、知識、立場、関係、機会損失、そして未来の不確実性と比較して定義される。人の欲望が異質で、変化し、状況に依存する限り、希少性は消えることはない。それは「あるかどうか」から「適しているかどうか」へ、そして「十分かどうか」から「まさに今必要かどうか」へ、物質的不足から構造的不足へと移行するだけである。
産業時代には、多くの希少性が数量の不足として現れました：食糧が足りない、服が足りない、住宅が足りない、医者が足りない、学校が足りない、交通が足りない。大規模生産と現代的な組織の任務は、これらの基本的な製品とサービスを大量に複製することでした。
しかし、より裕福でより賢明な時代において、多くの重要な希少性は単なる数量の問題ではなくなっている。一个人が必要とするのは、適当なランチではなく、今日の体調、血糖値の変動、運動消費量、感情的ニーズ、審美性の好みに合ったランチである。子供が必要とするのは、適当な数学の授業ではなく、現在の理解の障壁、注意の状態、家庭環境、自尊心の構造に合った学習パスである。高齢者が必要とするのは、適当な健康アドバイスではなく、本当に信じて、実際に実行し、継続できるサービス関係である。企業が必要とするのは、適当なAIシステムではなく、自社のプロセス、インセンティブ、組織構造、顧客関係に組み込まれた具体的なソリューションである。
これが差別化時代の希少性です。
より具体的には、AI時代は少なくとも三つの種類の希少性を強化する。
第一類は適合性の希少性です。
製品やサービスが、特定の個人、組織、時期、状況に適しているかどうかが、ますます重要になっていく。標準化の時代では、重要な問いは「十分な供給があるか」だった。差別化の時代では、重要な問いは「この供給が自分にぴったり合っているか」である。AIはパーソナライズを可能にする一方で、適応の問題をさらに複雑にしている。なぜなら、人の身体、心理、人間関係、仕事、好みは常に変化しているからだ。真に希少なのは、どんな供給でもなく、適切な供給である。
第二類は信頼性の希少性です。
AIは提案を提供できるが、その提案が信頼され、採用され、実行されるかどうかは別の話である。患者が薬を飲むべきことを知っていても、長期的に服薬するとは限らない。学生が勉強すべきことを知っていても、継続するとは限らない。企業が転換すべきことを知っていても、組織内に受け入れられるとは限らない。高齢者が食事制限が必要であることを知っていても、数十年にわたる生活習慣を変えるつもりはない。多くのサービスの価値は、情報そのものではなく、情報を行動に変える信頼関係にある。今後、信頼、評判、責任、そして寄り添いは重要な経済資産となるだろう。
第三類は方向性の希少性です。
AIは無数の方案を生成できるが、現実世界における資本、時間、組織の注目、実験の機会は依然として限られている。企業は同時に百の戦略を実行できないし、研究室は同時に百の反応炉を建設できない。病院はすべてのプロセスを同時に再構築できないし、都市はすべてのガバナンス手法を同時に試すこともできない。可能性が爆発する中で、本当に希少になるのは方向性を選択する能力である：どの道を選ぶか、どのようなリスクを負うか、どの魅力的な可能性を諦めるか。
したがって、AIの力は世界を完全に均質な豊かさに変えることではなく、スケーリングとパーソナライズを初めて同時に実現可能にすることです。過去には一部の裕福な人々だけが享受できた、プライベートドクター、プライベート教師、プライベートアドバイザー、プライベートアシスタント、プライベート心理サポート、プライベートデザイナー、プライベート研究チームが、今後新たなコスト構造によって一般の人々の生活に導入される可能性があります。しかし、それが一般の生活に導入された後、問題は「生産できるかどうか」ではなく、「どのように適応し、どのように信頼し、どのように方向性を選択するか」になります。
これは市場が消えなくなることを意味します。むしろ、市場はより活発になり、より繊細になり、日常生活の微細なレベルに深く浸透していきます。製品やサービスがますます特化するにつれて、社会は、異なる人、異なる時間、異なるシナリオにおける真の価値を発見するためのメカニズムを必要とするからです。
このメカニズムが価格です。
価格は分配メカニズムだけでなく、発見メカニズムである。
価格は、冷たい配分ツールだと誤解されることが多い。物が足りないときだけ、誰が手に入れ、誰が手に入れないかを決めるために価格が必要だとされ、技術が十分に発展すれば、価格は廃止され、配分はアルゴリズムに任せるべきだと考えられている。
しかし、価格の最も深い機能は、既知の物品を配分することではなく、未知の情報を発見することである。
ある人があるサービスに支払う意思がある金額には、他人が事前に知ることのできない多くの情報が含まれている：彼の好みの強さ、時間コスト、収入制約、緊急性、代替選択肢、リスク判断、信頼度、そして感情状態。これらの情報は単純にデータベースに記録されているわけではなく、アンケートで常に得られるわけではない。多くの場合、人々自身も、ある製品が登場し、ある価格が提示され、ある比較が行われ、ある体験が起こるまで、自分が何を望んでいるのかを完全には理解していない。
価格は需要が完全に決定された後に初めて機能するものではありません。価格は需要の形成と発見に参加します。
これはAIの時代において特に重要である。AIは生産可能な製品の範囲を大幅に拡大し、新製品のプロトタイプ作成コストを大幅に削減するからである。過去には、多くの製品のアイデアが市場の検証を受ける前に、開発コスト、組織コスト、コミュニケーションコストによって消えてしまった。現在では、より多くの人が迅速にプロトタイプを作成でき、より多くの小規模チームが市場に参入でき、より多くのニッチな需要を試すことができる。問題は次のように変化した：アイデアが不足しているのではなく、アイデアをフィルタリングする仕組みが不足している；可能性が不足しているのではなく、どの可能性に実際のリソースを投入する価値があるかを判断する仕組みが不足している。
価格はこのスクリーニングメカニズムの核心です。
起業家が新製品を提案することは、未来の需要に関する仮説を提示することである。消費者が購入するか拒否するかは、その仮説の検証である。価格が高すぎて売れない場合、それは価値が不足している、ポジショニングが間違っている、コストが高すぎる、またはターゲット層が不適切であることを示す。価格が高めでも購入者がいる場合、それは傍観者が想像するよりも強い需要が存在することを示す。利益は模倣と拡大を引き寄せ、損失は撤退と修正を促す。このプロセスは単なる取引ではなく、不確実な状況下で社会全体が行う大規模な分散型実験である。
価格がなければ、社会はこの実験のフィードバックを失う。
差別化の時代では特にそうである。AIが新しい教育サービスを1,000種類、新しいヘルスケア管理モデルを10,000種類、パーソナライズされたエンターテインメント体験を100万種類生み出せると仮定したとき、どれが真の需要であり、どれが単なる技術の見せびらかしなのか？どの消費者が継続的に支払う意欲を持ち、どの消費者が一度だけ試して終わるのか？どのサービスがスケール可能であり、どのサービスがニッチ市場にとどまるしかないのか？どのサービスに人間の関与が必要であり、どのサービスが完全に自動化できるのか？どのサービスに資本を投入する価値があり、どのサービスを迅速に諦めるべきなのか？
これらの問題は、専門家の判断や中央アルゴリズムの一回の決定では解決できません。価格、取引、利益、損失、競争によって継続的に選別される必要があります。
価格は依然として局所的な知識を圧縮するメカニズムである。
ある消費者が特定の瞬間に支払う意欲があるかどうかは、収入と価格の機械的な関数だけではない。それは、その人の今日の身体的感覚、昨日の経験、家族関係、職業的ストレス、将来の期待、社会的アイデンティティ、審美的嗜好を含む可能性がある。ある企業が特定のAIシステムに支払う意欲があるかどうかは、単なる技術的指標の問題ではなく、その内部プロセス、従業員の能力、顧客構成、規制リスク、競争圧力の総合的な反映である。こうした局所的な知識は、通常、中央機関に完全に伝達されることはない。しかし、市場価格はこうした分散された判断を観察可能な行動シグナルに変換する。
したがって、価格メカニズムは旧時代の名残ではなく、開かれた未来における発見装置である。
AIが強ければ強いほど、可能性は増える；可能性が増えるほど、選別が重要になる；選別が重要になるほど、価格メカニズムが重要になる。
インセンティブ：新製品が自動的に表示されない理由
技術だけでは、新しい製品や新しいサービスは自動的に生まれません。
実験室での能力から市場での製品へと至るまで、長く複雑なプロセスが存在する：誰がシナリオを特定するのか？誰がリスクを負うのか？誰がチームを組織するのか？誰がプロセスを改善するのか？誰が消費者を教育するのか？誰が責任を対処するのか？誰が失敗に向き合うのか？誰が技術的な可能性を安定したサービス提供に変えるのか？
これにはインセンティブが必要です。
価格理論は価格レベルだけを語るのではなく、インセンティブ構造も語る。人々はなぜ時間、資本、評判、組織力を新製品の探求に投入するのか？それは、探求が成功すれば報酬が得られると信じているからである。すべての新サービスが出現と同時に無償でコピーされ、すべての利益が不正と見なされ、すべての差別化の試みが規制によって標準品に戻され、すべての失敗が起業家が負担し、成功の収益が奪われるならば、どれほど強力なAIでも自動的に繁栄するアプリケーション層を生み出すことはできない。
イノベーションは技術的関数の自然な結果ではなく、インセンティブ構造に基づく経済行動である。
人工知能は試行錯誤のコストを削減しますが、リスクをなくすわけではありません。起業家は依然として方向性を判断しなければならず、企業はプロセスを再構築しなければならず、医師は責任を負い続け、教育機関は信頼を築き続け、アプリケーション層の企業は消費者が実際に支払う意愿のあるシーンを見つける必要があります。AIは方案を生成できますが、市場によるその価値の検証を代用することはできません。AIは開発コストを削減できますが、需要が存在することを保証することはできません。AIは想像の幅を広げられますが、商業化を自動で完了させることはできません。
これが、価格、所有権、利益、競争が依然として重要である理由です。
利益は罪悪の残滓ではなく、正しい方向を見極めた報いである。損失は厳しい罰ではなく、間違った方向へのシグナルである。競争は資源の浪費ではなく、異なる仮説間の試行である。自由への参入は抽象的な原則ではなく、未知の製品が生まれる機会を提供する制度的条件である。
AI時代において、本当に希少なのは生成能力ではなく、何を生成する価値があるかを見出す能力であり、質問に答える能力ではなく、価値ある質問を提起する能力であり、与えられた目標を最適化する能力ではなく、目標を選択し、リスクを負い、現実世界の行動を組織する能力である。
これらの能力は、市場のインセンティブによって引き出されます。
これがアプリケーション層が自動的に繁栄しない理由でもあります。国は強力なモデル、十分な計算能力、豊富なデータ、大規模なエンジニアチームを有していても、真に繁栄するアプリケーションエコシステムを欠く可能性があります。起業家が報酬を得られない、ユーザーの選択肢が制限される、規制が新サービスを古いカテゴリーに無理に押し込める、プラットフォームの巨頭がエントリーポイントを支配する、失敗のコストが高すぎる、社会の世論が利益を掠奪と同一視する場合、多くの潜在的な製品は登場する前に消えてしまいます。
AI時代の競争は、モデルの能力だけでなく、制度的なインセンティブの競争でもある。
より多くの人々に試してもらう者、エラーを迅速に暴露する者、正しい方向に報酬を与える者、ニッチな需要にもサービスの機会を与える者、若手企業が既存企業に挑戦できるようにする者こそ、未来の製品やサービスを発見する可能性が高い。
新製品と新サービスの登場
今日、15年後の主要なAIアプリケーションを名付けるのは、19世紀の人々が20世紀の電力生活を予測するのと同じくらい難しく、20世紀末の人々がモバイルインターネット生活を完全に予測するのと同じくらい難しい。
これは想像力が欠けているからではなく、新製品や新サービスが既存の語彙から線形的に生み出されるわけではないからです。それらは技術、コスト、組織、嗜好、制度が相互に作用する中で生じるものです。
AI時代において、最も重要な新製品は「より良い検索エンジン」や「より安価なプログラマー」、「より賢いカスタマーサポート」だけではないかもしれない。
これらは古い基盤上の延長線にすぎない。より重要なのは、新しい健康管理、新しい教育支援、新しい科学研究組織、新しい法律サービス、新しい個人エージェント、新しい文化体験、新しい高齢者支援システム、新しい家庭生産、新しい企業プロセス、新しい都市ガバナンスサービス、新しい心理的支援、そして新しい創造的協力である。
多くのサービスは、過去に需要がなかったのではなく、コストが高すぎたのです。
かつて、一般家庭が24時間対応のプライベートドクター、栄養士、心理カウンセラー、学習コーチ、法務アドバイザー、キャリアプランナー、家庭財務アドバイザーを所有することは不可能だった。かつて、小規模企業が世界水準の戦略チーム、データ分析チーム、法的コンプライアンスチーム、多言語マーケティングチーム、自動化された運用システムを備えることは不可能だった。かつて、県レベルの病院が最高レベルの医学知識、患者管理システム、継続的な健康モニタリングにリアルタイムでアクセスすることは不可能だった。かつて、一般の子供が真正のパーソナライズされた、継続的なフィードバックを提供し、複数分野が連携する学習システムを手に入れることは不可能だった。
AIはこれらのサービスの知的部分を安価にします。しかし、安価な知能は始まりに過ぎません。
真の製品化には、知能をシーンに組み込み、シーンをプロセスに変換し、プロセスをサービスに変換し、サービスを信頼関係に変換し、信頼関係を持続可能な取引に変える必要があります。
これがアプリケーション層の巨大な機会です。
未来の最大の企業は、最も強力なモデルを所有する企業ではなく、具体的なシナリオを最もよく理解し、補完的な資産を最も効果的に組織し、信頼を最も築き、AIの能力を生活サービスや生産プロセスに最も効果的に変換する企業になるかもしれない。インフラ層は汎用的な能力を販売し、アプリケーション層はソリューション、体験、責任、関係性を販売する。汎用的能力は大きくなる可能性があるが、最終的な需要に近い場所でのイノベーションの可能性はさらに大きいかもしれない。
健康管理の例を挙げると、AIは医学文献を読み取り、指標を分析し、提案を生成し、服薬を提醒し、リスクを予測できます。
しかし、真の製品は「医学的アドバイスのテキスト」ではなく、長期的に行動を変えることを可能にするサービスシステムである。それは家庭医、地域のスタッフ、ウェアラブルデバイス、食事サービス、保険インセンティブ、家族とのコミュニケーション、心理的サポート、緊急対応を含む可能性がある。ここにはアルゴリズムと組織があり、データと責任があり、自動化と人間の信頼がある。消費者が支払うのは一文のテキストではなく、より健康で、より安全で、より尊厳ある生活である。
教育の例を挙げると、AIは知識の説明、練習問題の生成、作文の採点、学習パスの調整が可能である。しかし、真の教育製品とは「答え生成ツール」ではなく、生徒が能力・自信・興味・長期的な習慣を育むのを支援するシステムである。それは子供の認知状態を理解するだけでなく、家庭環境、同僚の環境、試験制度、心理的プレッシャーも理解する必要がある。ここでの価値は、知能だけでなく、寄り添い、励まし、評価、社会的承認からも生まれる。
企業管理の例を挙げると、AIはレポートの生成、コードの作成、予測、戦略的提案を行うことができます。
しかし、真の企業アプリケーションとは、すべてのタスクを自動化することではなく、情報フロー、意思決定権、インセンティブメカニズム、責任の境界を再構成することである。企業がAIを購入するとは、単なるツールを購入するだけでなく、自社の生産関数と組織構造を再構築することである。このプロセスは高度にシナリオ依存であり、基礎モデル企業だけでは完了できない。
これらの例は、AI時代のアプリケーション層がインフラ層の単なる付属物ではないことを示している。それは、需要発見、シナリオの整理、信頼構築、責任の担い手となる最前線である。
したがって、15年以内にアプリケーション層の企業の総規模がインフラ層をはるかに上回るのは、経済学の常識に反するのではなく、むしろ経済学の常識に従っている。上流への投資がより強力であればあるほど、下流のエコシステムがより巨大になる可能性が高い。電力会社は重要だが、電力によって駆動される産業システムの方がより大きい。クラウドサービスは重要だが、クラウド上で育ったデジタル経済の方がより大きい。大規模モデルは重要だが、大規模モデルが支える新製品、新サービス、新組織、そして新しいライフスタイルは、はるかに大きな可能性を秘めている。
スマート時代の計画の幻覚に反対する
每一次通用技术的兴起，都會引發一種計劃幻覺。既然新技術如此強大，為何不由少數中心機構統一規劃？既然AI可以處理海量數據，為何還需要市場？既然算法可以預測需求，為何還需要價格？既然機器人可以生產，為何不直接按需分配？
この想像の魅力は、経済問題を計算問題に単純化する点にある。
しかし、経済生活の核心は、計算だけではありません。それは発見、インセンティブ、信頼、責任、そして選択を含みます。
計画システムは既知の目標を最適化することはできるが、未知の目標を発見するのは難しい。製品基準が安定し、好みが固定され、データが完全な環境では効率を高められるが、製品空間が開かれ、好みが絶えず変化し、需要が未形成の環境では探求が難しい。過去の行動に基づいて未来の一部を予測することはできるが、新しい製品が登場した後に人々が自らの欲望を再理解するのを代替することはできない。
AIはプランナーをより賢くすることができますが、局所的な知識を取消すことはできません。
なぜ消費者が今ここで特定のサービスを必要とするのか、医師が患者に信頼を築くにはどうすればよいのか、子供がなぜある学習方法に突然興味を示すのか、企業内でなぜ特定のシステムが抵抗に遭うのか、高齢者がなぜ薬を飲まないのか、ユーザーがなぜ特定の体験にプレミアムを支払う意愿を持つのか——これらの知識は極めて文脈依存であり、しばしば関係性、習慣、文化、言語、身体、感情の中に内包されている。
差別化がますます重要になる時代ほど、経済生活を中央集権的な配分に任せることはできない。中央の力が強くなればなるほど、複雑なニーズは標準的なカテゴリに再び押し潰されやすくなり、管理しやすさを追求するほど新製品の野放し的な成長が犠牲になり、確定性を好むほど、市場の探求において最も貴重な未知の可能性が抑圧される。
人工知能はハ耶克の問題を消滅させない。人工知能はハ耶克の問題をより洗練されたレベルへと押し上げる。
未来において真に重要なのは、一つの中心がすべてを知ることではなく、無数の局所的な知識が価格、取引、契約、競争、起業を通じて社会実験のプロセスに組み込まれることである。市場は計算能力の不足ゆえに存在するのではなく、未来が開かれていること、知識が分散していること、嗜好が多様であること、インセンティブが不可欠であることゆえに存在する。
スマート時代の計画の幻覚には、さらに深い誤りがある：それは「需要」をすでに存在し、満たされるのを待っているリストだと見なしていることである。
しかし、大量の需要は事前に定義されたものではない。人々は新製品が登場してからようやく自分の欲望を理解し、社会的な模倣を通じて好みを再編成し、価格比較を通じて支払い意欲を発見し、消費体験を通じて何を継続して購入すべきかを学ぶ。将来の重要な需要の多くは、今日ではまだ名前すら持っていない。名前がなければ、中央計画によって事前に登録することはできない。登録できない以上、一度に最適化することもできない。
市場の価値は、それによって無名の需要が試行を通じて浮上することにあります。
独占リスクと市場条件
価格理論を擁護することは、現実の市場への無邪気な賛美ではありません。
AI時代には、新たな独占が完全に発生する可能性がある。基礎モデル、計算能力、データ、チップ、クラウドプラットフォーム、配信入口、オペレーティングシステムは、すべて規模の経済と参入障壁を形成する可能性がある。上流のプラットフォームは、価格設定、インターフェース、データ制御、垂直統合を通じて、アプリケーション層の利益を圧縮し、下流のイノベーターを従属的な存在に変える可能性がある。いわゆる2兆ドルの収益は、巨大な価値創造によるものである可能性がある一方で、一部はプラットフォーム・レンタル料を含んでいる可能性もある。
これが、より少ない価格理論ではなく、より真剣な価格理論を必要とする理由です。
価格メカニズムが有効であるためには、以下の制度的条件が必要である：自由な参入、財産権の保護、契約の執行、競争秩序、独占禁止規則、データの持ち運び可能性、インターフェースの開放、および責任の明確化。これらの条件が整わなければ、価格は権力によって歪められ、利益はレンタル収入に変質し、プラットフォームは市場のインフラから市場の封建領主へと変貌する。
したがって、人工知能時代の制度的課題は、計画によって市場を置き換えることではなく、市場を探索メカニズムとしての開放性を守ることである。
インフラ層は十分に強固であるべきだが、アプリケーション層を閉鎖してはならない。モデル企業がイノベーションの報酬を得られるようにすべきだが、すべての下流シナリオを無制限に支配させてはならない。起業家が汎用的な知能機能にアクセスできるようにし、ユーザー、データ、ブランド、サービス関係のコントロールを維持できるようにすべきである。消費者には選択権を与え、労働者には転換の機会を提供し、新規企業が既存企業に挑戦できるようにすべきである。
市場は自然に存在する真空ではない。市場は一連の制度の成果である。
価格理論の回帰とは、現実のすべての価格が公正であるとか、すべての利益が価値創造から生じるという意味ではない。それは、開放的で競争的かつアクセス可能な制度的環境において、価格、利益、損失が依然として新しい需要を発見し、新製品を選別し、新しいサービスを組織するための最良のメカニズムであるということを意味する。
これは特に重要です。インフラ層が過度に集中すると、AI時代のアプリケーション層の繁栄が扼殺される可能性があるからです。
上流の巨大企業はモデルを提供し、エントリーポイントを制御し、下流のデータを監視し、最も優れたアプリをいつでもコピーできるため、アプリ層の起業家は投資のインセンティブを失う。ユーザーは多くのアプリに直面しているように見えるが、実際にはわずか数つのプラットフォームガーデン内の異なるインターフェースに過ぎない。価格は依然として存在するが、価格の背後にある自由な参入と競争の圧力は弱まっている。
したがって、価格理論を守ることは大手を擁護することではなく、オープンな市場を守ることです。保護すべきは、特定のモデル企業ではなく、無数のアプリケーション層の実験が可能となる制度的環境です。
人の位置
人工知能は人間の立場を変えるでしょう。
多くの標準化された知的労働が圧縮される。過去、情報の非対称性、専門的障壁、反復的な経験に依存して収入を得ていた職種は、その価値を失うだろう。転換は容易ではない。中年のプログラマーが自動的に心理カウンセラーになるわけではなく、伝統的な教師が自動的にAI教育デザイナーになるわけでもなく、基層の医師が自動的に人間と機械の協働システムに適応するわけではない。社会はこの苦痛を直視し、教育、訓練、社会保険、職業の流動性の仕組みを再構築しなければならない。
しかし、移行の苦しみのために、人の経済的価値が消えつつあると誤解してはいけない。
AIが強くなればなるほど、人間は非標準化された部分でより重要になる。未来における人間の価値は、判断、信頼、責任、審美、感情、コミュニケーション、組織力、リスク受容からより多く生まれるだろう。AIは医療アドバイスを提供できるが、患者がそれを信じて実行するかどうかは、人間関係にかかっている。AIはカリキュラムを設計できるが、子どもが継続し自信を取り戻すには、人間の寄り添いが必要だ。AIは方案を生成できるが、組織がそれを採用するか、従業員が協力するか、顧客が信頼するか、規制当局が受け入れるかは、人間の調整に依存する。AIは無数のイノベーションの方向性を提示できるが、起業家はその方向性を選択し、資本、評判、人生を賭けなければならない。
人の役割は、すべてのタスクから退出することではなく、標準化された実行から方向性の選択と現実への実装へと移行することである。
これはすべての人が簡単に昇進できるという意味ではなく、すべての新しい仕事が尊厳あるものになるという意味でもありません。市場自体はすべての分配問題を自動的に解決しません。政策、教育、社会保障、競争ルールはすべて不可欠です。しかし生産組織の深い論理から見れば、AIは人間が何もしない真空状態を残すだけではありません。それはどのような人間の能力が価値を持つのかを変えるのです。
機械がますます多くの再現可能な認知労働を担う中で、人間だけが再現できない局所的知識、関係構築能力、判断力、責任感が、いっそう重要になる。
これは、今日の職業名を使って人の将来を判断できないことを意味する。多くの将来の仕事はまだ名前を持っていない。19世紀の人々は「ソフトウェアエンジニア」「ユーザーエクスペリエンスデザイナー」「ライブ配信運営」「データサイエンティスト」「クラウドアーキテクト」「短編動画クリエイター」を職業のイメージに書き込むことはできなかった。今日の人々も、AI時代の職業構造を完全に列挙することはできない。将来の人類の仕事は、サービス関係、シーンの構成、リスクの受容、需要の解釈、行動の変化、体験設計、信頼の創出を中心に展開される可能性が高い。
古い職業は消え、新しい職業が現れる。
しかし、より深い変化は、人間の労働が「定められたタスクを実行する」から「開かれた可能性を組織する」へと移行していることである。
まとめ：新しい世界に市場を残す
歴史は旧時代の職業分類に従って進むことはない。
機械が織物を生産するとき、人々は織工のために泣いた。鉄道が大陸を横断するとき、人々は馬車夫のために不安に思った。電灯が都市を照らすとき、人々は灯り手のために惜しんだ。インターネットが紙媒体とカウンターを飲み込むとき、人々は旧産業に挽歌を捧げた。これらの苦しみはすべて真実だった。しかし、もし歴史がこの苦しみだけで構成されていたなら、人類はすでに過去に止まっていたはずだ。
世界を本当に変えるのは、古い仕事が消えることではなく、新しい需要が見出され、新しい製品が発明され、新しいサービスが構築され、新しいライフスタイルが生み出されることである。
人工知能も同様である。
私たちは今日、古い土台の上に立ち、未来を職務の清算と想像しがちです。置き換えられたライター、プログラマー、カスタマーサポート、翻訳者、アナリストは目に見えますが、まだ登場していないヘルスケア、教育の形態、研究組織、文化体験、家庭生産、企業プロセス、個人のライフスタイルは見えません。破壊されたものは名前を持っていますが、創造されたものはまだ名前を持っていないことが多いです。そのため、恐怖は常に想像よりも先に到着します。
経済学の責任は、安易な楽観を販売することでも、防御的な悲観に迎合することでもない。経済学の責任は、人々に提醒することである：技術革命の核心は、旧世界における代替算術ではなく、新世界における実行可能集合の拡大である。
AIが知性を安価な投入品に変える中で、社会が真に必要とするのは、すべての可能性を少数の中心が計画することではなく、無数の人々が未知の需要を探索する自由である。私たちは価格を必要とする。なぜなら、人々の嗜好は多様で変化するからだ。私たちは市場を必要とする。なぜなら、知識は具体的な時間と場所に分散しているからだ。私たちは利益を必要とする。なぜなら、イノベーションにはインセンティブが必要だからだ。私たちは損失を必要とする。なぜなら、間違った方向性は淘汰されるべきだからだ。私たちは競争を必要とする。なぜなら、誰も未来がどの製品、どのサービス、どの組織形態に属するかを事前に知らないからだ。
それぞれの旧時代は、自らの職業、組織、産業を文明の自然な形態だと誤解してきた。農業時代も、工業時代も、インターネット時代も同様である。人々は自分たちが生活を守っていると思い込んでいるが、実際には過去の分類を守っていることが多い。人々は自分たちが人間を守っていると思い込んでいるが、実際には旧技術条件下で形成された職業的身份を守っていることが多い。
しかし、歴史が真正に守ってきたのは、馬車夫や街灯係、タイプライター操作員といった具体的な職業ではなく、新しい技術に直面してニーズを再発見し、生産を再編成し、生活を再創造する人類の能力である。
AI時代において最も守るべき正是この能力である。そしてその制度的形態は、依然として開放市場における価格、利益、損失、競争、および参入の自由である。
価格理論の回帰は、過去に戻ることではなく、未来を擁護することである。
未来はAIの進化によって、希少性も選択肢も取引も市場もない静的な楽園になることはない。未来はより豊かで、より複雑になり、より豊かで、より差別化され、より知的で、より局所的な知識と人間の判断に依存するようになる。人工知能は可能性を拡大するが、価格メカニズムがどれほどの可能性が真に価値あるものかを私たちに示してくれる。
新しい世界に市場を残すことは、未知の需要に道を開き、新製品に試行の場を提供し、若者に冒険の機会を与え、人類の想像力に出口を残すことである。
古い基盤はいずれ揺らぐ。真の問題は、私たちがすべての馬車を守り続けられるかどうかではなく、鉄道や自動車、飛行機、そしてまだ名前のないものたちを許容するかどうかである。
AI時代において最も守るべきものは、特定の旧職業、旧産業、または旧組織形態ではなく、人類が開かれた未来において価値を見出す制度的能力である。
これは旧経済学の名残ではありません。
これは新しい世界への入口です。
これが価格理論の復帰です。