OpenAIの共同創業メンバーとして知られるAndrej Karpathyが、アメリカの全342職種を対象にAIによる自動化の影響度を可視化したプロジェクトを公開し、大きな話題を呼んだ動画である。肉体労働は比較的影響が小さく、コンピューター内で完結する知的労働ほど強く影響を受けるという傾向を示しつつ、将来的にはHumanoid Robotsを含む embodied AI が労働そのものの意味を根本から変える可能性まで論じている内容である。
- OpenAI共同創業者が公開したAIと仕事の衝撃的な可視化
- Andrej Karpathyとは何者か
- 公開後すぐ削除されたプロジェクト
- この可視化ツールは何をしているのか
- 最も注目を集めたDigital AI Exposure
- タクシー運転手の例が示す限界
- 人との接触が必要な仕事は中程度の評価
- コンピューター内で完結する仕事は一気に危うくなる
- ソフトウェア開発も大きな影響を受ける
- 10点満点になった医療文字起こし
- アメリカ経済全体で見えてくるパターン
- 実際に自動化されているのはソフトウェア空間
- Elon MuskのMacrohard構想
- これは警鐘なのか、それとも控えめな見積もりなのか
- 労働が希少でなくなった世界で何をするのか
- 動画の締めくくり
OpenAI共同創業者が公開したAIと仕事の衝撃的な可視化
はい、それでは見ていきましょう。Andrej Karpathyがまたしても大きな話題になっています。今回は、アメリカに存在する342の職業すべてをスクレイピングし、それを大規模言語モデルに入力したうえで、採点用のルーブリックも与え、AIにどの程度さらされているかを0から10で評価して、各職業を順位付けするプロジェクトを公開したことがきっかけです。
その結果として生まれたのが、この巨大なインタラクティブ・ツリーマップです。各ボックスの大きさはその職業に従事している人数を表していて、色はAIによってどれくらい自動化されやすいかを示しています。
Andrej Karpathyとは何者か
Karpathyは、TeslaでAIおよびAutopilotチームを率いていたことで広く知られていますし、それ以前にはOpenAIの創設研究者のひとりでもありました。最近はEureka Labsという自身のスタートアップを運営していて、AI nativeな新しいタイプの学校を作ろうとしています。そして自由時間には、かなり大胆なAI研究プロジェクトをインターネットに投下しているようです。
実際、先週も彼は話題になっていました。前回の動画で取り上げたように、彼は再帰的に自己改善するAI研究エージェントを一般公開していたからです。ですが今回は、まったく別のものを持って戻ってきました。アメリカのあらゆる仕事について、どれほど自動化される可能性があるかをスコア化しようというプロジェクトです。
公開後すぐ削除されたプロジェクト
そしてこの動画では、彼が何を見つけたのかを見ていきます。では入っていきましょう。
まず最初に触れておきたいのは、Karpathy本人がこのプロジェクトを、投稿してから1日も経たないうちに削除していたという点です。彼によると、土曜日の朝におよそ2時間で全体をバイブコーディングして作ったもので、単にデータが面白いかもしれないと思っただけだったそうです。
ところが、これが一気に拡散され始めると、人々はこの結果を、まるで労働の未来に関する決定的な予測であるかのように扱い始めました。
そのため彼は取り下げることにしたわけです。ですがもちろん、インターネットはインターネットです。一度そこに載ってしまったものは、なかなか消えません。すでに複数の人がそのリポジトリをforkしていて、データセットも再アップロードされていました。ですから、このプロジェクトは結局そのままオンライン上で流通し続けたのです。
面白いのは、私自身ももともとこの動画を作るために、そのfork版のひとつを使っていたことです。公式のリポジトリは消えていたからです。
ところが、文字どおり収録の直前になって、元のプロジェクトが突然また動き始めました。ですから、Karpathyはどうやらひっそりとオンラインに戻したようです。
この可視化ツールは何をしているのか
では、これはいったい何なのでしょうか。Karpathyによれば、これは基本的にアメリカ労働統計局のデータを使って構築された研究用の可視化ツールです。
このツールは342の職業をマッピングしていて、アメリカ経済全体にわたるおよそ1億4300万人分の仕事をカバーしています。そしてツリーマップの各長方形がひとつの職業を表しています。大きさはその職業に就いている人数を示し、色は選択した指標を表します。
たとえば、将来の雇用成長率を可視化することもできます。そうすると、どの職業が時間とともに成長していくと予想されているのかがわかります。あるいは中央値の賃金を表示すれば、経済全体の中で比較的高収入な仕事が浮かび上がります。さらに、教育要件を見ることで、それぞれの仕事に通常どの程度の学歴が必要なのかも確認できます。
最も注目を集めたDigital AI Exposure
ですが、人々のあいだで最も話題になったのは、Digital AI Exposureという項目です。ここでKarpathyはLLMを使って、AIが各職業をどれだけ作り変えうるかを推定しています。そして、そのスコアの中にはかなり意外なものもあります。
まずは、比較的わかりやすいものから見ていきましょう。現実世界での肉体労働を伴う仕事は、ここではきわめて低いスコアになっています。
屋根職人、清掃員、整備士、建設作業員といった職業です。これらは緑色で示されていて、ほとんどが10点中0から1のあたりに位置しています。つまり、Digital AIによって自動化される可能性は非常に低いということです。
ただし、ここで重要なのはDigital AIという言葉です。なぜなら、この可視化ツールはPhysical AIを、少なくとも完全な形では考慮していないからです。
タクシー運転手の例が示す限界
たとえば、ここではタクシー運転手のスコアが10点中5点になっています。その理由として示されているのは、運転そのものという中核的な作業は、自動運転技術によって高度に自動化されやすい一方で、この仕事には現時点では依然としてかなりの物理的な立ち会いが必要だということです。たとえば荷物の積み下ろし、障害のある乗客の補助、車両整備などの作業がそれにあたります。
つまり、車が自動で走るようになることは考慮されているわけです。これはPhysical AIの一種です。しかし、そのほかの作業を助けるロボット、おそらくHumanoid Robotsのようなものが登場する可能性までは織り込まれていません。
とはいえ、まだそれが本当にできるところは見ていませんし、少なくとも大規模には実現していません。ですから、その扱いが慎重なのは妥当だとも言えます。
ただ、私が言いたいのはこういうことです。確かに大半の肉体労働は緑になっていますが、そこにはロボットが入っていません。そして、それはこのタクシーの例からも、さらには明示的にDigital AIと書かれていることからも明らかです。
人との接触が必要な仕事は中程度の評価
さて、次に進みましょう。肉体労働とデジタル作業が組み合わさった仕事になってくると、スコアは中間あたりに落ち着き始めます。
予想どおり、看護師、医師、小売店のマネージャーといった職業は、おおむね4から5のレンジにあります。これは要するに、AIがこれらの仕事の一部を支援する可能性があるということです。たとえば書類仕事、診断、スケジューリング、在庫管理などです。
ただし、その仕事の中核部分には依然として人間同士のやり取りと物理的な立ち会いが必要です。それは法的な理由でもありますし、能力上の理由でもあります。
しかも、こうした仕事の多くはすでに人手不足に直面しています。ですから、仕事の一部が自動化されて生産性が上がったとしても、それが必ずしも雇用の減少を意味するとは限りません。単に、より多くのことがこなせるようになるだけかもしれないのです。
このカテゴリーには、ウェイトレス、料理人、警察官、ソーシャルワーカーも入れてよいでしょう。要するに、現実世界で人と絶えず関わり、しかもある程度予測不能な環境で働く仕事です。
AIは、スケジューリング、書類仕事、報告書作成、あるいは意思決定支援といった特定の部分を助けることはできるかもしれません。しかし、実際の仕事そのものは現実世界で行われるのであって、コンピューターの中で完結するわけではありません。
繰り返しますが、ここでもロボットは考慮されていません。
コンピューター内で完結する仕事は一気に危うくなる
ですが、仕事の大半がほぼ完全にデジタル空間の中で行われるものになってくると、スコアは急激に上がり始めます。
パラリーガル、金融アナリスト、データアナリスト、会計士、秘書、カスタマーサービス担当者といった仕事は、だいたい10点中8か9になっています。
その理由は、これらの仕事の多くが文書を読むこと、情報を分析すること、要約を書くこと、レポートを作ることに関わっているからです。そして、まさにそこは、現代のAIモデルが非常に得意になりつつある領域です。いわゆる基本的な知的労働です。
ソフトウェア開発も大きな影響を受ける
この点は、ソフトウェア開発者、そして基本的にソフトウェアエンジニアリングに関わるあらゆる仕事が、自動化によって大きな影響を受けると予想されていることにも直接つながっています。
ここでの中核的なロジックは、この職業自体が本質的にデジタルであるということです。コードを書くこと、プログラムをデバッグすること、pull requestをレビューすること、ドキュメントを生成すること。これらはすべて完全にコンピューターの中で行われます。
つまり、AIシステムがすでに活動している環境に、そのまま重なっているわけです。
10点満点になった医療文字起こし
さらに、データセット全体の中でも最高スコアに近い職業があります。たとえば医療トランスクリプショニストです。ここにある小さな赤いボックスで、実際に10点満点を取っています。
これは私にとってまったく意外ではありません。というのも、AIのspeech-to-textシステムは、すでに医師同士の会話や診療メモを直接書面記録へ変換することに非常に長けていますし、それをほぼ瞬時に、しかもほぼあらゆる言語で行うことができるからです。
ですから、これはAIがすでに中核業務をかなりの程度置き換えてしまっている職業のひとつだと言えます。
アメリカ経済全体で見えてくるパターン
こうしてアメリカ経済全体を見渡してみると、342の職業、およそ1億4300万人分の仕事にまたがる平均Exposure Scoreは、およそ10点中4.9という結果になります。
そして、ここまで見てきたことを踏まえると、非常に明確なパターンが浮かび上がっているように思えます。現実世界に存在する仕事は、概してスコアがかなり低い。肉体労働とデジタル作業が混ざった仕事は中間に位置する。そして、ほぼ完全にコンピューターの中で行われる仕事では、Exposure Scoreが大きく跳ね上がるのです。
要するに、最も単純に要約するとそういうことです。
実際に自動化されているのはソフトウェア空間
ですから、多くの意味で、ここで本当に自動化されつつあるのはソフトウェアなのです。ソフトウェアそのものの制作だけでなく、ソフトウェア環境の中で行われる仕事も含まれます。コーディング、文書分析、会計、法務調査、データ分析、カスタマーサポートといったものです。
要するに、私たちが今日知的労働と呼んでいるもののかなり大きな部分です。
もちろん、これはまったく新しい革命的な洞察というわけではありません。最近のAIを追っている人なら、ソフトウェアがその影響を強く受けていることはわかっているはずです。大手AIラボが新しいモデルや製品を出すたびに、どこかのソフトウェアツールのカテゴリが突然崩壊し、価値を大きく落としていくように感じられます。
Elon MuskのMacrohard構想
そしてもうひとつあります。Elon Muskは、Macrohardというプロジェクトに文字どおり取り組んでいます。これは、人間がコンピューター上でできることをすべて自動化することを目指すものです。
Macrohardという名前なのは、その発想が、企業としてのMicrosoftがやっていることをほぼ全部こなすようなものになるからです。
Muskは、Karpathyがこのリポジトリを投稿した際に返信もしていて、すべての仕事は任意のものになり、universal high incomeが存在するようになるだろうと述べていました。
これは警鐘なのか、それとも控えめな見積もりなのか
ですから、人によっては、これはこれから起きることに対する警鐘や目を覚まさせるきっかけになるかもしれません。一方で、まったく驚かない人もいるでしょう。むしろ、かなり保守的な見積もりだと感じる人さえいるかもしれません。
というのも、思い出してほしいのですが、この可視化は主としてDigital AIを見ているのであって、embodied AI、つまり自動運転以外のロボットのようなものはほとんど考慮していないからです。
そして私の考えでは、Humanoid Robotsは最終的にはDigital AI以上に大きな影響を労働へ与える可能性があります。時間はもっとかかるかもしれません。ですが、もしAI搭載ロボットが最終的に、人間が作れるものを何でも作れるようになり、しかもロボットそのものまで作れるようになったとしたら、ほとんど無限労働バグのような状態になります。
労働が希少でなくなった世界で何をするのか
もしそうなったなら、もはや問題は、どの仕事が自動化されるのかではありません。私たちは何をするのか、という問いになります。
本当に、いったい何をするのでしょうか。人間の労働を前提に成り立ってきた経済において、その労働そのものがもはや希少ではなくなったとき、私たちはどうするのでしょうか。
それは、これまで本当の意味では見たことがないレベルで、ゲームそのものを完全に変えてしまいます。そしてその先に何が立ち上がってくるのでしょうか。それはよいものなのでしょうか。ディストピアなのでしょうか。そもそも私たちは、それを目にするところまで生き延びるのでしょうか。
こうした問いこそ、たぶん今まさに考え始め、可視化しようとすべきものなのだと思います。
動画の締めくくり
とはいえ、今日の動画は以上です。AIによる仕事の混乱の可能性が、このように可視化されるのを見ることで、もっと多くの人に実感として伝わるのではないかと思い、皆さんに共有したかったのです。
自分でも確認して触ってみたい方のために、プロジェクトへのリンクは概要欄に貼っておきます。
実際、この動画では取り上げなかった、意外だと感じた小規模な職業もいくつかありました。ですから、いろいろ見て回る価値は十分あると思います。
ご視聴ありがとうございました。この件についてどう思うか、ぜひコメントで聞かせてください。
コメント