AIと雇用 / AI導入は欧州企業の生産性を高めるか / EIB Working Paper 2026/02 雑感

Ⅰ　問題の所在

　AIが生産性を向上させるという期待と、雇用を奪うという懸念は、いまや政策議論の常套句となった。だが、企業レベルで因果関係を実証した研究は、とりわけ欧州においては限られている。米国企業を対象とした実験的研究では、文章作成で40%、カスタマーサポートで14%の生産性向上が報告されているが〔注1〕、こうしたミクロの実験結果がマクロ経済の成長にどの程度反映されるかは、別の問いである。

　Acemogluは、AIによる米国の全要素生産性の年間成長率上昇を0.07%と推計し、楽観論に冷水を浴びせた〔注2〕。他方、Baily, Brynjolfsson, and Korinekは年間1.7%ポイントの生産性向上を見込む〔注3〕。推計値に20倍以上の開きがある。法規制や政策形成を議論するうえでは、技術導入による現実の経済的効果を正確に把握することが前提となる。欧州の企業データを用いてこの論争に実証的根拠を提供しようとしたのが、Aldasoroらによる欧州投資銀行のワーキングペーパーである〔注4〕。

　筆者がこの論文に注目するのは、識別戦略の新しさと、分析対象の広さにある。EU・米国の非金融企業12,000社超のマッチングデータを用い、操作変数法で内生性に対処しつつ、生産性・雇用・賃金・企業規模別の異質性まで分析した研究は、管見の限りこれが初めてである。以下、同論文が提示するデータに基づき、その方法論と政策的含意を検討する。

Ⅱ　恩恵の偏在と補完的投資の要請

　主要な分析結果の検討に先立ち、本論文が提起するもう一つの問いに触れておきたい。技術の恩恵はすべての企業に平等に行き渡るのか。

1　企業規模による格差

　企業規模別の分析では、AI導入の生産性効果が中規模企業（従業員50-249人）で4.0%、大規模企業（250人以上）で7.9%と統計的に有意であるのに対し、零細企業（5-9人）および小規模企業（10-49人）では有意な効果が検出されていない〔注5〕。大企業にはデータ基盤、技術人材、統合コストの吸収力がある。中小企業が産業の大半を占める欧州の産業構造を考えると、このまま推移すれば企業間の生産性ギャップはさらに拡大する。Cazzanigaらが指摘するAIによる所得格差拡大の予測と、この結果は軌を一にしている〔注6〕。

　格差の固定化を防ぐ観点から、小規模企業に対する政策的介入のあり方を一考する必要がある。だが、いかなる介入が有効であるかを判断するには、AI導入の便益を規定する要因を特定しなければならない。

2　無形資産への投資が生産性効果を左右する

　新しいシステムを単に導入するだけでは、生産性の向上は限定的となる。同論文は、ソフトウェアやデータ基盤の整備、ならびに従業員の教育といった無形資産への補完的投資が生産性向上に直結することを実証している。ソフトウェア・データへの投資比率が1%ポイント上昇すると、AI導入の生産性効果は2.4%増加する。従業員研修への投資比率が1%ポイント上昇した場合の増加幅は5.9%に達する〔注7〕。一方、研究開発投資や機械設備投資との交差項は有意でない。

　この結果は、AI導入をハードウェアの問題として捉える政策の限界を示唆する。技術を使いこなすための人的資本への投資がなければ、潜在的な能力は発揮されない。政府の支援策も、単なる機器の導入補助にとどまらず、従業員の継続的な学習を促す制度設計が求められると考える。企業規模による格差の背景にも、大企業と中小企業の間の無形資産投資能力の差が横たわっているのではないか。

Ⅲ　識別戦略の検討

　Ⅱ節で紹介した分析結果は、因果関係として解釈してよいのか。この問いに答えるには、著者らの識別戦略を検討する必要がある。

1　EIBIS-ORBISマッチングデータ

　本論文が用いるのは、欧州投資銀行投資調査（EIBIS）とMoody's ORBISの財務諸表データをマッチングさせたデータセットである。EIBISはEU27か国の約12,000社と米国約800社の非金融企業を対象とする年次調査であり、2019年以降、ビッグデータ分析・AI技術の利用状況を尋ねている〔注8〕。回答者は投資判断に責任を持つシニアマネージャーまたは財務担当役員であり、調査設計は企業規模・セクター・国で層化されている。

　AI導入の定義は、機械学習、ロボティック・プロセス・オートメーション、自然言語処理、アルゴリズム、ニューラルネットワーク等の技術を業務の一部または全体で利用しているか否かによる。この定義は相当に広い。業務メールの添削に生成AIを用いている企業も、全社的にAIを基幹業務に組み込んだ企業も、等しくAI導入企業に分類される。AI導入の深度や用途別の分析は、今後の課題として残されている。

2　Rajan-Zingales型操作変数の企業レベルへの拡張

　技術の経済効果を測定する際には、生産性が高い企業だから導入できたのか、導入したから生産性が向上したのかという因果の方向が常に問題となる。著者らは、Rajan and Zingales（1998）の金融依存度と成長に関する操作変数戦略を、技術普及の文脈に拡張している〔注9〕。Rajan and Zingalesが米国のセクター別金融依存度ランキングを各国に適用したのに対し、本論文はセクターレベルの粗い操作変数ではなく、企業レベルのマッチングに踏み込んだ点に方法論的な進展がある。

　具体的には、各EU企業に対して、セクター・企業規模・投資集約度・イノベーション活動・資金調達構造・経営管理手法が類似する米国企業を傾向スコアマッチング（PSM）で対応させ、その米国企業群のAI導入率をEU企業のAI導入の外生的な代理変数として用いる。マッチングに用いた変数は4つである。従業員あたり投資額（対数）、社債・株式発行の有無、イノベーション活動の有無、戦略的業績管理システムの使用有無。マッチング前後の標準化バイアスの比較では、投資集約度の初期差8.2%が0.8%まで縮小するなど、全変数で大幅なバイアス削減が確認されている〔注10〕。

　もっとも、排除制約について留保が必要である。米国企業のAI導入率がEU企業の生産性に影響する経路は、EU企業自身のAI導入を通じてのみである、という仮定が求められる。しかし、米国企業のAI導入が業界全体の競争環境を変化させ、貿易やサプライチェーンを通じてEU企業の生産性に直接影響する経路は排除できない。著者らは国-セクター-年固定効果でグローバルショックを吸収していると述べるが、完全な対処とはいいがたい。また、米国800社に対してEU12,000社という非対称なサンプル構成は、マッチングの質にも制約を課している。

Ⅳ　資本深化としてのAI導入

　以上の方法論的な留意点を踏まえたうえで、生産性と雇用に関する中心的な分析結果を検討する。

1　労働生産性への効果

　企業固有の統制変数（投資・収益性・財務レバレッジ・総資産）を投入し、企業規模・年齢・国-セクター-年固定効果を制御した操作変数推定では、AI導入が労働生産性を4%上昇させるとの結果が得られている。操作変数を用いない単純なOLS推定では2.8%であり、操作変数推定で係数が拡大している〔注11〕。著者らはこの点を、生産性の高い企業すべてがAIを自己選択的に導入しているわけではないため、OLSでは効果が過小評価されると解釈する。

　この4%という推計値は、Bergeaud（2024）のTFP年間0.3%ポイント上昇やAghion and Bunel（2024）の0.7%ポイントといった中位の予測と整合的であり〔注12〕、前述の楽観シナリオとは距離がある。現実的な水準として受け止めるのが妥当であろう。

2　雇用の維持と賃金の上昇

　新しい機械が人間の仕事を奪うという懸念は根強い。だが同論文のデータは、この単純な悲観論を退けている。操作変数推定において、AI導入が雇用を減少させるという証拠は得られていない〔注13〕。賃金に関しても、AI導入企業の従業員一人あたり平均賃金に対して3.3%の正の効果が確認されている〔注14〕。

　当該技術が短期的には労働力を代替するのではなく、従業員の業務効率を高める資本深化として機能しているといえる。従業員はAIを補助的な道具として利用し、一人あたりの産出量を増加させていると推測される。この資本深化の構図は、Ⅱ節で検討した補完的投資の知見とも整合する。ソフトウェア・データ投資や研修投資がAIの生産性効果を増幅させるのは、AIが人間の作業を置き換えるのではなく、人間の作業能力を拡張する道具として機能していることの傍証であろう。

　もっとも、長期的にもこの傾向が維持されるかについては不確実性が残る。5年分のプーリングされた横断面データからは、AIの導入が時間の経過とともに雇用構成をどう変化させるかは読み取れない。パネルデータによる追跡が可能になれば、導入から効果発現までのタイムラグや、職種構成の変容について、より精緻な分析が期待できる。

Ⅴ　むすびにかえて

　欧州投資銀行の研究が示す実証データは、機械が直ちに労働を奪うという単純な悲観論を退ける一方で、企業規模による恩恵の偏在という問題を浮き彫りにしている。AI導入は欧州企業の労働生産性を平均4%向上させ、短期的には雇用を減少させていない。だがその便益は中規模・大規模企業に集中しており、中小企業が産業の大半を占める欧州では、AIが格差を拡大する可能性がある。

　著者らはEU貯蓄投資同盟（EU Savings and Investment Union）の重要性を指摘し、金融市場の発達がAI導入と成長の好循環を支えると論じている。金融市場の発達度が低いEU諸国ではAI導入率が構造的に低いという記述統計上の事実は、この主張を裏づける。だが金融市場の発達は一朝一夕に実現するものではなく、短中期的にはむしろ中小企業向けの技術導入支援や人材育成への公的投資が、より直接的な政策効果を持つのではないか。

　恩恵を社会全体で共有するためには、小規模企業が技術を活用できる環境の整備や、労働者の再教育を円滑にする制度の再構築が求められる。何かの考えるきっかけになれば幸いである。

（参考）AIと労働

（マガジン）「AIと法-雑感」

　※目次は以下を参照

note総則規約3条2項前段
3.2 クリエイターが制作したデジタルコンテンツの著作権は、クリエイターに帰属します。