技術の祭典から経済台帳へ：外灘カンファレンスの学者たちがAIの成長、分配、そして新たなグローバルパラダイムについて討論

AIが経済を再構築していることは、今や疑いようのない事実となっています。

本当に政策決定者、学者、産業界を夜通し悩ませているのは、その次に待つ算数問題です。巨額の資本支出が計算力やモデルに向けて投入された後、マクロの観点で本当に実体的な生産性の向上として定着するのか？供給が大きく拡大した後、繁栄を迎えるのか、それとも長期のデフレーションに陥るのか？若者たちの「職業への入口」が技術によって密かに狭まる中、過去の「エンゲルスの停滞」をどうやって繰り返さないようにするのか？そしてグローバルな駆け引きがますます複雑になる中で、このデジタルシステムはどのように新たなグローバルな経済貿易ルールを構築するべきなのか？

これこそが、2026 Inclusion・バンド大会「AI経済成長の新しいパラダイムと社会価値の再構築」Insightフォーラムの核心的な関心事項です。

9月9日、上海財経大学学長の劉元春、北京大学国家発展研究院院長の黄益平、中国社会科学院大学教授の江小涓、中金公司チーフエコノミストの繆延亮、そしてノーベル経済学賞受賞者のトーマス・サージェントおよび産業界代表が一堂に集まったこのフォーラムは、もはや技術応用の機能的な展示に留まることなく、成長の測定、インフレの変動、職の代替、そして国際的な分業に至るまで、AIがいかに一つの熱狂的な技術的変数から、健全で持続可能なマクロ経済的変数へと収束していくのかという根本的な問いに真正面から向き合いました。

01 AI経済は始まったが、成長の計算はまだ明確ではない

「AI経済の新しい形態はすでに確立されたが、AI経済学はまだ本格的に始まっていない」。劉元春は冒頭でこの代表的な冷静な視点を提示しました。

技術革命の初期には、熱狂的な思想の衝突や資本バブルがつきものです。グローバル企業の決算説明会でAIが言及される頻度は幾何級数的に増加し、チップ価格は高騰、計算力中心のインフラ投資も猛烈に成長し、世界貿易と輸出に直接的な後押しがなされています。しかし、ミクロの喧騒を超えてマクロ基盤を見ると、分岐は急速に広がっています。

商業機関が提示する将来の生産性予測は刺激的で、マッキンゼーやゴールドマン・サックスなどは全要素生産性（TFP）が年3%増加すると予想しています。しかし、厳格な経済学界では、MITのダロン・アセモグル（Daron Acemoglu）のような保守派による初期推計モデルでは、AIが今後10年でTFPにもたらす年平均の貢献は数千分の一にも満たないことがあり、ほとんど無視できるレベルです。

なぜ個々人では誰もが活用しているにもかかわらず、マクロのデータではなかなか成果が現れないのでしょうか？

黄益平は、我々が今まさに典型的な「ソロー・パラドックス」と「J字曲線効果」を経験している可能性が高いと指摘します。20世紀末にコンピューターが普及し始めた初期、アウトプットデータも長らく静的なものにとどまりました。画期的な汎用技術（GPT）が実際の産業構造に浸透するには、長期間の組織改革、工程適応、プロセス再構築及び人材育成が必要であり、初期にはアウトプットの急増をもたらすどころか、むしろ重い調整コストを負うことになるのです。

サージェントもまた、現在のAIの発展を天文学における「ケプラーの段階」に例えています。AIは天文学的なデータから精緻に法則性をフィットできますが、人類はまだその根底にある経済や構造の論理を完全に理解しきれていません。

それでは、今の高水準な資本投入とバリュエーションバブルは、結局空回りに終わるのでしょうか？劉元春は最新の学界のパラダイムを整理し、バブル自体も「調整メカニズム」の一つであると指摘します。バブルが十分に長く維持され、大量の汎用実体資本（計算力ネットワーク、エネルギー基盤、デジタル資産）を蓄積し閾値を越えれば、たとえ後に金融市場の評価が大きく調整されても、残された核心的なインフラは依然として経済を高い生産性の定常状態に固定することができます。

このため、現時点での経済学者の最初の共通認識が形作られています：技術の方向性は確立されたものの、成長のペースや規模、実態資産の蓄積効率はいまだに大きなタイムラグと不確実性に満ちています。

02 「AI投資」から「AIで稼ぐ」へ、鍵は新たな需要の創造

これまでのAI物語の核心が資本支出（Capex）を競うことだったとすれば、これからの生死線は、商業的なクローズドループを築くことができるかどうかです。

アントグループCEOの韓歆毅は、AI経済は資本投入だけに頼るべきではなく、AI応用もストックの効率化に留まってはならないと指摘します。企業がAIを単なる「コスト削減・効率化」のツールとみなして既存の業務フローを速くするだけでは、増分の供給や増分の需要が全く生まれず、最終的には深刻な需給バランスの崩壊と投入・産出断層に陥るのが必然です。企業は単なるコストカットから、本当の価値創造へと歩む必要があります。

アントグループ研究院院長の李振華もサプライチェーン構造から分化を指摘します。上流の計算力やチップのマネタイズルートは明確ですが、中流の大規模モデルや下流アプリケーションは依然として重い商業化圧力に直面しています。AIのビジネスストーリーが成立するかどうかは、下流が実際の産業に深く根差して全く新しい価値のクローズドループを切り開けるかにかかっています。

北京大学の趙波が提示する増分論理は「取引境界の拡張」です。AIの核心的な経済価値は、専門スキル習得のハードルとイノベーションの試行錯誤コストを大幅に下げることにあります。これにより、従来はコストが高すぎたり、プロセスが難しすぎたり、スケールできなかった事柄が、初めてプロダクト化・販売・取引可能になってきます。

効率化から増分への転換こそが、資本支出の崖を乗り越える唯一の道です。

03 マスク氏への遠隔回答：デフレ圧力と若年雇用の「入り口の狭まり」

AIによって供給能力が指数関数的に爆発する中、より鋭いマクロのパラドックスが姿を現します。すなわち、機械がますます速く、多くを生産する中で、人間は十分な有効所得を持って消費できるのか？という問いです。

黄益平はこの潜在的なマクロの不均衡を「供給が強く、需要が弱い」という長期トレンドで表現しました。技術的利益が過度に資本所有者に流れ、労働報酬率が圧力を受け続けると、総需要は供給拡大に追いつけず、伝統的な経済循環は破壊されます。

金融と名目変数の観点から、中金公司チーフエコノミストの繆延亮は非常に鋭い議論を展開しました。彼は歴史をたどり、第2次産業革命や情報技術革命が、マクロ的には長いデフレーション過程を伴ったことを指摘。「サイの法則」（供給がその自らの需要を生み出す）は技術急変期では往々にして無効化され、所得分配の不均衡や消費性向の違いが需給の自然な均衡を阻害します。

繆延亮は、技術革命がインフレに及ぼす影響は4つの力から成ると述べています：

• ボトルネック効果および期待効果（短期的はインフレを押し上げる）：初期の希少要素（例：ストレージチップやハイエンド計算力）は価格が急騰しますが、こうしたボトルネックは通常3〜5年続き、ピークは徐々に過ぎ去ります。
• 供給効果および代替効果（長期的には物価を抑制）：AI技術の普及は非常に速く、かつ高度な知的タスクを直接引き継ぐことができます。資本による労働の代替効果はこれまで以上に大きく、資本所有者の限界消費性向が低いため、労働報酬比率の低下は需要面から長期にわたり物価を抑制します。

「長期的に見ると、デフレ、さらにはデフレーションへの圧力はこれまでの産業革命以上になるかもしれません」。繆延亮はこのトレンドが確立すれば、伝統的な金融政策は流動性トラップに直面し、マクロコントロールはより深い財政政策、再分配ツール、労働市場の底上げ策へとシフトしなければならないと警告します。

デフレ圧力の背景には、雇用市場での構造的な亀裂があります。

過去のIT革命が中間技能を置き換え、高・低技能を保護したのとは異なり、今回のAIの技術リスクは所得水準と正の相関があります――金融、法務、コンサル、ソフトウェア開発など高所得ホワイトカラー職ほど影響を受けやすいのです。

繆延亮によれば、現時点でAIはマクロ的失業率を大幅に上昇させてはいません。その核心は、AIによる成熟職種の代替が「タスク分解」という漸進的なものであるためです。

黄益平はこれを第一回産業革命後の「エンゲルス停滞」と結びつけました。初期のアウトプットは倍増していたのに、一般労働者の給与は数十年間も停滞しました。陸銘、邢自強らもマスク氏への問いに答える形で、AIが全職種を一気に消滅させることはないが、職種の本質を完全に再構築すると指摘します。標準化可能でコード化できる「機能」はモデルに速やかに置き換えられますが、共感力、組織力、価値判断といった「人間力」が労働者の最後の防衛線となります。「雇用優先」というのは技術進化を妨げることではなく、制度設計によって、より多くの普通の人がAIによって「もっと多くできる」ようにすることに他なりません。

04 AI新経済、最終的には制度能力と「ネイティブ・グローバリゼーション」勝負へ

ミクロの個人が「人間力」への転換を迫られる中、マクロ産業や企業組織は別のルールの洗礼を受けています。

中国社会科学院大学教授の江小涓は、AI経済が従来のグローバリゼーションの道筋を完全に終わらせつつあると述べます。これまでの製造業時代の国際展開モデルは「継起型」――技術の導入→消化吸収→本土での実証強化→海外進出という流れでした。

しかしAI時代は、技術もプロダクトも「生まれながらにグローバル」です。

AIイノベーションの本質はアルゴリズムとグローバルなデジタルネットワークに依存し、モデルの再利用やマージナル配信コストが極めて低く、ローンチ初日からグローバルな開発者と市場をターゲットにしています。

江小涓は中国産業実装の事例を挙げてこのパラダイム転換を示しました：

オープンソース大規模モデルのエコシステム波及：中国のオープンソースモデルは、海外メジャーOSSコミュニティでのDL数とコール数が爆発的に成長し、過去の国際大手が「高機能はクローズドソース、低機能はオープンソース」という業界の暗黙ルールを打破。高性能なオープンソース供給を世界の技術コミュニティに公共財として提供しています。

AI4S縦型分業と「苗売り」の再構築：AI創薬など垂直分野で、中国企業はAIを用い分子標的発見・分子設計で爆発的生産能力を形成する一方、臨床開発のリズムが異なり、今年上半期だけで中国のイノベーション創薬海外ライセンス取引額が千億ドルを突破。「苗売り」型の海外進出の裏で、AIが伝統的バイオ製薬のグローバル分業チェーンを再構築しています。

膨大な産業データの欠陥フィードバック：中国の巨大かつ長いチェーンの製造業現場には極めて価値ある産業「誤差データ・欠陥データ」が大量に蓄積され、垂直型産業大規模モデルは国内での高強度な試行錯誤後、すぐにグローバルにアウトプットできます。

しかし江小涓は同時に、「生まれながらにグローバル」とは技術の海外展開だけでなく、国内の制度・企業認識・国際駆け引きにも極めて高い要求を突きつけると強調します。

「企業は創業初期から、高水準なグローバルコンプライアンス体制の構築が不可欠です」。国境を越えたデータ流通、プライバシー対応、アルゴリズムエシックス、知的財産権管理について、企業は過去の「国内優先・海外後回し」的考えを捨てるべきです。また経済貿易の理念として、中国はこれまでの発展途上国優遇から、先進経済と対等な「水平競争＋協力」の新常態へシフトしており、成熟した「ツーハンドvsツーハンド」の思考で互恵共栄な経済生態を構築していく必要があります。

結語

資本支出の軍拡レースからマクロ帳簿の厳密な検証まで、2026年の外灘大会は激しいAIバブルに理性的な検証ボタンを押しました。

AIが次なる歴史的経済成長極となり得るかどうかを決めるのは、計算力クラスターのスケールやパラメーターサイズだけでなく、より深いシステム適応です。ミクロなアルゴリズム効率がタイムラグ曲線を越えて、実体経済のTFPに進化できるか。分配制度や税財手段が持続的なデフレ圧力を受け止め、若者世代に新たな価値の入口を広げることができるか。産業界がコンプライアンスや競争・協調のリトマステストに答え、「生まれながらにグローバル」な時代の果実を確実に手にできるか。

韓歆毅と黄益平がフォーラムの終盤で語ったように、AIの最終的な価値はバランスシート上の評価だけでは証明できません。最終的にはリアルなマクロ成長によって測定され、より多くの労働者による「実感」として評価される必要があるのです。