正解: BCorrect: B
電力やコンピュータと同様、汎用技術の効果は補完的投資の後に遅れて現れます。技術の導入だけでなく、業務プロセスと組織の再設計に投資することが、どのシナリオでも成果を左右します。As with electricity and computers, the effects of general-purpose technologies arrive with a lag after complementary investments. Investing in redesigning processes and organizations, not just adopting the technology, determines outcomes in any scenario.
Robert Solow は1987年に「コンピュータ時代はあらゆる場所で見られるが、生産性統計の中には見られない」と述べ、これは「生産性パラドックス」として知られます。Paul David は、電動モーターが工場の生産性を大きく引き上げたのは導入から数十年後、工場のレイアウトが蒸気機関前提の集中駆動から分散配置に再設計されてからだったことを示しました。Erik Brynjolfsson、Daniel Rock、Chad Syverson は、汎用技術への無形資産投資が初期には費用として計上され、後に成果として現れる「生産性Jカーブ」を提唱しています。2026年時点の生成AIはこの初期段階にあると解釈するのが妥当です。楽観シナリオでは2030年代に補完的投資が結実して生産性が加速し、悲観シナリオでは組織の慣性と技能不足により効果が限定的なまま推移します。ベースシナリオでは業界と企業によって大きな差が生じます。選択肢Aは早計、Cは事実に反し、Dは指標の意義を否定しています。個人にとっての示唆は、ツールの操作習得だけでなく、「業務プロセスをAI前提に再設計できる能力」が、どのシナリオでも最も価値ある技能の一つになるということです。In 1987 Robert Solow remarked that the computer age was visible everywhere except in the productivity statistics, which became known as the productivity paradox. Paul David showed that electric motors raised factory productivity substantially only decades after introduction, once factory layouts were redesigned from centralized steam-era drive shafts to distributed placement. Erik Brynjolfsson, Daniel Rock, and Chad Syverson proposed the productivity J-curve, in which intangible investments in a general-purpose technology first register as costs and only later as output. Generative AI in 2026 is best interpreted as being in this early phase. In an optimistic scenario, complementary investments pay off in the 2030s and productivity accelerates; in a pessimistic one, organizational inertia and skill shortages keep the effect limited; in the baseline, large differences emerge across industries and firms. Choice A is premature, C is factually wrong, and D dismisses the metric's significance. The implication for individuals is that the ability to redesign business processes around AI, not just to operate the tools, becomes one of the most valuable skills in any scenario.
Jカーブの解釈は、「いずれ効果が出る」という楽観的な先送りの口実にもなります。実際には、補完的投資が失敗に終わる企業や、効果が一部の大企業に集中する可能性もあります。また、マクロの生産性が上昇しても、その果実が賃金に分配されるかどうかは別問題です。The J-curve interpretation can become an optimistic excuse to keep deferring judgment. In practice, complementary investments fail at some firms, and gains may concentrate in a few large companies. Even if macro productivity rises, whether the gains are distributed to wages is a separate question.
組織は「AIを導入した」ではなく「どの業務プロセスをどう変えたか」を四半期ごとに測定し、効果が出ない領域では早期に設計を見直しましょう。個人は、自分の部署で一つの業務フローをAI前提に再設計する小規模プロジェクトを主導し、成果を数値で示すことで、分配交渉の根拠と市場価値の両方を手に入れることができます。Organizations should measure quarterly not whether AI was adopted but which processes changed and how, and revisit the design early where effects fail to appear. Individually, lead a small project that redesigns one workflow in your department around AI and show the results in numbers, which gives you both leverage in distribution negotiations and market value.