同じ週に起きた、二つの出来事

2026年4月。ある週に、こんなことが立て続けに起きた。

AI企業の企業価値が1兆ドルを突破した。同じ週に、そのCEOの自宅に火炎瓶が投げ込まれた。そして別のAI企業では、1,000人がレイオフされた。

偶然の一致、と片付けたくなる。でもそうじゃない。これは同じ構造から生まれた三つの出来事だ。

エンジニア兼AIストラテジストの山内怜史（@s3atoshi）氏が、この「構造」を一次データで可視化するOSS書籍『A Trillion Dollars and a Firebomb』を公開した。全文CC BY 4.0でGitHubに無料公開されている。今回はその内容を軸に、AIが社会に何をもたらしているのかを整理してみたい。

なぜ「オピニオン」ではなく「一次データ」で語るのか

AIの社会的インパクトを論じる記事は、正直もう溢れかえっている。ただ、その大半は「〜と思われる」「〜の懸念がある」という感情論か、特定の立場からの主張だ。

この書籍のアプローチは違う。使っているのはPew Research Center、Gallup、Edelman Trust Barometer、Ipsos Global AI Monitor、Stanford HAI（AI Index Report）といった一次データソース群だ。32カ国をまたぐ定点観測データを横断して、構造を定量的に記述している。

「コードを書く人間だからこそ、感情論ではなくデータの構造で語れる」という著者のスタンスは、読んでいて説得力がある。推進派でも反対派でもない、という立ち位置も珍しい。

データが示す、4つの非対称

本書が描く非対称構造のうち、特に重要なものを四つ取り上げる。

① 認識格差

AI専門家の82%が「AIは社会に良い影響を与える」と回答している。一方で一般市民の同意は32%。50ポイントの開きがある。

これが意味するのは、AIの恩恵を語る人々と、不安を抱える人々が、ほぼ別の現実を生きているということだ。同じ「AI」という言葉を使いながら、見えている景色が根本的にズレている。

② 空間的集中

サンフランシスコから半径50km圏内に、1兆ドル規模のAI資本が集中している。投資も、人材も、意思決定も、ほぼ一点に集まっている。この地理的集中は「空間的排除」という構造を生む。テクノロジーはグローバルだが、その果実は極めてローカルだ。

③ 雇用の蒸発

「仕事が消える」という議論はよく聞く。だが本書が指摘するのはもっと具体的な問題だ。消えているのは「エントリーレベルの職」だ。若年層がキャリアの最初の一歩を踏み出すポジションが、AIに置き換えられていく。これはキャリアラダーそのものの崩壊を意味する。仕事は「上の層」にはある。でも「入り口」が閉じていく。

④ r > g の極限化

ピケティが示した「資本収益率が経済成長率を上回る」という不等式。AI時代にはこれが極限まで加速する。著者はここから「永久下層市民」という概念を導いている。一度はじき出されると、再参入できる梯子がない、という構造だ。

AIおじさんの見方：「入り口の消滅」が一番怖い

個人的に、この四つの中で最も深刻だと感じるのは③の「エントリーレベル職の蒸発」だ。

「AIで仕事が奪われる」という話をするとき、多くの人は中堅〜ベテラン層の職種をイメージする。でも現実に先に消えているのは、新卒や第二新卒が最初に就くような仕事だ。データ入力、簡単なコーディング、カスタマーサポートの一次対応、初歩的なリサーチ業務。

これらは「低スキルの仕事」に見える。でも本当の意味は違う。これは「スキルを身につけるための場」だった。人はこういう仕事を通じて、業務の流れを覚え、判断力を鍛え、上のポジションに上がっていく。その入り口が閉じるということは、キャリアを積む機会そのものが消えるということだ。

「AIが使えればいい」というのは正しい。でもそのAIを使いこなすための文脈理解は、どこで身につけるのか。その問いに、まだ誰もちゃんと答えていない。

日本人として見逃せない「特異構造」

本書の第9章が扱う「日本の特異性」も興味深い。

著者が指摘するのは、「低利用・低受益感・高grievance」という矛盾した構造だ。日本はAIをほとんど使っていないのに、AIへの不満や不安は高い。恩恵を受けていないのに、脅威は感じている。

これは奇妙に見えるが、実は論理的でもある。使っていないから、AIの実像が見えない。見えないから、メディアや伝聞で形成されたイメージだけが先行する。そのイメージは往々にして不安を煽る方向に傾く。

結果として、活用も進まず、理解も深まらず、不安だけが高止まりする。この構造から抜け出すには、まず「使ってみる」という経験の積み上げしかないが、そのための環境整備も議論も、日本ではまだ十分ではない。

実務的な示唆：構造が見えると、何が変わるか

本書のスタンスは明快だ。「答えを書かない。処方箋を書かない。構造を描くだけだ」。

これを読んで「じゃあ何の役に立つのか」と思う人もいるかもしれない。でも実務の観点からは、むしろこのアプローチの方が誠実だと思う。

今のAI議論に足りないのは、感情論でも楽観論でも悲観論でもなく、「現在地の正確な認識」だ。専門家と市民の50ポイント格差を知っていれば、社内でAI推進の議論をするときの伝え方が変わる。エントリーレベル職の消滅を知っていれば、採用戦略や人材育成の設計が変わる。地理的集中の構造を知っていれば、自社がどのポジションにいるかの見方が変わる。

データで構造を把握することは、打ち手を決めることとは別の作業だ。でも構造が見えていない状態で打ち手を考えても、的外れになりやすい。その意味で、このOSS書籍はかなり実用的な「現状認識ツール」として使える。

全文無料公開されているので、気になる章だけ読むだけでも価値がある。特に第3章（エントリーレベル職の蒸発）と第9章（日本の特異性）は、日本のビジネスパーソンにとって示唆が多い。

「見えるようになったものは、もう見なかったことにはできない」という著者の言葉が、妙に頭に残っている。