次世代に向けたAIと働き方

働き方改革、残業規制、36協定など昨今、働き方に関わる話題が随分と身近になりました。AIの発達やシンギュラリティの到来に関する情報発信、関連書籍も多数出版されており、企業、あるいは社会の中で一人一人が主体的に行動を起こしていくことが求められているのかもしれません。

AIと絡めて、参考情報や取り組みについてご紹介します。

◆高齢化社会+労働人口減のダブルパンチ!

人口ピラミッドがピラミッドと呼べたのは随分前の話となりました。

下記資料にて1940年から10年毎の変化を見ると、1960年から次第に盛り上がっている箇所が移動していることがわかります。

また、内閣府によると人口に占める高齢者の割合(以後、高齢化率)は1970年の7%から1994年に14%を超えて、平成29年10月1日付けで27.7%に達しました。

一方、15~64歳人口(以後、現役世代)は1995年に8,716万人でピークを迎え、2013年には32年ぶりに8,000万人を下回りました。
出典:内閣府ホームページ(高齢化の現状と将来像)

このままでは、2065年には国民の約2.6人に一人が65歳以上、約3.9人に1人が75歳以上と推測されています。その結果、1950年には1人の高齢者に対して12.1人いた現役世代が、2015年には2.3人、2065年には1.3人という比率になります。

◆シンギュラリティの到来、AIに仕事を取られる??

シンギュラリティに関しては、書籍・メディアなど様々な意見が飛び交っていますが、いずれにしろ個人の働き方、社会の在り方は、産業革命に並ぶ新たな転換期が予想されます。10年、20年後には多くの方が今と違う仕事についている可能性もあります。

そんな中、前章であげたようにたった100年ほどで1人の高齢者に対する現役世代の割合が10分の1まで変化した社会では、AIの活躍は今まで以上に求められるものになるでしょう。

Google社の量子コンピュータしかり、機械の能力は向上していくばかりです。

人間とAIが協力して社会を支えていきながら、わたしたち一人一人が個人の強みに目を向ける良いきっかけなのかもしれません。

◆労働生産性という考え

それらを数値化するものとして、「労働生産性」についてお話しできればと思います。
日常会話では使わないため、私もニュースや新聞などでみる程度ですが、こちらの資料を元にご紹介します。

日本の順位を見ると、実質労働生産性(一人当たりの付加価値額)、名目労働生産性(就業1時間あたりの付加価値額)ともに、OECD諸国の中で低い水準にあるようです。

◆価値を提供する

次に、それらを生産性を考える上で参考になる情報として、「使用価値」と「価値」という考え方があります。

「使用価値」とは、(その商品やモノを)使ってみて意味がある、何かの役に立つ

「価値」とは、それをつくるのにどれくらい手間がかかったか

(割愛)

商品の「価値」の大きさは、「社会一般的にかかる平均労力」で決まる

出典:人生格差はこれで決まる 働き方の損益分岐点(講談社+α文庫)

私たちは、その商品に意味があると思って買うだけでなく、それをつくるのにどれぐらい手間がかかったか、というのも購入や値段を決めるのに使っているようです。

そういう意味では、AIが台頭した場合には「社会一般的にかかる平均労力」に影響していきます。

会社はそれを売ることで売り上げをあげるため、商品の価値が下がってしまうと、企業努力により操業している経営者から見て、AIでなくあなたに「使用価値」や「価値」があることを証明していくことが必要です。

◆AIとRPA

AIと聞くとイメージしやすいものとして、RPAがあります。

RPAとは Robotic Process Automationの略で、これまで人間がやっていた作業をロボットが代行・自動化することで業務効率化や生産性向上を実現する技術です。

わたくしごとではありますが、先日フリーランスも抱えている会社の方に伺ったところ、これからプログラムを学んでエンジニアになる方にとっては敷居の低い技術だともおっしゃっていました。

◎RPAにはレベルがある??

一口にRPAと言っても、AIと連携することで3つのレベルがあるそうです。

現在のRPAの多くを指すクラス1に該当する情報取得や入力作業を行います。

そして、クラス2(EPA=Enhanced Process Automation)では言語、画像、音声解析などを取り入れることで、一部非定型業務の自動化を可能にしています。

さらに、プロセスの分析や改善、意思決定までを自ら自動化するクラス3(CA=Cognitive Automation)では、より行動な自律化が可能になります。

クラス2、クラス3については少し調べてみましたがまだ理解が浅く、個人的な意見としては機械学習とディープラーニング(深層学習)の区別と捉えています。引き続き、書籍や専門家のお話を伺う機会など、情報収集していきます。

出典:「RPA(働き方改革:業務自動化による生産性向上)」(厚生労働省)を参考に抜粋

◆SDGsから捉える労働×AIの問題

このように、AI技術も見据えた労働に関する問題は今働いている人だけでは達成し得ない課題です。

技術的・職業的スキルなど、雇用、働きがいのある人間らしい仕事及び起業に必要な技能を備えた若者と成人の割合を大幅に増加させること(ターゲット4.4)に始まり、経済成長率の持続(ターゲット8.1)や多様化、技術向上及びイノベーションを通じた高いレベルの経済生産性(ターゲット8.2)の実現が求められます。

その結果、働きがいのある人間らしい雇用(ディーセント・ワーク)の促進(SDGs 8)に繋がります。

また、産業セクターにおける化学研究促進・技術能力向上(ターゲット9.5)、開発途上国の国内における技術開発、研究及びイノベーション(ターゲット9.b)も世界の問題として継続的な改善が期待されます。

◆さいごに

技術の発展は日進月歩です。

変わりゆく中で、自分はどこにいてどんな価値を提供できるのか。

弊協会では、それぞれに熱いエネルギーを持ったメンバーにより様々なプロジェクトが立ち上がっており、ぜひこれを読まれているあなたと共に活動できるのを楽しみにしています。

現在、活動中のプロジェクトについては、このページをご覧ください。

最後までお付き合いいただき、ありがとうございました。

#ライター:井上 聡
未来技術推進協会では主に広報として活動し、熱意ある若手技術者や社会課題に興味がある方々の活動を発信している。昨年からフリーランスエンジニアとして活動しながら、今年5月ドイツで開催された国連イベントにも未来技術推進協会メンバーとして参加。
2020年1月23日 2020年1月23日更新

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する