AIと通常のイノベーションの違い

Joshua Gans(トロント大)が表題の点を追究したNBER論文を2編上げている。一つは「AI Adoption in a Competitive Market」(ungated[SSRN]版)で、その要旨の冒頭でGansは

Economists have often viewed the adoption of artificial intelligence (AI) as a standard process innovation where we expect that efficiency will drive adoption in competitive markets.
(拙訳)
経済学者は、人工知能(AI)の導入を、競争市場において効率性が導入を促すと予想される標準的なプロセス・イノベーションと見做すことが多い。

と書いた上で、それとは違った見方を提示している。要旨の残りの文はやや分かりにくいので、以下ではungated版の結論部を引用する。

The tendency in the economic analysis of AI has been to equate AI adoption with automation. While there are applications of AI that are embodied in capital, AI is fundamentally an improvement in prediction technology and, therefore, its first order impacts will be to improve decision-making under uncertainty. When considering, therefore, the impact of its adoption of different classes of factors of production, AI adoption (say as measured by the employment of people with AI skills) will be a complement to inputs that are more variable in the short-run. AI prediction allows those inputs to be chosen to better respond to changes in variables and hence, increases their efficiency on average. If such variable inputs are in terms of labour and its employment, AI adoption will be primarily labour augmenting.
This paper has examined AI adoption from this perspective in a competitive market. Even here the adoption of AI has external effects on other firms. While most efficiency-enhancing innovations would involve adoption that reduced the profits of competing firms, here it is possible that AI adoption could increase the profits of competing firms. This may, in turn, limit the adoption of AI across such markets. It is shown that this arises, however, when variable inputs impacted on by AI are a smaller share of total inputs used by the firm. The broader AI’s impact within a firm, the stronger will be the incentives to adopt and these will be driven by competition. This suggests that researchers will need to be careful in measuring the adoption and impact of AI in such markets.
There are many other issues that can be explored regarding the adoption of AI. One such avenue is to consider AI adoption by firms with market power – that is, who do not take market prices as given. This is explored by Gans (2022) who finds that the value of AI adoption differs upon whether it is informing pricing, output choices or both.
(拙訳)
AIの経済分析では、AI導入を自動化と等置する傾向があった。資本に体化する形のAIの適用もあるが、AIは基本的に予測技術の改善であり、従って、一次的な影響は不確実性の下での意思決定の改善である。そのため、異なる種類の生産要素へのAI導入の影響を考える場合、(例えばAI技術を持つ人の雇用で測定した)AI導入は、短期での変動性が高い投入を補完することになる。AI予測によって、そうした投入が各種変数の変化により良く反応する形で選択され、そのことによってそうした投入の平均的な効率性が高まる。それら変動的な投入が労働力とその雇用に関するものであるならば、AIはまずは労働増大的である、ということになる。
本稿はこうした観点から競争市場でのAI導入を調べた。ここでAI導入は他の企業に対し外部効果を持つ。効率性を高めるイノベーションの大半は導入によって競合相手の利益を減らすが、今の場合、AI導入によって競合相手の利益を増やすこともあり得るのである。そのために、該当市場でのAI導入が限定的になる可能性もある。ただし、そうしたことが生じるのは、AIに影響される変動的な投入が、企業が使用する投入全体において小さな割合の場合であることが示される。企業内でのAIの影響が大きいほど、導入のインセンティブは高まり、それは競争によって促進される。以上のことは、そうした市場でのAIの導入と影響を測定するに当たって研究者は慎重であらねばならない、ということを示唆している。
AIの導入に関連して追究すべき課題はこれ以外にも多くある。そうした追究すべき道筋の一つは、市場支配力を持つ企業、即ち、市場価格を所与のものとして甘んじて受け入れない企業によるAI導入を検討することである。これはガンズ(2022)によって追究され、AI導入の価値は、価格付け、生産量の選択、もしくは両者に情報を与えるか否かで違ってくることが見い出された。


ここで参照されている「ガンズ(2022)」がもう一本のNBER論文「AI Adoption in a Monopoly Market」(ungated[SSRN]版)である。以下はその要旨。

The adoption of artificial intelligence (AI) prediction of demand by a monopolist firm is examined. It is shown that, in the absence of AI prediction, firms face complex trade-offs in setting price and quantity ahead of demand that impact on the returns of AI adoption. Different industrial environments with differing flexibility of prices and/or quantity ex post, also impact on AI returns as does the time horizon of AI prediction. While AI has positive benefits for firms in terms of profitability, its impact on average price and quantity, as well as consumer welfare, is more nuanced and critically dependent on environmental characteristics.
(拙訳)
独占企業による人工知能(AI)の需要予測の導入について調べた。AI予測が無い場合、企業は、需要に先立って価格と生産量を設定する際に複雑なトレードオフに直面するが、それがAI導入の見返りに影響する。業界環境の違いと、それに伴う価格や事後の生産量の伸縮性の違いもまたAIの見返りに影響するほか、AI予測の対象期間も影響する。利益率という点ではAIは企業に正の便益をもたらすが、平均的な価格と生産量、および消費者厚生への影響はより微妙であり、環境特性に大きく左右される。