と題された、来年初のAEA年次総会におけるペーパーセッション「AI and Productivity: Is This Time Different?」の予稿の一つをタイラー・コーエンが紹介している。原題は「AI as an Innovation in the Method of Innovation: Implications for Productivity Growth」で、著者はFilippo Bontadini（グイド・カルリ社会科学国際自由大）、Carol Corrado（ジョージタウン大）、Jonathan Haskel（インペリアルカレッジロンドン）、Cecilia Jona-Lasinio（グイド・カルリ社会科学国際自由大）。
以下はその要旨。
This paper estimates the possible contribution of AI to future labor productivity growth assuming that AI is both a “general purpose technology” and an “innovation in the method of innovation.” The framework used in this paper separates an upstream innovation sector from a downstream production sector. The impact of AI is modelled as (a) boosting upstream total factor productivity (a “production effect”) and (b) enhancing intangible capital use downstream (a “use effect”). The framework can be used to show how AI’s boost to upstream total factor productivity growth can drive long-term labor productivity growth. We relate this framework to the “task accounting” framework commonly used. We have two main findings. First, we argue that AI can already be seen in productivity statistics for the United States. The production and use effects of software and software R&D (alone) contributed (a) 50 percent of the 2 percent average rate of growth in US nonfarm business labor productivity from 2017 to 2024 and (a) 50 percent of its 1.2 percentage point acceleration relative to the pace from 2012 to 2017. Second, taking additional intangibles and data assets into account, we calculate a long-run contribution of AI to labor productivity growth based on assumptions that follow from the recent trajectories of investments in software, software R&D, other intangibles, and productivity growth in both US and Europe. Our central estimates are that AI will boost annual labor productivity growth by as much as 1 percentage point in the United States and about .3 percentage point in Europe.
（拙訳）
本稿は、AIが「汎用技術」であると同時に「イノベーション手法のイノベーション」であると仮定して、今後の労働生産性成長へのAIのあり得る寄与を推計した。本稿で用いた枠組みは、上流のイノベーション部門と下流の生産部門を分けている。AIの影響は、(a)上流の全要素生産性を押し上げ（「生産効果」）、(b)下流での無形資本の利用を拡大する（「利用効果」）、としてモデル化される。この枠組みは、AIによる上流の全要素生産性成長の押し上げがどのように長期の労働生産性成長を促進し得るかを示すのに使える。我々はこの枠組みを、一般に用いられている「業務会計」の枠組みと関連付けた。2つの主要な発見が得られた。第一に、AIは米国の生産性統計に既に現れている、と我々は主張する。ソフトウェアとソフトウェアの研究開発の生産効果と利用効果は（それだけで）(a) 米国の非農業部門労働生産性の2017年から2024年に掛けての平均成長率2%の50%、(a)*1同成長率が2012年から2017年に掛けての成長速度と比べて1.2%ポイント加速した分の50%、に寄与している。第二に、追加的な無形資本とデータ資産を考慮に入れて我々は、ソフトウェア、ソフトウェア研究開発、およびその他の無形資本への投資と、米欧の生産性成長の最近の推移から導かれた仮定に基づき、労働生産性成長へのAIの長期的な寄与を計算した。我々の中心的な推計では、AIは年間労働生産性成長率を米国で概ね1%ポイント、欧州で約0.3%ポイント押し上げる。
日本についてどのくらいの押し上げ幅になるか知りたいところではある。
ちなみに著者のうち3人は3年前に無形資本と現代経済 - himaginary’s diaryで紹介した論文の著者である。
コーエンは、ソローパラドックスをもじって「“AI is everywhere but in the productivity statistics…”」と題したエントリでこの論文を紹介し、「These people are saying it is there too. Though I am not quite sure what they (or anyone, for that matter) mean by AI（この人たちは生産性統計にもAIが現れている、と言っている。ただ、彼らが（その点では誰しもが）AIで何を意味しているかが私には良く分からない）」と続けている。
*1:これはおそらく(b)の誤記。
