AI and Economic Transition: consumer cohort effects レポート解説

概要

このマクロ報告書は、AI導入が労働所得、金融資産、インフレを通じて米国の消費者コホートに及ぼす影響を検証する。Morgan Stanleyの中心的な結論は、大学教育を受け、高所得で都市部に住むCHIC世帯は、ホワイトカラーの雇用代替に関する一般的な懸念が示すほど脆弱ではない可能性がある一方、若年専門職と急速導入シナリオはなお脆弱だというものである。

主要見解

Morgan Stanleyは、AIが消費者に及ぼす影響を、労働市場、資産、価格という相互に結びついた3つの経路で捉える。過去の一般均衡分析によれば、結果は主にAI普及の速度、新たなタスク創出の速度と規模、資産市場からのフィードバックに左右される。ベースケースでは、AIが約10年で普及し、インターネット時代の約2倍の速度になると仮定し、資産効果は保守的に置く。この場合、一時的な雇用代替は、生産性主導の実質賃金上昇、新規雇用、利益増加、ディスインフレによって相殺され、産出と所得を押し上げる。ベースケースでの失業率のピーク上昇は約0.2-0.5ppである。これに対し、全面導入が6年で進み、スキルのミスマッチと需要低迷が雇用創出を上回る急速普及のベアケースでは、失業率のピーク上昇は0.6pp-4.1ppとなる。 報告書は、ホワイトカラー消費者が必ずAIの主な被害者になるという見方に異議を唱える。タスクに基づく職業エクスポージャー分析では、高エクスポージャー職種は大学教育を受け、高所得で大都市圏に住む世帯、すなわちCHIC世帯に集中している。労働者の約26%が高エクスポージャー職種、56%が中エクスポージャー職種、18%が低エクスポージャー職種に属する。高エクスポージャー群の所得中央値は$97k、低エクスポージャー群は$46kであり、高エクスポージャー労働者の約70%が少なくとも学士号を持つのに対し、低エクスポージャー群では約10%である。ただし、エクスポージャーは自動化にも拡張にもなり得る。高エクスポージャー職種の失業率は景気循環トレンドから示唆される水準を約0.5pp上回るが、報告書はこれまでの影響は比較的小さいとみる。若年労働者は初級タスクの自動化を受けやすく、経験豊富な労働者は拡張、生産性、賃金上昇の恩恵を得る可能性がある。 新規雇用の創出はベースケースの重要な相殺要因である。AI関連求人は専門・技術サービス、情報、金融に集中し、非AI求人より高い推定給与となる傾向があり、経験のある労働者に偏る。数値で経験要件を示す求人のうち、AI関連求人で経験0-2年を対象とする割合は32%で、全求人の55%を下回る。AI関連求人は過去1年で全求人の2.1%から4.7%へ増加した。したがって報告書は、現職でAIエクスポージャーが高いCHIC世帯、とりわけ経験を持つ労働者は、AIが生み出す新たな仕事にも現在はより適しているように見えると結論づける。一方、具現化AIとロボティクスは肉体労働職種により直接的な影響を及ぼし得るが、Morgan Stanleyはハードウェア費用、安全要件、資本集約性、現実世界の訓練データ不足から、普及はより遅いと見込む。同社のGlobal Robot Modelでは、米国のロボット総数は2026年の15 millionから2030年の35 millionへ増えるが、人型ロボットが1 millionを超えるのは2035年までない。 資産効果は、この分配上の結果を特に重要にする。所得上位5分の1の層は家計による企業株式・投資信託の直接保有の87%を占め、大学教育を受けた世帯は85%、55歳以上の世帯は79%を占める。株式は所得上位20%の純資産の約30%を占める一方、所得下位40%では10%にとどまる。家計資産は1Q24から1Q26に約$21tn増加し、その増加の半分は直接株式によるものだった。Morgan Stanleyは、消費者は恒久的な資産増加1ドル当たり通常3-5セントを支出すると推計する。上位所得コホートの株式資産は年間労働所得のおよそ6倍であり、労働所得からの限界消費性向90%、金融資産から4%と仮定すると、恒久的な株式資産が4%上昇すれば、労働所得1%減少の支出効果を相殺できる。下位40%では24%の資産増加が必要となる。これは、労働所得が一時的に弱くても、比較的小幅で持続的な資産価格上昇が富裕層の支出を支え得ることを意味する。 インフレは短期と長期で異なる分配効果を生む。AIインフラ需要は電力、ソフトウェア、半導体関連財の価格を押し上げる可能性があるが、これらの多くはCPIとPCEでのウェイトが小さい。短期の主な懸念は電力で、低所得コホートの支出に占める割合は4%、高所得コホートでは2%である一方、車両支出は高所得消費者で8%、低所得消費者で5%である。報告書は、半導体コスト上昇の自動車価格への転嫁よりも、データセンター関連の電力価格圧力について強い証拠を確認している。データセンター集中度の高い地域では、電力価格がより上昇した。そのため、低所得、大学教育を受けていない、南部の世帯は短期の価格圧力により大きくさらされる。中長期では、Morgan Stanleyは生産性向上がディスインフレをもたらし、まず情報技術、金融、通信など導入率の高い産業で現れると予想する。高所得世帯の金融サービス・保険への支出比率は約11%で、下位5分位では4%、専門・通信サービスを含むその他サービスでは11%対5%であり、高所得世帯はサービス部門のディスインフレからより早く恩恵を得る位置にある。 これらの経路を総合すると、ベースケースはCHIC世帯全体にプラスである。資産効果、生産性主導の賃金、新規雇用、最終的なディスインフレが雇用代替を上回る。ただし、高学歴の若年労働者は短期的に弱さを経験する可能性があり、不平等は拡大する。Morgan Stanleyは、家具、車両、ぜいたく品、娯楽など裁量的支出における富裕層世帯の大きなシェアが、これらのカテゴリーを支えると予想する。低所得世帯も、より広い賃金上昇、ディスインフレ、または潜在的な金融緩和から絶対額では恩恵を得る可能性があるが、初期の上振れ恩恵は小さく、短期のインフレ圧力にはより大きくさらされる。ベアケースでは、急速導入による初期のCHIC雇用ショックに資産価格の25-30%以上の持続的下落が重なると、富裕層は裁量的支出を削減し、その大きな支出シェアを通じてショックは全コホートに広がる需要低迷となる。この結果では、金融・財政政策対応が重要になる。

分析フレームワーク

報告書はまずAI導入について一般均衡のベースケースとベアケースを構築し、その後、職業、家計バランスシート、支出パターンに関するミクロデータを所得、教育、地域、年齢ごとに適用する。労働代替、生産性主導の賃金上昇、雇用創出を評価し、限界消費性向の仮定を用いて株式保有を消費への影響に変換し、コホート別支出バスケットを比較して短期のインフレと長期のディスインフレへのエクスポージャーを評価する。

手法メモ

• マクロ経済フレームワークその他

  一般均衡によるAI導入シナリオ

  Morgan Stanleyは、タスク創出、資産フィードバック、労働市場調整を織り込み、緩やかな普及のベースケースと急速普及のベアケースを比較するため、過去の一般均衡モデルを使用する。

• 業界・産業分析フレームワーク数量・価格分解

  消費者への3経路の伝達分析

  報告書はAIの消費者への影響を労働所得、金融資産、インフレに分け、それぞれの経路が人口コホートにどう作用するかを比較する。

• クオンツ・ファクター・ポートフォリオ理論その他

  タスクベースの職業AIエクスポージャー指数

  Feltenらの枠組みを用い、各職業のタスク・能力と現在および予想されるAI能力の整合性に基づいて職業をスコア化し、エクスポージャーと必然的な悪影響を区別する。

• 企業ファンダメンタルズ・財務フレームワークフリーキャッシュフロー分析

  労働所得と資産からの限界消費性向

  報告書は、恒久的な株式資産の変化が消費における労働所得の損失をどのように相殺し得るかを推計しており、結果はコホートの資産水準によって大きく異なる。

主要データ

• ベースケースのAI普及About 10 years; roughly 2x the internet’s pace生産性を高めつつ景気後退を引き起こさないと仮定する。
• ベースケースの失業率ピーク上昇+0.2-0.5pp一時的な上昇は、賃金、タスク創出、ディスインフレ、資産効果によって相殺される。
• ベアケースの失業率ピーク上昇+0.6pp to +4.1pp急速な6年導入シナリオであり、結果は間接的な資産・需要効果に左右される。
• AI高エクスポージャー職種の労働者26%低エクスポージャーは18%、中エクスポージャーは56%。
• エクスポージャー群別の所得中央値$97k high exposure; $46k low exposure2024年時点の職業別年収中央値データに基づく。
• AI関連求人の比率4.7%, up from 2.1% over the past yearAI関連採用の拡大を示す。
• 直接株式・投資信託保有に占める上位20%の割合87%AI関連の資産効果が集中していることを示す。
• 家計資産の変化About $21tn from 1Q24 to 1Q26直接株式が増加の半分を占めた。
• 労働所得1%減少を相殺するために必要な資産増加4% for top 20%; 24% for bottom 40%労働所得からの限界消費性向90%、金融資産から4%を仮定する。

影響と示唆

Morgan Stanleyは、AIによる消費者への影響を職業エクスポージャーだけから推論すべきではないと論じる。ベースケースでは、富裕で高学歴の都市部世帯の資産保有と、生産性・新規雇用の恩恵を得やすい位置づけが総裁量的支出を支える一方、分配上の不平等は拡大する。急速な展開に大幅な資産市場下落が伴う場合、この論理は逆転し、需要の弱さが全消費者コホートに広がる。

リスク

• AIの急速な普及により、雇用代替がタスク創出を上回り、景気後退型の結果につながる可能性がある。
• 25-30%以上の持続的な資産市場下落は、富裕層世帯の支出削減を招き、より広範な需要ショックを増幅する可能性がある。
• スキルのミスマッチにより、代替された労働者が新たに創出されたAI関連職へ速やかに移れない可能性がある。
• ソフトウェアや他のAI関連の価格圧力が予想を上回り、消費者の購買力を低下させる可能性がある。
• 分配上の結果は、導入速度、資産市場の動き、金融・財政政策対応に左右される。

注目点

• コホート別の月次・四半期の雇用、失業、賃金上昇、労働所得指標。
• Morgan StanleyのAI labor trackerとAI productivity tracker。
• 業種、報酬、経験要件を含むAI関連求人。
• 所得、年齢、教育コホート別の純資産と株式資産の変化。
• コホート別インフレ指標、特にデータセンターが集中する地域の電力価格。
• 裁量的カテゴリーの支出と、所得、年齢、地域、教育別の支出動向。