本記事は、YouTube動画『あなたの貯金が蒸発している｜AI時代の資産格差 たった一つの違いで決まる』の内容を基に構成しています。
人工知能、いわゆるAIの進歩が、これまでの予測を上回る速度で進んでいます。
AIが文章や画像を作ること自体は、すでに多くの人にとって珍しいものではなくなりました。しかし、現在進行している変化は、単に便利なツールが増えたという話ではありません。
AIが自ら判断し、商品を購入し、ソフトウェアを開発し、企業活動を行うようになれば、仕事の仕組み、企業の競争、国家間の力関係、通貨、物価、そして個人の資産形成までが大きく変わります。
動画で語られている中心的なテーマは、AI時代の資産格差です。
これからの格差は、単に努力した時間や学歴、才能だけで決まるものではなくなる可能性があります。AIによって富を生み出す企業や設備を「所有する側」にいるのか、それともAIによって労働価値を圧縮される側にいるのか。その小さな立ち位置の違いが、将来的に大きな資産格差へつながるという問題提起です。
本記事では、動画の内容をできるだけ省略せず、AIモデルの進化、エージェンティックAI、A2A経済、国家間競争、インフレ、エネルギー問題、雇用への影響、そして個人が考えるべき資産形成までを順番に解説します。
不確実な時代でもAI投資が止まらない理由
一般的な経済学では、戦争や金融不安などによって先行きの不確実性が高まると、企業は設備投資を控えると考えられています。
将来の需要が分からないのであれば、新しい工場や設備への投資を延期し、状況を見極めようとするのが普通です。
ところが、現在のAI企業はこれとは反対の行動を取っています。
地政学的な緊張が高まり、エネルギー価格や建設費の上昇が警戒される状況でも、AI関連企業はデータセンターの建設やGPUの購入を加速させています。
その背景には、AI競争から脱落することへの強い危機感があります。
AI市場では、一度開発競争に遅れると、短期間で追いつくことが難しくなります。高性能なAIを開発するためには、膨大な計算能力、データ、電力、研究者、資金が必要になるからです。
さらに、すでにデータセンターへ巨額の投資を行っている企業にとって、途中で計画を止めることは簡単ではありません。
これまで投じた資金が回収できない埋没費用になる可能性があるためです。将来、建設費やGPU価格がさらに上がると予想されれば、企業は投資を止めるのではなく、むしろ計画を前倒ししようとします。
つまり、現在のAI投資は単なる成長戦略ではなく、企業にとっての生存競争になりつつあります。
高性能AIは新しい戦略兵器になり得る
動画では、高性能AIがソフトウェアの脆弱性を短時間で発見し、サイバー攻撃にも利用できる可能性が紹介されています。
AIのコーディング能力が高まることは、ソフトウェア開発の効率化につながります。一方で、プログラムを深く理解できるAIは、セキュリティ上の欠陥を発見したり、攻撃方法を設計したりする能力も持ち得ます。
これはAIの進化が持つ大きな矛盾です。
プログラムを安全にする能力と、プログラムを攻撃する能力は表裏一体です。高度なAIを使えば、これまで専門家が何年もかけて調査していたソフトウェアの問題を、短期間で発見できる可能性があります。
そのため、最先端のAIモデルは通常の商品と同じように、無条件で広く公開できるとは限りません。
仮に重要インフラの脆弱性を見つけられるAIが、敵対的な国家や犯罪組織に渡れば、金融、通信、物流、行政などのシステムが攻撃される危険性があります。
この意味で、高性能AIは核兵器と同じものではないとしても、国家間交渉における戦略的な力を持つ可能性があります。
実際に使用しなくても、相手国のデジタルインフラへ影響を与えられる能力を持っているだけで、交渉上の優位性が生まれるからです。
AI開発競争はアルゴリズムだけでは決まらない
AI開発というと、優秀な研究者や革新的なアルゴリズムが最も重要だと考えられがちです。
もちろん、人材と技術は重要です。しかし、現在の大規模AI開発では、それだけで勝敗が決まるわけではありません。
大きな違いを生むのが、計算資源の規模です。
高性能AIを開発するためには、大量のGPUを長期間稼働させ、膨大なデータを学習させる必要があります。数千個のGPUを使って作るモデルと、数百万個規模の半導体を利用して作るモデルでは、学習可能なデータ量や計算回数が大きく異なります。
そのため、AI競争は次の要素をめぐる競争でもあります。
・GPUをどれだけ確保できるか
・巨大なデータセンターを建設できるか
・大量の電力を安定して供給できるか
・長期間の研究開発費を負担できるか
AI開発は、ソフトウェア企業だけで完結する産業ではありません。
半導体、通信設備、発電所、送電網、冷却設備、建設資材など、幅広い産業が関係します。AIの競争は、技術競争であると同時に、資本力、製造力、エネルギー供給力を含む国家戦略の競争になっています。
生成AIの次に来るエージェンティックAI
2023年以降、生成AIは文章、画像、音声、動画、プログラムなどを作る技術として急速に普及しました。
しかし、生成AIは基本的に、人間の指示を受けて何かを作る仕組みです。
AIが文章を書いても、それを送信するかどうかは人間が判断します。AIが旅行先を調べても、最終的に航空券を選んで購入するのは人間です。
これに対して、エージェンティックAIは、単に情報を生成するだけではありません。
目標を与えられると、必要な情報を集め、選択肢を比較し、判断し、実行まで進めます。
たとえば、ヨーロッパ行きの航空券を手配してほしいと依頼した場合、従来型のAIは航空券の候補を示すところまででした。
エージェンティックAIは、利用者の予算、日程、過去の好みなどを踏まえて便を選び、予約や決済を行い、確認メールまで整理する可能性があります。
つまり、AIが人間の補助役から、実際に行動する代理人へ変わっていくのです。
バイブコーディングがソフトウェア開発を変える
AIの進歩とともに注目されているのが、バイブコーディングです。
バイブコーディングとは、PythonやJavaなどのプログラミング言語を細かく記述するのではなく、日常的な言葉で希望する機能を伝え、AIにプログラムを作らせる方法です。
たとえば、「売上データを読み込んで、月別のグラフを作るアプリを作ってください」とAIへ依頼するだけで、必要なコードを生成できるようになります。
これまでソフトウェア開発には、プログラミング言語、データベース、サーバー、セキュリティなどの専門知識が必要でした。
しかしAIがコードを生成し、エラーを修正し、アプリを公開する作業まで支援するようになれば、プログラミング経験のない人でもソフトウェアを作れるようになります。
これはソフトウェア開発の民主化といえます。
一方で、プログラミング技術を持っていること自体の希少性は、将来的に低下する可能性があります。
今後のエンジニアには、コードを書く能力だけでなく、何を作るべきかを考える能力、AIの出力を検証する能力、顧客の課題を理解する能力がより重要になるでしょう。
デジタル世界の次はフィジカルAIへ
エージェンティックAIが主にデジタル空間で活動するのに対し、フィジカルAIは現実の物理空間で動きます。
たとえば、倉庫で荷物を運ぶロボット、工場で部品を組み立てるロボット、家庭内で掃除や介護を行うロボット、自動運転車、宅配ロボットなどです。
今後、AIの判断能力とロボット技術が組み合わされることで、これまで人間が行っていた肉体労働の一部も自動化される可能性があります。
かつては、一般家庭にコンピューターが必要になるとは考えられていませんでした。
しかし現在では、多くの人がスマートフォンやスマートウォッチを日常的に使っています。同じように、現時点では家庭用ロボットを不要だと感じる人が多くても、将来は洗濯機や冷蔵庫と同じような存在になるかもしれません。
AI革命は、パソコンやスマートフォンの画面の中だけで完結するものではありません。
最終的には、物流、製造、建設、医療、介護、農業、交通など、現実世界の産業構造を変える可能性があります。
経済の参加者にAIエージェントが加わる
これまでの経済活動では、主な参加者は企業と消費者でした。
企業をBusinessのB、消費者をConsumerのCと表すと、取引は主にB2B、B2C、C2B、C2Cという形で説明できます。
しかし、AIエージェントが自ら判断して取引を行うようになると、第3の経済主体としてAgentのAが加わります。
これにより、B2A、A2B、C2A、A2C、そしてA2Aという新しい取引が生まれます。
たとえば、高校生が15万円以内で、プログラミングと動画編集に使えるノートパソコンを探しているとします。
従来であれば、本人が検索サイトやレビュー記事を読み、複数の商品を比較して購入していました。
しかしエージェンティックAIの時代では、本人はAIへ条件を伝えるだけです。AIがスペック、価格、保証、納期、利用者の評価などを比較し、最適な商品を注文します。
このとき、パソコンメーカーが説得しなければならない相手は、人間ではなく購入者のAIエージェントです。
芸能人を起用した広告、感情に訴える映像、期間限定セールなどは、機械であるエージェントには通用しにくくなります。
販売側の企業も、自社の商品情報や価格条件をエージェントに伝えるため、自社のAIエージェントを用意するでしょう。
買い手のAIと売り手のAIが交渉し、人間が直接関与しないまま取引が成立する。これがA2A、エージェント・トゥ・エージェントの経済です。
A2A経済で利益を得るのは誰か
A2A経済が拡大すると、企業活動の効率は大きく上がる可能性があります。
AIは24時間働くことができ、休憩や睡眠を必要としません。複数の業務を並行して処理し、人間より速く大量のデータを分析できます。
その結果、少人数、あるいは従業員がほとんどいない企業でも、大きな売上を生み出せる可能性があります。
シリコンバレーでは、従業員1人の企業だけでなく、AIだけで運営される0人企業という考え方も注目されています。
投資家が資金を提供し、AIが商品を作り、集客し、販売し、顧客対応を行う。オフィスも従業員も持たず、AIが事業を動かす仕組みです。
ただし、生産性が上がったからといって、その利益が社会全体へ均等に分配されるとは限りません。
AI企業、データセンター、半導体、エネルギー設備などを所有する一部の企業や投資家へ、利益が集中する可能性があります。
100人分の仕事をAIが行い、そのAIを1人の経営者が所有している場合、生み出された利益を100人で分ける必要はありません。
この構造が広がれば、労働によって得られる所得と、企業や設備の所有によって得られる所得の差が拡大します。
ベーシックインカムとハイインカム構想
AIによる自動化が進み、多くの人が従来の方法で所得を得られなくなれば、所得再分配制度の見直しが必要になります。
よく知られているのが、ユニバーサル・ベーシック・インカムです。
政府がすべての国民へ最低限の生活費を定期的に給付する制度で、雇用が不安定になるAI時代の安全網として議論されています。
一方、動画では、最低限の生活費だけではなく、より多くの所得を社会へ分配するユニバーサル・ハイインカムという考え方も紹介されています。
AIが人間より圧倒的に高い生産性を持ち、社会全体に大量の商品やサービスを供給できるのであれば、その利益を広く分配できるという発想です。
ただし、実現には多くの課題があります。
AIが生み出した利益を誰が受け取り、どの国が課税し、どの範囲の人へ分配するのかという問題です。
AI企業の利益が米国など一部の国へ集中する場合、その利益が世界中の人々へ平等に分配される保証はありません。
AIが豊かな社会を作るとしても、その恩恵を受けられる国と受けられない国、資産を所有する人と所有しない人の差が残る可能性があります。
AI時代にはトークンが経済単位になる可能性
生成AIを利用するとき、入力した文章やAIが出力した文章は、トークンという単位で処理されます。
トークンは、AIが文章を理解し、生成する際の計算単位です。
現在、多くのAIサービスでは、処理したトークン数に応じて利用料金が決まります。
これまでは主に、人間や企業がAIを利用してトークンを消費していました。
しかしAIエージェントが普及すると、AIが別のAIへ指示を出し、データを収集し、プログラムを生成し、取引を行うために大量のトークンを消費するようになります。
エージェントは人間のように眠る必要がないため、24時間トークンを使い続けます。
将来、AI同士の取引や業務が経済活動の大部分を占めるようになれば、トークンは単なる技術的な処理単位ではなく、電力や通信量と同じ重要な経済資源になる可能性があります。
ただし、そのトークンを発行し、AIモデルやクラウドを管理するのは、主に大手テクノロジー企業です。
AI経済の基盤を一部企業が支配すれば、経済的な力もさらに集中することになります。
AI企業へどのように課税するのか
AIによって大量の仕事が自動化される場合、政府の税収構造も変わります。
現在の社会保障制度は、企業や働く人が支払う所得税、法人税、社会保険料などによって支えられています。
しかし、人間の従業員が減り、AIが仕事を行うようになると、給与所得や社会保険料から得られる税収が減少する可能性があります。
そこで提案されているのが、ロボット税やAI利用への課税です。
経済学にはピグー税という考え方があります。
企業が利益を得る一方で、環境汚染などの社会的な損失を生み出す場合、その企業へ税を課し、社会全体が負担する損失を補う制度です。
AIについても同様に考えられます。
AI企業や半導体企業が大きな利益を得る一方で、失業、所得格差、地域経済の衰退、社会不安などの問題が発生するのであれば、AIによる利益の一部を社会へ還元すべきだという考え方です。
ただし、AIサービスは国境を越えて提供されます。
ある国だけが高い税金を課せば、企業が別の国へ移転する可能性があります。そのため、実効性のあるAI課税を行うには、複数国の協調が必要です。
しかし、国家間のAI開発競争が激しくなる中で、世界中が同じ税制に合意することは容易ではありません。
AIは短期的にインフレを起こす可能性がある
AIは物価を下げるのでしょうか。それとも物価を上げるのでしょうか。
この問題については、正反対の2つの見方があります。
1つ目は、AIが生産性を高め、商品やサービスを低コストで大量に作れるようになるため、物価が下がるという考え方です。
2つ目は、AIを開発するために巨大なデータセンター、半導体、電力設備への投資が必要となり、短期的には需要が急増して物価が上がるという考え方です。
どちらも間違いとはいえません。
重要なのは、時間軸が異なることです。
短期的には、AI関連の設備投資が急増します。データセンター建設、GPU、電力、送電網、冷却設備、建設作業員などへの需要が高まり、価格が上昇しやすくなります。
一方、長期的にはAIの生産性向上によって、同じ人数、同じ設備、同じ時間で、より多くの商品やサービスを生産できるようになる可能性があります。
そうなれば、供給量が増え、物価上昇を抑える方向に働きます。
つまり、AIは短期的にはインフレ要因となり、長期的にはディスインフレ要因になる可能性があります。
1990年代のIT革命とAI革命の共通点
AIによる生産性革命を考えるうえで参考になるのが、1990年代のIT革命です。
コンピューターやインターネットが企業活動へ導入されると、情報処理、在庫管理、通信、金融取引などの効率が大きく向上しました。
企業は同じコストで、より多くの商品やサービスを提供できるようになりました。
生産性が高まれば、企業は価格を下げても利益を確保できます。価格が下がれば需要が増え、雇用や経済成長につながります。
この結果、高い経済成長と低い物価上昇が同時に実現する可能性があります。
ただし、その状態は永遠には続きません。
IT革命による成長期待が高まると、投資家はテクノロジー株を大量に買い始めました。株価が企業の実力以上に上昇し、ITバブルが形成されました。
資産価格の上昇によって消費も増え、物価上昇圧力が高まり、中央銀行は利上げを迫られました。
最終的に高金利が株価と景気を押し下げ、ITバブルは崩壊しました。
AI革命でも同じように、生産性向上、株価上昇、資産バブル、インフレ、金融引き締めという流れが起こる可能性があります。
AIが本物の技術革命であっても、関連企業の株価が常に適正であるとは限りません。
技術の将来性と、株式の購入価格は分けて考える必要があります。
AI時代に強い国が持つ3つの条件
動画では、AI時代に強い国が持つ条件として、AI技術、半導体、エネルギーの3つが挙げられています。
まずAI技術です。
高性能な基盤モデルを開発し、ソフトウェアや産業へ応用できる企業、人材、研究機関が必要です。
次に半導体です。
AIの学習や推論には高性能な半導体が欠かせません。設計、製造装置、素材、製造工場、パッケージングまで、複雑な供給網が必要です。
そして、最も見落とされやすいのがエネルギーです。
AIは大量の電力を消費します。どれほど優れたAIモデルや半導体を持っていても、安定した電力がなければデータセンターを動かすことはできません。
この3つを国内で確保できる国は、AI時代において非常に強い立場に立てます。
米国は、AI企業、半導体設計企業、クラウド、データセンターに加え、石油、天然ガス、原子力、再生可能エネルギーなど、多様なエネルギー資源を持っています。
さらに、地理的にも東西を海に囲まれ、周辺国から大規模な軍事侵攻を受けにくいという利点があります。
この構造が、米国をAI時代の有力国にしているというのが動画の見方です。
日本は半導体技術を持つ一方でエネルギーが弱い
日本はAIモデルそのものでは米国企業に後れを取っている面がありますが、半導体製造装置、素材、精密部品、産業用ロボットなどでは高い競争力を持っています。
半導体工場の国内誘致や、先端半導体の国産化を目指す動きも進んでいます。
日本の製造業には、長年蓄積された技術、人材、品質管理、部品供給網という強みがあります。
しかし、日本の大きな弱点はエネルギーです。
原油、天然ガス、石炭の多くを海外から輸入しており、国際情勢や為替、海上輸送の影響を受けやすい構造になっています。
AIデータセンターや半導体工場は、大量の電力を継続的に必要とします。
電力価格が高い、供給が不安定、発電設備の増設に時間がかかるという状況では、AI産業の競争力が低下する可能性があります。
どれだけ優れた半導体工場を建設しても、安定した電力がなければ稼働できません。
日本にとってAI戦略は、研究開発や半導体工場だけの問題ではなく、原子力、再生可能エネルギー、火力発電、蓄電池、送電網を含む総合的なエネルギー政策の問題でもあります。
ホルムズ海峡と日本のエネルギー安全保障
日本が輸入する原油の多くは中東地域に依存しています。
その輸送ルートで重要になるのが、ホルムズ海峡です。
ホルムズ海峡は、ペルシャ湾とオマーン湾を結ぶ狭い海峡で、世界のエネルギー輸送における重要なチョークポイントです。
紛争などによって海峡の航行が難しくなれば、原油や天然ガスの輸送が滞り、世界的なエネルギー価格の上昇につながります。
日本は石油だけでなく、電力、物流、化学製品、農業、製造業など、幅広い分野で輸入エネルギーに依存しています。
エネルギー供給が不安定になれば、AIデータセンターだけでなく、半導体工場、自動車工場、物流網、家庭生活まで影響を受けます。
AI時代には、最先端技術を開発する力だけでなく、その技術を安定して動かし続ける力が重要です。
日本の技術力を生かすためには、エネルギー安全保障を同時に強化する必要があります。
AI時代に希少になるのはエネルギーかもしれない
投資家は、急成長している産業そのものへ注目しがちです。
AIが成長しているのであれば、AIソフトウェア企業や半導体企業を買おうと考えるのは自然です。
しかし、産業が急成長するときに最も価格が上がりやすいのは、その産業に欠かせない希少資源です。
2000年代、中国を中心とする新興国の成長によって、原油、鉄鉱石、銅などの需要が急増しました。
当時はインターネット企業にも注目が集まっていましたが、世界の時価総額上位には大手石油会社が位置していました。
その後、シェール革命によって原油供給が増えると、エネルギーの希少性は低下しました。
代わって希少になったのが、データ、アルゴリズム、高性能半導体です。その結果、検索、クラウド、スマートフォン、GPUなどを支配するテクノロジー企業が成長しました。
今後、AIが爆発的に普及すれば、データセンターの電力需要が急増します。
AIモデルを動かし、トークンを生成するためには、常に電力が必要です。
半導体の性能が上がっても、AIの利用量そのものが増えれば、総電力消費が増える可能性があります。
そのため、次に希少になる資源は、電力、天然ガス、原子力設備、ウラン、送電網、変圧器、蓄電池、冷却設備などかもしれません。
AI投資を考える際には、最も目立つ企業だけではなく、その産業を支える基盤に注目する視点が重要です。
AIが最初に代替しやすい仕事とは
AIによって代替される仕事というと、単純作業や低賃金労働を想像する人が多いかもしれません。
しかし、生成AIやエージェンティックAIが得意とするのは、文章、データ、画像、プログラムなど、デジタル情報を扱う仕事です。
そのため、影響を受けやすいのは、これまで高学歴、高収入、安定した仕事とされてきたオフィスワークである可能性があります。
具体的には、プログラミング、資料作成、翻訳、会計、金融分析、マーケティング、カスタマーサポート、契約書の確認、データ入力などです。
一方、建設、配管、修理、介護、現場作業など、複雑な物理環境で体を動かす仕事は、現時点では完全な自動化が難しいと考えられます。
ただし、フィジカルAIやロボットが普及すれば、これらの仕事も長期的には変化する可能性があります。
重要なのは、どの職業が永久に安全かを探すことではありません。
AIの能力が半年から1年単位で変化するため、現在は安全に見える仕事でも、数年後には状況が変わる可能性があります。
AI時代に必要なのは特定スキルより適応力
AI時代に何を学ぶべきかという質問に、確実な答えを出すことは困難です。
2023年には、プロンプトエンジニアリングが重要だといわれました。
2024年には、複数のAIツールを使いこなせる人が有利だといわれました。
その後は、バイブコーディングやAIエージェントの活用が注目されています。
しかし、AIツールや技術は短期間で変化します。
現在使われているサービスが、1年後も主流であるとは限りません。特定のAIツールの操作方法だけを覚えても、そのツールが置き換えられれば、知識の価値は低下します。
そのため、最も重要なのは適応力です。
新しい技術を試し、必要であれば学び直し、間違っていたら早く方向転換する力です。
一度身につけた知識や仕事の方法へ執着せず、状況に応じて捨てる柔軟性も必要になります。
AI時代に最も危険なのは、「これを学べば一生安心だ」と考えることです。
反対に、「今の知識は将来使えなくなるかもしれない」と理解し、継続して学び直せる人は、変化へ対応しやすくなります。
AI時代に投資が重要になる理由
動画の最終的な主張は、AI時代において金融投資の重要性がこれまで以上に高まるというものです。
労働によって得られる給与は、AIとの競争によって圧縮される可能性があります。
企業がAIを導入し、少ない人数で同じ仕事を行えるようになれば、人間の採用数や賃金を抑える動きが出るかもしれません。
一方、AIによって生産性を高めた企業の利益は増える可能性があります。
ここで大きな差が生まれます。
その企業の従業員だけであれば、AIによって仕事を失う可能性があります。しかし、その企業の株主であれば、AIによる利益成長の一部を受け取る側に立てます。
自分で高性能AIを開発することは難しくても、AIを開発している企業の株式を保有することはできます。
自分でデータセンターを建設することは難しくても、データセンターやクラウド、半導体、電力関連企業へ投資することはできます。
株式を購入することは、単に株価の上昇を期待する行為ではありません。
その企業の一部を所有し、企業が生み出す利益へ参加することです。
AI時代において投資は、余裕のある人だけが行う贅沢ではなく、労働所得への依存を減らすための手段になる可能性があります。
貯金だけではAI時代の資産格差に対応できないのか
動画タイトルには、「あなたの貯金が蒸発している」という強い表現が使われています。
実際に銀行預金の残高が突然なくなるという意味ではありません。
問題となるのは、物価上昇による実質的な価値の低下です。
たとえば、100万円を現金で保有していても、物価が継続的に上昇すれば、100万円で購入できる商品やサービスの量は減っていきます。
額面上の金額は変わらなくても、購買力が低下するため、実質的には資産価値が減少したことになります。
AI関連の設備投資が短期的なインフレを引き起こし、同時にAI企業の株価や利益が上昇する場合、現金だけを保有する人と、成長企業の株式を保有する人の資産差は広がります。
ただし、だからといって預金をすべて株式へ移すべきという話ではありません。
生活費、緊急資金、近い将来に使う予定の資金は、価格変動の少ない現金で確保する必要があります。
そのうえで、長期間使う予定のない資金の一部を、幅広く分散された株式や投資信託へ振り分けるという考え方が現実的です。
AI関連企業への集中投資には注意が必要
AI時代に投資が重要だからといって、特定のAI企業へ全資産を集中させるのは危険です。
将来性の高い産業であっても、すべての企業が成功するわけではありません。
インターネット革命では、社会全体が大きく変化した一方で、ITバブル崩壊によって多くの企業が倒産しました。
自動車産業、鉄道産業、航空産業などでも、産業そのものは成長しましたが、初期に参入した企業の多くが生き残ったわけではありません。
AIでも同じことが起こる可能性があります。
現在評価されている企業が、競争の激化、技術の陳腐化、規制、電力不足、価格競争などによって成長を失うことも考えられます。
そのため、AI時代の資産形成では、個別企業だけでなく、広く分散された株価指数を活用する方法も有効です。
S&P500や全世界株式などの指数には、AI、半導体、クラウド、エネルギー、金融、ヘルスケア、消費関連など、多様な企業が含まれています。
AI革命の勝者が途中で入れ替わったとしても、指数であれば成長企業が組み入れられ、競争力を失った企業の比重が低下します。
未来を正確に予測できないからこそ、分散投資が重要になります。
AI時代の資産格差を決めるたった1つの違い
動画では、AI時代の資産格差を決める違いとして、「富を生み出す側に立っているかどうか」が強調されています。
これは、必ずしもAI企業を経営したり、プログラマーになったりすることを意味しません。
AI、半導体、データセンター、エネルギーなど、今後の経済を支える企業の株式を保有することも、富を生み出す側へ参加する方法です。
労働者としてだけ経済へ参加する場合、給与は勤務時間や会社の賃金制度に制約されます。
一方、株主として参加すれば、企業が世界中で事業を拡大し、AIによって生産性を高める利益の一部を受け取ることができます。
もちろん、株式には価格下落のリスクがあります。
短期間では大きく値下がりすることもあり、元本が保証されているわけではありません。
しかし、労働所得だけに依存することにもリスクがあります。
AI時代には、仕事が変化するリスク、給与が伸びないリスク、雇用が失われるリスク、物価上昇によって現金の価値が下がるリスクがあります。
投資をするリスクと、投資をしないリスクの両方を考える必要があります。
まとめ
AIは、便利な文章作成ツールや画像生成ツールにとどまるものではありません。
自ら判断して行動するエージェンティックAI、現実世界で動くフィジカルAI、自然言語でソフトウェアを作るバイブコーディングが普及すれば、企業活動や雇用の仕組みは大きく変わります。
企業と消費者だけで構成されていた経済には、AIエージェントという新しい主体が加わります。
買い手のAIと売り手のAIが直接取引するA2A経済が広がれば、従業員の少ない企業や、AIだけで動く企業が増える可能性があります。
その結果、生産性は高まる一方で、AI企業、データセンター、半導体、エネルギー設備を所有する側へ利益が集中し、資産格差が拡大する懸念があります。
国家間でも、AI技術だけでなく、半導体とエネルギーを確保できる国が優位に立ちます。
日本は半導体製造装置や素材、ロボット、製造業で強みを持つ一方、エネルギーの多くを輸入に依存しています。AI時代に競争力を維持するためには、研究開発と同時に、安定した電力供給やエネルギー安全保障を強化する必要があります。
個人にとって重要なのは、未来を正確に予測することではありません。
AI時代にどの仕事が残り、どの企業が勝ち、どの技術が主流になるのかを、現時点で完全に見通すことはできません。
だからこそ、1つのスキルや職業に固執せず、学び続け、変化へ適応し続けることが重要です。
そして、労働所得だけに依存するのではなく、長期・分散投資を通じて、AIやデータセンター、半導体、エネルギーを含む経済成長の所有者側へ参加する視点も必要になります。
AIの専門家になる必要はありません。
すべての最新技術を理解する必要もありません。
重要なのは、変化から目を背けず、学び続け、適応し続け、無理のない範囲で投資を続けることです。
AI時代の資産格差は、単にどれだけ長く働いたかではなく、経済の成長を生み出す側へ参加していたかどうかによって、大きく左右される可能性があります。
コメント