OpenAIの株式分配と財務省のAI警告:あなたの利益はどこにあるか?

OpenAIの株式分配と財務省のAI警告:あなたの利益はどこにあるか?

最新号の「The Download」では、AI分野における二つの重大ニュースを取り上げる。OpenAIのCEOサム・アルトマン(Sam Altman)が提唱する米国民へのAI利益分配構想と、米財務省によるAIのシステミックリスクへの警告だ。一見独立した二つのニュースは、実のところ技術・資本・公共の利益の間の複雑な緊張関係を織り交ぜている。

OpenAIの全国民株式計画:数億の人々に恩恵をもたらすか?

内部関係者の情報によると、アルトマンは政府高官や投資家と、米国の全成人市民に一定量のOpenAI株式を付与するという野心的な計画について協議しているという。試算では、米国の各家庭が約300ドル相当の株式を受け取れる可能性があるとされる。この提案は、AI技術がもたらしうる雇用の代替や富の格差拡大リスクへのヘッジとして、一般市民も技術の恩恵を享受できるようにすることを目指している。

この発想の背景には相応の根拠がある。生成AIの活用が急速に広まる中、多くの経済学者は今後10年間で大量のホワイトカラーの仕事が自動化によって代替されると予測している。アルトマン自身も、AIによる生産性向上の恩恵は何らかの形の全民基本収入(UBI)または株式分配によって再分配されなければならないと繰り返し公言してきた。今回の株式付与の提案は、UBIの理念を実践的に試みるものと見なすことができる。

しかし、この計画には法的・評価面で大きな障壁が立ちはだかっている。OpenAIは現在、非営利組織から転換した厳しく規制された「有限営利」企業であり、その評価額はすでに数百億ドルを超えている。3億人を超える米国民に既存株主の持分を希薄化させることなく公平に株式を分配するにはどうすればよいか、株式取引による市場操作をどう防ぐか——これらはいまだ未解決の問題だ。

「AIが本当に電力のように世界を変えるのであれば、その所有権はシリコンバレーのエリートだけのものであってはならない。全国民による株式保有は、より公正な形かもしれない。」——業界アナリストのコメント

米財務省のAI警告:金融安定への新たな脅威

アルトマンの楽観的な提案とは対照的に、米財務省が最新のリスク評価報告書を公表した。報告書は、金融分野における人工知能の急速な普及が、現代の金融システムがこれまで直面したことのないシステミックリスクを引き起こす可能性があると警告している。具体的には、アルゴリズム取引、高頻度の自動化された意思決定、信用評価・保険料算定における生成AIの活用が、市場に「ブラックスワン」イベントをもたらす恐れがあるとしている。

報告書は、現行の金融規制の枠組みは人間の意思決定を前提に設計されており、AIが駆動する金融市場には効果的に対応できないと指摘している。数万のAIエージェントが同じ市場シグナルに同時に反応した場合、瞬時の流動性枯渇が引き起こされる可能性がある。2010年の「フラッシュクラッシュ」はすでにそのリスクを予兆していたが、今日のAI取引システムはさらに複雑だ。

財務省はさらに、生成AIがもたらす情報リスクについても特に言及している。大規模言語モデルを用いて生成された虚偽の財務報告書、市場分析、さらには企業声明のディープフェイクが、想像を超えるスピードでソーシャルネットワーク上に拡散し、投資家の非合理的なパニックを引き起こす可能性があるというのだ。規制当局には現在、人間が執筆したコンテンツとAIが生成した誤情報を区別する有効なツールが存在しない。

編集後記:技術の恩恵か、システミック危機か?

この二つのニュースは、AI時代の表裏一体をなしている。一方では技術の創造者が株式の贈与によって社会不安を和らげようとし、他方では規制当局が技術がもたらしうる壊滅的な結果について警告を発している。思わずこう問いかけずにはいられない——私たちは18世紀の思考で21世紀の技術革命に向き合っているのではないか、と。

歴史的に見れば、産業革命期の富の分配問題は最終的に労働組合・社会保障・累進課税制度によって部分的に解決された。しかしAI革命のペースははるかに速く、変革の深度もこれまでをはるかに超えている。アルトマンの株式付与の提案は急進的ではあるが、少なくともAIの恩恵をいかに公正に分配するかという対話の端緒を開いた。そして財務省の警告は、技術を受け入れると同時にそれに見合った防火壁を構築しなければならないことを改めて思い起こさせる。

最終的にどのような結果になるにせよ、一点だけは明確だ。今後10年間、AIのガバナンスをめぐる議論は世界の政治アジェンダを支配し続けるだろう。個人・企業・政府のいずれもが、AI経済における自らの役割を改めて問い直す必要がある。

本記事はMIT Technology Reviewより編訳