AIは1996年型か1999年型か：6月FOMCとその後

Wed, 17 Jun 2026 18:00:00 +0900

文脈
本稿は、AI生産性、金利リスク、6月のマクロイベントに関する既存分析の続編です。焦点は、AIは1996年型の生産性ディスインフレなのか、それとも1999年型の期待・設備投資先行サイクルなのかです。

TL;DR

現在のAIは、純粋な1996年型の生産性ディスインフレというより、1996年型の生産性オプションを内包した1999年型の期待・CapEx先行サイクルに近い。
仕事単位の生産性改善は実在します。Generative AI at Workは、顧客サポート担当者の生産性が平均で約**15%**上がったと報告しています。
しかし、マクロ全体のディスインフレとしてはまだ十分に確認されていません。
一方で、データセンター、半導体、電力、冷却、土地、人材、資金需要はすでに現在進行形です。
したがって、6月FOMCは据え置きが基本ですが、ハト派的な据え置きではなく、タカ派的据え置きに近いと見ます。

核心

FRBにとってAI生産性はまだオプションです。一方、CapEx、電力需要、半導体、金融環境はすでに現在の事実です。

1996年型と1999年型

1996年型はポジティブな供給ショックです。生産性が上がり、単位労働コストが落ち着き、インフレ圧力が弱まり、FRBは辛抱強くいられます。

1999年型は違います。生産性の物語は正しくても、資産価格、企業投資、市場の期待が実際の普及より先に進みます。この場合、FRBは将来の生産性だけでなく、需要、信用、バリュエーション、金融環境を見ます。

AIには両方があります。しかし、今観測できるショックは1999年型に近い。インフラ、電力、半導体、データセンター、資金調達が先に動いています。

FOMCへの示唆

6月FOMCは2026年6月16-17日に開かれ、決定は6月17日午後2時ET、記者会見は午後2時30分ETに予定されています。議事要旨は7月8日に公表予定です。

最近のデータは、FRBが簡単に利下げを示唆できる内容ではありません。

指標	最新値	政策的な読み方
5月CPI	+0.5% MoM, +4.2% YoY	ヘッドラインは不快な高さ
5月Core CPI	+0.2% MoM, +2.9% YoY	月次は安定、前年比はまだ高い
4月PCE	+3.8% YoY	FRBの重視指標も高い
4月Core PCE	+3.3% YoY	コアは目標を上回る
5月雇用者数	+172k	労働市場は崩れていない
5月失業率	4.3%	安定

市場は据え置きを見込んでいます。重要なのは、その据え置きがどのような意味を持つかです。

基本シナリオ

基本シナリオはタカ派的据え置きです。

項目	基本シナリオ
政策金利	3.50-3.75%で据え置き
声明	データ依存、インフレはなお高い
利下げバイアス	弱まる、または削除
2026年ドット	年内利下げなし方向へ
長期ドット	3.1%維持、または小幅上昇
記者会見	AI生産性は可能性であり、現時点の政策根拠ではない
議事要旨	声明よりタカ派に読まれる可能性

3月SEPの2026年末FF金利中央値は**3.4%で、おおむね1回の利下げを示していました。これが3.625%**付近へ上がれば、市場は「2026年利下げなし」と読むでしょう。

結論

AIは長期的には成長率と利益を押し上げる可能性があります。しかし同時にr-starと実質金利を押し上げるなら、将来利益に適用されるマルチプルは低くなり得ます。

AIが良いことと、金利が下がることは同じではありません。 生産性が単位労働コストやコアサービスインフレに広く現れるまで、FRBはAIを利下げ理由ではなく、投資需要と中立金利の問題として扱う可能性が高いです。

Sources: Fed calendar, FOMC minutes, March SEP, BLS CPI, BLS jobs, BEA PCE, Generative AI at Work, Fed FEDS Notes, Kansas City Fed, San Francisco Fed.

AIの生産性は本物か：職場での15%改善からマクロへの波及まで

Wed, 17 Jun 2026 10:30:00 +0900

要約

結論は、ミクロではYes、マクロではまだ完全確認ではない。

Brynjolfsson, Li, RaymondのGenerative AI at Workは、5,172人のカスタマーサポート担当者を分析した。生成AIアシスタントへのアクセスは、1時間あたりの解決件数で見た生産性を平均約**15%**高めた。効果は経験の浅い労働者や低スキル層で特に大きかった。

FRBのFEDS Notesは、AI導入がすでに無視できない水準に達したことを示す。2025年末時点で企業ベースのAI導入率は約18%、個人の業務関連GenAI利用率は約41%、雇用加重では労働者の約**78%がAI導入企業で働き、約54%**がLLM利用企業で働いている。

一方でカンザスシティ連銀は慎重だ。米国の労働生産性は2022年末以降、パンデミック前トレンドを上回っているが、改善はまだ広範ではない。AI導入率が高い産業ほど生産性成長が速い傾向はあるが、集計上の生産性改善の多くをAIだけで説明するには不十分だ。

4つの資料をつなぐ

資料	階層	問い	結論
Generative AI at Work	職場・タスク	AIは実務生産性を上げるか	特定業務では上げる
FEDS Notes	導入率	AIはどれだけ使われているか	すでに意味のある水準
カンザスシティ連銀	産業別生産性	米国の生産性改善はAIか	関係はあるが未確定
サンフランシスコ連銀	政策	何を見るべきか	集計データだけでは遅い

職場では効果がある

重要なのは15%という数字だけではない。AIは最高の労働者をさらに天才化したというより、経験の浅い労働者を平均に近づけた。これはスキル格差の圧縮である。

AIは組織内の暗黙知を一部システム化し、新人教育、顧客対応、文章作成、技術サポートのような業務で効果を出しやすい。

導入率はすでに十分高い

18%、41%、78%、54%という数字は矛盾しない。企業数、個人、雇用加重という単位が違うためだ。大企業が先に導入すると、企業数ベースでは低く見えても労働者ベースでは高くなる。

導入が目立つのは金融と専門サービスだ。これはAIが低付加価値作業ではなく、高付加価値の知識労働に最初に入り込んでいることを意味する。

マクロ生産性はまだ狭い

米国の生産性は改善している。しかし改善は一部産業に集中している。これはAIの失敗ではなく、汎用技術の初期普及によくある姿だ。

タスク単位の改善
→ 企業の業務再設計
→ 産業への拡散
→ マクロ統計への反映

今はまだこの連鎖の途中にある。

投資への示唆

AIインフラ投資はなお正当化されうる。ただし根拠はモデル性能ではなく、業務フローでの生産性改善でなければならない。

韓国市場では、HBM、サーバーDRAM、eSSD、ネットワーク、電力設備、データセンター、AIクラウド、企業向けソフトウェアに長期的な意味がある。ただし、単なるAIラベルではなく、反復可能な生産性改善を示す企業だけが評価されるべきだ。

結論

AIの生産性はタスクレベルでは本物だ。導入率も十分に高い。しかしマクロの生産性革命はまだ完全には証明されていない。

次のAIサイクルはデモ性能ではなく、業務フロー、利益率、労働者一人あたり生産、そして最終的な国民経済の生産性統計にどこまで現れるかで決まる。

Federal Reserve on Korea Invest Insights