AIによる人件費削減は株主に直結しない

Fri, 11 Sep 2026 12:00:00 +0900

Anthropicの極端シナリオでは、2030年初頭の経済規模はAIなしの経路に比べて32.4%大きくなる一方、知的労働の雇用は2026年央比で21.5%減少する。どちらの数字も半導体売上の予測ではなく、失業の確率でもない。両者は比較対象が異なり、このシナリオ自体に確率は割り当てられていない。¹

韓国株にとって有用な問いは、オフィス業務が安くなったとき、その節約分を誰が手にするのかということだ。銀行は処理コストを削減できるかもしれないが、その分アウトソーシング先の請求可能時間は減る。ソフトウェア企業はAIサービスの販売を増やせるかもしれないが、インフラへの支払いはさらに増えるかもしれない。メモリメーカーは需要の恩恵を受けられるかもしれないが、増産、減価償却、そして買収時のバリュエーションが株主リターンを決める。

この研究が支持するのは、AI関連株を無差別に買うことではなく、条件付きのスクリーニング枠組みである。制約のあるインフラ、エンタープライズ導入、生産性の受益者、そして収益単位そのものが消えつつある事業を分けて考える必要がある。以下の企業マッピングと投資判断は筆者独自の分析であり、Anthropicの推奨ではない。現在の株価とバリュエーション倍率は本稿執筆時点で検証していないため、目標株価や即時の買い判断は提示しない。

マクロモデルは職業別の予測ではない

9月の経済論文は2つの労働グループをモデル化している。詳細なエクスポージャーの数値は、観測されたClaudeの利用状況とタスク特性を用いた別の3月調査から得られたものだ。エクスポージャーは代替を意味せず、米国の職業別集計をそのまま韓国に当てはめることもできない。¹²

発表された表3:2030年初頭	穏健	大幅	極端
GDP水準(AIなし経路比)	+1.6%	+8.3%	+32.4%
平均賃金(AIなし経路比)	+0.7%	+2.1%	+9.7%
知的労働の賃金(AIなし経路比)	+0.4%	−0.3%	−11.5%
知的労働の雇用(2026年央比)	−0.5%	−3.9%	−21.5%
総失業率	3.9%	4.6%	11.9%
資本ストック(AIなし経路比)	+2.3%	+13.8%	+56.3%
資本の所得シェア	40.6%	43.9%	54.8%
資本所得(AIなし経路比)	+3.1%	+18.9%	+81.4%

これらは論文で発表されたモデルの出力であり、筆者が独自に再計算したものではない。GDPの差は年平均成長率ではなく、水準の差である。就業者の平均賃金上昇も、それ単独では職を失った労働者の所得について何も語らない。¹

投資家にとっての意味は、経済全体の繁栄と個別企業の収益性が別方向に動きうるということだ。必要な入力を持つ側と、縮小する業務に対して対価を受け取る側とでは、同じ経済の中でも正反対の結果になりうる。

能力・導入・自動化はそれぞれ異なる分母を持つ

論文でのタスク量は、AI導入前の賃金総額で重み付けされている。人数ではない。能力量m、導入率d、自動化率ψを用いると、機械的な数値は次のようになる。

2030年の前提・計算	穏健	大幅	極端
能力量m	20%	30%	50%
対象タスク内での導入率d	20%	40%	60%
自動化率ψ	50%	75%	90%
AIが実行するタスク量 m×d	4%	12%	30%
自動化されるタスク量 m×d×ψ	2%	9%	27%
新規タスクによる復元率ρ	50%	25%	0%
除去される労働タスク量(純)(1−ρ)×m×d×ψ	1%	6.75%	27%

最後の行は雇用予測ではない。もう一つの単位の落とし穴は生産性パラメータaだ。0.30、0.45、0.80はログ値の増分であり、対応するexp(a)−1はそれぞれ約35.0%、56.8%、122.6%であって、30%、45%、80%ではない。¹

株式の分析では、オフィスワーカーの人数に開発者のトークン消費量を単純に掛けてはならない。使える需要モデルには、導入された労働者やワークフローの数、頻度、タスクの所要時間、成功率、リトライ、そして1件あたりの完了に必要な計算量が必要だ。その上で製品構成と価格が要る。GDPの押し上げはHBM出荷の予測ではない。

職業別の変化が示すのは、顧客が誰か、そしてどの収益単位が危機にあるか

以下のエクスポージャー比率は3月の研究における図3の値であり、9月の導入率ではない。事業への影響は分析上の仮説にとどまる。²

職業	観測されたエクスポージャー	支出シフトの可能性	リスクにさらされる収益
コンピュータープログラマー	74.5%	導入、テスト、インフラ	労働時間ベースの開発
カスタマーサービス担当者	70.1%	統合型AIコンタクトセンター	席数ベースのアウトソーシング
データ入力オペレーター	67.1%	文書、ERP、例外処理	定型的な入力サービス
医療記録専門職	66.7%	コーディング、請求、記録統合	人件費ベースの事務サービス
市場調査・マーケティング担当者	64.8%	独自データと計測可能な実験	汎用レポートとコンテンツ
卸売・製造業セールス担当者*	62.8%	CRM、見積、受注	定型的な営業活動
金融・投資アナリスト	57.2%	ライセンスデータ、検証、監査記録	差別化されていない情報要約
ソフトウェアQAアナリスト/テスター	51.9%	リリース保証と回帰テスト	手作業で課金されるテスト実行
情報セキュリティアナリスト	48.6%	権限に基づく対応、ID管理	差別化されていないアラート対応
コンピューターユーザーサポート担当者	46.8%	診断、アクセス承認、復旧	定型的なサポート業務

*技術・科学製品を除く。出典のカテゴリーに従う。これらのエクスポージャーは、営業職や開発者全般に一般化してはならない。

同じ変化が顧客には利益となり、その顧客に商品・サービスを提供する側には損失となりうる。処理時間の短縮そのものは、どの企業が経済的な余剰を手にするかを教えてくれない。それは契約形態、競争環境、そして課金が時間・席数・取引数・成果のいずれに基づくかによって決まる。

メモリには導入の実証データが必要であり、労働市場の乗数では代替できない

サムスン電子の7月の決算では、メモリの好調をサーバー向け需要と価格上昇によるものと説明した。経営陣は、サーバー用DRAM、エンタープライズSSD、HBMを下半期の需要成長分野として挙げた。これらは企業側の実績とガイダンスであり、将来需要の独立した証明ではない。³

したがって、サムスン電子とSKハイニックスはメモリのウォッチリストに載る資格があるが、判断基準はアプリケーション単位の需要、製品の認証、出荷構成、価格設定、そして増産後のキャッシュリターンだ。本稿はSKハイニックスの業績を推定するものではなく、未検証のバリュエーション上のディスカウントを示唆するものでもない。

上振れの合理的な仮説は、オフィス業務でのAIエージェントの常態的な稼働が推論需要を広げるというものだ。下振れの合理的な仮説は、推論効率の向上、価格の低下、顧客側のマネタイズの弱さ、あるいは過剰な増産が、利用量当たりの獲得利益を減らすというものだ。両方が同時に成立することもありうる。トークン量は増えるのに、ハードウェアの利益は期待外れになるかもしれない。

一つの多角化された企業の中でも、効果が相殺されることがある。サムスンはメモリの好調と並んで、モバイル・ネットワーク事業で営業損失を報告し、部材コストの圧迫を理由に挙げた。投資家は事業部門別のブリッジなしに、メモリの価格メリットを企業全体に適用してはならない。³

電力機器は限られた供給能力の恩恵を受けるが、無限の希少性ではない

HD現代エレクトリックはロイターに対し、6月末時点の受注残高が85億ドルに達し、前年末比で23%増加したと述べた。3年分を超える受注があり、2030年の納入に関する協議も進んでいるという。これは契約済みの需要とリードタイムの長さを示す証拠であり、今後すべての受注の利益率に関する確証ではない。⁴

投資家は受注を、納期、前受金、解約条件、コストのパススルー、工場増設、そしてキャッシュ回収と結びつけて見る必要がある。長い受注残高は稼働率を守る一方で、コスト上昇前に結ばれた低価格の契約を含んでいる可能性もある。受注残高の金額だけでは、その区別はつかない。

マクロ論文はこの点で有用なストレステストを提供している。極端な技術シナリオを維持したまま、資本供給の弾力性を変えると次のようになる。¹

資本供給の弾力性ε	GDPギャップ	資本の純収益率	資本ストックのギャップ
1	+21.3%	10.3%	+33.5%
3	+32.4%	8.3%	+56.3%
6	+37.2%	7.5%	+67.1%
無限	+43.3%	6.5%	+82.2%

これらは表5の出力であり、AIなしの場合の純収益率は6.5%だ。資本の弾力性は個別企業の資本コストではない。投資上の含意はより限定的だ。需要は、恒久的に高い単位当たりの収益率を維持しなくても、より多くの資本を支えることができる。増産が成功すればいずれ、そのサプライヤーを魅力的にしていた希少性そのものが失われうる。

サムスンSDSとLG CNSには、プロジェクトから継続的な利益へのブリッジが必要

サムスンSDSは第2四半期の売上高3兆7178億ウォン、営業利益2318億ウォンを報告し、前年同期比でそれぞれ5.9%、0.7%の増加となった。クラウド事業の売上は17%増加した。ロジスティクス事業の売上は1兆9553億ウォンで、部門別売上高の約52.6%を占める。⁵

この事業構成があるからこそ、会社全体の売上を単純に「AI売上」と呼ぶことはできない。分析上の問いは、新規導入が再利用可能な製品と継続的な運用契約になるのか、それとも労働集約的な導入プロジェクトのままなのか、という点だ。コード生成の高速化は納入コストを下げる一方で、顧客はプロジェクト価格の引き下げを求めるかもしれない。AI関連の受注が増えているというだけでは、その純効果を判断するには不十分だ。

LG CNSは、統合、生成AIによる支援、サブスクリプション、従量課金型サービスにまたがるコンタクトセンター製品を展開している。同社自身の製品資料でも、導入、保守、セキュリティ上の課題が論じられている。⁶ これは商業的なエクスポージャーを示すものであり、検証済みのAI利益への貢献を示すものではない。

両社について、再現可能な製品の比率、外部顧客の契約更新率、導入コスト、継続的な人的サポート、インフラの減価償却、そして営業キャッシュフローを確認すべきだ。インフラの所有とソフトウェアの提供とでは、必要な資本の性質が異なるため、別々に評価する必要がある。

銀行や保険会社は生産性を得ても、別の面で損失を出しうる

金融アナリスト、サポート人員、事務ワークフローは、金融機関にとってコスト削減の機会があることを示唆する。だが、その節約分は手数料や価格を通じて顧客に還元されるかもしれない。統合コスト、コンプライアンス、エラー修正、労働調整によって、残る利益は減っていく。

さらに二次的なリスクもある。一部の借り手の雇用に打撃を与える技術移行は、バックオフィスの効率を改善する一方で、同時に信用コストを悪化させる可能性がある。これはテストすべきシナリオであり、韓国の債務不履行の予測ではない。保険会社についても同様に、労働コスト削減を一律に上乗せするのではなく、保険金支払いコストと価格設定の分析が必要だ。

教育、医療、現場サービスにも同様の注意が必要だ。人的サービスへの需要が強まれば、売上と賃金の両方が上がるかもしれない。価格決定力がなければ、その事業者自身が恩恵を受けるとは限らない。論文は高度なロボティクスを対象から除外しており、知的労働カテゴリーには医療従事者や技術職も含まれる。したがって「その他グループ」の賃金上昇を、そのまま看護師に当てはめることはできない。¹

節約された時間は現金化されなければならず、その現金は競争を生き抜かなければならない

例示として、従業員100人、1人当たり年間フルコスト8000万ウォンの職場を考える。総額80億ウォンだ。対象業務が40%、導入率50%、成功完了率80%、節約時間の実際の財務的節約への転換率50%と仮定する。

年間の粗節約額 = 80億ウォン × 40% × 50% × 80% × 50% = 6億4000万ウォン。

ソフトウェア利用料を1億6000万ウォン、その利用料に含まれない直接的な推論・人的レビューコストを8000万ウォン、年率換算の統合・運用コストを4000万ウォンと仮定する。総コストは2億8000万ウォンで、顧客側の純利益は3億6000万ウォンとなる。

現金化率がわずか20%だと、粗節約額は2億5600万ウォンに減り、純利益はマイナス2400万ウォンになる。損益分岐点となる現金化率は280÷(8,000×0.4×0.5×0.8)=21.875%だ。これらは筆者独自の仮定であり、実際の企業の観測結果でも、論文自体のシミュレーション値でもない。

別の価格設定の例は、ベンダー側の問題を示している。席数を20%削減した場合、売上を維持するだけでも25%の価格上昇が必要になる。0.8×1.25=1.0だからだ。推論コストが上昇すれば、売上が変わらなくても利益は減りうる。成果ベースや使用量ベースの価格設定は助けになるかもしれないが、それも顧客が新しい経済条件を受け入れる場合に限られる。

賃金調整の前提次第で、失業率のヘッドラインは大きく変わる

表6は、極端な技術シナリオのもとで賃金の硬直性を変化させている。¹

年次の相対賃金硬直性ξ	知的労働の賃金ギャップ	知的労働の失業率
0(柔軟)	−42.2%	2.6%
0.5(中心的な前提)	−11.5%	17.9%
0.9(高度に硬直的)	+2.8%	24.0%

17.9%という数字を精密な予測として扱い、そこから消費関連株、人材紹介株、教育関連株のバリュエーションを単一の数字から導くのは誤りだ。韓国の制度、賃金決定の仕組み、人口動態、産業構成については別途の検証が必要だ。より良いポートフォリオのストレステストは、賃金所得の低下、雇用の弱まり、消費の減速を考慮に入れることだが、それはモデルが韓国における正確な数値を予測していると主張するものではない。

増益はバリュエーションの支払いによって相殺されうる

EPSが3年間、年率15%で成長する一方、PERが35倍から25倍に変化する場合を考える。配当と税を除いた年率換算の株価リターンは次のとおりだ。

(1.15³×25÷35)^(1/3)−1 ≒ 2.8%。

この例はどの企業の現在のバリュエーション倍率も使用していない。産業としてのテーゼが正しくても、それが割安な買い場を保証するわけではないことを示す例だ。実際の投資判断には、検証済みの株価、希薄化後株式数、正常化された収益、純負債、維持・拡張のための支出、そして妥当な出口バリュエーションが必要になる。

フリーキャッシュフローも第二のフィルターになる。営業利益の増加は、設備購入と営業資本の増加によって吸収されるかもしれない。クラウド事業者にとっては稼働率と設備寿命が重要であり、メモリメーカーにとっては工程投資とサイクル調整後のリターンが重要であり、電力機器メーカーにとっては工場への支出と回収スケジュールが重要だ。

ウォッチリストは条件付きであり、明確な除外条件を持つ

候補・事業グループ	見立てを強める証拠	見立てを弱める証拠
サムスン電子/SKハイニックス	認証済みの高付加価値製品、価格・製品構成の改善、キャッシュ創出	利益を伴わない需要成長、過剰な増産・投資負担
HD現代エレクトリック	受注残高が利益を伴う納入とキャッシュに転換する	遅延、解約、コストインフレ、希少性の早期解消
サムスンSDS/LG CNS	再利用可能な導入、継続的な契約、利益率の改善	売上が人員数に比例して増加するのみ、AI利益への貢献が未検証のまま
銀行/保険会社	導入後・リスクコスト後も残る費用節約	手数料競争、信用コスト・保険金コストによる相殺
席数・時間課金型サービス	成果ベースの課金への移行成功	実現可能な価格上昇より速く課金単位が減少

穏健シナリオでは、すでに実証されたリターンを優先し、未確証のブームに対する過剰な支払いを避けるべきだ。大幅シナリオでは、インフラとエンタープライズプロジェクトの継続利益への転換を両方検証すべきだ。極端シナリオでは、明白な出荷量の上振れと並んで、信用、消費需要、プラットフォームの集約、供給拡大についてもテストすべきだ。これらは確率を割り当てたものではなく、条件付きの分析的対応にすぎない。

次の投資判断は、まだ欠けている企業レベルのブリッジを待つべきだ。職業の変化 → 対価を支払う顧客 → 収益単位 → 維持される利益率 → フリーキャッシュフロー → 価格。労働市場の規模の大きさは、これらのどのステップも代替できない。

出典とスプレッドシートの限界

57ページの技術論文と、別の職業別調査を検証した。公開ページから元のExcelファイルは入手できなかった。付属の独立ワークブックは表を転記し、機械的な検算と事業例を計算しているが、元のスプレッドシートの数式を検証したものでも、月次モデル全体を再実行したものでもない。

一つの会計上の確認事項が未解決のまま残っている。表3の極端シナリオにおけるGDPギャップ32.4%、労働シェア45.2%、基準シェア60%を用いると、共通の分母を持つ恒等式から(1.324×0.452÷0.60−1)×100=−0.259%という労働所得の変化が導かれるが、これは報告されている+0.5%と一致しない。約0.759ポイントの差は、この2つの入力値を小数第1位に四捨五入したことだけでは説明できない。本稿では発表された値をそのまま採用し、定義・出力の集計方法について出典側での検証が必要な点としてフラグを立てるにとどめ、これを確定した論文の誤りとは断定しない。いかなる投資結論も、+0.5%という数値の精度に依拠するものではない。

Disclaimer: For research and information purposes only. Not investment advice. Names cited are for analytical illustration; readers should perform their own due diligence and consult licensed advisors before any investment decision.

Korinek他、2026年9月、Economic Scenarios for Transformative AI、表1、3、5、6および付録;シナリオエクスプローラー。 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
Massenkoff and McCrory、2026年3月5日、Labor market impacts of AI: A new measure、図3。観測されたエクスポージャーは失業確率ではない。 ↩︎ ↩︎
サムスン電子、2026年7月30日、第2四半期決算。報告された実績と経営陣の見通しは区別している。 ↩︎ ↩︎
ロイター、2026年9月1日UTC/9月2日更新、電力・冷却機器サプライヤー、HD現代エレクトリックの発言を含む。 ↩︎
サムスンSDS、2026年7月30日、第2四半期速報。ロジスティクス比率は19,553/37,178として計算し、小数第1位で四捨五入。 ↩︎
LG CNS、AI Contact Center、2026年9月11日アクセス。製品説明は利益率を保証するものではない。 ↩︎

HD現代エレクトリック on Korea Invest Insights