Skip to content セクションへスキップ

💱AIと未来

経済学者 · 希少性を研究する学者――アダム・スミスのピン工場から中央銀行の意思決定室まで、どんなモデルも捉えきれないものを予測せよと求められ続けている。

一目で
指標の濃さ

濃いマスほど、このテーマでその指標が高いことを示します。

最終確認 出典とクレジットメディアクレジット方法論

短い答え

経済学者は実際、日々何をしているのか?

この肩書には大きく3つの道が共存する。研究と教育を行う学者、中央銀行・省庁・IMFなどの政策系経済学者、そして銀行・コンサル・テック企業の民間経済学者だ。日々の仕事はどこも似ていて、データの整理、モデルの推定、執筆、そしてその結果を実際に行動を起こす人々に説明することである。

経済学者になるにはPhDが必要か?

法的には不要――肩書はどこでも保護されていない。実際には、大学・中央銀行・国際機関の研究職はほぼPhD限定である一方、省庁・商業銀行・コンサルは修士レベルで採用し、英国の政府経済サービス(GES)は学部卒からそのまま採用する。PhDは研究トラックの組合証であって、この職業全体の必須条件ではない。

経済学者の収入はどのくらいか?

米国労働統計局によれば2023年の米国中央値は約11.5万ドルで、連邦準備制度やIMFのエコノミストはそれを上回り、大手銀行のチーフエコノミストは50万ドル以上を稼ぐ。名目額では他地域はずっと低く、インドやブラジルの政府エコノミストは同じ仕事をしても米国の水準のごく一部しか得られない。

経済学に本当にノーベル賞はあるのか?

厳密には違う――正式名称は「アルフレッド・ノーベル記念経済学スウェーデン国立銀行賞」で、1968年にスウェーデン中央銀行が創設し、初授賞は1969年、本来のノーベル賞から68年遅れている。同じストックホルムの式典で同額の賞金とともに授与されるため、経済学者を含めほぼ全員が単に「ノーベル賞」と呼ぶ。

なぜ経済学者は2008年の危機を予測できなかったのか?

2008年11月にロンドン・スクール・オブ・エコノミクスを訪問したエリザベス2世女王がまさにそう尋ねた。英国学士院の回答書は「多くの聡明な人々の集合的想像力の失敗」を挙げた。標準的なマクロ経済モデルが金融システムをそもそも組み込んでいなかったのだ。この一件で銀行と信用が主流モデルに組み込まれ直すことになり、その再構築は今も続いている。

経済学者と金融アナリストはどう違うのか?

金融アナリストは個々の企業や証券を評価し投資判断を導く仕事で、通常CFAプログラムで資格を得る。経済学者はインフレ、雇用、貿易、貧困など経済システム全体の挙動を研究し、因果関係を問う。訓練内容もそれに応じて異なり、アナリストは会計と評価を、経済学者は計量経済学とモデリングを、たいてい修士かPhDを通じて学ぶ。

比較ラボを開く

このページを共有

経済学者は、自ら認めるとおりAIに異例なほど晒されている。この仕事は読むこと、コードを書くこと、推定すること、書くことであり――まさに大規模言語モデルが最も得意とする作業だ。この職業自身とその自動化研究の調査は、経済学を平均的な職業よりはるかに高い露出度に位置づけており、現役の経済学者はすでにコード、文献検索、初稿のために日常的にAIに頼っている。

しかし露出は代替ではない。この仕事の価値を担う部分――問いを選ぶこと、変動が本当に外生的かを判断すること、総裁や大臣が行動する助言の裏に立つこと――は、現行のシステムが遂行するのではなく補助するにとどまる判断と責任の仕事である。現実的な予測は、定型的な末端では縮小しつつ、上級の判断業務はむしろ影響力を増す職業の姿だ。

38 / 100
中程度

機械が代わり得る業務の割合

労働時間のかなりの部分――データ準備、定型的な推定、グラフ作成、文献レビュー、初稿の文章、短期予測――はすでに自動化可能であり、その多くは実際にすでに自動化されている。手つかずなのは、依頼主が実際に対価を払う核心部分――問いを組み立て、因果的主張を判断し、モデルを制度的現実と統合し、助言に責任を持つこと――である。仕事のおよそ三分の一は今や機械の仕事であり、その上に乗る責任ある判断はそうではない。

肩書きではなく業務単位で算定。低いほど安全。

AIが奪えない仕事 →

機械が奪えないもの

問いを選ぶこと

88

何を測る価値があるか――どの政策、どの限界、どの比較か――を決めることは、どんな道具が動き出すよりも前の一歩であり、研究プログラムや政策判断全体の成否を分ける一歩である。

モデルが崩れたときの判断力

84

危機はまさに当てはめた関係性が崩れる瞬間であり、2008年もパンデミックも、モデルが誤っている間にモデルを超えて考えられた経済学者に報いた。

公共の意思決定への責任

80

利上げ委員会、予算査定官、専門家証人は自分の名前で判断に答える。投票、財政試算、宣誓証言をモデルに委ねる制度はまだ存在しない。

説得と政治的信頼

74

助言は大臣、理事会、公衆がそれを信じて初めて意味を持つ。ブリーフィング、証言、平易な言葉でその信頼を築くことは、自動化が届かない関係的な仕事である。

制度的・歴史的な文脈

66

データがどう構築されているか、直近の危機が実際にどう展開したか、ある統計がある国で何を見落としているかを知ることは、モデルが消費はしても生み出しはしない暗黙知である。

すでに奪っているもの

グラフ、表、報告書の作成

85

出力の整形、定型的な章の草稿作成、標準的なチャートセットの作成――若手経済学者の労働時間の実質的な部分――は、すでにスクリプトとAIアシスタントによって端から端まで処理されている。

データ整理と定型的推定

78

データセットの結合、変数の標準化、適切に指定された回帰の実行はますます自動化されつつあり、AIコーディングアシスタントは今やこうした作業向けに実用的なStata、R、Pythonのコードを書く。

文献検索と初稿

72

大規模言語モデルはワーキングペーパーを要約し、関連文献を洗い出し、まずまずの初稿の文章を作成する――かつてリサーチアシスタントの何週間分もの時間を要した作業を圧縮している。

短期予測

60

高頻度データからGDPやインフレをナウキャストすることはすでに大部分が機械学習の問題であり、中央銀行はそうしたモデルを日常的に運用している。人間の役割はそれを解釈し、必要なら覆すことへとシフトした。

仕事の変わり方

調査から行政ビッグデータへ

証拠の単位が、数千人規模の調査から、税務記録、取引、衛星画像といった全人口規模のデータへと移りつつある――ラジ・チェティのオポチュニティ・インサイツ・チームが匿名化されたIRSデータから米国の社会移動を地図化した手法であり、今や世界の統計機関に広がっている。

リサーチアシスタントとしてのAI

コーディング、文献レビュー、草稿作成がAIツールへと移りつつあり、伝統的なリサーチアシスタントの徒弟制度を空洞化させている。この分野は、それを教えていた定型作業が自動化される中で、次世代がどう職人的判断力を学ぶかを活発に議論している。

エンジニアとしての経済学者

アルヴィン・ロスの「設計経済学者」宣言を受け、市場設計は紙の上から実運用へと移った。腎臓交換アルゴリズム、周波数帯オークション、オンライン広告市場は経済学者が構築し運用しており、威信は経済を説明することから構築することへとシフトしている。

コミュニケーションが仕事そのものになる

中央銀行は今や、フォワードガイダンス、ファンチャート、記者会見といったスピーチによって部分的に経済を舵取りしており、ソーシャルメディアは公共への説明を中核スキルにした。この職業は、部屋を掌握できる経済学者――回帰分析だけでなく――をますます昇進させている。

枝分かれする新しい仕事

テック企業のエコノミスト・市場設計者

オークション、価格設定、マーケットプレイスのルールをテック企業内で設計する仕事――グーグルの広告オークション事業をハル・ヴァリアンのもとで行う以前にはほとんど存在しなかったが、今や新規の経済学PhDにとって最大級の就職先の一つである。

行動インサイト専門家

ナッジ・ユニットの運営――2010年に英国内閣府内に行動インサイトチームが設立されたことで生まれ、数十カ国政府が模倣した役割――行動経済学と実験を税の督促状、年金、公衆衛生に応用する。

気候経済学者

炭素価格の設定、移行シナリオのモデル化、気候リスクに対する金融システムのストレステスト。ウィリアム・ノードハウスの2018年の経済学賞に象徴される専門分野で、今や中央銀行、保険会社、省庁が等しく必要としている。

経済データサイエンティスト

決済データ、求人情報、衛星フィードからナウキャストシステムと政策ダッシュボードを構築する――計量経済学と機械学習の境界にある役割で、統計機関やフィンテック企業が最も急速に採用を増やしている。

AI露出シナリオ

可逆の3レンズ: 補助、一部置換、新ニッチ。教材であり予測ではありません。

補助

役割は残し、AIが下書き・仕分け・調査を加速。判断と責任は人側。

一部置換

狭いタスク群が先に圧縮され、隣接スキルが伸びることも。

新ニッチ

規制下でAI出力を信頼する監督・統合・ドメインQAが生まれ得る。

展望

証拠を正直に読めば、経済学は高露出・高判断の職業であるということだ。他の多くの分野より多くの日々の作業が自動化可能である一方、その価値のより多くが自動化できない残余部分に宿っている。整理、コーディング、草稿作成、標準的な予測といった定型層は急速に吸収されつつあり、その層の上に築かれたエントリーレベルの職は薄くなっていく。

拡大するのは判断層のレバレッジだ。AIの支援を受けた経済学者は、十年前ならチーム全体でも足りなかったほど多くの定式化を検証し、多くの文献を読み、多くのシナリオを作成できる――しかし問いの選択、因果的な評決、助言は依然として一人の人間の名前を背負う。経済分析に判断を賭ける機関は、その名前を取り除く方向に動く気配を見せていない。

覚えておく価値のある先例は、経済学者が自らの自動化をすでに吸収した経験があるということだ。電子計算機はこの職業の計算事務員を消し去り、計量経済学を一大産業にした。安価な回帰分析ソフトは推定作業を民主化し、何を推定すべきかを知ることへのプレミアムを高めた。AIは同じ取引がより大きな規模で起きているだけだ――データに触れる手は減り、判断にかかる重みは増す。

似ている職業

分野だけでなく、6つのスコアが近い職業です。

さらに探す

さらに探す

ビジネス・金融のほかの職業