AIは作業効率を向上させることを意味しますが、それがあなたの仕事がより楽になることを保証するわけではありません。バークレー研究所がシリコンバレーの10倍生産性の物語を打ち破る

バークレー・ハースビジネススクールの追跡調査：9か月間にわたり、テック業界の200人の従業員を観察し、AIツール導入後の行動変化を分析した結果、AIは労働量を減らすどころか、「マルチスレッド並行処理」と呼ばれる高強度の働き方を促進し、認知負荷と疲弊リスクを同時に高めていることが明らかになった。

（前提：解読「x402」：AI時代の信頼を再構築し、次世代の機械文明への聖杯を目指す）

（背景補足：X402がステーブルコイン決済に与える重要性）

この記事の目次

• 常に juggling し続ける新しい働き方
• 実験室から現実世界へ
• 問題はAIではなく、使い方を教える人がいないこと
• AIストーリーへの圧力テスト
• 数十年の働き方を再調整する

過去一年間にテック業界の投資メモを読んだことがあるなら、次のようなストーリーを目にしたことがあるだろう：AIは生産性を大きく向上させ、従業員は少ない労働でより多くの成果を出し、企業の利益率は急上昇。人類はついに「より創造的な」仕事に時間を費やせるようになる。

このストーリーは魅力的に聞こえる。しかし、問題は…それが正しいとは限らない。

バークレー大学ハースビジネススクールのアルナ・ランガナタンとシンチ・マギー・イェの2人の研究者は、『ハーバード・ビジネス・レビュー』にて、9か月にわたる調査結果を発表した。2025年4月から12月まで、彼らは米国のあるテック企業の200名の従業員を追跡し、AIツール導入後の行動変化を観察した。

結論は明快：AIは仕事を減らさず、むしろ仕事を増やしている。

常に juggling し続ける新しい働き方

研究チームは、AIツールの導入によって従業員のタスク量や労働時間が実際に減少していないことを発見した。むしろ、新たな働き方、「マルチスレッド並行処理」が生まれた。

具体的には：従業員はコードを書きながらAIに代替案を生成させ、複数のAIエージェントを同時に動かして異なるタスクを処理し、長期的に放置していた仕事を再び拾い上げる—理由は「背景でAIが処理してくれるから」。

表面上は生産性向上に見える。複数のプロジェクトを同時進行し、成果のスピードも上がった。しかし、実態はこうだ。

「絶え間ない注意の切り替え、AI出力結果の頻繁な確認、増え続けるToDoリスト。これらが認知負荷を生み出し、まるで『 juggling（雑多な作業を処理し続ける）』状態に陥る—仕事自体は効率的に見えるのに。」

つまり、従業員は確かに多くのことをこなしているが、その反面、疲弊も進んでいる。しかも、「効率的に働いているはずなのに、終業後はまるで空っぽになったような疲労感」を感じている。

実験室から現実世界へ

この研究のデータは企業内部から得られたものだが、企業の壁の外でも同じ現象が起きている。

著名な開発者シモン・ウィリソンは自身のブログでこの研究を紹介し、自身の経験と結論が非常に一致していると認めている。彼は、世界で最も活発な大規模言語モデル（LLM）の実践者の一人であり、長年にわたりAIツールを使った仕事の流れを公開してきた。彼は、同時に2～3のプロジェクトを進めることができ、過去よりも多くの仕事をこなせると述べている。

しかし、その代償は：1～2時間以内にエネルギーが枯渇すること。

また、周囲の開発者たちも似たようなパターンを経験している。ある者は「もう一つのprompt（指示文）だけで済む」と思い込み、深夜3時まで作業を続け、睡眠の質に深刻な影響を及ぼしている。これは単なる残業ではなく、セーブできないゲームをプレイしているような感覚—やめたいのに、次のターンがあまりにも魅力的でやめられない。

学術的な研究と実務者の実感が同じ結論を示すとき、それは例外ではなく、構造的な現象の証左だ。

問題はAIではなく、使い方を教える人がいないこと

研究チームの最も重要な洞察は、「AIが人を疲弊させる」こと自体ではなく、その原因の診断にある。すなわち、多くの企業はAIの使い方に関する体系的な規範を持っていない。

ほとんどの企業は、AI導入時にやることは、ライセンスを購入し、アカウントを作成し、「最適なフレームワーク」のPDFを添付して、あとは従業員に自己流を模索させることだ。これは、ターボエンジンを搭載した自転車を渡され、「自分でどうにかしろ」と言われているようなものだ。

研究者の提言は、企業は正式なAI実践フレームワークを構築し、AIをどの場面で使うべきか、使わざるべきか、そして「真の効率向上」と「ただ力任せに進むだけ」の区別を明確にすべきだということだ。

AIストーリーへの圧力テスト

この調査結果をより大きな文脈に置き換えてみよう。

過去一年間、「AIによる生産性向上」は、テック株の評価を押し上げる主要な論理の一つだった。NvidiaやMicrosoft、OpenAI、各種AIスタートアップの評価は、AIが知識労働者の生産性を2倍から10倍に引き上げ、少人数でより多くの仕事をこなせると期待されていることに基づいている。

しかし、もしバークレーの調査が正しければ、AIの真の効果は「少ない労働で多くの成果を出す」ことではなく、「多くの仕事をこなすが疲弊も増す」ことになる。この場合、従来の評価モデルは見直しが必要だ。

生産性向上と働き過ぎは異なる概念だ。前者はコスト削減と利益増に直結するが、後者は短期的には成果を上げるものの、長期的には燃え尽きや離職、品質低下を招く。もしこの研究結果を企業の運営モデルに適用すれば、AIがもたらすのは利益率の向上ではなく、人件費構造の再配分—高まる研修コスト、精神的健康支出、離職コスト—かもしれない。

もちろん、AIには価値がある。それは明らかだ。ただし、その価値は「人を少なく働かせる」ことではなく、「人に違う仕事をさせる」ことにある。そして、その「違う仕事」が必ずしも楽になるわけではない。

数十年の働き方を再調整する

この研究は、もう一つ見落とされがちな側面も示唆している。それは「適応期間」だ。ウィリソンも引用の際にこの点を指摘している。

現在の働き方の規範：注意の配分、パフォーマンスの測定、一日の仕事量の定義は、長年にわたり築き上げられてきたものだ。2023年から2025年にかけてのAI爆発的普及は、知識経済全体に対し、働き方の再学習を強いることになる。

この再学習は自動的に起こるものではなく、意識的な組織設計や管理層の認知更新、そして最も重要なこと—「より多くの成果」と「より良い仕事」が必ずしも一致しないことを認めること—が必要だ。

シリコンバレーでは、「10xエンジニア」という超生産性のエンジニアを称賛するが、AIの約束は「誰もが10倍になる」ことだ。しかし、この研究は私たちに教えてくれる。もしかすると、得られるのは「10倍の疲労」かもしれない…あなたはどう思うだろうか。