### スライドの主要テーマと構成解説
#### 1\. 背景と基本理念(Why AI Policy Matters)
* **タスク(Task)の再定義**: AIは職業そのものを消し去るのではなく、仕事を構成する「個々のタスク単位」で自動化(Automation)と拡張(Augmentation)を引き起こします[4][5]。
* **「時間の確保(Buying Time)」**: AIの進化速度に対し、労働市場や社会的セーフティネットの適応速度を追いつかせるため、政策によって変化を段階的にコントロールし「共有された繁栄(Shared Prosperity)」を実現することを目指します[6][7]。
#### 2\. 政策の3大基盤(The Foundation)
政策を実行・判断するための前提インフラとして、次の3点が挙げられています[8]。
* **計測(Measurement)**: Anthropic Economic Indexなどを活用し、AIの導入率や労働市場へのリアルタイム影響を定量モニタリング[9][10]。
* **専門分析組織**: 政府内にAI影響の追跡・ストレステストを行う専門の経済分析ユニットを創出[11]。
* **給付インフラ(Delivery Infrastructure)**: 既存の失業保険(UI)システムやデジタルパブリックインフラを刷新・現代化[11][12]。
#### 3\. 影響度に応じた3段階の政策フレームワーク(Tiered Policy Responses)
失業率や市場ショックの深度に応じて、段階的に適用する政策が設計されています[12][13]。
* **Tier 1(通常時・ベースラインショック / 失業率約5%)**:
* 労働移動の円滑化、資格・規制緩和、スキルウォレットの導入[14]。
* 早期から成果を享受するため、出生時や若年層を対象とした\*\*「普遍的資本口座(Universal Capital Accounts)」\*\*を創設し、AI企業株式などでシード運用を開始[15][16]。
* **Tier 2(リセッション級ショック / 失業率約10%)**:
* 失業保険の給付期間・額の拡張、特定セクター向けの転換支援、公共雇用や人間中心作業への投資[14]。
* 市場の混乱が激しい場合、企業レベルでの解雇・代替ペースの制限(ロールアウト速度の調整)を導入[19][20]。
* **Tier 3(構造的・変革的ショック / 歴史的ピーク超の失業率)**:
* 労働と所得が切り離される事態に対応する構造的再分配[21][22]。
* ユニバーサル・ベーシック・インカム(UBI)、AI主権財産基金、コンピュート・トークン・収益課税、デジタル配当(Digital Dividend)の検討[23][24]。
#### 4\. 経済シナリオの試算(Korinek et al. 2026 の3モデル)
2026年〜2030年の経済影響を予測した3つのシナリオを対比しています[3]。
* **Modest(軽度)**: GDP +1.6%、失業率はほぼ影響なし(+0.1 pt)。従来のテクノロジー導入と同等の緩やかな変化[25][27]。
* **Substantial(中度)**: GDP +8.3%(年成長率5.4%)、認知職の賃金は停滞(-0.3%)、認知職失業率は4.5%へ上昇(米世論調査の中央値に最も近いモデル)[25]。
* **Extreme(極度)**: GDP +32.4%(年率15%成長)、資本分配率が60:40から45:55へと激変[25]。認知職の失業率は17.9%(全体11.9%)と歴史的ショックが発生[33][34]。
#### 5\. 現実の早期警戒シグナル(Canaries in the Coal Mine)
* Stanford / ADPの最新データ研究(Brynjolfsson et al., 2026)によると、全全般的な大量失業は起きていないものの、**22〜25歳の若手・新卒層(Early-Career)でAI露出度の高い職種の雇用が13%〜16%減少**しており、「炭鉱のカナリア」として早期ショックが現れています[35]。
* AIを「自動化(Automative)」として使う職種では若手雇用の減少につながり、「拡張(Augmentative)」として使う職種では経験豊富なシニア層の雇用維持・増加につながるという年齢勾配が示されています[4]。
#### 6\. ステークホルダーへの提言
* 政府には柔軟な政策準備、企業には単なる人員削減ではなく\*\*タスクの再設計(Task Redesign)\*\*や人間固有の強み(共感、判断力、対面価値など)の強化を提言しています