入門 ・ 6分
生成AIで仕事の生産性はどう変わったか:現場と実験の研究
顧客対応の5,172人の研究では、生成AIの支援で1時間あたりの解決件数が平均15%増え、経験の浅い人ほど伸びが大きかった。文章作成の実験でも時間が40%減った。賃金への影響はまだ分かっていない。

この記事の根拠
- ランダム化した試験1
- 自然実験など1
- 観察データ1
原因と結果を確かめやすい方法(ランダム化した試験・自然実験)の研究を含みます。
出典 3 件・対象の国: 米国、フィリピン、日本
根拠の種類の読み方 →どうするのがよいか
メールの下書きなど、よくある作業1つで生成AIを試し、かかった時間をメモする。会社のルールを先に確かめ、出てきた文章は自分で読み直す。
生成AIを仕事で使うと、生産性はどう変わるのでしょうか。顧客対応の現場の研究と文章作成の実験では、どちらも作業が速くなり、特に経験の浅い人や点数の低かった人の伸びが大きく出ています。一方で、賃金そのものがどう変わるかは、まだ分かっていません。
要点
- 大企業の顧客対応担当5,172人(89%は米国外、主にフィリピン)の研究では、生成AIの会話アシスタントが使えるようになると、1時間あたりに解決した問い合わせの件数が平均15%増えた。導入の時期が人によって違うことを利用した分析。
- 同じ研究で、経験が浅くスキルの低い人は解決件数が30%増え、速さと質の両方が上がった。最も経験とスキルのある人では、速さがわずかに上がり、質はわずかに下がった。
- 大卒の専門職453人を対象にしたランダム化実験(Noy & Zhang 2023)では、ChatGPTを使えた人は文章作成の時間が平均40%短く、質の評価が18%高かった。どちらの研究も、賃金への影響は測っていない。
顧客対応の現場で、生成AIは誰の生産性を上げたか
スタンフォード大学の Brynjolfsson らは、業務用ソフトウェアを売る大企業(フォーチュン500の1社)で、顧客対応の担当者5,172人のデータを調べました。担当者の89%は米国外、主にフィリピンで働いています。生成AIを使った会話アシスタントは、主に2020年秋から2021年冬にかけて、人によって違う時期に使えるようになりました。この時期のずれを使い、使える前と後を比べています(準実験)。
結果は、1時間あたりに解決した問い合わせの件数が平均で15%増えました。差が大きかったのは経験とスキルの低い人で、解決件数が30%増え、速さと質の両方が上がりました。最も経験とスキルのある人では、速さがわずかに上がった一方、質はわずかに下がりました。
ほかにも、AIの支援が働く人の学びを助けていること、海外の担当者を中心に英語が流ちょうになったこと、客の言葉づかいが丁寧になり、上司を出すよう求められることが減ったことが報告されています。辞める人も減り、それは主に新しく入った人がとどまったことによるものでした。
文章作成のランダム化実験で、時間と質はどう変わったか
マサチューセッツ工科大学の Noy と Zhang は、事前に計画を登録したオンライン実験を行いました。対象は大卒の専門職453人で、マーケティング、助成金の申請書づくり、コンサルタント、データ分析、人事、管理職などの仕事に合わせた文章の課題を出し、良い出来には報酬を上乗せしました。半数をくじで選んでChatGPTを使えるようにしています。
ChatGPTを使えた人は、作業時間が平均40%短くなり、同じ職種の人による質の評価は18%高くなりました。最初の課題で点数の低かった人ほど伸びが大きく、人による差は縮まりました。実験に参加した人は、2週間後に実際の仕事でChatGPTを使っている割合が2倍、2か月後でも1.6倍でした。
日本の調査と、生成AIの研究の読み方
日本では、経済産業研究所の森川(2024)が、2023年9月に働く人13,150人にネット調査をしています(査読を受ける前のディスカッション・ペーパーです)。AI(生成AIを含む)を仕事で使っていた人は5.8%で、その人たちは自分の仕事の効率が平均21.8%上がったと答えました。ただしこれは本人の評価で、実際に測った数字ではありません。AIを仕事で使う人の年収は、使わない人より45.6%高く、性別・年齢・学歴・職種などをそろえると12.4%に縮みました。もともと賃金の高い人ほどAIを使っている傾向と読めます。
研究の読み方として、次の点に気をつけましょう。
- 顧客対応の研究は1社の1つの仕事で、文章作成の実験は20〜30分ほどの課題です。ほかの仕事に同じ大きさで当てはまるとは限りません。
- 生産性が上がっても、その分が働く人の賃金になるかは別の問題です。顧客対応の研究には個人の給与のデータがなく、賃金への影響は分かっていません。
- 日本の調査は観察データで、AIを使う人と使わない人はもともと違います。
今日できる小さな一歩
- 「30分学んだ」の時間を使い、メールの下書きなど、よくある作業1つで生成AIを試してみる。社外秘の情報を入れてよいかなど、会社のルールを先に確かめましょう。
- 「今日の進み具合を1行メモした」に、AIを使った作業とかかった時間を書き、使わなかった日と比べる。自分の仕事で本当に速くなったかが見えてきます。
- 出てきた文章は自分で読み直す。経験のある人ほど質が下がる例もあったので、最後の確認は人の仕事です。
よくある質問
生成AIを使うと給料は高くなりますか?
まだ分かっていません。顧客対応の研究には個人の給与のデータがなく、文章作成の実験も賃金は測っていません。日本の調査ではAIを使う人の年収が高めでしたが、もともと賃金の高い人ほど使っている傾向と読めます。
生成AIで仕事はどのくらい速くなりますか?
研究によって違います。顧客対応の研究では1時間あたりの解決件数が平均15%増え、文章作成の実験では作業時間が平均40%短くなりました。日本の調査では、使っている人が自分の評価で平均21.8%効率が上がったと答えています。
ベテランでも生産性は上がりますか?
顧客対応の研究では、最も経験とスキルのある人は速さがわずかに上がった一方、質はわずかに下がりました。伸びが大きかったのは経験の浅い人で、解決件数が30%増えています。
出典
- [X-brynjolfsson-li-raymond-2025] Brynjolfsson, Li & Raymond (2025) Generative AI at Work. The Quarterly Journal of Economics.
- [X-noy-zhang-2023] Noy & Zhang (2023) Experimental evidence on the productivity effects of generative artificial intelligence. Science.
- [X-morikawa-2024] 森川正之 (2024) 日本企業・労働者のAI利用と生産性. RIETI Discussion Paper 24-J-011.
研究は平均の傾向です。この記事は、習慣で収入が上がると約束するものではありません。医療・投資の個別の助言ではありません。 この読み物について ・ 検索・文献
更新:
← 記事一覧へ