1. パーソナル・エージェント購読料という新たな固定支出とデジタルの脱落

2026年4月、ソウル冠岳区のあるゴシウォン。26歳の就職準備生Kは、毎月家計簿をつけるたびに同じ項目の前で立ち止まります。ChatGPT Plus月20ドル、Claude Pro月20ドル、Copilot月30ドル。3つ合わせると1ヶ月に10万ウォンを超えます。月家賃35万ウォンに食費40万ウォンを使う彼にとって、AI購読料は4番目に大きい固定支出です。やめられません。無料版ではレジュメの添削も、コーディングテストの準備も、面接シミュレーションも満足に動きませんから。

1830年代のニューヨークでベンジャミン・デイが新聞1部をペニーで売ると決心したとき、彼は読者の注意力を広告主に売る事業モデルを発明しました。ペニープレス革命は情報への敷居を低くしました。そこから190年後、人工知能はまったく逆の道を歩んでいます。過去には、ユーザーは広告を見る代わりに無料サービスを享受する「製品」でした。いま、ユーザーは毎月一定の購読料を支払う必要があり、高性能な知能へのアクセスは永続的な支出源となってしまいました。

ハッシュ代表金書俊は『30個の亀裂』メモでこの変化を実現確率80%で予測していました。「都市労働者の大多数がエージェント2個から5個を日常運用するようになる。購読料が新たな固定支出になる。スマートフォンがそうだったように、使わないことが選択肢ではなく脱落になる。」この文章の重さは数字で確認できます。低所得国ではユーザーの97%が無料版に留まり、有料購読を負担できる比率はわずか3%です。無料版は性能制限と応答遅延を伴い、リアルタイムの意思決定が必要な競争環境では、この格差は致命的です。

スタンフォード社会イノベーション誌（SSIR）の2026年1月分析がこの構造を正確に指摘していました。現在の低価格もしくは無料の人工知能時代は持続可能ではないというものです。2025年から2026年初頭までは無料ツールが広く存在していますが、高度な機能はすでに有料層に移行しています。エネルギー、ハードウェア、プライバシー、市場支配力という人工知能の基盤経済学が自らを主張し始めたのです。問題はこの費用転嫁が最も脆弱な層に最初に到着するという事実です。

ミルトン・フリードマンが主張した株主価値優先の論理がこの不平等を正当化するために用いられています。企業は、より効率的な知能を売って利益を上げることに専念し、社会的排除を解決することには関心がありません。購読料というフィルター装置を通すことで、経済的貧困は認知的貧困につながります。高性能なエージェントなしには、健康管理も、行政サービス接続も、教育機会の確保も難しくなる世界。ユヴァル・ノア・ハラリが警告した「経済的に無用な階級（economically irrelevant class）」が購読料の障壁の後ろで現実になっています。

マイクロソフトのフィリップ・ロッターが言及した過去の『シュリンクラップ・ソフトウェア（shrink-wrapped software）』時代には、一度購入すると所有権が発生していました。クラウドベースの購読モデルへの転換とともに、知能は所有の対象からアクセスの対象へと変貌しました。アクセス権は毎月更新される必要があります。更新を中止した瞬間、昨日まで使っていたツールが消えます。これは本を借りて読むことと異なります。知的生産性そのものが月額課金に縛られる構造です。この構造の中で購読を中止した人は、生産性が低下するのではなく、競争そのものから脱落します。

2026年現在、世界の人工知能総支出額は3,010億ドルを突破しました。この金の38%はアメリカに、26%は中国に集中しています。残りの国々は残りかすを分け合います。知能に対する課金は、教育的成就の機会を根源的に遮断し、世代間貧困を固着させます。初期のインターネットが約束していた知識の民主化は、知識の有料化という結果に反転させられています。人工知能が約束した豊かさは、購読決済が承認された人にだけ到着する計算です。Kは今日も家計簿の前で思い悩みます。食費を減らそうか、購読をやめようか。この選択肢が選択肢ではないことが問題です。

2. 世代間デジタルリテラシー格差

2025年ロンドン・スクール・オブ・エコノミクス（LSE）の調査結果が1つの風景を描いています。Z世代労働者の83%が業務に人工知能を使用していました。ミレニアルは73%、X世代は60%、ベビーブーマーは52%。数字そのものより、その間の質感が重要です。Z世代の半数は上司に聞く前にChatGPTにまず質問すると答えていました。上司より機械をまず探す世代と、機械より経験をまず信じる世代が同じオフィスに座っているのです。

この格差は使用頻度の問題ではありません。リテラシーの問題です。マイクロソフトViva研究によれば、組織の70%が従業員に必要な人工知能能力を教えることに困難を抱えており、リーダーの62%が明確なAIリテラシー格差を認識しています。問題は、この格差が世代別に非対称的だという点です。LinkedIn職業市場報告書によれば、AIリテラシーを要求する求人公告が過去1年間に70%増加しました。AI能力は今やコンピュータやインターネット使用能力と同じように基本資格になりつつあります。

法曹界の現実がこれをよく示しています。過去、後輩弁護士は書類を検討して記年史を作成する苦しい基礎作業を数年間実施して熟練度を積み重ねました。今は人工知能がその作業を数分で終わらせます。若い世代はプロンプトを入力して結果を検証する新しいリズムに素早く順応します。一方、徒弟制的教育で専門性を蓄積してきた既成世代は、自分のノウハウが学習データに置換される過程で、アイデンティティの危機に直面します。既成世代が30年かけて築いた直感は依然として貴重ですが、それをAIシステムと結合して産出物に作り上げる文法がなければ、市場はその価値を適切に評価しません。

PwCの2025年グローバルAI仕事気圧計は衝撃的な数字を発表しました。AI能力を保有する労働者の賃金プレミアムが2024年の25%から2025年の56%へ、わずか1年で2倍以上跳ね上がったのです。このプレミアムは、AIをよく使う人と使えない人の間の所得格差が単純に広がるのではなく、幾何級数的に拡大していることを意味しています。年俸に換算すれば1万8千ドルから3万ドルの違いです。

EYとAARPが2026年4月に発表した共同調査は別の側面を明らかにしています。60歳から85歳の間の2,515名を16ヶ国で調査した結果、企業と学界がベビーブーマー世代はAI導入に関心がないと仮定していること自体が問題でした。実際には関心はあるが接近経路が塞がれている場合がほとんどでした。教育資源の配分不均衡が関心を無力化させていたのです。人工知能関連教育を受けた労働者は全体の13%に過ぎないというランドスタッド調査結果がこれを裏付けています。

UNDPは2025年報告書『次の大分岐（The Next Great Divergence）』で、世代間の亀裂に直接言及していました。22歳から25歳の間の労働者の高露出職種雇用率が、ここ数年で約5%低下していました。人工知能が入門段階の機会を減らす一方で、年配の労働者はむしろ生産性向上の恩恵を受ける逆説的構造が現れたのです。若い世代は道具をよく使いこなしますが、経験を積む場所が消えており、既成世代は経験は豊富ですが道具を使う文法になじみがありません。両世代ともそれぞれのやり方で疎外されています。

世代間の知識伝承モデルが解体されています。過去には、シニアがジュニアに実務を教え、ジュニアがシニアに新しい技術を知らせるという循環が機能していました。人工知能がジュニアの仕事を奪ったことで、この循環が途絶えました。人類が数千年かけて築いてきた専門知識の体系が断片化する危険がここにあります。WEFによれば、雇用主の77%が2025年から2030年の間に労働者をAIに合わせて再熟練させる計画だと述べています。計画はあります。実行が問題です。ランドスタッド調査で労働者の55%が自分のキャリアを守るためにより多くのAI教育を望んでいると答えましたが、実際に教育を受けた比率は13%でした。欲求と現実の間のこの42ポイント格差が、世代間デジタルリテラシー問題の本質です。

3. 国家間AI基盤格差とデジタル植民地構造の再現

2025年ベルギー・ブリュッセル、マイクロソフト・デジタル主権サミット。この席でいくつかの事実が繰り返し強調されていました。データ主権は今や国家生存戦略だということ。アメリカと中国の少数の大手企業が世界の人工知能研究開発投資の40%以上を占有しています。2026年世界のAI投資3,010億ドルのうち、アメリカが38%、中国が26%を占めます。残りの国々は36%を200以上の国が分け合います。

世界経済フォーラム（WEF）が発行した『デジタル経済動向2026』報告書の診断は鋭いものです。AIの恩恵が少数の大型技術企業と国に集中しながら、デジタル能力とサイバー回復力において大規模組織と小規模組織の間、先進国と新興国の間の不平等が増幅されているということです。データ、演算能力、専門人材というAI能力の集中的性格が世界的不平等を大きくし、資源が不足している組織が相互に関連したシステムの脆弱点になる体系的危険を創り出しています。

この構造を植民地主義の文法で読む視点があります。過去の帝国が領土と資源を収奪したとすれば、今日のデジタル帝国はデータと注意力を収穫します。GoogleやMetaといったプラットフォームは世界中のユーザーから膨大なデータを抽出して自社モデルを洗練させていますが、利益と技術統制権はシリコンバレーに集中しています。ケニアのコンテンツモデレーターは時給2ドル未満の賃金で、AIの有害コンテンツを濾過する精神的トラウマに曝されています。2023年5月ナイロビで150名以上の現職・退職者がアフリカコンテンツモデレーター労組（ACMU）を結成したことは、この搾取がいかに体系的であるかを示しています。チリではデータセンター冷却水が水資源を枯渇させています。技術の華やかさの陰に資源搾取の古いパターンが隠れています。

2026年現在、22億人が依然としてインターネットに接続できず、数十億人が安定した広帯域とデジタル機器、データ経済に参加する能力なしに『不完全な接続』状態に置かれています。ITUのICT発展指数2025年版は低所得国が急速に進展していますが、広帯域速度と利用可能性、使用率において高所得国との格差が依然として大きいと確認しています。人工知能基盤を独占した国々は標準を設定し、規制フレームワークを主導します。技術力が不足している国々は、自国の価値観や文化的文脈が欠けた外国製AIシステムを受け入れなければなりません。ある国の行政、国防、社会システムが外国企業のアルゴリズムに左右される状況は、国家主権の本質を脅かしています。

金書俊代表が『30個の亀裂』で提起した国家規模とAI競争力の関係もこの文脈で読まなければなりません。韓国のGDP1.8兆ドルではアメリカや中国と基盤競争を繰り広げることは難しいものです。彼が日韓経済統合を取り出したのは、規模の経済がなければAI時代のルールメイカーではなくルールテイカーに転落するという切迫した認識からでした。NvidiaのQuarterlyの売上高が400億ドルを突破してデータセンター市場を独占する現象は、基盤権力の集中度がいかに極端であるかを示しています。

『地域的AI主権』を確保しようとする動きが複数現れていますが、ハイパースケール・クラウド基盤を独自に構築するには膨大な資本とエネルギーが必要です。5大ビッグテックの資本支出が2025年に4,000億ドルを突破し2026年に75%の追加増加が見通されている現実で、中小国がこのレースに飛び込むことはほぼ不可能です。オープンソースモデルが代替案として提示されることもありますが、これを実際に運営する基盤と専門人材がなければ、コードだけあってエンジンがない自動車と変わりません。技術自立を成し遂げない国家はシステム故障、政策変化、地政学的紛争に無防備で露出しています。人工知能基盤格差は軍事力と経済力の格差に直結し、世界権力地形を再編成します。ビッグテック4社のAI投資規模3,200億ドルが大抵の国のGDPを上回るという事実は、我々が選出していない企業が我々の未来を設計しているということでもあります。UNDPが警告した『次の大分岐』はAIのために生じるのではありません。我々が行動しなかったために生じるのです。

4. 中小企業と大企業の間のAI導入速度差

1つの数字がすべてを物語ります。OECDが2025年現在で集計したところによれば、250名以上の大企業のAI導入率は40%です。50名から249名の間の中堅企業は20.4%。10名から49名の間の小企業はわずか11.9%に過ぎません。ヨーロッパ統計局（Eurostat）2025年データはより劇的です。大企業55%、小企業17%。格差が38ポイントです。クラウドコンピュティングやIoTといった他のデジタル技術でも規模別格差は存在しますが、AIでの格差はそれよりはるかに大きいものです。小企業はクラウドを導入する確率が大企業の半分ですが、AIを導入する確率は3分の1未満です。

大企業は数兆ウォン規模の資本を投入して専用のAIモデルを構築しています。業務全般を自動化して費用構造を再設計しています。法曹界で大型事務所はThomson Reutersの『Co-Counsel』のような専用法律AIを導入して競争力を高める一方で、小規模事務所は依然として手作業に依存しています。G7国家の平均的企業は5.7個の異なるAIアプリケーションを運用し、半数以上がAIを中核事業に不可欠だと考えています。これは実験ではありません。依存です。

Jones ITの2026年2月報告書が指摘した点があります。大型組織の78%が最低1つ以上の事業機能でAIを使用しているのに対し、アメリカ中小企業のうちAIを生産技術として使う比率は3%から4%に留まっているということです。もちろん、自己申告ベースの調査では中小企業の55%が2025年にAIを使用したと答えることもあります。ですがこれは定義の問題です。ChatGPTでメール草案を書くことと、AIを中核業務プロセスに統合することは別の話です。OECD調査によれば、生成型AIを使う中小企業のうち中核業務に使う比率はわずか29%に過ぎません。残りの71%は周辺業務にのみAIを使用しています。

費用が壁です。5名未満の超小規模企業の82%がAIは自分の事業に適用不可能だと信じているというアメリカ中小企業庁（SBA）調査があります。企業規模が大きくなるほど、この比率は急速に低下します。認識と教育の格差であり、実際には適用不可能なのではありません。中小企業のわずか12%だけがAI関連教育に投資していますが、29%は教育不足を最大の障害物として指摘しています。認識は速く広がりますが、行動ははるかに遅れています。中小企業の27%だけがAIを効果的に導入する自信があると答えた一方で、中堅企業は82%でした。自信そのものが企業規模と内部技術専門性に比例しています。

Deloitteが2026年に発行した『企業AI現況』報告書は2つの数字を並べました。2025年に労働者のAIアクセス性が50%上昇し、AIプロジェクトの40%以上を実際の生産に投入した企業の数が6ヶ月以内に2倍に増えると見通されているということです。早く動いた企業とまだ試験段階にある企業の間の隙間が広がっているという意味です。

この格差が危険なのはフードチェーンのためです。大企業の高度な自動化システムは、供給チェーン内の中小パートナーにより低い単価とより高い効率を要求しています。人工知能推奨システムから外れた中小企業の製品は、消費者に到達する機会さえ失うものです。金書俊代表が『1人SaaS企業が爆発する』（実現確率70%）と見通したのもこの文脈です。エージェントが開発、デザイン、顧客サービス、マーケティングを実行すれば、1人が月間数億ウォン規模のソフトウェアを運営できます。逆説的に、この1人企業の爆発は、既存中小企業の存在理由をより速く崩壊させることができるものです。

EU AI法の準守コストが中小企業に不均衡な負担を与えるという指摘もあります。能力不足（EU企業の70.89%が専門人材不足を訴えている）は解決されず、規制は増えています。中小企業はAIが約束する『根本的豊かさ（radical abundance）』の時代に入る前に、転換コストの重さに圧しつぶされる可能性があります。技術的不均衡が産業全体の回復力を蝕んでいます。そして、この回復力の弱化は結局大企業にも跳ね返ります。供給チェーンは最も弱い環の強度で耐えるからです。

人工知能を水や電気と同じ社会公共財として見なすのか、それとも市場論理に任せるのか。この問いはすでに学術論争の領域を出ています。UNDPはAIを『21世紀の汎用基盤（general-purpose infrastructure）』と規定していました。電気や道路と同じくらい根本的だということです。このインフラに対するアクセスが深く不平等であれば、次の大分岐は避けられません。そしてその分岐はAIのために起きるのではなく、我々がその分岐を放置したために起きるのです。