AIにより「貿易収支」の式がかわる！？OECD『AI meets trade』（3月18日）

2026年3月18日、OECD（経済協力開発機構）は “AI meets trade: Global linkages and the cross-country distribution of the gains from AI” を公表しました。

https://www.oecd.org/en/publications/ai-meets-trade_13081644-en.html

これは OECD Artificial Intelligence Papers, No.57 として出された79ページの論文で、OECD/G20諸国を対象に、AIの生産性効果が国際貿易を通じてどう各国に配分されるかを、多国間・多部門の一般均衡モデルで試算したものです。

メインのシナリオでは、AIは各国の1人当たり実質所得成長を年率 0.1〜0.95ポイント押し上げうる一方、AI導入が遅い国でも、より安価な“AI集約型輸入”から利益を得るが、長期的な競争力維持には国内でのAI導入が不可欠だと示しています。

この論文が未来の国際収支を考えるうえでの金字塔になるかもしれない点は、AIの普及により、貿易・経済の意味そのものが変わってきたことを、かなり明確なロジックで示したことです。

従来、貿易黒字・赤字は、モノやサービスの輸出入額で読まれてきました。

平たく言えば、港にどれだけのモノが出入りしてるか、ではかれるようなものです。

しかしAI時代には、輸出・輸入しているのは単なるモノの機械やソフトウェアではありません。

アルゴリズム、学習済みモデル、計算資源、そして人間の仕事を補完・代替する“知能”が埋め込まれています。

すると、同じ輸入超過でも、それが将来の生産性や利潤を引き上げるなら、見え方はまったく変わります。

OECDはこの点を今回の論文で、「AIが形にした現在の貿易」としてモデル化したのです。

大事なのは、貿易収支を評価する際に、“AIを内包した輸入が国内の生産性・利潤にどう効くか”まで見なければ、国の実力を読み違える、という新しい見方が提示されたという点。

世界の各国経済を評価する上で、これまでの経済学の考え方を抜本的に変える、知恵、暗黙知、ソフト部分が、KPIとして組み込まれたという、歴史的な転換可能性を示唆する "変化の兆候"  です。

よって、本記事では、この論文で、この画期的なモデルがどう組み立てられているかを中心にお話してみようと思います。

◎そもそもOECD（経済協力開発機構）って？？

＊経済産業省の説明はこちら。
https://www.meti.go.jp/policy/trade_policy/oecd/index.html

OECDが定義したのはなにか

この論文のエッセンスを一文で言うと、次のようになります。

「AIの便益は、国内導入だけでなく、AI集約型の輸入や国際的な知識波及を通じても各国に入ってくる。そのため、AI時代の貿易は“物の移動”だけでなく“知能の移動”として測る必要がある」

これを数式で要約すると、従来の感覚ではこうだったものが、

成長　≈　f　(資本,　労働,　国内技術)

AI時代にはこうなる、ということです。

成長≈f(資本,労働,国内AI,輸入AI,知識波及)

OECDの論文はこの考え方を、多国間・多部門一般均衡モデルで定式化しています。つまり、ある国のAI導入が、その国の生産性だけでなく、輸出価格、相手国の輸入構造、さらに第三国の利潤にまで波及する、という形で全体をつないでいるわけです。

数式の芯①：AIは貿易の計算式にどう組み込まれたのか

経済学の最も基本的な生産関数から始めると、産出 Y はおおむね次のように表せます。

Y=A⋅F(K,L)

ここで、

• Y：産出、付加価値、GDPのイメージ

• K：資本

• L：労働

• A：全要素生産性（TFP、技術水準）

です。

OECDの議論で重要なのは、AIが主として A（全要素生産性：TFP、技術水準） を引き上げる要因として扱われることです。

つまり、AIは単に「機械が増える」話ではなく、同じ資本と労働でも、より大きな産出を生むようにする技術ショックとして入ってきます。

簡略化すると、

Y=(A+AI)⋅F(K,L)

というイメージになります。この論文がこの一行そのもので書いているわけではありませんが、何が表明されているかを理解するには非常に近い表現です。

数式の芯②：AIは「国内導入」と「輸入導入」に分かれる

この論文のいちばん新しいところは、技術進歩 A を「国内で起きるもの」だけでなく、貿易を通じて持ち込まれるものとして捉えている点です。

その考え方を、読みやすく分解するとこうなります。

A　=　A（domestic）​　+　A（imported​）

ここで、

• A（domestic）​：国内企業・国内産業が自ら導入し、使いこなすAI

• A（imported​）​：輸入財・輸入サービスに体化したAIの効果

です。

たとえば、海外製のAIソフトを業務に導入する。
AI搭載ロボットを輸入する。
設計、診断、翻訳、解析などを海外AIサービスに依存する。

これらは全部、国内でゼロからAIを作っていなくても、輸入を通じてAIの恩恵を受けているということです。OECDがいう「AI-intensive imports」は、まさにこの効果を見ています。論文の要旨でも、AI導入で出遅れた国でも、安価なAI集約型輸入から利益を得ると明言されています。

数式の芯③：輸入AIの効果は、そのままではなく「吸収能力」で決まる

ここで話は終わりません。
むしろここからが重要です。

輸入されたAIは、国の中に自動的に生産性を生むわけではない。
それを人間が理解し、業務に埋め込み、組織が回し、制度が支えることで、初めて実効的な力になります。

A（imported​）​（effective）​=　A（imported​）​​×ϕ

ここでϕは吸収能力です。
この ϕ には、

• デジタルスキル

• 教育水準

• 業務設計力

• 経営の実装力

• データ基盤

• 規制・制度

が含まれます。

つまり、同じAIを輸入しても、

• 吸収能力が高い国は、大きく伸びる

• 吸収能力が低い国は、輸入しても伸びない

ということです。

シンプルに整理すると、

AIの実効効果　=　AIの活用量　×　人と組織の中での使いこなし力

になります。

つまり、AIを活用し、人の力をどれだけ増幅させられるか？

これは企業の体力にもそのまま当てはまります。

ChatGPTやCopilotを全社導入しても成果が出ない会社がある一方で、少人数でも劇的に変わる会社があるのは、この式の違いです。

差を生んでいるのはツールの保有ではなく、人間と機械の共生能力です。

数式の芯④：知識波及（spillover）が、AIの国際格差を少し埋める

本論文のもう一つのポイントは、「knowledge spillovers（知識波及）」です。

論文要旨には、国際的な知識波及が、AI導入の相対的に遅い国の採用を押し上げる利潤効果を数量化したとあります。

これを簡略化すると、

A（domestic,t）+1　​=  A（domestic,t）　+　λ ⋅ A（foreign）​

というイメージになります。
λ　は、海外で生まれたAIの知識を自国がどれだけ吸収できるかを表す係数です。

つまり、世界のどこかでAIが進歩すると、その成果は貿易や投資や人材移動やオープンソース経由で他国にも流れ込む。

だから、完全な自前主義でなくてもAI便益は得られる。（＊お、日本にも勝ち筋が！？）

ただし、λ　が低い国、つまり教育・制度・企業慣行が弱い国は、その流れを受け止められない。（＊日本、、、けっきょく！？）

このあたりが、OECDが言う
「遅れた国も短期的には輸入と波及で得をするが、競争力維持には国内導入が必要」
という結論です。

数式の芯⑤：なぜ「貿易黒字・赤字」の読み方が変わるのか

ここまで来ると、冒頭の論点に戻れます。

従来の貿易収支は、単純化すれば

TB　=　X　−　M

でした。

• TB：貿易収支

• X：輸出

• M：輸入

です。

しかしAI時代には、輸入M　 の中に「将来の生産性を押し上げる知能」が埋め込まれます。

すると、ただ M が増えたから悪い、とは言えなくなります。

そこで、読み替えとしてはこう考えるのが自然です。

　実質的な国益　≈　(X−M)　+　ω⋅A（imported）（effective）​

ここで　ω　は、輸入AIが国内の厚生・競争力に与える価値を表す係数です。

もちろん、OECDがこの式をそのまま出しているわけではありません。
ただ、論文が示しているメッセージを、政策実務の言葉に翻訳すると、かなり近いのはこれです。

AI集約型の輸入は、会計上は輸入だが、経済実態としては“将来の成長原資”でもある。
だから、AI時代の貿易黒字・赤字は、金額だけでなく、何を輸入し、それがどれだけ国内の生産性に変わったかまで見ないと、本当の意味では読めないのです。

ただし、ここでOECDは同時に釘も刺しています。
輸入便益はあるが、とくにAIへの関係が大きい産業では、競争力維持のために国内AI導入が不可欠だと。つまり、

長期競争力=AI輸入だけ

であり、

長期競争力=f(AI輸入,国内AI導入,吸収能力)

ということです。

ここまでを一つの式にまとめると

この論文のロジックを、かなり大胆に一行に圧縮すると、こう書けます。

ΔY　=　f　[(AI domestic​+AI imported​×ϕ+Spillover)×K×L]

意味はこうです。

• 国内AI導入がある

• 輸入AIもある

• ただし輸入AIは、吸収能力 ϕ がなければ効かない

• さらに海外からの知識波及もある

• それらが資本と労働の掛け合わせの効率を上げる

これが、OECD論文の考え方を、整理した“骨格”です。

IMFはこの話をどう見ているか

IMFの視点は、OECDとかなり近いですが、重心が違います。
OECDが「AIが国際貿易を通じてどう成長に効くか」を強く見るのに対し、IMFは「AIが生産性を上げる一方で、雇用・賃金・資産格差をどう変えるか」により強い関心を置いています。

IMFは2024年の Gen-AI: Artificial Intelligence and the Future of Work で、AIと高所得労働者の補完性（増幅性）が強いと、労働所得格差が拡大しうること、またAI資本への需要増を通じて富の格差が拡大しやすいことを示しました。加えて、生産性上昇が十分大きければ大多数の所得水準を押し上げうる一方、その果実の分配は均等ではないと整理しています。

IMFのロジックを簡略化すると、

総便益=生産性上昇−代替損失+補完利益

です。
そして格差の観点では、

不平等拡大∝高所得層との補完性+資本収益の増加

という見方になります。

つまりIMFは、OECDの「AIは貿易を通じても便益を運ぶ」という話に対し、
「ただし、その便益が社会の中でどう分配されるかは別問題だ」
と言っているのです。

World Bankはこの話をどう見ているか

World Bankはさらに土台の条件に目を向けています。
2025年の Digital Progress and Trends Report 2025: Strengthening AI Foundations では、AIが shared prosperity の力になるためには、アクセス格差、インフラ格差、スキル格差を縮める必要があると強調しています。

さらに2026年の World Development Report 2026 のコンセプトノートでは、AIは発展途上国に飛躍の可能性をもたらす一方で、計算資源・データ・スキルの要件が重く、国際格差を広げるおそれがある、しかも高所得国の巨大テックへの依存や競争上の不利も生みうるとしています。

これを式にすれば、

AIの発展効果=AIアクセス×制度×人的資本

です。

つまりWorld Bankは、OECDやIMFより一段手前で、
「そもそもAIを使えるだけの基盤があるか」
を問うています。

3機関を重ねると、何が見えるか

ここまでを重ねると、かなり明確です。

OECDは、
AIが貿易を通じて国境を越え、各国の成長や厚生を変える
と示した。

IMFは、
その導入の仕方が格差を拡大させる可能性を見落とすな
と言っている。

World Bankは、
そもそもAIを取り込める制度・スキル・インフラがない国は取り残される
と見ている。

この3つを統合すると、今後の標準的な考え方はおそらく次の式に近づきます。

AI時代の成長=(国内AI+輸入AI+知識波及)×吸収能力×制度

日本はこの中でどう見られているか

日本については、OECDもIMFもかなり示唆的なことを言っています。

OECDは2025年の関連分析で、G7比較において、日本のAIによる労働生産性押上げ効果は、米国の半分程度になりうるとしています。その背景として、採用速度の遅さや産業構造の違いが挙げられています。さらに、補完的条件が弱い国では、AIの成長寄与が年率 0.05〜0.3ポイントにとどまりうるとも示されています。

一方でOECDの日本労働市場報告では、現時点で日本ではAIが大規模に雇用を減らしている明確な証拠はないとされ、むしろ長期雇用慣行と慢性的な人手不足のために、AIによる雇用減少は他国より生じにくい可能性があると述べています。

IMFも日本について、人口高齢化と人手不足のなかでAIが労働供給制約を和らげうる一方、AIによる置換に備えた労働移動政策、リスキリング、アップスキリングが必要だと2026年Article IVで述べています。

ここから見えてくる日本像は、かなりはっきりしています。

日本は、

• AIで雇用が一気に壊れる国ではない

• むしろAIは人手不足を補う余地が大きい

• しかし、導入速度と組織的吸収力が弱いままだと、米国ほどの成長効果は出ない　

ということです。

つまり日本の課題は、「AIに仕事を奪われるか」よりも、
「AIを十分に使いこなせず、成長機会を取り逃がすか」
と言われているに近い。

日本への示唆：何を変えるべきか

この文脈で、日本に必要なのは三つです。

第一に、AIを“IT投資”ではなく“通商・産業競争力”として扱うことです。
何を輸入し、何を国内で実装し、どの分野で自前の強みを残すのか。
この整理なしに、AI時代の貿易戦略は立ちません。

第二に、吸収能力への投資です。
つまり人材、業務設計、現場導入、教育、再訓練です。
式でいえば、ϕ　を上げることが日本の最大の成長戦略になります。

第三に、AIと人間の共生を前提にした制度設計です。
日本は高齢化と人手不足が先行する国です。だからこそ、AIを「人を切る道具」ではなく、人が働き続けるための補完装置として位置づけた方が、OECDにもIMFにも整合的です。

◎参考：OECD AI Index の 記事も是非！

おわりに

OECDの “AI meets trade” は、話題性を狙った論文ではありません。
むしろ静かに、しかし決定的に、次のことを示しました。

AI時代には、貿易は  “物の移動”だけではなく、暗黙知を含めた “知能の移動”として読まなければならない。

そのため、貿易黒字・赤字も、もはや金額だけでは語れません。

輸入の中に、どれだけAIがモデルとして寄与していくか。
それを、どれだけ国内の生産性へ変えられるか。
そしてその利益を、社会全体にどう分配できるか。

この見方は、OECDだけのものではなく、IMF、World Bankの考えともつながっています。

今後のスタンダードは、

AIの活用量　×　吸収能力　×　制度（ガバナンス）

で国の力を読むことになるとみられます。

そしていま、このような流れの中で、我々に問われているのは、
AIをただ取り入れることではなく、
AI（機械）との共生により、人間の力を、どう変えることができるか。

2050年の勝ち筋はそこにあります。

◎参考

ちょっと難しいお話をしましたが、このあたりの最新トレンド、考え方も盛り込んだ、未来予測や、AI基盤を、フランソワは開発・サービス提供しています＾＾。

コメントも、ご相談も大歓迎です。

#AI
#生成AI
#OECD
#IMF
#国際収支
#デジタル貿易
#産業政策
#技術革新
#人的資本
#リスキリング
#組織変革
#CROSSGraph
#フランソワの未来予報日記