私は最近、シトリニ・リサーチの将来予測のマクロメモを読みました。 2028年の世界情報危機このメモでは、2028年までにAIエージェントの急速な導入により、ホワイトカラー職の大規模な置き換えが起こり、消費者需要が弱まり、最終的にはシステム的な金融危機にエスカレートする可能性があると想定している。
本稿の目的は市場の方向性を予測することではありません。むしろ、2026年2月頃の公開されているマクロ経済および労働市場のシグナル、そしてAI投資と供給サイドの制約に関する情報に基づき、市場の状況を検証可能な因果関係に分解し、どの部分が妥当に維持可能で、どの部分が実際には制約を受ける可能性が高いかを評価します。そして、個人レベルの実践的なリスク管理戦略を概説します。
シトリニ・リサーチの「システム崩壊の連鎖」を分析する
私の見解では、シトリーニ氏の主張は「AIは一部のタスクを自動化する」という広く受け入れられている単なる考えではありません。より強力なフィードバックループの議論です。
知能の移転 → ホワイトカラー収入の減少
予測： AI エージェントは、「認知実行」作業（ソフトウェア開発、財務分析、コンサルティング、一部の管理層など）の大部分を置き換えるほどの能力を持つようになり、労働所得の急速な圧縮につながります。
所得の圧縮 → 消費の低迷と信用力の悪化（特に住宅ローンなどの長期債務）
予測： 信用力の高いホワイトカラー労働者の収入の減少は、住宅ローン、消費者信用、企業のキャッシュフロー全体にストレスを引き起こし、システム的な金融リスクを生み出す状況を生み出します。
「幽霊GDP」
請求： 生産性と企業収益が上昇したとしても、その利益は資本家とコンピューティングインフラ保有者に集中し、広範な消費に循環しません。生産は堅調に見える一方で、需要は弱まり、全体的な成長を押し下げる可能性があります。
現実世界の制約によって物語が弱まる可能性が最も高い3つのポイント
私はこのテーゼを「必ずしも間違っている」とは考えていません。むしろ、いくつかの強力な条件が成立する左翼シナリオとして捉えています。私が考える主要な摩擦は以下の通りです。
AIの普及は瞬時に起こるものではない：供給側の厳しい制約が導入を遅らせる
あ 反論 シタデル・セキュリティーズのマクロ分析に関連する分析では、AIの導入はデータセンターの建設、エネルギー供給、チップの入手可能性、建設のリードタイム、そして規制といった制約に直面していることが強調されています。こうした状況下では、AIの普及は急激な変化ではなく、S字カーブを描く傾向があります。
私の見解は、配備速度とユニット交換コストが制限されている限り、シトリニの物語が2～3年の期間内に急速なマクロレベルの負のフィードバックループを形成することは著しく困難になるというものです。
2026年初頭の労働市場の兆候は、広範な「崩壊型の置き換え」の同期した証拠を示していない。
少なくとも、2026年初頭の横断的なシグナルには、「ソフトウェアや類似のホワイトカラー職はすでに急速に置き換えられている」という状況とは一致しないデータポイントが含まれています。例えば、シタデル・セキュリティーズは、ソフトウェアエンジニアの求人件数が前年比で増加していることを強調しています。
私は、このような証拠を次のように解釈しています。それは、置き換えが起こらないことを証明するものではなく、代替のスピード、産業の普及の幅、マクロ的な伝播の強さが、短期的な崩壊ループに必要な強い条件を満たさない可能性があることを示唆しているのです。
「需要が崩壊する」というのは強い主張である。歴史的に、生産性ショックは需要構造を変化させることが多い。
シトリーニのテーゼにおける重要な飛躍は、労働所得の減少が価格下落と新規需要の創出を上回り、結果として総需要の持続的な不足につながるという仮定である。私は、この結論にはより多くの中間的な証拠が必要であると考えている。
歴史的に、大きな技術革新は、従来の職種や業界の縮小と同時に起こることが多く、同時に新たな職種、新製品、新サービス形態の創出、そして消費パターンの変化も伴います。しかし、これは総需要が消滅することを意味するものではありません。
この点は単一の情報源ではなく、幅広い経済史に依拠している。現在の議論では、シタデルや以下のようなメディアに共通する枠組みが、 ロイター そして バロンズ Citrini はベースライン シナリオよりも左テール ストレス テストに近いという点です。
私の実践的な個人的リスク戦略：アプローチを実行可能なチェックリストに変換する
私は、「経済は崩壊する」か「崩壊しない」かという二元論的な見方に基づいて計画を立てているわけではありません。雇用構造と労働と資本の収益分配は変化しており、個人は変動に対する耐性を高める必要があると考えています。
AIに抵抗しない
まず、AIオフィスアシスタントが私のワークフローのどの部分に必要かを特定します。 アイウィーバー 情報の整理、要約、初稿の準備、会議の記録、知識の検索など、多くの作業を簡素化できます。これらのタスクをツールに委任することで、調査、検証、仮説構築、意思決定に多くの時間を費やすことができます。
実世界の情報を十分に蓄積し、検証し、構造化された知識ベースに整理できれば、市場の変化を読み取る能力がより安定します。これは、標準化や代替されにくい役割の種類を特定するのにも役立ちます。
正しい判断力は貴重な個人資産である
NVIDIA CEOのジェンスン・フアン氏の発言とされる「スマートは安上がり。センスは高い」という発言が、オンラインで広く流布されている。私はこれを、検証済みの一次資料の引用ではなく、方向性を示すシグナルとして捉えている。この発言から私が導き出した考えは、モデルが標準化された認知的実行のコストを削減するにつれて、個人の価値は問題定義、制約設定、デリバリー体制、そして説明責任に大きく左右されるというものだ。
実際には、次のような機能は比較的少ないと思います。
- 実際の市場需要を特定し、曖昧なニーズを測定可能な目標、制約、優先順位に変換する
- デリバリーを実行可能なタスクに分解し、人、ツール、データを整理してエンドツーエンドのループを完了する
- 部門横断的なコラボレーションにおける責任の境界を明確にし、成果が確実に達成されるようにする
情報生成コストが下がると、参考資料は増えますが、実用的な情報の割合は必ずしも同時に増加しない可能性があります。私はフィルタリングと検証に重点を置き、結論を実際のビジネス制約に照らし合わせて検証します。ツールは候補となる選択肢を生成できますが、トレードオフ、リスク管理、そして成果の実現については、依然として人間が主な責任を負います。
長期レバレッジを制御する
収入が自動化によって混乱が生じる可能性のある分野に大きく依存している場合、私は長期固定債務、特にレバレッジの高い住宅ローンや長期消費者債務を削減し、バランスシートの柔軟性を維持します。例えば、債務対収入比率（DTI）を低く維持し、流動性バッファーを高く維持することが挙げられます。これは住宅価格の方向性を示すものではなく、不確実性が高まる中でのリスクバジェッティング上の判断です。
安定した心構えと強い体力を維持する
私は、マインドセット管理と体力づくりを長期戦略の一部として捉えています。過去の経験から、テクノロジーの移行は段階的な雇用ショックを引き起こす可能性がありますが、必ずしも経済全体の長期的な停滞を意味するわけではありません。不確実性が高まると、感情の安定、睡眠の質、運動習慣、そして基本的な健康指標が、学習効率と回復速度に直接影響を及ぼします。私は、短期的な変動の中で意思決定の誤りを犯す可能性を減らすために、一貫したルーティン、継続的な運動、そしてストレス管理を重視しています。
Citrini Researchのメモは、AIが所得分配、信用の波及、そして資本集中に及ぼす潜在的な影響を浮き彫りにしており、有用なレフトテール・ストレステストだと私は考えています。しかしながら、2026年初頭のマクロ経済および雇用のシグナル、そしてAIの普及速度を制限する供給側の制約を踏まえると、急速なシステム崩壊ループはベースラインシナリオではなく、実現にはより強力な中間条件が必要となるという見方に傾いています。
私が個人的に重視しているのは、個人レベルでのレジリエンス構築です。つまり、レバレッジを下げ、心身の安定性を高め、標準化が難しい能力を強化し、賃金収入だけに頼るのではなく、生産資産に結びついた収益源へのエクスポージャーを維持することです。
