本研究では、LLMの理論的能力と実際の利用データを組み合わせた「observed exposure（観察された曝露度）」という新指標を導入し、労働代替リスクを測定した。
分析は、米国の約800職種を網羅するO*NET、Anthropic Economic IndexのAI利用データ、および2023年のタスク自動化評価の3つのソースに基づいている。
β スケールでAIによる業務加速を評価：LLMが速度を2倍にできる場合は β=1、補助ツールが必要な場合は β=0.5、自動化不可の場合は β=0。
結果、AIは現在、理論的能力のわずかな部分しか活用されていない。例えば、コンピュータ・数学職群ではタスクの94%がLLMによる支援が可能だが、実際の利用率は約33%に留まる。
曝露度が最も高い職種は、コンピュータプログラマー（タスクの75%が自動化可能）、カスタマーサービス、データ入力担当者（約67%）である。
労働者の約30%（料理人、整備士、救命士、バーテンダーなど）は、業務内容が利用データに含まれていないため、AIの影響をほとんど受けていない。
米労働統計局の予測との比較では、AI曝露度が高い職種ほど、2034年までの雇用成長率が低くなる傾向がある。
曝露度が10ポイント上昇するごとに、予測雇用成長率は約0.6ポイント減少する。
影響を受ける職種グループの労働者は、高齢である傾向があり、女性比率が16ポイント高く、平均所得が47%高く、教育水準も高い。
大学院学位保持者は高曝露グループで17.4%を占め、低曝露グループ（4.5%）の約4倍である。
2016年以降の米国の失業データ分析では、2022年末のChatGPT登場以来、AIが失業を増加させた証拠は見つかっていない。
しかし、採用データには初期の兆候が現れている：22〜25歳の若者がAI曝露度の高い職種に採用される割合は、2022年比で約14%減少した。 📌 結論： AIは依然として理論的限界からは程遠く、大規模な失業は発生していない。しかし、プログラミング、顧客サービス、財務分析などの職種は高い曝露度にある。影響を受ける層は所得が47%高く、高学歴である。2016-2025年のデータでは失業率は上昇していないが、若者の採用率が14%減少しており、AIの早期の影響を示唆している。
