1990年代のある日、台湾のパソコンメーカー、Acer（エイサー）の創業者スタン・シー氏は、社員を納得させるために一本の曲線を描きました。製品が企画から製造を経て顧客に届くまでの流れを横軸に、その各工程が生み出す付加価値を縦軸に取る。すると線は、両端が高く真ん中が沈んだ、人が笑ったときの口元のような形になりました。
のちに「スマイルカーブ」と呼ばれるこの図は、価値がどこに宿るのかを一目で示す地図になったのです。そして三十年あまりが過ぎたいま、この地図はAIの手によって、静かに、しかし大胆に描き替えられようとしています。
「笑った口元」が教える、儲かる場所と儲からない場所
スマイルカーブが示すのは、シンプルながら残酷な事実です。企画・研究開発・キーデバイスの製造といった「上流」と、ブランド・販売・アフターサービスといった「下流」では高い付加価値が生まれ、加工や組み立てといった真ん中の「中流」では、利益がぎりぎりまで削られやすい。
なぜ谷ができるのか。上流の研究開発や知的財産は、専門知識と多額の投資を要し、他社が簡単には真似できません。だから特許や技術優位を背景に高い利益を確保できます。下流のブランドや顧客との関係も、「選ばれる理由」に直結するので価格決定権を持ちやすい。
ところが真ん中の製造工程は、手順が標準化・モジュール化されやすく、設備と人手さえあれば新興国の企業でも参入できます。結果として激しい価格競争に飲み込まれ、利幅が薄くなる。この構造をいち早く利用したのがAppleです。
企画とデザイン、そして直営店やエコシステムを通じた販売・サービスに資源を集中させ、利幅の薄い組み立ては台湾のEMS（電子機器の受託製造）に任せることで、驚異的な高収益モデルを築き上げました。
AIが「谷」を掘り下げる
この曲線は、もはや製造業だけの話ではありません。あらゆるホワイトカラーの仕事にも同じ「U字」が現れます。そして生成AIの登場は、この谷をこれまでにない深さへと掘り下げています。
AIが最も得意とするのは、反復、要約、整理、分類、検索、そして定型的な文章やコードを書くことです。これらはそっくりそのまま、知的生産の「中流工程」にあたります。曖昧な指示を解釈し、情報を調べ、比較検討のための叩き台をつくる。
若手のプログラマーや事務担当者、中間管理職が「途中工程の実行」で給与を得てきた領域を、AIは桁違いの速さと安さでこなしてしまう。「自力でコードが書ける」こと単体の価値は、相対的に急落していきます。
ここで見落としてはいけないのは、AIはカーブを平らにならすのではない、ということです。むしろ谷の輪郭を鋭くし、両端の山をより高くする。つまり価値は二極化していきます。左側の上流で問われるのは、正解のない問いを立て、方向を決め、結果に責任を負う力です。
AIは与えられた問いに最適な答えを返すのは得意でも、「そもそも何を問うべきか」を自分では決められません。右側の下流で残るのは、顧客と向き合い、信頼を築き、物語を届ける「ウェットな」仕事です。営業でいえば、商品を説明する機能はAIに置き換わっても、相手の事情に寄り添い、一歩を共に踏み出す伴走は人にしか担えません。
都会にあふれ、地方で枯れる
この変化は、社会の形そのものを揺らします。冨山和彦氏は著書『ホワイトカラー消滅』で、経済合理性だけで判断すれば、既存のホワイトカラーの多くが役割を失いかねないと指摘しています。氏はこれを、明治維新で武士階級が没落した歴史になぞらえます。
さらに深刻なのは、この変化が都市と地方で正反対の形をとることです。都市部のグローバル産業では、定型業務がAIに置き換わり、ホワイトカラーの「人余り」が起こる。一方で地方を支えるローカル産業、建設や医療、介護、運送といった現場では、少子高齢化と相まって担い手の「人手不足」が深刻化していく。
都会に事務職が積み上がり、置き換えのきかない現場が痩せていく。この非対称こそが、マクロで見たときの「谷」の正体だと冨山氏は言います。生き残る道は二つ。AIを部下として使いこなす上流の意思決定者になるか、現場の身体知にAIを掛け合わせた高度な技能職へと自らを鍛え直すか、です。
カーブが折れて「コの字」になる日
谷がさらに深まった先の未来を、慶應義塾大学環境情報学部の安宅和人教授は「コの字型（逆π型）社会」と呼び、警鐘を鳴らしています。
自律的に動くAIエージェントが複数のツールをまたいで一気通貫で仕事を片づける世界では、中流工程は「薄くなる」どころか事実上「蒸発」します。人が画面を開き、フォームに入力し、承認ボタンを押すという中間の作業そのものが要らなくなるからです。残るのはもはや曲線ではなく、直角に折れ曲がった「コ」の字。
上の横棒が「どこへ向かうかを決めるディレクション」、真ん中の空白が「AIが光の速さで済ませてしまう生成と最適化」、下の横棒が「出てきた結果を評価し、社会に対して責任を負うダメ出し」です。人の仕事は、この両端だけに圧縮されていきます。
一見すると合理的な分業ですが、ここには罠があります。AIが処理する情報量は、人が一度に咀嚼できる限界をはるかに超えている。その結果、人は判断の中に本当の意味で関わるのではなく、ループの外側にぶら下がった「責任端子」になりかねません。
中身を検証できないまま「承認」ボタンを押し、「AIがそう言ったから」と自分に言い訳をする。そこで起きているのは、何を良しとし何を切り捨てるかという価値観の設計を、外部のAIプラットフォームへ静かに手渡してしまうことです。安宅氏が本当に恐れるのは、AIが暴走することよりも、AIが成功しすぎることによる、人間の判断力の外部化なのです。
もうひとつのスマイルカーブ
ここまでは谷が深まる話ばかりでしたが、まったく別の文脈で、この言葉が希望とともに語られ始めていることも紹介させてください。ソフトウェアやSaaSの世界における「ユーザー定着率」です。
従来のSaaSでは、初期に合わない人が抜けたあと、残った利用者で定着率が水平に安定する「フラットな曲線」が理想とされてきました。ところが生成AIネイティブの企業では、それを超える現象が観測されています。
いったん離脱して定着率が下がったあと、ある時点から再び上向きに反転する「スマイル型」の曲線です。一度離れた客が戻ってくる、という夢のような状態が起きている。
理由は、AIモデル自身が使われながら進化し続けるからです。数か月前には物足りなかった機能が、いつのまにか複雑な仕事もこなせるようになり、離れた人を呼び戻す。ベンチャーキャピタルのa16zは、ChatGPTをこの挙動の代表例として挙げています。同じ「スマイル」でも、こちらは複利的な成長を示す、明るいカーブなのです。
谷に沈まないために
では、深まる谷に沈まず、AIの「責任端子」に成り下がらないために、人は何を持てばよいのでしょうか。鍵は、情報処理という土俵から降りることにあります。
IT革命の時代、価値の源は「情報」でした。しかし世界中の情報が学習され、AIが瞬時に最適解を並べてくれる時代には、情報そのものの価値は下がります。代わりに頂点に立つのは「意志」です。どの顧客にどんな未来を届けたいのか。
どのリスクなら自分で背負えるのか。安宅氏は、不確実な状況でAIと向き合うとき、人には「肚」や「直感」が要ると言います。データが完全に揃うのを待たず、まず方向を決めて走り出し、進みながら軌道修正していく。この二段構えの決断こそが、AIという名馬を乗りこなす姿勢だというわけです。
そしてもう一つ、AIには決して再現できない領域があります。育児や介護、医療現場の急変対応、あるいは職人が窯の火に応答するような仕事です。毎回条件が揺らぎ、物質を伴い、やり直しがきかない。この一回性は、AIの目的関数には還元できません。
デジタル化が進むほど、こうした「閉じない世界」の重みは増していきます。早稲田大学ビジネススクールの入山章栄教授が、上流の構想力を鍛えるにはデジタル機器よりあえて「紙」を使うべきだと説くのも、同じ理由です。ふわっとした感覚を書き出し、思いがけない発見と出会うのに、広げた紙面ほど向いたものはない。
考えてみれば、いまの学校教育が競わせている暗記や素早い計算、定型的なレポート作成の多くは、AIが最も得意とする「中流」の能力です。私たちは知らず知らず、置き換えられるための力を次の世代に訓練させているのかもしれません。
問われているのは、正解のあるテストの点数ではなく、「何を美しいと感じ、何を守りたいのか」という切実な感覚のほうです。AIが実行のすべてを肩代わりする未来が来たとき、最後に手元に残るのは、「私たちはどこへ向かいたいのか」という問いそのもの。それを外部のアルゴリズムに委ねず、自分の肚で構想する力こそが、AI時代を生き抜く最強の武器になるはずです。
