生成AIの業務活用により、労働者の勤務時間は週当たり約1.5時間減少したものの、業務全体でみると実際の生産性向上にはつながっていない――こんな分析を韓国銀行（中央銀行）がまとめた。削減された時間をさらなる生産活動に再配分できるような組織構造や報酬体系が整っていなければ、技術導入による果実を得られない実態が浮き彫りになった。
韓国銀行調査局雇用研究チームが発表した報告書「AI導入は生産性を高めるのか？初期3年の効果分析」によると、2025年時点で韓国国内の労働者の51.8％が生成AIを業務用に活用している。その普及速度は、過去のインターネット普及期と比べて約8倍に達するという。同チームが就業者5512人を対象に分析したところ、生成AIを活用する労働者の平均業務時間は3.8％減少した。これは週40時間勤務換算で週約1.5時間の短縮に相当する。
職業別では、専門職（2.8％減）、事務職（1.9％減）、管理職（1.5％減）の順で時間節約効果が大きく、教育資料の開発や統計分析といった認知的で非定型的な業務で効果が目立った。しかし、業務時間の短縮が実際の生産量増加に自動的に結びついているわけではなかった。AI活用による「業務時間の節約率」と「業務処理量の増加率」の相関関係を分析したところ、相関係数は「0」だった。同チームは、これを「生産性断絶現象」と呼び、効率化で浮いた時間がより多くの生産につながっていないと説明する。
一方で、例外的に生産増が確認された集団もある。自営業者や専門職、またAIを高頻度で使用する層や勤続年数の短い浅歴層だ。自営業者は賃金労働者よりも、専門職は事務職よりも、AI活用による業務処理量の増加効果が有意に高かった。これはAIが低熟練労働者の経験不足を補う役割を果たしていることや、成果へのインセンティブ（誘因）と業務の裁量権が高い環境ほど、浮いた時間を次の生産活動へ自発的に再投資しやすいことを示している。
報告書は、全体として生産性向上が限定的な理由として、AIの活用がまだ個別作業の効率化にとどまっている点を挙げる。文書作成やデータ分析がどれだけ高速化しても、意思決定や社内承認といった手続き上のボトルネックが残っていれば全体の成果は増えない。
また、成果に応じた報酬が弱ければ、労働者が浮いた時間を新たな仕事に回す動機も生まれない。韓国銀行は、AIの普及をマクロ経済的な生産性向上に結びつけるためには、ツールの導入そのものよりも、効率化された時間をいかに生産性へ転換させるかという組織や政策の構造改革に焦点を当てるべきだと提言している。
(c)news1