記事一覧に戻る

　知って得するライフプランニュース

２つの「2026年問題」（約6分で読めます）

　新しい年が始まって約2ヵ月が過ぎました。さて、「2026年問題」についてはご存じでしょうか。大きく取り上げられそうなものに「物流業界の2026年問題」と「ＡＩ学習の2026年問題」がありますので、この２つの「2026年問題」について、どのようなものなのかを確認しておきましょう。

１．物流業界の2026年問題

　インターネット上で買い物をすることが当たり前になり、自宅まで配送してもらえるありがたさを実感している人は多いのではないでしょうか。同時に、トラックドライバーの労働環境の過酷さから担い手の確保が困難になってきている点は、物流業界が抱える課題のひとつであることも知られています。これまでにもトラックドライバーの労働環境を改善する目的で、2024年4月から残業時間の上限（年間960時間）や１日の拘束時間の上限（原則13時間）が設定されたことで、「荷物が期日までに届かなくなるのではないか？」と話題になったことは記憶に新しいところです。

　それでは何故改めて2026年問題と言われているのでしょうか。

■法律により物流の効率化が求められる

　物流業界の2026年問題は、2026年４月に施行される「流通業務の総合化及び効率化の促進に関する法律及び貨物自動車運送事業法の一部を改正する法律」（以下、「改正物流効率化法」といいます）によって、荷主や物流業者に対して新たに効率化が求められることに起因します。

　改正物流効率化法の施行により、物流全体への強い影響力がある一定規模以上の事業者は特定事業者として指定され、中長期計画の作成、物流統括管理者の専任、定期報告等が義務付けられます。また、物流の効率化に向けた取組として、次の３点が求められます。

(1) 積載効率の向上等（１回の運送でトラックに積載する貨物量を増加する）

(2) 荷待ち時間の短縮（トラックドライバーが到着した時間から荷役等の開始時間までの待ち時間を短縮する）

(3) 荷役等時間の短縮（荷役（荷積み・荷卸し）等の開始から終了までの時間を短縮する）

■懸念される事項

　荷主や物流業者が効率化の目標を達成するためには、適切な人員配置や労働環境の改善、業界として遅れているといわれるＤＸ（デジタルトランスフォーメーション）の推進などが必要になると考えられます。一方で、トラックドライバーに限らず労働力の確保が難しくなっている中で、どこまで効率化を実現できるかは不透明です。効率化のためのコスト負担が大きくなれば、物流サービスの料金にコスト負担分が上乗せされる可能性が考えられます。

２．ＡＩ学習の2026年問題

　ここ数年でＡＩ（人工知能）は目に見えて進化し、私たちの暮らしや仕事に深く入り込んできています。ＡＩが進化を続ける中で、2026年はＡＩ学習の転換点になるのではないかと囁かれています。ＡＩ学習の2026年問題とは、どのようなことなのでしょうか。

■学習データが枯渇する？

　ＡＩは、インターネット上に保存されている膨大なテキストデータを学習し続けています。しかし、インターネットにあるテキストデータは無限ではありません。また、機械学習に適した「高品質のデータ」はさらに限られます。ここでの「高品質のデータ」とは、論文、辞書、ニュースなどのように文章や文法が適切に補正されているテキストデータを指すとされています。私たちが日常で目にする機会の多いＳＮＳ上のデータは、「低品質のデータ」という扱いになります。ＡＩ開発者の中に「高品質のデータは2026年までに学習し終えて枯渇してしまう」と予測する人がいることで、「2026年問題」として取り上げられることがあります。

■ＡＩが使えなくなるわけではない

　仮に、予測どおりとなって高品質のデータが枯渇してしまった場合、ＡＩ学習の進化がスピードダウンするのではないかと懸念されています。特にこの数年、ＡＩの能力や精度は日進月歩の勢いでしたが、今年を境として停滞局面に移る可能性があるということです。

　この課題の対応策としては、企業との提携を通じてオープンにされていなかった高品質のデータを収集することや生成ＡＩが高品質のデータから作成した合成データを活用すること、新たな学習モデルへの転換などが想定されているようです。

　いずれにしても、ＡＩが使えなくなるわけではありませんのでご安心を！

　2026年問題と聞くと不安が先に立ってしまうかもしれませんが、概要だけでも知ることができれば安心できるのではないでしょうか。2026年が皆さまにとって幸の多い年となりますようお祈り申し上げます。