AI影響職で若手雇用13%減　ホワイトカラー「静かな自動化」

2026年に生成AIがオフィスワークに何をもたらしているのか。端的に答えれば、生成AIは範囲の明確な特定業務を自動化している。コードの初稿、定型的な顧客対応、人事関連の問い合わせ、契約書の審査、文書の起案、翻訳、ストック画像などである。企業はその成果を、大量解雇ではなく主に採用の抑制によって手にしている ◈ 強力な証拠 [3] [43] [44]。給与計算大手ADPの記録によれば、AIの影響を最も受けやすい職種に就く22〜25歳の労働者は、2022年末以降、雇用が相対的に13%減少した。同じ職種でも年長の労働者は横ばいか増加している ◈ 強力な証拠 [3]。対照的に経済全体で見ると、イェール大学バジェット・ラボとブルッキングス研究所は、ChatGPT公開から33か月が経過しても目に見える混乱は認められないとした [86]。デンマークの労働者2万5000人を対象とした研究も、影響を受けやすい11職種のいずれにおいても、所得や労働時間に有意な影響を見いだしていない [4]。本稿は職務ごとに仕事そのものを検証し、業務単位の効率化と企業単位の成果とのずれを探る。導かれる結論は、AIがこれまで労働市場に与えた最も重大な影響とは、専門職への入り口が狭まっていることだ、というものである。

企業の意図の大きさに疑いはない。米国で発表された人員削減を集計するチャレンジャー・グレイ・アンド・クリスマス社によれば、2026年の解雇理由として最も多く挙げられたのはAIであった。9月末までにAIを理由とする削減は12万136件に上り、発表された削減全体の約21%を占めた ✓ 確認済み事実 [1]。この比率は5月に過去最高の40%に達したのち、9月には9%まで低下した [1]。Amazonは2025年10月以降、本社部門の職を約3万件削減した。本社部門の人員の約10%に相当する。これに先立ち、同社の最高経営責任者は、今後数年でAIが本社部門の人員を減らすと社員に伝えていた [45] [46]。Salesforceは、AIエージェントが顧客との会話の約半数を引き受けるようになったことを受け、サポート部門を約9000人から約5000人に縮小した [17]。Blockは2026年2月、1万人超の従業員のうち約4000人を削減し、大半の企業が1年以内に追随するとの見方を示した [81]。

こうした発表と比べると、労働市場の実データは驚くほど落ち着いている。ニューヨーク連銀が2025年8月に実施した地域調査では、AIを利用するサービス企業は1年前の25%から40%に増えた。しかし、AIを理由に誰かを解雇した企業はわずか1%であった ✓ 確認済み事実 [43]。1年後、同連銀はAIによる解雇は依然として極めてまれであり、企業は解雇よりも再教育を選んでいると結論づけた。短期的な影響は破壊的というより漸進的だという評価である [44]。米国の非農業部門の労働生産性は2025年に2.1%、2026年第2四半期までの1年間に2.2%上昇した。一方で総労働時間はほぼ横ばいであった [41]。産出は増えても労働投入はほとんど増えないという構図は、自動化の筋書きと整合する。もっとも、生産性統計だけでは、そこにAIがどれほど寄与したかは判断できない ⚖ 議論あり [41] [42]。

両者を結びつける鍵は、AIが生み出した時間を雇用主が実際にどう使っているかにある。業務が縮小した社員を解雇する企業は少ない。多くは欠員を補充せず、新卒採用を凍結し、自然減に任せている ◈ 強力な証拠 [15] [19] [44]。Klarnaの顧客サービス要員は約5000人から約3000人に減ったが、その大部分は自然減によるもので、同社はのちに方針を転換した [15]。IBMは2023年、バックオフィス職を削減するのではなく、採用を一時停止した [19]。KPMGは2023年から2024年にかけて英国での新卒採用枠を29%縮小した [48]。いずれの動きも、失業統計に解雇として表れることはない。表れるのは、生まれなかった職としてだけである。ホワイトカラー自動化がこれほど静かに進み、過小評価されやすい理由はここにある。

影響が特定の層に集中する理由は、業務単位の証拠から説明できる。対照実験によれば、生産性の伸びが最も大きいのは初心者や成績下位の層である。経験の浅いカスタマーサポート担当者で34% [14]、ボストン・コンサルティング・グループ（BCG）の実験では成績下位のコンサルタントで43%の改善が見られた [34]。GitHub Copilotの実地試験でも、最大の伸びを示したのは若手開発者であった [8]。言い換えれば、AIが最も得意とするのは、調査、初稿の作成、基礎的な分析、定型的な連絡といった基礎業務である。若手社員は従来、まさにこうした業務を担い、そこから学ぶために採用されてきた ◈ 強力な証拠 [51]。ベテランが監督するツールでこれらの業務がこなせるなら、若手を採用する経済的根拠は弱まる。たとえそのツールが若手自身の生産性を高めるとしても、である。

本稿はこの緊張関係を軸に構成している。第2〜4節では、自動化が最も進んだ職務であるソフトウェア、バックオフィス業務、法務、創作分野を取り上げ、それぞれについて対照実験が示す内容を検証する。第5節では生産性データを人員数と照らし合わせ、さらに過去のオフィス技術の歴史と比較する。第6節では、影響がエントリーレベルに及ぶ過程を追う。第7節では、米国、英国、日本、ドイツ、インド、デンマークがこの変化をどう受け止め、規制当局がどう対応しているかを比較する。第8節では、雇用置き換えをめぐる論争で双方が示す最も有力な論拠を検討し、証拠全体から何が言えるかを示す。

ソフトウェア開発は、生成AIが目新しい存在から標準へと最も速く移行した分野である。技術職を対象とするDORAの2025年調査では、開発者のAI導入率は前年の76%から90%に上昇し、利用時間の中央値は1日2時間であった ✓ 確認済み事実 [11]。スタック・オーバーフローが開発者4万9009人を対象に実施した2025年調査では、84%がAIツールを利用中か利用予定と答えた [12]。大手企業の主張はさらに大きい。サティア・ナデラは2025年4月、Microsoftのリポジトリにあるコードの20〜30%はAIが書いたものだと述べた [6]。スンダー・ピチャイは2026年4月、Googleの新規コードの約75%はAIが生成し、エンジニアがレビューしていると語った。2024年10月には約25%、2025年秋には50%であった [5]。もっとも、これらはAIコーディングツールを販売する企業の経営者が、定義の示されていない指標について語った発言であり、そのように読むべきである ⚖ 議論あり [5] [6]。

対照実験の証拠はより控えめだが、それでも相当なものである。広く引用された最初の実験は2023年に行われ、開発者にJavaScriptでHTTPサーバーを書くという範囲の限られた課題を一つ与えた。GitHub Copilotを使った群は55.8%速く作業を終えた [7]。より大規模で現実に近い研究は『マネジメント・サイエンス』誌に掲載された。Microsoft、Accenture、匿名のフォーチュン100企業に所属する開発者4867人を対象に、Copilotの利用権を無作為に割り当てたものである。その結果、週当たりの完了タスクは26.08%、コミットは13.55%、ビルドは38.38%増加した ✓ 確認済み事実 [8]。経験の浅い開発者ほど積極的にツールを取り入れ、得た効果も大きかった [8]。プルリクエストは価値ではなく処理量を測る指標にすぎない。それでも、職業としてのソフトウェア開発について得られる因果推定としては、これが最も強力である。

最も有力な反証は、非営利研究団体METRによるものである。2025年7月に公表されたランダム化試験では、熟練したオープンソース開発者16人が、自らよく知る大規模で成熟したコードベースにおいて、実在する246件の課題に取り組んだ。AIツールの使用を認められた場合、作業完了までの時間は19%長くなった ✓ 確認済み事実 [9]。開発者たちは試験前に24%の高速化を予想しており、試験後もAIによって20%速くなったと信じていた [9]。2026年2月に公表された追跡調査は、2025年後半のツールと57人の開発者を用い、再参加者で18%、新規参加者で4%の高速化が見込まれるとした。ただしMETR自身はこの結果を極めて弱い証拠にとどまると位置づけた。AIなしでの参加を拒む開発者が増え、AIが最も役立つ課題が回避されていたためである [10]。

これらの研究を総合すると、一貫した傾向が浮かび上がる。AIは、不慣れな領域における範囲の明確な作業を加速し、経験の浅い開発者に最も役立つ。一方、すでに熟知した複雑なシステムを扱う専門家にとっては、価値が小さいか、むしろマイナスになる ◈ 強力な証拠 [8] [9] [10]。未解決なのは品質の問題である。DORAの調査では、回答者の80%超が生産性の向上を報告する一方、AI導入はソフトウェア提供の安定性と負の相関を示し続けた [11]。スタック・オーバーフローの調査では、利用が増えるにつれて信頼は低下していた。AIの出力の正確さを信頼しないと答えた開発者は2024年の31%から2025年には46%に増え、信頼すると答えた33%を上回った。さらに66%が、最大の不満として「ほぼ正しいが完全ではない回答」を挙げた [12]。

ソフトウェア分野の雇用に起きている変化は、コード比率の数字が示すほど単純ではない。スタンフォード大学の「AIインデックス2026」によれば、22〜25歳のソフトウェア開発者の雇用は2024年から20%近く減少した ✓ 確認済み事実 [58]。ところがIndeedのデータでは、米国のソフトウェア開発の求人は2025年2月から約15%増えた。同じ期間に求人全体は約7%減っており、増加分の71%は上級職であった [13]。需要は崩壊しているのではなく、移行している。雇用主が求めているのは、AIが生成したコードの仕様を定め、レビューし、統合できる経験豊富なエンジニアである。一からコードを書く若手は、以前ほど必要とされていない ◈ 強力な証拠 [13] [3]。

これは、本稿全体で繰り返し現れる構図が最初に、そして最も明確に表れた事例である。自動化されている作業は、若手開発者がかつて腕を磨いてきた作業そのものである。定型コード、テスト、小規模な機能追加、移行作業などがそれに当たる。ピチャイは、エージェントとエンジニアが共同で進めたある複雑なコード移行について、1年前にエンジニアだけで行った場合と比べて6倍の速さで完了したと述べた [5]。こうした仕事には、かつて若手のチームが必要であった。現在エージェントを監督する上級エンジニアは、まさにこの種の仕事を通じて技能を身につけてきた。そこから、業界がまだ答えを出していない問いが生じる。次世代の上級エンジニアはどこから生まれるのか、という問いである ◈ 強力な証拠 [3] [58]。

ソフトウェアはまた、経営者の主張が実測された現実をどれほど先走りうるかも示している。コード比率は生産性ではない。AIが生成し人間が書き直した1行は、前者の指標には数えられても、後者には何も加えない。しかも、コード比率を公表する企業のいずれも、その測定方法を定義していない ⚖ 議論あり [5] [6]。対照実験の証拠から擁護できる結論は、AIが典型的な職業上の作業において開発者の処理量をおおむね10〜30%高めたというものである。ただしばらつきは大きく、品質や長期的な保守性については未解決の問題が残る ◈ 強力な証拠 [8] [10] [11]。単一の技術がもたらす効果としては大きい。しかし現時点の証拠に照らす限り、ソフトウェアという職業が終わるわけではない。

カスタマーサポートは、生成AIが実際の職場で大規模に研究された最初のホワイトカラー職務であり、その成果はいまも最も多く引用される部類に入る。エリック・ブリニョルフソン、ダニエル・リー、リンジー・レイモンドは、あるソフトウェア企業でAIアシスタントが段階的に導入される過程を追い、サポート担当者5179人を調べた。1時間当たりの解決件数で測った生産性は平均14%、初心者や技能の低い担当者では34%上昇した。最も経験豊富な層への効果はごくわずかであった ✓ 確認済み事実 [14]。顧客の評価は改善し、離職率は低下した [14]。ツールは、優秀な担当者のやり方を他の全員に広める形で機能した。この研究ではAIは労働者を置き換えるのではなく補完していた。しかし同じ能力を顧客に直接提供すれば、AIは代替物となる。

Klarnaが試みたのがまさにそれである。スウェーデンの決済企業である同社は2024年2月、AIアシスタントが35を超える言語で顧客チャットの約75%を処理していると発表した。フルタイム担当者700人分の仕事に相当し、解決時間は11分から2分に短縮されたという [15]。同社の人員は約5000人から約3000人に減ったが、その大半は自然減と採用凍結によるものであった [15]。2025年5月までに同社は方向を転換し、遠隔で働く人間の担当者による新たな体制を試行し始めた。最高経営責任者のセバスチャン・シェミャトコフスキはブルームバーグに対し、費用が判断要素として大きすぎ、その結果として品質が下がったと語った ✓ 確認済み事実 [16]。

Salesforceは逆の事例である。大幅に削減し、その結果に満足していると述べる企業だ。マーク・ベニオフは2025年9月初め、同社のAgentforceエージェントが顧客との会話の約半数を処理するようになったため、サポート要員を約9000人から約5000人に減らしたと明らかにした。複雑な案件は監督システムが人間に引き継ぐ仕組みである ✓ 確認済み事実 [17]。その数か月前には、Salesforceの業務の30〜50%をAIが担っているとも述べていた [17]。IBMの歩みはより緩やかで、より示唆に富む。アービンド・クリシュナは2023年5月、顧客と接しない2万6000の職のうち約30%、すなわち約7800の職が5年以内にAIで置き換えられうると述べ、これらの職の採用を一時停止した [19]。2025年5月の時点で、AIエージェントに置き換えられたと確認された人事職は約200にとどまった。一方、IBMのAskHRは定型的な人事関連の問い合わせの94%を解決し、総従業員数はむしろ増えていた [18]。

保険や金融の業務部門も同じ道をたどっている。2万2000人超を雇用し、うち約1万4000人が電話照会と保険金請求に従事するアリアンツ・パートナーズは、2026年7月、AIを理由に欧州で1500〜1800人を削減すると認めた。従業員の7〜8%に当たる ✓ 確認済み事実 [20]。ミュンヘン再保険傘下のErgoも、一部は自動化を理由として、ドイツで約1000の職を別途削減している [20]。JPMorganは2025年5月、AIによって業務部門の人員を5年間で10%減らせると投資家に説明した。ある上級幹部は、実際の削減幅はその見通しを上回るだろうと述べた [85] [47]。2025年第3四半期、同行の利益は12%増えたが、人員の伸びはわずか1%であった [47]。

会計分野は、バックオフィス自動化の補完的な側面を示している。スタンフォード大学のジョンホ・チェとチュアン・シエによる研究は、会計士277人を調査し、小規模事務所79社における20万件超の取引を分析した。AIを使う会計士は担当顧客が55%多く、週の作業時間の8.5%をより付加価値の高い業務に移し、月次決算を7.5日早く締めていた ◈ 強力な証拠 [21]。それでもツールの誤りは会計士が修正していた [21]。ここでの成果は、少なくとも現時点では、人員削減ではなく産出の拡大に向かっている。会計士1人当たりの顧客が55%増えたことが、最終的に会計士の減少につながるかどうかは、会計サービスへの需要がそれに見合って伸びるかどうかにかかっている。

2025年8月、企業による生成AIの試験導入の95%が測定可能な損益上の成果を生んでいないとして話題になったMITの報告書がある。そこには、あまり引用されないが本稿にとって重要な指摘が含まれていた。最も高い効果が見られたのはバックオフィスの自動化であり、企業は外部委託の事務処理や外部代理店への支出を削っていたというのである ⚖ 議論あり [22]。この報告書の手法は、聞き取りの標本が小さく成功の定義が狭いとして、広く批判されている [22]。それでも、知見の方向性は他の証拠と整合する。バックオフィス自動化で企業が節約する資金は、まず請負業者、外部委託先、代理店から生まれることが多い。いずれも企業自身の給与台帳に載らない働き手であり、彼らが失った仕事は人員数には表れない。

バックオフィスから得られる教訓は、代替は現実に起きているが、すっきりと進むことはまれだということである。パスワードの再設定、返金状況の確認、人事規程に関する定型的な質問など、明確に定義された大量の対応をAIが扱う場合、人間による対応を大規模に置き換えうる ◈ 強力な証拠 [17] [18]。しかし、感情が絡む対応や曖昧な対応、重大な結果を伴う対応では品質が下がり、Klarnaが経験したように顧客もそれに気づく [16]。企業は混合型へと収れんしつつある。定型的な対応は自動化し、それ以外は人間に引き継ぎ、自然減によって着実に人員を減らすという形である。働き手にとってこの混合型は、サポート職の最下段にあるポストの減少と、残る者が抱える案件の重さと難しさの増大を意味する。

法律事務所は早くから導入に動いた。現在は米国のシアマン・アンド・スターリングと合併したアレン・アンド・オーヴェリーは、2023年2月、43拠点の弁護士3500人超にHarveyを展開した。それに先立つ試験運用で、弁護士たちは約4万件の質問を投げかけていた [24]。2026年3月までにHarveyの顧客は1000社を超え、米国の大手法律事務所上位100社の過半数が含まれていた。利用する弁護士は約10万人に達し、同社は評価額110億ドルで2億ドルを調達した ✓ 確認済み事実 [23]。トムソン・ロイターが法務・税務・会計の専門職2275人を対象に行った2025年調査では、回答者はAIによって週5時間、年間で約240時間の節約を見込んでいた [28]。自動化されている作業は具体的である。メモの初稿、契約書の審査、デューデリジェンスの要約、判例調査、文書の比較などだ。

対照実験の証拠は、速度の大幅な向上を裏づける一方、品質の向上については条件付きである。法的分析におけるAIの最初のランダム化試験は、ジョナサン・チョイ、エイミー・モナハン、ダニエル・シュワルツが実施した。GPT-4による品質の改善はわずかで一貫しなかったが、所要時間は大きく、かつ一貫して短縮された。品質面で最も恩恵を受けたのは、技能が最も低い参加者であった ✓ 確認済み事実 [26]。2025年の追跡研究では、より新しい二つのツールを現実的な六つの法務課題で試した。六つのうち五つで生産性は50〜130%向上し、どちらのツールも品質を高めた。検索に基づく法務特化ツールは虚偽生成の頻度を高めなかった。これに対し、汎用の推論モデルはより深い分析を示したものの、捏造された内容を紛れ込ませた [25]。法律事務所にとっては、AIを使うかどうかと同じくらい、どのツールを導入し、弁護士がそれをどう使うかが重要である。

誤った場合の代償は、いまや数字で測れるようになった。HECパリのダミアン・シャルロタンが管理するデータベースには、2026年6月までに、AIが生み出した虚偽の内容を含む裁判所の判断が世界で約1600件記録されていた。架空の判例、偽りの引用、捏造された出典などであり、件数は1日5〜6件のペースで増え続けていた ✓ 確認済み事実 [27]。このうち1000件超は米国の事例であった [27]。いずれも、起案で節約した時間が、制裁や評判の毀損、裁判所からの叱責という形で、利子をつけて失われた事例である。米労働統計局（BLS）は現在、パラリーガルや法律事務補助員への需要を抑える要因としてAIを明示している。調査や文書作成といった彼らの業務は、ツールの機能と最も重なる。BLSは、2034年までこれらの職の雇用はほぼ横ばいで推移すると予測している [29]。

創作と言語の分野は、代替について最も明快な証拠を提供している。オンラインのフリーランス仲介サイトが、すべての案件と支払いを記録しているためである。シアン・フイ、オーレン・レシェフ、ルオフォン・ジョウの研究によれば、ChatGPT公開後、大手仲介サイトに登録するフリーランスのライターは、月間の案件数が2%、月間収入が5.2%減少した。画像生成AIが登場すると、画像系のフリーランスは案件数が3.7%、収入が9.4%減った ✓ 確認済み事実 [30]。AIが打撃を与えるのは低技能の労働者だけだという通説に反し、評価が高く経験も豊富なフリーランスほど大きな打撃を受けていた [30]。オズゲ・デミルジ、ヨナス・ハナネ、シンロン・ジューによる別の研究は、自動化されやすい執筆とコーディングの案件募集が8か月で21%減ったことを明らかにした。執筆案件は30%超、画像制作の募集は17%の減少であった [31]。

翻訳とイラストの分野では、働き手の側からも同じ圧力が見て取れる。英国作家協会が会員787人を対象に行った2024年の調査では、翻訳者の36%、イラストレーターの26%が生成AIによって既に仕事を失っていた。収入が減ったと答えた翻訳者は43%を超えた ◈ 強力な証拠 [32]。これは会員による自己選択型の調査であり、無作為標本ではない。正確な比率ではなく、強い兆候として読むべきである [32]。2025年4月、Duolingoの最高経営責任者は社員に対し、コンテンツ制作や翻訳を含め、AIで対応できる業務については請負業者の起用を段階的にやめると伝えた。人員を増やすのは、業務を自動化できないとチームが示せた場合に限るという [33]。世間の反発を受けて、彼はAIが同社の正社員に取って代わることはないと述べた [33]。この線引きもまた、最初の損失を給与台帳の外側に置くものである。

ハーバード大学、ウォートン校、MITの研究者と共同で行われたBCGの研究は、高度な知識労働におけるAIを扱った実験として今なお最も詳細である。その中心的な知見は職務の違いを越えて裏づけられている。AIは技能の分布を圧縮するという知見である ◈ 強力な証拠 [34] [14] [26]。成績下位のコンサルタントは43%、経験の浅いサポート担当者は34%改善し、技能が最も低い法学生は品質面で最大の伸びを示した。著者の一人であるイーサン・モリックは、AIが非常に優秀だと、人間には懸命に働いて注意を払う理由がなくなると指摘した [34]。この指摘こそが、速度の向上と虚偽生成の事例をつなぐ。ツールが向上するほど、その誤りを見抜く人間による確認は重要性を増す一方で、実践される機会は減っていく。

法務、執筆、翻訳について、証拠は三つの結論を支持している。第一に、AIはこれらの市場で最も代替されやすい周縁部において、既に需要を減らしている。仲介サイト経由のフリーランス業務、定型的な翻訳、ストック画像、若手による調査業務である ◈ 強力な証拠 [30] [31] [32]。第二に、デミルジらによれば、残る仕事はより複雑で報酬も高いが、量は減り、獲得競争は激しくなっている [31]。第三に、規制された専門職では、ボトルネックが文書の作成から検証へと移った。そして検証に最も適した専門家とは、AIが今担っている起案を自ら手がけるという旧来の方法で鍛えられた人々である ◈ 強力な証拠 [26] [27]。専門職は、ピラミッドの頂点ではなく底辺から空洞化しつつある。

オフィス自動化の波が訪れるたびに、事務職が消滅するかどうかをめぐる同じ議論が起きてきた。その記録は示唆に富む。1954年にLEO IがJ・ライオンズ社の給与計算を引き継いだとき、それは何部屋分もの事務員が担っていた業務に取って代わった [78]。表計算ソフトが登場すると、米国ではその後35年ほどで簿記・会計事務員が約40万人減った。しかし会計士と監査人は約60万人増えた。分析が安価になったことで、分析への需要が膨らんだためである ✓ 確認済み事実 [76]。現金自動預け払い機（ATM）は1985年の約6万台から2002年には35万2000台に増えた。一方で銀行の窓口係は約50万人から52万7000人へとわずかに増加した。支店当たりの必要人員は減ったが、銀行が支店を増やしたためである [77]。いずれの場合も、職業より先に業務が消え、職業は消滅するのではなく形を変えた。

生成AIは既に、個々の労働者の水準で測定可能な時間の節約を生んでいる。セントルイス連銀のエコノミストによる調査では、生成AIの利用者は労働時間の5.4%を節約していた。経済全体の総労働時間に換算すると、約1.1%の節約に相当する ◈ 強力な証拠 [37]。Anthropicは自社のClaudeモデルとの数百万件の会話を分析し、大学卒業程度の知識を要する作業はおよそ12倍速くなったと推計した。そのうえで、成功率で調整した労働生産性の伸びへの潜在的な押し上げ効果の推計を、年1.0〜1.2ポイントに引き下げた [38]。利用の形態は自動化へと移りつつある。Anthropicのプログラミング用インターフェースを経由する企業の利用では、現在、大半のやり取りが作業を共同で進めるのではなく、作業全体をAIに委ねている [38]。

企業単位の成果ははるかに乏しい。マッキンゼーの2025年版「ステート・オブ・AI」調査では、AIが全社レベルで利払い・税引き前利益に何らかの影響を与えたと答えた組織は39%にすぎず、その大半も影響は5%未満とした ✓ 確認済み事実 [39]。IBMが最高経営責任者2000人を対象に行った2025年の調査では、期待どおりの成果を上げたAI施策は25%、全社規模に拡大されたものは16%にとどまった [40]。米国勢調査局のデータによれば、2025年12月から2026年5月にかけて、AIを業務に使う米国企業は17〜20%であった。ただし従業員250人以上の企業では37%が利用している [35]。導入率は測り方に大きく左右される。米連邦準備制度理事会（FRB）の分析によれば、AIを使う企業は18%だが、そうした企業に雇用される労働者は全体の78%に上る ◈ 強力な証拠 [36]。

デンマークの結果は、AIが仕事に何をもたらしているかについて、単独では最も重要な証拠である。自己申告ではなく、個人の利用状況を行政記録と結びつけているからだ。そこから読み取れるのは、AIが何もしていないということではない。節約された時間は、新たな業務やAIの監督と統合、同じ賃金のままでの産出増に吸収されている。賃上げにも労働時間の短縮にも転化されていないのである ◈ 強力な証拠 [4]。成果を手にしているのは労働者ではなく企業であり、企業は主に支出しないことによってそれを手にしている。ここで分析は人員数の問題に戻る。大手雇用主は2025年から2026年にかけて、産出を伸ばしつつ、ホワイトカラーの人員を明確に削減するか横ばいに抑えてきた。

• Amazon：2025年10月と2026年1月に本社部門の職を約3万件削減。本社部門の人員の約10%に当たり、AIが本社部門の人員を縮小させるとの社内文書を受けたもの [45] [46]
• Salesforce：カスタマーサポート要員を約9000人から約5000人に削減。顧客との会話の約半数をAIエージェントが担う [17]
• Block：2026年2月、1万人超の従業員のうち約4000人を削減。AIツールを直接の理由に挙げた [81]
• JPMorgan：業務部門の人員を5年間で10%減らす見通しを示した。2025年第3四半期の利益は12%増、人員の伸びは1%にとどまる [85] [47]
• KPMG英国法人：2023年から2024年にかけて新卒採用を1399人から942人へ、29%縮小 [48]

これらの企業の一部は、AIが主因ではないと説明している。Amazonは削減を、組織の階層と官僚主義の排除と位置づけた [46]。会計事務所は、AIと並んで景気の減速や海外移管を理由に挙げる [48]。イェール大学バジェット・ラボは2026年2月、一部の企業が、パンデミック後の過剰採用やAI関連の設備投資への予算配分といったより根深い原因による解雇を、AIのせいにしている可能性があると警告した。いわゆる「AIウォッシング」である ⚖ 議論あり [42]。解雇データを集計する企業を率いるアンディ・チャレンジャーは、2026年5月、その根底にある論理を率直に語った。個々の職がAIに置き換えられているかどうかにかかわらず、それらの職に充てられていた資金はAIに置き換えられている、というのである [75]。かつて人件費に充てられていた予算は、計算能力へと振り向けられている。特定の労働者が特定のツールに置き換えられたかどうかにかかわらず、この予算の再配分は現実に起きている。

マクロ経済面の推計は桁が一つ違うほどの幅があり、その幅自体が示唆を含んでいる。ダロン・アセモグルの業務ベースのモデルでは、全要素生産性の押し上げは10年間で0.66%を超えない [59]。ペンシルベニア大学ウォートン校の予算モデルは、2035年までにGDPの水準が1.5%押し上げられると予測する。年間の生産性上昇率への寄与は、2032年に0.2ポイントで頭打ちになるという [60]。ゴールドマン・サックスは2023年、世界でフルタイム3億人分の雇用が自動化にさらされていると試算した [56]。同社は、AIが広く普及すれば米国の労働力の6〜7%が置き換えられ、移行期には失業率が一時的に約0.5ポイント上昇すると見込んでいる ⚖ 議論あり [57]。推計の幅は、AIが確実にこなせる業務がどれだけあるか、企業がどれほど速くAIを軸に組織を再編するかについての見解の相違を反映している。業務単位の研究が最も不確実だと示しているのも、まさにこうした変数である。

AIが既に雇用に影響を与えていることを示す最も厳密な証拠は、調査ではなく給与データから得られている。エリック・ブリニョルフソン、バラト・チャンダー、ルーユー・チェンは、米国最大の給与計算代行会社ADPが持つ、数百万人の労働者を対象とする月次記録を用いた。それによれば、ソフトウェア開発やカスタマーサービスを含むAI影響が最大の職種で働く22〜25歳の従業員は、企業単位の要因を調整したうえで、2022年末以降に雇用が相対的に13%減少していた ◈ 強力な証拠 [3]。同じ職種の年長の労働者は横ばいか増加であった [3]。2026年6月までのデータを用いて同年8月に公表された改訂版では、この差は19%に広がっている [3]。

二つの点が、この知見を単なる相関以上に説得力のあるものにしている。第一に、雇用の減少は、AIが主に業務の自動化に使われる職種に集中している。AIが主に人間の仕事の補完に使われる職種では、雇用はむしろ増えている [3]。第二に、調整は賃金ではなく雇用を通じて起きている。企業は若手に支払う賃金を下げるのではなく、若手の採用を減らしているのである [3]。ブリニョルフソンは2025年8月、こう総括した。コーディングやコールセンターなど影響を強く受ける職種では若手の雇用が減り始めたが、年長の労働者や、AIを自らの仕事の補完に使う人々は雇用を増やしている、と [3]。著者らは、この結果を因果ではなく記述的なものと位置づけている [3]。

この傾向はソフトウェア分野にとどまらない。ニューヨーク連銀による22〜27歳の大卒者の追跡データでは、2026年第2四半期の失業率は約5.6%で、労働者全体の約4.2%を上回った。異例の大幅な逆転である。不完全雇用の比率は約42%に達した ✓ 確認済み事実 [50]。バーニング・グラス研究所によれば、事業運営、プロジェクト管理、金融などAIの影響を受けやすい分野では、経験3年未満を条件とする求人が2022年以降に急減した。学位が失業を防ぐ効果も、過去30年で最小にまで縮んだという [51]。同研究所の報告書は、生成AIが若手社員が伝統的に担ってきた基礎業務、つまり調査、初稿の作成、基礎的なデータ分析、定型的な連絡をまさに得意としていると指摘した [51]。

英国では、求人データにより厳しい状況が表れている。アズナによれば、新卒採用、見習い、インターンシップ、若手ポストを含むエントリーレベルの求人は、2022年11月から2025年半ばにかけて31.89%減少した。求人全体に占める比率も28.9%から25%に低下した ◈ 強力な証拠 [49]。四大会計事務所は新卒採用を大幅に絞った。KPMGが29%、Deloitteが18%、EYが11%、PwCが6%の縮小である。Indeedによれば、英国の会計職の新卒向け求人広告は2023年比で44%減った [48]。FRBのマイケル・バー理事は2026年2月、AIの影響を受けやすい分野ではキャリア初期の労働者に既に雇用の相対的な減少が見られると述べ、短期的な変化が彼らに長期的な帰結をもたらしかねないと警告した [79]。

因果関係については、本当に議論が分かれている ⚖ 議論あり [52] [42]。経済イノベーション・グループ（EIG）は2026年1月、AIの影響を受けやすい職種における若手の雇用減少は、過去40年で最も急激な金融引き締めによって説明する方が妥当だと論じた。金利に敏感な技術・金融分野の採用が最も大きな打撃を受けたからである [52]。バーニング・グラス研究所自身も、大卒者の供給過剰を指摘している [51]。イェール大学バジェット・ラボは2026年4月、失業者と就業者でAI業務への曝露度に差がないことを明らかにした。AIが人々を職から追い出しているのであれば、こうした結果にはならないはずである [42]。パンデミック後の技術分野での過剰採用と低金利時代の終わりは、AIへの曝露度が最も高い部門をまさに直撃しており、二つの説明を切り分けることは難しい。

それでも証拠を総合すれば、こうした反論に耐える、より限定的な主張は支持される ◈ 強力な証拠 [3] [44] [58]。同じ職種、同じ企業の内部で、若手は年長者に比べて相対的に地位を失っており、その損失はAIが業務を補完する場合より自動化する場合の方が大きい [3]。職種内部におけるこうした年齢間の差を、金利で説明するのは容易ではない。ニューヨーク連銀の調査に応じた雇用主は、AIは解雇を促すというより、採用、とりわけ大卒者の採用を鈍らせると見込んでいる [43] [44]。現段階で、ホワイトカラーの静かな自動化とは、主に入り口の自動化である。かつて新人に任されていた仕事はソフトウェアに任されるようになり、新人は採用されなくなっている。

国際機関は、曝露の規模については一致しているが、それが何を意味するかについては見解が分かれる。国際通貨基金（IMF）は2024年1月、世界の雇用の40%近く、先進国では約60%がAIにさらされていると推計し、大半のシナリオでAIが格差を悪化させる可能性が高いと警告した [54]。ILOの2025年の指標は、世界の雇用に占める曝露の比率を25%とし、最も影響を受けやすい職業群として事務職を挙げた。男女間の大きな差も明らかになった。高所得国では、女性の雇用の9.6%が最も曝露度の高い区分に入るのに対し、男性では3.5%である ✓ 確認済み事実 [53]。世界経済フォーラムの2025年の雇用主調査は、2030年までに1億7000万の雇用が生まれ、9200万が失われると予測した。AIが業務を自動化できる分野で人員を減らすと見込む雇用主は40%に上った [55]。曝露とは、AIが置き換えるものではなく、AIが関与しうるものを測る指標である。ILO自身も、代替よりも変容を強調している [53]。

雇用の置き換えをめぐる議論が最も騒がしく、データも最も豊富なのは米国である。企業の発表、チャレンジャー社の解雇集計、ADPの給与データの分析は、いずれもAIに関連したホワイトカラー業務の再編を示している ◈ 強力な証拠 [1] [3]。しかしイェール大学バジェット・ラボは経済全体での混乱を確認しておらず [42]、ニューヨーク連銀もAIによる解雇はごく少ないとしている [44]。FRBの当局者は、この問題を政策課題として扱い始めた。クリストファー・ウォラー理事は2025年10月、AIの進歩があまりに速いため、新たな雇用が生まれる前に雇用の喪失が先に来るかもしれないと述べた [80]。英国では、第6節で見たとおり、エントリーレベルへの影響が求人データに最も明確に表れている [49] [48]。シンクタンクの公共政策研究所（IPPR）は2024年、導入の第2波が最悪の形で進めば英国で最大800万の雇用が失われうると警告した。最初に影響を受けるのはバックオフィス、エントリーレベル、パートタイムの職だという [61]。

日本は同じ技術を正反対の文脈で捉えている。リクルートワークス研究所は2040年までに1100万人超の労働力が不足すると予測しており [66]、AIは雇用への脅威ではなく人手不足の解決策として位置づけられている。みずほフィナンシャルグループは、AIが10年間で事務職約5000人分の業務を吸収すると表明した。国内の事務職員のおよそ3割に当たるが、社員は解雇されず、営業や顧客対応の業務に再配置されるという ◈ 強力な証拠 [64]。2025年5月28日に国会で成立したAI推進法は、罰則も雇用に特化した義務も持たないソフトロー型の枠組みである [65]。再配置は現実のものだ。しかし10年という期間で見れば、事務職の採用減につながりうる。名前こそ違うが、同じ静かな仕組みが働いているのである [64]。

ドイツとデンマークは、最も綿密な行政データに基づく証拠を提供している。ドイツ連邦雇用庁の研究部門であるドイツ労働市場・職業研究所（IAB）は、従業員の38%が、業務の70%超を技術的に自動化できる職業に就いていると推計する。増加幅が最も大きいのは、高度な資格を持つ専門家とITサービスである [67]。同研究所の2025年の研究は、これまでのところAIによる有意な雇用喪失は見られないとした [67]。第5節で取り上げたデンマークの登録データも、所得と労働時間について同様にゼロという結果を示している [4]。インドでは状況が二分されている。タタ・コンサルタンシー・サービシズ（TCS）は2025年7月、従業員61万3000人の約2%に当たる約1万2000人を、主に中間・上級管理職で削減すると発表した [62]。対照的にInfosysは、配属前にAI研修を受けさせた新卒者を年間約2万人採用し続け、Wiproも約1万人の採用を目標に掲げた ◈ 強力な証拠 [63]。

これまでの規制は、AIが労働者を置き換えるかどうかではなく、AIが労働者の管理にどう使われるかに焦点を当ててきた。EUのAI法（EU AI Act）は、採用、昇進、解雇、業務の割り当て、監視に使われるAIを高リスクに分類しており、AIリテラシーに関する義務は2025年2月2日から適用されている ✓ 確認済み事実 [68]。しかしEUは2026年7月、AIに関する「デジタル・オムニバス」によって、雇用に関わるものを含む高リスク義務の適用を2026年8月から2027年12月2日に延期した [69]。コロラド州の包括的なAI法も、施行が2026年2月から6月に先送りされた [71]。ニューヨーク州は2025年、解雇予告の届出様式に、削減の理由に自動化やAIが含まれるかを尋ねるチェック欄を加えた。しかし最初の1年間、160を超える届出者のうちAIの欄に印をつけた者は一人もいなかった [70]。米上院のマーク・ワーナー議員とジョシュ・ホーリー議員は、AIに関連する解雇、採用、再教育について、米労働省への四半期ごとの報告を義務づけることを提案している [73]。

政治の世界では、証拠よりも速く議論が二極化している。上院HELP委員会（保健・教育・労働・年金委員会）の民主党少数派スタッフは2025年10月の報告書で、AIと自動化が10年以内に米国の雇用1億件近くを置き換えうると主張した。しかしその推計は一部がChatGPTへの指示によって作成されたもので、査読も経ていなかった ⚖ 議論あり [72]。対極では、多くのテック企業の経営者が、新たに生まれる雇用は失われる雇用を上回ると主張している。Anthropicのダリオ・アモデイは2025年5月、AIがエントリーレベルのホワイトカラー職の半数をなくし、1〜5年以内に失業率を10〜20%に押し上げうると警告した [82]。Nvidiaのジェンスン・フアンは、この問題に関するアモデイの発言にはほぼすべて同意できないと述べた [83]。一方、Fordのジム・ファーリーは、AIが米国のホワイトカラー労働者の文字どおり半数に取って代わると語った [84]。

これまで最も効果的な保護をもたらしたのは、立法ではなく団体交渉である。5月2日から9月24日まで続いたストライキを終結させた2023年の全米脚本家組合の協約は、AIによる脚本素材の執筆や書き直しを禁じ、スタジオが脚本家にAIの使用を強制することも禁じた ✓ 確認済み事実 [74]。このモデルが機能するのは、労働者が組織化され、成果物の定義が容易な場合である。大半のオフィスワークは、そのいずれの条件も満たさない。したがって国際比較から浮かぶ政策上の空白は具体的である。AIが妨げた採用を測定している主要な法域はなく、仮に測定したとしても、既存の規則でそれを捕捉できるものはほとんどない ◈ 強力な証拠 [70] [73]。各国政府は目に見える解雇を規制する一方、目に見えない「採用されなかった人」は記録されないまま見過ごされている。

どちらの側にも有力な証拠があり、それぞれが何を測っているかを明確にすれば、対立の幅は狭まる。イェール大学による職業構成の分析、デンマークの登録データ、ドイツの行政記録といった総計の研究は、職業全体で見た総雇用、所得、労働時間をAIが変えたかどうかを問うている ◈ 強力な証拠 [42] [4] [67]。答えは、まだ変えていない、である。給与と求人の研究は、AIの影響を受けやすい仕事への新規参入の流れが変わったかどうかを問うている ◈ 強力な証拠 [3] [49] [50]。答えは、変わった、である。労働市場では、現職者が職を保ち、自然減がゆっくりとしか進まないため、新規参入の流れが細っても総数は安定して見えうる。ホワイトカラー雇用のストックは平穏だが、流入はそうではない。

企業の解雇データは、どちらの方向にも特に懐疑的に扱うべきである ⚖ 議論あり [1] [42] [70]。チャレンジャー社が集計しているのは企業が発表で述べた理由であって、削減の実際の原因ではない。しかも、挙げられた理由に占めるAIの割合は2026年5月の40%から9月には9%に低下した [1]。同社は2026年8月、発表された採用計画が前年比で25%増えたとも報告している [2]。ニューヨーク州の届出データからは、企業がAIを報道発表では理由に挙げても、法的な届出では挙げていないことがうかがえる。前者では投資家に効率化を印象づけられるが、後者では理由づけが法的な帰結を伴うからである [70]。もっとも、逆方向の誤りもありうる。募集すらされない職の仕事をAIが吸収しても、それを記録する発表も届出も失業保険の申請も存在しない。静かな影響は定義上過小に数えられ、騒がしい影響はおそらく過大に数えられている。

職務ごとの証拠は、曝露度の明確な序列を示している ◈ 強力な証拠 [17] [8] [31] [27]。最も直接的な代替にさらされているのは、カスタマーサポートと定型的なバックオフィス処理である。業務が大量で、明確に定義され、監視しやすいためだ。ソフトウェア開発では処理量が大きく伸び、需要は若手から上級人材へと急速に移っている。フリーランスの執筆、翻訳、ストック画像は、もともと不安定な市場の下層で代替に直面している。法務と会計は速度の向上幅が最も大きい一方、失敗の代償も最も高く、そのため当面は人間による確認が維持されている。いずれの職務でも、ツールから最も恩恵を受けるのは経験の浅い働き手であり、同時に最も置き換えられやすいのも彼らである [14] [34]。

この逆説こそが本稿の中心的な発見である。対照実験において、AIは平準化の装置である。成績の最も低い層を最も大きく引き上げ、サポート、コンサルティング、法務、ソフトウェアの各分野で技能の差を縮める ✓ 確認済み事実 [14] [34] [26] [8]。ところが労働市場では、AIは障壁として機能している。若手の生産性を高めるまさにその時に、若手を採用する必要性を薄れさせているのである [3] [51]。どちらの効果が勝るかは、誰にツールを使わせるかという雇用主の選択にかかっている。企業がAIを若手に与え、若手の採用を続ければ、平準化の効果が勝る。企業がAIをベテランに与え、若手の採用をやめれば、障壁の効果が勝る。給与データを見る限り、これまでのところ後者の選択が多数派である。

この評価を覆しうる事態は三つある。第一は、総計データに置き換えの明確な証拠が表れることである。参入の鈍化だけでなく、影響を受けやすい職種で経験豊富な労働者の失業が増えることを指す。注視すべきは、イェール大学バジェット・ラボとニューヨーク連銀の統計である [42] [44]。第二は、表計算ソフトが会計士に対してそうであったように、AIがもたらす生産性が賃金を押し上げ、新たな職業を大規模に生み出しているという証拠である [76]。所得の増加が3〜7%の事例にとどまったデンマークのデータは、まだそれを示していない [4]。第三は、エントリーレベルの採用の反転である。Klarnaが顧客サービスで経験したように、削りすぎれば品質が落ちることに企業が気づけば、それは起こりうる [16]。

政策担当者にとって、証拠が示すのは、保護の問題より先に測定の問題があるということである。AIが妨げた雇用を体系的に記録している法域はなく、任意の開示は何の成果も生んでいない [70]。ワーナー議員とホーリー議員が提案したような、AIに関連する採用の変化の報告義務化は、少なくとも静かな影響を可視化するだろう [73]。雇用主にとって、証拠が示唆するのは次の点である。AIを使って若手の採用を避けるという短期的に最も安上がりな戦略は、人材育成の流れを失うという長期的な代償を伴い、その代償をどの企業も単独では負わない。2026年に専門職としてのキャリアを歩み始める人々にとって、証拠が告げる内容は率直である。かつて仕事を覚える手段であった作業は、今やAIが最も得意とする作業になった。ホワイトカラーの仕事への道は、AIを監督し、検証し、修正する能力を通じて開かれる傾向を強めている ◈ 強力な証拠 [3] [34] [51]。