AIは仕事を「奪う」のではなく「変える」—次の10年、生き残る働き方とは

「コードを書く」という仕事は、わずか数ヶ月で消えた。

2025年まで、ソフトウェアエンジニアの採用面接では「どれだけ優れたコードが書けるか」が問われていた。2026年の今、企業が問うのは「AIが書いたコードを、どれだけ正確に検証・管理できるか」だ。求められるスキルは変わった。しかし、エンジニアという職種そのものは消えていない。

この静かな変化が、AI時代の雇用をめぐる最も重要な問いを照らし出している。AIは本当に人間の仕事を奪うのか。それとも、仕事の「形」を変えるだけなのか。

数字が語る「今のところ」

結論から言えば、少なくとも現時点では、AIは雇用を大規模に消滅させていない。

米国の主要労働年齢層（25〜54歳）の就業率は、過去最高水準付近で推移している。米国企業の最高財務責任者（CFO）を対象にした調査では、「AIによる近い将来の雇用削減の証拠はほとんど見られない」という結果が出た。欧州企業を対象にした調査でも、AIによる生産性向上にもかかわらず、雇用削減の証拠は確認されていない。

デンマークの研究者 Humlum と Vestergaard（2026年）による大規模調査は、この傾向をより鮮明に示している。AIチャットボットが普及した職場では、労働者は新たなタスクへとシフトしているが、賃金や労働時間への影響はChatGPT登場から2年後の時点でも2%以内に収まっている。変わったのは仕事の「量」ではなく「構造」だ。

AIの先駆者の一人である Geoffrey Hinton は、かつて「放射線科医はAIに取って代わられる」と予言した。だが現実は逆で、放射線科医の需要はむしろ高まっている。AIは「タスク」を代替しているが、「職業」全体を代替するには至っていない。

なぜ今、この問いが重要なのか

AIの能力は「凸凹（ジャギー）」だ——ある分野では人間をはるかに凌駕するが、別の分野ではまったく頼りにならない。そしてその凸凹のパターンは、技術の進化とともに絶えず変化する。

経済学者 Luis Garicano、Jin Li、Yanhui Wu の新理論は、この問いに一つの枠組みを提供している。彼らは職業を「タスクの束」として捉え、そのタスクが「強く結びついているか（strongly bundled）」「弱く結びついているか（weakly bundled）」によって、AI代替のリスクが異なると論じる。

放射線科医の仕事を例に取ろう。AIはスキャン画像の読影という「タスク」は得意だ。しかし患者との対話、複雑な症例の判断、他の専門医との連携——これらのタスクは強く結びついており、一人の専門家が担わなければ機能しない。こうした「強く束ねられた職業」は、AIの能力が飛躍的に向上するまで、自動化への抵抗力を持ち続ける。

広告

広告掲載について

[email protected]

広告

一方、タスクが分離しやすい職業では、AIが部分的に人間を代替し始める。しかしそれでも、需要が拡大する局面では「仕事が増える」という逆説的な現象が起きる。問題は、その需要が飽和した後だ。

三つの働き方：専門家、ジェネラリスト、そして起業家

原文の著者は、AI時代の近未来における雇用を三つの類型に整理している。

第一は専門家（スペシャリスト）。タスクが強く結びついた職業に就く人々だ。ブロガー、外科医、建築家、あるいは優れた経営者——AIは彼らの仕事の一部を補助するが、その仕事の核心は人間の視点や判断に依存している。

第二はジェネラリスト（サラリーマン）。そして、ここが最も興味深い。

著者が注目するのは、日本の「サラリーマン」システムだ。日本企業はかつて、従業員を人事部門から経理、製品開発へとローテーションさせ、幅広いスキルを持つ「何でも屋」を育成してきた。このシステムは白色労働生産性の低さの一因として批判されてきたが、AI時代においては逆に強みになりうる、と著者は論じる。

AIが「得意なことを得意なタイミングで」こなす一方、その弱点や誤りは予測不可能な形で現れる。そのギャップを埋める人間——AIの出力を検証し、誤りを発見し、専門家に橋渡しする人間——の需要が高まる。それはまさに、日本のサラリーマンが長年担ってきた役割に近い。

Cedric Savarese はこの新しいジェネラリストの仕事をこう表現する。「AIが自信満々に間違えることを見抜き、押し返し、クロスチェックし、信頼と検証のバランスを取る能力。好奇心と批判的思考が不可欠になる」。

第三はスモールビジネス（個人事業主・起業家）。AIによって参入障壁が下がった領域で、少人数または一人でかつては不可能だった事業を展開する人々だ。

日本にとっての意味

ここで立ち止まって考えたいのは、日本社会固有の文脈だ。

日本はすでに深刻な労働力不足に直面している。2025年時点で生産年齢人口は減少を続け、製造業からサービス業まで人手不足が常態化している。AIによる生産性向上は、この文脈では「脅威」よりも「救済」として捉えられやすい。

実際、トヨタやソニー、NTTなどの大企業はすでにAIを業務効率化に積極的に導入している。だが問題は、そのAIを「使いこなす人材」の育成が追いついていない点だ。

日本の教育システムは長らく、特定のスキルを深く習得する「専門家育成」よりも、均質な知識を持つ「協調型人材」の育成に重きを置いてきた。皮肉なことに、この特性がAI時代のジェネラリスト需要と合致する可能性がある。しかし一方で、AIリテラシーの格差——特に中高年層と若年層の間——は無視できない課題として残る。

「何を学べばいいのか」という問いは、就職活動を前にした学生だけでなく、キャリアの中盤にある40代・50代にとっても切実だ。10年前に「プログラミングを学べ」と言われた世代が、今まさにその助言の賞味期限を目撃している。