kinyukeizai.com

kinyukeizai.com

AI時代の中間層雇用危機と若年入口職縮小、社会保障再設計の論点

by kinyukeizai.com
URLをコピーしました
#AI #雇用 #中間層 #教育 #社会保障

はじめに

「AI時代の深刻な社会問題」と聞くと、多くの人はまず大量失業を連想します。ですが、公開データを丁寧に見ると、より深刻なのは仕事の総量そのものより、雇用の配分と移行の仕組みが壊れ始める点です。世界経済フォーラムは2030年までに1億7000万の新規雇用が生まれる一方、9200万の雇用が押し出されると見ています。つまり、問題は単純な「仕事がなくなる」ではなく、誰の仕事が減り、誰が新しい仕事に移れるかです。

このテーマで特に重いのは、中間層を支えてきた事務・調整・定型処理の仕事が圧縮されやすいこと、そして若年層の入口職が細ることです。AIは生産性を高めますが、再教育、賃金制度、社会保障が追いつかなければ、恩恵は一部に集中し、社会の安定を支えてきた「広い中間層」が痩せていきます。この記事では、その構図を雇用、教育、再分配の3つの観点から整理します。

失業より深い中間層雇用の圧縮

事務・定型業務から先に揺れる雇用構造

AIの影響は、すべての仕事に均等に及ぶわけではありません。ILOが2025年に公表した精緻化指数では、世界の労働者の4人に1人が何らかの生成AI曝露を持つ職業に就いており、最も高い曝露区分に入る雇用は世界全体で3.3%でした。しかも、最も高い曝露を示したのは事務職で、書類処理や定型調整を担う仕事です。

世界経済フォーラムの2025年報告でも、キャッシャーや行政補助などの事務系職種は、2030年に向けた減少職種の中心に入っています。AIは文章生成、要約、資料整形、照合作業、問い合わせ一次対応のような「中間業務」を強く代替・圧縮しやすいためです。工場の完全自動化のように目に見える変化ではなく、オフィスの中で静かに仕事の束が細ることが、今回の変化の特徴です。

ここで問題なのは、こうした職種が長く中間層の受け皿だったことです。高度な専門資格がなくても入りやすく、経験を積みながら管理、営業、企画へ広がる通路になっていました。IMFのクリスタリナ・ゲオルギエワ専務理事は2026年2月の講演で、AIは世界で平均40%、先進国では60%の仕事に影響し、中技能職が圧迫され、若者と中間層が最も打撃を受けると述べました。深刻なのは失業率の一点ではなく、昇進の階段そのものが痩せることです。

生産性上昇が賃金上昇に直結しない構図

AIの生産性効果は本物です。PwCの2025年版AI Jobs Barometerでは、AIに強く曝露した産業の生産性成長率は2018年から2022年の7%から、2018年から2024年では27%へと大きく伸びました。AIスキルを求める求人の賃金プレミアムも平均56%に達しています。AIを使いこなせる人と企業の取り分が膨らむ構図は、すでに数字に表れています。

ただし、ここに社会問題の核心があります。生産性が上がっても、その果実が雇用全体に均等配分されるとは限りません。世界経済フォーラムの同報告では、77%の企業が人材の再教育を進める一方、41%はAIによる自動化を理由に人員削減を見込んでいます。企業は同時に「育成」と「削減」を進めており、その間に挟まれるのが、AIスキルへのアクセスが弱い中間層です。

しかも、AIは資本集約的な技術でもあります。世界銀行のWorld Development Report 2026構想文書は、AIが高所得国と低所得国の差を広げる恐れを指摘しました。理由は計算資源、データ、技能の要件が重く、少数の巨大企業や高度なデジタル基盤を持つ国に優位が集中しやすいからです。企業内格差だけでなく、地域間格差、国家間格差まで押し広げる可能性があります。

若年層と教育制度に及ぶ第二の衝撃

入口職の縮小と経験獲得機会の喪失

AI時代の社会問題として、見落としにくいのが若年層への打撃です。スタンフォード大学デジタル経済ラボの2025年論文は、生成AI普及後、最もAI曝露の高い職種に就く22歳から25歳の若年層で、雇用が相対的に16%減少したと報告しました。減少は主に賃金ではなく雇用数に現れ、しかも自動化色の強い職種で濃く出ています。

これは単に「若者が不利」という話ではありません。企業がAIで下積み業務を処理できるようになると、ジュニア人材を採って育てる誘因が弱まります。すると、数年後に必要となる中堅人材の供給まで細ります。AIはベテランの効率を高める一方で、ベテランへ成長するための入口を削る可能性があるのです。社会全体で見ると、経験形成のパイプラインが詰まるリスクです。

一方で、AIには新人支援の力もあります。スタンフォードSIEPRが公表した有名なコールセンター研究では、生成AI支援によって全体の生産性は14%高まり、初心者や低技能層では34%の改善が確認されました。重要なのは、AIが若手を置き換える道具になるか、学習を早める道具になるかは、導入設計次第だという点です。企業が「削減装置」として使えば入口職は減り、「補助装置」として使えば裾野は広がります。

学び直し格差と制度の遅れ

若年層への打撃が深くなりやすいのは、必要技能の更新ペースが急だからです。IMFは2026年1月、先進国ではオンライン求人の10件に1件が少なくとも1つの新しい技能を求めていると報告しました。さらに、世界経済フォーラムは2030年までに仕事で求められる技能の約4割が変化し、100人の労働者のうち59人に再教育か能力向上が必要になる一方、11人はそれを受けられない恐れがあるとしています。

この数字が示すのは、問題が個人の努力不足では片づかないことです。失われるのは仕事そのものだけでなく、「学べば追いつける」という見通しです。働きながら学ぶ時間、費用、訓練機会、転職時の所得補填が細い社会では、AIの生産性上昇はそのまま格差拡大に変わります。企業別の長期雇用を前提にした人事制度や、正社員中心に設計された保障のままでは、頻繁な職務転換に対応しにくいという構造問題も見えてきます。

注意点・展望

注意したいのは、AI時代を「総失業社会」と断定するのも、「生産性が上がるから大丈夫」と楽観するのも、どちらも粗い見方だということです。ILOは生成AIの主な影響を job transformation、つまり仕事の変形だと整理していますし、世界経済フォーラムも雇用総量では純増を見込んでいます。だからこそ見るべき指標は、失業率だけではありません。入口職の採用数、中間賃金帯の縮小、再教育受講率、地域間のデジタル基盤格差といった移行コストの指標です。

今後の政策論点は明確です。第1に、教育を学校卒業時点で終わる制度から、職業人生の途中で何度も学び直せる制度へ変えることです。第2に、AI導入で得た生産性を一部の株主や高度人材だけでなく、訓練投資や移行支援に回す仕組みを強めることです。第3に、税制や社会保障が人の移動を妨げず、むしろ後押しする形へ組み替わることです。IMFも、税制が人より自動化を有利にしない設計の重要性を指摘しています。

まとめ

AI時代の深刻な社会問題は、仕事が一夜で消えることではなく、中間層を支えてきた職務と若年層の入口職が同時に細り、その痛みを吸収する教育と社会保障が追いつかないことです。生産性上昇の恩恵は大きい一方、配分の仕組みが古いままなら、社会は豊かになる前に不安定になります。

問われているのは、AIを止めるかどうかではありません。AIで広がる利益を、再教育、経験形成、所得移行の支えへどう戻すかです。中間層の厚みを守れるかどうかが、AI時代の成長が「一部の勝利」で終わるのか、「社会全体の前進」になるのかを決めます。

参考資料:

関連記事

最新ニュース