はじめに
IBMが2026年1月5日に公開した記事では、IBM Chief ScientistのRuchir Puri氏を中心に、複数の専門家がAIによる雇用環境の変化について詳しく解説しています。本稿では、World Economic Forumの最新レポートや専門家の見解をもとに、今後10年間で予想される雇用の変化と、自動化できないスキルについて解説します。
参考記事
- タイトル: What AI means for the future of work
- 著者: Sascha Brodsky
- 発行元: IBM
- 発行日: 2026年1月5日
- URL: https://www.ibm.com/think/news/what-ai-means-future-work
要点
- World Economic Forumの報告によれば、2030年までにAIは1億7000万の新規雇用を創出する一方で9200万の雇用を代替し、正味7800万の雇用増となるが、今後5年間で全雇用の22%が変化する
- 自動化されやすい仕事は、限定的なタスクで構成され他の役割との連携が少ない「機械的」な性質を持つ職種である
- すべての知識労働は「AI活用版」と「従来版」の二つに分かれ、AI活用スキルを持つ労働者が高い需要を獲得する一方、持たない労働者は縮小市場で競争することになる
- 今後10年間でAIは社会全体に浸透し、特に最初の3〜5年間は急加速期となり、人間は「AIエージェントの軍団」を管理する役割へと移行していく
- 自動化できないスキルとして、自律的な学習能力、知識への探求心、チーム支援の意欲といった技術的でない能力に加え、問題解決力、コミュニケーション力、批判的思考力、創造性、共感力が重要になる
詳細解説
AIがもたらす雇用変化の全体像
IBM Chief ScientistのRuchir Puri氏は、「AI分野で働く誰もがこの技術の進化速度に驚き、場合によってはショックを受けている」と述べています。技術の進化ペースは、開発者自身の予想を超えるものとなっています。
World Economic Forumの「Future of Jobs Report 2025」では、55の経済圏で1400万人の労働者を代表する1000以上の雇用主を調査しました。この調査によれば、2030年までにAIは1億7000万の新規雇用を創出する一方で、9200万の雇用を代替します。正味では7800万の雇用増加となりますが、この数字の背後には大きな変動が隠れています。今後5年間で全雇用の22%が何らかの形で変化し、雇用主は2030年までに必要とされるスキルの39%が変わると予想しています。また、41%の雇用主がAIでタスクを自動化できる領域で人員削減を計画しているとのことです。
一方、Goldman Sachsの推計では、現在のAIアプリケーションが経済全体に拡大した場合、アメリカの雇用の2.5%が影響を受ける可能性があるとされています。
過去の技術革新を振り返ると、自動車は馬産業を、コンピュータは事務員を、インターネットは小売業を淘汰すると予測されてきました。しかし、いずれの場合も経済は失われた雇用以上の新しい雇用を創出してきました。MITの研究によれば、今日のアメリカ労働者の約60%は1940年には存在しなかった職業に就いており、過去80年間の雇用成長の85%以上が技術主導の雇用創出によるものでした。今回も同じパターンが繰り返されるかどうかは、重要な問いと言えます。
自動化されやすい仕事の特徴
NYU Stern School of BusinessのRobert Seamans教授は、「職種の大半は存続する」としながらも、「ほとんどの仕事は変化し、その変化に適応しない労働者は時代遅れのスキルセットを持つことになる」と警告しています。
Seamans教授によれば、最も脆弱な職種は、限定的な個別タスクで構成され、他の役割との連携が最小限のものです。テレマーケターを例に挙げると、この仕事は電話をかけ、質問に答え、結果を記録するという明確に定義された活動から成り立っています。複雑なグループ調整も、曖昧な人間的状況への対応も必要ありません。このような仕事は「システム化でき、したがって複製可能」とされています。
Puri氏も同様の見解を示し、リスクのある仕事は言語および知識領域での「機械的な動き」を伴うものだと説明しています。「誰かが電話をかけてきて、マニュアルや記録簿を調べて答えを見つけ、その答えを伝える」といった種類の仕事は淘汰される可能性があります。Puri氏は「意図的に『単純作業』という言葉は使っていません。機械的な性質という意味です」と慎重に言葉を選んでいます。
ソフトウェア開発は、他の分野で起こることの予兆を示しています。2011年にMarc Andreessen氏が「ソフトウェアが世界を食べている」と宣言しましたが、Puri氏によれば、10年後にはその食事は終わり、「2020年にはAIがソフトウェアを食べていることが明らかになった」とのことです。ソフトウェア開発者の仕事は前例のないペースで進化していますが、Puri氏は「これらの仕事が淘汰されるとは思いません。むしろ、やるべきことがはるかに多くなるため、仕事が進化すると考えています」と述べています。
ただし、自動化可能に見える仕事がすべて実際に自動化されるわけではありません。AIは現在、数百万の医療スキャンを読み取っていますが、放射線科医は画像解釈以上のことを行っています。患者の病歴を結びつけ、検査を実施し、複雑な情報を統合する必要があります。「画像レポートを読むだけよりもはるかに複雑です」とPuri氏は指摘しています。同じ原則が他の職業にも当てはまります。判断と文脈の異なる要素を織り交ぜる仕事ほど、自動化は困難になると考えられます。
脆弱な役割にある労働者へのメッセージは明確です。「そのような仕事に就いているなら、自分がどのような付加価値をもたらしているのかを考え始めた方が良い。なぜなら、そのような仕事は自動化できるからです」とPuri氏は述べています。ただし同時に、「これらのツールは、不安にさせるだけでなく、仕事を再構想する手段も提供してくれます」と付け加え、労働者がスマートフォンで技術を試し、自ら新しい役割を提案できることを指摘しています。
Columbia Law Schoolの元学部長Gillian Lester氏は、労働力の「中間層の空洞化」の可能性を見ています。Lester氏によれば、存続する可能性が高い仕事は両極端にあります。判断が複製できない高度に専門化された専門家と、簡単には自動化できない物理的タスクを実行する低賃金サービス労働者です。「専門家、外科医、管理作業員は大丈夫です」とLester氏はIBMに語っています。しかし、その間には脆弱な可能性のある広大なホワイトカラー中間層が存在します。「保険業界で働き、データセットをチェックして誰かが回復の資格があるかどうかを判断している人々は、今後人間を必要としなくなります」とLester氏は述べています。
中間管理職と経営幹部機能についてはどうでしょうか。情報技術はすでにこれらの役割を再構築し、「より強力なツールを自由に使えるようにし」、「より良い知性、より良い意思決定能力を指先で」操作できるようにしています。しかし、Puri氏は管理職自体が自動化されるという考えに反論しています。「大規模に『中間管理職は必要ない』という状況にはならないと思います。それは『意思決定は必要ない。すべてを機械に任せて、機械に決定させる』と言うのとほぼ同じです」。
すべての職業の二極化
IBMのAI Open InnovationのChief ArchitectであるGabe Goodhart氏によれば、今後起こることは、大量解雇の波というよりも選別に近いかもしれません。「ほぼすべての知識ベースの仕事がすぐに二つに分かれます」とGoodhart氏は述べています。「その仕事のAI対応版は非常に高い需要があります」。ツールを習得した人は高い報酬を得る一方、習得しない人は従来の仕事のための縮小市場で競争することになります。
Goodhart氏は、この2つの陣営の間のギャップは「AIを効果的に使用するスキルセットを持っていないが、とにかく使おうとする」労働者によって埋められると警告しています。これらは、より多く生産するかもしれませんが理解は少なく、プロセスを把握せずに出力を信頼し、機械が間違ったときにそれを見分けられない労働者です。
しかし、一部の労働者を脅かす同じツールが、他の労働者に力を与えています。「vibe coding」の出現を考えてみましょう。これは、AIエージェントがデザインコンセプトを直接動作するソフトウェアに変換するものです。従来、デザイナーは自分のプロトタイプを構築するプログラミングスキルを持っていませんでした。今ではできます。「これは、主要な入力であるデザインが、動作するソフトウェアという目標出力に直接変換できるクロスオーバースキルです」とGoodhart氏は説明しています。分野間の障壁が溶解しつつあります。
この民主化は、進行中の最も深遠な変化の一つかもしれません。「現在の生成AI技術は、コーディングスキルとデータサイエンススキルを、ほぼ英語のような方法で非コーダーがアクセスできるようにしました」とPuri氏は述べています。同氏は、1人で10億ドルの評価額を持つ企業の予測を指摘しています。「以前は20人必要だったことが、今では1人か2人でできます。そして、ちなみに、その人たちはいわゆる『ソフトウェアスキル』を持っていません」。
その結果は直感に反するものです。非技術系労働者は実際には機会の拡大に直面している可能性があります。「彼らは今、参加を求められています」とPuri氏は述べています。「実際、彼らは以前は除外されていました。今は参加を求められています」。
今後10年間の変化プロセス
技術が創造者自身も驚くペースで進歩している一方で、経済の変革はより慎重に進んでいます。Puri氏によれば、2025年は「その大規模な参入の始まり」を示しました。これは、企業がAIを実際の業務に統合し、ワークフローを再構築し、慎重にシステムにより多くの自律性を付与し始める瞬間です。
「企業はエージェントに過度の自律性を与えることを依然として懸念しています」とPuri氏は述べています。「それらを制御できず、大混乱を引き起こす可能性があります」。
関連する課題は、AIシステムが想定どおりに動作しているかどうかを知ることです。IBM ResearchのAI FoundationsのVice PresidentであるDavid Cox氏は、「ベンチマークは、少なくともそうあるべきですが、企業全体で第一級の能力になります」と述べています。「システムを調査し、システムが意図したとおりに動作しているかどうかを知るためのテストとベンチマークを構築するにはどうすればよいか? これは今日私が見ている明白なギャップです」。
Cox氏は、AIを評価するためのツールには、従来のソフトウェアテストとは異なる全く新しい分野が必要になると主張しています。なぜなら、これらのシステムは「私たちが慣れているソフトウェアよりもはるかに決定論的ではない」からです。
Puri氏の見解では、AIが社会の構造に完全に「浸透」するまでには10年かかる可能性があり、「次の3〜5年間が急加速の期間」となり、その後より長い定着期間が続くとのことです。
将来の仕事はどのようなものになるでしょうか。これらの会話から浮かび上がったビジョンは、人間が「エージェントの軍団」を管理し、AIシステムを監督し、意図したとおりに動作することを保証し、逸脱したときに修正するというものです。「それは管理職の仕事のようなものです」とPuri氏は述べています。「あなたの付加価値は次の層に移ります」。
専門家は技術者と直接協力してAIエージェントを作成し、ドメイン知識を活用してシステムの動作とガードレールを定義します。また、人間の判断を適用して結果を評価し、リスクを特定し、エッジケースをナビゲートする、それらのエージェントの保守も担当します。「AI技術者は通常、AIだけではAIエージェントを作成できないことを知っています」とPuri氏は述べています。「AIと専門知識の交差点がなければなりません」。
Goodhart氏は率直に述べています。「職場でAIを安全に活用するために必要な重要なスキルは人間の判断です」。これは、AIが何であり何でないかを理解し、その限界を認識しながら効果的に展開できる労働者が不可欠であることを意味します。「この知識なしにAIを使おうとする人々は、リスクを理解せずにAIに依存する溝に陥り、大きな結果をもたらす可能性のある間違いを犯すことになります」。
自動化できないスキル
Seamans教授によれば、今後数年間で最も重要となる3つの能力は、「頼まれなくても自分自身をアップスキルする能力、知識への渇望、他者、特にチームメンバーを助けたいという欲求」です。これらのいずれも技術的能力ではありません。むしろ、仕事と同僚に対する特定の姿勢を必要とするとSeamans教授は述べています。
ソフトスキルの重要性は、インタビューで繰り返し出てきました。「問題解決スキル、コミュニケーションスキル—それらを身につけてください」とPuri氏はアドバイスしています。「これらの機械は潜在的に多くの機械的タスクを実行できるため、これまで以上に重要です」。依然として明確に人間的であるものは、感情的知性だと同氏は主張しています。「感情的知能指数は依然として非常に人間的な特性です。共感は人間的な特性です」。
法律教育の経験を踏まえて、Lester氏は批判的思考と創造性の重要性を強調しました。予想外の角度から問題にアプローチし、新しい方法で情報を統合し、分析と並行して直感を行使する能力です。
「私たちが教えていることの大部分は、AIがあなたに与えることができるものです」とLester氏は事実的知識に言及して述べています。「AIは太陽の周りを何個の惑星が周回しているかを教えてくれます。しかし、私たちがやっていることの大部分は、人々に問題を解決する方法を教えることです。通常とは異なる経路をたどることで、創造的に考える方法を人々に教えています—批判的思考スキルです。また、直感と勘が公式と同じくらい役立つ可能性がある場所を教えています」。
これらのスキルは常に教育を支えてきましたが、学習の情報機能をAIにオフロードできるようになるにつれて、ますます重要になっています。現在の課題は、転用できない部分—判断、創造性、対人流暢性—を専門能力開発の中心にすることです。「人々にそれらのスキルを教える方法を見つけ出し、それらのスキルを教え続けることは、高等教育にとって最大の課題の一つだと思います」とLester氏は述べています。
職場におけるAI監視の課題
人間の監督がアルゴリズム監視に置き換えられると、何かが変わります。職場でのAI監視は、キーストロークを測定し、表情を分析し、声のトーンを追跡し、人間の管理者が維持できない粒度で身体の動きを追跡できます。「私たちは常に上司がいました」とLester氏は述べています。「時には細かく管理し、時には工場の現場で残酷な監督者がいて、時にはホワイトカラーの監督者がいました」。新しいことは、AIがこれらの害を「増幅し、体系化できる」ことであり、通常の監督をより抽象的で、より広範囲で、反発しにくいものに変えることができるとLester氏は述べています。
より厄介なことに、AI監督は職場関係から人間的要素を取り除く可能性があります。これらの関係は、確かに抑圧的である場合もありますが、育成的である場合もあります。「それには匿名の質があります」とLester氏は述べています。「良くも悪くも、私たちは監督者やメンターである人々と協力しなければならず、それらの関係の一部は非常に肯定的な関係です」。
AIと仕事に関する会話の多くは効率性と管理に焦点を当てていますが、Lester氏は職場の人間的雰囲気への影響により関心を持っていました。「AIは、成長、専門的成長、学習、対人学習、助言、指導、そして上司との関わりを含む、職場内の対人関係に深い影響を与える可能性があると思います。そして、それは非常に興味深いと思います。これらのツールの価値と有用性を対人的な社会化とバランスさせる方法を見つけ出す必要があります」とLester氏は述べています。
継続的な学習の必要性
進行中の変化の結果の一つは、学習を一回限りのイベントとして扱うことができなくなることです。「学習と教育は、学位を取得したときのプロセスではなく、学習や教育が完了するわけではありません」とPuri氏は述べています。「物事は常に変化しています」。
Puri氏は、あらゆる分野の労働者が業界を再形成している技術に関与できるようにする基本的なリテラシーである、普遍的な「AIに精通すること」を提唱しています。ツール自体がこれをかつてないほど簡単にしていると同氏は主張しています。なぜなら、従業員は自然言語でAIとコミュニケーションできるからです。
それにもかかわらず、現在の学生世代は「待機パターン」に陥っていると、Lester氏は指摘しています。ルールに従い、期待されるスキルを培った若者は今、AIシステムがそれらのスキルを数秒で再現できることを発見しています。ジャーナリズムさえもそうだと、Lester氏は認めています。「人々はボタンをクリックするだけでニュースを入手でき、AIは何が起こったかの要約を提供します。人々は行動したいのです。彼らは人生の瞬間にいます。彼らは決定を下したい、そして獲得する必要のあるスキルを獲得したいのですが、時には正しい答えが何であるかさえわかりません」。
AIに対する態度には世代間の格差が現れていますが、それは予想されるものではありません。若い人々は単純にそれを常に使用しています。「私は1964年生まれで、自動的にそれに手を伸ばすことはありません」とLester氏は述べています。「一方、大学生の私の子供たちは、それを日常的に使用する日常のツールとして見ています」。
IBMで働く自身の息子へのLester氏のアドバイスは、技術的流暢性と対人投資を組み合わせることです。「頭を砂に埋めることはできません。基本的なツールキットを理解する必要があります」とLester氏は述べています。しかし、Lester氏はまた、メンターを観察し、チームの構築方法を学び、「AIの計算上の魔法」を超えた判断を発達させるよう息子に助言しています。Lester氏は息子に、「なぜ彼らが得意なのか、なぜチームの構築が得意なのか、プロジェクトの構築について戦術的または戦略的に考えることが得意なのか」に焦点を当てるように伝えています。
労働力に入る仮想的な20歳へのPuri氏のアドバイスも同様です。「決して技術を恐れないでください。それを受け入れてください」と同氏は述べています。「これらが前例のない時代であることは承知しています。非常に不快に見えるかもしれません。しかし、この分野に非常に長くいる者として、技術を受け入れる人々が未来を定義する人々であることを保証できます」。
人間主導であるべき仕事領域
これらすべての下には、一部の形態の仕事は設計上人間主導のままであるべきかという疑問が潜んでいます。「子供たちは人間によってケアされる必要があります」とLester氏は述べています。「彼らには身体的な交流が必要です。アイコンタクトが必要で、触れることが必要で、人間を理解する思いやりのある規律が必要です」。同じ原則が、教育、特定の形態の医療、紛争を防ぐために当事者間の交渉を含む分野に適用される可能性があります。これらは、効率性の向上が人間的つながりのコストに見合わない領域です。Lester氏が言うように、「進む中で、人間の努力のいくつかの領域を切り出し、保護することに意図的である必要があります」。
ベーシックインカムが有意義な仕事の代わりになるという見通しは、Puri氏を悩ませています。「人々は目的を与えるために働いています」と同氏は述べています。「それはお金だけではありません。お金は非常に重要ですが、人生の目的も同様に重要です」。Lester氏は、失業した労働者が「年間2万ドルを受け取り、自分のビジネスを始めることができる」というシナリオについて説明しました。
しかし、Lester氏は、保証された収入や補助金だけでは、生産的活動から得られる意味を置き換えることができるという考えには懐疑的でした。「それが人々に意味、目的、実際には価格設定できない対人的な交流を与えるのに十分であることには懐疑的です」とLester氏は述べています。
それでも、楽観主義は続いています。少なくとも、これらのシステムを構築している人々の間では。新しい技術は破壊するよりも多くの機会を創出するとPuri氏は信じています。それは「私たちが解決できるとは想像もしなかった問題」を解決することです。Puri氏のような専門家の目には、AIとの未来は希望に満ちたものです。「私たちは見つけるとは思わなかった病気の治療法を見つける可能性があります。持続可能な材料を発見します。そして、これは社会で本当に前例のないイノベーションを可能にします」と同氏は述べています。
しかし、同氏は自動化できないものについても明確な目を持っています。「私たちが手で行う多くの仕事、それは再構想できません」と同氏は述べています。「家に漏れがあります。その漏れを修理する方法を知っている誰かが必要です。私の機械が壊れています。それを修理する誰かも必要です。これらのものがどのように設計され、どのように構築され、どのように維持され、どのように修理されるかを再構想する誰かが必要です」。
まとめ
IBMの報告では、AIがもたらす雇用の変化は単なる技術的変化ではなく、働き方の根本的な再編であることが示されています。重要なのは、技術を恐れるのではなく、積極的に活用する姿勢を持つこと、そして自動化できない人間的スキル—判断力、創造性、共感力—を磨き続けることです。今後3〜5年の急加速期に、どのように適応していくかが問われています。
