はじめに

AIが仕事を奪うのか。この問いに対して、経済学者は長く慎重でした。大半の研究は「どの仕事がAIで影響を受けうるか」という潜在的な曝露度を測る段階にとどまり、実際の雇用減少を確認できるデータは乏しかったからです。ところが2025年後半から2026年春にかけて、議論の質が変わり始めています。

新しい動きは、AIの能力を推測する研究だけでなく、実際の利用ログ、企業調査、求人データ、給与データが揃い始めたことです。まだ「AIが雇用全体を壊した」と言える段階ではありません。しかし、仕事の入口や一部タスクで変化が先行している兆候は、以前よりはっきりしてきました。この記事では、なぜ経済学者がAIと雇用のつながりをより強く語り始めたのかを整理します。

研究が変わった三つの理由

理論上の曝露から観測データへの移行

AI雇用論の出発点は、OpenAIとペンシルベニア大学の2023年研究でした。この論文は、米国労働者の約80%で少なくとも仕事の1割が、約19%で仕事の半分が大規模言語モデルの影響を受けうると推計しました。IMFも2024年に、世界の雇用の約40%、先進国では約60%がAIの影響を受けると整理しています。こうした研究は非常に重要でしたが、あくまで「可能性の地図」です。影響の方向が代替なのか補完なのかまでは分かりませんでした。

そこへ2026年3月、AnthropicのEconomic Indexが一歩先に進みました。同社は実際のClaude利用データを分析し、約49%の職種で少なくとも4分の1のタスクがすでにClaude上で観測されていると報告しています。しかも、利用は単純な自動化一辺倒ではなく、学習や検証を含む補完的な使い方も増えていました。これは、AIの影響が「理論的にできること」から「現場で実際にやっていること」へ移っていることを示します。経済学者にとって、ここは大きな転換点です。

職種内部の変化が見え始めた

次の変化は、雇用全体ではなく、職種内部の変化を捉える研究が出てきたことです。NBERの2025年改訂論文は、2010年から2023年の企業・職種・タスク単位のデータをもとに、AI曝露の高いタスクほどその後の労働需要が減ると示しました。一方で、曝露が少数タスクに集中する場合は、他タスクへの再配分で悪影響が和らぐとも述べています。つまり、AIは職業を丸ごと消すより先に、職業の中身を削り直すのです。

この見方は重要です。従来の失業率や就業者数だけを見ていると、変化を見落とします。企業はまず既存社員の働き方を変え、定型業務を縮小し、新規採用の中身を変えます。マクロ統計では静かでも、仕事の構成は大きく動く。最近の研究が「何人が失業したか」だけでなく、「どのタスクが減り、誰が入口で不利になっているか」を見るのはこのためです。

入口の雇用に先行的な打撃が出ている

もっとも注目されているのが、初級職への影響です。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の普及後、AI曝露が高い職種における22歳から25歳の若年層の雇用が、企業ショックを調整しても16%相対的に減少したと報告しました。しかも減少は、AIが人を補完する職種より、業務を自動化しやすい職種で集中していました。

これは「AIで全員の仕事が消える」という話ではありません。むしろ、キャリアの入り口から順に変わる可能性を示しています。新人が担当してきた下調べ、資料たたき台、一次対応、定型分析の一部をAIが肩代わりすると、企業は経験者を残しつつ、初級採用だけを絞りやすい。Fedの2026年3月ノートも、全体の求人減少はAIでは説明できないとしつつ、特定職種では不均衡な就職難が起きている可能性を示しました。

それでも総悲観に傾かない理由

企業全体ではまだ雇用崩壊が見えていない

AIと雇用のつながりが強まったとはいえ、研究者が一斉に大量失業論へ転んだわけではありません。Fedの2026年3月分析では、AI導入度の高い産業や企業で、現時点の求人総量が有意に減った証拠は見つかっていません。全国的な求人鈍化はパンデミック後の正常化であり、少なくとも現時点ではAIがその主因とは言えないという結論です。

欧州中央銀行の2026年3月ブログも似た絵を示します。ユーロ圏約5300社の調査では、AIを頻繁に使う企業は、むしろ追加採用する確率が約4%高く、AI投資企業も約2%高いとされました。雇用増は研究開発やイノベーション目的の利用企業が主導し、コスト削減目的を挙げた企業はAI利用企業の15%にとどまります。つまり、AIは置き換えの道具であると同時に、新しい業務や投資を生む道具でもあるのです。

国際機関も「代替」より「変容」を重視

ILOの2025年更新版も、世界の労働者の4人に1人が何らかの生成AI曝露を持つ一方、多くの仕事は冗長化より変容に向かうと整理しています。2023年版より自動化スコアはやや低くなり、音声や画像、動画の進歩で一部職種のリスクは上がったものの、人間の入力や判断が残る構造はなお大きいという見立てです。

Anthropicの報告も、熟練ユーザーほどAIを丸投げではなく反復的、協働的に使い、成功率も高いと示しました。これは、AIの影響が単純な「人間対機械」の置き換えではなく、「AIを使いこなせる人」と「使いこなせない人」の差として表れる可能性を示しています。雇用の総量だけでなく、技能格差と所得格差の拡大が焦点になりやすい理由はここにあります。

経済学者の見立ては「遅れて来る打撃」

では、なぜ今になって経済学者がAIと雇用の関係を強く語るのか。答えは、影響が一気に出るというより、最初は採用、賃金、職務分解、キャリア形成の歪みとして表れるからです。大規模リストラや失業率上昇だけを待っていたら、政策対応は遅れます。ECBのフィリップ・レーン理事も、2026年3月の講演で、ユーロ圏では現時点で雇用全体への大きな効果は乏しいが、AIの拡散速度次第で労働市場への影響は今後の最重要論点になると位置づけました。

言い換えれば、研究者のトーンが変わったのは、結論が決着したからではありません。逆に、変化がまだ局所的で見えにくい今こそ、測定と制度準備が必要だと分かってきたからです。ここが2023年の議論との最大の違いです。

注意点・展望

このテーマで避けたい誤解は二つあります。第一に、「まだ失業率が上がっていないから心配不要」という見方です。AIの影響は、まず採用抑制や仕事の再設計として出やすく、統計に表れるまで時間がかかります。第二に、「AIで仕事は全部なくなる」という全滅論です。現時点の研究はそこまで示していません。むしろ、代替と補完が職種ごと、年齢層ごと、企業戦略ごとに強く分かれることを示しています。

今後の焦点は、初級職の受け皿をどう作り直すか、教育や職業訓練をどう組み替えるか、そして企業のAI導入を生産性向上と再訓練に結びつけられるかです。問題はAIそのものではなく、移行コストを誰が引き受けるかです。政策が遅れれば、恩恵は資本や高技能層に集中し、負担は若年層や中間層に偏りやすくなります。

まとめ

経済学者がAIと雇用のつながりを以前より強く語るようになったのは、単なる雰囲気の変化ではありません。利用ログ、求人、企業調査、労働需要の実証が揃い始め、影響が「ありうる話」から「局所的に観測される話」へ変わってきたからです。

ただし、結論はまだ単純ではありません。企業全体でみれば雇用崩壊の証拠は限定的で、研究開発や高付加価値業務ではAIが採用を押し上げる面もあります。それでも、初級職や定型認知業務で先行的な歪みが生じているなら、政策は「大量失業が見えてから」では遅い。必要なのは、楽観か悲観かの二択ではなく、変化を測り続けながら移行を支える備えです。

参考資料:

• GPTs are GPTs: An early look at the labor market impact potential of large language models | OpenAI
• Gen-AI: Artificial Intelligence and the Future of Work | IMF
• Generative AI and jobs: A 2025 update | International Labour Organization
• Anthropic Economic Index report: Learning curves
• Artificial Intelligence and the Labor Market | NBER
• Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
• AI Adoption and Firms’ Job-Posting Behavior | Federal Reserve
• Artificial Intelligence: friend or foe for hiring in Europe today? | ECB Blog
• AI and the euro area economy | ECB