人工知能（AI）はこれまでのところ、大規模な失業という明確な事態をもたらしてはいない。先進国における雇用総数はおおむね安定しており、最近の評価でも、AIが主要な雇用指標を変動させたという証拠は限られている。しかし、表面下では憂慮すべき変化が静かに進行している可能性がある。それは、キャリアの第一段階が静かに崩れつつあるという問題だ。

最も懸念される証拠が現れているのは、まさに最初に現れると予想される場所、すなわちキャリア初期の採用においてである。スタンフォード・デジタル・エコノミー・ラボ（Stanford Digital Economy Lab）が2025年11月に公表した調査報告書によると、生成AIの普及後、AIの影響を最も受けやすい職種に就く22歳から25歳の労働者は、企業の雇用判断に影響しうる他の要因を制御した上でも、雇用が相対的に16%減少したことが明らかになった。2026年3月に公表されたアンソロピック（Anthropic）の報告書も、同様の結論を示唆する証拠を提示している。

同じ職種でも経験豊富な労働者は同様の減少を被っていない。また、AIの影響を受けにくいエントリーレベルの職種では雇用が減少しているわけでもない。懸念はあくまで、AIの影響にさらされているキャリア初期の職種に限定されている。

これは些細なシグナルではない。少なくともソフトウェア開発者、カスタマーサービス担当者、コンピュータプログラマー、情報システムマネージャーなど生成AIが広く活用されている職種においては、企業がAIを活用して、人々が伝統的に最初の足がかりを得てきた初級業務を代替しようとしている可能性を示唆している。

今こそ、労働市場に参入しようとしている若者の育成・準備・支援のあり方を変える時だ。教育機関はAIが補完する労働力の時代に向けて方向転換する必要がある。政府は企業がキャリア初期の労働者を採用・育成するよう促す施策を講じなければならない。企業もまた、AIに精通した長期的な労働力を育成することの重要性を認識する必要があり、そのプロセスはエントリーレベルの労働者から始まる。そして学生自身も、AIに習熟するだけでなく、その知識をさまざまな分野に応用する方法を学ぶ責任を担うべきだ。

要するに、エントリーレベルの仕事に対するこれまでの伝統的な考え方を変えなければならない。

これが特に重要なのは、新卒者を取り巻く労働市場全体も軟化しているからだ。ニューヨーク連邦準備銀行（Federal Reserve Bank of New York）が報告したところによると、2025年第4四半期における大学卒業後間もない労働者の失業率は5.6%に上昇し、不完全雇用率（通常は大学の学位を必要としない職に就いている卒業生の割合）は42.5%に達し、新型コロナウイルス感染症のパンデミック以降で最高水準となった。AIがその悪化の唯一の原因であることを単一の統計で証明することはできない。パンデミック後の採用全般が大幅に落ち込んでおり、若者はその影響を特に受けやすい。しかし、AIによって、既に困難になっている学校から職場への移行が、さらに困難になっている可能性を無視するのは誤りだろう。

これらの統計の背後には、多大な個人的苦悩がある。今日の新卒者は1件のオファーを受け取る前に何百件もの応募を送ることも珍しくない。長期にわたる就職活動を続ける若い労働者の間で不安、経済的不安定、燃え尽き症候群の割合が高いことが各種調査で一貫して示されている。AIが典型的な初期の仕事への扉を静かに閉ざしていくならば、人々は自立の遅れ、家族形成の先送り、そして最初の本格的な職業的努力が拒絶されたという感覚という形でその代償を払うことになるだろう。

エントリーレベルの仕事は経済の育成システムの一部でもあるため、この問題は重要だ。若手アナリストはどの数字が信頼できるかを学ぶ。若手ソフトウェア開発者は本番システムがどのように障害を起こすかを学ぶ。新人マーケターはダッシュボードの整然とした言葉の外で顧客がどのように行動するかを学ぶ。キャリア初期の法務・財務スタッフは、規則、判断、締め切り、そして人間関係が実際にどのように絡み合うかを学ぶ。かつてエントリーレベルの労働者の育成に役立っていた草稿作成、トリアージ、コーディング、要約、事務的な準備作業をAIがより多く担うようになれば、企業は短期的には効率化できても、社会は長期的に能力を失っていく可能性がある。

若い労働者のスキルを向上させる正しい方法は、「コーディングを学べ」と言うことではない。10年以上にわたる連邦政府の施策や大学の拡充を形作ったそのアドバイスは、コーディングがほぼ誰でも習得でき、中産階級の仕事に結びつけられる安定したスケーラブルなスキルであるという前提に基づいていた。その前提はもはや成り立たない。AIが得意とする作業の層、すなわち仕様を定型的なコードに変換すること、標準的なパターンを再現すること、予測可能なエラーをデバッグすることはまさに「コーディングを学べ」プログラムが中心に据えていた層だ。

AIシステムの作業を監督することは、今やはるかに重要なスキルだ。AIシステムが生成するアウトプットを理解することも、非常に重要になるだろう。

そうしたスキルの習得を支援するために、大学、コミュニティカレッジ、専門職プログラムに対し、AIリテラシー、データリテラシー、プロンプトベースのワークフロースキル、検証スキル、そして専門分野における判断力を通常の学位課程に組み込むことを義務付けるべきだ。すべての卒業生がAIツールの使い方、その出力の検証方法、限界の理解、そして人間の専門知識との組み合わせ方を習得しているべきだ。これは、医療など比較的AIの影響を受けにくいとされる職種に就く卒業生にとっても重要だ。ほぼすべての仕事には、草稿作成、要約、スケジュール管理、調査、基本的なデータ処理、定型的なコミュニケーションなど、AIがすでに大幅な生産性向上ツールとなっている業務が含まれている。

多くの若い労働者が経験する競争は、人間対機械ではなく、同僚対AIで補完された同僚という構図だ。ほとんどの若い労働者にとって、自分の価値を高める現実的な道は、AIを避けることではなく、その技術に習熟し、それを専門分野の判断力、文脈的推論、そして人間関係のスキルと組み合わせることだ。この目的のために、学校は有給のコーオプ（産学連携教育）、見習い制度、雇用主と連携したプロジェクトを重視し、学生が卒業前に実際の職場で判断力を養えるようにすべきだ。

政府もまた、キャリア初期の労働者を体系的なAI補完型の職務に採用する雇用主に対して、的を絞った税額控除、賃金補助、および研修助成金を創設すべきだ。こうした条件付きの行動連動型補助金の枠組みは、米国の税制にすでに存在している。欠けているのは、キャリア初期のAI補完型業務を具体的な対象として構築されたこれらの手段の形だ。

企業側も、AIによる短期的なコスト削減のみに基づいて採用判断を下すことをやめるべきだ。若い労働者の価値は、今四半期に遂行する業務だけにあるのではない。その価値は、学習、スキル形成、組織の記憶、そして将来の生産性にある。エントリーレベルの採用は単なる費用ではない。それは企業内の将来の判断力という資産への投資だ。2030年代後半に最も効果的なAI補完型の上級労働力は、今日の若手世代から生まれるだろう。学習段階を自動化によって省略した企業は、短期的な利益率を改善できるかもしれないが、10年後には自社のAI駆動型ワークフローが実際にどのように機能しているかを理解する人材がいないという事態に直面するかもしれない。

今春および来春に卒業する学生は、移行期にある厳しい労働市場に直面している。AIへの習熟は汎用的なスキルになりつつある。AIへの習熟を伴わない専門知識は時代に追いつけなくなっている。その両方の組み合わせこそが、真に希少なものだ。製造業の知識とAIの習熟度を兼ね備えた機械工学者、金融サービスの知識を持ちAIにも精通したソフトウェアプログラマー、こうした人材こそが求められる時代になるだろう。

◆

ゲオルギオス・ペトロプロスは、南カリフォルニア大学（USC）マーシャル・スクール・オブ・ビジネスの助教授である。情報技術がイノベーション、競争政策、労働市場に与える影響に焦点を当てた研究をしている。

• 0

人気の記事ランキング

1. Anthropic’s Code with Claude showed off coding’s future—whether you like it or not 「Claudeに任せてしまおう」 たった1年で激変したソフトウェア開発
2. The Tesla Semi could be a big deal for electric trucking テスラの電動大型トラック、10年越しの量産開始　転換点になるか
3. Inside Anduril and Meta’s quest to make smart glasses for warfare 目の動きでドローン攻撃、 アンドゥリルとメタが組んだ 軍用ARヘッドセット構想
4. How Chinese short dramas became AI content machines 1日470本、制作費9割減 ——中国は生成AIで 世界のドラマ工場になる