AI失業(えーあいしつぎょう)とは

AI失業とは、AIが人の業務を代替・省力化し、担当していた仕事量や職種の需要が減ることで生じる失業や雇用移行を指す通称です。AIを導入しただけで直ちに人が不要になるという意味ではなく、仕事の一部が変わる段階と、雇用そのものが減る段階を分けて考える必要があります。

仕事への影響は「代替」と「変化」に分けて考える

AI失業は、機械やソフトウェアによって労働需要が減る「技術的失業」のうち、AIに焦点を当てた言い方です。似た表現でも、意味する段階は同じではありません。ある仕事の一部をAIで処理できる状態は「曝露」、人が担う作業の組み合わせが変わる状態は「仕事の変容」、必要な労働時間や採用数が減る状態は「需要減」、働く人が職を失う状態が「失業」です。

例えば、問い合わせ対応でAIが回答案を作れば、文章を書く時間は減ります。一方で、回答の確認、例外案件の判断、顧客との交渉、AIが参照する情報の更新といった作業が残るか、新たに生まれます。処理が速くなって問い合わせ件数を増やせれば、部門全体の仕事量が減らない場合もあるでしょう。一つのタスクが自動化できることと、一人分の職務が消えることは同じではありません。

AIに触れた仕事はすぐになくなるのか

ILO(国際労働機関)とポーランドの国立研究機関NASKが2025年に公表した指数では、世界の雇用の4分の1が生成AIへの何らかの曝露を持つ一方、最も曝露が高い区分に入るのは世界の雇用の3.3%にとどまりました。ILOは、全面的な置き換えよりも仕事内容の変化が起こりやすいと整理しています。ここでいう曝露は「技術的に影響を受け得る」という意味で、予測された失業率ではありません。

実際の雇用は、AIの性能だけでなく、導入費、データの整備、顧客需要、人による確認の量、新しいサービスを作れるか、空いた時間を別の業務へ移せるかで変わります。日本の職業情報を用いた経済産業研究所(RIETI)の研究も、ICT(情報通信技術)への投資が年間労働時間を減らす傾向を報告しました。賃金については、働き手の交渉力が下がって押し下げられる経路と、労働時間が短くなり生産性が上がって押し上げられる経路の両方があり、影響の出方は職務や年齢・性別・学歴によって異なります。世界全体の曝露率や業界平均を、そのまま自社の削減人数へ置き換えることはできません。

企業はどの数字から雇用移行を始めるのか

最初に、職種名ではなく業務を小さなタスクへ分けます。「情報を探す」「定型文を作る」「判断する」「承認する」「顧客と交渉する」「例外に対応する」のように並べ、AIが単独で処理できる部分、案だけ作れる部分、人が担う部分、導入で新しく増える確認作業を分ける作業です。

次に、導入前の月間処理量、1件当たりの時間、手戻り、品質、残業、採用予定を基準値として残します。試験導入後は「何時間減ったか」だけでなく、確認や修正に増えた時間、処理量の増加、顧客からの苦情、新しく必要になった役割も測るとよいでしょう。この差分がなければ、AIが雇用を減らしたのか、需要変動や組織変更の影響なのかを区別できません。

タスクの縮小が見込まれる場合は、AI導入計画と人員計画を別々に作らないこと。採用の見直し、配置転換、リスキリング、定年や自己都合による退職、新規業務の立ち上げを同じ時間軸に置きます。研修は受講数で終わらせず、移った先の仕事、必要な権限、評価基準、上司による支援まで決める必要があるでしょう。AI失業への備えは未来の失業率を当てることではなく、自社で減るタスクと増えるタスクを早く見つけ、働く人を移せる時間を確保すること。この捉え方なら、経営判断へ落とし込みやすくなります。

AI失業に関するよくある質問

AI失業で何人の社員が不要になるか予測できますか？

一般的な曝露率だけでは予測できません。自社のタスク量、AI導入後の確認工数、需要増、新しい役割、配置転換の余地を測り、複数のシナリオで人員計画を更新します。

どの部門からAI失業の影響を調べればよいですか？

部門名だけで決めず、定型的な情報処理が多い、処理量を測れる、例外時に人へ戻せる業務から調べます。同じ部門でも交渉や承認など、人に残るタスクを分けて確認します。

リスキリングを行えば雇用減少を防げますか？

研修だけで防げるとは限りません。学んだ技能を使う実際の配属先、仕事の量、権限、評価基準、上司の支援をセットで用意し、移行後の定着まで確認します。

AIの試験導入前に従業員へ何を伝えますか？

対象業務、評価する指標、データの扱い、人事評価への利用有無、試験後の判断時期、相談窓口を明示します。未確定事項も未確定と伝え、結果と次の判断を共有します。