米国では、生成AIを導入した企業で若手の雇用が7〜12%減ったという研究があります。減ったのは解雇ではなく、採用でした。資料作成やデータ収集といった「下積み」がAIに移り、経験を積む入口が細っています。この記事では、その構造を数字で確認したうえで、20〜30代が自分でキャリアの1段目を作り直す手順と、費用を賄える給付制度を整理します。
若手の雇用だけが減っている——「キャリアの1段目」で起きていること
AIの影響は「職業がなくなる」という形では現れていません。今のところ、はっきり数字に出ているのは入口の縮小です。
AI導入企業で若手の雇用が7〜12%減少
ハーバード大学の研究者による分析（Hosseini Maasoum・Lichtinger「Generative AI as Seniority-Biased Technological Change」SSRN、2025年）は、米国の約28万5,000社・従業員6,200万人・求人2億4,500万件のデータを2015年から2025年まで追いました。
その結果、2023年初頭以降に生成AIを導入した企業では、若手（ジュニア）の雇用が7〜12%減少する一方、中堅以上（シニア）の雇用は増加を続けていました。
重要なのは、減少の中身です。
つまり、いま働いている人がすぐ切られるという話ではありません。問題は、これから入ろうとする人と、社内で経験の浅い立場にいる人に、機会が回ってこなくなることです。
補助的な仕事が消えると、育つ道筋も消える
この現象を、週刊エコノミスト2026年8月4日号の特集記事（大和総研による寄稿）は「キャリアの1段目の消失」と表現しています。
多くのホワイトカラーの職種では、若手は資料作成やデータ収集といった補助的な仕事で経験を積み、一人前になってきた。しかし、その補助的な仕事がAIに代替されつつある。
（出典：週刊エコノミスト 2026年8月4日号「AIが再定義する『仕事』の未来」）
同記事が引く大和総研の分析（2024年）では、日本の職業を「協働グループ」「代替グループ」「その他」の3つに分類しています。協働・代替はそれぞれ就業者の約2割で、合わせて約4割がAIの影響を受けやすいという結果でした（出典：大和総研「生成AIが描く日本の職業の明暗とその対応策」2024年4月）。
駆け出しのフリーランスには、より早く影響が届く
同じ特集記事は、フリーランス市場についても踏み込んでいます。
社内の「協働」が、社外の駆け出しには「代替」として働くのだ。
（出典：週刊エコノミスト 2026年8月4日号）
社内であれば、AIに任せた分だけ人間は別の仕事に回せます。しかし社外の発注は「その仕事が必要かどうか」で決まるため、実績の浅い受注者ほど先に外されます。副業として文章作成や翻訳、簡単なデザインを請け負うルートは、以前より入りにくくなっていると考えたほうがよいでしょう。
日本では影響が遅れて来る。ただし来ないわけではない
日本は職務を限定しないメンバーシップ型の雇用慣行が中心で、仕事の配分を柔軟に組み替えられます。人手不足も続いています。米国と同じ速度で若手採用が細ることは、当面は考えにくい状況です。
「職業名」で自分を判定すると、たいてい間違える
「自分の職業はAIに代替されるのか」という問いの立て方には、落とし穴があります。
弁護士とパラリーガルを分けたのは、資格ではなくタスクの中身
前掲の大和総研の分類では、同じ法律業界でも、専門的判断を担う弁護士は協働グループ、契約書の確認などを担うパラリーガルは代替グループに分かれました。ソフトウェア開発でも、全体設計を担うエンジニアは協働、定型的な実装を担うプログラマーは代替に分類されています。
分かれ目は職業名ではなく、日々こなしているタスクの構成比です。同じ肩書きでも、担当している業務が定型寄りなら代替側に、判断と責任を伴うなら協働側に寄ります。
AIの実力は「何時間分の仕事か」で測られている
判定の基準が動いている点にも注意が必要です。米調査機関METRは、AIの能力を「AIが50%の確率で完了できる作業を、人間の専門家が行った場合の所要時間」で測っています。
この所要時間は2019年から2025年にかけて約7か月ごとに倍増し、2024〜2025年に限れば約4か月ごとに倍増したと報告されています（出典：METR「Measuring AI Ability to Complete Long Tasks」2025年3月）。
半年前に「AIには無理」と判断した作業が、次の半年で範囲に入る可能性がある、ということです。一度きりの職業診断ではなく、タスク単位で定期的に見直す必要があります。
自分の1週間をタスク単位で棚卸しする
まず手を動かすなら、次の3ステップで十分です。
- 直近1週間の業務を、30分単位で20〜30項目に書き出す
- 各項目に「AIに丸ごと任せられる／下書きまで任せられる／任せられない」の3段階を付ける
- 「任せられない」と判断した理由を1行ずつ書く（判断が要る・責任が伴う・社外との関係が要る、など）
3つ目の「理由」が、そのまま自分の市場価値の説明になります。理由を書けない項目が多いほど、代替側に寄っていると判断できます。
「キャリアの1段目」を自分で作り直す5つの手順
会社が育成の仕組みを作り直すのを待つ選択肢もありますが、時間がかかります。ここからは、個人の側で今日から着手できる手順を示します。
手順1：AIに渡す工程と、自分が握る工程を線引きする
同じ特集の後半記事は、生成AIツールを「かかりつけ」と「専門医」に喩えています。
「かかりつけ医」と「専門医」が連携するように、両者は競合ではなく分業だ。
（出典：週刊エコノミスト 2026年8月4日号「部門で選ぶ生成AI『かかりつけ』と『専門医』」）
これは本来、企業のツール選定についての整理です。ただ、この分業の考え方は個人の作業設計にそのまま転用できます。
腰を据えて任せる役（専門医）：資料一式の設計、長文の読み込み、複数案の比較。まとまった時間を投じる作業に使う。
自分が握る工程：何を問うかの設定、出てきた答えの検収、最終的な責任の引き受け。ここは渡さない。
3つ目が抜けると、AIの出力をそのまま提出するだけの人になります。それは代替されやすい働き方そのものです。
手順2：「検収できること」を実績として言語化する
AIが下書きを作れる時代に価値が残るのは、その下書きの良し悪しを見抜ける人です。ところが検収能力は履歴書に書きにくく、放っておくと評価されません。
具体的には、次のように記録を残しておきます。
- AIの出力を修正した箇所と、修正した理由
- 修正しなかったが、根拠を確認した箇所
- 出力を採用せず、作り直しを判断したケース
この記録は、面談や職務経歴書で「判断ができる人」であることを示す材料になります。
手順3：担当範囲を半歩だけ上流にずらす
いきなり企画職を目指す必要はありません。今の仕事の一歩手前、「何を作るかを決める工程」に半歩入るだけで、協働側に寄ります。
たとえば、依頼された資料をそのまま作るのではなく、「この資料は何を決めるために使うのか」を依頼者に確認し、目的に合わせて構成を提案する。作業量は変わりませんが、担っているタスクの性質が変わります。
手順4：社外で1段目を作るなら「本業の隣接」から
副業でキャリアの1段目を作る方法は有効ですが、前述のとおり、実績ゼロからのフリーランス受注は以前より難しくなっています。
現実的なのは、本業で扱っている領域の隣にある仕事を選ぶことです。業界知識という参入障壁がある分、駆け出し扱いされにくくなります。
手順5：3か月で「証拠」を1つ作る
学び直しは、修了証だけでは評価されにくいのが実情です。学んだ内容を使って、小さくても成果物を1つ作ることを目標にします。
社内の業務改善、部署内での勉強会、既存業務の手順書化など、規模は問いません。「学んだ」ではなく「使って結果を出した」と言える状態を3か月で作る、という設計です。
学び直しの費用は制度で賄えるか——今の自分に使える給付を確認する
学び直しには費用がかかります。日本の公的支援は複数ありますが、条件がそれぞれ違うため、自分に届くものを先に確認しておくと無駄がありません。
教育訓練給付金は3種類。金額が大きいものほど条件も重い
雇用保険の被保険者（および離職後1年以内の人）が使える制度で、給付率が3段階に分かれています。
- 一般教育訓練給付金：受講費用の20%（上限10万円）
- 特定一般教育訓練給付金：受講費用の50%（上限25万円）※2024年10月に40%から引き上げ
- 専門実践教育訓練給付金：受講費用の最大80%（年間上限64万円）
（出典：厚生労働省 教育訓練給付制度、2024年10月改正）
教育訓練休暇給付金は「被保険者期間5年」が壁になる
2025年10月に創設された制度で、無給の教育訓練休暇を取った場合に、失業給付と同額を最大150日受け取れます。腰を据えた学び直しを想定した設計です。
ただし要件を見ると、若手には届きにくい構造になっています。
- 雇用保険の被保険者であること（解雇予定者を除く）
- 無給の教育訓練休暇を取得すること
- 被保険者期間が5年以上あること
- 原則として、休暇開始前2年間にみなし被保険者期間が12か月以上あること
（出典：厚生労働省 教育訓練休暇給付金、2025年10月創設）
新卒入社から5年未満の人、転職や離職を挟んで通算期間が足りない人、フリーランスとして働いている人は、この制度の対象から外れます。影響を最も受けやすい層に、最も届きにくいという組み合わせになっている点は、制度の課題として指摘されています。
シンガポールとの差は「雇用保険の外にいる人に届くか」
比較対象としてよく挙がるのがシンガポールの「SkillsFuture」です。同国は市民全員に、学び直しに使える個人口座を配分しています。
- 25歳到達時：S$500のクレジット（有効期限なし）
- 40歳到達時：S$4,000のクレジット（中年期向け、有効期限なし）
- 2025年5月以降：40歳以上が長期の職業訓練を受ける場合、直近12か月の平均収入の50%（月額上限S$3,000）を最大24か月分、訓練手当として支給
（出典：シンガポール教育省 SkillsFuture Level-Up Programme、2025年）
設計思想の違いは金額よりも支給の土台にあります。日本の制度は雇用保険を土台にしているため、会社員以外は原則として対象外です。一方SkillsFutureは市民権を土台にしているため、会社員かフリーランスかを問わず届きます。
日本でこの構造がすぐ変わるとは考えにくいため、当面は「自分がどの制度の内側にいるか」を把握したうえで、使えるものから使う判断が現実的です。
この記事のまとめ
AIによる雇用への影響は、職業が丸ごと消える形ではなく、入口が細る形で先に現れています。米国のデータでは若手の雇用が7〜12%減り、その主因は解雇ではなく採用の鈍化でした。
日本は雇用慣行と人手不足によって影響が遅れて届きますが、その猶予をどう使うかが分かれ目になります。ここまでの要点を整理します。
- 職業名ではなくタスク単位で自分の仕事を棚卸しする（AIの能力は約4〜7か月で倍増しており、判定は定期的に更新する）
- AIに渡す工程と自分が握る工程を線引きし、「問いの設定・検収・責任」は手放さない
- 検収した判断を記録に残し、評価されにくい能力を言語化する
- 副業で1段目を作るなら、実績ゼロの領域ではなく本業の隣接から入る
- 教育訓練給付金は受講前の手続きが必要。休暇給付金は被保険者期間5年以上が要件
まずは直近1週間の業務を書き出すところから始めてみてください。棚卸しの結果を見れば、学び直しに投資すべき方向と、使える制度が同時に見えてきます。給付制度の対象講座は年度ごとに更新されるため、検討する際は厚生労働省の講座検索システムで最新の指定状況を確認するのが確実です。
よくある質問
代替されやすいと言われる仕事に就いています。すぐ転職すべきですか？
すぐに転職を決める必要はありません。前掲の分析でも、影響は職業単位ではなくタスク単位で現れます。まず自分の業務を棚卸しし、判断や責任を伴うタスクの比率を確認してください。その比率が低い場合でも、手順3のように担当範囲を上流にずらす選択肢が先にあります。転職はその後の判断で間に合います。
未経験からAI関連の職種に転職するのは、もう遅いですか？
遅いとは言い切れませんが、入口の条件は以前より厳しくなっています。ハーバード大の研究では、AIを導入した企業ほど若手の新規採用が減っていました。未経験からの直接転職を狙うより、今の業務にAIを組み込んで成果を出し、その実績を持って移る順序のほうが現実的です。手順5の「3か月で証拠を1つ作る」が、この場合の準備にあたります。
教育訓練給付金は在職中でも使えますか？
使えます。雇用保険の被保険者であれば在職中でも対象です。ただし給付率の高い特定一般教育訓練・専門実践教育訓練は、受講開始前にハローワークでの手続きが必要です。手続きを飛ばして受講を始めると対象外になるため、講座を申し込む前に確認してください。
フリーランスですが、使える公的支援はありますか？
雇用保険を土台とする教育訓練給付金・教育訓練休暇給付金は、原則として対象外です。ただし、会社員時代に雇用保険の被保険者期間があり、離職から一定期間内であれば教育訓練給付金の対象になる場合があります。自分の被保険者期間はハローワークで確認できるため、まず照会してみることをおすすめします。
副業でキャリアの1段目を作る場合、何から始めればよいですか？
本業で扱っている業界や業務の隣接領域から探すのが現実的です。文章作成や翻訳のように、実績がなくても参入できる仕事は発注が減っているという指摘があります。業界知識という参入障壁がある領域なら、駆け出し扱いされにくく、単価も維持しやすくなります。
関連記事
コメント