「生成AIが普及すれば、多くの仕事が奪われる」

2023年以降、繰り返し語られてきたこの予言は、2026年を迎えた今、果たして現実になったのでしょうか？ それとも、単なる杞憂だったのでしょうか。

最新の統計データと市場の動きを分析して見えてきたのは、派手な「大量失業」のニュースではなく、水面下で静かに、しかし確実に進行する「雇用なき成長」という構造的な地殻変動でした。

本記事では、産業全般におけるAIと雇用の真実を紐解きつつ、変化の最前線にある「情報サービス産業（IT業界）」が直面している変化の正体と、その未来について考察します。

第1章：産業全般の真実 – マクロの安定とミクロの激変

まず、「生成AIで経済は成長したが、雇用は減少しているのか？」という問いに対する答えから始めましょう。

結論から言えば、「全体としては減っていないが、中身は激変している」というのが事実です。

マクロ視点：雇用は堅調である

OECD（経済協力開発機構）加盟国の統計を見ると、雇用率は歴史的な高水準を維持しています。2025年第2四半期のOECD全体の雇用率は高水準で安定しており、ユーロ圏などでは前年比で上昇も見られます。少なくとも国全体で見れば、「AIのせいで失業者が街に溢れる」という事態は起きていません。

特に日本では、少子高齢化による深刻な人手不足がベースにあるため、失業率は依然として低いままです。総務省および厚生労働省の統計によれば、2025年11月時点の完全失業率は2.6%と低水準、有効求人倍率も1.18倍と、依然として「求職者数よりも求人数が多い（売り手市場）」状態が続いています。

ミクロ視点：特定エリアでの「雇用消失」

しかし、ズームインして特定の職種や階層を見ると、景色は一変します。

• エントリーレベル（未経験者・若手）の苦境:「未経験可」の求人が減少しています。米国の調査会社Revelio Labsの分析では、AIの影響を受けやすい職種におけるエントリーレベルの求人は回復が遅く、需要が弱含んでいます。日本国内でもリクルートワークス研究所などが指摘するように、若年層の採用において「即戦力」志向が強まり、未経験枠が狭まる傾向にあります。これまで若手がOJT（実務訓練）を通じて担っていた「下積み業務」をAIが代替できるようになったため、企業が育成コストのかかる新人を採用しなくなっているのです。
• 事務職・クリエイティブ職の減少:データ入力、基本的なライティング、初歩的な画像制作などのタスク需要は明らかに弱まっています。三菱総合研究所の試算（2025年）においても、定型業務を主とする事務従事者が将来的に余剰となる可能性が高く、労働移動の必要性が指摘されています。

つまり、マクロ経済で見れば「人手不足」で雇用は維持されていますが、ミクロでは「特定の仕事（特に入り口となる仕事）が消滅している」という、雇用の「二極化」と「質の転換」が進行しているのです。

第2章：情報サービス産業の現在地 – 「売上増・雇用横ばい」の衝撃

では、AI技術の震源地である「情報サービス産業（IT業界）」では何が起きているのでしょうか。日米のデータから驚くべき対比が見えてきました。

日本：「デカップリング（分離）」の発生

日本の情報サービス産業では、奇妙な現象が起きています。この事実は、総務省統計局の「サービス産業動向調査」などの公的データに明確に表れています。

• 売上高の急増:例えば2025年10月のデータを見ると、情報サービス業の売上高は前年同月比 +12.1% という二桁成長を記録しました。DX需要とAI実装による単価上昇が寄与し、業界全体としては絶好調です。
• 雇用者数の停滞:一方、同月の事業従事者数はわずか +0.3% の微増にとどまっています。さらに同年1月には、売上が二桁成長しているにもかかわらず雇用者数がマイナス（-0.3%）を記録する月もありました。

売上のグラフが右肩上がりで急伸しているのに対し、雇用のグラフは水平線をたどる。この「乖離（デカップリング）」こそが、現在の特徴です。

これまで日本のSIer（システム開発）業界は、「売上が増えれば、それに比例してエンジニアの数も増やす」という労働集約型（人月ビジネス）が常識でした。しかし今、「売上は急増しているのに、人は増えていない」のです。

もちろん、これには人手不足に伴う「受注単価の上昇（インフレ効果）」も大きく影響しています。しかし、日銀の企業向けサービス価格指数の上昇率（数%程度）と比較しても、売上の伸び率（12%超）はそれを大きく上回っています。

この差分は、単なる値上げだけでは説明がつきません。つまり、単価上昇に加え、AI活用や業務プロセスの見直し、選別受注などによる実質的な生産性向上が進み、人員を増やさずに以前より多くの案件や高付加価値な業務をこなせるようになった結果であると分析できます。これは典型的な「雇用なき成長」の始まりと言えます。

米国：先行する「構造調整」

一足先を行く米国の情報産業（Information Sector）では、さらに踏み込んだ動きがデータとして如実に表れています。

• 雇用の減少:米国労働統計局（BLS）のデータによると、同産業の雇用者数は2022年後半のピーク時（約310万人）から、2024年末には約294万人へと減少しました。これは約16万人、率にして 5%以上の雇用が失われた 計算になります。
• 産出の増加:一方で、経済分析局（BEA）が発表する実質GDP（産業別産出）は、同期間においても増加基調を維持しています。

通常、景気後退期であれば雇用と産出は共に落ち込みますが、今回は「産出は増え、雇用は減る」という現象が起きています。この背景には、パンデミック特需の反動、金利上昇による収益性重視への圧力、そしてAI等による効率化が複合的に作用しています。

経済環境の変化による「守り」のリストラと、AI活用による「攻め」の生産性向上が同時に進行した結果、人員を増やさずに利益率を高める「筋肉質な経営」への構造転換が進んでいるのです。

第3章：未来展望 – 業界はどう変わり、どう生き残るべきか

AI駆動開発やAIOps、SaaSの普及は、単に「作業が速くなる」だけではなく、「誰がシステムを作るのか」という主役の交代をもたらそうとしています。今後3〜5年で起こる構造変化を予測します。

1. 「労働力集約型ヒエラルキー」の崩壊と下請け事業者への警告

これまでシステム開発には、専門スキルを持つ大量の労働力が必要でした。そのため、「組織力で人を集められる大手SIer」を頂点とし、その下に協力会社が連なる多重下請け構造（ヒエラルキー）こそが、開発を実現する唯一の手段でした。これが「人月商売」を支える大前提だったのです。

しかし、AIがコードを生成し、システム設定を自動化する今、「労働力を集める組織力」の価値は暴落しています。少人数のチームでも大規模な開発が可能になれば、かつてのような巨大なピラミッド組織に依存する必要性は薄れます。

特に深刻な影響を受けるのは、このヒエラルキーの下層でコーディングやテスト、運用といった「知的力仕事」を請け負ってきた下請けSI事業者です。

なぜなら、これらのタスクこそがAI駆動開発やSaaSによって最も代替されやすい領域だからです。たとえ現時点でAIやSaaSへの全幅の信頼が確立されていなくとも、発注側はそれらの活用を前提としたコスト構造を求め始めています。「AIを使えばもっと安くできるはずだ」という圧力のもと、AI利用を前提とした業務委託が進めば、仕事量の純減や単価への強烈な下げ圧力が、ボディブローのようにじわじわと効いてきます。

「今の仕事があるから大丈夫」という油断は命取りです。キャッシュが回っている今のうちに、自らのビジネスモデルを作り変える取り組みを急がなければ、彼らに雇用の未来はありません。

2. 「手段の外部依存」からの脱却と内製化の加速

最も大きな変化は、ユーザー企業側で起きます。

そもそも、ユーザー企業の目的は「システムを作ること」ではありません。本来の目的は「事業の成果（ビジネス価値）を出すこと」であり、システムはそのための「手段」に過ぎません。

しかし、これまではその「手段」を手に入れるためには、社内にはない高度な専門スキルと労働力が必要不可欠でした。そのため、ユーザー企業は「外部に依存しなくてはならない」という必然を抱え、組織力を持つ外部ベンダーに開発を委ねるほかありませんでした。

今、この構図が音を立てて崩れようとしています。

• 環境の充実（Supply Side）: AI駆動開発やSaaS、クラウド・ネイティブ技術の成熟により、高度なスキルがなくてもシステム構築が可能になりました。「仕様」さえ定義できれば、あとはAIが実装する時代です。
• ITとビジネスの融合（Demand Side）: デジタル化が進んだ現在、ITシステムはビジネスそのものです。市場の変化に合わせて即座にサービスを改善するには、外部に発注して納品を待つタイムラグは致命的です。ITとビジネスを融合させ、高速にPDCAを回すことこそが競争力の源泉となります。

つまり、「簡単に作れるようになった」という環境の要因と、「自分たちで作らないと勝てない」という競争上の要因（デマンド）。この2つが合わさることで、内製化の範囲と規模は、これまでの想定を遥かに超えるスピードで拡大します。外部ベンダーへの発注は、「自社ではどうしてもできない超高度な領域」に限られていくでしょう。

3. 「砂時計型」雇用へのシフト

エンジニアの雇用構造は、中間層が分厚い「ピラミッド型」から、上下に分かれた「砂時計型」へと変化します。

上層（需要増）:

顧客のビジネス課題を技術要件に翻訳するPMや、複数のAIモデルを組み合わせて最適解を設計するアーキテクト。また、AIが生成した成果物の品質を最終判断する「AI監督者」としての役割が含まれます。

下層（需要減）:

詳細設計書をコードに書き写すだけのコーディングや、マニュアル通りのテスト・運用監視オペレーター。これらは「正解が決まっているタスク」であり、最もAIに代替されやすい領域です。

個人としては、一刻も早く「AIに使われる側（単純作業）」から「AIを指揮する側」へスキルセットを移行する必要があります。

第4章：「静かなる地殻変動」の正体とは

冒頭で触れた、派手な失業ニュースの裏で進行する「構造的な地殻変動」。ここまでの分析で明らかになったその正体を整理すると、以下の3点に集約されます。

「成長」と「雇用」の完全な分離（デカップリング）

「景気が良くなれば雇用が増える」という20世紀の経済原則が崩れました。企業はAIによって、人を増やさずに売上を倍増させる術を手に入れつつあります。これは経営にとっては福音ですが、労働者にとっては「好景気なのに就職難」という新たなパラドックスを生みます。

中間スキルの空洞化（労働市場の砂時計化）

「平均的なことができる人材」の価値が暴落しています。AIは平均的なタスクを瞬時にこなすため、人間には「AIができない高度な判断」か「AIには任せられない肉体労働・対人サービス」のどちらかが求められるようになり、その中間に位置する多くのホワイトカラー職が足場を失いつつあります。

キャリア形成の「ハシゴ」外し

これが最も深刻、かつ長期的なリスクです。AIが初心者の仕事（下積み）を奪った結果、未経験者が熟練者へと育つための階段（OJTの機会）が消失しました。これは将来、高度な判断ができるシニアエンジニアが市場から枯渇することを意味します。若手は最初の1段目を登れず、ベテランは後継者不足に悩むという、人材育成のエコシステムそのものが危機に瀕しています。

これらは一見目に見えにくい変化ですが、労働市場の土台を根本から変質させる、後戻りできない変化なのです。

おわりに

最後に、冒頭の仮説「生成AIが普及すれば、多くの仕事が奪われる」という問いに対する結論を出して締めくくりたいと思います。

統計データと市場の動きが示した答えは、単純な Yes でも No でもありませんでした。

AIは、マクロ経済的な意味での「雇用（Employment）」を奪ってはいません。しかし、AIは確実に「古い働き方の価値」を奪いました。

労働集約的なコード記述、定型的なテスト業務、そして人を集めることだけを価値としていたビジネスモデルは、もはやかつてのような対価を生み出しません。

特に、下請け構造の中で「労働力」を提供することで対価を得てきた事業者にとって、この変化は待ったなしです。AIによる代替圧力が最も強くかかるこの領域では、変革への着手が1日遅れることが、そのまま企業の存続リスクに直結します。

「雇用なき成長」の時代において、私たちが目指すべきは、「AIに仕事を奪われる」と恐れることではありません。むしろ、「AIを相棒にして、自分の仕事を再定義する」ことこそが、唯一の生存戦略です。

産業構造が劇的に変わる今、私たち一人ひとりの働き方もまた、アップデートを求められています。