AIに最も脆弱な610万人——86%は女性、ワシントン・ポスト調査が示す不平等

AIによる自動化の影響は、社会全体に均等に広がるわけではない。ブルッキングス研究所とCenter for the Governance of AIが2026年1月に発表した研究は、ワシントン・ポストのインタラクティブツール「AI Job Losses」として可視化され、不都合な構造を露呈させた。

AIに最も脆弱とされる610万人の労働者のうち、86%が女性だ。

データが示す不平等——350以上の職種を分析

研究は350以上の職種を「AIへの暴露度」と「適応能力（Adaptive Capacity）」の2軸でマッピングした。適応能力とは、流動資産、スキル転換可能性、地理的密集度、年齢の4要素から算出される指標だ。

分類	人数	特徴
AI高暴露・高適応力	2,650万人	転職可能。影響は限定的
AI高暴露・低適応力	610万人（4.2%）	最も脆弱。86%が女性
AI低暴露	―	建設、配管、電気工事など。男性が圧倒的多数

AI暴露度が最も高く、かつ適応能力が最も低い職種は、歴史的に女性が多く占めてきた事務職・管理補助職に集中している。

職種	脆弱な労働者数	女性比率
事務職員	250万人	約90%
秘書・事務補助	170万人	約85%
受付・インフォメーション	96.5万人	約80%
医療秘書・事務	83.1万人	約85%

なぜ女性に偏るのか——構造的な3つの要因

この偏りは偶然ではない。構造的な要因が3つある。

第一に、職種の集中。 米国の女性労働者の10人中8人がAIへの高暴露職種にいる。男性は10人中6人だ。ILO（国際労働機関）のデータでは、先進国の女性就業者の9.6%が最高リスクカテゴリに該当するのに対し、男性は3.5%にすぎない。女性が男性の約3倍脆弱だ。

第二に、AIツール採用率のギャップ。 女性のAIツール採用率は男性より25%低い。AIの人材全体に占める女性の比率は22%にとどまり、AIの上級職では14%未満だ。「AIに置き換えられる側」にいながら、「AIを使いこなす側」に移行しにくい二重の構造がある。

第三に、「定型的情報処理」とAIの得意領域の重なり。 事務職の中核業務はデータ入力、文書整理、スケジュール管理、顧客対応——まさにAIが最も得意とする「定型的な情報処理」だ。建設、配管、電気工事といったAI暴露度の低い職種は物理的作業が中心で、男性が圧倒的多数を占める。

調査機関	推定
ゴールドマン・サックス	AIで世界3億のフルタイム雇用に影響。22-25歳のAI暴露職で雇用が16%減少（2022年末〜2025年半ば）
マッキンゼー	米国の現在の労働時間の57%が技術的に自動化可能
WEF（世界経済フォーラム）	2030年までに9,200万の雇用が消失、1億7,000万の新規雇用が創出
IMF	AIスキルを要求する求人は高賃金。ただし高暴露・低補完性の職種では雇用減

すでに起きている変化——2026年の大量解雇

理論の話ではない。2026年の最初の3カ月で、テック業界だけで59,959人がレイオフされた。そのうち9,200人以上がAIに直接起因する。

企業	削減規模	AI関連の理由
Block	4,000人（全従業員の約40%）	CEO「AIツールの能力向上が理由。財務上の困難ではない」。AIが顧客問い合わせの70-80%を人間なしで処理可能に
Atlassian	1,600人（10%）	共同創業者「AIへの更なる投資を自己資金で賄うための再構築」
Microsoft	15,000人	AI/自動化が中心的要因
Intel	15,000人	同上

最も影響を受けている職種カテゴリは「カスタマーサポート」（最大）と「コンテンツ制作・マーケティング」（2位）。いずれも女性比率が高い。

政策対応——再訓練だけでは足りない

米国政府は対策を打ち始めている。

施策	内容
DOL AIリテラシーフレームワーク（2026年2月）	労働省が全労働者向けAIリテラシー枠組みを発表
登録見習制度拡充	全50州に$8,400万の助成金（2025年6月）
FY2026提案	教育省：新興技術教員育成に$1.6億。労働省：AI影響労働者に$9,000万
US Tech Forceプログラム	政府内に250名のフェローを配置（2026年春開始）

だが、これらの施策にジェンダーの視点は十分に組み込まれているか。610万人の86%が女性であるという事実に正面から向き合ったプログラムは、まだほとんど存在しない。

「AIで仕事がなくなる」の先にある問い

「AIは雇用を奪うのか、創るのか」——この議論はすでに古い。問うべきは「誰の雇用を奪い、誰の雇用を創るのか」だ。

610万人。86%が女性。この数字が示しているのは、AIの影響は既存の社会的不平等を「中立的に」拡大するという事実だ。テクノロジーの進歩そのものに善悪はないが、その影響の分配には明確な偏りがある。

STEM教育のジェンダーギャップ——「適応側」への移行を阻む壁

610万人の女性労働者がAIの脅威にさらされる背景には、教育段階からのSTEM（科学・技術・工学・数学）ギャップがある。

指標	数値
STEM学位取得者に占める女性比率（米国）	約35%（NSF、2024年）
コンピュータサイエンス学位の女性比率	約22%
AI/ML関連修士・博士課程の女性比率	約20%
テック企業の技術職における女性比率	約25%
AI研究論文の著者に占める女性比率	約20%（Allen AI）

「AIに置き換えられる側」から「AIを構築・運用する側」へ移行するには、STEM教育への投資が不可欠だ。しかし、教育パイプラインそのものにジェンダーの偏りがある以上、短期的な職業訓練プログラムだけでは構造的な不均衡を解消できない。

ハーバード・ケネディスクールの2025年報告書は、AI時代の労働市場政策にはジェンダーレンズが必須であると指摘する。具体的には、育児支援とリスキリングの一体提供、女性起業家へのAIツール習得支援、STEM教育のジェンダーギャップ是正を包括的に進める必要がある。

技術的スキルの獲得だけでなく、労働市場の構造そのものを変えなければ、AIは既存の不平等を「効率的に」再生産するだけだ。

出典・参考

• Brookings Institution「Measuring US workers' capacity to adapt to AI-driven job displacement」（2026年1月）
• Washington Post Interactive「AI Job Losses」
• Goldman Sachs「How Will AI Affect the Global Workforce?」
• ILO「Women face higher workplace risks from generative AI」
• Kenan Institute/UNC「Will Generative AI Disproportionately Affect Women?」
• DOL「AI Literacy Framework」（2026年2月）
• WEF「Future of Jobs Report 2025」