なぜ女性が不均衡にリスクにさらされるのか
SHRM 2026年報告書が明らかにする職業別リスクの内訳は、AIが最も得意とする業務の種類と深く関わっている。
高リスクトップ3の職業は次の通りだ：
- カスタマーサービス（US全体で280万人の職の80%が自動化リスク）
- データ入力・事務処理（AI自動化で2027年までに750万人分消滅予測）
- パラリーガル・法律調査（2026年までに80%のリスク）
これらの職業は歴史的に女性が多数を占めてきた「見えない労働」のカテゴリーに属する。 AIが最も効率的に処理できるのは「ルール化されたデータ処理」であり、まさに構造化情報の入力・整理・問い合わせ対応という業務だ。
社会学者の視点から見ると、これは偶然ではない。 これらの職業が「ルーティン化しやすい」のは、過去数十年にわたって業務フローが標準化・文書化されてきたからであり、その標準化自体が女性労働者によって担われてきたという逆説がある。 AIは「標準化された業務手順」を学習し、自動化する。 その手順を作り上げてきたのは、女性労働者だったということだ。
37%の経営者が「今年中に人員削減」を計画
別のデータも危機感を高める。 37%のビジネスリーダーが、2026年末までにAIで人間を置き換える計画を持っているという調査結果があり、AIが全体の雇用損失の4.5%を引き起こした2025年に続いて、2026年にはその影響が加速すると見込まれている。
AIが引き起こす雇用の地殻変動は2026年のテックレイオフとも連動しており、IT業界全体で18万人超のレイオフが報告された背景には、「人間の代替」だけでなく「AIへの投資への転換」という要因も重なっている。
WEFの楽観論と社会学者の留保
世界経済フォーラム（WEF）の「仕事の未来レポート2025」は、2030年までに9,200万人の雇用が消える一方、1億7,000万人の新規雇用が生まれ、ネット+7,800万人になると予測している。
しかしSHRMレポートはこの楽観的シナリオに対して重要な留保を添えている。 「消える仕事と生まれる仕事は、同じスキルを必要とせず、同じ賃金水準でなく、同じ地域に存在しない」という指摘だ。
カスタマーサービスの職を失った女性が、AIシステムの開発・監視・評価というWEFが「新規雇用」として想定する職種に移行できる確率はどれほどか。 現実には、AIの恩恵を受ける「AIの開発者・活用者」と、AIに置き換えられる「業務担当者」の間に大きな経路格差が存在する。
「自動化格差」を埋めるのは誰の責任か
AIが「41%の企業で人員削減計画」というデータが示す世界で、社会的なセーフティネットと職業訓練の在り方を見直す圧力が各国政府に高まっている。
日本でも同様の構造は存在する。 コールセンター・事務職・医療事務・法律補助業務など、女性比率の高い職種にAI導入の波が押し寄せており、パート・契約社員が多いこれらの職種は雇用調整弾力性も高い。
社会学者の視点から提案できるのは、「職業トレーニングのジェンダー再設計」だ。 AIリテラシー教育やデータ活用スキルの習得を、従来の「女性の多い職種」に在職中の人向けに提供する仕組みを作ることが、「自動化格差」を緩和する最も実効的なアプローチだろう。
データが見えにくくする「隠れた置換」
SHRM報告書が指摘するもう一つの問題点は、AIによる置換が「解雇」という目に見える形を取るとは限らないということだ。 「増員しない」「新卒採用枠を削減する」「既存の業務をAIに移管して担当者を再配置する」という形で進む「静かな自動化」は、統計に捕捉されにくい。
自動化格差の本当の規模は、公式の雇用統計が示すものより大きい可能性が高い。 特に非正規雇用・パート雇用・フリーランスの形で働く女性への影響は、雇用破壊の前に「仕事量の削減」という形で現れることが多く、これは所得減少として女性の生活水準に直結する。
今後の注目点
2026年末に向けて、37%の経営者が「今年中に」計画しているAIによる人員置換が実際にどの程度実施されるかは、マクロの雇用統計で追うことができる。
社会学者として問いたいのは、「技術の進歩が誰の生活を豊かにし、誰の生活を脅かすか」という問いだ。 AIが生み出す価値は巨大だ。 しかしその価値の分配が偏れば、技術革新は社会的な亀裂を深める力にも変わりうる。 そのトレードオフを直視することなしに、「AI時代の豊かさ」は語れない。
ソース:
