「3億人分」という数字が意味すること
Goldman Sachsの「3億人」という数字を正確に解釈する必要がある。
これは「3億人が職を失う」という予測ではなく、「3億人分のフルタイム雇用に相当するタスクが、AIで自動化可能になる」という試算だ。 人間の仕事は単一のタスクではなく、複数のタスクの束で成り立っている。 そのタスクの一部が自動化されても、「仕事そのもの」がなくなるわけではない。
最新の研究では、「実際のAIのタスクカバレッジは理論予測より大幅に低い」ことも判明している。 料理人、整備士、バーテンダー、ライフガードなど、物理的・対面的な作業を必要とする職種は現状のAIがほぼ代替できず、全労働者の約30%は「AIの影響をほとんど受けない」という推定もある。
実際に何が変わっているのか：2026年前半のデータ
2026年前半の米国の労働市場データから見えてくる事実を整理する。
まず、求人票への影響だ。「AIスキル」が記載された求人は全米求人の約2.5%に達し、前年比55%増加した。 特に「エージェントAI（Agentic AI）」スキルの記載は、単年で280%以上急増している。
次に、企業の人員計画への影響だ。雇用主調査によると、40%の企業が「AIで自動化できる業務については人員を削減する計画がある」と回答した。 一方で77%の企業が「AIとの協業に向けた従業員のスキルアップを計画している」とも答えており、単純な「削減」と「育成」の両方が並行して起きている。
Anthropicが2026年に公開した「労働市場へのAIインパクト」研究では、AIモデルが人間の「3〜4時間かかるタスク」を約50%の成功率で完了できると報告された（2024年末時点）。 この成功率は2025年末に65%に上昇し、2029年には80〜95%に達すると予測している。
「AIの波」は全員に等しく来るわけではない
社会学的に重要なのは、AIの影響が均一ではないという事実だ。
MITの評価研究「クラッシング・ウェーブ vs ライジング・タイド」（2026年4月）では、AIタスクの自動化が広範な職種に及ぶことを確認しつつも、「波の高さ」には職種間で大きな格差があることを示している。
最も影響を受けるのは「定型的な認知作業」だ。 データ入力、標準的な文書作成、基本的なコーディング、定型的な顧客対応——これらは既存のLLMでも高い精度で代替できる。
逆に影響を受けにくいのは「高度な判断・創造・対人スキル」を要する業務だ。 複雑な交渉、倫理的判断、チームの信頼構築、緊急時の意思決定——これらはAIの苦手領域に残り続ける可能性が高い。
この格差は「職種」の差だけでなく、「同じ職種内の業務の差」でもある。 たとえば弁護士であれば、標準的な契約書のレビューはAIに任せられるが、高度な訴訟戦略や顧客との信頼関係構築は引き続き人間の仕事だ。
「企業アプリの40%にAIエージェント」——Gartner予測が示すエンタープライズAI展開の現実 でも分析したように、エンタープライズでのAI浸透が加速しており、その影響は組織内のあらゆる業務に及び始めている。
日本特有の問題：「スキルアップ」の前にある壁
日本の文脈で見ると、いくつかの特有の課題が浮かび上がる。
第一は「AIリテラシーの格差」だ。 日本の大企業でのAI活用推進と、中小企業・地方企業での遅滞の間には大きなギャップがある。 製造業の中小企業では「ChatGPTを試したことがある」レベルから先に進めていないケースが多く、スキルアップ以前にツールへのアクセス格差がある。
第二は「年功序列型の組織構造」との摩擦だ。 AIの恩恵を最大化するには、業務プロセスを根本から再設計する必要があることが多い。 しかし年功序列・終身雇用を前提とした日本型組織では、こうした抜本的な変更に対する抵抗が生じやすい。
第三は「データの管理・活用の壁」だ。 個人情報保護法の厳格な解釈と、社内データのシロ型管理が、AIの学習・運用に必要なデータ統合を妨げるケースが多い。
AnthropicがソウルにAP第3拠点を設立——NAVERやSamsungのClaude Code全社導入 で示されているように、韓国の大手企業は迅速にAI統合を進めており、日本との差が開くリスクがある。
「脅威」ではなく「分岐点」として捉える
Goldman Sachsは「300万人分の雇用が変わる」と同時に「AIはジョブを生み出す可能性もある」と明記している。
特にデータセンターや電力インフラへの投資増加に伴う建設・電気・整備の需要、AI訓練・運用を支援するエンジニアやプロダクトマネジャーの需要、そして既存業務をAIと組み合わせて高度化する「AIエンハンスド・プロフェッショナル」という新たな職種区分への需要が増加している。
この変化を「脅威」として受け身に捉えるか、「スキルアップのための分岐点」として積極的に向き合うかで、個人・組織・社会のAI時代への適応力が大きく変わってくる。
政策面では、政府の「AI人材育成プログラム」の整備、教育機関でのAI教育の必修化、中小企業向けのAI導入支援など、「AIの果実を誰が享受するか」を左右するアーキテクチャの設計が求められる。
今後の注目点：2026年後半の労働市場データ
2026年後半に注目すべき指標は3つある。
第一は「AI関連スキル求人の割合」だ。現在の2.5%が年末に5%を超えるかどうか。
第二は「企業の人員削減・採用動向」だ。「AIで削減する」と答えた40%の企業が実際に動くかどうか。
第三は「賃金格差の推移」だ。「AIと働ける人」と「AIに代替される人」の賃金格差が統計的に可視化され始めるかどうか。
ゴールドマンの「3億人」という数字の衝撃より大切なのは、「自分の仕事のどの部分がAIに委ねられ、どの部分が人間固有の価値として残るか」を今すぐ棚卸しすることではないか。
ソース:
- How Will AI Affect the US Labor Market? — Goldman Sachs
- Labor market impacts of AI: A new measure and early evidence — Anthropic
- Crashing Waves vs. Rising Tides: Preliminary Findings on AI Automation from Thousands of Worker Evaluations — arXiv
- AI and Jobs in 2026: What the Labor Data Really Shows — Digital Applied
- International AI Safety Report 2026 — arXiv
