AI と雇用をめぐる議論の多くは、「AI にはどのような仕事ができるのか」というシンプルな問いから始まります。
これは重要な問いですが、それだけでは働く人々に何が起こるかを予測できません。ある職種の業務の多くを技術でこなせるようになっても、その職種自体がなくなるとは限りません。その理由はいくつか考えられます。顧客が人とのやり取りを望む、組織が人による説明責任を求める、あるいは業務に現場での対応や判断が必要といった理由から、人が不可欠な役割もあり得ます。また、コスト低下によって需要が十分に増えれば、AI が働く人の生産性を高めても、その業界の雇用は縮小せず、むしろ拡大する可能性があります。
OpenAI の「AI による雇用移行フレームワーク」は、こうした可能性を考えるための新たな視点を提供します。このフレームワークでは、技術的に AI の影響を受ける度合いをそのまま雇用代替の予測と捉えるのではなく、次の 3 つの問いを立てます。
AI は、その職種の業務のうち相当な部分を担えるでしょうか？
業務の遂行、監督、あるいは責任を負ううえで、人は引き続き中心的な役割を果たすでしょうか？
AI によってサービスのコストが下がった場合、生産性の向上分を吸収するほど需要は伸びるでしょうか？
米国の約 1 億 4,800 万人分の雇用に相当する 921 職種にこのフレームワークを適用すると、労働市場の変化をより多面的に捉えられます。雇用の約 18% は自動化リスクが比較的高く、24% は業務が再編される可能性が高いと考えられます。また、12% は AI によって雇用が拡大する可能性があり、46% は当面の変化が小さいとみられます。
これらの分類は、一定の割合の雇用が失われると予測するものではありません。どのような変化が、どこで最初に起こり得るかを示す見取り図です。
自動化リスクが高い仕事：データ入力担当者、テレマーケティング担当者、校正者、一部の記帳・事務職などが該当する可能性があります。こうした仕事の多くは、定型的な情報の処理、確認、伝達です。これらは、人が最終的なサービスを直接提供しなくても、AI が担えるようになりつつある業務です。こうした業務への需要は、生産性の向上による労働力需要の減少を補えるほどには増えない可能性があります。
これらの仕事は動向を注意深く見守る必要があります。特に、雇用が特定の地域に集中している場合や、働く人が近接する職種へ移る道が限られている場合は重要です。ただし、こうした仕事でも、技術的に可能になったからといって、自動的に、あるいは直ちに雇用が代替されるわけではありません。雇用主は、業務フローを再設計し、AI を既存のシステムに組み込み、エラーや規制上のリスクを管理する必要があります。そのうえで、人を雇い続けるよりも自動化のほうが本当に安く済むのかを判断しなければなりません。
業務が再編される仕事：2 つ目の、より大きなグループでは、仕事がなくなるのではなく、業務が再編される可能性が高いと考えられます。弁護士、会計士、ソフトウェア開発者、金融アナリスト、教員などが例として考えられます。AI はすでに、契約書の草案作成、証拠の要約、財務分析、コードの記述、授業用教材の作成を行えます。しかし、依頼者や組織にとって、判断を下し、意思決定に責任を持ち、例外的な事例を理解し、同僚や生徒、顧客との関係を築く人は、依然として必要です。
AI によって、弁護士はより多くの文書を確認でき、開発者はより多くのコードを書けるようになるかもしれません。教員も、一人ひとりに合わせた教材をより多く作成できる可能性があります。その結果、一部の業務に必要な労働力は減るかもしれませんが、これらの職種自体は、引き続き人が担う仕事としての性格を保ちます。中心的な課題は、仕事をどう再設計するかです。どの業務を AI に任せ、どの業務を人が担い続けるのか。そして、初級職やキャリア形成の道筋が、引き続き学びの機会を提供できるかが問われます。
AI によって雇用が拡大する仕事：AI によるコスト低下が、新たな需要を生み出す可能性のある仕事です。家庭教師、メンタルヘルスカウンセラー、個人向けのファイナンシャルアドバイザー、一部の医療専門職などが挙げられます。こうしたサービスは現在、多くの人にとって高額であったり、利用しにくかったりします。これらの分野では、生産性の向上が必ずしも働く人の減少を意味するわけではありません。個別指導の料金が手頃になれば、利用する家庭が増える可能性があります。金融アドバイスの費用が下がれば、現在はアドバイザーに相談する余裕のない家庭でも、個々の状況に合った助言を受けられるようになるかもしれません。AI の支援を受ける医療従事者は、フォローアップや継続的なケアをより充実させられる可能性があります。需要が十分に拡大すれば、一人ひとりの生産性が高まっても、雇用全体は増える可能性があります。
当面の変化が小さい仕事：電気工事士、配管工、屋根職人、建設作業員、多くの飲食サービス従事者など、主な業務が引き続き身体を使う作業であり、特定の場所で行う必要がある仕事が多く含まれます。AI は、スケジュール管理、見積もり、研修、在庫管理、顧客とのやり取りには役立つかもしれません。しかし現時点では、配線の設置、配管の修理、屋根の葺き替え、料理の調理や配膳はできません。
こうした職種も、AI の影響を受けないわけではありません。事務や管理の業務は変わる可能性があり、ロボティクスの進歩によって、いずれ自動化の範囲が広がることも考えられます。ただし現時点では、中核となる業務は言語ベースの AI の影響を比較的受けにくいため、短期的に大きく変わる可能性は低いと考えられます。
AI の初期の影響は、職種そのものが広く消滅するという形よりも先に、業務内容や業務フロー、求められるスキルの変化として現れる可能性が高いと考えられます。実際、自動化リスクが高いとされる職種では、現時点ですでに AI の利用率が高くなっています。最もリスクの高い職種での ChatGPT の利用率は、働く人全体と比べておよそ 3 倍です。
それでも、最近の失業率の変化は、技術的に AI の影響を受ける度合いと単純には対応していません。2024 年第 1 四半期以降、AI の影響を受けにくい一部の職種では、このフレームワークで AI のリスクが最も高いと分類された職種よりも、失業率が大きく上昇しています。ただし、これは AI が労働市場に影響を及ぼしていないことを証明するものではありません。職種別の失業率には多くの要因が影響します。また、変化によっては、解雇よりも先に、採用、初級職の就業機会、賃金、業務の構成に現れる可能性があります。
AI によって仕事の未来がただ一つに定まるわけではありません。技術で何ができるかは重要ですが、制度、消費者の需要、企業の意思決定、規制、そして人が関わることの変わらぬ価値も重要です。本稿で提案する雇用移行フレームワークは、職種ごとに異なる政策対応が必要になることを示唆しています。
自動化リスクが高い仕事では、早期警戒システム、対象を絞った雇用調整支援、地域の実情に即した移行計画が求められる可能性があります。
業務が再編される可能性の高い仕事では、研修、専門職の基準、人員配置のルールを見直し、人による監督に何が求められるかを明確にする必要があるかもしれません。
雇用が拡大する可能性のある仕事では、AI の導入を促し、サービスを利用しやすくし、その分野に就業できる人材をより多く育てる政策が有効と考えられます。
どの分類でも、政策立案者には、より質の高いリアルタイムの情報が必要です。従来の労働統計は有用ですが、業務内容、雇用主が求めるもの、技術の利用状況の変化を捉えるには、情報の更新が追いつかないことが少なくありません。雇用データに、AI の能力や実際の導入状況を示す指標を組み合わせることで、どこに変化の圧力が蓄積しているかを、よりタイムリーに把握できます。
