AIが消すのは仕事ではなく「足がかり」— 雇用過渡期の非自明な問題

今日の注目1件

Tyler Cowen「AIが雇用に引き起こす、あまり知られていない過渡期問題」
Marginal Revolution (2026年5月)

📎 https://marginalrevolution.com/marginalrevolution/2026/05/some-non-obvious-reasons-why-ai-will-create-some-transitional-problems-in-employment.html

「AIによる大量失業」論を支持しないTyler Cowen自身が、見落とされがちな雇用の過渡期リスクを指摘した。①新しい雇用の多くがエネルギー・医療・バイオ治験などの高規制セクターで生まれるため、創出ペースが市場より行政スピードに縛られる。②AI普及途中段階では、採用担当者が「AIを使いこなせる人材」を評価するノウハウを持っておらず、就活マッチングの効率が逆に下がる。③エントリーレベルの事務・法務補助・医療秘書職が先に圧迫され、若手が経験を積む「はしご」の最初の段が消えかねない——これら3点が重なることで、統計に出にくい「見えない移行コスト」が社会に積み上がっていく。

歴史的文脈: 過去の類似事例

技術革命が雇用を変えた例は繰り返されてきた。

産業革命期（18〜19世紀）: 工場制機械工業の台頭で職人（artisan）の需要が急減し、ラッダイト運動が起きた。しかし長期では製造業全体が拡大し、新しい雇用が生まれた。移行期は数十年単位だった点が見落とされがちだ。

1980年代コンピュータ化: タイピスト・簿記担当・データ入力などのルーティン中間層が先に打撃を受けた。一方「コンピュータを使える人」のプレミアムが急上昇し、ITリテラシーが新たな参入資格になった。移行は10〜15年を要した。

今回のAI波との決定的な違いは 「どの層から置き換わるか」 だ。過去の自動化は熟練・反復肉体労働から始まり、認知タスク・判断業務は人間が残った。しかし大規模言語モデルは初歩的な認知タスク（文書作成・情報整理・コード補助）から浸食する。若手が「見習い」として経験を積む場所が、先に消えていく構造的リスクがある。

今後の予想: 3シナリオ

楽観シナリオ（確率30%）: AIツールの使いこなし自体が新たなエントリーレベルスキルとして定着し、雇用移行は2〜3年で完了する。「AIネイティブ」世代が先行者優位を得る。

中立シナリオ（確率45%）: 移行期5〜10年。規制産業での新雇用創出が遅れる一方、ホワイトカラーのエントリー需要が継続的に縮小。若年失業が散発しながらも、全体の雇用率は大きく崩れない。

悲観シナリオ（確率25%）: エントリーレベルの消失が長期化し、社会的上昇移動の「はしご」が断絶する。中間層以上になれる人間のパスが事実上、特定の家庭環境・教育資本を持つ者に集約される。

なぜ重要か

この問題が厄介なのは、統計に現れにくい点だ。マクロの失業率が安定したまま、「若者が経験を積めない構造」だけが進行する可能性がある。企業はコストを削減しながら、社会全体では次世代の人材育成コストを外部化していることになる。

個人として今すぐ問うべきは「自分の仕事はAIに置き換えられるか」ではなく、「自分の仕事のなかに、次の世代が経験を積める余地があるか」 だ。組織・個人の両レベルで、意図的なメンタリング設計と技術移転のしくみが、これまで以上に重要になる。

リサーチ注記: marginalrevolution.comおよびben-evans.comへのWebFetchが403のためブロック。WebSearchスニペットを情報源として使用。