AIで仕事はどう変わる?大学生が知っておきたい「予測」と「実際の統計」の違い

結論:予測は出所ごとに違い、統計の結果は割れていて、変わる単位は業務

先に答えを3点にまとめます。

• 予測は、出所ごとに数字も測っているものも違います。 「49%」「92百万件」「約40%」は、同じものさしの数字ではありません(次の節で1つずつ分けます)。
• 日本の統計では、AIが大きな雇用の減少をもたらしている証左は確認されていません(厚生労働省の評価、2026年9月)。 一方、米国では、AIの影響を受けやすい職業に就く22〜25歳の雇用が低い水準にあるという研究があり、同じ研究は経済全体にわたる広範な雇用の置き換えの証拠は見つからなかったとも述べています。AI導入企業と非導入企業を比べたデンマークの研究では、総雇用者数や若者の雇用等について統計的に有意な影響は確認できていません。国とデータで結果が割れています。
• 変わる単位は、職業名より、その仕事の中の業務です。 「どの仕事か」より「その仕事の中のどの業務か」で見ると、数字の読み方が変わります。

以降の節は、この3点の順に進みます。

「なくなる」の数字は、誰がいつ何を測った予測か

次の3つの数字は、どれも予測・推計です。実際に起きた結果ではありません。

WEFの数字の整合は、編集部の算出で確認できます。170百万件−92百万件=78百万件で、WEFが公表している純増の78百万件と一致します。

また、WEFの調査では、雇用主は、2030年までに労働者の中核スキルの39%が変わると見込んでいます。これは「39%の仕事がなくなる」という意味ではなく、スキルの構成が変わるという見込みです。

(出典: 野村総合研究所「日本の労働人口の49%が人工知能やロボット等で代替可能に」2015年12月2日/World Economic Forum「The Future of Jobs Report 2025」2025年1月/IMF「AI Will Transform the Global Economy. Let's Make Sure It Benefits Humanity」2024年1月14日。算出値は編集部算出)

「AIに曝される」と「仕事がなくなる」は別

IMFのいう「曝露」は、仕事の中の業務の一部をAIが補完または代替し得る度合いのことです。「補完」はAIを使って人が仕事をしやすくなること、「代替」はAIが業務を引き受けて人の仕事が減ることを指します。曝露には、この両方が含まれます。

IMFは、先進国で曝される雇用のうち約半分は、AIの統合で生産性が上がり得る(補完される)側だと説明しています。残る約半分は、AIが主要な業務を実行し得て、労働需要や賃金が下がり得る(代替される)側です。「約半分」はおおよその記述で、正確な割合は公表されていません。

では、どの業務が曝露度が高いと整理されているのでしょうか。厚生労働省が紹介している米国の研究(Eloundou らの研究、2023年)では、翻訳者・事務員・秘書など、文書作成・要約・データ整理等の業務を中心とする職業で曝露度が高いと整理されています。低い側には、身体作業への依存が高い職業が整理されています。これは米国の職業分類での評価で、日本の職業にそのまま当てはまるとは限りません。

WEFの調査には、雇用主が予測する減る職種の例として、Postal Service Clerks(郵便窓口係)、Bank Tellers(銀行窓口係)、Data Entry Clerks(データ入力係)が挙がっています。世界の雇用主の予測で、日本の職業名とは一致しないため、例にとどめます。またWEFは、Graphic Designers(グラフィックデザイナー)とLegal Secretaries(法律秘書)が減る職種の上位10の「すぐ外」に初めて入ったことを、生成AIが知識労働をこなす力の表れかもしれない、と記しています。「かもしれない」はWEFの留保です。

(出典: IMF 同上/厚生労働省「令和8年版 労働経済の分析」2026年9月/World Economic Forum 同上)

実際の統計で分かっていること:国とデータで結果が割れている

ここからは予測ではなく、実績の統計と研究です。

米国の研究は、厚生労働省が2025年の旧版を紹介した際は16%減でした。ここでは最新版(2026年8月版)の19%を使っています。

2015年の「49%」については、厚生労働省が10年後の2025年時点で振り返っています。一部の作業で自動化は進んだものの、雇用が大規模に代替されているわけではなく、「多くの職種でAIが業務の一部を補完している」という評価です。これも測定値ではなく、厚生労働省の評価です。

どの研究も、1つの国・1つのデータの結果です。米国の結果を日本に、日本の結果を米国に当てはめることはできません。

(出典: 厚生労働省「令和8年版 労働経済の分析」2026年9月、同「〔概要〕」/Stanford Digital Economy Lab「Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence」2026年8月12日版)

変わるのは職業名より、仕事の中の業務

ここまでの数字は、職業単位で語られがちです。ただ、AIが関わるのは、その仕事の中の個々の業務です。

WEFの調査(予測)では、業務の担い手の構成が次のように変わると雇用主は見込んでいます。

2030年は3区分がほぼ均等になる、という予測です。2030年の値は報告書の図からの読み取りです。

仕事の単位でなく業務の単位で見ると、別の動きも見えます。厚生労働省が紹介した研究(2025年)では、約300万件のフリーランス求人を調べ、ライティング・翻訳のスキルが必要な求人は、生成AIの影響がなかった場合の推計より20〜50%少なく、機械学習のスキルが必要な求人は24%多いという結果でした。これはフリーランス市場の話で、新卒採用とは別の市場です。

また、経済産業省の「2040年の就業構造推計(改訂版)」では、2040年に事務職が約440万人余剰、現場人材が約54万人不足、AI・ロボット等の利活用人材が約340万人不足すると推計されています。これは推計で、原典は取得できていないため、厚生労働省の概要の記述を引いています。

(出典: World Economic Forum 同上/厚生労働省「令和8年版 労働経済の分析」、同「〔概要〕」2026年9月)

新卒の最初の仕事では何が分かっているか

新卒の最初の仕事の中身を示す統計は、この記事で使った資料にはありません。分かっているのは、次の2つの事実です。

1つ目は、条件つきの対応です。もし最初の仕事が文書作成・要約・データ整理を中心とするなら、それは前の節で見た、曝露度が高いと整理された業務にあたります。ただし、新卒が最初に任される業務がそうだと断定する根拠はありません。

2つ目は、米国の研究の事実です。AI曝露度の高い職業の22〜25歳の雇用が低い水準にある一方、経験者に同様の差はありません。著者は、これが主に採用の減少として表れると記しています。因果の推定ではない、という著者の留保つきです。

日本の2026年3月卒の数字は、次のとおりです。

• 大学新卒者の就職率は98.0%(4月1日時点)で、1996年度の調査開始以降で2番目に高く、前年から横ばいでした。AIの影響とは別に、人手不足の影響が大きいと厚生労働省は述べています。
• 2026年3月卒業予定の大学生・大学院生の求人倍率は1.66倍で、2025年3月卒の1.75倍から低下しています(リクルートワークス研究所の調査)。

(出典: 厚生労働省「令和8年版 労働経済の分析」2026年9月/Stanford Digital Economy Lab 同上)

これから求められる力は?(ここでは一言まで)

WEFの雇用主調査では、分析的思考を必須と考える企業が10社中7社で、最も求められる中核スキルでした。

日本では、論理的思考力やコミュニケーション能力などの「メタスキル」が高い人は、低い人より賃金が高い傾向があります。ただし厚生労働省は、因果関係は特定できないと注記しています。「身につければ賃金が上がる」という意味ではありません。

何を学ぶかの答えは、この記事では出しません。

(出典: World Economic Forum 同上/厚生労働省「令和8年版 労働経済の分析〔概要〕」2026年9月)

ここから先は別の記事で考えること

この記事は、予測と実績を分けて、変わる単位が業務であることを理解するところまでです。自分の進路への答えは出しません。次の問いは、それぞれ別の記事で考えます。

• 自分の志望する職種・業界の将来性は、AIでどう変わるか
• 何を学ぶか、AIを学ぶべきか
• 就活でAIをどう使うか(ESや面接対策など)
• AIに任せることと、人が考えることの分け方

学生の受け止め方や志望の変化(意識調査)は、この記事では扱いません。ここで見た予測も実績も、限られた調査の整理です。数字が割れているときは、出所と条件を見るのが、読み分けの出発点になります。