第015章 AIは仕事を奪うのか？
AIは仕事を奪うのか。この問いは、本シリーズで最も感情を伴う問いである。株価の話でも、戦略の話でもない。人が明日も働けるかという話である。だから、答えを急いではならない。「新しい仕事が生まれるから大丈夫」は、答えではなく、答えの回避である。本章は、過去の技術革新で実際に何が起きたのかを確認し、AIとの相違点を特定し、そのうえで経営者が負う責任に着地する。
1 なぜ、いまこの問いが立つのか
この問いには、二百年の前史がある。
十九世紀初頭のイギリスで、織機を壊した職人たちがいた。ラッダイトと呼ばれる。彼らは機械を憎んでいたのではない。自分たちの熟練が値段を失うことに抗議していた。そして、その抗議は経済的には正しかった。手織工という職業は、実際に消えたからである。
その後、繊維産業の雇用は増えた。機械化によって布は安くなり、需要が拡大し、工場労働という新しい職が大量に生まれた。集計値としては、技術は雇用を減らさなかった。この事実は、教科書に繰り返し書かれてきた。
しかし、二つの事実は両立する。産業全体の雇用は増え、同時に、特定の熟練は無価値になった。
増えた雇用に就いたのは、多くの場合、職を失った本人ではなかった。次の世代であり、別の地域の人々だった。二十世紀にも同じ構造が繰り返された。電話交換手という職業は、自動交換機の普及とともに消えた。工場の組立工程は産業用ロボットに置き換わった。事務作業は表計算ソフトに吸収された。そのたびに新しい職が生まれ、そのたびに、移れなかった人がいた。
いま起きているのは、この系列の続きなのか。それとも、別の何かなのか。
問いがいまこの形で立つ理由は、対象が変わったからである。産業革命は身体能力を代替した。デジタル化は情報処理を代替した。AIが代替しつつあるのは、判断と生成である。文章を書く。設計を描く。コードを組む。仮説を立てる。これらは長く「人間の側」に置かれてきた。
そして、もう一つ。この問いを最も切実に発するのは、答えを決める立場にない人である。答えを決めるのは経営者である。この非対称が、問いを重くしている。
したがって本章は、この問いを予測の問いとして扱わない。責任の問いとして扱う。
2 通説とその限界
現在、三つの答えが流通している。三つとも部分的に正しく、三つとも十分ではない。
通説1「歴史上、技術が雇用を減らしたことはない。だから今回も大丈夫」最も広く語られる答えである。事実として、産業革命以降、技術が長期の総雇用を減らした例は確認されていない。生産性が上がれば価格が下がり、需要が増え、新しい職が生まれる。この循環は何度も観測されてきた。
しかし、この答えには限界がある。集計と個人を混同していることである。
「総雇用は減らなかった」は、国民経済の集計値の話である。集計値は、個人の経験を平均で覆い隠す。四十歳の熟練工が職を失い、二十歳の若者が新しい職に就いたとき、統計上は雇用が維持されている。しかし、失った本人にとって、それは何の慰めにもならない。
もう一つの限界は、時間軸である。歴史が示す調整は、しばしば一世代を要した。「長期的には均衡する」という命題は正しい。ただし、その長期のあいだ、人は生活しなければならない。経営者が直面するのは、均衡した後ではなく、均衡する前の数年である。
この通説を採る経営者は、移行のコストを誰かが払っていることを見落とす。そして、その誰かは、たいてい自社の従業員である。
通説2「AIは仕事を奪う。大規模な失業が来る」
正反対の答えも同じくらい流通している。特定の職種が名指しされ、消滅の予測が語られる。
この答えの限界は、職種を数えていることである。
職業は、ひとかたまりの実体ではない。経理という職業は存在するが、経理という単一の作業は存在しない。伝票の照合、仕訳、月次の締め、税務対応、経営陣への説明、監査法人との折衝。数十の異なる作業が束になっている。
AIが担えるのは、その束の一部である。一部が代替されたとき、職業は消えるのではなく、中身が入れ替わる。歴史上、これが最も多く起きた変化である。銀行に現金自動預払機が入ったとき、窓口の担当者は消えなかった。現金の受け渡しという作業が減り、相談と提案という作業が増えた。
したがって「この職業は消える」という予測は、たいてい外れる。外れ方は決まっている。職業は残り、その職業に求められる能力が変わる。 そして、変化に合わせられなかった人が、個別に職を失う。集団的な消滅ではなく、個別の脱落として現れる。これは、集団的な消滅より対処が難しい。誰も助けに来ないからである。
通説3「AIが奪う以上に、新しい仕事が生まれる」
三つ目は、楽観の側の答えである。過去に生まれた職業の多くは、その百年前には存在しなかった。だから今回も、まだ名前のない職が生まれる。
この主張自体は、おそらく正しい。ただし、経営の答えとしては使えない。理由は三つある。
第一に、生まれる時期と失われる時期がずれる。 失職は先に来る。新しい職は後から来る。そのあいだの期間を、当事者は自力で耐えることになる。
第二に、失う人と得る人が同じ人とは限らない。 新しい職は、多くの場合、新しい能力を要求する。四十代の事務職が、そのまま新職種へ移れる保証はない。
第三に、将来の予測には留保が必要である。 何が生まれるかを、いま正確に述べられる者はいない。「生まれるはずだ」という期待を、対策の代わりに置くことはできない。
この三つの通説に共通する欠落がある。いずれも、AIを過去の技術と同じ枠に入れるか、まったく別物として恐れるかの、どちらかである。必要なのは、どこが同じで、どこが違うかを特定することである。
過去の技術革新との、三つの相違点公開されている技術の性質から読み取れる相違点は、三つある。いずれも将来の帰結を断定するものではないが、構造の違いとしては明確である。
第一に、普及の速度。 蒸気機関も産業用ロボットも、設備投資と物理的な設置を必要とした。導入には年単位の時間がかかった。AIは主にソフトウェアとして配布される。設備を持たない企業にも、契約した翌日から届く。適応の猶予期間が、構造的に短い。
第二に、影響の分布。 これまでの自動化は、主として中程度の技能を要する定型労働を薄くした。高技能の判断業務は影響を受けにくいとされてきた。AIが代替しつつあるのは、まさにその判断と生成の領域を含む。影響が学歴や賃金の高い層にも及ぶ点が、過去と異なる。
第三に、代替の粒度。 過去の機械は、工程をまるごと置き換えた。AIは工程の一部だけを、しかしあらゆる職種で置き換える。広く、浅く、同時に進む。だから「どの産業が影響を受けるか」という問いの立て方が、そもそも合っていない。
この三点が意味するのは、楽観でも悲観でもない。移行のコストが、より短い期間に、より広い層へ、同時に発生しうるということである。
3 再定義 — 奪われるのは仕事ではなく、返ってくるのは時間であ
る
図II-2 Future Time — AIが返した時間の行き先
Future Value Theory は、この問いを次のように立て直す。AIは仕事を奪わない。AIは時間を返す。問題は、返ってきた時間を誰が何に使うかである。
この言い換えは、言葉遊びではない。経営の意思決定の対象を、まったく別の場所へ移す。
仕事を、タスクの束として捉え直す出発点は、単位の変更である。仕事を職業として数えるのをやめ、タスクの束として捉える。
どんな職務も、二十から五十程度の異なる作業からできている。その一つひとつについて、次の三つを分ける。AIが単独で担えるもの。人間とAIが協働するもの。人間が担い続けるもの。
この分解を行うと、見え方が変わる。
第一に、丸ごと消える職務はほとんどない。 束のうち三割から五割が置き換わる職務は多い。しかし、十割が置き換わる職務は稀である。
第二に、残るタスクの性質が偏る。
残るのは、定義すること、選ぶこと、責任を引き受けること、そして例外に対処することである。消えるのは、集めること、整えること、書き写すこと、定型の判断を繰り返すことである。
第三に、職務の再編は自動では起こらない。 束の三割が空いたとき、その職務が新しい形になるかどうかは、設計次第である。設計しなければ、空いた三割は別の雑務で埋まる。あるいは、三割分の人員が削られる。つまり、AIが決めるのは「どのタスクが置き換わるか」までである。「その人の仕事がどうなるか」を決めるのは、AIではなく経営者である。この分解には、副次的な効果もある。従業員が自分の職務をタスクに分けたとき、不安の形が変わる。「私の仕事はなくなるのか」という漠然とした恐れが、「この三つの作業は置き換わり、この四つは残る」という具体に変わる。具体になった不安は、対処の対象になる。漠然とした不安は、対処ができない。分解して見せること自体が、経営の仕事である。論点の転換 — 奪われるのは仕事か、時間かここで論点を転換する。
AIの最大の価値は、人件費の削減ではない。時間を返すことである。 これを Time Redefinition（時間の再定義）と呼ぶ。これまで、企業にとって時間は制約だった。人の数と労働時間の積が、企業にできることの上限を決めていた。だから成長には採用が必要であり、採用には資金が必要だった。
AIは、この制約を緩める。資料を作る時間、情報を集める時間、定型の判断を下す時間。これらが圧縮される。圧縮された分は、どこかへ行く。行き先は三つしかない。
第一の行き先は、削減である。 浮いた時間を人員に換算し、原価から引く。財務指標は改善する。最も速く、最も検証されない意思決定である。第二の行き先は、吸収である。
浮いた時間が、別の作業で静かに埋まる。会議が増える。報告が増える。何も変わらないまま、忙しさだけが維持される。多くの企業で実際に起きているのは、これである。
第三の行き先は、未来である。 顧客と話す時間。学ぶ時間。まだ売上のない事業を考える時間。この行き先へ配分された時間だけを、Future Time（未来時間） と呼ぶ。
三つのうち、企業の未来を変えるのは第三の行き先だけである。そして、行き先を決めるのは経営の意思決定である。放置すれば、時間は必ず第一か第二へ流れる。
人は資本である — Human Capital の位置もう一つ、再定義しておくべき概念がある。Human Capital（人的資本）である。
Future Value Theory における Capital は、財務資本だけを指さない。知識、人材、データ、信頼、ブランド、ネットワーク、そしてAI。これらすべてが資本である。人は、そのうちの一つを構成する。
この位置づけは、人員削減の意味を変える。会計上、人件費は費用である。費用の削減は利益を増やす。しかし Future Value Theory から見れば、人を減らすことは資本を減らすことである。
減った資本は、財務諸表には現れない。現れるのは、数年後である。新しい事業を始めようとしたとき、それを担える人がいない。顧客の変化に気づける人がいない。異常に気づける人がいない。そのとき初めて、何を失ったのかがわかる。
第一原理の第四項は、この構造の根にある。AI Optimizes. Humans Define. AIは最適化する。人間は定義する。
AIがどれほど進化しても、何を目指すべきかは決められない。目的の選択は意味の選択であり、意味の選択は責任の引き受けだからである。責任を引き受けられるのは人間だけである。したがって、人間の役割はAIの性能で目減りしない。ただし、その役割を担える人を組織が保持しているかどうかは、別の問題である。
4 構造 — 返ってきた時間は、何と掛け合わされるのか
再定義を実務へ落とすために、二つの式を用いる。
4.1 Future Time Equation
Future Value Theory の第五の方程式は、次のとおりである。Future Value = Future Time × Future Capabilityこれを Future Time Equation と呼ぶ。
注目すべきは、これが掛け算であることである。足し算ではない。足し算なら、一方が弱くても他方で補える。掛け算では、一方がゼロになった瞬間、全体がゼロになる。
この性質が、雇用の議論に直接効く。
Future Time がゼロの場合。 能力の高い人材が揃っていても、その時間がすべて既存業務に埋まっているなら、未来価値は生まれない。AIを導入して時間が浮いたのに、その時間を削減か吸収に回したなら、Future Time はゼロのままである。
Future Capability がゼロの場合。 時間を返しても、それを使える能力が組織にないなら、やはり未来価値は生まれない。学ぶ習慣のない組織に空き時間を与えても、空き時間が増えるだけである。
つまり、AIの導入は、二つの条件を同時に満たしたときにだけ意味を持つ。時間を未来へ配分すること。その時間を使える能力を持つ人を保持していること。
そして、人員削減はこの式の両側を同時に削る。時間の総量が減り、能力の総量も減る。財務的には改善しても、未来価値の側では二重に損をする。この構造が見えていないとき、削減は「合理的な判断」に見える。
4.2 Future Capital Equation における Human の位置
もう一つの式が、この点を補強する。
Future Capital = Financial × Human × Learning × Trust × AI × Knowledge ×Ecosystem × Purpose八つの項の掛け算である。Human は、そのうちの一項である。この式が述べているのは単純なことである。Humanがゼロになれば、他の七項がどれほど大きくても、Future Capital はゼロになる。 AIをどれほど導入しても、Financial をどれほど積み上げても、それは補えない。同時に、この式は逆方向の警告も含む。Humanだけを守っても、Learning がゼロなら結果は同じである。人を抱え続けるだけで学び直しを支援しないなら、それは資本を守ったことにならない。
雇用を守るとは、頭数を維持することではない。能力が更新され続ける状態を維持することである。この区別は、実務では決定的に重要である。
4.3 Value Equation における Time
三つ目に、基礎の式を確認しておく。
Value = Purpose × Trust × Capability × Timeここでも Time は独立した一項である。目的があり、信頼があり、能力があっても、時間がなければ価値は生まれない。
多くの企業で、この項が慢性的に不足している。経営者も、管理職も、現場も、既存業務に時間を使い切っている。だからこそ、AIが返す時間には固有の価値がある。それは、いままで買えなかったものだからである。そして Trust の項に注意したい。人員削減は、この項に直接効く。信頼は、資本より速く成長する。第一原理の第八項が述べるとおりである。ただし、速いのは減少の側も同じである。
5 実像 — 移行期に、痛みはどこに現れるか
構造の話を、現場の姿に戻す。
移行期に痛みが生じないという主張は、誠実ではない。痛みは生じる。そして、その分布は均等ではない。偏りには、少なくとも三つの軸がある。
世代による偏り最も注意すべき偏りは、若手に現れる。
一見すると逆に見える。若い世代のほうがAIに慣れており、学び直しの回収期間も長い。適応は容易なはずである。
しかし、構造上の問題がある。若手が経験を積む階段が、AIに置き換わりやすいということである。
どの職業にも、入口の仕事がある。議事録を取る。資料の下書きを作る。データを集めて整える。単純な設計を描く。初級のコードを書く。これらは、それ自体の価値は低い。価値があるのは、それを通じて仕事の全体像が身につくことである。
この入口のタスクは、AIが最も得意とする領域と重なる。効率だけを見れば、置き換えない理由がない。しかし置き換えたとき、十年後に判断を担える人材が、どこから育つのか。
これは、当人の適応力の問題ではない。組織の設計の問題である。 育成の階段を残すかどうかは、経営者が決めることである。
中高年層には、別の形の痛みが現れる。長年かけて蓄積した熟練の一部が、値段を失う。その熟練が深いほど、転換は難しい。ここで必要なのは激励ではない。具体的な再配置の設計と、その期間の生活の保障である。地域による偏り第二の軸は、地域である。
同じ職種が影響を受けても、痛みの大きさは場所によって違う。都市部であれば、近隣に代替の職がある。特定の産業に依存する地域では、それがない。職種の転換と、住む場所の移動を、同時に求められることになる。
企業にとって、これは無関係な話ではない。地域の主要な雇用者である企業が人員を削れば、地域経済そのものが縮む。縮んだ地域では、その企業の顧客も減る。雇用は、コストであると同時に、市場でもある。
職種による偏り第三の軸は職種である。影響が早く現れやすいのは、定型的な事務処理、一次対応の窓口業務、単純な翻訳、初級の制作作業である。共通するのは、入力と出力が明確で、例外が少ないことである。
見落とされやすいのは、中間管理職である。管理職の業務の相当部分は、情報の中継である。上から下へ、下から上へ、横から横へ。この中継機能は、AIによって大きく圧縮される。
ただし、これは中間管理職が不要になるという意味ではない。中継が減った分、残るのは判断と責任である。役割の中身が入れ替わる。入れ替わりに合わせて職務を再設計しない企業では、管理職は「何をしているのかわからない層」になる。そして、次の削減の対象になる。
「AIでリストラ」の前に、経営者が考えるべきことここが本章の核心である。
AIを導入し、工数が浮いた。人員を減らせば利益が増える。この計算は正しい。正しいがゆえに危うい。
削減を決める前に、少なくとも四つの問いを通すべきである。
第一の問い。何が代替されたのか。 代替されたのはタスクか、判断か、責任か。タスクが代替されただけなら、その人の職務を再設計すれば済む。人を減らす必要はない。この区別をせずに人数だけを数えるなら、それは分析ではなく丸めである。
第二の問い。返ってきた時間は、どこへ行ったか。 削減という行き先を選ぶ前に、未来へ配分するという行き先を検討したか。検討していないなら、それは選択ではない。既定路線に流れただけである。
第三の問い。再獲得のコストはいくらか。 いま削る人材を、三年後に再び必要としたとき、同じ人を採れるか。採用市場での価格はいくらか。習熟までの期間はどれだけか。この計算を入れると、削減の経済性はしばしば逆転する。
第四の問い。信頼にいくら支払うことになるか。 削減は、残った社員にも作用する。「効率化の成果が削減に使われる」と理解された組織で、次のAI導入に現場が協力することはない。改善提案は止まる。信頼の減少は、財務諸表に項目を持たない。だから見えない。見えないだけで、確実に起きる。
これらを通したうえで、なお削減が必要な場合はある。事業環境が構造的に変わることはあるからである。そのときに問われるのは、削減するかどうかではなく、どう削減するかである。予告の期間。再配置の選択肢。転職支援。学び直しの機会。これらを設計するのも経営である。
二つの実像AIで工数が二割減った企業を、二つ並べる。
一方は、二割の人員を削った。残った社員は、同じ仕事をAIで回している。財務指標は改善した。一年後、新しい事業は一つも生まれていない。企業再定義成熟度モデル（Enterprise Redefinition Maturity Model: ERMM）の言葉で言えば、レベル2（改善型企業）の典型である。原典はこの状態をこう表現している。根本的には変わらないまま、ますます効率的になっていく。
もう一方は、人員を維持した。浮いた二割の時間を、顧客への訪問と、新規領域の検証と、学習に配分した。短期の利益率は前者に劣る。しかし、一年後には検証中の事業が複数動いている。三年後の姿は、まだわからない。ここに断定は置けない。
ただし、構造としては言える。前者の企業が三年後に新しい事業を必要としたとき、それを担える人も時間も、社内にはない。
そして、この二社の差は、AIの性能の差ではない。導入したモデルも、投じた費用も、ほぼ同じでよい。差が生まれたのは、浮いた時間の行き先を決めた一度の会議である。技術は同じものが同じ価格で届く。届いた後に何をするかだけが、企業ごとに違う。
ここに、雇用の問題と経営の問題が接続する。返ってきた時間を未来へ配分できる企業は、人を減らす必要が小さい。 新しい仕事が社内に生まれるからである。時間の行き先を設計できない企業は、削減以外の選択肢を持てない。雇用を守る力は、善意の量ではなく、設計の質から生まれる。
6 経営者への問い
ここまでを一行にまとめる。
AIは仕事を奪わない。AIは時間を返す。その時間を削減に使うか、未来に使うかを決めるのは経営者であり、その決定が雇用の帰結を決める。「AIが仕事を奪った」という言い方には、注意が必要である。この表現は、主語を技術に置くことで、責任の所在を消す。実際に人を減らす決定をするのは、AIではない。人間である。
同時に、痛みがないふりもしてはならない。移行期に、失われる熟練がある。値段を失う経験がある。合わせられずに脱落する人がいる。それは避けがたい。避けがたいからこそ、誰がその調整のコストを負うのかが問題になる。
最後に、三つの問いを置く。抽象的な問いではない。次の経営会議で答えを出せる問いである。
問い1 — この一年でAIが返した時間は、どこへ行ったか。
多くの企業は、この問いに答えられない。導入の効果は工数削減として計上され、そこで記録が終わっているからである。時間には行き先の台帳がない。台帳がなければ、時間は必ず既存業務に吸収される。返ってきた時間のうち、Future Time になった割合はどれだけか。これは測れる数字である。
問い2 — 若手が経験を積む階段は、まだ残っているか。
入口のタスクを効率だけで判断して置き換えていないか。十年後に判断を担う人材は、いまどこで育っているか。この問いに答えられない企業は、いま利益を得て、将来の能力を売っている。
問い3 — 削減を検討する前に、再配置を設計したか。
再配置の設計とは、余った人にとりあえず別の作業を与えることではない。その人の残るタスクと、新しく担うタスクと、そのために必要な学習を、名前つきで書き出すことである。書き出せないなら、まだ検討は終わっていない。
三つの問いは、いずれも「AIが何を奪うか」を聞いていない。私たちが何を選ぶかを聞いている。
AIは時間を返す。人間はその使い道を選ぶ。企業は未来を創る。社会はその結果を受け取る。
雇用の帰結は、技術が決めるのではない。無数の経営判断の総和が決める。そのうちの一つを、明日、あなたが下す。
AI時代の経営とは、その責任を引き受けることから始まる。
本章のまとめ
- AIは仕事を奪うのではなく、時間を返す。問われるのは、その時間を何に使うかである。
- 仕事はタスクの束である。丸ごと消える職務は稀だが、残るタスクの性質は大きく偏る。
- 返った時間の行き先は削減・吸収・未来の三つ。設計しなければ前の二つへ流れる。
- 人を減らすのは費用の削減ではなく、資本の削減である。影響は数年後に静かに現れる。
重要概念
Future Time（未来時間）／Future Capital（未来資本）／Future Value（未来価値）
関連概念
AI → Future Time → Future Capital → Future Value
関連する第一原理
Principle 4 — AI Optimizes. Humans Define. Principle 3 — Capital Exists to Create Possibility. Principle 5 — Learning Is the Ultimate Competitive Advantage. Principle 8 — Trust Compounds Faster Than Capital.
関連する章
- 第I巻 009「AIと人間はどう役割分担すべきか？」— タスク単位で分担を決める原理
- 第II巻 016「AI時代に求められる人材とは？」— 返った時間を能力の更新へ回す設計
- 第II巻 011「AI時代の組織とは？」— 空いた工程を境界の引き直しへつなぐ
- 第V巻 048「人材を再定義するとは？」— 人を費用ではなく資本として捉え直す
関連論文・既刊
- Kadowaki, N. (2026). Future Value Theory: A Management Framework for Enterprise, Capital, and Society in the Age of AI. VURA Working Paper. SSRN: https://ssrn.com/abstract=7120980 ／ Zenodo: https://doi.org/10.5281/zenodo.21255662
- 『AI時代の経営100の問い』#001「AIに仕事を奪われる人と、奪われない人の差」／#046「「AIでリストラ」の前に、経営者が考えるべきこと」／#047「AIで浮いた時間を、何に使うかで会社が決まる」
次に読むべき章
→ 第II巻 016「AI時代に求められる人材とは？」
第II巻 AI時代の組織と人