← ブログ一覧へ戻る
AI・IT活用

AI失業はもう始まっている?最初に消えたのは「新人の仕事」だった

「AIに仕事を奪われる」という言葉を聞いたとき、どのような光景を思い浮かべるでしょうか。

大企業が何千人、何万人もの社員を一斉に解雇する。オフィスから人が消えて、静まり返った部屋でAIサーバーだけが稼働している——。SF映画のようなそんな場面を想像する方が多いかもしれません。

しかし、京都や亀岡の中小企業の現場に立ち、日々ITやAIの導入を支援している私の目には、現実はもう少し違った形で映っています。実際に起きている変化は、派手な解雇劇ではなく、もっと静かで目立たないものです。

人が首を切られる前に、そもそも新しい人を雇わなくなる。そして、その影響を真っ先に受けているのは熟練のベテランではなく、これから技術を身につけようとする「新人」たちです。

今回は、国内外の研究データや現場の声を整理しながら、AIが仕事の現場に与えている静かな変化と、10年後に訪れるかもしれない問題について考えてみたいと思います。


実際に減っているのは「新人が経験を積む仕事」

少し前に、韓国のSNSで大きな話題になった投稿がありました。生成AIの登場以降、明らかに仕事が減ったクリエイターや現場の声を集めたものです。

取り上げられていた職種は、翻訳、イラスト、ナレーション、コピーライティング、商業写真、プログラミングなど多岐にわたります。

たとえば翻訳の現場では、以前なら「この文章を丸ごと翻訳してください」と人に頼んでいた案件が、「AIに翻訳させたので、おかしなところがないかだけ確認してください」という依頼に変わっています。翻訳作業そのものが「翻訳チェック」になり、かかる時間も支払われる単価も大きく下がりました。

イラストの世界でも同様です。雑誌のちょっとした挿絵や、ブログのアイキャッチ画像、広告用の簡単なカットなどは、以前なら駆け出しのイラストレーターに数千円〜数万円で発注されていました。しかし今や、その程度の画像であれば、社内のスタッフが画像生成AIを数分動かして済ませてしまいます。

コーディングもそうです。簡単なWebページの骨組みや、小規模なツールの作成は、まずAIにコードを書かせて、人間が最後に手直しする流れが定着しつつあります。

これらには、ある決定的な共通点があります。
どれも、新人が最初に引き受けて、経験を積むための仕事だったということです。

新人の翻訳家は、まず短い実務文の翻訳から始めます。最初から国家間の条約や難解な契約書を任されるわけではありません。イラストレーターも、小さなカット絵を何十枚、何百枚と描くことで技術を磨きます。プログラマーも、先輩が書いたコードの小さな修正や、社内向けの単純なスクリプト作りから下積みを始めます。

そして皮肉なことに、いまの生成AIがもっとも得意としているのが、まさにこの「1段目」の仕事なのです。


データが示す「解雇」ではなく「採用控え」の現実

個人の体験談だけでなく、経済データにもこの傾向は明確に表れています。

クラウドソーシングなどのオンライン外注市場を分析した複数の研究によると、ChatGPTなどの登場以降、AIで自動化しやすい文章作成やコーディングの募集案件は、他の職種と比べて約21%減少しました。画像生成AIの普及後には、画像制作の募集が約17%落ち込んでいます。特に大きく減ったのは、1〜3週間で終わるような短期間で小規模な案件でした。

さらに踏み込んだのが、スタンフォード大学デジタル経済研究所(Stanford Digital Economy Lab)が2026年に発表した研究です。米国の数百万人規模の給与データを追跡したところ、経済全体としては大規模な失業が起きていないにもかかわらず、AIの影響を受けやすい仕事に就く22〜25歳の若年層の雇用が、他の職種に比べて19%も伸び悩んでいたことが分かりました。

ここで重要なのは、「若者が大量にクビになった」のではないという点です。

起きていたのは、「企業が若い人を新しく雇うのを控えた」という動きでした。

1万人の解雇なら全国ニュースになります。しかし、「去年は新人を10人採用していた会社が、今年は7人に絞った」「毎月20件外注していた簡単な手作業を、AIを使って5件に減らした」という話は、どこにもニュースとして載りません。

誰も解雇されていないからです。しかし現実には、新人枠が3つ消え、外注案件が15件消えています。AIによる雇用の縮小は、こうして誰にも気づかれないまま、静かに進行しています。


なぜ新人の仕事からAIに置き換わるのか

なぜ、ベテランではなく新人の仕事から削られていくのでしょうか。理由は非常にシンプルで、AIに任せやすい仕事には3つの条件があるからです。

  1. 入口と出口がパソコンの中で完結する(テキストを渡してテキストを受け取る、指示を出して画像を生成するなど)
  2. やり直しのコストが極めて安い(気に入らなければ、指示文を変えて10秒でもう一度生成させればよい)
  3. 仕上がりを人間が後からチェックできる(大枠をAIに作らせて、最後の確認だけ人間が担当できる)

この3つが揃った仕事は、会社からすれば「わざわざお金と時間をかけて新人に頼む理由」が薄れてしまいます。

かつて「AIに仕事を奪われる」と言われていた頃は、工場の組み立てや運搬といった、体を使う単純作業から順になくなると予想されていました。しかし現実には、介護や建物の修繕、あるいは美容師のように「現実世界の散らかった環境で手先を動かす仕事」は、ロボットにとって非常に難易度が高いままです。米Anthropic社の調査でも、現代のロボット技術が人間より安価に代替できる作業は、全仕事のうちわずか0.3%程度にとどまると見積もられています。

むしろ、知的でクリエイティブに見える仕事のほうが、データがパソコンの中で完結していたがゆえに、AIに真っ先に踏み込まれることになりました。

また、AIが仕事を代替すると、その周辺にあった「仕事の鎖」も一緒に消えていきます。たとえば商品広告の撮影なら、以前はスタジオにカメラマン、モデル、スタイリスト、ヘアメイク、そして現場で雑用をこなすアシスタントが集まっていました。しかし、商品画像をAIで合成できるようになれば、撮影現場そのものが消滅します。現場で機材の運び方を覚えたり、プロの技を間近で見たりしていた「学びの場」ごと失われてしまうのです。


10年後、AIの出力をチェックする「本物の専門家」はどこから生まれるか

いま経営の現場で起きている「下積みをAIに任せる」という判断は、短期的には合理的です。外注費は浮き、作業スピードは上がります。

しかし、私がもっとも気になっているのは、その先に待っている10年後、20年後の世界です。

たとえば10年後、AIが極めて高度な専門翻訳を仕上げたとします。あるいは複雑なシステムの設計図をAIが一瞬で出力したとします。そのとき、「この出力は本当に正しいか」「現場で使っても安全か」を最終判断する人間は、絶対に必要です。

では、その「最後の10%を判断できる専門家」は、どうやって育つのでしょうか。

どんな一流のプロフェッショナルにも、必ず新人の時代がありました。何百本もの簡単な翻訳をこなし、先輩に赤ペンを入れられて恥をかき、地味なテストコードを書き続けて失敗した経験の積み重ねの先に、今の判断力があるはずです。

昔は「新人が100%作業をして、ベテランが確認して修正する」ことで人を育てていました。これからは「AIが90%作業をして、ベテランが最後の10%をチェックする」形に変わっていきます。

その結果、プロになるための「1段目の階段」がすっぽりと抜け落ちてしまったら、次代の専門家はいったいどこから生まれてくるのでしょうか。

AIが職業そのものを完全に消滅させるかどうかよりも、その職業に登るための最初のステップを消してしまうことのほうが、社会にとっても企業にとっても、はるかに深刻な問いだと感じています。


道具としてのAIを使いながら、人をどう育てるか

だからといって、「AIを使うのをやめて、昔のように非効率な下積みを続けさせよう」という精神論に戻ることはできません。便利な道具が登場した以上、それを使わずに競争を生き残ることは困難だからです。

私たちが考えなければならないのは、「AIを遠ざけること」ではなく、「AIが下積みを肩代わりする時代に、人をどう育てるか」という教育と組織の再設計です。

  • 最初からAIを使わせつつ、AIが出した答えの「どこに違和感があるか」を議論させる
  • 単純作業ではなく、顧客へのヒアリングや現場の泥臭い調整といった「リアルの経験」を早いうちから踏ませる
  • 社内での試行錯誤や失敗を許容する枠組みを、意図的につくる

AIを活用して業務を効率化することは目的ではなく、あくまで手段です。浮いた時間を使って、自社の次の世代にどんな経験を積ませるのか。中小企業の経営においても、そうした長期的な視点がこれからますます問われていくはずです。

皆さんの周りでも、「以前なら新人に頼んでいたけれど、今はもうAIで済ませている仕事」が増えていないでしょうか。日々の業務を見つめ直すひとつのきっかけにしていただければ幸いです。

CloudLabは京都・亀岡を拠点に、中小企業のIT活用・AI導入・ホームページ制作を支援しています。現場に合わせた現実的な活用方法について、お気軽にご相談ください。

▶ 動画で詳しく解説

この記事の内容はYouTubeでも話しています。

動画を見る →

この記事の内容を導入したい方へ

「うちの場合はどうなる?」で大丈夫です。課題整理から実装まで、伴走いたします。

相談する