{
  "$type": "site.standard.document",
  "bskyPostRef": {
    "cid": "bafyreiezt4nvzkby2qtvrzpknqrz46cd7h5supzlxtikn4nsnta6bvowdy",
    "uri": "at://did:plc:qz6ohvpdsdvv5kniizyfz25y/app.bsky.feed.post/3mifen2fj5k52"
  },
  "coverImage": {
    "$type": "blob",
    "ref": {
      "$link": "bafkreibdoptqwwxn73hujjlbmwcjs5iv2qdue523w65j7fiap5xxptwqcy"
    },
    "mimeType": "image/jpeg",
    "size": 5056373
  },
  "path": "/article/4146274/ai%e3%81%ab%e3%82%88%e3%82%8b%e9%9b%87%e7%94%a8%e7%a0%b4%e5%a3%8a%e3%81%af%e3%81%be%e3%81%a0%e9%99%90%e5%ae%9a%e7%9a%84-%e3%81%a0%e3%81%8c%e3%80%81%e5%be%93%e6%9d%a5%e3%81%ae%e6%8c%87.html",
  "publishedAt": "2026-03-31T23:00:00.000Z",
  "site": "https://www.cio.com",
  "tags": [
    "Artificial Intelligence, Careers, IT Skills and Training"
  ],
  "textContent": "## AI起因のレイオフは全体の8%にすぎない\n\n雇用調査会社Challenger, Gray & Christmasのレポートによれば、2026年に入ってAIが直接原因となった人員削減は1万2304件。これは、全レイオフの8%にとどまる。同社が2023年からAIの雇用影響を追跡し始めて以来、AI起因のレイオフとして報告された件数は累計9万1753件、全削減計画の約3%に過ぎない。2025年通年では5万4836件、全削減の5%だった。\n\nただし、テック業界では大きな動きが出ている。決済・金融サービス企業BlockのCEO、Jack Dorsey氏が「インテリジェンス・ネイティブ」モデルへの転換を掲げ、人員を50%削減したことは記憶に新しい。テック業界全体では2月に1万1039件のレイオフが発表され、2026年の累計はすでに3万3330件に達している。前年同期比で50%以上の増加だ。ただしそのすべてがAI起因ではない。\n\nChallengerのレポートはこう指摘する。「テックは今、さまざまな圧力に直面している。AIが大きな話題であることは確かだが、グローバルな規制への懸念、関税や経済的不確実性による広告市場の減速、全体的なコスト増なども重なっている」。\n\n## Anthropicの新手法「観測された露出度」とは何か\n\n過去の手法では予測精度に限界があったという反省から、Anthropicは新たな「観測された露出度（observed exposure）」という手法を導入した。LLMが理論上できることと、実際にどう使われているかを組み合わせて分析する手法だ。AIが人間の代わりに自律的に処理した業務は、人間を補助した業務より高く評価する。具体的には、米国の数百の職種と業務タスクを紐付けるO*NETデータベース、LLMが人間の2倍以上の速度でタスクをこなせるかどうかのタスクレベルの露出度推定、そしてAnthropicのEconomic Indexの利用データを組み合わせて分析している。\n\nAnthropicの研究者Maxim Massenkoff氏とPeter McCrory氏によれば、2022年末以降、AIの影響を受けやすい職種で失業率の「体系的な増加」は確認されていない。ただし、一部の職種では若年労働者の採用が鈍化している兆候はあるという。\n\nこの手法で浮かび上がった、AIによる代替リスクが高い職種は以下の通りだ。\n\nコンピュータプログラマー（業務の75%をAIが代替可能）\nカスタマーサービス担当（70%）\nデータ入力担当（67%）\n市場調査・マーケティング専門職（65%）\n卸売・製造業の営業担当（63%）\nソフトウェアQAアナリスト・テスター（52%）\n情報セキュリティアナリスト（49%）\nコンピュータユーザーサポート担当（47%）\n\n## 「利用実績」と「理論的能力」は別物だ\n\nMoor Insights & StrategyのVPでプリンシパルアナリストのJason Andersen氏はこの手法を高く評価する。「利用実績は理論的能力とイコールではない。人々はまだAIの能力とリスクを把握しようとしている段階だ」。タスクと役割に関してアナリストたちが観察していることと一致しており、判断基準もシンプルだと言う。\n\nMassenkoff氏とMcCrory氏は、この手法がAIの労働市場への影響「すべてを捉える」わけではないと認めている。しかし「事後分析よりも確実に経済的混乱を特定できる」と主張する。「AIの影響がいずれ誰の目にも明らかになることはあり得る。このフレームワークが真価を発揮するのは、影響がまだ見えにくい段階だ。雇用の喪失が表面化する前に、最もリスクの高い職種を早期に特定できる」。\n\n## 本当の課題は「業界ごとの仕事の再設計」だ\n\nAndersen氏は、AIが職種全体を消滅させる形での導入はまだ見られないと言う。一部のタスクはAIによって再設計されているが、大部分はまだ人間が主導している。「タスクベースの自動化は段階的な効果をもたらし、従業員の生産性を高め、処理能力を向上させる」。\n\nただし、今回紹介した2つの分析が捉えきれていないことがあるーーAI時代における仕事のあり方全体への影響だ。新技術を最大限に活かすには、ワークフローと役割そのものを変える必要がある。それが業界ごとに解決されるまで、企業は「今の状態で足踏みし続けるだろう」とAndersen氏は予想する。\n\nこの”足踏み”は若年労働者に不均衡な打撃を与える可能性がある。既存の従業員は、変化が「経験や専門性が正当に評価されるような大きなもの」でない限り、ワークフローの変更に抵抗するかもしれない。\n\n現状、AIは経験の浅い人材が担っていた業務を肩代わりするツールとして使われている——Andersen氏はこれを問題視する。「タスクと役割を再整理してバランスを取る必要がある。幸い、企業にはそうするインセンティブがある。ベテラン人材の退職が進む中、人員構成が変わりつつあるからだ」",
  "title": "AIによる雇用破壊はまだ限定的——だが、従来の指標では本当の影響は見えない"
}