AIはまだ新卒就職市場に深刻な打撃を与えていない

過去2年間、生成AIをめぐる雇用不安はテクノロジー業界における定番の語りとなった。コードはモデルが生成でき、コピーはチャットボットが書き、データ整理・カスタマーサポート・基礎的なリサーチなどの業務も自動化が進んでいる。そこから導き出されるよく聞かれる結論は、新卒者とエントリーレベルのポジションが最初に打撃を受けるというものだ。こうした職種は往々にして反復的・定型的で、訓練可能な基礎業務を担っているからである。

しかしArs Technicaの報道によれば、少なくとも現時点で観測できる失業・採用データを見る限り、この判断は強く裏付けられていない。同記事が引用した労働市場分析によると、雇用統計全体において、AIが原因で新卒者に顕著かつ広範な失業増加が生じたという事実は確認されておらず、企業が新卒採用を大規模に削減しているという証拠も存在しない。

「AIが顕著かつ広範な雇用の置き換えや採用削減を引き起こしているという証拠はない。」

雇用パニックとデータの現実との乖離

AIが雇用に与える影響が存在しないわけではなく、むしろ漸進的・分散的かつ業界によって異なる形で進行していると考えられる。多くの企業がソフトウェア開発・マーケティング・カスタマーサポート・事務業務の効率化を目的にAIツールを試験導入しており、一部のポジションでは業務内容の再設計も始まっている。しかしマクロ統計の観点からは、こうした変化はいまだ新卒者の大規模失業には転化していない。

これは歴史上の技術普及パターンと類似している。新技術はまず仕事の「タスク」を変え、職業そのものをすぐには消滅させない。表計算ソフトは会計士を消したのではなく、財務担当者に求めるスキルの構造を変えた。検索エンジンはリサーチ職を消したのではなく、情報検索に求められる基本的な水準を引き上げた。生成AIもまず「生産性ツール」として機能し、新人にはプロンプト操作・自動化フロー・人とAIの協働をより早く習得することが求められるようになる可能性が高く、入門レベルの全従業員を単純に代替するわけではないだろう。

なぜ新卒者はより脆弱とみなされるのか

新卒者は労働市場の入り口に立ち、経験の蓄積が不十分で交渉力も弱いため、技術的代替論の焦点になりやすい。特にテクノロジー・コンサルティング・メディア・デザインなどの分野では、初級ポジションの中核業務に資料収集・初稿作成・基礎テスト・議事録作成・簡単なコード実装などが含まれており、これらはまさに大規模言語モデルが得意とする領域だ。

ただし、企業が新人を採用するのは低レベルのタスクをこなすためだけではない。新人は人材育成のパイプラインの一部でもあり、組織的な学習・文化の継承・将来の管理職候補としての役割を担っている。企業が初級社員の採用を完全に停止すれば、短期的なコストは下がるかもしれないが、長期的には人材の断絶を招きかねない。したがって、AIが一人ひとりの従業員の生産性を向上させたとしても、企業がただちに新卒採用を廃止するとは限らない。

編集後記：真の変化はスキルの参入障壁にある

警戒すべきは、「大規模な失業が起きていない」ことが、新卒者がAIを無視してよいことを意味するわけではない点だ。より現実的な変化として、ポジションへの要求水準が上昇している。同じ入門職でも、企業はAIを補助手段として活用しながらより複雑なタスクをこなし、モデルの出力の信頼性を判断し、複数ツールを横断して統合する能力を候補者に期待するかもしれない。つまり、AIは必ずしも新人から職を奪うわけではないが、AIを使いこなせない新人が頭角を現すことをより難しくする可能性がある。

大学や求職者にとって重要なのは、特定のチャットボットの使い方を覚えることだけではなく、専門分野におけるAIの限界を理解することだ。事実の検証方法、データ保護、著作権・コンプライアンスリスクの回避、そしてモデルの出力を成果物へと転化する方法を把握することが求められる。将来の入門ポジションが消滅するわけではないかもしれないが、「入門」の定義自体が変わりつつある。

総じて現在のデータは、AIによる雇用不安に対して重要な修正視点を提供している。技術的ショックは継続的に追跡されるべきであり、一元的な語りによって誇張されるべきではない。生成AIが労働市場に与える長期的な影響はいまだ確定していないが、少なくとも現時点では、新卒者の雇用データに広範かつ明確な深刻な打撃の痕跡を残すには至っていない。

本記事はArs Technicaより編訳。