AI導入の次に来る経営課題。「人材の空洞化」はすでに始まっている
AI導入の次に起こる、人材の問題
生成AIによって、企業の生産性は急速に高まり始めています。
コードを書く。仕様書をまとめる。市場を調査する。不具合を検索する。
これまで若手社員が数時間かけていた仕事を、AIなら数分で終わらせることも珍しくありません。
実際、生成AIを導入したカスタマーサポート業務を分析したNBERの研究では、生産性は平均14%向上し、新人・低スキル層では34%の改善が確認されています。
企業から見れば合理的です。
少ない人数でも生産性を維持できるなら、採用数や人件費を抑える判断にも短期的な合理性があります。
しかし、この合理化を5年、10年続けた先はどうでしょうか。
AIが仕事を代替するほど、その仕事を通じて人に蓄積されてきた経験や専門性まで失われていくとしたら。
今はまだ、現場を知り、経験から判断できる中堅・ベテラン人材が企業を支えています。だから問題は見えにくい。
しかし、その次の世代はどうでしょう。
社員はいる。AIも使える。
それでも、現場を理解し、重要な局面で判断できる人がいない。
そんな「人材の空洞化」が、AI導入の次の経営課題になるかもしれません。
AIが代替しているのは、仕事だけではない
AIによって失われる可能性があるのは、作業だけではありません。
その仕事を通じて身につけてきた経験そのものです。
IT企業では、若手がコードを書き、失敗し、レビューを受ける中で、「この設計は危ない」と判断できるようになります。
製造業でも、図面を読み、不具合原因を追い、現場で試行錯誤する中で、マニュアルには書けない判断力が蓄積されます。
つまり、企業にとって仕事そのものが人材育成の装置だったのです。
仕事を任せる。失敗する。レビューする。もう一度任せる。
人が育つだけでなく、企業側も「何を経験させれば育つのか」という知見を蓄積してきました。
ところがAIによって、仕事と育成が切り離され始めています。
業務をAIへ移すことが問題なのではありません。
AIへ移した後、人が専門性を形成する新しい経路まで設計しているか。
それがなければ、企業は「人が育たない」だけでなく、人を育てる力そのものを失う可能性があります。
若手が育つ「入口」は、すでに細り始めている
Stanford Digital Economy Labの分析では、AIへの曝露が高い職種で22〜25歳の若手雇用が相対的に低下し、その変化は解雇より若手採用の減少を通じて現れていると報告されています。
生産性が上がれば「以前と同じ人数を採用する必要はない」という判断は自然です。しかし、今年採用しなかった若手は、5年後には存在しない中堅人材でもあります。
さらに、若手が担ってきた業務までAIへ移せば、残った社員が経験を積む機会も減っていきます。
実際、SiemensではIndustrial CopilotがPLCコード生成や設備トラブルへの対応を支援し、ITでもGitHub Copilotによってコーディングの生産性は大きく向上しています。
これはAI導入の成功です。
だからこそ、もう一つ問う必要があります。
「その仕事がどれだけ速くなったか」だけでなく、「その仕事を通じて、誰が何を学んでいたのか」。
AIがコードを生成するなら、若手はどこで設計の失敗を経験するのか。
AIが異常原因を示すなら、どこで「データには出ない現場の違和感」を学ぶのか。
今は、AIの答えに「これは違う」と言える経験者がいます。
しかし、その人たちが退職した後はどうでしょう。
仕事は回る。成果も出る。けれど、仕事の本質を知る人が減っていく。
だからAI時代の人材戦略で問うべきなのは、
「AIで何人減らせるか」ではなく、「5年後、どんな判断ができる人材を残すべきか」という問いです。
結論|人材戦略は「何人必要か」から「誰が必要か」へ
AIによる業務効率化を止める必要はありません。
ただし同時に、どの業務をAIに渡し、どの経験を人間に残すのかを設計する必要があります。
これまでの人材戦略では、「何人採用するか」「どの業務を効率化するか」が重要な問いでした。
しかし、AIが多くの業務を担うようになれば、問うべきことそのものが変わります。
5年後、企業の中にどんな経験や専門性を残すべきなのか。
そして、AIを使いながら最終的な判断を担うのは、どのような人材なのか。
AIによって若手の仕事が減ること自体が問題なのではありません。
本当に警戒すべきなのは、効率化の裏側で、次の世代が中核人材へ育つための経路まで失ってしまうことです。
5年後の人材は、5年後になってから用意するのでは遅い。
だからこそ今、AI導入と同時に「人をどう減らすか」ではなく、「これからの会社を背負うのは、どのような人材なのか」を定義し直す必要があります。
では、AIが当たり前になる時代に、企業はどのような人材を「中核人材」と定義すべきなのでしょうか。
本シリーズでは、この問いを起点に、必要な人材像の定義、育成、採用・評価まで、AI時代の人材戦略を順に考えていきます。
次回はまず、AI時代に必要となる人材要件そのものを考えます。
AIxができること
AIxは、AIを前提に企業の仕事・人材・組織のあり方を再設計し、実行まで支援する会社です。
独自のREWIREフレームワークを用いて、AI導入を単なるツール導入で終わらせず、業務プロセスや組織、人材まで含めて「AI時代にどう変えるべきか」を整理します。
人材領域では、企業やプロジェクトに必要なAI人材を定義し、適切な人材のマッチングやチーム組成まで支援しています。
「どんなAI人材が必要なのか分からない」「社内だけでは必要な人材を揃えられない」。
そんな課題をお持ちの方は、ぜひAIxへご相談ください。
参考情報
NBER: Generative AI at Work —
https://www.nber.org/papers/w31161Stanford Digital Economy Lab: Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence —
https://digitaleconomy.stanford.edu/publication/canaries-in-the-coal-mine-six-facts-about-the-recent-employment-effects-of-artificial-intelligence/Siemens: Siemens Industrial Copilot expanded, adopted by thyssenkrupp —
https://press.siemens.com/global/en/pressrelease/siemens-industrial-copilot-expanded-adopted-thyssenkruppMicrosoft Research: The Impact of AI on Developer Productivity: Evidence from GitHub Copilot —
https://www.microsoft.com/en-us/research/publication/the-impact-of-ai-on-developer-productivity-evidence-from-github-copilot/