「AIに影響される仕事」を「消える仕事」と読まない
ある職業がAIの影響を受けやすいと聞いて、その職業の雇用がすべてなくなると考えると、分析の単位を取り違えます。一つの職業にも、入力、説明、例外処理、対人対応、責任を伴う判断など、複数の作業が含まれるからです。
ILOの2025年研究は、作業単位のデータなどから生成AIへの影響可能性を評価しています。これは実際に起きた解雇人数を集計した数字ではなく、人の関与が残る多くの職業では、仕事の変容が中心になると説明しています。
確認作業を含めて、業務全体の時間を比べる仮例
独自の仮例で、一定量の依頼を処理する業務が、受付40時間、文書作成30時間、判断30時間の合計100時間だったとします。AI導入後に受付が20時間、文書作成が15時間へ減っても、判断30時間は残り、出力を点検する作業が別に10時間加わるとします。
導入後は20＋15＋30＋10＝75時間なので、減る作業量は25時間です。処理件数と必要な品質は変わらず、追加の点検10時間は判断30時間と重ならない設定です。実際の企業で確認された効果ではありません。
短縮した部分だけを見れば大きな効果に見えても、業務全体では違います。25時間が減ることは、従業員を25％減らせることでも、給与の支払額が25％減ることでもありません。余った時間を別の対応へ使う場合や、固定的な給与がそのまま残る場合もあります。
作業の短縮を、そのまま利益増加へ結び付けない
企業への影響を読むなら、AIの利用料、導入や研修、誤りの修正、運用を保つ費用も残ります。短い時間で多く処理できても、その分の依頼がなければ売上が増えるとは限りません。逆に、待ち時間や品質の改善が需要へつながる可能性も、別の検討になります。
人が減ったという発表だけでも、効率化の成果とは決められません。受注の減少、事業整理、外部委託への変更など、何が変わったのかを会社の説明で分ける必要があります。
極端な雇用予測から、関連株の結論を急がない
社会全体の雇用、特定企業の人件費、AIを提供する企業の収益は、同じ数字ではありません。代替される作業があっても、別の作業や需要が増える可能性があり、その利益がどの会社へ残るかも自動的には決まりません。
投資で読むなら、対象企業がどの業務へ導入し、費用と品質がどう変わり、成果をどう開示しているかが出発点です。「仕事が全部なくなる」「すべての企業が大幅増益になる」という二択を置くより、作業から事業収支までのつながりを追う方が、不足している根拠を見つけやすくなります。