**2026年上半期、企業は米国で発表した101,743件の人員削減について、その理由として人工知能を挙げた。一方、世界経済フォーラムは、AI関連技術によって2030年までに世界全体で170百万人分の職が創出され、92百万人分の職が置き換えられると予測している。**この2つの数字は絶えず互いに引き合いに出されるが、本来比較できるものではない。片方は今年、一国内で発表された件数を数えたものであり、もう片方は世界規模で10年間をモデル化したものだ。より有益な読み方は、両者が一致している部分に注目することだ。置き換えは事務職・管理職に集中し、創出は技術系に偏り、いずれにせよ中核的な職務スキルの39%は変化すると見込まれている。以下の数値は、世界経済フォーラムの雇用の未来レポート、Challenger Grayの人員削減データ、Gallup、Stanford HAIから得たものである。
TL;DR
- 世界経済フォーラムは2030年までに約92百万人分の職が置き換えられると予測している(世界経済フォーラム)
- 約170百万人分の職が創出されると予測している(世界経済フォーラム)
- 差し引きで約78百万人分の純増となる(世界経済フォーラム)
- 2030年までに中核的な職務スキルの約39%が変化すると見込まれている(世界経済フォーラム)
- 企業の77%が5年間でリスキリングに投資する計画だ(世界経済フォーラム)
- 企業は2026年上半期の米国の人員削減101,743件についてAIを理由に挙げた(Challenger, Gray and Christmas)
- これは発表された削減全体の23%に相当する(Challenger)
- AIは4か月連続で挙げられた理由のうち最多だった(Challenger)
- 6月だけでAIを理由とする削減は14,029件、31%に上った(Challenger)
- 2026年上半期の米国の発表済み削減総数は前年比40%減少した(Challenger)
- 同期間にテクノロジー業界の削減は83%増加した(Challenger)
- 米国従業員の52%が仕事でAIを使用しているが、毎日使うのは15%にとどまる(Gallup)
- 組織レベルでのAI導入率は88%に達した(Stanford HAI, McKinsey)
1. 予測
この分野で最も引用される数字は予測であり、登場するたびにそう明記すべきものだ。**世界経済フォーラムは、2030年までに約170百万人分の職が創出され、約92百万人分の職が置き換えられ、差し引き約78百万人分の純増になると予測している。**これは、2030年までの期間における労働力の予想される変化について企業を対象に行った調査から導き出された数字だ。
多くの報道はこの純増の数字で立ち止まってしまうが、分析はまさにそこから始めるべきだ。78百万人分の純増が安心材料になるのは、職を失う人々が新たに創出される職に就ける場合に限られるが、内訳を見ると大半はそうならないことがわかる。置き換えは、社内での異動余地が乏しい事務職・管理職に集中する。創出は、数週間ではなく数年単位の訓練を要する技術系の職に集中する。したがって、純増がプラスの予測であっても、個々人にとって深刻な打撃と両立し得るのであり、この合計値だけを良いニュースとして扱うことは、そもそもこの問題を政策課題たらしめている分配の論点をまるごと素通りすることになる。
| 指標 | 値 | 出典 |
|---|---|---|
| 2030年までに置き換えが見込まれる職 | 約92百万人分 | 世界経済フォーラム |
| 2030年までに創出が見込まれる職 | 約170百万人分 | 世界経済フォーラム |
| 純増の予測 | 約78百万人分 | 世界経済フォーラム |
| 置き換えが中心となる職種 | 事務職・管理職 | 世界経済フォーラム |
| 創出が中心となる職種 | 技術系の職 | 世界経済フォーラム |
| 創出対置き換えの比率 | 約1.85対1 | 世界経済フォーラムの数値から算出 |
| 数値の性質 | 予測であり実測ではない | 世界経済フォーラム |
| 対象期間 | 2030年まで | 世界経済フォーラム |
出典: 世界経済フォーラムの雇用の未来レポートに関する報道。
2. 企業が実際に発表したこと
予測に対置されるのが、範囲は狭いものの、企業が今年実際に語った内容に基づく実測データだ。**企業は2026年上半期に米国で発表した101,743件の人員削減について、その理由として人工知能を挙げた。これは全体の23%に相当し、AIは4か月連続で挙げられた理由のうち最多だった。**6月だけでAIを理由とする削減は14,029件、その月の発表全体の31%を占めた。
この数字を取り巻く文脈は両方向に働く。同じ期間に米国の発表済み削減総数は前年比40%減少しており、レイオフ全体が大きく改善した年にAIを理由とする割合が上昇したことになる。これは、AIを理由に挙げることを単なる景気後退の隠れみのと見なす見方への反証になる。その一方で、テクノロジー業界の削減は他の業界がすべて減少する中で83%増加しており、テクノロジー業界こそ、過剰採用の是正としてではなく、AI主導の近代化として削減を演出する動機が最も強い業界だ。どちらの見方もデータと矛盾しない。
| 指標 | 値 | 出典 |
|---|---|---|
| AIを理由とする削減、2026年上半期 | 101,743件 | Challenger |
| 発表済み削減全体に占めるAIの割合 | 23% | Challenger |
| AIを理由とする削減、2026年6月 | 14,029件 | Challenger |
| 6月の削減に占めるAIの割合 | 31% | Challenger |
| AIが理由のトップだった連続月数 | 4か月 | Challenger |
| 発表済み削減総数、2026年上半期 | 443,604件 | Challenger |
| 削減総数の前年比変化 | 40%減少 | Challenger |
| テクノロジー業界の削減の変化 | 83%増加 | Challenger |
業界別の詳細はテック業界レイオフ統計の記事にまとめている。出典: Challengerの2026年6月人員削減レポート。
3. スキルは雇用が消えるより速く変化する
スキルに関する調査結果は、雇用者数の数字ほど劇的ではないが、おそらくより重大な意味を持つ。世界経済フォーラムは、2030年までに中核的な職務スキルの約39%が変化すると予測しており、企業の77%は今後5年間でリスキリングとスキルアップに投資する計画だと回答している。
この2つの数字を合わせて読むと、企業は従業員をそのまま抱え続けながら、その業務内容を変えていくつもりだということが見えてくる。これは、置き換えに関する見出しが示唆する未来とは大きく異なるものであり、負担を労働市場ではなく訓練システムの側に置くことになる。同時に、これは最も主張しやすく、最も検証しにくい類の言明でもある。リスキリングに投資する意向を表明すること自体は、調査時点では企業に何のコストもかからず、その投資が実際に実現したかどうかを追跡する同等のデータセットは存在しない。
| 指標 | 値 | 出典 |
|---|---|---|
| 2030年までに変化が見込まれる中核的職務スキルの割合 | 約39% | 世界経済フォーラム |
| リスキリング投資を計画している企業 | 77% | 世界経済フォーラム |
| この投資の対象期間 | 今後5年間 | 世界経済フォーラム |
| この組み合わせが示唆すること | 置き換えより再教育を重視 | 算出 |
| 投資に関する主張の検証可能性 | 低い | 算出 |
| 置き換えが見込まれる職 | 約92百万人分 | 世界経済フォーラム |
| 創出が見込まれる職 | 約170百万人分 | 世界経済フォーラム |
| 置き換えられた労働者が創出された職に就くか | 大半は就かない | 世界経済フォーラム |
開発者側の文脈は開発者調査統計の記事にまとめている。出典: 世界経済フォーラムの雇用の未来レポート。
4. 導入はまだ代替には至っていない
置き換え論は、導入データがまだ示していない水準の利用強度を前提にしている。米国従業員の52%が仕事でAIを使用していると回答しているが、毎日使うのはわずか15%であり、組織レベルでの導入率は88%に達している。労働力の半分がときどき使う程度のツールは、大規模な代替が必要とする水準では機能していない。
このギャップは、近い将来の置き換え論が導入の実態を先取りしすぎているという、現時点で最も有力な論拠だ。同時に、これは動き続ける対象でもある。毎日の利用率は2026年中に13%から15%へ上昇し、全体の利用率は3年間で2倍以上になった。問題は、毎日の利用率が現在の水準付近で頭打ちになり、AIが補助的な層として機能し続けるのか、それとも職務が実際に統合されるほどの強度まで上昇し続けるのか、という点だ。現在のデータはこの問いに答えを出しておらず、答えを出したと主張する者がいれば、それは外挿にすぎない。
| 指標 | 値 | 出典 |
|---|---|---|
| 仕事でAIを使用する米国従業員 | 52% | Gallup |
| 毎日使用する層 | 15% | Gallup |
| 2026年のそれより前の時点での毎日の利用率 | 13% | Gallup |
| 2023年第2四半期にAIを使用していた米国従業員 | 21% | Gallup |
| 組織レベルでのAI導入率 | 88% | Stanford HAI, McKinsey |
| 少なくとも1つの業務で生成AIを使用 | 79% | McKinsey |
| AIによるEBITへの何らかの影響を認める組織 | 39% | McKinsey |
| AI利用者のうち毎日使用する層の割合 | 約29% | Gallupの数値から算出 |
従業員レベルの詳細は職場のAI統計の記事に、支出面の詳細は企業のAI導入統計の記事にまとめている。出典: 職場での頻繁なAI利用に関するGallupのデータ。
5. なぜ2つのデータは食い違うのか
予測データと発表データが異なる方向を示すのは、構造的な理由によるものであり、どちらかが間違っているからではない。**雇用の消失は集中的で、日付が特定され、公表される。一方、雇用の創出は分散的で、緩やかに進み、ほとんど公表されない。**500人を削減する企業は声明を出す。18か月かけて40のチームにそれぞれ2人ずつ増員する企業は、何も発表しない。
この非対称性があるかぎり、発表データに基づくどんなデータセットも実態より悲観的に見え、企業の予測に基づくどんなデータセットも実態より楽観的に見えることになる。自社の採用計画を予測する回答者には、楽観的に聞こえるよう答える動機があるからだ。誠実な立場は次のようなものだ。観測データは、今まさに何がAIのせいにされているかを教えてくれるが、純効果までは教えてくれない。一方、予測は純効果をモデル化できるが、それが実際に起こるかどうかまでは教えてくれない。
| 指標 | 値 | 出典 |
|---|---|---|
| Challengerが測定しているもの | 発表された削減と挙げられた理由 | Challenger |
| 世界経済フォーラムが測定しているもの | 2030年までの企業の予測 | 世界経済フォーラム |
| Challengerデータの地理的範囲 | 米国 | Challenger |
| 世界経済フォーラム予測の地理的範囲 | 世界全体 | 世界経済フォーラム |
| 雇用消失の可視性 | 高い、公表される | 算出 |
| 雇用創出の可視性 | 低い、公表されない | 算出 |
| 発表データの偏りの方向 | 悲観的 | 算出 |
| 企業予測の偏りの方向 | 楽観的 | 算出 |
出典: 2026年上半期のテック業界レイオフとAI起因説に関するCFO Diveの記事。
まとめ: 数字で見るAIの雇用への影響
| 指標 | 値 | 出典 |
|---|---|---|
| 2030年までに置き換えが見込まれる職 | 約92百万人分 | 世界経済フォーラム |
| 2030年までに創出が見込まれる職 | 約170百万人分 | 世界経済フォーラム |
| 純増の予測 | 約78百万人分 | 世界経済フォーラム |
| 創出対置き換えの比率 | 約1.85対1 | 算出 |
| 変化が見込まれる中核的職務スキル | 約39% | 世界経済フォーラム |
| リスキリング投資を計画している企業 | 77% | 世界経済フォーラム |
| AIを理由とする削減、2026年上半期 | 101,743件 | Challenger |
| 発表済み削減に占めるAIの割合 | 23% | Challenger |
| 6月のAIを理由とする削減 | 14,029件 | Challenger |
| 6月の削減に占めるAIの割合 | 31% | Challenger |
| AIが理由のトップだった連続月数 | 4か月 | Challenger |
| 発表済み削減総数、2026年上半期 | 443,604件 | Challenger |
| 削減総数の変化 | 40%減少 | Challenger |
| テクノロジー業界の削減の変化 | 83%増加 | Challenger |
| 仕事でAIを使用する米国従業員 | 52% | Gallup |
| 毎日使用する層 | 15% | Gallup |
| 2023年第2四半期の同指標 | 21%が何らかの形でAIを使用 | Gallup |
| 組織レベルでのAI導入率 | 88% | Stanford HAI, McKinsey |
| AIによるEBITへの何らかの影響を認める組織 | 39% | McKinsey |
方法論と出典
- 置き換え、創出、スキル変化、リスキリング意向に関するデータは、世界経済フォーラムの雇用の未来レポートによるもので、同レポートは2030年までの労働力の予想される変化について企業を対象に調査している(世界経済フォーラム)。
- 発表された人員削減と挙げられた理由に関するデータは、Challenger, Gray and Christmasの月次人員削減レポートによるもので(2026年6月のレポート、2026年6月のPDF)、業界別分析は照合済みだ(CFO Dive)。
- 従業員レベルの導入データはGallupによる職場でのAI利用の追跡調査によるもので(Gallup)、組織レベルの導入データはStanford HAIの2026年AIインデックスとMcKinseyのState of AI調査によるものだ(Stanford HAI、McKinsey)。
- データに関する注記: 世界経済フォーラムの数値は企業調査に基づく予測であり実測ではなく、出典となるレポートは2026年の状況を描写するものではなく、2030年までを対象期間としている。これらは世界規模のデータである一方、Challengerのデータは米国のみを対象とし、実際の離職ではなく発表件数を数えたものだ。この2つのデータセットを、雇用の純変化に関する単一の物語に統合してはならない。Challengerは企業が挙げる理由をそのまま記録するだけで検証はしておらず、AIを理由とする割合の上昇は、因果関係を反映している場合もそうでない場合もある情報開示の傾向にすぎない。また企業には、需要の弱さよりもAIを理由として選好する評判上の動機がある。Gallupの導入データは自己申告に基づくもので、米国のみが対象だ。「算出」と記載された行は、公表された数値からの計算または直接的な推論によるものだ。
- 最終更新: 2026年8月2日。Challengerが月次データを公表し、世界経済フォーラム、Gallup、Stanford HAIが新しい版を発表するたびに、この記事を四半期ごとに更新している。