- ここ数年、大学卒業者の失業率が他の労働者より速いペースで上昇しており、これに対する懸念が高まっている
- Starbucksによる最近の本社人員1,000人超の解雇は、ホワイトカラー労働者にとって警告信号として受け止められている
- 2022年9月以降、大学卒業者の失業率は2%から2.6%へと30%上昇
- 全体の失業率は同期間に3.4%から4%へと18%上昇
- 現在の失業率は歴史的な基準で見れば依然として低い水準だが、雇用市場の弱まりを示す兆候が見られる
- パンデミック後の需要急増を受けて企業は積極採用を進めたが、その後は金利上昇と投資家からの圧力を受けて人員削減へと転じた
技術変化とAIの影響
- 急速に進化する人工知能（AI）が、知識労働への需要を減少させる可能性が指摘されている
- とくに初級開発者では、AIコーディング支援ツールが生産性を25%以上向上させている
- 熟練開発者との生産性格差が縮まり、高い経験を持つ人材の賃金プレミアムが低下する懸念がある
- MITの研究チームは、開発者の職務がAIマネージャーへと進化する可能性を示している
- 短期的には、AIを通じた人員削減の流れがテック業界で広がっている
- テック業界の失業率は2022年の2.9%から2024年には4.4%となり、50%以上増加
業界別の事例: ゲーム、金融、コーヒー
- ビデオゲーム業界は、2020年のパンデミック特需で急成長した後、大規模な解雇が進んでいる
- Bethesdaなど著名なゲーム開発会社でも、労働組合の結成と構造調整が並行して進められている
- 金融業界では、金利上昇に伴って住宅ローン需要が減少し、人員削減が進んでいる
- Wells Fargoは16四半期連続で人員削減を実施し、住宅ローン部門は2023年以降で半減
- 一部の従業員は、解雇が労働組合活動と関連していると主張している
企業構造の変化と組織効率の追求
- 多くの企業がAmazonのモデルのように、機能間の壁を低くし、小規模チームの編成を目指している
- Starbucks、Nissanなども「重複の排除」や「機敏な組織」を解雇の理由として挙げている
- こうした変化は、中間管理職層やバックオフィス業務の縮小につながっている
学歴と失業率の不均衡
- ZipRecruiterの分析によると、失業率の上昇は学士号取得者、または大学教育を一部履修した人々に集中している
- 高学歴層（修士以上）または高卒未満の層では、失業率は安定または低下している
- ADP Researchは、学士号以上を要する職種の採用が相対的により鈍化したと分析している
学位の経済的価値の変化
- 1980年以降一貫して広がってきた学位保有者と非保有者の賃金格差は、ここ15年ほど停滞している
- これは大学教育修了者の増加と情報技術の発展により、高学歴労働者の必要性が低下したためかもしれない
- たとえば、かつては大学卒業者向けだった会計などの職務が自動化され、その需要が減少している
政府政策と公共部門への影響
- トランプ前大統領による連邦政府再編の試みは、大学や非営利機関にも影響を及ぼしている
- Johns Hopkins Universityは、連邦研究資金の縮小を受けて世界全体で2,000人の解雇を発表
- 公共および研究部門は高学歴者の雇用比率が高い分野であり、政府支出の削減は大きな影響を与えうる
経済学者たちの見解
- HarvardのLawrence Katz教授は、現在の失業率上昇を長期的な変化とみなすのは難しいと分析している
- リモートワークによる賃金ディスカウント効果が一部影響している可能性がある
- しかし、政府の科学・教育・研究支出の削減は、今後数か月にわたり大学卒業者の失業率に悪影響を与える可能性がある
2件のコメント
AIの発展は、すなわち二極化ですよね。
ベーシックインカム政策の実現可能性を考えると、
おそらく近いうちに、恐ろしいほど階層間の不均衡がさらに深刻化するでしょう。
Hacker Newsの意見
この話題を語る人があまりいないのは驚きだ。企業がレイオフできる大きな理由は、実際にやる仕事が減っているからだ。以前はユーザー向けの小さな改善アイデアがたくさんあったが、今はAI一色になっている。AIを使って改善しているわけでもなく、計画すらない。ただ何もしないだけだ。この経験は特別なものではない。
私たちの強欲のせいで、製造やエンジニアリングの知識が失われてしまうのではないかと心配している。よくあるシナリオとして、ある国で産業がうまくいかなくなると、経営陣はアウトソーシングを決め、最終的に工場を解体する。年配のエンジニア、技術者、労働者が持つ知識は、彼らが亡くなると完全に消えてしまう。
私たちの生活水準を維持している仕事の大半はブルーカラーの仕事だ。農家、繊維労働者、建設作業員、配管工、電気工、廃棄物処理作業員などである。この1世紀のあいだ、ホワイトカラーの仕事は過大評価されてきた。いまやホワイトカラーの仕事も危うくなりつつあり、人々がどこへ向かうのかは不透明だ。経済的なパイは縮み続けており、この傾向が反転するようには見えない。私たちの社会経済モデルは技術に合わせて拡張されていないように思える。どう適応するかについて建設的な対話が必要だ。
学士号は全面的に再考されるべきだ。もともとは裕福な資本所有者の子どもをふさわしい階級に仕上げるためのフィニッシングスクールのようなものだった。その後は労働者階級向けの職業資格になったが、多くの学位は有用な技能から完全に切り離されている。唯一の価値は、適切な採用委員会や個人に好印象を与えれば、専門管理職階級の一員になれるという点にある。それにもかかわらず、私たちは労働者階級がこの学位のために莫大なローンを背負い、職業人生を通じて借金を抱えることを受け入れてきた。これは持続可能ではなく、単に債務を免除するだけでは、より高くつき、望まれる本来の結果（有用な労働者）とも一致しにくくなるだろう。
AIの利点を最も強く主張する人たちは、おそらく出力をあまり"テスト"せず、LLMに誤りを垂れ流させているのだろう。私は毎日LLMを使っているが、主にブレインストーミングの道具として、あるいは小さなスクリプトの一部を書くために使っている。すべて検証が必要だ。先週末、ChatGPT Music Teacherを使おうとしたが、ギターのボイスリーディング練習を準備するのに30分近く費やした。モデルは正しい情報を出せなかった。コードやフレット／音符の情報が間違っていた。音楽理論やギター上の音程を知らなければ大きな問題になっていただろう。30分を無駄にし、役に立つものは得られなかった。技術がかなり驚くべきものであることを否定するつもりはないが、誇大宣伝を信じるべきではない。
現時点では、AIは依然として知識労働者が仕様を定め、点検しなければならない。AIは知識労働者の生産性を高めるが、彼らを不要にするわけではない。知識労働者の生産性が上がれば、知識労働はより安くなる。安い知識労働は知識労働への需要を増やす。したがって、必要な労働者数が実際には増える可能性もある。そうならないかもしれないが、知識労働者が減るという一次的な分析だけでは不十分だ。衣料品メーカーを参考にできる。衣料品製造の部分的な自動化によって服は安くなり、いまでは人々は何百着もの服を持っている。100年前よりも多くの人が衣料品を作っている。
最近の学術論文によれば、AIコーディング支援を使ったソフトウェア開発者は、生産性の主要指標が25%以上向上したという。生産性向上は、経験の浅い開発者で最も大きかった。ただし、この引用についてはよくわからない。論文を読んだが、この文脈での"生産性"は、開発者週あたりのビルド数、コミット数、プルリクエスト数として扱われていた。AIツール（Copilot）の使用有無によるビルド成功率には、統計的に有意な差はなかった。
AIとの関連性ははっきりしない。パンデミックの本当の教訓の1つは、知識関連のものは何でもアウトソーシングできるということだ。品質が1/8から1/2程度でも、コストが低ければそのほうがよい。この効果は、より低技能でより初級の役割であるほど、いっそう増幅される。AIが発展するにつれて、この効果はさらに強まるだろう。AIと操縦者が組めば非常に生産的になり、ほかの人を雇わない理由がなくなるはずだ。
AIエンジンは本当にひどいコードを書くかもしれないし、改善されないかもしれない。だが、人々が簡単に仕事を雑に済ませるようにしてしまい、それが知識労働の衰退につながる可能性はある。