- 最近、Stanford研究チームが発表した論文で、AIへの露出が大きい職種における22〜25歳の若年労働者の雇用が約13%減少したことが明らかになった
- この研究はADPの給与データを基に、さまざまな仮説（コロナ、リモートワーク、景気など）を統制して分析した
- AIの自動化の影響が大きい職種（ソフトウェア開発、カスタマーサービスなど）でのみ、若年層の雇用がはっきりと減少した
- AIが拡張的役割（補助・補完）を果たす職務では、むしろ若年雇用の減少は明確ではない
- AIが現在の若年層の労働市場に構造的変化をすでに引き起こしていることを示す強力な実証的証拠と評価される
米国の若年雇用減少とAIの影響に関する最新研究動向
論争の背景
- 米国経済の状況とAIの影響をめぐって、さまざまな議論が続いている
- 「AIはすでに若者の仕事を奪っているのか？」という問いには、3つの主要な見解がある
- 可能性はある: 当初は、最近の卒業生の雇用悪化という現象がAIの影響かもしれないという分析が提起された
- 確実にそうだ: New York Times、Axiosなどの主要メディアは、AIが新入社員向けの仕事を奪っていると主張し、AnthropicのCEOは今後5年以内にホワイトカラーの入門職の半分が消える可能性があると予測した
- ほとんど違う: 経済専門の分析機関は、AIの雇用への影響は明確ではないというデータを発表し、大半の企業でAIが人員に与える純効果はほぼないと報告している
Stanford研究論文と実証的発見
- 最近、Stanfordの研究チームはADPの数百万件の給与データを活用し、2025年半ばまでの雇用動向を観察した
- AIへの露出度が非常に高い職種（例: ソフトウェア開発者、カスタマーサービス業務） では、22〜25歳の若者の雇用がChatGPT導入後に13%減少したことを確認した
- 一方、露出度が低い職種（ホームヘルスケアなど） と高年齢層では、雇用はむしろ維持または増加した
- さらに、コロナ、リモートワーク、低成長などさまざまな外生要因を統制しても、結果は大きく変わらなかった
- 因果関係を直接検証した実験ではなく、観察的分析である。それでも、高露出職務で若年雇用の減少現象が明確に現れている
図表と事例別分析
- グラフ 1: 若いソフトウェアエンジニアとカスタマーサービス職で、新規採用の明確な減少傾向を示している
- 高年齢層では雇用が維持または増加している一方、同一職務では若年層だけが急減している
- グラフ 2: ホームヘルスケアなどAIへの露出が非常に低い職務では、若年雇用が急速に増えている
- これは、AIによる若年雇用減少が一部の職務に限られた現象であることを示唆する
- マーケティングなどAIに中程度に露出した職務でも、若年層の雇用は明確に減少した
なぜこの研究は既存研究と異なるのか？
- 既存研究（CPSなど）はサンプル規模が小さく、22〜25歳のような細分化された集団の分析には限界があった
- ADPデータのおかげで、年齢・職種別の細かなサブグループでも信頼性のある推定が可能になった
AIの自動化と拡張効果の違い
- 職務ごとに、AIが自動化によって人間の業務を代替する場合と、AIが人間の業務を拡張・補完する場合を分けて分析した
- 自動化的な特性が強い職業（ソフトウェアエンジニア、会計監査など）: 若年雇用が明確に減少した
- 拡張的な特性が強い職業（複雑さや戦略性が求められる役割）: 若年雇用の減少は明確ではない
- Anthropic Economic Index などの外部指標も参考にして、職務別のAI影響特性を分類・分析した
- グラフ 6、7: 自動化しやすい職種では若年雇用が明確に減少し、拡張的な職種ではむしろ雇用が増加傾向にある
同一企業内でも部門ごとに異なる雇用影響
- 同じ企業の内部でも、法務・会計のような自動化高露出部門では若年雇用が減少し、他部門では拡張的影響によって維持または増加する傾向が見られる
- 企業単位の景気要因（金利など）とは別に、職務の露出度ごとに明確な差が存在する
AI代替可能性と人材特性
- LLM（大規模言語モデル）は、文書化され定型化された知識を中心によく学習する。これは若年層が習得した形式知と重なる部分が多い
- 一方で、高齢・経験豊富な人材の暗黙知（現場でしか分からない細かなノウハウ）とは重なりが少ない
- 評価しやすい短期・反復的な業務はAIによる代替が容易だが、複雑な長期戦略業務はAIによる代替が難しい
大学教育の対応方向
- AIをツールとして積極的に活用する能力が重要になっている
- 意外にもシニア開発者のほうがAI活用に熟練しており、大学教育課程の改編の必要性が提起されている
- LLMの限界（物理的作業、人間的相互作用など）と、新たな職業能力の重要性が浮き彫りになっている
結論と展望
- AIの将来的な成果や脅威だけを議論するのではなく、すでに現在の経済と若年労働市場にAIが実質的な影響を与えていることを直視すべきだ
- 若年雇用とAIの関係において、リアルタイムデータと反復的検証の必要性が強調される
- 未来予測よりも、現状を正確に診断することが重要だというメッセージを伝えている
2件のコメント
あらゆる技術の進歩は既存の仕事をなくしているのに、AIだけが特に注目を集めている。
Hacker Newsの意見
2023年1月からCustomer Service RepなどNLP中心の職種で採用減少が見られた理由が気になる。大半の大企業はLLM/NLPのパイロットを2023年の中後半に始めた認識なので、このように実際の技術導入より1年以上前から採用が減るのは説明がつかない。SWE採用の減少は2022年半ばからあり、これは金利上昇とほぼ一致する。LLMとCopilotが一般化したのはその1年後だ。論文ではZIRP終了への調整をしたとしているが、十分な調整だったのかは分からない。周囲の非公式な調査でも、LLM Copilotの本格導入は2023年末〜2024年半ばだった。そこまで普及していた時点ではなかった。
SWE（ソフトウェアエンジニア）の採用減少は2017年の税法変更が原因だ。研究開発（R&D）関連の税額控除の一部が2022年からなくなり、そのためR&D職（例: エンジニア、科学者）の人件費が大きく上昇した。R&D比率の高い大企業ほど早く影響を受ける。一方でCustomer Serviceの採用減少は、企業が顧客サービスを重視していないからだ。何十年もの間、自動音声システム、外注コールセンター、出来の悪いWebサイトなど、サービス品質が低くても、投資家に「AI導入でもっと人員削減する」と言えばむしろ歓迎される構造になっている。市場や規制でも止められないので、サービスをわざと悪化させても改善される期待すらない。
コンサルティングをしているが、2022年11月前後で空気が劇的に変わった。それまでは大量の見込み顧客に対応しきれないほどだったのに、突然仕事がぴたりと止まった。相手にしている顧客もスタートアップや中堅企業で、内部情報や最先端トレンドと無関係なところだ。GPTで人件費を減らそうという話は誰からも見たことがない。体感としては、ZIRP終了とレイオフの始まり（案件が即座に埋まること）が主因だと感じる。
私も投稿者と似た考えだ。LLMやAIが本格的に議論される以前から、労働市場の弱さを示すサインは明確にあった。採用縮小の主因はLLMではなく、単なる相関関係にすぎないと思う。より根本的には、米国だけでなく世界全体で経済構造にひびが入りつつあり、そのため若年雇用難が広がっている。原因は金融・財政政策の副作用、富の不平等、関税、地政学など、さまざまな複合要因だ。
論文ではZIRP終了の効果に対する調整に触れているが、どこまで十分かは疑問だ。論文（Equation 4.1, p.15）は会社別、AI露出度別、時期別の個別効果を分類している（
log(y_{c,q,t}) ~ a_{c,q} + b_{c,t} + g_{q,t}）。時系列全体にまたがる効果（ZIRP、Section 174など）はbに吸収されるはずだ。gは2022年10月と露出度1で補正しており、Figure 9（p.20）には年齢層・露出度別のグラフがある。露出度3・4・5の若年層だけが2024年半ばから下落している。記事中のグラフと論文のFigure 9では印象が違い、ZIRPの影響は非常に大きいと見る。ただし現行の方式では、juniorでAI高露出の職種（SWEなど）がSection 174に直接打撃を受けた分をbでは補正できず、gに反映されて実際にはAI効果と誤認される可能性がある。SWEなどSection 174該当職種を除いて再分析すれば意味がありそうだ。論文原文うちの会社も2023年に本格的にアウトソーシングを拡大した。AIプロジェクトも始めたが成果は乏しく、むしろアウトソーシングのほうが非常に速く進んだ。
簡単なモデルを作ってみたが、2021年まではすべての集団（年齢層）で採用が緩やかに増え、その後徐々に減少すると、論文のグラフに似たパターンが出る。ピーク付近で大量採用されたエンジニアが年齢区分に沿って移動するためだ。論文で2022年基準にグラフを正規化すると、実際には採用比率の変化がほとんどない事実が隠れてしまう。Googleスプレッドシート共有
面白い結果だ。実際には全ての年齢層で採用が同じでも、データ構造（例: 若年層が時間経過で年齢移動すること）のために、若年層だけが特別に仕事を失っているように誤って見える可能性がある。
少し混乱する。説明モデルでは20-24歳、25-29歳の年齢層がそれぞれ別の年にピークを迎えている（2022年 vs 2024年）。同じ構造なら、すべて同じ時点で上下しピークになると思っていたのだが、これが正常なのか気になる。
ジュニア採用の減少は「コモンズの悲劇」だ。AIブーム以前のコロナ禍の時期から始まっており、米国だけの現象でもない。ZIRPのせいで企業は際限なく採用し、競合から人材を引き抜き続けた結果、インターンですら2年の経験があればシニア待遇だった。知人たちはブートキャンプに通っただけでも給料をもらえた。結局、採用されたジュニアがすぐ別会社でシニアとして転職してしまうので、企業はジュニア採用を嫌がるようになった。
今や私たちが「AI」と呼んでいるものは技術ではなくサブスクリプションサービスになってしまった。技術はツールチェーンに載って自分の能力強化を助けるが、サブスク企業は、料金を払い続ける限り認知負荷を委託できるだけだ。AnthropicのCEOがホワイトカラーの仕事が消えると言うのも、企業向けAIサブスクを売る立場として、企業が必然的な買い手になるというマーケティング発言だ。
2020〜2025年の経済データは意味がないので捨てるべきだ。今はパンデミック、急激なインフレ、金利の不確実性、関税の影響など、変数だらけの時代で、AIの影響力を知ることはできない。次の景気後退と、変数が落ち着いた後の雇用状況を見て初めて、AIが雇用に与える影響を評価できる。
説明されていないさまざまな原因があり得る。不確実性の時代には、必要な人材でなければ採用しない。ジュニアやカスタマーセンターの採用は簡単に先送りできるが、ケアなどの必須職務はそうはいかない。関税が最近の事業不確実性の最大要因で、金利の不確実性もかなり大きい。
私も2004年（オーストラリア）、ドットコムバブルの余波の直後に大学へ進学した。CS志望者は少なく、求職不安で人々が逃げていた時期だ。そのせいで新卒不足が深刻で、企業は2004年ごろから再び採用を増やした。私も卒業時（2008年）にすぐ就職でき、その後は仕事に困ったことがない。2025年の高校生に助言するなら、今こそCSに進む完璧なタイミングだ。5年後にはAI過熱も冷めて、新卒不足になっているはずだ。
根拠が何なのか気になる。AIが本当にただのハイプにすぎないと自信を持って言えるのだろうか。
alternative view: 今回はAI hypeが実体で、AIが本当に仕事を代替して、5年後には皆が失業している可能性もある。逆に考えると、5年後にはベビーブーマーやGenX第1波の引退が大規模に進み、ほとんどの分野で雇用市場そのものは大きく開いている可能性もある。
今回は違うかもしれない。現在はLLMとagentをorchestrationしてソフトウェアを開発できる時代だ。ソフトウェアエンジニアの役割も、品質管理、コンプライアンス、ソフトウェアアーキテクチャ、そしてLLMが苦手な特殊状況への対処程度に縮小している。しかし、これすらもAIの進歩が解決してしまうのではないかと思う。結局、CS卒業生が学ぶスキルでできる仕事はどんどん減っていきそうだ。今後は、顧客ニーズを抽象的に設計してAIに判断・伝達させ、AIの結果を美術作品を鑑賞するように評価する思考法のほうが重要になるだろう。
トレンドには時間が必要だ。「AI」が入り込んでひと騒ぎしたあと、実際にAIが『Intelligence』なのかさえ確認されていないことが多い。HRは上からAI導入を指示されるだけで、怪しい根拠で大規模な人員削減を数カ月で断行し、再採用はゆっくり進める。LLMは有用ではあるが、大量解雇に使う道具ではない。経営陣にとってコスト効率化は魅力的だが、現実にはAIが期待どおりすぐにIになるわけではない。実際に使ってみた私の感覚では、LLMは革新的ツールというより優れた計算尺くらいの位置づけだ。私の計算尺はインターネットや電気がなくても常に動くが、LLMはそうではない。
若年層採用には知識や実力以外にもさまざまな要因が働く。ITの中にもブルーカラー的な単純雑務が多く、これは大半が外注化・契約職（主に若年層）が担っている。たとえばITサポート、保守などの反復業務は西側諸国の外で多く行われている。AIがこの領域をすぐに代替するようには見えない。一部の雑務は責任分散、リスク分散のために若年層へ割り当てられる。AIが人間並みに責任を負えるとは思わない。若年層はスピードと柔軟性、強い労働力、低賃金などの理由で好まれ、こだわりなく残業もいとわなかった。私の経験ではチームワークも若い層のほうが優れていた。能力面だけで今の現象を解釈すると、全体像を見落とすことになる。
ソフトウェアエンジニアリングは2022年から調整局面に入り、AIは大量解雇の言い訳にすぎない。Zuckは「効率性の年」をもう何年も叫んでいる。