広大な労働力支援システム全体で、現在、実務者が集まる場であらゆる議論の中心になっているテーマが1つある。人工知能（AI）が仕事を変え、生み出し、消滅させる影響である。
このシステムを構成する職業相談員、求人開拓担当者、ケースマネジャー、労働市場アナリストは、求職者が仕事を見つけ、定着できるよう支援する役割を担う。雇用主によるAI導入が予想外の速さで進んでいることで、戦略や労働力支援の役割の再考が迫られている。労働力支援の専門家はどのように対応しているのか。職業紹介のプロセスはどう変わりつつあるのか。
過去半世紀にわたり、労働力支援システムはダイナミックに機能し、仕事や職業の変化に合わせて軸足を移し、適応してきた。AIについても、すでに雇用主の動きを追う形で適応が始まっている。さらに、求職者向けサービス、自らの業務、説明責任を改善するためにAIを活用する初期段階にも入っている。
タイプライター修理と技術の進歩
1980年代初頭、私はサンフランシスコ・ルネサンス・センターという小規模な職業訓練・経済開発団体を率いていた。最初期の職業訓練講座の1つが、事務機器修理だった。失業中の元受刑者や学校に通っていない若者を対象に、タイプライター、コピー機、電卓の修理技術を指導した。訓練生たちは、当時の主要メーカーであるOlympia、IBM、Xerox、Taylor Madeのほか、サンフランシスコのサウス・オブ・マーケット地区に点在していた小規模な事務機器修理店に就職していった。
訓練は数年にわたり順調だったが、10年もしないうちに、彼らが就いていた仕事の大半は姿を消した。タイプライター、コピー機、電卓が、パーソナルコンピューターやその他の電子機器に取って代わられたからだ。同じ10年のうちに、地域の事務機器修理店の多くは、この変化に対応できずに廃業に追い込まれた。
当時、他の職業訓練団体も、自分たちの訓練が時代遅れになりつつあるのを目の当たりにしていた。近隣のコミュニティ団体は、地元銀行と長年提携し、銀行窓口係を育成していた。別の団体はデータ入力オペレーターを訓練し、さらに別の団体は自転車メッセンジャーを訓練し、雇用していた。その後20年もしないうちに、これらの仕事もまた淘汰されていった。
一部の訓練団体は、自ら事業を終えた。それでも大半の場合、労働力支援システムは適応した。訓練団体は労働市場に合わせて転換した。ルネサンス・センターでは、地元の雇用主とカリキュラムを作りながら、パーソナルコンピューター技術者、電子レンジ技術者、通信技術者の訓練へと方向転換した。他の団体は、銀行、運輸、物流業界で新たに生まれつつあった技術職向け訓練へ移行した。その後、1990年代から2000年代初頭にかけて、訓練団体はインターネットに関連するコーディング、カスタマーサービス、サイバーセキュリティの仕事や、1980年代には想像さえされていなかった他の仕事へと訓練内容を移していった。
労働力支援システムは、他の中等後教育システムに比べ、はるかにテクノロジーの進歩を追い、それに対応してきた。他の中等後教育システムに比べ、成果と結びついた市場ベースの規律もはるかに取り入れてきた。ただし、AIの可能性を踏まえれば、なお道半ばである。
現在の労働力支援：AIへの適応
全米に550以上ある地域労働力委員会は、職業訓練と職業紹介の活動を方向づけ、資金を配分する中核的存在だ。カリフォルニア州の45委員会を対象にした調査では、大半がすでに、採用基準やスキル要件に対するAIの初期的影響を追跡し、市場のシグナルに対応することに注力していることがわかった。
これまでのところ、カリフォルニア州の事務職およびテック系人材の雇用主は、AIがエントリーレベル職の一部をなくし始めていると報告しているが、数値や詳細は乏しい。スタンフォード・デジタルエコノミー・ラボとハーバード・ビジネス・スクールによる雇用への影響に関する主要な全国研究もまだ初期段階にあり、創出または消滅した仕事の数に関するデータは限られている。カリフォルニア州におけるAIの主な雇用面の影響は、既存の仕事へのAI統合に関わるものだった。
本日午前、Burning Glass Institute（BGI）は最新のAI雇用研究「Beyond the Binary: How Automation and Augmentation are Combining to Reshape Work」を発表する。同報告書は、AIが既存の仕事をどのように再形成しているかを強調している。報告書は、AIが労働市場を、自動化される「敗者」の仕事と、拡張される「勝者」の仕事に振り分けているという見方に異を唱える。むしろAIは、職務そのものを消滅させるのではなく、職務の内側で必要とされるスキルを再形成しているという。
労働力支援の領域にとって、これはキャリア転換よりも短期的なスキル向上を重視すべきことを示している。BGIのマット・シゲルマン会長は次のように説明する。
「AIが人々の職場で使うスキルの性質を変えるなか、何十年も同じ分野で働いてきた労働者でさえ、重要なスキルを欠いていると気づく可能性があり、訓練の緊急性が生じている。実際、機会を開く鍵は、キャリアを丸ごと転換することではなく、既存の職務が進化するにつれて労働者が適応できるようにする、タイムリーで的を絞ったスキル開発介入へとますます移っていくかもしれない。したがって有効な労働力支援システムとは、こうした変化を早期に検知し、かつて私たちがそうなると想定していた仕事ではなく、実際に仕事がどう変わっているかに沿った訓練へ人々を導けるものになるだろう」
こうした短期的なスキル向上の重視は、すでに進みつつある。フレズノ地域労働力開発委員会のエグゼクティブディレクター、ブレイク・コンザルは、同委員会の職員が、地域の雇用主とAIの活用状況について緊密に連絡を取り合っていると説明する。「農業、医療、さらには建設や森林管理まで、各分野の雇用主は、既存の従業員がよりよく機能するにはどうすればよいかを探っている」とコンザルは述べる。「それを受けて私たちも、短期的な介入を通じて現職労働者のスキルを高め、彼らが自分の役割の中でAIを活用できるようにする方法を検討している」
AIと説明責任
コンザルとフレズノ委員会の職員は、訓練と職業紹介の成果をより十分に追跡・理解し、その成果に基づいて資金配分の意思決定を行うため、業務にAIを活用する実験も進めている。「現在、過去の求職者の職歴とスキル、これらの求職者に関連する訓練・職業紹介の支出、そして数年にわたって得られた結果を分析するため、AIの利用を試験している。これは求職者向けサービスと成果を改善する方法だと考えている」
Social Financeのマネージングディレクターであるジェイク・シーガルは過去10年、医療、ヒューマンサービス、雇用サービスの幅広い分野で成果と説明責任をどう改善するかについての議論を主導してきた。近年の彼のプロジェクトは、プロセスベースやサービスベースではなく、成果ベースの資金調達メカニズムの活用に焦点を当てている。彼は、AIに成果ベースのアプローチをさらに進める機会を見いだしている。
成果ベースのアプローチでは、会議やメールの件数で活動が測られる団体ではなく、職業紹介と定着を示せる訓練団体に資金が向かう。シーガルはこう説明する。「AIはこのアプローチを加速させる可能性がある。データのサイロ化を解消し、管理者が期間をまたいで成果をより効果的に追跡する助けになるからだ」
この変化を示す1つの指標が、米労働省による最近の発表だ。同省は、見習い制度を拡大するという大統領目標を支援するため、成功報酬型の資金助成を提供するという。この資金調達アプローチを提唱してきたApprenticeships for Americaのジョン・コルボーンは、「見習い制度の成果に対して支払うということは、高い成果を上げる主体が報われ、税金が求職者を実際の仕事に結びつけるために使われるということだ」と述べる。
AIと求職活動
労働力支援システムでAI活用が最も進んでいるのは、職業紹介のプロセスである。カリフォルニア州の地域労働力委員会のほぼすべてが、求職者向けサービスにAIを取り入れていると報告している。
シンシア・アビラは、ベンチュラ郡労働力開発委員会のビジネスソリューションズ・マネジャーだ。彼女の部門では、5人のビジネスソリューション専門職が地元雇用主に採用・訓練ソリューションを提供し、ケースマネジャーと連携して求職者向けの求人を特定している。
「AIは、政府の資金源に関連する報告や書類作業から私の職員を解放している。雇用主と対話し、その事業を理解するために、より多くの時間を使えるようになった。ケースマネジャーとともに求職者を知るための時間も増えている。
さらに、業務の1つまたは複数の領域で苦戦している可能性のある中小規模の雇用主に対して、私たちは『ビジネスニーズ評価』を作成している。AIによって評価をより迅速に作成できるだけでなく、私たちが思いつかなかったかもしれない選択肢や戦略も提示されていることがわかっている」
求職活動のプロセスでは、ベンチュラや他の労働力委員会のケースマネジャーが、AIを使って履歴書や面接準備を個々の求人票に合わせて調整している。現在、雇用主は1つのポジションにつき数十人、時には数百人の応募を受けている。AIにより、ケースマネジャーは各応募を求人票のスキル要件や経験要件に合わせて絞り込み、それを短時間で行えるようになっている。
今回だけは違うのか
雇用分野に長く携わってきた多くの人と同じように、私も今回は違うのかと思いを巡らせる。1980年代初頭に私が関わり始めたタイプライターや事務機器修理の仕事は、当時の他の仕事と同じく、新しいテクノロジーによって消滅した。しかし、より多くの新しい職業や仕事が生まれた。そのパターンは、その後の数十年にわたり、相次ぐ技術進歩とともに繰り返されてきた。
AIによってもこの雇用創出のパターンが続くのか、AIは仕事の破壊と創出において異なる形を示すのかは、相反する物語がぶつかり合う現在進行形のテーマである。世界経済フォーラムは「2025年版 Future of Jobs Report」で、楽観的な見方を示し、2030年までにAIは世界全体で9200万人の雇用をなくす一方、1億7000万人の新たな雇用を生み出すと推計した。一方、イーロン・マスク、サム・アルトマン、Anthropicのダリオ・アモデイらは、大規模な雇用喪失という、より厳しい見通しを示している。
AIがこれまでと違うものになるかどうかは、誰にもわからない。私たちにわかっているのは、大規模な雇用移動が起きた場合、現在提案されているユニバーサル・ベーシックインカムや保証所得は答えではないということだ。そして短期的には、AIは職業訓練と職業紹介のプロセスに改善をもたらしており、さらなる改善の可能性を秘めているということもわかっている。
