フォードのCEOが先日、かつてAIに置き換えたエンジニアを再雇用すると発表した際、私は驚かなかった。同様のパターンがあらゆる業界で繰り返されるのを、私は目にしてきた。経営陣は、会議室ではもっともらしく聞こえるものの、現実と衝突すると破綻する「AIによる代替」の仮定に基づいて人員削減を行う。そして、自分たちが認識していたよりも根本的に逼迫している市場において、慌てて体制を再構築しようとするのだ。
実際に起きていることはこうだ。労働力率が（コロナ禍のピーク期を除いて）過去50年間で最低水準に落ち込む一方で、AI企業は「職の終末論」的な予測を密かに撤回し始めている。これは、1世代で最も重大な人材危機の序章である。そして、大半の組織はまったく間違ったシナリオに向けて最適化を進めてしまっている。
AIのナラティブの裏に隠された人口動態の崩壊
昨年、私はある地域の医療機関と数カ月間を共にした。彼らは、医療現場での大規模な人員代替が現実化する前に、労働力を「AI耐性」のあるものにする必要があると確信していた。彼らの計画モデルは、テクノロジーが人員不足を解決してくれるという前提に立っていた。しかしその一方で、看護スタッフは流出し続け、何百もの空きポジションを埋めることができずにいた。この認知的不協和には目を見張るものがあった。
データは、一時的なブーム（ハイプサイクル）よりも明確なストーリーを物語っている。労働力率は、2000年の67.3%から現在は約62.5%に低下している。これは、人口動態の成長予測から導き出される数値を数百万人下回る規模の労働者不足を意味する。これはコロナ禍の一時的な後遺症ではない。構造的な高齢化、介護ニーズ、健康上の制約、そして労働条件に対する労働者の意識の根本的な変化が重なり合った結果である。
特に顕著なのは、AIの実際の影響が語られているストーリーとは異なる点だ。生成AIが専門職に与える影響を調査したMITの経済学者らによる研究では、平均40%の生産性向上が確認され、なかでも最も大きな改善が見られたのはスキルの低い労働者だった。しかし、経営陣が見落としている極めて重要な知見がある。このテクノロジーはスキルの分布を縮め、経験によるプレミアム（優位性）を減少させたということだ。雇用を奪ったのではなく、専門性のあり方と、人々がそれをいかに迅速に身につけられるかを変化させたのである。
さらに雄弁なのは、RampやRevelio Labsの最近のデータが示すように、AIツールを導入した企業は、相補的な判断や文脈に応じた専門知識を必要とする役割を中心に、しばしば従業員数を増やしているという事実だ。私のクライアントである製造業の企業は、人員削減を期待して予防保全AIを導入したが、最終的にはより多くの技術者が必要となった。ただし、彼らに求められたのは日常的な点検作業ではなく、原因究明の調査に焦点を当てた、従来とは異なる能力だった。
人材戦略が的外れな危機に調整されている理由
大半の組織は、SFのようなシナリオに備える一方で、目の前で進行している現実を見落としている。
先日、私はあるフォーチュン500選出のテクノロジー企業の要員計画書に目を通した。彼らの5カ年シナリオには、AIによる人員削減のための詳細な不測事態対応計画が含まれていたが、2030年までに8500万人を超えると予測される世界的なエンジニア不足のなかで、どのようにソフトウェアエンジニアをめぐる競争を勝ち抜くかという分析は一切なかった。精巧な退職金プログラムは構築されていたものの、従業員価値提案（EVP）はここ数年更新されていなかった。
こうした状況は珍しくない。私が関わる大半の組織は、労働力の不足を示す証拠が積み上がっているにもかかわらず、労働力過剰を前提とした人材戦略を維持している。シスコの調査によれば、融通の利かない出社要請を理由に優秀な人材の大多数が退職を検討するような市場環境において、彼らはオフィスへの一律の出社を義務付けている。また、退職に伴う代替コストがしばしば年収を上回るにもかかわらず、リテンション（引き留め）への支出を最小限に抑え、採用にばかり不釣り合いな投資を行っている。
戦略の不整合は、予測通りの形で現れる。エンジニアリングチームは、社内のノウハウ（組織知）を持った人材の流出により、レガシーシステムの維持ができなくなる。営業部門は、何十年も築き上げてきた顧客との関係を失う。医療機関は、現在の労働条件下で働くことを望む資格のある看護師を見つけられず、危険な人員レベルで救急部門を運営せざるを得なくなる。
真の対策：成功している組織に学ぶ実証データ
この危機をうまく乗り越えている組織には、共通の特徴がある。要員計画を単なる人事の事務作業として扱うのをやめ、人材の制約を戦略的意思決定に組み込んでいるのだ。資格のある労働者が不足している市場において、人員に関するあらゆる決定が戦略的な重要性を持つことを彼らは認識している。
柔軟性
まずは「柔軟性」だ。これは従業員に優しくすることではなく、競合他社がアクセスできないタレントプール（人材層）にアプローチするためのものである。リモートワークに関する最近の研究では、リモートワーカーの生産性が大幅に向上し、離職率が劇的に低下することが確認されている。さらに重要なのは、地理的な柔軟性によって採用のリーチが大幅に拡大し、これまでアプローチできなかった市場の人材にアクセスできるようになることだ。
私は、ある金融サービスのクライアントが、融通の利かないオフィス方針のために、重要なエンジニアリングのリーダーたちを競合他社に奪われるのを目にした。彼らがしぶしぶリモートワークの選択肢を試験導入したところ、新たな市場からコストを抑えつつ、定着率の高いシニア人材を迅速に採用することができた。その教訓は彼らの中に深く刻まれた。
能動性
しかし、柔軟性だけでは十分ではない。組織は、要員計画を受動的なものから能動的な（プロアクティブな）ものへと移行させなければならない。AIがタスクを再定義するなかで必要なスキルを予測し、的を絞ったリスキリングのために社内の補完的な能力をマッピングし、人材不足が発生する前にパイプラインを構築する必要がある。
エンジニアの大量退職に直面していたある製造業者は、リスクのある能力を特定し、コミュニティカレッジとの提携による見習い制度（アプレンティスシップ・プログラム）の経路を構築する体系的な計画を実施した。彼らは、競合他社を麻痺させた深刻な人材不足を回避しながら、社内で能力を育成することに成功した。
AIがもたらす真の機会：代替ではなく能力構築
AIが労働力に与える影響において、おそらく最も過小評価されているのは、能力開発におけるその可能性である。私がAIツールを導入する組織を支援する際、成功している事例では、テクノロジーを人間の代替としてではなく、コーチングのためのインフラとして扱っている。
研究がこれを裏付けている。AI支援を利用するカスタマーサービス担当者を対象とした研究によると、初心者はAIのコーチング提案から最も恩恵を受けていたが、極めて重要なことに、その学習効果は特定の状況を超えて転移した。テクノロジーは専門性の代替となるのではなく、その習得を加速させたのである。
最近私は、あるサプライチェーン組織がAIを活用した意思決定支援を導入するのを支援した。これは人間の判断を代替するためではなく、ベテラン専門家の退職に伴って社内のノウハウが失われるのを防ぐためのものだった。若手マネージャーは、実際の状況に対処しながら意思決定の枠組みを学ぶ教材としてこのシステムを活用した。この組み合わせにより、従来のトレーニング手法と比較して、専門性の習得が目に見えて加速した。
現実に合わせて軌道修正する
前に進むためには、労働市場のダイナミクスについて知的誠実さを持つ必要がある。AIはタスクレベルで仕事を破壊するだろう。それはすでに起きている。しかし、より大きな課題は、人口減少に伴う労働力の縮小が、優秀な人材の不足を生み出していることだ。
柔軟性を受け入れ、能動的な要員計画を実施し、人材の引き留めに投資し、AIを能力の加速装置として配備する組織は、不釣り合いなほど大きな優位を獲得するだろう。労働力の過剰を前提に動き続ける組織は、労働者が競合他社へと流出していくのをただ見守ることになる（フォードが解雇したエンジニアを再雇用したことは、そのコストを物語っている）。
人口動態の数値は極めて明確だ。テクノロジーの軌道も明瞭になりつつある。残された唯一の問いは、あなたの人材戦略が現実を反映しているか、それとも「見出し」受けは良くても判断を誤らせるSFのシナリオを反映しているか、ということだ。
