AIはエントリーレベルの業務を効率化できる。だが、そうした業務がもたらしていたトレーニング機会を削れば、将来のリーダー層は手薄になる。
予測を外したばかりの新卒アナリストの姿を思い浮かべてほしい。スプレッドシートの作成には2日かかった。彼女が学びを得るのは、その後の20分間のレビューだ。上司は一つひとつの前提条件を精査し、顧客の契約更新に関する項目で足を止め、その根拠を尋ねる。彼女は明確に答えられない。それによって、次回は確認すべきだと学ぶのだ。
今度はスプレッドシートの作成をAIツールに委ねてみる。昼食前には下案が完成する。もし上司がスプレッドシート内の前提条件について彼女に根拠を求めなくなれば、学びの機会も失われる。コスト削減の効果はすぐに現れるが、欠落した経験の影響が表面化するのは、企業が彼女にチームの指揮を期待する数年後だ。
シンガポールのターマン・シャンムガラトナム大統領も、10月12日にバンコクで開催された国際通貨基金（IMF）・世界銀行年次総会で同様の懸念を表明した。採用は「雇用の最初の階段、つまり卒業後の最初の職」で鈍化していると同氏は述べた。政府は雇用主と連携すべきだと語り、そうすれば卒業生は「市場で最初の足がかりを得て、そこから学ぶことができる」と主張した。
エントリーレベルの採用データが示すもの
AIの影響を最も受ける分野では、最初の一歩を踏み出すことが難しくなりつつある。ただし、より広範なデータでの証拠は混在している。米国勢調査局の研究者が9月に発表したワーキングペーパーでは、コンピュータサイエンスをはじめとするソフトウェア関連の学位を筆頭に、AIの影響を最も受けやすい専攻の大学卒業生を追跡調査した。ChatGPTの登場以降、これらの卒業生は卒業直後に就職できる可能性が低くなり、影響の少ない分野の卒業生と比較して、初任期の四半期所得が約13%低下した。研究者はこれを「深刻な不況下に卒業すること」になぞらえているが、この格差は時間の経過とともに縮小する。所得低下の約半分は、小売業や外食産業といった低賃金分野への移行を反映している。
