AIが労働市場への入り口を圧迫し始めている。ADPの給与データを使用した新たなスタンフォード大学の研究によると、AIがエントリーレベルの仕事を代替する影響がすでに数字に表れており、ソフトウェア開発やカスタマーサポートなどの職種で最も急激な減少が見られている。この点に関して、新たに出てくる情報は異例なほど一貫しており、明確な変化が焦点となりつつあることを示唆している。6月、私はAIがより多くの仕事をこなすようになっても企業が次世代のリーダーを育成できなくなった場合に何が起こるかについて書いた。この新しいデータはその懸念を裏付けており、もはや仮説ではなくなっている。
労働市場への入り口が狭まっているという証拠が出てきた今、これが職業移動性、賃金、イノベーション、そして経済全体の活力にどのような影響を与えるかを検討することが不可欠だ。
AIがエントリーレベルの仕事を代替？「見習い配当」を考える
健全な企業には人材パイプラインが必要だ—この言葉は非常に馴染み深いため軽視しがちだ。実際にそれが表しているのは「見習い配当」である：新入社員が実践を通じて学び、より大きな責任を担うようになり、そして習得したことを他者に教えるとき、企業が長期的に得られるリターンだ。エントリーレベルの仕事が消えると、このサイクルが崩壊する。最も明白な結果は、職業移動性の低下と賃金上昇の鈍化だ。
目立たない結果も同様に深刻だ。企業は新しい人材を深い能力に変える学習ループを失う。より経験豊富な従業員がキャリアをスタートさせたばかりの人々に教え、訓練することを求められると、彼らは自分の知識を明確にし、強化しながら、それを他者に伝達する。また、彼らは以前に考えたことがない（あるいは長い間考えなかった）質問を受けることで、仕事に対する認識が広がる。これらすべてが個人の学習を増幅させると同時に、チーム全体に能力を広げていく。
市場レベルでは、別のことが起こる。経済学者は「人材の流れ」を説明する—時間の経過とともに人々が生産性の低い企業から生産性の高い企業へ移動する方法だ。その流れこそが、スキルが広がり、イノベーションが伝わり、経済全体の生産性が向上する方法である。入り口を狭めると、その流れは遅くなる：人材は開発される前に停滞し、システム全体が勢いを失う。
これらは単なる人事の問題ではない。競争力に関わる懸念だ。個々の企業がAIと雇用の影響を、コミュニティが望まない開発を扱うのと同じ方法—NIMBY（Not In My Backyard：我が家の裏庭ではやめてくれ）—で扱えば、異なる規模で同じ問題に直面することになる。これをNIMCO（Not In My Company：我が社ではやめてくれ）と呼ぼう。NIMCOのシナリオでは、各企業はエントリーレベルの役職を削減することによる短期的な節約を享受しながら、誰か他の企業が訓練と育成の長期的な負担を担うと想定する。しかしNIMBYと同様に、コストは消えない；それらは蓄積し、広がっていく。その痛みは、イノベーションの弱体化、人材パイプラインの貧弱化、そして将来の成長を維持できない経済として現れる。
法律、会計、銀行、テクノロジー分野のリーダーたちはすでに、自動化とハイブリッドワークの組み合わせが見習い制度とOJT（実務研修）を侵食していることに警鐘を鳴らしている。反復的なタスクと物理的な近さを取り除くと、暗黙の学習の多くが消えてしまう。
AIがエントリーレベルの仕事を代替することによる経済的影響とは？
活力ある経済は移動に依存している。人々は下から入り、スキルを構築し、機会が増えるにつれて企業や役職の間を移動する。その流動性は個人のキャリアだけでなく、新しいアイデアが広がり、ベストプラクティスが循環し、生産性の向上が複合的に積み重なる方法でもある。その動きが遅くなると、スキル開発は弱まり、賃金の上昇は遅くなり、全体的なイノベーションのペースは低下する。言い換えれば、エントリーレベルの仕事を失うことの波及効果は、どの企業にも及ぶ。それらは経済自体の活力に影響を与える。
今後5年間の予測は複雑な状況を示している。世界経済フォーラムの「仕事の未来レポート2025」は、テクノロジーが世界で推定6900万の新しい仕事を創出する一方で、8300万の仕事も置き換えると予測しており、事務、秘書、その他の認知的役割が最もリスクが高いとされている。このレポートは「総合的な純雇用創出はプラス」であることを強調しているが、特に再訓練やスキル再開発の機会がない労働者にとって、この移行は混乱をもたらすだろう。これがエントリーレベルの機会がそれほど重要である理由だ。それらは若い労働者にとって経済のはしごの最初のステップであるだけでなく、市場に再参入しようとする転職者のためのセーフティネットでもある。それらがなければ、キャリアの移動性、キャリアの移行、そして全体的な経済成長を制限するボトルネックを作り出すことになる。
企業が予見できないイノベーションの損失
私たちが懸念すべきは、若手人材が消えたときに起こらなくなるイノベーションだ。画期的なアイデアは通常、経営幹部から生まれるわけではない。むしろ、大きなアイデアは新鮮な視点と経験が衝突するとき、つまり顧客やプロセスに近い誰かが、他の全員が見過ごすことを学んだ何かに気づくときに生まれる傾向がある。エントリーレベルの役職を取り除くと、イノベーションの原動力となる素材の多くも取り除くことになる。
歴史はこの豊富な例を提供している：3Mのポストイット、GoogleのGmail、ソニーのプレイステーション、スターバックスのフラペチーノ、アップルのiPodのクリックホイール。これらの画期的な発明はそれぞれ、取締役会ではなく、従業員が実験し、気づき、あるいは前提に挑戦することから始まった。イノベーションは質問が投げかけられ、前提が検証され、非従来的なアイデアが生まれることを許される場所で繁栄する。そのような条件は、しばしばキャリアの初期段階にある人々からもたらされる。彼らを労働力から最適化して排除すると、将来の差別化の大部分も最適化して排除することになる。
同質化のリスクは現実のものだ
AIに過度に依存することのもう一つの危険性は、差別化の喪失だ。すべての企業が同じ大規模モデルを使用し、同じ公開データで訓練され、同様の方法でプロンプトを与えると、結果はすべて同じように見え始める。他社と同じように聞こえるカスタマーサービスのスクリプトは破滅的には思えないかもしれないが、時間が経つにつれて、この同質性はブランドの声、プロセスの改良、製品のアイデア、戦略的選択に浸透していく。
研究者はこれを「モデル崩壊」と呼ぶ。モデル崩壊は、AIが自身のリサイクルされた回答から学習し始め、時間とともに結果がより狭く、創造性に欠けるものになるときに起こる。実際には、企業は関連する種類の崩壊のリスクを抱えている：平凡さと同質性への滑り落ち。パンフレットは似たように聞こえ、コードは同じ欠陥を繰り返し、戦略は安全な賭けの周りに集まる。消えていくのは差別化であり、差別化こそが企業を可視化し、競争力を持ち、進化し、成長させ続けるものだ。
想定知識と応用知識の違い
想定知識と応用知識の違いを理解することがこれまで以上に重要になっている。なぜなら、私たちは想定知識が支配する可能性がある危険地帯に入りつつあるからだ（そして多くの分野ではすでにそうなっている）。想定知識とは、読書、聴講、または教えられることから得る知識—繰り返すことはできるが、必ずしも深く理解されているわけではない事実や情報だ。応用知識は、実際の状況で情報を使用することから来る：問題を解決し、予測不可能な顧客に対応し、決断の結果に直面することだ。前者は私たちに情報を得た気分にさせるかもしれないが、後者こそが私たちを有能にするものだ。
AIは豊富な想定知識を提供する。瞬時に回答を提供でき、その瞬間には知っているように感じる。しかし、その回答をテスト、質問、挑戦する応用経験がなければ、それが正しいのか、単に説得力があるだけなのかを判断することは不可能だ。より詳細を求められても、AIはユーザーを満足させるように設計されており、正確性を保証するものではない。その結果、人々が実際により有能になることなく、より自信を持つようになるというリスクが高まっている。
このリスクはスキルを構築する機会を得られない若手だけでなく、AIに過度に依存する経験豊富な従業員にも及ぶ。彼らも時間とともに学ぶことが少なくなる。その結果生じる間違いが常に破滅的であるとは限らないが、コード、契約、コンプライアンス、または顧客とのやり取りにおける何百もの小さなエラーが絡み合って、脆弱な組織を形成する可能性がある。マイクロエラーの上に構築された企業は、競争力が低下するだろう。
これらのリスクを総合すると、単なる労働力の問題以上のものを示している。それらは経済を活性化させるシステム自体の弱体化を示している：人材の流れ、イノベーションの火花、応用知識の開発と移転、そして企業を競争力のある状態に保つ差別化だ。エントリーレベルの機会が消えれば、これらのシステムはそれぞれ弱体化し、一度侵食が始まると、止めることが難しい下降スパイラルが生じるだろう。
これがAIがエントリーレベルの仕事を代替することを狭い雇用問題として扱うことができない理由だ。それは競争力の問題であり、成長の問題であり、さらにはレジリエンス（回復力）の問題でもある。経済的影響は明らかだ；残っているのは、企業自体がどのように対応すべきかという、より難しい問題だ。それが次の記事の焦点である：AIがエントリーレベルの仕事を代替することが個々の企業内で何を意味するのか、そしてリーダーがどのように今日のコスト圧力を管理しながら、明日の強さを犠牲にしないかだ。
これは2つの記事の最初のものだ。ここではAIがエントリーレベルの仕事を代替することの広範な経済的・社会的影響に焦点を当てた。2番目の記事では、これが個々の企業内で何を意味するのか—そしてリーダーがどのように今日のコスト削減と明日の競争力のバランスを取るべきかを検討する。
