大きな技術変化が起きるたびに、職場では新たな「通貨」が生まれる。数年前に「データドリブン」が流行語になったときのことを思い出してほしい。多くの組織がそれを裏付けるインフラを整える前から、その言葉は履歴書や職務記述書、リーダーの経歴紹介にまで登場した。いま「AIリテラシー」も同じ軌道を描いている。ただし、より速い。実際に何を意味するのかについて誰も合意していないうちから、雇用主が事前にふるいにかけるための資格のようになってしまったのだ。
プロフェッショナルへのメッセージは明白である。AI能力を示さなければ、時代遅れに見られる恐れがある。そこで多くの人が、実際の能力を大きく上回る「使いこなし」を演出している。GCheckでは、このギャップを「AIスキルバブル」と呼んでいる。
当社の「Automation Anxiety Report」によれば、労働者の47%がAIスキルを公には掲げている一方で、その主張の一部または全部が実証できる範囲を超えていると内心では認めている。しかし、より深い問題は個々人の誠実さだけではない。雇用主が定義や研修、検証の仕組みを整える前に、AIスキルが経済的価値を持ってしまったのだ。市場が圧力を生み、バブルが後から膨らんだ。
AIスキルバブルがこれほど急速に膨らんだ理由
AIスキルには現実の経済的価値があり、労働市場は合理的な参加者として反応している。PwCの「2025 Global AI Jobs Barometer」によると、AIスキルを持つ労働者は、持たない同僚に比べて56%の賃金プレミアムを得ている。これはわずか1年前の25%から倍以上に跳ね上がった数字だ。単一のスキル区分がこれほど急速に報酬を動かすのなら、人々がそれを履歴書に載せる手段を探すのは当然である。
さらに、世界経済フォーラムの「Future of Jobs Report 2025」は、2030年までに中核的な職務スキルの39%が変化すると示唆している。従業員は今日の役割を争いながら、足元で要件が変わっていくレースにも追われている。そうした環境では、能力を過大に語ることが欺瞞というより自己防衛に近く感じられ始める。
AIスキルバブルが膨らんだのは、これらの能力が「価値が高く」「目に見え」「標準化が不十分」な状態で同時に存在したからである。労働者の行動はインセンティブに従ったにすぎない。
文脈なしのAIリテラシーはほぼ無意味
最大の問題は、「AIスキル」が職種別の文脈なしに評価するにはあまりに広すぎるカテゴリだという点である。AIが日々の業務を作り替えるなかで、業界を超えて一貫して見られるパターンがある。AIに触れる大半の従業員に必要なのは、機械学習の専門知識ではなく、自身の領域における応用的な判断である。「AI proficient（AIに熟達）」といった汎用的な履歴書表現は、具体的な成果に結びついていない限り、雇用主にほとんど何も伝えない。
マーケティング職の採用候補者2人を考えてみよう。1人はAIでキャンペーンコピーの初稿を生成する。もう1人はAIでチャネル横断のアトリビューションデータを解釈し、支出をリアルタイムで調整する。どちらも履歴書に「AI proficient」と書けるが、実際の能力はまったく異なる。
AIリテラシーは職務に固有の能力であり、雇用主はそれを定義し、観察し、評価できなければならない。性格特性のように扱えば、曖昧な職務記述書と信頼性の低い採用を生む。
AI能力の誇張が組織にもたらすコスト
AIリテラシーを定義しないリスクは、採用の失敗1件にとどまらない。企業が誇張された能力の自己申告に基づいてAI戦略を組み立てると、その影響はチーム、スケジュール、経営判断へと連鎖的に拡大する。例えば、次のような運用上の問題につながり得る。
• 従業員が遂行できないプロジェクトの不適切な割り当て
• 存在しない能力を前提にした社内計画
• 初期の取り組みが失敗し、経営が慎重姿勢に転じることでAI導入が遅延する
• 誠実な候補者よりも、見栄えのするプロフィールの候補者が優先される採用判断
新たな能力が戦略的に重要になると、組織はそれを試験する規律を築く前に、準備ができている「見た目」を測り始める。AI導入が急速に進むほど、賭け金は技術面を超えて上がる。データの取り扱い、コンプライアンス、顧客の信頼、AI支援業務から導かれる経営判断の質にまで影響し得る。だがGallagherの「2026 AI Adoption and Risk Survey」によれば、現在AIを使用している組織のうち、正式なリスク管理フレームワークを導入しているのは46%にとどまる。
取締役会レベルでは、問いは導入の是非を超える。取締役や経営幹部は、誰が責任ある形でAIを使えるのか、リスクがどこに集中するのか、そして戦略計画のどれほどが実証された能力に基づくのか、それとも整った自己申告に依存しているのかを把握する必要がある。
野心を罰することなくAIスキルバブルをしぼませる
前進の道筋には、明確さ、構造、公平性が求められる。雇用主がAIスキルバブルを責任ある形でしぼませるには、3つの転換が有効だ。
1. 役割の成果でAIスキルを定義する。曖昧なAI熟達を求めるのをやめ、各職務で求められる具体的行動を定義する。例えば「AI生成アウトプットの正確性とバイアスを評価する」「AIツール使用時に機密データを保護する」「AI支援業務をレビュー用に文書化する」といった表現を用いる。
2. 透明性をもって検証する。実務サンプル、シナリオ型演習、構造化面接を活用し、実践的な適用力を検証する。何を、なぜ評価するのかを候補者に事前に伝えること。透明な検証は、実践テストを人によるレビューと組み合わせ、AI能力の直接評価を行い、全応募者に一貫した基準を適用するときに最も効果を発揮する。
3. AIをキャリア上の脅威にする前に訓練する。2025年、Pew Research Centerは、従業員の52%が職場におけるAIの将来的影響を不安視していると報告し、32%は仕事の機会が減ると見込んでいる。不安が希望を上回れば、雇用主が信頼できる研修と明確な成長経路を提供しない限り、履歴書の誇張を含む防衛的行動に直面することになる。
このプロセスがうまく機能すれば、誰にとっても利益がある。誠実な候補者には公正な道が開かれ、育成中の従業員には方向性が与えられ、雇用主はAI戦略が実体のある能力に基づいているという確信を得られる。
信頼こそが真のAIインフラである
AIスキルバブルは、雇用主がAI能力を明確にし、教えられ、実証可能で、公正に評価できるものにしたときにしぼむ。その規律を築ける組織は、より良い人材判断を行い、人々が「知っていること」と「まだ学ぶ必要があること」について率直でいられる文化をつくる可能性が高い。
AIは働き方を変える。信頼が、その変化が実力を生むのか、それとも実力の「見かけ」だけを生むのかを決定づける。
