急速に変化する労働市場の弱い中間層が、ひずみの集中する場所に
銀行員のレイ・テオさん（48）は、安定した職務がいかに急速に変わり得るかを身をもって知った。2024年の組織再編で職務内容が変わった後、退職したものの、採用が鈍り、新技術に合わせて職務の見直しが進む市場で正規の職を得るのに苦労した。最終的に契約職を引き受けた。彼女の経験は、シンガポールで研究者が指摘してきた傾向を映し出す。中堅職の層が薄く、職を失った専門職を受け止めきれないため、人々は一時的な職や賃金の低い職へと押し下げられている。
目次
成人学習研究所（IAL）はこれを「押し下げ効果」と呼ぶ。企業が定型業務を自動化し、人工知能（AI）ツールでチームを合理化すると、労働力を支える安定した中堅職が減る。退職したり、組織再編で職を失ったりした経験豊富な従業員は、以前と同じ職位の求人が少なくなったと感じることが多い。契約業務に就いたり、より下位の職に移ったりする一方、若手の採用は停滞する。これにより、キャリアの階段は上下両側から圧迫される。
生成AIはこうした変化を加速させた。2022年末以降、銀行、コンサルティング会社、テクノロジー企業は、顧客サービス、コード生成、コンプライアンス審査、マーケティング文案、社内情報検索などにコパイロットやチャットボットを試験導入してきた。こうしたツールは業務の流れやチームの構成を変える。一部の業務はなくなり、別の業務は拡大して新たな監督が必要になる。変化は現実に起きており、かつては影響を受けにくいと思われていたホワイトカラー職にも広がっている。
シンガポールは、同国からシリコンバレーまで、世界のデジタル拠点10カ所でAIの導入状況を追跡する国際研究プログラムの主要パートナーだ。これまでの調査結果は、専門職の割合が高く、中間層が薄いシンガポールのような経済に明確なリスクがあることを示している。意識的な対策を講じなければ、職を失った労働者を受け止め、次世代を育てる必要性が高まるまさにその時に、労働市場の中間層がさらに弱体化しかねない。
中堅職がシンガポールの社会的な約束にとって重要な理由
中堅職には、監督者、チームリーダー、ビジネスアナリスト、財務管理担当者、プロダクトマネジャー、臨床コーディネーター、上級技術者などが含まれる。戦略を実行に移し、業務の手順や顧客、システムに関する暗黙知を蓄積する。若手を指導し、チームが変わっても業務の継続性を保つ。生産性の高い経済において、この層は安定を生み、能力を育む。
中間層が薄くなれば、企業は組織をフラット化し、もろくなる。上級幹部は過剰な仕事を抱え、若手は実務を通じて学ぶ機会が減る。その結果、キャリアの階段が途切れる。学校から専門職としての能力を身につけ、さらに管理職へと進むのが難しくなる。これは、努力が報酬につながるという社会的な約束を損ない、制度や雇用主への信頼を弱める。
シンガポールは、高賃金の仕事が上層に、低賃金のサービス職が下層に集中する「バーベル型経済」を長く避けてきた。目標は、中間層に高賃金で技能を要する職を増やすことだ。AIの導入は、チームの能力を拡張し、新たな専門職のキャリア経路を生み出せば、この目標を後押しできる。一方、学びの機会となる職を置き換え、経験を積む道を狭めれば、目標を損ないかねない。
AIが若手のキャリアの階段を取り除いている
キャリアの入り口をめぐる懸念が高まっている。2025年初め、大手銀行の1行は、今後数年間で契約職と臨時職を最大4,000人分削減する可能性があると明らかにした。それより数年前、シンガポール金融管理局は、同国の金融関連職の3分の1が自動化によって変化または消滅する可能性があると予測していた。マーケティング、ソフトウェア、業務運営の各分野では、かつて若手の訓練になっていた仕事を、文案作成、画像制作、コードのデバッグ、文書の要約を数秒で行うツールが担うようになっている。
新たな証拠から、最も影響を受けている層が見えてきた。スタンフォード大学が米国の給与記録数百万件を分析したところ、2022年末に生成AIの導入が広がって以降、AIの影響を最も受けやすい職種に就く若手の雇用は、相対的に13％減少した。同じ職種の年齢層が高い労働者は、横ばいか増加だった。調整は賃金低下よりも採用減少を通じて進んだ。自動化が最初の段を取り除いていることを示す強い兆候だ。
シンガポールの調査でも、同様の不安がうかがえる。Z世代の回答者のおよそ半数が、AIによって自分の職務が大きく変わると予想し、10人中6人がすでに追加の研修を探していると答えた。体系的なAI学習を提供する企業は約3分の1にとどまる。若手専門職の中には、自動化されにくいとみられる技能職へ転向し、ホワイトカラーのキャリアを、安定性と明確な昇進経路が期待できる仕事と引き換える人もいる。
ここには、研修をめぐる落とし穴がある。AIが仕事の初稿を作るようになると、若手社員は実践を通じて学ぶ機会を失う。成果物は洗練されて見えても、深みを欠く可能性がある。上級社員は修正により多くの時間を費やし、若手は判断力を養いにくくなる。初級職が、技能の習得ではなくツールへの指示出しに終始する見せかけの仕事になれば、自信を持って中堅職を担う人材の育成経路は弱まる。
銀行やホワイトカラー業種で職務の再編が進む
金融サービスでは、変化がとりわけ鮮明だ。リスク管理やコンプライアンスの分野で、自動審査や書類確認が広がっている。業務部門はコパイロットを使って報告書を作成し、データを照合している。顧客対応部門は、調査やサービスにAIアシスタントを試している。モデルの監視、データガバナンス、AIリスク管理に関わる新たな職も生まれつつある。採用の傾向もそれに合わせて変化している。
最初になくなるのは、仕事全体ではなく一連の業務だ。その業務が初級レベルのものなら、中間層の人材を育てる仕組みが弱まる。中堅レベルの業務なら、職を失った専門職が、数の限られた求人に集中する。こうした影響は銀行、コンサルティング、テクノロジー、企業向けサービスで見られる。シンガポールの研究パートナーがこれを「押し下げ効果」と呼ぶのは、上と下からの圧力が同じ中間層を押し縮めるためだ。
年齢と経験は、両刃の剣だ。暗黙知や人脈が一部の年長者を守っており、スタンフォード大学の調査でも、AIの影響を受けやすい職種の経験豊富な従業員は雇用が安定していた。一方で、40代や50代で組織再編を機に退職した専門職は、再就職に苦労することが多い。正規職は減り、契約業務が増えている。強靱な中間層を築くには、訓練を受けた若手が継続的に入ってくることと、中堅層が職場に戻るための体系的な経路の両方が必要だ。
AIが人の能力を高めるか、置き換えるかは経営陣の選択で決まる
結果を決めるのは技術だけではない。経営陣の判断も重要だ。中堅管理職に業務の流れを再設計し、チームを再訓練し、AIへの信頼を築く力を与える組織は、短期的なコスト削減を追う組織とは異なる結果を生む。中堅のリーダーは戦略を実践に移す。時間、資源、上層部の後ろ盾があれば、AIが人々のより付加価値の高い仕事をどう支援するかを形作ることができる。
実行可能な取り組み方がある。データ、モデルの限界、プライバシーをチームが理解できるよう、社内全体の基本的なAIリテラシーを高める。リスクの低い実験を促し、初期の成果を共有して、実際の価値を実感できるようにする。顧客サービス、財務、人事、業務運営で、AIと人による監督を組み合わせる「人の能力を高める」用途を優先する。試験導入を拡大し、業務プロセスのボトルネックに対処するため、部門横断チームを設ける。モデル監視、プロンプトエンジニアリング、業務設計、変革管理の新たな技能に投資する。若手の育成や職務の再設計を評価し、人員削減だけを評価することのないよう、管理職の評価・報酬制度を整える。
今できる政策対応
第一に、知識労働の見習い制度を一般化し、中堅職へと続くキャリアの階段を再構築する。シンガポールはパンデミック中、研修制度を利用して卒業生に就業機会を提供した。デジタル分野や専門職を対象とした恒久的な全国見習い制度を設ければ、さらに前進できる。金融、医療、公共サービス、製造業、メディアを対象に、12〜24カ月の有給実習を設計する。体系的な指導、技能チェックリスト、定期的なフィードバックを必須にする。AIツールを仕事の技能の一部として扱い、技術だけでなく判断力も教える。職業教育と普通教育の複線型制度を採用する国々で若年失業率が低いのには理由がある。規模が大きく、長期にわたって続く制度であれば機能する。
第二に、対象を絞った資金と時間の支援で、中堅層のキャリア転換を後押しする。キャリア転換プログラム、職場内訓練助成金、スキルズフューチャーの給付を、AI時代のデータ、業務運営、サービス関連職に合わせて調整できる。40歳以上を対象とした中堅層向け助成を拡充し、隣接分野から経験者を採用する機会を雇用主が得やすくする。積み上げてディプロマや学位につなげられるマイクロ資格は、労働者が進歩を示す助けとなり、企業にとって能力を測る共通の基準にもなる。
第三に、AI導入に対する公的支援を、雇用や人材に関する取り組みと結びつける。職務再設計助成金の要件として、研修生の受け入れ枠の設置、業務プロセスの変更記録、社内での学習資料の公開を求めることができる。自動化が職務に影響する場合は、AIリスク管理、顧客サクセス、プロダクト運営など、人の判断が必要な新しいチームに従業員を再配置するため、賃金を支援する。明確な基準を定めたAI安全・ガバナンス人材を育成し、新たなコンプライアンス需要で自動化のリスクを一部相殺する。
最後に、公共サービスが率先して手本を示す。すべての公務員にAIリテラシー講座の修了が義務づけられ、幹部には日々の業務でAIを慎重に導入するよう求められている。公務員の3人に1人がすでに庁内アシスタントを使い、定型業務を自動化するために何千ものカスタムボットが開発されている。ガン・キムヨン副首相は、AIを責任ある形で取り入れ、サービスとガバナンスの向上につながる分野でチームが活用するよう促すことで、リーダーが方針を示すべきだと訴えている。
企業はいかに強い中間層を再構築できるか
強靱な労働力を目指す雇用主は、今すぐ具体的な行動を取ることができる。中間層を厚くし、社内に経験を蓄積し、若手に成長の道筋を見えるようにすることが重要だ。
- 「人の能力を高める」方針を採用する。AIで単調な作業を減らし、そこで生まれた時間を研修、顧客対応、製品の品質向上に再投資する。
- 知識労働で体系的な見習い制度を設ける。若手の採用者や研修生全員にメンターを付け、技能カリキュラムを定め、中堅職の責任を担うまでの進捗を追う。
- 暗黙知を明文化する。手順書、チェックリスト、社内Wikiを整備し、チームの人員が入れ替わっても経験が失われないようにする。
- 人材育成を管理職の評価指標にする。若手が自立して仕事を担えるよう育成した人数や、社内昇進の実績を賞与に反映する。
- 社内異動の機会を広げる。求人を透明性のある形で公開し、技能に基づいて採用することで、職を失った従業員が部門を越えて移れるようにする。
- データ、業務運営、設計、リスク分野に中堅の専門職コースを設け、管理職コースと同等の給与帯と評価を明確にする。
- AIガバナンス体制を整える。モデルリスク、データ品質、プライバシー、バイアスの責任者を置き、これらの職務に就く従業員を育成する。
- 初期の成功と失敗を共有する。チームがAIツールを初めて試す際、何が機能し、何が不十分かを率直に伝え、信頼を築く。
労働者が市場価値を保つためにできること
この変化の中で、労働者にできることはある。問題を設定し、適切なツールを選び、重要な成果を出せる人材になることが目標だ。専門分野の知識、AIを使いこなす力、人間ならではの技能を組み合わせれば、さまざまな職務で力を発揮できる。
- AIリテラシーを身につける。コパイロットの仕組みや不得意な点、より良い結果を得る指示の出し方を学ぶ。出力を信頼できるよう、検証やデバッグを練習する。
- 専門分野の知識を深める。業界を一つ選び、そのデータ、規制、業務プロセス、顧客の課題を学ぶ。AIの技能は、特定分野の知識に根差してこそ力を発揮する。
- 業務プロセスとコミュニケーションを身につける。業務の流れを整理し、明確な引き継ぎ文書を作成し、調査結果を伝える。説明し、相手を納得させる力は長く通用する強みだ。
- データに基づく判断力を養う。ダッシュボードの読み方、簡単な実験の設計、売上、リスク、コスト、顧客の成果に結びつく指標の追跡方法を学ぶ。
- 実績をまとめる。AIを使って速度、品質、サービスを改善したことが分かる成果物を残す。具体的な実績は、一般論より説得力がある。
- 積み上げ可能な資格を取得する。データ分析、クラウドツール、サイバーセキュリティの基礎、AI安全などの短期講座は、経験と組み合わせることで新たな機会につながる。
- 目的を持って人脈を広げる。専門家コミュニティに参加し、AIの試験導入が進む部門横断プロジェクトにボランティアとして加わる。現場に近いほど学びは速まる。
中堅層の専門職は、自分の判断力が生かせる隣接分野の職を探すとよい。業務運営の管理職は、AIを活用した業務改善に移ることができる。顧客との関係を担うマネジャーは、分析を活用する顧客サクセス職へ移れる。コンプライアンス担当者は、モデルリスクの監督に進める。経験を、解決した問題と達成した成果の観点から整理し、AIによって自分の力がどう広がるかを示そう。
中間層の回復を示す指標
シンガポールは、分かりやすい指標を使って中間層の健全性を追跡できる。透明性のある指標があれば、政策担当者、雇用主、労働者は、キャリアの階段が再構築されているかを確認できる。
- 専門職・技術職における正規職と契約職の比率。
- 職を失った40〜55歳の専門職が再就職先を探す期間の中央値。
- 体系的な研修や見習い制度を含む初級職の求人の割合。
- 主要産業における若手から中堅職への社内昇進率。
- 国のプログラムを通じて毎年実施される中堅層のキャリア転換の件数。
- 官民両部門におけるAIリテラシー講座の受講率と修了率。
- モデルリスクやデータ管理など、新たな中堅職の機会を生むAIガバナンス職の導入状況。
要点
- AIがチームの構成を変えるなか、シンガポールの中堅職は圧迫されている。「押し下げ効果」によって、職を失った専門職が安定した職を見つけにくくなっている。
- 初級レベルの業務が自動化され、将来の中堅人材の育成経路が弱まり、職場で学ぶ機会も減っている。
- スタンフォード大学の調査によると、2022年末以降、AIの影響を受けやすい職種で若手の雇用が相対的に13％減少した一方、同じ職種の年齢層が高い労働者は横ばいか増加だった。
- 調査では、シンガポールのZ世代のおよそ半数がAIによる大きな変化を予想しているが、AI研修を提供する雇用主は約3分の1にとどまる。
- 公共サービスは全公務員にAIリテラシーを義務づけており、大規模な組織が基礎能力を養い、有効な取り組みを共有できることを示している。
- 見習い制度の拡充、中堅層のキャリア転換支援、人材面の成果をAI助成金の要件にする政策は、中間層の再構築につながる。
- 企業は「人の能力を高める」設計を採用し、管理職の評価に人材育成を反映し、社内異動の機会を広げ、専門職コースを設けることで、中堅層のキャリアを強化できる。
- 専門分野の深い知識、AI活用力、人間ならではの技能を組み合わせた労働者は、実績を示すポートフォリオや積み上げ可能な資格を備えることで、変化に強くなる。
