AI雇用代替でホワイトカラー労働者の収入が10年間減少、ゴールドマン・サックス調査が示す深刻な影響

技術失業による「スカーリング効果」で住宅購入遅延、結婚率低下も

ゴールドマン・サックスの調査によると、AI代替で失職したホワイトカラー労働者は10年間にわたり収入成長が約10%低下し、住宅購入や結婚にも悪影響が及ぶことが判明。一方で、ソフトウェアエンジニアの求人は30%増加するなど、AI影響は職種により大きく異なる。

AI雇用代替の深刻な長期影響が明らかに

ゴールドマン・サックスが2026年4月に発表した調査報告書は、AI技術による雇用代替がホワイトカラー労働者に及ぼす深刻な長期影響を明らかにした。同調査によると、AI代替で失職した労働者は再就職までに平均1か月長くかかり、インフレ調整後の収入は3%以上減少する。さらに重要なのは、失職から10年後でも、技術失業者の実質収入成長率は非失職者より約10%低い状態が続くという「スカーリング効果」の存在である。

この長期的な影響は単なる一時的な収入減少にとどまらない。技術失業を経験した労働者は財産蓄積が遅れ、住宅購入が遅延し、世帯形成や結婚の確率も低下することが判明した。ゴールドマン・サックスの経済学者Pierfrancesco MeiとJessica Rindelsは、「AI主導の失職は影響を受ける労働者に永続的なコストを課し、景気後退と重なった場合の影響はさらに大きくなる」と警告している。

月間1万6000件の雇用減少をAIが引き起こす

ゴールドマン・サックスの別の調査では、AIによる人間労働の代替が月間給与成長を約2万5000件減少させる一方、AIによる労働拡張効果で約9000件の雇用が創出されており、差し引きで月間1万6000件の純減となっている。この影響は特に経験の浅い労働者に集中しており、新卒者や若手社員がAI代替の最初の犠牲者となっている実態が浮き彫りになった。

労働市場への影響は既に顕在化している。2026年3月の米国雇用統計では17万8000件の新規雇用が創出され、失業率は4.3%に改善したものの、これは主に高齢化社会による医療従事者の需要増加によるものだ。ムーディーズ・アナリティクスのMark Zandi主席エコノミストは、この数字を「蜃気楼」と表現し、2020年の落ち込みを除けば、雇用水準は2008年の大不況後の2014年以来の低水準にあると指摘している。

職種別AI代替リスクの詳細分析

Anthropicが2026年3月に発表した「労働市場に対するAIの影響：新たな測定基準と初期証拠」報告書は、同社のClaude大規模言語モデルの企業利用実績に基づいて職種別のAI代替リスクを分析した。この調査では、各職業の「観測された代替度」と「理論的代替度」を評価し、AIシステムが現在実行可能な作業の割合と、理論的に担当可能な作業の範囲を測定した。

その結果、コンピュータープログラミング、市場調査、金融管理といった従来安定していた高給のホワイトカラー職種で理論的代替度が非常に高いことが判明した。一方で、AI影響は職種により大きく異なり、一部の知識労働者は代替度が低く、AI活用により専門知識が強化される場合もある。例えば不動産管理者は、Claude活用により事務作業を自動化しつつ、対人交渉や地域コミュニティとの調整など人間特有のスキルの価値が向上する可能性がある。

ソフトウェア業界では求人が30%増加の逆転現象

AI代替の脅威が叫ばれる中、皮肉にもソフトウェアエンジニアの求人は2026年開始以降30%増加している。採用分析会社TrueUpのデータによると、この増加は「バイブコーディング効果」と呼ばれる現象によるものとされる。Apple App Storeでは2024年から2025年にかけて新規アプリ数が30%増加しており、AIツールが大量のソフトウェア作成を可能にしていることが要因とされている。

しかし、この現象には深刻な副作用も指摘されている。GoogleのソフトウェアエンジニアはBlood in the Machine誌に対し、「これらすべてがソフトウェア品質の低下をもたらす。『誰でもコードが書ける』は理論上は良いが、質の悪いコードが大量生産されると、それを求めていない人々も含めて、ソフトウェア業界を信頼していたすべての人に害を与える」と警告している。AI活用により生産性は向上するものの、品質管理や専門性の維持という新たな課題が浮上している。

地域別影響と教育機関の対応戦略

Tufts大学の調査によると、AI関連の雇用喪失は地理的に不均等に分布し、主要都市圏と大学都市で最も高い代替率が予測される。AI関連雇用喪失の40%がカリフォルニア州、フロリダ州、イリノイ州、ニューヨーク州、テキサス州の5州に集中すると予測されている。これは高学歴労働者が集中する地域ほどAI代替の影響を受けやすいことを示している。

Jobs for the FutureのAI・労働未来センターシニアディレクターTiffany Hsiehは、「既存の研究から破壊的変化が来ることは十分理解できる。職業への影響がどこに現れるかについて合意が形成されつつあり、我々は今行動する必要がある。システムは迅速な変化に対応できるようになっていないため、この破壊が実際に起こる時に備えて今できることを考えなければならない」と述べている。高等教育機関は従来のホワイトカラー職を超えたキャリアパスの創出とAIリテラシー教育の拡充が急務となっている。

企業と政策決定者への示唆

Pearson CEOのOmar Abboshは、AI変革は「1990年代のプロセス・リエンジニアリング」に類似しており、ワークフローにAIエージェントが組み込まれる形で進行すると予測している。全ホワイトカラー業務が1-2年で自動化されることは非現実的だが、5年スパンでは一部領域で実現可能性があり、規制、安全性への懸念、既存インフラが導入速度を大幅に遅らせ、人間をループに留める役割を果たすとしている。

重要なのは、単純な作業自動化から意図的な職務・ワークフロー再設計への転換と、技術導入と同時に学習を組み込むことである。AIが内容、資格、アイデンティティまで生成可能な世界では、信頼が最も価値ある通貨となる。政策的には強制的な退職金制度、自動化税、職業紹介プログラム、職場での民主的意思決定権などの選択により、労働者への影響を大幅に改善できる可能性がある。