AI時代、若手の仕事はどう変わる？作業者から検証・改善役へ

初級職の雇用に何が起きているのか

入社1〜3年目が担う仕事の輪郭が変わり始めている。スタンフォード大学の研究チームは、AIの影響を受けやすい職業では初級職の雇用成長が明らかに遅いことを確認した。一方、暗黙知への依存度が高い職業では、中堅・上級層の雇用がむしろ伸びていた。

研究チームは職業データベースO*NETが定める「必要な正式教育水準」を、その仕事が形式知にどれだけ依存しているかの目安として使った。マニュアル化しやすい仕事、文書として標準化された知識で完結する仕事ほど、AIに置き換わりやすいという見立てだ。

大卒者の割合が高い職業では、AIへの露出度による雇用差はさほど大きくなかった。ところが大卒者が少ない職業になると差は際立つ。露出度が最も低い職業の雇用は増え、最も高い職業の雇用は減った。この非対称な動きが、若手層に集中して表れている。

初級職への影響は現実に生じ、持続し、拡大している

この一文を発したのは経済学者のエリック・ブリンヨルフソン氏だ。一時的なノイズではなく、構造として定着していく変化だと捉えている。次に問うべきは、なぜ「形式知」の仕事だけがこの動きの標的になるのかという点だ。

なぜ形式知の仕事から消えるのか

新人がまず配属されるのは、手順が決まっていて、教科書やマニュアルに書き起こせる仕事だ。議事録の整理、定型メールの作成、決算資料の下書き、コードのボイラープレート生成。これらはすべて「形式知」、つまり言語化・標準化された知識の集合体で成立する。

AIが得意なのは、まさにこの形式知の処理だ。パターンを学習し、既存の型に沿って出力を生成する。逆に苦手なのは暗黙知だ。現場でしか掴めない空気や、顧客の言葉の裏にある本音、過去のトラブルから染み付いた勘のようなものを指す。

これまで新人はまず形式知の仕事をこなして経験を積み、徐々に暗黙知を吸収して中堅へ育っていった。ところがAIが形式知の部分を先に奪ってしまうと、その育成経路そのものが崩れる。中堅・上級層の雇用が伸びているのは、彼らがすでに暗黙知を持っているからだ。問題は、これから暗黙知を身につけるはずだった若手が、その足がかりを失いつつあることにある。

「作業者」から「検証・改善役」への転換

足がかりが消えたなら、別の足がかりを自分で作るしかない。目指す方向は明確だ。AIが出す答えを右から左へ流す作業者ではなく、その答えの妥当性を判断し、精度を上げていく検証・改善役に立場を移すことだ。

具体的には三つの動きが求められる。まずAIの出力を疑う姿勢だ。数字の根拠や前提条件、抜け漏れを自分の頭で突き合わせる作業を惜しまない。次に業務設計そのものへの関与。「このプロセスのどこにAIを差し込むと精度が上がるか」を考える側に回ることだ。最後に顧客理解を深める経験。AIには読み取れない、相手の発言の温度や文脈を掴む機会を意図的に増やしていく。

これらはどれも形式知ではない。むしろ暗黙知の入口にある動きだ。マニュアルに書けない判断力を、AIの出力を材料にしながら育てていく。

今日から始める実践ステップ

抽象的な心構えだけでは動けない。日々の業務で試せることをいくつか挙げる。

• AIが作った資料やコードを提出前に必ず一次情報と照合し、ズレを見つけたら理由をメモに残す
• 顧客や現場担当者との会話で、資料に書かれていない不満や期待を聞き取り、次の提案に反映する
• ルーティン業務を任されたら「この手順のどこを変えれば時間が半分になるか」を一つ提案する
• 自分がAIに指示を出す立場になったとき、どの情報を渡せば良い出力が返るかを試行錯誤し記録する

どれも小さな行動だが、積み重ねる先にあるのは「AIに何をさせるか決められる人」という立ち位置だ。形式知の作業量が減っても、この立ち位置は減らない。

まとめ

AIが奪うのは仕事そのものではなく、若手が経験を積む入り口だった定型作業だ。そこに留まる限り、雇用の綱は細くなっていく。判断基準はシンプルだ。今の業務のうち、どれが形式知でどれが暗黙知の芽なのかを見分け、後者への時間配分を自分の意思で増やしていくこと。それが「作業者」から「検証・改善役」への一番確実な道になる。