「AI時代に若手社員をどう育てればいいか」と悩む管理職は多いはず。AIは新人のスキルを底上げする一方、経験を積む入り口を狭めるリスクもあります。本記事では最新の実証研究から、人材育成を再設計し組織を強化するヒントを紹介します。
Photo: Adobe Stock
AIを導入すると
職場はどう変わるか
実際の職場ではAI導入によってどんな変化が起きているのだろうか？ 本稿では、企業の現場で行われた実証研究に目を向けてみよう。
最初に紹介するのは、スタンフォード大学のエリック・ブリニョルフソン教授らによる実証研究である。彼らの研究では、あるフォーチュン500企業（アメリカの『フォーチュン』誌におけるアメリカの大企業上位500社）におけるカスタマーサポート部門に生成AIを活用したチャット支援ツール（GPT-3ベースの会話アシスタント）を導入し、このAI導入が生産性、学習効果、顧客対応、職場体験にどのような影響を与えたかを多面的に検証している。対象は約5000人のオペレーターである。
このチャット支援ツールは、顧客とのチャットをリアルタイムでモニタリングし、担当者に返信案を提案するというもので、最終的な応答は人間が判断する仕組みになっている。この企業では、ツールの導入時期が部署ごとにずれていたため、先に導入された部署とまだ導入されていない部署を比較することで、AIの影響を自然な形で検証することができた。
こうした比較手法は「自然実験」と呼ばれ、意図的な操作を行わなくても、現実の違いを活かして因果関係を推定できる点が特徴である。
その結果は驚くべきものだった。生成AIを使った担当者は、1時間当たりの対応件数が平均で約15％向上したのである。この生産性の向上は、1チャットの処理時間の短縮、同時処理件数の増加、そして問題解決率の改善といった複数の要因によるものだった。
興味深いのは、この効果が「誰に最も大きく現れたか？」という点である。最も恩恵を受けたのは、経験の浅いオペレーターやスキルの低いスタッフだった。彼らはAIのサポートを受けることで、ベテランと同等の成果を上げられるようになった。
一方で、熟練者にはほとんど効果が見られず、場合によっては品質がわずかに下がるケースすらあった。
この結果は、従来の「ITは高スキル者を補完する」という常識を覆すものである。AIはむしろ、低スキル者や初心者のパフォーマンスを底上げし、スキル差を縮める方向に働いていたのである。
さらに注目すべきは、AIは単に作業効率を上げるだけではなく、職場環境や働き手の心理面にも影響を与えていたことだ。
研究では、AI導入後に「顧客からの罵声が減った」「マネージャーへのエスカレーションが減った」「新人の離職率が40％改善した」といった変化も報告されている。AIによって仕事のストレスが軽減され、「やりがい」や「働きやすさ」が向上した可能性がある。
ただし、すべてがバラ色というわけではない。ベテランがAIの提案に依存することで本来の判断力を発揮しづらくなり、その結果、会話の質がわずかに低下するという兆候も見られた。これは、AIに合わせた働き方の再設計が求められることを意味している。
MITのメルト・デミレル助教授らによる研究も興味深い（＊4）。この研究では、マイクロソフト（Microsoft）、アクセンチュア（Accenture）、そして匿名のフォーチュン100企業（アメリカの『フォーチュン』誌におけるアメリカの大企業上位100社）という三つの大手企業のソフトウェア開発チームを対象に、約5000人の開発者を無作為に割りつけてGitHub Copilot へのアクセスを許可する実験が行われた。
GitHub Copilot は、オープンAIとギットハブ（GitHub）が共同開発したAIコーディング支援ツールであり、開発者がコードを入力すると、それに応じたコードの補完や提案を自動で行ってくれる。
注目すべきは、この実験が単なる研究室の中ではなく、実際の職場の中で実施されたという点である。研究の目的は、生成AIが日々の業務の中で開発者の生産性にどのような影響を与えるのかを、できるだけ現実に近い形で定量的に測ることだった。
AIがもたらした違いは明白だった。AIツールを利用できたグループは、そうでないグループに比べて、週当たりのタスク完了数が平均で約26%も増加していた。
特に顕著だったのが、勤続年数が短く、職位が低い若手の開発者たちである。彼らはAIの支援を受けることで、経験豊富なベテランに匹敵するようなスピードでタスクをこなせるようになっていた。
一方で、ベテランや上級職の開発者においては、AI導入による生産性の向上は見られなかった。これは、GitHub Copilot が持つ知識やコードパターンの提案が、すでに自分の中にあるベテラン開発者にとっては新たな価値をあまりもたらさない、あるいは複雑な設計や判断といったより高度な業務は、AIがまだ十分に対応できないという現実を示しているのかもしれない。
前述の二つの実験は、すでに雇われている担当者や開発者がAIを使うと何が起きるかを明らかにしたものだった。では、企業が採用や人員配置を見直す段階では、AIはどのような影響を及ぼすのだろうか？
この問いに真正面から取り組んだのが、2025年11月に発表されたブリニョルフソンらによる研究「炭鉱のカナリア？ AIが雇用に及ぼす最近の影響についての六つの事実」である（＊5）。
この研究では、アメリカ最大級の給与処理ソフトウェア企業であるADPのデータを用い、2025年9月までの月次の給与記録を分析している。対象には数百万人の労働者と数万社の企業が含まれ、職種ごとの「AIにさらされやすさ」と結びつけることで、生成AIの普及後にどのような雇用変化が起きているかを追跡している。
分析の結果、アメリカ全体の雇用は堅調に伸びているにもかかわらず、若年層の雇用成長は2022年末以降、停滞していることがわかった。AIの影響を受けにくい仕事では若年層も年長層と同程度に雇用が伸びているが、最もAIの影響を受けやすい職種では、22～25歳の雇用が2022年末から2025年9月までに6％減少した。
一方、より年長の労働者では6～9％増加している。つまり、若年層全体の雇用停滞は、AIの影響を受けやすい仕事での雇用減少によって説明される可能性がある。
この発見は、前述のカスタマーサポートやソフトウェア開発の実験結果と矛盾しない。むしろ、同じ現象の表と裏を示している。職場の中では、AIは経験の浅い人を助け、ベテランとの差を縮める力を持っている。しかし経営側から見れば、同じ仕事を少ない人数でこなせるなら、新人を追加で採用する必要は薄れるかもしれない。
つまり、AIは「既存の若手を強くする」一方で、「これから入ってくる若手の入り口を狭める」可能性があるのだ。
このインプリケーションは大きい。AI導入を単なるコスト削減策として進めれば、短期的には生産性が上がるかもしれない。しかし、新人が現場で学び、経験を積み、将来の中核人材へ育っていく仕組みまで壊してしまえば、長期的には組織の人材パイプラインが細る。
AI時代の経営に必要なのは、「何人減らせるか」だけを問うことではない。AIによって仕事をどう再設計し、若手がどの業務で学び、どの段階で判断力や顧客理解を身につけるのかを、意図的に設計することである。AIの導入は、効率化のプロジェクトであると同時に、人材育成の再設計プロジェクトでもある。
（本稿は、『AI大格差』（日本評論社）の一部を抜粋・編集し、一部を書き下ろしたものです）
