「AI失職」という言葉には、どこか据わりの悪さがある。
AIによって職を失う。それ自体は事実として起きている。だが、この言葉が暗に前提としている構図──AIが人の仕事を"奪う"──は、実際に起きていることの一部しか捉えていない。
消えた人数は数えられる。だが、消えた後に何が起きているかを語る言葉が、まだない。
この記事では、その「まだない言葉」に輪郭を与えることを試みる。
3つの事例、3つの風景
みずほフィナンシャルグループは、2019年に2025年3月期までに人員を1万4000人減らす方針を掲げ、2023年3月期に前倒しで達成した（日経ビジネス, 2025年10月20日）。RPA活用を中心とする事務作業の自動化が柱であり、直接的な解雇というよりも、採用抑制と配置転換を組み合わせた「静かな縮小」だった。
日経ビジネス「みずほFGはデジタル化で1万4000人削減 日本にも迫る『AI失職』の足音」（2025年10月20日）
https://business.nikkei.com/atcl/gen/19/00801/102000005
アクセンチュアは、より直接的だった。2025年、同社はAI主導の構造改革として約2万2000人の人員削減を実施した。CEOのジュリー・スウィートは2025年9月25日の決算説明会で、リスキリングが現実的でない人材には短期間で退出してもらうと明言した（Accenture FY2025 Q4 Earnings Call Transcript）。構造改革費用は約8億6500万ドルに上る。コンサルティングファームという業態自体が、AIによって再定義されつつある。知識を整理し、提案を組み立て、資料をまとめる──その一連の作業のうち、AIが代替できる領域が急速に広がった結果だ。
Accenture Fourth Quarter Fiscal 2025 Conference Call Transcript（2025年9月25日）※Julie Sweet CEO発言："We are exiting on a compressed timeline, people where reskilling, based on our experience, is not a viable path for the skills we need." ／構造改革費用：約$865M（Q4 $615M + Q1 $250M）
一方で、オーストラリア最大手のコモンウェルス銀行（CBA）は異なる動きを見せた。2025年7月、同行はAI音声ボットの導入により週2000件の通話が削減されたとして、コールセンターの45名を解雇すると発表した。
Bloomberg「Commonwealth Bank of Australia Reverses Move to Replace 45 Jobs With AI」（2025年8月21日）
しかし翌8月、この方針を撤回。オーストラリア金融セクター労働組合（Finance Sector Union）によれば、実際には通話量はむしろ増加しており、残った職員に時間外労働を求め、チームリーダーまで電話対応に駆り出す事態に陥っていた。
Finance Sector Union（オーストラリア金融セクター労働組合）メディアリリース「CBA backflips on AI cuts, but the threat remains」（2025年8月21日）
CBAは「関連するすべてのビジネス上の考慮を十分に行わなかった」と認め、従業員に謝罪した（Information Age, 2025年8月）
Information Age / ACS「CBA reverses AI-driven job cuts, admits 'error'」（2025年8月）
https://ia.acs.org.au/article/2025/cba-reverses-ai-driven-job-cuts--admits--error-.html
コモンウェルス銀行の撤回は、端的に言えば「人を減らした後の業務構造が設計されていなかった」ことの帰結だ。AI音声ボットが通話量を減らすという前提で人を削ったが、実際には通話量は増え、現場は混乱した。技術の性能の問題ではない。人を減らした後に何が起きるかを、事前に設計していなかったのだ。
この3つの事例を並べたとき、見えてくるのは「AIは人を減らす」という単線的な物語の限界である。
「削減」と「撤回」が示していること
みずほとアクセンチュアは、削減を実行した。コモンウェルス銀行は、撤回した。
この対比から導かれる問いは、「削減すべきかどうか」ではない。「削減した後に、何が残る構造になっているか」である。
みずほの場合、事務処理という定型業務が対象だった。定型であるがゆえに、自動化の対象として明確だった。だが、その事務処理が担っていた「判断の連鎖」──たとえば異常値の検知、例外処理の起点、エスカレーションの起動──は、人がいなくなった後、誰が引き受けるのか。
アクセンチュアの場合、削減された人々が担っていたのは「情報の構造化」だった。AIはそれを速くやれる。だが、構造化された情報に基づいて「何を提案するか」を決める判断は、依然として人に残る。あるいは、残るはずだった。その判断の所在が、削減後に曖昧になっていないか。
コモンウェルス銀行の撤回は、そこに気づいたからだ──あるいは、気づかされたからだ。AI音声ボットが通話を減らすという想定のもとに人を減らしたが、現実には通話は増え、業務は回らなくなった。人を減らすことはできる。だが、人を減らした後の「判断の地図」が描けていなければ、業務は回らない。
本当に消えるのは何か
AIによって消えるのは「人」ではない。正確に言えば、人が消えるのは結果であって、原因ではない。
消えるのは「判断の必要がない作業」だ。
承認の押印、数値の転記、定型文の生成、スケジュールの調整。これらはすでにAIが処理できる。だが、これらを処理していた人は、同時に、別の何かも担っていた。例外への対応。文脈の読み取り。「これはおかしい」という直感に基づく確認。
作業がなくなるとき、作業に埋め込まれていた判断も一緒に消える。これが、AI失職という現象の本当の構造である。
本当に残るのは何か
残るのは「判断そのもの」だ。ただし、判断は単独では存在しない。
判断は、文脈のなかで行われる。前工程の結果を踏まえ、後工程への影響を見据え、組織の方針と照合し、リスクを評価した上で、意思決定する。この連鎖が判断である。
AIは、この連鎖の中のパーツを高速に処理できる。だが、連鎖そのものを設計し、どこに人間の判断を置くかを決めることは、AIにはできない。なぜなら、それは「業務」の問題ではなく「責任」の問題だからだ。
何かが失敗したとき、誰がその結果を引き受けるのか。AIが出した答えを承認したのは誰か。承認しなかった場合、誰が代わりに判断するのか。
この問いに対する答えが設計されていない組織は、人を減らした後、必ず混乱する。そして、混乱の原因を「AIの精度」に帰属させる。
問題はAIの精度ではない。判断の構造が、設計されていないことだ。
人数の問題ではない
日本では、本格的な「AI解雇」はまだ顕在化していない。雇用慣行の違い、労働法制の壁、そして何より「人を切る」ことへの社会的コストの高さが、急激な変化を抑制している。
だが、それは問題が存在しないことを意味しない。
人を減らさなくても、判断の空洞化は進む。AIが下書きし、人がそのまま承認する。AIが分析し、人がそのまま報告する。形式上は人が判断しているが、実質的には誰も判断していない。
この状態を、1万4000人の削減より深刻だと言ったら、大げさだろうか。
人数が減ることは、目に見える。だが、判断が空洞化することは、目に見えない。見えないまま進行し、問題が発覚するのは、取り返しのつかない失敗が起きたときだ。
「AI失職」という言葉は、人数の増減を語る。だが、本当に語られるべきは、判断の所在がどう変わるか、という構造の問題である。
人を減らすかどうかは、経営判断だ。だが、判断の構造をどう設計するかは、それ以前の問題だ。経営判断の前提となる設計が存在しなければ、削減も維持も、どちらも正解にはならない。
では、その設計とは何か。
それが Decision Design（判断の設計） である。
Decision Designは、判断という行為そのものを設計対象とする思想だ。
その中心にあるのが Decision Boundary（判断の境界） という概念である。誰が決めるのか。
どこまでを任せ、どこからを引き受けるのか。
その線を、無自覚のまま放置せず、意図的に設計すること。それがDecision Designである。
その先を書いていく。
詳細版について
本稿は、公開範囲を基に構成したInsynergyの日本語サイト版です。詳細な議論と実装上の考察はnoteの詳細版で解説しています。