数字が語ること
2026年2月18日、アイルランド財務省が一本のレポートを公表した。
タイトルは「Economic Insights」。AI が同国の労働市場に与え始めている影響を、実データに基づいて分析したものだ。
結論から言えば、雇用は「全体としては」伸びている。AIリスクが高いとされるセクター（金融サービス、ICTなど）でも、2023年から2025年にかけて約4%の雇用増が確認された。中リスク業種は約4.5%、低リスク業種は約6.25% [1]。差はあるが、いずれもプラスだ。
ここまでなら、「AIが仕事を奪う」という物語にはならない。
だが、データを年齢層で切ったとき、景色が変わる。
AI高リスクセクターにおける15〜29歳の雇用は、同期間で1%の減少。テクノロジー企業に絞ると、この年齢層の雇用は20%以上の減少を記録した。
一方で、同じセクターの30〜59歳の雇用は12%増加している [1-1]。
全体は増えている。だが、若年層だけが減っている。
既視感のある構図
この傾向はアイルランドに限った話ではない。
2025年8月、スタンフォード大学デジタルエコノミーラボが発表した研究（通称「Canaries in the Coal Mine」）は、米国の給与データ数百万人分を分析し、ほぼ同じパターンを示した。AI曝露度の高い職種において、22〜25歳の雇用は2022年後半以降、相対的に13〜16%減少していた（初版13%、2025年11月改訂版で16%）[2]。ソフトウェア開発者に限れば、この年齢層の雇用は約20%落ち込んでいた [3]。
30歳以上の同職種では、雇用は6〜12%増加していた [3-1]。
つまり、仕事は消えていない。採用が止まっているのだ。
アイルランド財務省のレポートもこの点を明記している。AI関連の労働市場調整は、既存の労働者の解雇ではなく、新規採用や参入経路の変化を通じて生じていると [4]。企業にとっては、解雇に伴うコストを回避しながら人員を調整できる合理的な手法だ。
だが、「合理的」であることが、「問題がない」ことを意味するわけではない。
何が圧縮されているのか
若年層の雇用が減少しているとき、多くの議論はこう展開される。
「リスキリングが必要だ」
「教育を変えなければならない」
「AIを使いこなせる人材を育てろ」
その議論自体に異論はない。だが、ここで一歩立ち止まりたい。
アイルランド財務省のレポートにはこう記されている──若年層は、エントリーレベルやジュニアレベルの職に集中している傾向があり、そのタスクの多くはAIによって自動化しやすい。一方、シニア層は、より高い責任と人間的判断を要する役割を担っている、と [4-1]。
この記述は一見、当たり前に聞こえる。
しかし、ここには見過ごされがちな構造がある。
若手が担ってきた仕事とは何だったのか。
それをもう少し丁寧に分解してみる。
エントリーレベルの業務は、通常、いくつかの層で構成されている。
第一層：作業の実行──データ入力、書類作成、定型フォーマットへの変換。
第二層：情報の収集と整理──調査、集計、比較資料の作成。
第三層：判断の補助──選択肢の提示、リスク要素の洗い出し、上位者への報告用資料の構成。
AIが代替しやすいのは、第一層と第二層だ。これは広く認識されている。
だが、第三層に注目してほしい。若手はこの層で、上位者が行う「判断」のための素材を揃え、その過程で「何が判断に必要な情報か」を学ぶ。判断を下す前のプロセスを通じて、判断そのものの構造を内面化していく。
スタンフォードの研究が指摘した重要な区別がある──AIによる自動化（automation） が進む職種では若年層の雇用が減少しているが、AIが人間の仕事を拡張（augmentation） する職種ではそうした減少は見られない、というものだ [2-1]。
この区別は示唆的だ。自動化とは、プロセスそのものを置き換えることを意味する。拡張とは、プロセスの中に人間が留まることを意味する。
若手が担ってきた第一層・第二層が自動化されたとき、第三層──つまり判断の前段にある「判断を学ぶレイヤー」──への到達経路が細くなる。これは、単に「作業がなくなった」という話ではない。判断に至るまでの訓練過程が圧縮されている、という構造的な変化だ。
問いの所在
ここで、ひとつの問いが浮かぶ。
判断は、どこで練習するのか。
シニア層が持つ「暗黙知」や「人間的判断力」──それは、一朝一夕に身につくものではない。スタンフォードの研究もこの点を強調している。経験の浅い若手が脆弱なのは、彼らの価値がまだ「形式知（codified knowledge）」に偏っているからだ。形式知はAIが最も容易に代替できる領域であり、暗黙知（tacit knowledge）は最も代替しにくい [5]。
だが、暗黙知は、形式知の反復的な実践と、判断の現場への参加を通じて獲得されるものだ。第一層と第二層という「退屈な作業」の蓄積が、第三層への橋渡しになっていた。
AIがその橋を縮めている。効率化という善意で。
問題は、AIが仕事を奪っているかどうかではない。
AIが、判断を練習する機会を──意図せず──削っている可能性がある、ということだ。
これは教育の問題ではない。ITの問題でもない。
組織が「誰に、何を、どこまで判断させるか」をどう設計するかという問題だ。
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。
ここから先は、この構造をもう少し掘り下げる。若年層ポジションの圧縮が組織にもたらす長期的リスク、OJTの消失仮説、そしてDecision Boundaryを活用した育成構造の再設計について論じる。
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。