違和感から始める
「文系人材、76万人余剰」。
この見出しを最初に目にしたとき、率直に言って、頭の中で一瞬だけ空白の時間ができた。意味が分からなかったわけではない。ただ、何かが噛み合っていない感触だけが残った。
経済産業省が2026年3月にまとめた「2040年の就業構造推計（改訂版）」は、職種別・学歴別・地域別の労働需給を試算したものだ。そこで弾き出された数字を並べると、おおむねこうなる。事務職は約437万人の余剰。一方、AI・ロボット等を使いこなす専門人材は約340万人不足、現場人材は約260万人不足。学歴別では、大卒・院卒の理系が約124万人不足するのに対し、大卒・院卒の文系は約76万人の余剰。
人口減少が止まらず、あちこちで人手が足りないと言い続けてきたこの国で、特定の層だけが「余る」と言われている。しかも、その層に貼られたラベルが「事務職」と「文系人材」だ。
違和感は、この受け取られ方にある。
推計そのものは、職種別と学歴別の二つのカットを別々に出している。事務職余剰・専門職不足・現場人材不足というのは職種で切った話で、文系余剰・理系不足というのは学部学科コードで切った別の話だ。職種の側で起きていることと、学歴の側で起きていることは、本来、重なりはあっても同じ図形ではない。
ところが、メディアの見出しになる段階で、この二枚のレイヤーは一枚に折り畳まれる。「文系人材余剰」という言葉が独り歩きを始めるのはここからだ。理系不足、文系余剰、と並べると、まるで需給が綺麗に分かれているように見える。だが、文系という分類は、要するに「経済学部・法学部・文学部・社会学部などを出た人」というくくりにすぎず、その人たちが社会で何をしているかは、この区分には入っていない。彼らはバックオフィスにもいるし、営業の最前線にもいるし、企画にも、編集にも、コンサルティングにも、研究にもいる。
そして、その粗さの上で「AIが文系の仕事を奪う」という物語が流通し始める。推計の数字そのものを否定したいわけではない。集計には集計の制約があり、職業分類と学歴分類は古くから使われている枠組みだ。問題は、その枠組みを使うしかない統計と、それを受け取って物語に変換するメディアと、その物語をもとに進路を決める人間との間で、解像度がどんどん落ちていくことのほうだ。
AIが代替しているのは「文系」ではない
実際にAIが代替しているものを冷静に眺めると、それは「文系の仕事」ではない。代替されているのは、もっと特定の何かだ。フォーマットが決まっている処理、入力と出力が予測可能な業務、過去の事例に答えが眠っている問い、判断の余地が事実上ゼロに近い意思決定。要するに、定型処理である。
定型処理は文系にも理系にも横たわっている。コードを書く仕事の中にも、文書を起こす仕事の中にも、データを並べ替える仕事の中にも、定型は同じように埋まっている。AIが削っているのはその「定型の層」であって、学部の境界線ではない。にもかかわらず、推計の数字は「文系」というラベルで集計され、メディアの見出しは「文系余剰」で走る。
これは観察上の事故ではない。職業分類と学歴分類が、AIによる変化の単位と一致していないだけのことだ。だが、ラベルが粗いまま社会に流れ始めると、人々はそのラベルの形に合わせて自分の進路や採用方針を決めてしまう。粗いラベルが現実を作り変えていく。
ここまでは、よく言われる話の延長線上にある。問題はその先にある。
「人手不足なのに余剰」という捻れ
同じ推計の中で、AI・ロボット等の利活用を担う専門人材が約340万人足りない、現場人材が約260万人足りない、と書かれている。一方で事務職が437万人余る。差し引きの数字だけを見れば、不足と余剰はほぼ同規模だ。
普通に読めば、これは「人を移せばいい」という話に聞こえる。事務職から専門職へ、文系から理系へ、リスキリングで移行を、と。実際、推計の文脈もおおよそそのように設計されている。
しかし、現場で起きていることはもう少し奇妙だ。
採用市場をのぞいてみると、「人が足りない」という悲鳴と、「応募してくる人がうちに合わない」というため息が、同じ会社の同じフロアから同時に聞こえてくる。求人票には「即戦力」「実務経験5年以上」「自走できる方」と書かれている。一方で、求職者の側も「教育体制が整っている会社」「キャリアパスが明確な企業」「育成に投資してくれる組織」を探す。
つまり、企業は「もう育ったあとの人材」を欲しがり、求職者は「自分を育ててくれる会社」を欲しがる。両方が同時に存在しているのに、噛み合わない。互いに「完成済み」を求め合い、しかし誰も「完成させる役」を引き受けない。
これは需給ミスマッチという冷たい言葉で片づけられるものではない。需給以前の問題として、「人が育つ場」そのものが市場から消えかけている、という現象だ。
AIが削っているのは仕事ではなく、育成工程ではないか
ここで、AIの話に戻る。
新人が会社に入って最初に任される仕事を、思い出してほしい。議事録を取る。資料の体裁を整える。データを表に落とす。先輩の作った叩き台を直す。電話を受ける。顧客リストを整理する。簡単な分析を回す。レポートのドラフトを書く。
これらの仕事は、たしかに地味で、効率が悪く、付加価値が低いと言われがちな業務だ。だからこそ、生成AIが真っ先に置き換えに行く領域でもある。実際、現場では「これ、AIにやらせればいいよね」という会話が静かに増えている。
ここで一つ、見落とされていることがある。
新人にとって、その地味な業務群は、単に「価値の低い作業」だったわけではない。それは、判断経験を積むための入口だった。議事録を取りながら、会議の力学を覚える。資料の体裁を整えながら、ロジックの粗さに気づく。叩き台を直しながら、上司の思考の癖を吸収する。顧客リストを整理しながら、自社のビジネス構造を理解する。
下積みは、表向きは作業だが、裏側では学習のインフラだった。
AIがそれを「代行」してしまうと、作業はなくなるが、同時に、学習の入口もなくなる。ここに、誰も大きな声で語っていない静かな問題がある。AIが奪っているのは雇用ではなく、「下積みから判断者へと至る通路」そのものだ。
「未完成な人間を受け入れる場所」が消えていく
かつての日本企業には、未完成な人間を5年、10年かけて完成させる文化があった。それを美化するつもりはない。長時間労働や年功序列の弊害は別に語られるべきだ。ただ、機能としてそこにあったものは、人材育成のための公共的なインフラだった。企業が個別に負担しながら、結果として社会全体の人材プールを更新していた。
そのインフラが、ここ十数年で静かに崩れた。短期で成果を求める経営、即戦力前提の中途市場、コストカットの対象としての新人教育、業務委託化、副業化。さらにそこへ、AIによる定型処理の代替が重なる。
結果として、「未完成な人間が、失敗しながら判断を覚えていく場所」が、社会から急速に消え始めている。
これは、求人倍率や有効求人数では捉えられない変化だ。なぜなら、消えているのは「ポジション」ではなく「学習の余白」だからだ。
「文系人材余剰」というラベルの裏で起きているのは、おそらくこういうことだ。文系・事務系のポジションでかつて担われていた定型業務群は、AIに吸収されつつある。それ自体は技術的にはおかしくない。問題は、その業務群が同時に「人が育つ場所」を兼ねていたことだ。代替されたのは仕事だけではない。代替されたのは、育成工程である。
「AI就職氷河期」という言葉が隠してしまうもの
ここ最近、「AI就職氷河期」や「ホワイトカラー就職氷河期」という言葉を見かけるようになった。耳に残りやすい。記事の見出しにも収まりがいい。
ただ、この言葉は便利な分だけ、見えなくなるものが大きい。
氷河期という比喩は、本来「一時的に冷え込んだ採用市場」を指していた。寒波が過ぎれば春が来る、という時間感覚が背景にある。実際、1990年代後半から2000年代前半の就職氷河期は、景気循環と人口動態のタイミングが重なって生まれた局面で、年が経てば需給は揺り戻した。社会が回復するのを、ある程度は待っていられた。
いま起きていることは、性質がまるで違う。
寒波ではなく、地形そのものが変わっている。AIが代替しているのは景気変動による求人の一時的な縮小ではなく、業務カテゴリの輪郭そのものだ。寒さが去ったら戻ってくる仕事ではなく、戻ってくる前提が消えた仕事がある。「氷河期」と呼んでしまうと、これがいずれ自然に終わる出来事のように響く。「待っていれば春が来る」という前提が、観察を鈍らせる。
もう一つ、「就職」という枠も狭すぎる。
この記事でここまで観察してきたとおり、いま壊れかけているのは新卒の入口だけではない。中途市場の即戦力信仰、企業の育成放棄、下積みの消失、判断経験の蓄積機会の消滅。これらは「就職活動」のフェーズに閉じた話ではなく、人材が再生産されるプロセス全体に渡って起きている。「就職氷河期」と言った瞬間、論点は新卒採用の数字に縮小され、その背後にある構造の話は背景に追いやられる。
キャッチーな言葉は、思考の節約装置として優秀だ。複雑な現象を一語で握れる。だからこそ、節約された分だけ、見落としが生まれる。「AI就職氷河期」という言葉は、観察者を安心させる効果を持つ。「ああ、あれね」と一度わかった気にさせる。わかった気になった瞬間、その奥にある問いは閉じる。
本当はその奥に、もっと地味で、もっと長く尾を引く問題が広がっている。
本当に不足しているのは何か
ここまで来ると、最初の違和感の正体が少しだけ見えてくる。
「文系人材余剰」は、表面の現象としては正しいのかもしれない。だが、それは原因ではなく、結果の一部にすぎない。本当に起きているのは、社会全体で「未完成な人間を引き受け、判断経験を蓄積させ、次の世代の判断者を生み出す」という再生産機能が、企業からも教育機関からも市場からも、少しずつ抜け落ちているという事態だ。
不足しているのは、AI人材でも理系人材でもない。
不足しているのは、人が育つための場所そのものではないか。
ここから先に書きたいこと
ここまでは、表に見えている数字と現場感覚のズレを観察してきた。
だが、ここから先には、もう少し不穏な話が控えている。
「文系余剰」「事務職余剰」という採用市場の話に見えていたものを、もう一段下まで掘ると、これは雇用問題ではなく、社会の人材再生産構造そのものの問題に行き着く。育成は誰の仕事なのか。判断経験はどこで蓄積されるのか。下積みが消えた社会で、20年後の「判断者」はどこから現れるのか。完成済み人材だけを取引する市場は、最終的に何を消費し尽くすのか。
ここから先で扱うのは、AI失業の話ではない。
AIが消しているのは、ある世代の仕事ではなく、次の世代を生み出すための「装置」のほうだ──という話である。
育成は、いつから「誰の仕事でもない」ものになったのか
「人材育成は重要だ」と言わない経営者は、ほとんどいない。社内研修、OJT、メンター制度、リスキリング、キャリア面談。仕組みとしての名前は揃っている。だが、実際にその仕組みが、誰のコストで、誰の時間で、誰の責任で回っているのかを問うと、答えは急に曖昧になる。
かつての日本企業では、育成のコストは事実上、その企業自身が抱えていた。終身雇用を前提に、新卒で採った人間を5年、10年かけて使えるようにしていく。途中で辞められれば損だが、辞めない前提だから、長期投資として割に合った。育成は経営戦略の中に組み込まれていた。
その前提が崩れて久しい。転職が当たり前になり、人材は流動化した。流動化そのものは悪ではない。ただ、流動化が進めば進むほど、個社にとって「自社で育てる合理性」は薄れていく。育てた人間が他社に持っていかれるなら、自社は育てずに、他社が育てた人間を引き抜くほうが安い。経済的にはそう判断するしかない。
全員がそう判断すると、何が起きるか。誰も育てなくなる。
これを経済学の用語で「公共財問題」と呼ぶ。誰もが恩恵を受けたい資源について、誰もが「自分が負担するのは損だ」と判断すると、最終的にその資源は供給されなくなる。育成は、いま静かに公共財化しつつある。みんな必要だと言うが、誰も自分のコストでは支えたがらない。
「リスキリングを国の政策として」という議論は、この公共財化を国が引き受けるべきだ、という話に近い。だが、国が肩代わりすればするほど、企業の側の「自社で育てる」筋力はさらに痩せていく。
下積みが消えるという事件
ここに、AIが乗ってきた。
新人がやっていた業務の多くが、AIで処理できるようになる。経営の合理性から言えば、当然それは置き換えが進む。問題は、その置き換えが「単純な業務効率化」ではなかった、という点にある。
下積みと呼ばれていた仕事には、二つの機能が同居していた。一つは、その作業自体が生み出す価値。もう一つは、その作業を通じて新人が獲得する「判断のための材料」。前者だけを見て効率化すると、後者は副作用として消える。そして、後者は数字に出てこない。
たとえば、コンサルティングの世界で、若手が延々とリサーチや資料整形をやらされていた時代があった。あれを単なる雑用と見るのは半分だけ正しい。残りの半分は、膨大な事例に触れることで「クライアントの業界がどう動いているか」を体に染み込ませる工程だった。資料を200枚作る過程で、200回、構造化の練習をしている。クライアント先で先輩のとなりに座って議事録を取ることで、200回、意思決定の現場を見ている。
それをAIが代行すると、資料は5分で出てくる。議事録は自動で生成される。リサーチはツールが束ねてくれる。表面的には生産性が跳ね上がる。
そのとき、「200回の練習」は誰のものになるのか。
おそらく、誰のものでもなくなる。AIには記憶も学習もあるが、それは個別の人間の判断経験には移植されない。下積みが消えるとは、「練習の機会が個人から取り上げられる」ということだ。
判断経験はどこで育つのか
ここで一つ、整理しておきたい概念がある。スキルと判断経験は、別のものだ。
スキルは、座学とトレーニングである程度まで習得できる。プログラミング、英語、財務分析、プレゼンテーション。教科書もあるし、講座もあるし、AIに教えてもらうこともできる。スキルは外から注入可能だ。
判断経験は違う。判断経験とは、不完全な情報の中で、何かを引き受けて決め、その結果を引き受けた回数のことだ。これは外から注入できない。本人がその場に立ち、選び、責任の重みを身体で感じる以外に、蓄積する方法がない。
判断経験は、定型業務の中にも、たしかに眠っていた。「この資料、このまま出していいのか」「このメール、この文面でいいのか」「この数字、上司にどう説明するか」。小さい判断の積み重ねが、やがて大きな判断を支える筋肉になる。
AIは、その小さい判断を全部代行できる。「この文面でいい?」と聞けば、整えてくれる。「この資料、構造おかしくない?」と聞けば、直してくれる。本人が悩む時間は、ほぼゼロに圧縮される。
ここで生まれているのは、「判断経験を積まないままキャリアが進む人間」だ。
10年後、20年後に、誰かが大きな判断を引き受けなければならない瞬間が来たとき、彼らの中には、それを支えるだけの「迷って決めた回数」が蓄積されていない可能性がある。これは、能力の問題ではなく、構造の問題だ。
経験は資本である、という見方
経済学の比喩で言えば、判断経験は一種の資本だ。物的資本でも、金融資本でもなく、「経験資本」と呼んでもいい。
資本である以上、それは時間をかけて蓄積する必要があり、ある程度の規模に達して初めて利息を生む。ゼロから一気に積み上げることはできない。利息が乗るには、原資の蓄積と時間の経過が要る。
そして、いま起きているのは、この「経験資本の原資」が社会レベルで細りつつある、ということだ。下積みが消える。判断の機会が消える。失敗しても許される余白が消える。代わりに、「最初から完成された判断者」だけが取引される市場が拡大していく。
完成済み人材の市場は、短期的にはよく機能する。即戦力を雇い、即戦力で回し、要らなくなれば手放す。流動性は高く、効率もいい。
ただし、この市場が成立するのは、「どこかで誰かが完成済みになるまで育っている」ことを前提にしている。その前提を、いま社会全体で蝕み始めている。
これは、「公共財の枯渇」と同じ構図だ。みんなが完成済みを取引する。誰も完成させない。最初の数十年は在庫で回る。在庫が尽きたあとのことは、誰も真剣に考えていない。
越境型人材循環という幻想
「だから人材は越境して育つのだ」「ジョブ型で複数の会社を渡り歩きながら経験を積むのだ」という議論がある。理屈としては美しい。だが、観察してみると、越境型のキャリアが成立するのは、すでに「越境できるだけの判断経験を持った人間」に限られる。
つまり、越境モデルは、入口の問題を解いていない。すでに育ち終わった人が、より良い場所に動くための仕組みであって、まだ育っていない人を育てる仕組みではない。
ここに、もう一つの非対称がある。越境できる人にとって、AI時代は黄金期だ。判断経験という資本を持っている人間は、AIを使い倒すことで、自分の生産性を何倍にも引き上げられる。一人で会社を回すこともできるし、複数のプロジェクトを並行させることもできる。
象徴的なのが、シリコンバレーで真顔で語られ始めた「一人ユニコーン論」だ。Sam Altmanは、AI時代には従業員ゼロのまま評価額10億ドルに到達する企業が現れる、と公言している。実際、海外では一人会社で数億円規模のARRに到達するソロプレナーが目立ち始め、コーディング・営業・カスタマーサポート・経理といった機能をエージェントに任せて、本人は方針設計と最終判断だけを握る、というスタイルが定着しつつある。日本でも、独立した元コンサルタントや元エンジニアが、AIを実質的な「部下」として複数のクライアント案件を並走させる例が増えている。
この働き方が成立しているのは、その本人がすでに判断経験を蓄積し終えているからだ。何を任せ、何を任せないか。AIの出力をどこで信用し、どこで疑うか。クライアントとの距離をどう取るか。事業の優先順位をどう動かすか。これらは全部、過去のどこかで判断を引き受けた経験の積み上げから出てくる。AIは判断者の生産性を増幅するが、判断者そのものを生成しない。だから、いまソロプレナーとして加速できているのは、AI前夜までに「判断する側」へ回り終えた人たちだ。
一方、まだ判断経験を蓄積していない人間にとって、AI時代は入口が見えない世界になる。下積みの仕事はAIが取ってしまった。中堅以上のポジションは、すでに完成された人だけで回っている。練習試合の場がどこにも残されていない。
格差は、収入の話ではなく、「経験を積めるかどうか」の話として現れる。これは、いずれ収入格差より深い分断になる可能性がある。
完成済み人材市場の行き着く先
完成済み人材だけを欲しがる社会は、二つの方向に向かう。
一つは、極端な囲い込み。優秀な判断者は希少資源だから、報酬が跳ね上がり、特定の企業や業界に集中していく。一握りの人間が複数のプロジェクトを兼務し、残りは支援的な役割に押し込まれる。
もう一つは、表面的なバブル。「私は完成済みです」というシグナルを発する能力ばかりが磨かれる。経歴、資格、SNSでの発信、自己ブランディング。中身ではなく、見え方の競争になる。AIはこの自己演出を強力に支援するので、「見せかけの完成度」は急速にインフレする。
どちらも、構造としては脆い。希少な判断者は、いずれ加齢する。引退する。代わりがいないことに、社会はある時点で気づく。気づいたときには、20年分の「育つはずだった人々」が、すでに別のキャリアに散っているか、判断する筋肉を持たないまま中堅になっている。
これは悲観論ではなく、観察である。経産省の推計は、表向きは「2040年には事務職が余り、AI人材が足りない」と言っている。だが、その奥にあるのは、もっと地味で、もっと厄介な問題だ。誰が、どこで、何を経験して、判断者になっていくのか。そのパイプラインが、いま設計されていない。
効率化と人材育成は、もともと相性が悪い
最後に、一つだけ言葉として残しておきたい考えがある。
効率化と人材育成は、本来、相性が悪い。育成には冗長性が要る。失敗してもいい時間、無駄に見える対話、すぐに答えが出ない問い、効率の悪い練習。これらは全部、効率化の対象になる。だが、これらこそが、人が判断者になっていくための栄養素だった。
「余白を削る社会では、人は育たない」というのは、精神論ではない。経験資本の蓄積メカニズムから導かれる、ほとんど構造上の結論である。
AIは、余白を削る装置として、人類史上もっとも強力なツールの一つだ。だからこそ、AIを導入すればするほど、社会全体の余白は加速度的に消えていく。
それでもAIは止まらないし、止めるべきでもない。問題は止めるかどうかではなく、消えていく余白を、別の形でどこに再構築するか、という設計の話だ。
AI時代に本当に不足するもの
「AI時代に必要なスキルは何か」という問いが、いまあちこちで立てられている。プロンプトエンジニアリング、データリテラシー、批判的思考、コミュニケーション能力。リストは増えていく。
だが、観察してきたかぎり、AI時代に本当に不足するのは、スキルではない。
不足するのは、判断を引き受けた経験そのものだ。
迷い、選び、責任を負い、結果を見届け、また次の判断に向かう。その回数を体に刻み込んだ人間の数が、これから先、構造的に減っていく。スキルは買えるが、経験は買えない。経験は、本人がその場に立った時間の総和でしかない。
「文系人材余剰」という見出しを最初に見たときの違和感は、たぶんここに繋がっていた。余っているのは文系ではない。足りないのも理系ではない。足りなくなりつつあるのは、「未完成な人間が判断者へと変わっていくための、社会的な装置」のほうだ。
これは、雇用政策の枠で扱える話ではない。「事務職余剰」「AI人材不足」というラベルで需給を語っているうちは、議論はミスマッチ解消の話に閉じる。だが、本当の論点は、20年後にこの国の判断者層がどこから現れるか、という国力の中長期的な再生産にかかわる話だ。一企業の人事戦略でも、一個人のキャリア選択でもなく、社会全体の人材インフラ設計として、政策レベルで議論されるべき問いだろうと思う。
その装置を、誰がどう作り直すのか。
答えはまだ、どこにも書かれていない。
note版について
本稿はInsynergyの日本語サイト版です。noteでも同じ論考を公開しています。