AI導入企業ほど雇用が揺れる：OECD雇用見通し2026とGallup・LinkedInで見る『失業経由』の労働市場再編

AI導入企業ほど雇用が揺れる——OECD最新報告が示す「失業経由」の再編

AI導入が進む企業ほど、雇用は静かに増えるのではなく、大きく揺れる。

OECD（経済協力開発機構）が2026年7月7日に公表した年次報告書「OECD Employment Outlook 2026」は、AIを含む技術ショックが地域の労働市場を再編しつつあると分析し、その調整は「転職」ではなく「失業」を経由して起こると指摘する。同時期に公表されたGallupの調査は、AI導入企業ほど採用と解雇の両方が増える二極化の実態を、企業レベルの数値で裏づけている。

本記事は、OECD・Gallup・LinkedIn・ゴールドマン・サックスという性質の異なる一次データを横断し、「AI導入は雇用の純増減ではなく、失業を経由した流動性と二極化を高める」という構造を整理する。たとえばGallupの調査では、従業員1万人超の大企業に限ると、AI導入企業で人員の「縮小」が「拡大」を上回る逆転が起きている——本記事はこうした企業レベルの実態を具体的な数値で追う。読了後、自社の規模・業種・職種構成に照らして、採用と解雇のどちらの動きに直面しやすいか、判断材料を手にした状態になっているはずだ。

まず、この再編がなぜ「転職」ではなく「失業」を経由するのか、その理由からたどっていく。

OECD雇用見通し2026——調整は「転職」でなく「失業」を経由して起こる

OECDの雇用見通し2026は、全392ページにわたる年次報告書で、今年のテーマに「地域格差と労働市場」を据えた。AIを含む貿易・技術ショックが、地域ごとの雇用構造をどう変えているかを分析の軸に置いている。

同報告が指摘する構図はこうだ。技術ショックの影響を受けた労働者は、影響の少ないセクターへスムーズに転職するわけではない。むしろ、いったん職を失い、その空いた枠に新規参入者が入るという形で調整が進む。OECDはこの現象を、離職者に長期的な「傷痕（scarring）」を残すものだと分析している。転職という滑らかな移動ではなく、失業という断絶を経由するからこそ、影響を受けた労働者本人のキャリアには回復しにくいダメージが残る、という見立てである。

地域間の雇用・所得格差はなぜ「労働移動」だけでは埋まらないのか

ここで一つ、疑問を持った読者もいるはずだ。地域間で格差が生まれても、労働者がより条件の良い地域へ移動すれば、いずれ差は縮まるのではないか。

OECDの分析は、この直感に対して否定的な立場を取る。雇用・失業・可処分所得の地域間格差は大きく、しかも持続的だと同報告は位置づけている。製造業の雇用を失う地域と、サービス職や非定型業務が増える地域への分化が進む一方で、地域を越えた労働移動だけでは、その格差はむしろ埋まりにくいというのがOECDの見立てだ。

引っ越しをすれば解決する話ではない。ここがこの報告書の核心である。

では、この「失業経由の再編」は、実際の企業現場でどう表れているのか。ここからは、より手触りのある企業レベルのデータに移る。

Gallupが映す現場——AI導入企業は「採用も解雇も」同時に増やす

Gallupが2026年4月13日に公表した「Rising AI Adoption Spurs Workforce Changes」は、2026年2月4日から19日にかけて米国の就業者23,717人を対象に実施した調査（誤差範囲±0.9ポイント、95%信頼度）を基にしている。

この調査によれば、職場でAIを利用する就業者の割合は初めて50%に到達した（前四半期は46%）。日次利用は13%、組織としてAIを業務に統合している割合は41%で、前四半期から3ポイント上昇している。

注目すべきは、ここから先の「雇用の中身」を示すデータである。過去1年で「職場が破壊的に大きく変化した」と回答した割合は、AI導入企業で27%、非導入企業で17%だった。人員面では、AI導入企業のほうが「採用・拡大」と回答した割合（34%、非導入企業28%）も、「解雇・縮小」と回答した割合（23%、非導入企業16%）も高い。つまりAI導入企業では、雇用が増える方向にも減る方向にも、変化のスピードが速まっているということだ。

従業員1万人超の大企業では「縮小」が「拡大」を上回る逆転

企業規模を絞り込むと、この二極化はさらにくっきりと浮かび上がる。

従業員1万人を超える大企業に限ると、AI導入企業では「縮小」と回答した割合が33%で、「拡大」の30%を上回った。逆に、AIを導入していない大企業では「拡大」36%が「縮小」23%を大きく上回っている。同じ「大企業」という括りの中で、AI導入の有無だけでこれほど傾向が逆転する。

さらに、「5年以内に自分の仕事がAI・自動化で消える」と回答した割合は全体で18%だが、AI導入企業の従業員に限ると23%まで上がる。一方で、「生産性が改善した」と実感している割合もAI導入企業で65%に達しており、不安と手応えが同じ従業員層の中に同居している状態が見て取れる。

この「不安と手応えの同居」は、雇用の現場に限った話ではない。AI全般への米国民の意識を数字で示したPew Research Centerの2026年調査では、AIチャットボット利用者が49%に達する一方、AIを適切に規制する政府の能力を疑う声は67%に上る。使うほど疑うという構造は、労働市場の外側でも同時に進行している。詳しくは米国のAI世論、利用49%でも不信71%で整理している。

ここまでで、企業という単位で何が起きているかを見てきた。ここからは視点を変え、同じ企業の中でも、どの職種・役職がAIの恩恵をより多く受けているのかを見ていく。

利用率50%到達の裏側——役職によるAI活用格差はむしろ固定化している

「AI利用率50%」という数字は、全員が均等にAIを使い始めたことを意味しない。

Gallupが2026年1月25日に公表した別の調査「Frequent Use of AI in the Workplace Continued to Rise」は、2025年10月30日から11月14日にかけて実施した調査（就業者22,368人）を基に、役職・職種ごとの利用格差を示している。

役職別に見ると、リーダー層は全体の69%が職場でAIを利用しており、そのうち「週に数回以上」の頻繁な利用は44%（旧データの17%から上昇）に達する。管理職では利用55%・頻繁利用30%（15%から上昇）、個別に業務をこなす一般社員では利用40%・頻繁利用23%（9%から上昇）と、階層が下がるごとに数値が下がっていく。

さらに際立つのが、リモートでは完結できない職務——製造・小売・物流・介護のような現場業務に近い職種——の数値だ。この層の利用率は15%から32%へと倍以上に伸びているものの、頻繁利用は8%から17%にとどまる。日次利用に至っては7%である。業種別に見ても、テクノロジー業界の頻繁利用が57%であるのに対し、小売業は19%にとどまっており、業種間の差も大きい。

言い換えれば、AIは「使える立場にいる人が、より使うようになる」という形で広がっている。利用率という総量の数字が伸びるほど、役職・職種による活用格差は縮まるどころか、むしろ固定化しつつあるように見える。

企業内の役職差だけではない。学習意欲や投資という、もう一段マクロな指標にも目を向けてみよう。

学習意欲は右肩上がり、AI投資の急増はまだ景気統計に表れない

LinkedIn Economic Graphが公表する「Work Change Report」は、AIによって仕事の中身がどう変わるかを、自社プラットフォームのデータから報告している。同レポートによれば、2030年までに大半の仕事で使われるスキルの70%が変化するという。また、LinkedIn会員がプロフィールに新しいスキルを追加する頻度は、2022年以降140%増加したと報告している。今日就職する世代は、15年前の世代と比べて、キャリアを通じて2倍の職を経験する見通しだとも指摘する。

学習意欲が伸びる一方で、資金の動きにも大きな変化が起きている。主要なハイパースケーラー（クラウド大手各社）によるAI関連の設備投資は近年急増を続けており、ゴールドマン・サックスの分析も、その規模がさらに拡大するとの見通しを示している。ただし同社は、この投資が短期的に経済統計上のGDP成長率を押し上げる効果は限定的で、本格的な効果が表れるのは2027年以降になるとの見方も示している。

投資は急増しているのに、その効果が経済統計にはまだほとんど表れていない。AIへの資金流入と、雇用・経済への実感のズレは、当面このまま続くと見ておいたほうがよさそうだ。

ここまで、OECDの分析枠組み、Gallupの企業・役職データ、LinkedInとゴールドマン・サックスのマクロな指標を見てきた。最後に、これらを踏まえて何を判断軸にすべきかを整理する。

「導入企業か否か」ではなく「再編にどう備えるか」を判断軸にする

ここまでの内容を一文で言えば、AI導入は雇用の純増減の問題ではなく、失業を経由した流動性と二極化を高める再編の問題だということである。

OECDは、この調整が転職ではなく失業を経由し、離職者に長期の傷痕を残すという枠組みを示した。Gallupは、AI導入企業ほど採用と解雇の両方が増え、大企業では縮小が拡大を逆転するという企業レベルの実態を、そしてリーダー層と現場業務に近い職種の間で活用格差が固定化しているという役職レベルの実態を、それぞれ数値で裏づけた。LinkedInとゴールドマン・サックスのデータは、学習意欲と投資の両方が伸びている一方で、その効果がまだ経済統計に十分反映されていないことを示している。

だとすれば、経営層・人事責任者が持つべき問いは「自社はAIを導入しているか、していないか」ではない。「自社は今、採用が増える局面にいるのか、それとも縮小が拡大を上回る局面に近づいているのか」「自社の役職構成の中で、活用格差が広がっている部分はどこか」を具体的に見極めることのほうが、判断材料としてはるかに実務的だ。

個人のAIスキルと給与の関係、企業単位の人員再編は、コインの表裏の関係にある。個人のスキル保有と賃金プレミアムについては、既に整理した記事があるので、あわせて読むと変化の全体像がつかみやすくなる。

個人のスキルと給与の関係を確認する

企業単位の採用・解雇の動きに加え、個人のAIスキル保有が給与にどう反映されているかは、PwC・世界経済フォーラム（WEF）・Indeedのデータから別記事で整理している。

AIスキルと賃金プレミアムの記事を読む関連カテゴリへ

日本企業における導入率そのものの格差については、総務省・PwC・中小機構のデータを横断した記事で整理している。導入するかどうかの格差と、導入後にどう雇用が再編されるかの格差は、別の問題として扱う必要がある。

また、「導入しているか否か」という二択そのものが測定上の罠になりうる。米国政府統計（BTOS・RPS・SBU）を教材に、誰に聞き・何を導入とみなし・どう集計したかを確認する三つの問いを整理した「AI導入率」を疑うための三つの問いも、あわせて読むと数字の読み方が一段深まる。