リビング・ダッシュボード
AIの労働インパクト観測所
AI の雇用への影響
業種・職種・スキルレベルごとに異なる、AI による雇用への影響の分布。
この観測所は、創出・消失した雇用だけを測るのではない。労働の変革圧力と、それを吸収する能力を測る。
- IILE-IA v0.2
- 月次キュレーション
- 週次ソースウォッチャー
- 実験的
エビデンス × インパクト
エビデンス × インパクト
検証済みクレームを2軸(エビデンス強度・想定雇用影響)で読み解きます。
想定される雇用影響 ↑
市場期待(調査・影響大)
雇用主調査と市場予測。
World Economic Forum — Future of Jobs Report 2025
グローバル雇用主調査
World Economic Forum — Future of Jobs Report 2025
グローバル雇用主調査
理論的エクスポージャー(強いエビデンス)
学術・国際機関の方法論で雇用影響が大きいもの。
IMF — Gen-AI: Artificial Intelligence and the Future of Work
マクロ経済・労働分析
IMF — Gen-AI: Artificial Intelligence and the Future of Work
マクロ経済・労働分析
ILO — Generative AI and Jobs: A Refined Global Index of Occupational Exposure
職業エクスポージャー研究
ILO — Generative AI and jobs: A 2025 update
職業エクスポージャー研究
弱いシグナル
抽出されていない優先情報源。
Stanford HAI — AI Index 2025 Economy chapter
労働市場データ分析
実利用(強いエビデンス、観測される影響は限定的)
採用・展開データで影響範囲が限定的なもの。
保留:観測された実利用クレームはまだありません。
調査・期待
トレース済み方法論
エビデンス強度 →
このマトリクスは統計的散布図ではありません。位置は編集的ゾーンであり、定量的座標ではありません。
エビデンス対誇大広告
AIが「できること」と「していること」を混同しないための三つの角度。
理論的曝露
- 何を測るか
- モデルによれば、どれだけのタスクがAIによって自動化または拡張されうるか。
- 例
- Stanford HAI、OECD、MIT、Brookings、NBERの論文。
- なぜ重要か
- 変化の天井を示す——技術が完全に展開された場合に可能な最大の空間。
- 誤読した場合
- それを現実と取り違えること。理論的曝露は速度を誇張し、摩擦を過小評価しがちだ。
実際の導入
- 何を測るか
- どれだけの組織が(そして各組織内のどれだけのプロセスが)すでにAIを本番で使っているか。
- 例
- 企業アンケート(PwC、McKinsey、BCG)、プラットフォームのテレメトリ(Anthropic、OpenAI、Microsoft Copilot)。
- なぜ重要か
- 試されているものと、定着しているものを区別する。実際の導入こそ、変化が現れ始める場所だ。
- 誤読した場合
- パイロット利用を実利用と取り違えること。多くのパイロットは、プロセスを再設計せずには本番に到達しない。
労働市場で観測された結果
- 何を測るか
- AIに帰せられる、雇用・給与・求人・求められるスキル・離職の変化。
- 例
- BLS、ILO、Eurostat、LinkedIn、Indeed、Lightcast、ADP。
- なぜ重要か
- テクノロジーと労働のループを閉じる唯一の読み取り。それ以外は前提にすぎない。
- 誤読した場合
- AIがなくても同様に説明できる構造変化を、AI効果に帰してしまうこと。
エビデンス vs. ハイプ マトリクス
AIの雇用影響を、数値スコアではなくエビデンス強度で並べた4つの編集的読み方。
想定される雇用影響 ↑
エビデンス強度 →
理論的エクスポージャー
学術・国際機関のエクスポージャー方法論。
IMF — Gen-AI: Artificial Intelligence and the Future of Work
マクロ経済・労働分析
IMF — Gen-AI: Artificial Intelligence and the Future of Work
マクロ経済・労働分析
ILO — Generative AI and Jobs: A Refined Global Index of Occupational Exposure
職業エクスポージャー研究
ILO — Generative AI and jobs: A 2025 update
職業エクスポージャー研究
実利用
本番運用・実装データ。
保留：検証済みの採用クレームはまだありません。
観測された結果
雇用・賃金・職業の測定された変化。
保留：観測された市場クレームはまだありません。
弱いシグナル
調査・期待・抽出されていない優先情報源。
World Economic Forum — Future of Jobs Report 2025
グローバル雇用主調査
World Economic Forum — Future of Jobs Report 2025
グローバル雇用主調査
Stanford HAI — AI Index 2025 Economy chapter
労働市場データ分析
このマトリクスは因果関係を示しません。位置はスコアではありません。
検証済みクレーム
検証済みクレーム
正規URLを持つ公式情報源に裏づけられた主張の、絞り込んだ選集。各カードはデータ、その読み方、そして情報源が証明しないことを分けて示す。
公式ソースをリンク済み:リンクは正規;数値は値・日付・地理を宣言して抽出済み。具体的な数値は、主張・日付・方法論がトレースされたときにのみ取り込まれる。
Tier 1グローバル雇用主調査
22 %
2030年までに変容する雇用
WEFは、2030年までに労働の破壊が雇用の22%に相当し、1.7億の新規ロールと9,200万が置換、純増7,800万の雇用になると見積もる。
- 公式ソース リンク済み
- 信頼度: 高
- グローバルパルス
- IILE構成要素: 労働市場シグナル
- 地域: グローバル
- 期間: 2030
- 読み方
- この読み取りを雇用の消失に還元してはならない:このデータは創出・置換・変革を組み合わせている。
- 証明されない点
- 雇用主へのアンケートに基づく予測であり、純雇用の観測された測定ではない。
- 情報源
- World Economic Forum — Future of Jobs Report 2025
Tier 1グローバル雇用主調査
39 %
2030年までに変わる主要スキル
雇用主は、労働市場で求められる主要スキルの39%が2030年までに変わると予想する。
- 公式ソース リンク済み
- 信頼度: 高
- エグゼクティブレーダー
- IILE構成要素: スキル速度
- 地域: グローバル
- 期間: 2030
- 読み方
- 雇用可能性の最低ラインが動く:職を保つだけでは足りず、スキルのポートフォリオを更新しなければならない。
- 証明されない点
- 強度はセクター・国・職業によって異なる。
- 情報源
- World Economic Forum — Future of Jobs Report 2025
Tier 1マクロ経済・労働分析
40 %
グローバル雇用のうちエクスポージャー有り
IMFは、世界の雇用のほぼ40%がAIに曝露していると見積もる。
- 公式ソース リンク済み
- 信頼度: 高
- エビデンス vs. ハイプ
- IILE構成要素: 技術エクスポージャー
- 地域: グローバル
- 期間: 2024
- 読み方
- 曝露は影響の潜在性を測るのであり、自動的な置換ではない。
- 証明されない点
- 曝露は雇用喪失と同義ではない;労働の一部は拡張されうる。
- 情報源
- IMF — Gen-AI: Artificial Intelligence and the Future of Work
Tier 1マクロ経済・労働分析
60 %
先進経済の雇用エクスポージャー
先進国では、主に認知労働の普及により、雇用の約60%がAIに曝露している。
- 公式ソース リンク済み
- 信頼度: 高
- エビデンス vs. ハイプ
- IILE構成要素: 技術エクスポージャー
- 地域: 先進経済
- 期間: 2024
- 読み方
- 圧力は定型業務だけにかかるのではない:特に認知タスクに影響する。
- 証明されない点
- 補完性と制度的な備えが、最終的な結果を大きく変える。
- 情報源
- IMF — Gen-AI: Artificial Intelligence and the Future of Work
Tier 1職業エクスポージャー研究
52,558
方法論のデータポイント
ILOの精緻化された指数は、タスクのデータ、専門家の入力、AIモデルの予測を組み合わせる;29,753タスクのサンプル、1,640人へのアンケート、2,861タスクの自動化潜在性に関する52,558のデータポイントを用いる。
- 公式ソース リンク済み
- 信頼度: 高
- 方法論
- IILE構成要素: タスク変容
- 地域: グローバル方法論
- 期間: 2025
- 読み方
- 労働インパクトを測るうえで、関連する単位は雇用だけではなく、タスクだ。
- 証明されない点
- この方法論は曝露/潜在性を予測する;それ自体では実際の導入も観測された労働結果も測らない。
- 情報源
- ILO — Generative AI and Jobs: A Refined Global Index of Occupational Exposure
Tier 1職業エクスポージャー研究
25 %
変容の影響を受ける職業の概算割合
ILOの2025年更新は、4つの職業に1つが生成AIによる変革に曝露しうると要約する。
- 公式ソース リンク済み
- 信頼度: 中
- グローバルパルス
- IILE構成要素: タスク変容
- 地域: グローバル
- 期間: 2025
- 読み方
- このシグナルは、中心的な影響が完全自動化ではなくタスクの変革であることを補強する。
- 証明されない点
- 雇用の直接的喪失ではなく、変革への曝露として扱うべきだ。
- 情報源
- ILO — Generative AI and jobs: A 2025 update
Tier 3労働市場データ分析
AI Index 2025の経済の章は、AI関連の労働需要とスキルのシグナルの優先情報源として使われる。
- 公式ソース リンク済み
- 信頼度: 中
- ソースレーダー
- IILE構成要素: 労働市場シグナル
- 地域: グローバル
- 期間: 2025
- 読み方
- 理論的曝露から、観測可能な労働需要のシグナルへ移るのに役立つ。
- 証明されない点
- 具体的なメトリクスは、正確に抽出・マッピングされたときにのみ取り込まれる。
- 情報源
- Stanford HAI — AI Index 2025 Economy chapter
これらのカードは、トレース可能な数値を備えた観測所の最初のバージョンだ。IILE-IAの校正は、より多くの検証済みクレームが統合されるまで編集実験的のままとされる。
編集クレーム
観測所が追う主張のキュレーション選集。各クレームには出典、メトリック、地理、検証ステータスが付く。確定版の読み取りとしては提示しない。
運用者ブリーフからキュレーション:編集チームが提案したデータ;確定版として引用する前に、URLと正確な日付の検証が保留。
World Economic Forum (Future of Jobs 2025)Tier 1
22%
2030年までに雇用の22%が変化:1.7億の新規ロールと9,200万が置換。
- ブリーフ由来
- 信頼度: 高
- 地理: Global
- エビデンス:
- Proyección global
- 登場する場所:
- エグゼクティブレーダー · グローバルパルス · IILE-IA構成要素
World Economic Forum (Future of Jobs 2025)Tier 1
59/100
100人中59人の労働者が2030年までにリスキリング/アップスキリングを必要とする。
- ブリーフ由来
- 信頼度: 高
- 地理: Global
- エビデンス:
- Proyección global
- 登場する場所:
- グローバルパルス · IILE-IA構成要素
IMFTier 1
~40 / ~60%
世界の雇用の約40%がAIに曝露;先進国では曝露が約60%に上がる。
- ブリーフ由来
- 信頼度: 高
- 地理: Global / Economías avanzadas
- エビデンス:
- Análisis macroeconómico
- 登場する場所:
- エグゼクティブレーダー · グローバルパルス · IILE-IA構成要素
ILOTier 1
1 de cada 4
4人に1人の労働者がGenAIに何らかの程度で曝露した職業にいる;多くは消えるより変容する。
- ブリーフ由来
- 信頼度: 高
- 地理: Global
- エビデンス:
- Exposición ocupacional
- 登場する場所:
- エグゼクティブレーダー · グローバルパルス
PwC (Global AI Jobs Barometer 2025)Tier 4
56%
AIスキルを持つ専門職に56%の給与プレミアム、曝露した雇用でスキル変化が66%加速。
- ブリーフ由来
- 信頼度: 中
- 地理: Global
- エビデンス:
- Análisis de ofertas (~1.000M)
- 登場する場所:
- グローバルパルス
LightcastTier 2
28%
AIスキルを求める求人は28%の給与プレミアム(年間約$18K);AI求人の51%はIT以外。
- ブリーフ由来
- 信頼度: 中
- 地理: Global / EE. UU.
- エビデンス:
- Job postings (>1.300M)
- 登場する場所:
- グローバルパルス
LinkedIn Economic GraphTier 2
70%
2030年までに、ほとんどの雇用で使われるスキルの70%が変わる。
- ブリーフ由来
- 信頼度: 中
- 地理: Global
- エビデンス:
- Grafo profesional
- 登場する場所:
- グローバルパルス · IILE-IA構成要素
Indeed Hiring LabTier 2
26 / 46%
雇用の26%がGenAIによって高度に変容しうる;米国の典型的な求人のスキルの46%がハイブリッド領域。
- ブリーフ由来
- 信頼度: 中
- 地理: EE. UU.
- エビデンス:
- Job postings
- 登場する場所:
- エビデンス対誇大広告 · グローバルパルス
Microsoft (Work Trend Index 2025)Tier 4
33 / 78 / 83%
リーダーの33%が人員削減を検討;78%が新しいAIロールの採用を検討;83%がAIによってキャリアの早い段階でより複雑な仕事を担えると考える。
- ブリーフ由来
- 信頼度: 中
- 地理: Global
- エビデンス:
- Encuesta empresarial
- 登場する場所:
- グローバルパルス
McKinsey (Superagency in the Workplace)Tier 4
1%
ほぼすべての企業がAIに投資しているが、展開で成熟していると自認するのはわずか1%。
- ブリーフ由来
- 信頼度: 中
- 地理: Global
- エビデンス:
- Encuesta empresarial
- 登場する場所:
- エグゼクティブレーダー · グローバルパルス · IILE-IA構成要素
Anthropic (Economic Index, marzo 2026)Tier 5
~49%
約49%の雇用が、タスクの少なくとも4分の1をClaudeで実行した。
- ブリーフ由来
- 信頼度: 中
- 地理: Global
- エビデンス:
- Telemetría de plataforma
- 登場する場所:
- エビデンス対誇大広告 · グローバルパルス
Stanford HAITier 3
53%
GenAIは3年で人口の53%の導入に到達、PCやインターネットより速い。
- ブリーフ由来
- 信頼度: 高
- 地理: Global
- エビデンス:
- AI Index
- 登場する場所:
- グローバルパルス
Yale Budget LabTier 3
ChatGPT以降、米国労働市場の構成に実質的な加速は見出されていない。
- ブリーフ由来
- 信頼度: 高
- エビデンス:
- Análisis empírico
- 登場する場所:
- エビデンス対誇大広告
BrookingsTier 3
現在のエビデンスは依然として決定的でなく、より良いデータが必要だ。
- ブリーフ由来
- 信頼度: 高
- エビデンス:
- Síntesis editorial
- 登場する場所:
- エビデンス対誇大広告
読み方ガイド
このダッシュボードの読み方
目的
セクター・職業・プロファイル別に労働変容の圧力と、それを吸収する能力を認識するため。予測ではなく、編集的な読み解きです。
目的でないもの
雇用喪失を予測するものではなく、公式統計指標でもない。Tier 1〜3を置き換えるのではなく、明示的な編集ウェイトで重み付けする。
本書を読む際の使い方
章で具体的なベクトル（露出、採用、ギャップ）が引用されたとき、ここに戻って全体像に位置づけ、セクター間のリズムを比較してください。
今後の進化
次のイテレーションで、情報源別の実シグナル、明示的な編集ケイデンス、Tier 1〜3向けの自動ウォッチャーを追加。IILE-IAの校正は引き続き編集判断。