リビング・ダッシュボード
人材と拡張スキルのオブザーバトリー
仕事そのものは、それが求めるスキルが変化するほど速くは消えていない。2030年までに中核スキルの5つに2つが変わり、労働者のほぼ10人に6人が訓練を必要とする。自らの職能をAIと組み合わせる者には、測定可能な賃金プレミアムがつく。問いはもはや「自分は置き換えられるか」ではなく、「学び直す現実的な機会を得られるか」である。
仕事そのものは、それが求めるスキルが変化するほど速くは消えていない。2030年までに中核スキルの5つに2つが変わり、労働者のほぼ10人に6人が訓練を必要とする。自らの職能をAIと組み合わせる者には、測定可能な賃金プレミアムがつく。問いはもはや「自分は置き換えられるか」ではなく、「学び直す現実的な機会を得られるか」である。
- 編集指標なし
- 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。
ここにはまだクレームがありません。
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。
ここにはまだクレームがありません。
弱いシグナル
抽出されていない優先情報源。
World Economic Forum, Future of Jobs Report 2025
official_projection
World Economic Forum, Future of Jobs Report 2025
official_projection
World Economic Forum, Future of Jobs Report 2025
employer_survey
World Economic Forum, Future of Jobs Report 2025
employer_survey
PwC, 2025 Global AI Jobs Barometer
labour_market
PwC, 2025 Global AI Jobs Barometer
labour_market
PwC, 2025 Global AI Jobs Barometer
labour_market
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 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。
ここにはまだクレームがありません。
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
official_projection
World Economic Forum, Future of Jobs Report 2025
official_projection
World Economic Forum, Future of Jobs Report 2025
employer_survey
World Economic Forum, Future of Jobs Report 2025
employer_survey
PwC, 2025 Global AI Jobs Barometer
labour_market
PwC, 2025 Global AI Jobs Barometer
labour_market
PwC, 2025 Global AI Jobs Barometer
labour_market
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
検証済みのエビデンス
一次情報源まで辿れる主張を、その読み方と限界とともに示す。
Tier 1 = 多国間機関（WEF）。Tier 2 = 労働市場アナリティクス（PwC、McKinsey、LinkedIn）。
Tier 1official_projection
39
労働者の中核スキルの39%が、2025年から2030年の間に変化または陳腐化する。
- 検証済み
- 信頼度: 高
- skills_velocity
- 地域: グローバル
- 期間: 2025-2030
- 読み方
- 高い数値ではあるが、2023年版が示した44%からは低下しており、ある種の安定化の兆しといえる。
- 証明されない点
- これは将来についての雇用主の推計であり、すでに失われたスキルの測定値ではない。
- 情報源
- World Economic Forum, Future of Jobs Report 2025
Tier 1official_projection
59
労働者の59%が2030年までに訓練を必要とする。29%は現在の職務でスキルを向上でき、19%は再訓練して再配置でき、11%は必要な再訓練を受けられない。
- 検証済み
- 信頼度: 高
- reskilling_need
- 地域: グローバル
- 期間: 2030
- 読み方
- 課題はより多くの人を訓練することだけでなく、今日いかなる訓練からも外れている11%の層を埋めることにある。
- 証明されない点
- 29/19/11の内訳は集計レベルの推計であり、国別・業種別にどう分かれるかを保証するものではない。
- 情報源
- World Economic Forum, Future of Jobs Report 2025
Tier 1employer_survey
63
雇用主の63%が、2025〜2030年の事業変革における最大の障壁としてスキル格差を挙げている。
- 検証済み
- 信頼度: 高
- skill_gap_barrier
- 地域: グローバル
- 期間: 2025-2030
- 読み方
- 企業は、技術の不足ではなく人材の不足こそを主たる足かせと見ている。
- 証明されない点
- これは調査対象の雇用主による自己申告の認識であり、格差の客観的な測定ではない。
- 情報源
- World Economic Forum, Future of Jobs Report 2025
Tier 1employer_survey
85
雇用主の85%が従業員のスキル向上を優先する計画であり、50%が衰退する職務から成長する職務へ人員を移すと見込んでいる。
- 検証済み
- 信頼度: 高
- reskilling_need
- 地域: グローバル
- 期間: 2025-2030
- 読み方
- 訓練へ投資する意図はほぼ普遍的であり、課題はその意図を現実的でアクセス可能なプログラムに変えることにある。
- 証明されない点
- 表明された計画を測るものであり、確保された予算や訓練の成果を測るものではない。
- 情報源
- World Economic Forum, Future of Jobs Report 2025
Tier 2labour_market
56
AIスキルを持つ労働者は、前年の25%から上昇し、56%の賃金プレミアムを得ている。
- 検証済み
- 信頼度: 高
- ai_skill_premium
- 地域: グローバル
- 期間: 2025
- 読み方
- AIを使いこなせることはもはや付加ではなく賃金に直結し、そのプレミアムは1年で倍以上になった。
- 証明されない点
- 複数国の求人広告に基づくものであり、提示賃金（必ずしも支払賃金ではない）を反映し、高度人材に偏る可能性がある。
- 情報源
- PwC, 2025 Global AI Jobs Barometer
Tier 2labour_market
66
AIに最も曝露した職種では、雇用主が求めるスキルが66%速く変化する。
- 検証済み
- 信頼度: 高
- skills_velocity
- 地域: グローバル
- 期間: 2025
- 読み方
- AIが到達する場所では、各スキルの有効期間が短くなる。学び直しへの圧力は、技術が最も濃い場所でこそ最大になる。
- 証明されない点
- 求人広告に挙がるスキルの入れ替わりを測るものであり、職務上の変化の実際の深さを測るものではない。
- 情報源
- PwC, 2025 Global AI Jobs Barometer
Tier 2labour_market
27
AIに曝露したほぼすべての職種（最も自動化しやすいものを含む）で雇用は依然として増えており、最も曝露した業界の生産性はほぼ4倍（7%から27%）になった。
- 検証済み
- 信頼度: 中
- augmentation
- 地域: グローバル
- 期間: 2018-2024
- 読み方
- この段階では、AIは人間の仕事を置き換えるよりも拡張している。支配的なレバーは解雇ではなく生産性である。
- 証明されない点
- 初期段階のスナップショットであり、自動化が深まった場合に何が起きるかは示さない。集計上の雇用増は、特定の業務での損失を覆い隠しうる。
- 情報源
- PwC, 2025 Global AI Jobs Barometer
AIに関する数値は求人広告の分析に基づくものであり、人口統計（センサス）ではない。表明された需要を反映しており、必ずしも充足された雇用を意味しない。
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。