メインコンテンツへスキップ
VTE

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

IILE-IA 暫定リーディング

IILE-IA 暫定リーディング

状態と圧力はIILE-IA総合値 v0.2 = 58.7 / 100 から導出され、能動的な変容バンド(範囲41-60)に位置します。次元ごとの六つのスコアは信頼度:低で公開されています。

現在の状態
能動的な変容
労働圧力
信頼度
校正
部分的
検証済みクレームのある次元
4/6

これは暫定的な編集的読み取りであり、校正された統計指標ではありません。

次元別エビデンスマップ

エグゼクティブレーダー:エビデンス強度

IILE-IA 次元ごとに1行。セグメントは定性的なレベルを示し、数値スコアではありません。

定性スケール: シグナル不十分 · 部分的なエビデンス · 追加ソースが必要 · 初期エビデンス強

  1. E技術エクスポージャー

    初期エビデンス強

    2 リンク済みクレーム

    理論上自動化または拡張可能なタスク。

  2. A実際の採用

    追加ソースが必要

    0 リンク済みクレーム

    本番でAIを使用している組織。

  3. Tタスク変容

    初期エビデンス強

    2 リンク済みクレーム

    実際の業務タスクがどう変わるか。

  4. Sスキル速度

    部分的なエビデンス

    1 リンク済みクレーム

    需要スキルが変化する速度。

  5. M労働市場シグナル

    初期エビデンス強

    2 リンク済みクレーム

    求人、給与、市場で観察される需要。

  6. B適応ギャップ

    追加ソースが必要

    0 リンク済みクレーム

    変化のペースと吸収能力の差。

検証済みの大きさ

検証済みの大きさ

公式ソースからの参考数値。まだ統計的な校正には相当しません。

  1. World Economic Forum — Future of Jobs Report 2025

    22 %

    2030年までに変容する雇用

    • 公式ソース リンク済み
    • 信頼度: 高

    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。

    www.weforum.org
  2. World Economic Forum — Future of Jobs Report 2025

    39 %

    2030年までに変わる主要スキル

    • 公式ソース リンク済み
    • 信頼度: 高

    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。

    www.weforum.org
  3. IMF — Gen-AI: Artificial Intelligence and the Future of Work

    40 %

    グローバル雇用のうちエクスポージャー有り

    • 公式ソース リンク済み
    • 信頼度: 高

    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。

    www.imf.org
  4. IMF — Gen-AI: Artificial Intelligence and the Future of Work

    60 %

    先進経済の雇用エクスポージャー

    • 公式ソース リンク済み
    • 信頼度: 高

    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。

    www.imf.org

棒の長さはこのグラフ内での相対値です。指標スコアでも、同じ方法論を共有するソース同士の比較でもありません。

検証パルス

公式ソースに紐づいた数字のビジュアル。各カードに信頼度と、下のクレーム詳細への参照が付きます。

  • Tier 12030

    22 %

    2030年までに変容する雇用

    World Economic Forum — Future of Jobs Report 2025

    • 公式ソース リンク済み
    • 信頼度: 高
  • Tier 12030

    39 %

    2030年までに変わる主要スキル

    World Economic Forum — Future of Jobs Report 2025

    • 公式ソース リンク済み
    • 信頼度: 高
  • Tier 12024

    40 %

    グローバル雇用のうちエクスポージャー有り

    IMF — Gen-AI: Artificial Intelligence and the Future of Work

    • 公式ソース リンク済み
    • 信頼度: 高
  • Tier 12024

    60 %

    先進経済の雇用エクスポージャー

    IMF — Gen-AI: Artificial Intelligence and the Future of Work

    • 公式ソース リンク済み
    • 信頼度: 高
  • Tier 12025

    52,558

    方法論のデータポイント

    ILO — Generative AI and Jobs: A Refined Global Index of Occupational Exposure

    • 公式ソース リンク済み
    • 信頼度: 高
  • Tier 12025

    25 %

    変容の影響を受ける職業の概算割合

    ILO — Generative AI and jobs: A 2025 update

    • 公式ソース リンク済み
    • 信頼度: 中
  • Tier 32025

    数値指標なし

    Stanford HAI — AI Index 2025 Economy chapter

    • 公式ソース リンク済み
    • 信頼度: 中

グローバルパルス

情報源レジストリと編集的クレームからキュレーションした十のグローバルシグナル。各KPIは出典、信頼度、検証ステータスを宣言する。

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。

  • 2030年までに変化する雇用

    22%

    WEFの予測(1.7億の新規ロール、9,200万が置換)。

    情報源: World Economic ForumIILE-IA構成要素 · T

    • ブリーフ由来
    • 信頼度: 高
  • リスキリング/アップスキリングを必要とする労働者

    59 de cada 100

    WEFによれば、2030年まで。

    情報源: World Economic ForumIILE-IA構成要素 · S

    • ブリーフ由来
    • 信頼度: 高
  • AIに曝露した世界の雇用

    ~40%

    IMFによれば、先進国では最大約60%。

    情報源: IMFIILE-IA構成要素 · E

    • ブリーフ由来
    • 信頼度: 高
  • GenAIに曝露した職業の労働者

    1 de cada 4

    ILO 2025——多くは消えるより変容する。

    情報源: ILOIILE-IA構成要素 · E

    • ブリーフ由来
    • 信頼度: 高
  • AIスキルの給与プレミアム

    56%

    PwC Global AI Jobs Barometer 2025(Lightcast:28% / 年間約$18K)。

    情報源: PwCIILE-IA構成要素 · M

    • ブリーフ由来
    • 信頼度: 中
  • 2030年までに変化するスキル

    70%

    LinkedIn Economic Graph。

    情報源: LinkedInIILE-IA構成要素 · S

    • ブリーフ由来
    • 信頼度: 中
  • GenAIによって高度に変容しうる雇用

    26%

    Indeed GenAI Skill Transformation Index(米国)。

    情報源: Indeed Hiring LabIILE-IA構成要素 · T

    • ブリーフ由来
    • 信頼度: 中
  • AI展開で成熟した企業

    1%

    McKinsey——多くはまだパイロット段階。

    情報源: McKinseyIILE-IA構成要素 · B

    • ブリーフ由来
    • 信頼度: 中
  • タスクの25%以上をClaudeで行う雇用

    ~49%

    Anthropic Economic Index(2026年3月)——プラットフォームのテレメトリ。

    情報源: AnthropicIILE-IA構成要素 · A

    • ブリーフ由来
    • 信頼度: 中
  • 3年でのGenAIの人口導入

    53%

    Stanford HAI——PCやインターネットより速い。

    情報源: Stanford HAIIILE-IA構成要素 · A

    • ブリーフ由来
    • 信頼度: 高

指数関数的文脈

変化を駆動する力

これは本ダッシュボードの指標ではなく、それを説明する指数関数曲線です。なぜ変化がこれほど速く訪れ、仕事とスキルへの圧力が加速し続けるのか。

グラフ· 対数目盛

AIモデルの学習に使われる計算量は急増している

学習計算量 (petaFLOP)1001 mil10 mil100 mil1 M10 M100 M1 mil M10 mil M100 mil M2012201620182019202020222023学習計算量 (petaFLOP) (log)
主要なAIモデルの学習計算量は、AlexNet(2012年)からGPT-4(2023年)までの間に数百万倍に増加した。対数目盛で表示するのが適切である。
出典 · Epoch AI / Our World in Data

グラフ

世界のAIへの民間投資額

  1. 201515.3 mil MUSD
  2. 201728.4 mil MUSD
  3. 201961.7 mil MUSD
  4. 202077.3 mil MUSD
  5. 2021145.4 mil MUSD
  6. 2022104.6 mil MUSD
  7. 202392.8 mil MUSD
  8. 2024130.9 mil MUSD
世界のAIへの民間投資は、実質ドルで2015年の約150億ドルから2024年には約1,310億ドルへと増加した。この競争を主導しているのは米国と中国である。
出典 · Stanford HAI AI Index (data by Quid) / Our World in Data

観測所におけるスペイン

AIに対するスペインの労働市場

スペインは企業AI採用でEUベースラインに収束していますが、Funcasの2025-2035の中央シナリオはネット負の労働市場を描きます。3つのヘッドラインとEU比較。

  • 純雇用・2025-2035(中央シナリオ)

    −40万

    雇用破壊 −170万 〜 −230万。雇用創出 +161万。ネットは負だが、創出が破壊の三分の二をカバー。

    Funcas · 2025

  • AIを使用するスペイン企業(従業員10以上)

    21.1 %

    2025年Q1 vs 2023年12.4%。企業採用が2年でほぼ倍増、サービス業と先進製造に集中。

    Funcas · 2025 Q1

  • 高エクスポージャー職におけるスペイン女性雇用

    9.6 %

    男性雇用3.5%に対して。職業エクスポージャーはジェンダーで非対称 — 事務職とケア職が過剰代表。

    ILO–NASK · 2025

スペイン vs EU — 採用とエクスポージャー

スペインEU-27
AI使用企業(従業員10以上、2025)21.1 %約20 %Funcas + Eurostat
採用成長率 2023 → 2025+8.7pp (12.4% → 21.1%)+7pp (約13% → 20%)Funcas + Eurostat
生成AIにエクスポージャーした雇用約60%(先進経済)約60%(先進経済)IMF · Gen-AI Staff Note
高エクスポージャーにおけるジェンダー非対称(F vs M)9.6 % vs 3.5 %9.6 % vs 3.5 %(集計)ILO–NASK · 2025

編集的読み取り:スペインはエクスポージャーや採用で外れ値ではなく、EUと収束しています。しかしFuncasの中央シナリオが編集的重みを持ちます:雇用破壊(−170万〜−230万)が新規創出(+161万)でほぼ相殺されても、ネット負の値とジェンダー非対称はスペインのIILE-IA読み取りでM(労働市場シグナル·42)とB(適応ギャップ·52)に慎重バイアスを正当化します。総合機会(62)は依然として総合リスク(47)を上回りますが、マージンは狭い。

すべての数値は宣言された方法論を持つ予測または公式統計です。Funcasは低・高範囲とともに中央シナリオを公開しており、ここでは中央を表示しています。雇用主-従業員の補完的読み取りについてはRandstad Research ESを参照してください。

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。