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

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

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

    39 %

    2030年までに変わる中核スキル

    • 検証済み
    • 信頼度: 高

    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。

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

    59 %

    2030年までに訓練を要する労働者

    • 検証済み
    • 信頼度: 高

    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。

    www.weforum.org
  3. World Economic Forum, Future of Jobs Report 2025

    63 %

    スキル格差を最大の障壁とみる雇用主

    • 検証済み
    • 信頼度: 高

    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。

    www.weforum.org
  4. World Economic Forum, Future of Jobs Report 2025

    85 %

    スキル向上を優先する雇用主

    • 検証済み
    • 信頼度: 高

    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。

    www.weforum.org
  5. PwC, 2025 Global AI Jobs Barometer

    56 %

    AIスキルの賃金プレミアム

    • 検証済み
    • 信頼度: 高

    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。

    www.pwc.com
  6. PwC, 2025 Global AI Jobs Barometer

    66 %

    AI曝露職でのスキル変化の速さ

    • 検証済み
    • 信頼度: 高

    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。

    www.pwc.com
  7. PwC, 2025 Global AI Jobs Barometer

    27 %

    AI曝露産業の生産性成長

    • 検証済み
    • 信頼度: 中

    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。

    www.pwc.com

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 12025-2030

    39 %

    2030年までに変わる中核スキル

    World Economic Forum, Future of Jobs Report 2025

    • 検証済み
    • 信頼度: 高
  • Tier 12030

    59 %

    2030年までに訓練を要する労働者

    World Economic Forum, Future of Jobs Report 2025

    • 検証済み
    • 信頼度: 高
  • Tier 12025-2030

    63 %

    スキル格差を最大の障壁とみる雇用主

    World Economic Forum, Future of Jobs Report 2025

    • 検証済み
    • 信頼度: 高
  • Tier 12025-2030

    85 %

    スキル向上を優先する雇用主

    World Economic Forum, Future of Jobs Report 2025

    • 検証済み
    • 信頼度: 高
  • Tier 22025

    56 %

    AIスキルの賃金プレミアム

    PwC, 2025 Global AI Jobs Barometer

    • 検証済み
    • 信頼度: 高
  • Tier 22025

    66 %

    AI曝露職でのスキル変化の速さ

    PwC, 2025 Global AI Jobs Barometer

    • 検証済み
    • 信頼度: 高
  • Tier 22018-2024

    27 %

    AI曝露産業の生産性成長

    PwC, 2025 Global AI Jobs Barometer

    • 検証済み
    • 信頼度: 中

グローバルパルス

私たちの「できること」がどう再編されつつあるかを示す6つのシグナル。

検証済みの一次情報源(WEF、PwC)に基づく数値。各データは出典にリンクしている。

  • 2030年までに変化する中核スキル

    39%

    中核スキルのほぼ5つに2つが、この10年で陳腐化または変容する。

    情報源: WEF, Future of Jobs Report 2025

    • 検証済み
    • 信頼度: 高
  • 2030年までに訓練を必要とする労働者

    59%

    労働力の大半が、この10年が終わる前に再訓練またはスキル向上を必要とする。

    情報源: WEF, Future of Jobs Report 2025

    • 検証済み
    • 信頼度: 高
  • 再訓練を受けられずリスクにさらされる労働者

    11%

    9人に1人が必要な訓練を受けられない。真のボトルネックは技術ではなくアクセスである。

    情報源: WEF, Future of Jobs Report 2025

    • 検証済み
    • 信頼度: 高
  • AIスキルの賃金プレミアム

    56%

    AIスキルを持つ人材は前年の25%から56%多く稼ぐ。価値の格差は広がっている。

    情報源: PwC, 2025 Global AI Jobs Barometer

    • 検証済み
    • 信頼度: 高
  • スキル不足を最大の障壁とみる雇用主

    63%

    2025〜2030年において、スキル不足は事業変革を阻む最大の要因であり、他のどの障壁よりも上位にある。

    情報源: WEF, Future of Jobs Report 2025

    • 検証済み
    • 信頼度: 高
  • スキル向上を優先する雇用主

    85%

    10社に8社が、第一の対応策として従業員のスキル向上への投資を計画している。

    情報源: WEF, Future of Jobs Report 2025

    • 検証済み
    • 信頼度: 高
  • AIに最も曝露した職種でスキルが変わる速さ

    +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。

    情報源: PwC, 2025 Global AI Jobs Barometer

    • 検証済み
    • 信頼度: 高
  • 2030年までに見込まれる職務スキルの変化

    約70%

    LinkedInは、生成AIによる加速を背景に、職務で使われるスキルの約70%が2030年までに変わると推計する。

    情報源: LinkedIn Economic Graph

    • 公式ソース リンク済み
    • 信頼度: 中

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

ユーザー1億人到達までの時間

  1. Internet abierto84meses
  2. Facebook54meses
  3. Instagram30meses
  4. TikTok9meses
  5. ChatGPT2meses
オープンなインターネットは7年かかった。ChatGPTは2か月で達成。この加速は程度の差ではない — 種類の違いだ。
出典 · Estimaciones UBS / Reuters / Statista
人材と拡張スキルのオブザーバトリー · 指数関数的な時代を生きる