2026年7月30日／株式会社東京ネット工務店 海老沢敦
① 事実
Vol.03で、「新人向けの仕事は戻らない」と書きました。
新卒・未経験向けの仕事が崩れている。一時的な行き過ぎではなく、入口そのものの経済的な根拠が消えたのだから、揺り戻しは来ない——そう読みました。
あれは、海外の記事1本に反論する形で書いたものです。 記事は「切りすぎた反省が来て、一部は戻る」と読んでいた。そこに構造で答えた。議論としては通っていますが、それだけでは裏付けになりません。
確かめられる資料が、二つあります。 一つは10億件を超える求人広告、もう一つは実際に支払われた給料の記録です。
結論から書きます。
入口の仕事は、減っていませんでした。増えていました。
ただし、増えた入口には、条件が付いていました。
順に並べます。
一つ目。世界の求人広告を10億件以上調べた調査です。
大手会計事務所のPwCが、2026年6月に出しました。6大陸・27の国と地域の求人広告を集めて、AIが仕事の中身を肩代わりしやすい仕事——書類を作る、数字をまとめる、決まった手順で文章を書く、といった作業が多い仕事——と、そうでない仕事に分けて比べています。以下、これを「AIの影響を受けやすい仕事」と呼びます。
そこで分かったことです。AIの影響を受けやすい入口の仕事のうち、「判断力」や「リーダーシップ」——これまで中堅以上に求められてきたことを要求するようになったものは、2019年から2025年で求人が35%増えました。
同じくAIの影響を受けやすい入口の仕事で、それを要求しなかったものは、10%減りました。
この二つは、どちらもAIの影響を受けやすい仕事です。 「AIに影響される仕事が減って、されない仕事が増えた」ではありません。同じ場所の中で、二つに割れました。
二つ目。要求の跳ね上がり方です。
AIの影響を最も受けやすい入口の仕事は、最も受けにくい入口の仕事に比べて、「これまで中堅以上に求められてきたこと」を要求する確率が7倍でした。
調査ではこれを「シニア化」と名付けています。新人向けの求人票に書かれる条件が、中堅の求人票の条件に入れ替わっていく、ということです。
三つ目。求人広告ではなく、実際に支払われた給料の記録です。
米国の給与計算を代行している会社の実データを使った研究があります（スタンフォード大学・2025年11月）。求人広告は「採りたい」ですが、給与記録は「実際に払った」です。 こちらのほうが強い証拠になります。
そこで見えたのはこうです。22〜25歳のソフトウェア開発者の雇用は、2022年後半のピークから2025年9月までに、約20%減りました。 同じ時期、30歳を超えた開発者の雇用は、増え続けています。
同じ職業、同じ時期。年齢だけで、逆に動いています。
四つ目。
この研究は、調整が「給料」ではなく「雇用」で起きたと書いています。
つまり——若手の給料を下げて雇い続ける、という選択が取られませんでした。 安くするのではなく、採らない。
参考に、逆側の数字も置きます。AIを専門にする職種の求人は、2024年から2025年の1年で68.9%増えました。 同じ期間、求人全体の伸びは8.6%です。AIのスキルがあることによる給料の上乗せは、平均61.9%。
並べます。
- 入口の仕事は、減っていない。増えている
- ただし増えたのは、「中堅の能力を要求する入口」だけ
- それを要求しない入口は、減った
- 調整は、値段ではなく人数で起きた
出典：
- 【一次・2026-07-30 確認済】PwC『2026 Global AI Jobs Barometer』（2026年6月公表／6大陸・27の国と地域・10億件超の求人広告／Lightcastデータを分析）
- 「The most AI-exposed entry level jobs are 7x more likely than the least AI-exposed entry level jobs to now demand traditionally senior skills」（＝7倍の比較対象は「最もAI曝露の低い入口の仕事」。「AI影響業種 vs 非対象業種」ではない）
- 「Change in entry-level job postings between 2019 and 2025, seniorised vs non-seniorised roles, top AI exposure quartile, US」＝seniorised +35%／non-seniorised -10%（※いずれもAI曝露が最も高い層の中での分岐。米国。「非対象の入口が-10%」ではない）
- 「From 2024 to 2025, AI specialist job postings soared (68.9% rise) while total job growth rose only 8.6%」
- 「The average AI wage premium across sectors stands at 61.9%」（16セクター平均）
- https://www.pwc.com/gx/en/issues/artificial-intelligence/job-barometer/2026/2026-global-ai-jobs-barometer-global-findings.pdf ／ プレスリリース https://www.pwc.com/gx/en/news-room/press-releases/2026/pwc-2026-ai-jobs-barometer.html （※pwc.comは自動取得が403。PDFを直接取得して原文を確認した）
- 【一次・2026-07-30 確認済】スタンフォード大学 Digital Economy Lab『Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence』（2025年11月／給与計算代行ADPの高頻度実データ）
- 「By September 2025, employment for software developers aged 22-25 declined nearly 20% compared to its peak in late 2022」（＝基準は「2022年後半のピーク」。「2024年比」ではない）
- 「Early-career workers (ages 22-25) in AI-exposed occupations experienced 16% relative employment declines, controlling for firm-level shocks, while employment for experienced workers remained stable」
- 「Adjustments occur primarily via employment rather than compensation, with employment changes concentrated in occupations where AI automates rather than augments labor」
- https://digitaleconomy.stanford.edu/app/uploads/2025/11/CanariesintheCoalMine_Nov25.pdf
- Vol.03の種（Forbes記事・海老沢持込／2026-07-19） ＝
メモ/2026-07-19_エントリーレベルは戻らない.md
② 構造 — 消えたのではない。高くなった
Vol.03で、私はこう書きました。
入口の仕事は〔雑用〕と〔見習いとしての育成〕が抱き合わせになっている。AIが雑用のほうを引き受けると、この抱き合わせが割れる。だから戻らない——と。
割れる、までは当たっていました。割れた後の絵が、違っていました。
私は「入口が消える」と読んでいました。実際に起きたのは、こうです。
〔雑用〕が消えた。〔育成〕のほうも消えた。 そして、その跡に、〔育成を済ませた人だけが入れる入口〕が新しくできました。
入口の求人が35%増えた、その増えた分の正体がこれです。増えたのは「育成を済ませた人だけが入れる入口」でした。
梯子で考えると、はっきりします。
これまで、入口とはこういう場所でした。一段目に足をかける。そこは低い。誰でも足がかかる。 かけているうちに、二段目に手が届くようになる。
いま起きているのは、一段目が無くなったことではありません。
一段目が、二段目の高さに付け替えられました。
だから、求人の数だけを見ると増えています。梯子の段は、むしろ増えている。ただし、そこに足がかかる人が変わりました。 登れるのは——すでに登れる人だけです。
調査が「シニア化」と呼んでいるのは、この付け替えのことです。
では、なぜ企業はそうしたのか。ここに歴史の話が要ります。
見習いという仕組みは、なぜ何百年も成立したのか。 職人でも、商家の奉公でも、形は同じでした。若い人を置いて、飯を食わせて、何年かかけて仕込む。
親切だったからではありません。雑用に、経済的な価値があったからです。
薪を割る。水を汲む。帳簿を写す。それ自体が仕事として値段のつくものだったから、その稼ぎで、育てるコストを払えました。 育成は、雑用の売上に相乗りしていたのです。
雑用が無価値になると、育成は、純粋なコストに変わります。
相乗りしていた土台が無くなるからです。育てることの価値が下がったのではありません。育てる費用を、どこからも回収できなくなった、というだけの話です。
これは今回が初めてではありません。産業革命のとき、徒弟制度が解体されたのも同じ形でした。 機械が「見習いがやっていた作業」を引き受けた。すると、見習いを置く経済的な理由が消えた。そして、いったん切れた育成の道筋は、元の形では戻りませんでした。
今回のほうが速いだけです。
ここで、①の四つ目が効いてきます。
調整は、値段ではなく人数で起きました。
もし「若手は高すぎる」という話なら、給料を下げて雇うという道がありました。企業はそれを選んでいません。安くしても、採らなかった。
Vol.04で「お金は、経路を作らない」と書きました。ロボット税でもベーシックインカムでも、お金を動かすだけでは、人が上がっていく道筋そのものは作れない、という話です。
同じことが、企業の側でも起きています。 安く雇うのは、お金の話です。育つ道筋があるかどうかは、お金の話ではありません。 雑用という道筋が消えた以上、安くしたところで、置く場所が無い。
戦略の階層で見ると、こう整理できます。
- AIが引き受けたのは、実行層（言われたとおりに手を動かす仕事——見積書を作る、数字を転記する、指示された文章を書く）
- 残ったのは、判断層（何をすべきかを決める仕事）
- そして企業は、入口にも判断層を求めるようになった
ここに、抜けているものがあります。
判断のスキルは、どこから来るのか。
実行層で積んだ経験の上に乗ります。 何度もやって、失敗して、なぜそうするのかが身体に入る。それがあって初めて、「これは違う」と言えるようになる。判断は、判断の練習からは生まれません。
つまり——判断層への入口を要求することで、判断層の供給源が絶たれます。
いま「判断できる若手」を採れている会社は、その人がどこかで実行層の経験を積んだから採れているのです。その「どこか」が、いま塞がっています。
足りなくなるのは、今年の新人ではありません。10年後の中堅です。
Vol.13で、こういうことを書きました。
型があるものは、理由が失われても復元できる。型が無いものは、理由と一緒に失われる。
これが、ここでも効きます。
型がある領域——世の中に共通の型がある仕事なら、育成が社内で切れても、外から補えます。学校がある。資格がある。転職市場に経験者がいる。突き合わせる相手が、外にあるからです。
自社にしかない仕事は、外から補えません。
そして、中小企業の仕事の多くが、そちらです。Vol.12・13で書いたとおり、日本の会社は独自に作ってきました。 その独自の部分を回している人が抜けたとき、代わりを外から買うことはできません。
大企業は、判断できる若手を市場から買えます。高くなりますが、買えます。
買えない側にとって、これは採用の話ではありません。
シニア化された入口が+35%で増えている、ということは、「判断できる若手」を採ろうとしている会社が、確実に増えているということです。
その競争に、中小企業が価格で勝てる見込みはありません。 賃金の上乗せは平均61.9%。AI専門職の求人は1年で68.9%増えています。取り合いになっている場所に、後から入るのがいちばん高い。
だから、問いは「どうやって採るか」ではありません。
育つ道筋が、自社にはまだ残っているか。
一段目が低いままの梯子が、まだ社内にあるか、という問いです。
③ 経営者の自分事
ここからは、私の失敗の話です。
受託で作ってきて、何度も同じことがありました。
作った料理が全部残されて、次々に注文はされる。
注文どおりに作りました。仕様も満たしている。動いている。それでも、使われない。 そして半年後、また別の注文が来る。同じ会社から。
一度や二度ではありません。過去、そういうお客さまは何社もありました。
腕の問題ではないと思っています。注文された時点で、何が食べたいかが決まっていなかったのだと思います。悪意でも怠慢でもありません。Vol.13に書いたとおり、決められる人が、もうその会社にいないことがあります。
そして、私はそれを見抜けませんでした。引き受けた時点で、私の側の失敗です。
受託なので、代金はいただいています。 契約は果たしている。金銭的には、損をしていません。
だから、問題として立ちませんでした。 長いあいだ、これを「そういうこともある」で通してきました。
ですが、失っていたものがありました。
フィードバックです。
作ったものが使われないというのは、反応が返ってこないということです。 どこが使いにくかったのか。何が要らなかったのか。現場で何が起きたのか。 それが一つも返ってこない。
これは、技術者には堪えます。勉強にもなりません。
②で、こう書きました。
判断は、判断の練習からは生まれない。 実行層で手を動かした経験の上にしか、判断は乗らない、と。
ここに、一段足りていませんでした。
手を動かしただけでは、経験になりません。 動かして、出して、返ってきて、直す。 そこまで回って、はじめて身体に入ります。
Vol.01でこの媒体が掲げたのは、累積とは知識が溜まることではなく、ループが回り続けることだ、という話でした。
使われなかった仕事は、そのループが一周目で切れています。
技術は残ります。書いたコードは資産になる。ですが、回っていません。 何が正しかったのかを知らないまま、次の仕事に行くことになります。
②の締めで「一段目が低いままの梯子が、まだ社内にあるか」と書きました。訂正させてください。
それだけでは足りません。
その段は、返事をしているか。
低い一段目があっても、登った結果が返ってこなければ、そこは足がかりになりません。 若手が仕事を任されていても、その仕事が使われたのか、役に立ったのか、誰も伝えないなら、経験は積まれていない。 手は動いた。それだけです。
あなたの会社が外に出した注文で、作られたものが、社内で使われずに終わったことはありませんか。
システムでも、資料でも、研修でも、道具でも構いません。お金は払った。だから対価は受け取った——そう思っておられるはずです。
半分だけ、そうです。
払ったお金に対して、物は受け取っています。ですが、使わなかったことで、あなたが次に受け取れるものが減っています。
作った側が上手くなる材料は、あなたが使って返した反応しかありません。 使われなければ、相手はどこを直せばいいのか分からない。次に同じ会社に頼んだとき、返ってくるものは良くなっていません。 同じ金額を払っても、です。
つまり——フィードバックは、代金の一部です。
これは外注に限りません。社内でも、AIでも同じです。 AIに何か作らせて、出てきたものを黙って捨てている人は、次も同じものが出てきます。 使って、違うと言って、直させる。それをしない限り、精度は上がりません。
払っているのはお金だけではない。 そのことを、私は受け取れなかった側で知りました。
当社のことも書いておきます。
この号を「若手の育成」の話として書ける立場に、私はいません。 一人でやっているので、新人を採っていません。育てていない人間が、育成について語るのは、順序が違うと思っています。
私が知っているのは、返ってこない側の風景だけです。
そして——自分が同じことをしていないとは言えません。 頼んだ相手に、使ったかどうかを伝えているか。反応を返しているか。返していないほうが多いと思います。
そのうえで、明日できることを二つ書きます。採用の話ではありません。
一つ目。
いま社内で、いちばん簡単な仕事を、誰がやっているか確かめてください。
それがAIに移ったとき、新しく入った人は、何をするのか。 答えられなければ、入口がありません。
二つ目。こちらのほうが効きます。
その人が作ったもの、出したものについて、結果が本人に返っているか確かめてください。
使われたのか。役に立ったのか。どこが違ったのか。誰かが伝えているか。
伝わっていなければ、その人は手を動かしているだけで、経験を積んでいません。 一年経っても、同じ場所にいます。本人の努力の問題ではありません。
そして、これは評価制度を作れという話ではありません（Vol.10で書いたとおり、評価軸に置いたものは化石になります）。返せばいいだけです。 使った、使わなかった、こう直した。それだけで、ループが回りはじめます。
——明日、こう話してみてください。「新人の求人、減ってるどころか増えてるらしいよ。ただ増えてるのは『判断できる新人』の求人だけなんだって。……うちの一番簡単な仕事、いま誰がやってるんだっけ。あれ、使ったって本人に言ったっけ？」
CoBANTO3-AIチャット
https://www.netkomuten.tokyo/lp/co-banto3-ai
本紙のバックナンバーを記憶し、本紙の読み方（戦略の階層・歴史循環）で、あなたの会社の状況に当てて答えるAIチャットです。記事は「地図」ですが、地図は現地には当たりません。「この号の話、うちの場合はどうなるのか」を訊く場所として用意しました。
ご利用は事前購入のクレジット制です（1,000円から）。月額の契約ではないので、解約の手続きはありません。使った分だけ減り、無くなれば止まります。
読者登録をいただいた方に、無料クレジットを500クレジット追加させていただきました。ぜひ使ってみてください。
ライトノベル「ようこそ、東京ネット工務店へ」
https://www.netkomuten.tokyo/channels/novel-tnk-part1/articles/ch09
小さなIT企業の現場を書いた小説です。毎号1話ずつご紹介します。
今号の話：〈第一部 夏編9「黒田さんとの協働」〉
一人でやろうとして、うまくいきませんでした。今度は、先輩の黒田さんと組みます。
Q&Aコーナー
AI・IT業界に関するご質問を募集しています。CoBANTO3-AIチャットのサポートも、こちらへお願いします。
いただいたお名前は匿名にして回答します。内容によっては、個別に回答させていただく場合があります。