OECDのAIスキル政策を「リスキリング」で終わらせない――能力・仕事・所得をつなぐ移行インフラ
シリーズ: 論文渉猟
◆今回の論文：OECD, "Skills in the AI age" (OECD Artificial Intelligence Papers, 2026年7月8日）
概要：AIが企業、仕事、労働市場を変える経路を整理し、基礎能力、ICT能力、補完的能力の組み合わせと、それを支える教育、企業訓練、生涯学習、移行支援を提案した政策報告書。
AIによって仕事が変わるとき、社会はすぐに「何を学び直すべきか」と問う。問いそのものは間違っていない。だが、問いの置き方が狭すぎる。必要な講座を用意し、本人が受講し、足りない能力を補えば、労働移動は成立する。そう考えるかぎり、学習を終えたのに能力を認められない人、資格を得たのに仕事へ入れない人、移行期間の所得を失って動けない人は、制度の外へこぼれ続ける。
OECDの『Skills in the AI age』は、こうした単純な再訓練論より慎重である。高度なAI技術を持つ少数者を増やせばよいとは言わない。読み書きや数的思考、情報通信技術を扱う力、批判的に考え、他者と協働する力を、広い層が組み合わせて使えることを重視する。さらに、教育、企業内訓練、資格、雇用支援、所得支援をつなぐ必要にも触れている。
本稿は、まず報告書の診断と提案をたどる。そのうえで問いを一段広げる。AI時代に必要なのは、どんな能力かだけではない。人が既に持つ経験を見つけ、次の仕事との距離を測り、足りない分だけ学び、能力を認め、所得を切らさず、実際の役割へ接続する仕組みが要る。本稿ではその全体を「移行インフラ」と呼ぶ。
AIと仕事、三つの変化
OECD加盟国の利用可能な統計では、企業のAI利用率は二〇二一年の約七％から二〇二五年には約二〇％へ上昇した。四年でほぼ三倍である。ただし普及は一様ではない。大企業や若い企業ほど導入しやすく、中小企業は費用、人材、データ、経営上の余裕に制約される。AIを使える個人と使えない個人の差だけでなく、企業間の差も広がり得る。
報告書は、AIが雇用へ作用する経路を三つに整理する。第一に、既存の作業を自動化する。第二に、新しい作業や職業を生む。第三に、人が同じ時間で生み出せる量や質を高める。現実の職場では、この三つは別々に起きない。文書作成に要する時間が減り、その分を顧客との相談へ振り向ければ、作業の自動化と生産性向上が同時に起こる。需要が増えれば採用が増えることもあるし、削減した時間を人員減へ結びつける企業もある。
したがって、技術の能力から雇用者数を直線的に予測することはできない。何が技術的に可能かだけでなく、企業が仕事をどう組み直し、生まれた余力をどこへ配るかが結果を左右する。AIの雇用効果は技術の性質だけで決まらず、経営判断と制度によって分岐するのである。
「影響される」と「消える」の距離
報告書の重要な区別は、AIへの曝露と自動化リスクを分けたことである。曝露とは、仕事のどの程度がAIの影響を受けるかを示す。管理職、専門職、技術者のように文章、分析、判断材料の作成を多く含む仕事は、生成AIへの曝露が高い。二〇二二年から二〇二四年にかけては、およそ四分の一の労働者が生成AIに曝露していたと推計される。
しかし、影響を強く受ける仕事が、そのまま消えやすいわけではない。専門職には、相手との交渉、例外への対応、結果の解釈、最終的な責任が含まれる。AIが一部の作業を担っても、職業全体を置き換えるとは限らない。反対に、生成AIとの接点が目立たない仕事でも、手順を標準化しやすければ、従来型のソフトウェアや機械による自動化の影響を受ける。
この区別は政策の単位を変える。「消える職業」を当てて別の職業へ人を移すだけでは足りない。同じ職業の内部で、入力や定型文書作成が減り、異常の発見、説明、調整、判断が増えることがあるからだ。経理担当者を例にすれば、仕訳入力の比重が下がっても、数字の違和感に気づく経験、監査に対応する知識、現場へ説明する力は残る。必要なのは職業名の置換ではなく、仕事を構成する作業と責任の再設計である。
高度人材の一％と、その外側
OECDは、AI時代の能力を一つの専門技術へ縮めない。高度なAI能力を持つ人は労働力の約一％にすぎない。モデルを開発する専門家は必要だが、圧倒的多数の人はAIそのものを作るのではなく、仕事の中で使い、出力を確かめ、他者と協働する。
その土台にあるのが、読み書き、数的思考、問題解決といった基礎能力である。AIが文章や数字を出しても、問いを立て、結果の不自然さを見つけ、根拠をたどる力がなければ使いこなせない。次に、情報通信技術を扱う力が要る。どの道具をどこまで使い、データをどう扱い、安全上の問題をどう避けるかという実務的な理解である。
さらに、批判的思考、創造性、対人調整、自己管理といった補完的能力が重なる。これらはAIに対抗する人間固有の美徳として飾られることが多いが、実務上の役割はもっと具体的である。誰に確認すべきか、出力を採用してよいか、どの例外を上司へ上げるか、顧客へどう説明するかを決める。AIの利用が広がるほど、機械の出力と組織の責任をつなぐ仕事が増える。
ここから見えるのは、技術教育と一般教育の対立ではない。基礎能力、道具を扱う能力、判断と協働の能力を、職務に応じて組み合わせる必要である。講座の名称より、学んだことが実際の仕事でどの組み合わせとして使われるかが重要になる。
英国・韓国・ドイツがつないだもの
OECDの政策章は、教育機会を増やすだけでなく、その前後を接続する制度を紹介している。英国の技能ブートキャンプは、最長十六週間の無料訓練に、求人企業との面接機会を結びつける。修了証を渡して終わるのではなく、雇用への出口を制度に含める。
韓国の「AID 30+」は、三十歳以上の成人約一万人を対象に、年間最大三十五万ウォンの学習券を提供し、百の大学が柔軟な講座を用意する。短い学習を正式な単位へ積み上げられる単位銀行制度も使う。仕事や家族を持つ人に四年間の学び直しを求めず、小さな単位で既存の教育制度へ接続する仕掛けである。
ドイツでは、デジタル化などで職務が変わる従業員を訓練する企業へ、受講費だけでなく学習中の賃金も補助する。小規模企業の場合、原則として訓練費全額と賃金費用の七五％が対象になる。能力の不足を本人だけの責任と見なさず、学ぶ時間にも費用が発生するという当然の事実を政策に組み込んでいる。
報告書はまた、学校外で身につけた能力の認定や、失職者への所得支援と再就職サービスの接続を重視する。ここまで読めば、OECDの提案を「全員がAI講座を受けよう」という話に要約するのは正確ではない。学習の入口、能力の認定、仕事の出口、移行中の生活を結ぶ部品が、既に並べられている。
ただし、部品が存在することと、本人が橋を渡れることは同じではない。教育、資格、雇用、福祉の窓口が別々にあり、利用者が自分で制度間の情報を運ぶなら、接続の負担は個人に残る。OECDは連携の必要を示すが、その接続を一つの社会基盤としてどう設計するかまでは踏み込んでいない。ここが、議論を広げる出発点になる。
人ではなく、仕事の側を動かす
再訓練政策は、現在の仕事に合わなくなった人を、新しい仕事に合う人へ作り替える発想へ傾きやすい。だが、変えられるのは人だけではない。職務の側も分解し、組み直せる。定型入力をAIへ移し、人には顧客対応と例外判断を残す。経験者と若手の組み合わせを変える。完全な転職の前に、社内で隣の役割を試せるようにする。こうした職務設計がなければ、学んだ能力を使う場所が生まれない。
既存の経験を、欠陥ではなく資産として読む。長く同じ職種にいた人は、職務記述書に書かれない知識を持つ。異常を見抜く勘、取引先との信頼、事故が起きやすい順序、規則と現場が食い違う場所である。新しい道具の操作が足りないからといって、その蓄積までゼロになるわけではない。
そして、AIを含む仕事では、技術と現場をつなぐ役割が増える。現場の制約を開発側へ伝え、AIの限界を利用者へ説明し、誤りが起きたときの責任経路を決める。会話力という一語では足りない。異なる専門領域の境界を管理する能力である。従来の職務分類では見えにくいが、組織がAIを安全に使うための中核になる。
六つの機能からなる移行インフラ
ここでいう移行インフラは、新しい研修制度の名前ではない。少なくとも六つの機能が切れずにつながる状態を指す。現在の能力を把握する。隣接する役割を案内する。不足分を学ぶ。獲得した能力を認める。移行中の所得を支える。最後に実際の仕事へ接続する。この順序は一本道でなくてよい。仕事を試した後で学びへ戻ることも、認証を受けてから別の進路を選ぶこともある。
このとき、職業の「隣」を見つけることが重要になる。経理から予算分析やデータ品質管理へ、顧客対応から導入支援や利用者調査へ、製造現場から保全計画や安全監査へ移る。いま持つ能力のうち何を持ち運べるかを示せれば、学び直しは人生の全面改造ではなく、距離の測れる移動になる。
制度の速度も分けて考えなければならない。技術変化の兆候をつかむ速度、支援を開始する速度、本人が進路を決める速度は同じではない。前の二つは速い方がよい。企業の投資計画や求人の変化を早く捉え、失職する前から相談と学習を始める。しかし、本人の決断まで速めればよいわけではない。家族との相談、試行、撤回には時間が要る。
支援が遅い社会ほど、人は急がされる。所得が途切れてから窓口へ行けば、最初に見つかった仕事を受けるしかない。逆に、所得と相談が早く始まれば、本人は待ち、試し、断ることができる。社会が早く動くことと、人間を急がせないことは矛盾しない。前者が後者の条件なのである。
学位要件を外した、その先
学位は、知識を学んだ証明だけではなかった。大学による選抜、能力評価、社会的信用、友人や教員との関係、職業への入口を一つに束ねてきた。短期講座や実技試験が増えれば、その一部は分かれていく。ただし学位要件を求人票から削れば、ただちに能力重視の採用へ変わるわけではない。
ハーバード・ビジネス・スクールが紹介した調査は、二〇一四年から二〇二三年までの米国企業の求人一万一千件超を分析した。学位要件を外した求人では、学位を持たない人の採用が増えたものの、その伸びは三・五ポイントにとどまった。恩恵を受けた新規採用者は全体で七百人に一人未満で、実際の変化は対象企業の三七％へ集中した。求人票の文言と採用慣行の間には大きな隔たりがある。
なぜなら、学位という粗い目印を外した後に、誰が能力を見分けるのかという仕事が残るからである。採用担当者が使える評価法がなく、現場に育成の余裕もなければ、見慣れた経歴へ戻る。短期資格を増やしても、資格同士を比較できず、仕事との対応が分からなければ、別の記号が増えるだけである。
そこでAIによる能力測定や職歴分析を使いたくなる。だが、細かく測れることと、公正に測れることは同じではない。必要な範囲を超えて行動を記録し、一度の低評価が長く残り、本人が根拠を確認できなければ、移動を助ける仕組みが新しい身分制度になる。評価項目の限定、説明を受ける権利、訂正と再挑戦、記録の持ち運び、複数の認証経路が欠かせない。
大学と企業の境界
同じことは企業にも言える。企業は仕事を配るだけの装置ではない。毎月の賃金、訓練、保険、法務、信用、同僚から学ぶ機会、長期的な記憶を束ねてきた。AI秘書や会計支援を使い、少人数で以前より大きな仕事を処理できるようになれば、生産のために社内へ抱える人数は減るかもしれない。しかし、それだけで企業が消えるとは考えにくい。
未査読の理論研究『The Headless Firm』は、AIエージェントと共通手順が外部との調整費用を下げる領域では、専門作業を企業外へ出しやすくなるという仮説を示す。これは企業縮小の予言ではない。独自データ、規制対応、大規模投資、長期的信頼、暗黙知が重要な領域では、むしろ機能が大企業へ集まる可能性がある。起き得るのは全面的な解体ではなく、分野ごとの部分的な機能分離である。
ここには逆説がある。AIによって一人が作れる量は増えても、一人で病気のリスクを引き受け、契約を審査し、巨大な顧客と価格交渉し、最新の能力を証明する力まで増えるわけではない。個人の生産能力が高まり、制度を利用する力は弱まることがある。会社から自由になった人が、案件、評価、顧客情報を握る一つの仲介サービスへ依存すれば、支配の場所が変わっただけである。
国際労働機関が二〇二六年六月、プラットフォーム経済におけるディーセント・ワーク条約（第百九十三号）を採択した背景にも、この隙間がある。契約上の独立は、所得の安定、交渉力、社会的保護を保証しない。独立と自律を同じ意味で使わないことが、制度設計の出発点になる。
三層で束ね直す
大学や企業が一括していた機能が部分的に分かれるなら、必要なのは元の形へ戻すことでも、すべてを個人へ渡すことでもない。国家、中間団体、市場の三層で束ね直す構想が考えられる。
国家は、雇用形態に左右されない医療、年金、最低所得、最低労働基準という床を作る。市場は、複数の学習機会と仕事を用意し、選び直せる余地を広げる。その間で、職能団体、労働組合、協同組合、相互扶助組織の機能を組み合わせた中間団体が、職業に近い学習、認証、相談、保険、法務、交渉を担う余地がある。
ただし、中間団体を温かな共同体として理想化してはならない。資格と案件と評判を一つの団体が握れば、企業より退出しにくい門番になる。複数の団体に所属できること、認証を相互に承認すること、評価へ異議を申し立てられること、退出しても記録と保障を持ち運べることが必要である。
単独所属を標準にしない点も重要になる。人は一社だけに属するか、完全に独立するかの二択でなくてよい。企業で安定した仕事を持ちながら、職能団体で学び、別の小さな案件へ参加する。複数の関係に足場を置けば、一つの組織が失敗しても、所得、信用、学習機会のすべてを同時に失わずに済む。複数所属は身軽さの演出ではなく、依存を分散する設計である。
移行費用の負担者
最後に残るのは費用である。学習には受講料だけでなく、時間、移動、家族の世話、減った賃金がかかる。仕事を変えると、過去の社内評価や人脈が使えなくなる。新しい職場で能力を発揮するまでには試行錯誤も要る。これらを本人の投資とだけ呼べば、蓄えと時間のある人ほど有利になる。
企業のAI投資によって職務が変わるなら、企業も移行費用を負担すべきである。個別企業だけで負い切れない場合は、産業別基金、公的補助、社会保険を組み合わせられる。利益を受け取る主体と、適応費用を払う主体を切り離さないことが原則になる。技術導入の利益を企業や株主が受け取り、学習時間と所得減少だけを本人へ渡す制度は持続しない。
評価指標も改める必要がある。失職から再就職までの日数だけを短くすれば、質の低い移動を促す。以前の経験をどれだけ使えたか、所得がどの程度維持されたか、本人が移行先を選べたか、新しい役割が続いたかを測るべきである。速さを測るなら、人を入れ替える速さではなく、支援を始める速さと、経験を壊さずに役割を変えられる速さを測る。
AI時代の技能政策は、講座の一覧では完結しない。能力、資格、仕事、所得保障の間にある切れ目を埋めて初めて、人は学んだことを生活の変更へ移せる。社会は技術変化を早く見つけ、支援を早く始める。そのぶん、人間には迷い、試し、断り、選び直す時間を残す。競争力とは、人間を急いで交換する能力ではなく、蓄積した経験を失わずに次の役割へ運べる能力である。
ポイント整理
OECDは単純なAI訓練論を採っていない
AIの雇用効果を、自動化、新しい仕事、生産性向上の三つに分けている。
基礎能力、情報通信技術を扱う力、判断や協働の力を組み合わせる必要を示す。
政策の焦点は学習の前後へ広がる
英国、韓国、ドイツの事例は、訓練を面接、正式単位、学習中の賃金へ接続している。
教育、資格、雇用、所得の制度が分断されたままでは、接続作業が本人へ残る。
再訓練と職務再設計は一組で考える
既存の経験を捨てさせず、隣接する役割へ移れる仕事の組み方が必要になる。
AIと現場の間で例外、責任、説明を扱う力は、新しい中核業務になり得る。
大学と企業の機能分離には保障の再設計が要る
学位要件や企業所属を外すだけでは、評価、育成、保険、交渉の機能が空白になる。
国家、中間団体、市場に機能を分散し、複数所属と退出の権利を確保する必要がある。
移行の成否は費用と時間の配り方で決まる
受講料だけでなく、学習時間、所得減少、家族の世話を誰が支えるかが問われる。
早くすべきなのは変化の発見と支援開始であり、本人の決断ではない。
キーワード解説
【移行インフラ】
現在の能力の把握、進路案内、追加学習、認証、所得支援、仕事への接続を、一人の利用者が渡れるようにつないだ制度の総体。本稿で議論を整理するために用いた表現であり、OECD報告書の公式用語ではない。
【能力の隣接可能性】
現在の経験のうち、次の役割でも使える部分と、新たに補う必要がある部分を見つける考え方。全面的な職業転換ではなく、距離の測れる移動を可能にする。
【部分的アンバンドル】大学や企業が一括してきた教育、評価、雇用、保障、信用などの機能が、領域によって別の担い手へ分かれること。組織の全面消滅を意味しない。
【能力認証】
学校、職場、独学で得た能力を、次の学習や採用に使える形で確かめる仕組み。評価範囲の限定、根拠の説明、訂正と再挑戦、記録の持ち運びが伴わなければ、移動を妨げる門番にもなり得る。
【複数所属】
一つの企業や仲介サービスに、所得、学習、信用、保障のすべてを預けず、複数の組織や仕事に足場を置くこと。単なる副業ではなく、依存を分散し、退出可能性を保つ制度設計を指す。