若手エンジニアの雇用が2割消えた ─ スタンフォードAI Index 2026が捉えたAI時代の人材市場

1. AIは普及したが、職場の構造を確実に変えた

スタンフォード大学の「Human-Centered AI研究所（HAI）」は2026年4月13日、9回目となる『AI Index Report 2026』を公表した¹。425ページのレポートは、研究開発・技術性能・経済・教育・公衆認識など9つの章にまたがる独立データを集約し、AIをめぐる世界の動向を一望する数少ない「定点観測」として位置づけられている。

注目は、生成AIが3年で人口の53%まで普及したという数字である²。これはパソコンやインターネットの普及曲線を上回る速度である。普及率はGDP・人口あたり所得と強く相関するが、シンガポール（61%）やUAE（54%）のように所得水準を上回って早期普及する国もある。一方で米国は人口ベースの普及率が28.3%で世界24位にとどまり、AI投資・モデル開発で首位を走りながら、人口レベルでの定着では遅れを取っている。

普及の速さは、職場の構造変化の速さと裏表の関係にある。AI Index 2026は、生成AI登場後の米国の職業構成シフトが、PC導入後やインターネット導入後の同じ期間と比べて急であることを実証している³。

2. 22-25歳の雇用低下は偶然ではない ─ 「世代偏向型」の技術変化

レポートの最も重要な発見の一つは、米国の22-25歳ソフトウェア開発者の雇用が2022年のピークから2025年9月までに約20%減ったというデータである⁴。同じ期間に26-50歳以上の開発者の雇用は増え続けており、若手だけが取り残された格好である。

この現象は単なる景気変動ではない。複数の独立した研究が「世代偏向型技術変化（seniority-biased technological change）」を示唆している⁵。AIは経験豊富な労働者を補完する一方、若手のエントリー業務を代替する方向で導入されているという仮説である。AIの曝露度で職業を分類した研究では、22-25歳の雇用は最も曝露の高い職業で約16%減少しており、企業タイプ効果を統制してもパターンが消えない⁶。

この構造変化は、自民党AI白書2.0が提示した「エージェントAIの雇用縮小影響は中高年より若年層に大きい」という論点を実証データで裏付ける形となった⁷。日本のAI基本計画も「代替性と補完性の両面から雇用影響を分析する」必要性を強調しており⁸、データはこの懸念が現実になりつつあることを示している。

3. 求人スキルの中身が入れ替わった ─ Agentic AIの急伸

AI労働需要の量だけでなく、中身も急速に変化している。米国求人でのAIスキル言及は2.56%（2025年）に達し、前年比+55%・10年間で+297%という伸びを示す⁹。地域別ではシンガポールが4.69%で首位、香港3.48%、ルクセンブルク3.43%と続き、米国は世界第7位である。

最も劇的な変化はスキルクラスタの入れ替わりにある。2024年から2025年の1年で、AI求人での「Agentic AI」言及数は151件から16,541件へと10,854%増、「AI agents」は1,310件から15,217件へと1,062%増、「LangGraph」は194件から4,294件へと2,113%増となった¹⁰。一方、ChatGPT・チャットボット・会話型AIへの言及シェアは低下している。

需要の重心は「対話型ツールに慣れている」というスキルから、「タスク指向型システムを協調・運用化する」能力へと明確にシフトしている。Pythonは依然として最頻スキル（258,674件、2013-15年比+391%）だが、最も伸びているのはAWS（+1,358%）、ワークフロー管理（+818%）、スケーラビリティ（+733%）、自動化（+610%）といった運用・スケール系である¹¹。

経済産業省・IPAが2026年4月に公表したデジタルスキル標準v2.0は、まさにこの変化に対応したものだ。データマネジメント類型を新設し、AI実装・AIガバナンス領域を大幅に拡充している¹²。Stanfordの実証データは、DSSv2.0が捉えようとした構造変化が世界共通であることを示している¹³。

4. 生産性向上は「経験浅い人ほど大きい」が、学習にペナルティが残る

AI導入の生産性効果も具体的な数値で測定されている。カスタマーサポートで14〜15%の効率向上、ソフトウェア開発でGitHub Copilotによるプルリクエスト+26%、マーケティングで作業者あたり生産性+50%というのが代表的な結果である¹⁴。米国の労働生産性成長率は2025年に2.7%に達し、過去10年平均（1.4%）のほぼ倍となっている¹⁵。OECDのG7予測では、米英で年0.4〜1.3pp、日本・イタリアで年0.2〜0.8ppの生産性向上が見込まれている。

ただし、効果には皮肉なねじれがある。生産性向上の恩恵は経験浅い従業員ほど大きい¹⁶。カスタマーサポートでは経験浅いエージェントの効率が30〜35%向上し、開発でも若手・経験浅い層の生産性向上が最も大きい。AIツールが既存のスキルギャップを埋めているとも解釈できる。

しかし、AIに過度に依存して学習する技術者は速度向上が観測されず、「学習ペナルティ（learning penalties）」を被るという研究もある。エントリー業務のAI代替・若手の生産性ブースト・学習機会の喪失が組み合わさることで、若手が経験を積むパスそのものが細くなりつつある可能性がある。

雇用構造への影響は、組織の期待にも明確に表れている。マッキンゼーの2025年調査では、組織の3分の1が今後1年でAIによる人員削減を予想している¹⁷。削減予想が最も多いのはサービスオペレーション、サプライチェーン、ソフトウェア工学であり、すべての機能で「実際に減少した雇用」より「今後減少を見込む雇用」のほうが大きい。一方で、104職種・844の職務タスクを対象とした調査では、その46.1%について労働者自身が「AIに任せたい」と回答している¹⁸。ただし自動化スコアが最も高い上位10職種はClaude.AIの実利用のわずか1.3%しか占めておらず、現場の意向と実際のAI導入は必ずしも一致していない。

5. AI投資と人材は米国に集中、日本は世界13位

労働市場の変化を駆動しているのは、桁違いの投資である。2025年の世界のAI企業投資総額は5,817億ドル（前年比+129.9%）、私的投資だけで3,447億ドル、生成AIへの投資は1,709億ドル（前年比+200%超）となった¹⁹。

地理的集中は極端である。米国の私的AI投資は2,859億ドルと、中国（124億ドル）の23.1倍、英国（59億ドル）の48.5倍に達した。新規資金調達済みAI企業数は米国1,953社に対し、英国172社、中国161社、日本56社である²⁰。日本は累計2013-2025年で世界13位（70億ドル、444社）、新規資金調達済み企業数では世界10位という位置にある。

米国の優位は投資だけではない。新規資金調達済みAI企業の数では、過去13年間累計で米国は中国の約5倍、英国の8.4倍となる²¹。ただし、米国にも兆候がある。AI研究者・開発者の米国への移動は2017年比で89%減少し、直近1年だけで80%減となっている。米国の純人材流入は1万人あたり1.22人にとどまり、ルクセンブルク（5.23）、UAE（4.40）、シンガポール（1.36）よりも低い水準である。グローバル人材獲得競争で米国の磁力は確実に弱まっている。

自民党AI白書2.0が指摘した「日本のAI開発投資・企業導入率・人材の厚みは主要国に大きな差」という問題意識は、Stanfordの実証データからも裏付けられる²²。特に100名未満の中小企業のAI利用率が1割未満で欧米中国の半分にとどまるという日本の現状²³は、世界共通の「AI集中」傾向の中での日本固有の課題である。

6. 教育の二極化 ─ CS入学者は減るがAI修士は増える

教育もまた構造変化の渦中にある。米国の4年制大学のコンピューターサイエンス入学者は2024年から2025年にかけて11%減少した²⁴。一方で、AIソフトウェア関連の修士課程修了者は2023年から2024年で17%増（2022年から2024年の累計で82%増）となっており、CS全体の冷え込みとAI専門領域の盛り上がりが対照的に進行している。

学生のAI使用は別次元で進行している。米国の高校生・大学生の5人に4人がAIを学業に使用している²⁵。Cheggの2025年世界調査では、大学生のGenAI利用率が80%（2023年の40%から倍増）に達し、インドネシア95%、マレーシア90%、サウジアラビア89%、インド84%が上位を占める。米国・英国は67%である。学校側のAIポリシー整備は遅れており、明確なポリシーが整備されているのは米国教師の6%にとどまる。

中国とUAEは2025-26学年度からK-12でAI教育を義務化し、国家レベルで体系的なAIリテラシー育成に動き出した²⁶。米国は4州のみがCS基準にAIを盛り込んでおり、連邦レベルの統一基準は存在しない。

AI博士の進路にも変化が起きている。米国・カナダの新規AI博士の産業界進出比率は2022年の77%から2024年に65%へと低下し、アカデミアへの進出は逆にほぼ倍増した²⁷。「アカデミアからの頭脳流出」という従来の認識は、データレベルでは反転しつつある。

日本のAI基本計画は「国が主導してAI人材を質・量とも育成・確保」することを掲げており²⁸、雇用代替への対策として「教育・リスキリング支援を継続実施」する方針を明記している²⁹。経産省のDSSv2.0改訂はこの実装段階に位置づけられる。

7. 日本のねじれ ─ 公衆認識は楽観的、職場利用は世界最低水準

公衆認識のデータは、日本のユニークなポジションを浮かび上がらせる。世界全体ではAIの利益が欠点を上回ると考える人の割合が55%（2024年）から59%（2025年）に上昇し、不安を感じる人の割合も52%まで上昇した³⁰。

雇用への期待では国別の差が大きい。「AIは新規雇用を創出する」と回答した割合は、ナイジェリア73%、日本69%、メキシコ64%、UAE63%、韓国63%、インド63%が上位である一方、米国はわずか29%、カナダ32%にとどまる³¹。日本の楽観は、東南アジア諸国とともに世界の上位グループに位置する。

ところが、職場でのAI実利用率では日本のポジションは反転する。グローバル全体で従業員の58%が職場でAIを定期的に利用しているが、インド・中国・ナイジェリア・UAE・サウジアラビアでは80%を超えている。日本は北米・欧州諸国とともに「約半数」のグループにとどまり、特にメルボルン大学/KPMGの調査では、組織のAI戦略・AIリテラシー・責任あるAIガバナンスへの支援度において、日本は韓国・ポルトガルとともに世界最低水準を示している³²。

経団連の2026年4月公表報告書も、OECD調査でアルゴリズム管理ツール導入率が米国90%/EU79%/日本40%と大きな格差があると指摘している³³。経団連自身の75社調査では9割超が何らかの形でAIを活用していると回答しており³⁴、大企業の意識は変わりつつあるものの、人事部門・現場レベルへの浸透にはまだ距離があることを示唆する。

8. 米国専門家と公衆の乖離、責任あるAIの後退

米国国内では別のねじれも進行している。AI専門家と一般公衆の見方に大きな差があり、雇用への影響では「肯定的」と答える割合が専門家73%対公衆23%（50ポイント差）、経済では69%対21%、医療では84%対44%という乖離である³⁵。長期雇用については、米国の成人64%が「20年で雇用は減る」と予想し、増えると答えた人はわずか5%である。専門家でも39%が減少予想だが、公衆ほど悲観的ではなく、生成AI導入は専門家予測（2030年に労働時間の18%）が公衆予測（10%）の2倍近い。

規制への信頼でも米国は際立っている。米国の自国政府への「責任あるAI規制能力」への信頼度は31%と世界調査で最低、世界平均は54%、シンガポール81%、インドネシア76%とアジアが上位である³⁶。EU規制への信頼度（53%）が米国（37%）や中国（27%）を上回るというデータも、グローバルなAIガバナンスの重心が変わりつつあることを示唆している。

責任あるAIそのものの状況も改善していない。文書化されたAIインシデントは2024年の233件から2025年に362件へと急増した³⁷。最先端モデル開発者のほぼ全てが能力ベンチマーク結果を公表する一方で、責任あるAIベンチマークの報告は一貫性を欠く。最近の研究は、安全性などの一つの責任ある側面を改善すると、精度などの別の側面が悪化することがあると指摘しており、責任あるAIの実装は技術的にもまだ確立されていない。

OECDは職業の27%に自動化リスクがあると見立てている³⁸。Stanfordの実証データはその懸念が一部の若手職に既に顕在化したことを示しており、リスクは「未来形」ではなく「現在進行形」となった。

9. 産業用ロボットでも見える日本の停滞

物理的自動化でも構造変化は続いている。2024年に世界で設置された産業用ロボットは54万2千台で、中国が29万5千台（世界の54.4%）と6倍以上を占める³⁹。日本は4万4,500台で2位だが米国(3万4,200台)・韓国(3万600台)・ドイツ(2万7,000台)と続く形で、2023年→2024年の年成長率は台湾+33%、インド・中国+7%に対し、日本-4%、米国-9%、イタリア-16%とマイナスである。

産業用ロボットの稼働ストックは世界466万台に達し、中国の産業基盤は2013年の世界シェア20.8%から2024年に54.4%へと押し上げられた。「ものづくり大国」だった日本のシェア後退は、AI実装と並ぶ国家競争力の要素として捉え直しが必要な水準にある。

10. 何を読むべきか ─ AI Index 2026の3つの含意

スタンフォードAI Index 2026を日本企業の視点で読み解くと、3つの構造的論点が浮かび上がる。

第一に、若手雇用への影響は実証段階に入った。Brynjolfssonら複数の独立研究で観察された22-25歳の雇用低下は、単一の景気要因では説明できない世代偏向型のパターンを示している。エントリー業務のAI代替が進む中で、若手が経験を積むキャリアパスをどう設計するかは、人材戦略の中核的論点となる。

第二に、スキル定義の変化が急加速している。Agentic AIの+10,854%という求人スキル増加は、企業に求められるAI活用能力の重心がチャットボットから自律エージェントの設計・運用へとシフトしていることを示す。経産省DSSv2.0の改訂方針は世界共通の変化を捉えており、企業の人材育成プログラムはこの新しい標準への対応が問われる。

第三に、日本固有のねじれの解消である。公衆の楽観と職場の実利用率の間のギャップは、戦略文書（AI基本計画）と現場実装（経団連調査の40%）の距離として表れる。「期待先行」のまま行動が伴わなければ、グローバル人材市場での日本の立ち位置はさらに後退する。

スタンフォードのデータは、日本の議論に必要な「世界比較の枠組み」を提供する。AI基本計画・自民党AI白書2.0・経団連HR×AI報告書・DSSv2.0という日本側の戦略文書を、Stanfordの実証データと並べて読むことで、議論はより具体的になる。