『人間にしかできないこと』を再定義する ─ 自民党AI戦略が問う働き方の構造転換

1. 「AIを使う国」から「AIで動く国」へ ─ 政党戦略の段差

自民党デジタル社会推進本部AI・web3小委員会は2026年4月、『AIホワイトペーパー2.0 ─ AI駆動型国家への構造転換─（案）』を取りまとめた¹。43ページ・104項目に及ぶ提言群は、これまでの「世界一AIフレンドリーな国」を旗印にした路線から、国家構造そのものをAI前提で組み替える「AI駆動型国家」へと、戦略の座標軸を書き換える内容になっている。

この段差を生んでいるのが、エージェントAIの台頭である。ホワイトペーパー2.0は冒頭でこう宣言する。「人工知能は、単なる道具から、実行する主体へ。エージェントAIの時代が始まった。人間の問いに答えるだけだったAIは、今や、人間が逐一指示しなくとも、与えられた目標に向かって自ら計画を立て、外部のツールやデータベースを呼び出し、複数のステップを自律的に実行し、結果を検証して次の行動を選択するようになった」²。生成AIから「目的を遂行する」AIへの非連続的な進化が、社会の意思決定と実行の構造そのものを塗り替えるという認識である。

3度目のホワイトペーパー（2023・2024・2025）が描いた構想は、AI戦略会議の設置、計算資源の大規模確保、広島AIプロセスの主導、そして昨年の「AI推進法」として結実した³。制度は揃った。しかし制度の延長線では届かない領域 ── 雇用、教育、公務員制度、中小企業 ── の構造を組み替える「実装と人材」のフェーズに、AI政策は移ろうとしている。

2. 三つのパラダイムシフトと、第二の問い

ホワイトペーパー2.0は、AI駆動型国家を実現するために答えるべき三つの本質的な問いを掲げる。第一に、AIを動かす基盤（半導体・計算資源・データ・電力）を他国に握られない国をどう築くか。第二に、AIが人間の仕事と社会の仕組みを変える時代に、国民の価値と役割をどう再定義するか。第三に、強力なAIを安心して使え、かつ果敢に挑戦できる信頼をどう設計するか⁴。

人的資本の文脈で重みを持つのは、第二の問いである。ホワイトペーパー2.0はこう続ける。「AI駆動型国家は、すべてをAIに委ねる国家ではない。AIが多くの知的作業を代替・拡張する時代だからこそ、人間が何を担い、どの価値に責任を持つのかを明確にしなければならない。ここでいう『人間にしかできないこと』とは、単なる能力論ではなく、人間が最終的に責任を持って担うべき価値の再定義である」⁵。

「能力論ではなく責任の再定義」という置き方が、本ホワイトペーパーの中核をなす。労働、教育、雇用、賃金、社会保障の仕組みをエージェントAI前提で見直し、社会全体の価値創出モデルを再設計するというフレームは、政府の『人工知能基本計画』が掲げた「人とAIの協働」「人間力」の方向性⁶⁷を、政党戦略として一段強い論調で受け継いでいる。

3. なぜ「構造転換」なのか ─ 主要国とのギャップと課題先進国の含意

ホワイトペーパー2.0が「構造転換」を必要とする根拠は、主要国とのAIギャップの直視にある。「米国はエージェントAIを含む先端技術への巨額投資と規制緩和を加速し、中国は国家主導でフィジカルAI・ロボティクスに集中投資を進める。欧州はAI Act施行後の運用段階に移行し、規制枠組みの国際標準化を推進している。日本はAI推進法を成立させ制度的基盤を整えたものの、AI開発投資の規模、企業のAI導入率、人材の厚みのいずれにおいても主要国との差はなお大きい」⁸。

ギャップは、特に中小企業のAI実装で顕著に現れる。

積極的にAIを活用する方針を示す日本企業の割合は欧米や中国の半分程度であり、活用の用途も文章作成や情報収集・調査といった断片的なタスクにとどまる。従業員数100名未満の企業のAI利用率は1割未満で、傾向は中小企業において特に顕著である⁹。「DXで諸外国の後塵を拝した二の舞」という危機感が、ホワイトペーパー全体を貫く。

一方、本ホワイトペーパーは日本の不利を逆転させる視座も示す。「少子高齢化、人手不足、地域格差、インフラ老朽化。これらの課題の深刻さは、裏を返せば、AIによる自動化・効率化・遠隔対応の導入効果が世界で最も大きい国であることを意味する。半導体製造装置やウェハーでは世界に不可欠な地位を持ち、製造、医療、介護などの現場にはAIの学習素材となる質の高い現場知が蓄積されている。課題先進国であるが故に、エージェントAIの社会実装で世界の先頭集団に立つニーズと可能性がある」¹⁰。労働力不足を「制約」ではなく「最大の実装ニーズ」と読み替える視座は、本ホワイトペーパーの戦略フレームの土台である。

4. 「27%」が突きつけたもの ─ 雇用論の核心

第4章2「エージェントAI時代の働き方・雇用の再設計」が、本ホワイトペーパーの人的資本領域の核心である。ホワイトペーパーは雇用縮小の規模を、政党文書として初めて具体的な数値で位置付けた。

「ホワイトカラーの業務のうち、単純・反復的な業務はエージェントAIが代替していく。OECDの見立てでは27%の職業に自動化リスクがある。この効率化・省人化の流れは、社会が生産性を高め、国際競争力を維持する上で避けることはできない」¹¹。「避けることはできない」という言い切りが特徴で、自動化を受け入れた上で転換コストにどう備えるかという議論に軸足を移している。

さらに本ホワイトペーパーは、雇用縮小の影響が若年層により大きいという従来議論にはなかった視点を持ち込む。「エージェントAIによる雇用縮小の影響を大きく受けるのは、より経験を積んだ中高年労働者よりも、経験の浅い若年層労働者であるとの調査結果がある。中高年労働者のリ・スキリングと同等かそれ以上に、若年層の職業訓練と雇用対策も急務である」¹²。

リスキリング議論の主流は中高年向けの再教育だったが、エージェントAIが担う反復的なホワイトカラー業務は、若手キャリアの登竜門でもある。経験を積む機会そのものが収縮するという論点を、政党戦略が正面から扱った点は重い。

雇用市場のモニタリングも体系化される。内閣府と厚生労働省が連携してエージェントAI・生成AI等の進化と普及が労働市場に与える影響を技術進化に応じて定期的に調査する仕組みが提言された¹³。これは、政府の『人工知能基本計画』が掲げた「AIの雇用への影響を分析し、教育・リスキリング支援を継続的に実施する」枠組み¹⁴を、定期調査として制度化する方向性である。基本計画は雇用影響を「代替性と補完性の両面」で分析することも明記しており¹⁵、本ホワイトペーパーが示す若年層論点はこの代替性側の精緻化と読める。

『人工知能基本計画』はそもそも「雇用・経済不安」をAIの主要リスクとして閣議決定で明記している¹⁶。本ホワイトペーパー2.0が「移行コスト」を中核論点に据えたのは、この閣議決定された問題意識を、エージェントAI時代に適合した政策パッケージへと進化させる試みである。

5. スキルチェンジ ─ メンバーシップ型雇用の限界

ホワイトペーパーは雇用再設計を「スキルチェンジ」と「ジョブチェンジ」の二本立てで設計する。前者は現職の人間がAIと協働するために必要なスキルの転換であり、後者はAIに代替される職種から代替されにくい職種への労働力移動である。

「人間は監督や意思決定、情緒の理解といった人間にしかできない業務に専念し、それ以外の業務は徹底的にAIに任せる時代が近づいている。スキルチェンジで重要になるのは、AIと効果的に協働するための考え方とスキルの獲得である。AIの特性を理解し、エージェントAIを構築・運用しながら意思決定する実践的な能力が求められる」¹⁷。

スキル側だけでは足りない、というのが本ホワイトペーパーの新しさである。「AI人材の能力を最大限引き出すためには、企業は組織設計も刷新しなければならない。AI人材に明確な責任と権限を与え（ジョブ型組織）、AI人材と経営層の間の中間層を最小化（組織のフラット化）して、迅速かつノイズの少ない意思決定を行う必要がある。我が国の雇用体系は、流動性が高まりつつあるとはいえ、メンバーシップ型の雇用制度と重厚な中間層をおくピラミッド型の組織構造が根強く、人材と組織についてAI時代に向けた根本的なパラダイムシフトが求められる」¹⁸。

ジョブ型雇用の推進を国家AI戦略の文脈で位置付けた点は、本ホワイトペーパーの新規性として重要である。具体策としては、マネジメント層を対象としたジョブ型雇用と、フラット組織形態の導入が不可欠とされ、内閣官房・経済産業省・厚生労働省が連携してガイドライン策定を視野に海外を含めた成功事例の調査・公表に取り組む方向性が示された¹⁹。

スキルチェンジを支えるインフラとしては、デジタルスキル標準（DSS）の役割が大きい。経産省は2026年4月にDSS v2.0を公表し²⁰、AI実装・運用スキル（生成AI・エージェント・MLOps）を体系的に位置付けている²¹。本ホワイトペーパーが求める「AIと協働するための考え方とスキル」は、DSS v2.0が定義する標準を介して企業内研修や資格制度に降りていく構造である。経済産業省（中小企業庁）はAX人材の定義と育成支援においても、初学者向けにG検定・E資格・DS検定といった資格試験を「明確なゴール」として例示しており²²、DSSとの整合が制度設計の前提になっている。

6. ジョブチェンジ ─ 17重点戦略分野とハローワーク

スキルチェンジが「現職を維持するための再教育」だとすれば、ジョブチェンジは「職を移すための支援」である。本ホワイトペーパーはジョブチェンジ支援を、教育プログラム・マッチング・労働政策の三層で組み立てる。

教育側では、文部科学省が産学連携で「17重点戦略分野」を中心に実践的な教育プログラムを作成する方針が示された²³。デジタル社会推進本部が定める日本成長戦略17分野に対応するもので、文部科学省・厚生労働省・経済産業省が連携し、若年層の能力開発と就職支援を進める。資格制度等の既存基準を活用してAI利活用人材として必要な能力の獲得を支援する設計で、求職者の高等教育内容と企業が求める能力のミスマッチ解消が目的である。

リスキリング支援の質も問われる。「厚生労働省は、関係省庁と連携して、AIを活用したり、AIに代替されないスキルを獲得するためのリ・スキリングの内容の向上を図るとともに、リ・スキリングに係る情報を労働者が分かりやすく、かつ簡易な手続きで提供する」とされた²⁴。既存の助成金制度（人材開発支援助成金）の改訂と整合する方向性である。同助成金は2026年3月の改訂で、従来の「事業展開」「DX/GX化」の2類型に「企業内の人事及び人材育成計画型」を加えた3類型になり²⁵、社内の配置転換やキャリア開発全般を射程に含めるよう拡張された²⁶。スキルチェンジとジョブチェンジの中間を埋める設計である。

マッチング側では、ハローワーク機能拡充が中核となる。「AIに代替された労働者やリ・スキリングをした労働者が、納得感を持って自身の能力に合った職を選択できるよう、ハローワークにおけるAIを活用したマッチングの精度向上と利用促進に取り組む。エッセンシャルワーカー職種を所管する各省庁はAIによって代替されるホワイトカラー以外の職種の魅力の再発見と認知の拡大に向けた広報を行う」とされた²⁷。「納得感を持って自身の能力に合った職を選択」という要件設定が特徴で、形式的なマッチングではなく労働者の主体性を担保する設計である。

エッセンシャルワーカー再発見の論点は、政府の『人工知能基本計画』が掲げた「アドバンスト・エッセンシャルワーカー」（デジタル×高賃金）の創出構想²⁸と接続する。AIに代替されにくい現場職種の魅力を、所得・社会的評価の両面で再構成しようとする政策的継続性が読み取れる。

労働政策全体の方向性として、「厚生労働省は、雇用の流動性を阻害しないような労働政策の在り方について、不断に検討に取り組む」とされた²⁷。雇用流動性を阻害しない政策設計は、政府の『人工知能基本計画』が掲げた「AI時代にふさわしい働き方の方向性検討」²⁹を、より具体的なレベルで継承するものである。「AIによる雇用代替」が起きる前提で、安全網と移動の両立をどう設計するかという問いに、本ホワイトペーパーは正面から取り組んだ。基本計画が掲げる「個々の従業員・労働者へのAIリスキリング支援」³⁰の射程を、組織と移動の両面に拡張した形である。

7. 教育 ─ 「55カ国中54位」からの再起動

雇用再設計の前提として、教育の再起動が問われる。本ホワイトペーパーは現状をこう描く。

「日本の学校におけるAI利活用は、OECDによる国際比較によれば55か国中54位とされており、諸外国に比べてもAI利活用が大幅に遅れている。これは、教職員のリテラシー不足や研修時間の不足、リスクを懸念する文化の払しょくの遅れといったソフト面の課題と、教育現場へのツールの導入や校務の標準化、データの整備と蓄積の遅れといったハード面の課題が複合的に絡み合った結果である」³¹。

文部科学省は今年夏に教員3,000人を対象に、生成AIの業務への適用を推進する実践的かつ効果的な研修を実施する。「DXにとどまらない」と明記されており、AIを利活用した授業・校務の研修が継続的に行われる。研修参加教員は職場でAI利活用普及の担い手となり、令和9年度（2027年度）にはより多くの教職員が研修を受けられるよう拡大される設計である³²。

参照モデルとしてはUAEの先行事例が挙げられた。「AI利活用先進国のUAEでは、AIを利活用した教育の推進が位置付けられており、教員1,000人を対象に、AI利活用に向けた研修が行われ、当該研修を受けた教員が現場でさらにAIを利活用した教育を広げるという戦略的な取組みが行われている」³³。日本案の3,000人規模は、UAEのカスケード型展開を上回る規模感で設計されている。

教育内容の側にも転換が問われる。「AI時代に人間に求められる能力は大きく変化する。AIが代替可能な反復継続する事務作業を早く正確にこなす能力の重要性は大きく後退し、代わってゴールを設定してAIを組み込んだ業務プロセスを設計したり、AIのアウトプットを考察・検証し、意思決定する能力がこれまで以上に重要になる。年代別にみると、若年層はすでにAIに囲まれて生活しており、AIの出力に十分な検討を加えずにそのまま自身のアウトプットとして利活用してしまう『AI浅慮（AIシャローシンキング）』が指摘されるなどAIの弊害は顕在化しつつある。しかし、学習指導要領はAI時代に十分に対応したものになっていない」³⁴。

「AI浅慮」という新概念が導入された点は注目に値する。AI出力に検討を加えずそのまま自分の成果物として使ってしまう現象を指し、若年層に特有の弊害として位置付けられた。雇用論で示された「若年層により大きな影響」という論点と、教育論の「AI浅慮」が対応しており、若年層の教育・職業訓練が政策パッケージの中核に据えられていることがわかる。

8. ガバメントAX ─ 国がまずAI駆動になる

雇用と教育の再設計を社会全体に波及させる前提として、政府自身の構造転換が位置付けられた。

「人工知能は、生成AIの普及を経て、自律的に思考し、判断し、行動するエージェント型AIへと非連続的な進化を遂げつつある。エージェント型AIが、申請、契約、決済、移動など、市民生活や経済活動のあらゆる場面に溶け込む社会の到来は、もはや遠い将来の話ではない。今、政府に求められているのは、AIを単に導入することではなく、法律・制度、データ・システム、組織・業務そのものをエージェント型AI前提で再設計する『ガバメントAX（Agentic AI Transformation）』である」³⁵。

ガバメントAIからガバメントAXへの飛躍が、この章の核心である。AIをツールとして導入する段階を越えて、業務プロセス・データ基盤・調達・人材配置・権限設計・制度運用そのものをAIエージェント前提で組み替えるアーキテクチャ再設計のフェーズを指す。これは、政府の『人工知能基本計画』が掲げた「政府がまず『隗より始めよ』でAI利活用を先導する」方針³⁶を、構造設計の次元へと進化させる試みである。

具体策の中核は、政府職員約18万人に及ぶAI開発環境の整備である。「デジタル庁は、『源内』において、AIエージェントの実行環境を本年中に実装するとともに、政府職員約18万人が自然言語を用いて簡便にAIアプリケーション（スキル）を作成できる開発環境及び作成したスキルを政府横断的に共有・再利用できる仕組みを整備する」とされた³⁷。「源内」はデジタル庁が地方自治体向けに提供するオープンソースソフトウェアであり、ホワイトペーパー2.0はこれを政府職員全員のAIエージェント開発基盤へと拡張する構想を示した。

人事制度の改革も連動する。「人事院は、関係省庁と連携して、AI時代に適合した公務員人事制度への見直しを進めること。定型業務はAIに委ね、公務員は企画立案、複雑な判断、対人対応、制度設計に注力できるようにし、そのために必要な専門人材の育成、戦略的配置、官民をまたぐ人材交流を進めること」³⁸。「定型業務はAI、公務員は企画・対人・制度設計」という役割分担が明示された。

業務プロセスの側では、府省庁横断のBPR（業務プロセス再設計）が断行される。「財務省、内閣人事局、人事院及びデジタル庁は、関係省庁と連携して、各府省庁において、バックオフィスを中心にAI前提のBPRを断行する。人事、会計、庶務などの業務は、単なるAIツールの追加導入にとどめるのではなく、制度、人事、システム、データを一体で見直す」³⁹。AIツールの追加導入で済ませない、構造そのものの再設計を要件化した点が特徴である。

司令塔機能としては、AI担当大臣直轄の「日本AX推進チーム」が内閣官房直下に新設される設計である。事業責任者・設計責任者・プロジェクトマネージャー・AIリサーチャー・法務専門家・業務改革・サービスデザイナー・データアナリスト等が官民混成で集結し、国家戦略の具体化、重点領域の選定、府省庁横断の調整、制度改革と実装の推進を一体的に担う実行組織として位置付けられた⁴⁰。

9. 中小企業のAX ─ DXの二の舞を避けるために

国家全体のAXを実現するためには、中小企業層の引き上げが不可欠である。本ホワイトペーパーは中小企業のAX停滞の構造を、3つの障壁として整理した。「特に日本の中小企業においてAXが進まない背景には、第一に経営者の意識、第二にAI推進組織・人材の不足、第三に投資資金の不足という複合的な課題が存在する」⁴¹。

経営者の意識については、AIの理解不足から自社活用の必要性を認識しないケースと、逆にAIを「魔法の杖」と誤認して実現不可能な指示を出すケースの両極が指摘された。これを踏まえ、経済産業省（中小企業庁）は中小企業のAXベストプラクティスとなる事例を取りまとめ、AXの効果や進め方に関するセミナーを2027年度末を目途に全都道府県（オンラインや共同開催を含む）で実施する方針が示された。「セミナーや研修資料は、公共財として、原則一般公開する」と明記されており⁴²、知識の囲い込みを排除した設計である。

人材育成側では、AX推進人材の定義と育成支援が制度化される。経済産業省（中小企業庁）は中小企業がAXを推進するために確保すべき人材を定義し、初学者にはG検定・E資格・DS検定といった資格試験の合格を明確なゴールとして基礎知識習得を支援、基礎知識を得た者には自治体と連携してAI利活用プロジェクトの伴走支援を行う段階的育成パスを整備する²²。デジタルスキル標準（DSS）と整合する資格試験を「明確なゴール」として例示した点は、政策パッケージ全体の整合性を高める設計である。

10. 移行コストへの覚悟 ─ 「公正な移行」が成否を分ける

本ホワイトペーパーが他のAI戦略文書と一線を画すのは、構造転換に伴う移行コストへの直視を中核論点に据えた点である。

「AI駆動型国家への構造転換は、個別のAI導入の積み重ねでは実現しない。同時に忘れてはならないのは、この転換には痛みが伴うことである。AXの進展に伴う失業、転職、賃金変動、地域間格差の拡大といった移行コストを直視し、リ・スキリング支援、セーフティネットの強化、公正な移行のための制度設計を政策パッケージとして準備しなければならない。移行コストへの備えなくして、社会全体のAXは実現しない」⁴³。

「公正な移行（Just Transition）」概念は気候変動・脱炭素文脈で発達してきたが、本ホワイトペーパーはAI政策の中核論点として明示的に取り入れた。リ・スキリング支援・セーフティネット強化・公正設計の3点セットを政策パッケージとして準備するという要件は、雇用論の章で示された「スキルチェンジ・ジョブチェンジの二本立て」と「定期的な労働市場影響調査」に対応する。

結論：AI推進法から「実装と人材」のフェーズへ

『AIホワイトペーパー2.0』は、3度のホワイトペーパーが描いた構想（提言→AI戦略会議→AI推進法）が現実の政策となった先で、エージェントAI時代の到来が突きつけた新しい問いに答える試みである。基盤と制度の整備が一段落した今、次に問われるのは「人間にしかできないことは何か」という、能力ではなく責任の再定義である。

このホワイトペーパーが示したのは、抽象的な理念ではなく、雇用・教育・公務員制度を貫く具体的な施策パッケージである。OECDが推計した27%の自動化リスクは、もはや遠い将来の話ではない。スキルチェンジとジョブチェンジの二本立て、17重点戦略分野の教育プログラム、教員3,000人のAI研修、政府職員18万人のAI開発環境、ガバメントAXと公務員制度改革、ジョブ型雇用とフラット組織への構造転換 ─ いずれも、現存する人と組織の前提を組み替える提言である。

「AIを使う国」から「AIで動く国」への移行は、技術導入の問題ではなく、国民の役割と責任、組織の設計、政府の構造そのものを再定義する作業である。前回ホワイトペーパーがAI推進法として結実したように、本ホワイトペーパー2.0が描いた104項目が次の国家政策にどう翻訳されるか ─ そして、移行コストへの「公正な備え」が政策パッケージとしてどこまで具体化されるか ─ が、AI駆動型国家の成否を分ける論点になる。