ILOのワーキングペーパー140（2025年5月）は、生成AIへの職業的曝露の世界的指数を改訂した研究です。約3万件のタスクを分析した結果が示すのは「雇用の喪失予測」ではなく「曝露」の測定であり、著者らはその点を繰り返し強調しています。この区別を外すと、数字の意味がまったく変わってしまいます。

なぜ「平均」ではなく4段階のばらつきで見るのか

改訂版では、職業ごとのタスクの曝露度の平均とばらつきから、4段階のグラデーションで職業を分類しています。平均だけでは「一部のタスクだけが強く影響を受ける仕事」と「全体が均一に影響を受ける仕事」を区別できないためです。自社で影響分析を行う際も、職種単位の平均値ではなく、タスク単位のばらつきを見ることが、過大評価と過小評価の双方を避ける助けになります。あわせて、最も曝露が高いのは事務（クラリカル）系の職業であり、最高区分の割合は女性雇用で4.7%に達するなど、影響は全社一律ではなく職種と人員構成に偏って現れます。人事担当者は、全社一律の影響としてではなく、職種と人員構成の偏りとして影響を読む必要があります。配置転換や育成の支援策も、この偏りに沿って設計すべきです。支援策を職種と人員構成の偏りに沿って設計するかどうかで、同じ育成の予算でも届く範囲と順序が変わります。ILOは、多くの職業ではタスクの一部に人の関与が残るため、完全な置き換えよりも仕事の変容が最も可能性の高い結果だと結論づけています。研修の文脈では、「なくなる仕事」への不安対応ではなく、「変わるタスク」への技能追加として学びを設計することが、この研究の実務的な帰結です。

曝露はどこに偏るか — 数字の整理

  • 世界の雇用の約4分の1が、生成AIに何らかの曝露を持つ職業にある
  • 最も曝露の高い区分は全体の3.3%
  • 最高区分の割合は、女性雇用で4.7%、男性雇用で2.4%
  • 高所得国では雇用の34%が曝露のある職業にある
  • 分析の土台は約3万件のタスク

次に確認すべきことは、自社の人員構成の中で曝露の高い職種がどこに、どれだけいるのかという分布です。社内でこの研究を共有する際は、曝露の高い職種名だけでなく、その職種のどのタスクが対象かまで示すこと、そして「2025年5月時点の推計であること」を常に添えることが、誤解を防ぐ最低条件になります。指数は優先順位付けのための地図であり、人員計画の答えではありません。数字を扱う際は、推計であることの注記を省略しない運用を徹底してください。

あわせて読みたい

「レポート紹介：AIの影響を「曝露」と「実績」で分けて読むために」 https://axdx.aohalab.ai/#/article/70

「論文紹介：「GPTs are GPTs」が測った仕事への影響範囲」 https://axdx.aohalab.ai/#/article/67

出典：ILO公式ワーキングペーパー140「Generative AI and Jobs: A Refined Global Index of Occupational Exposure」（2025年5月） https://webapps.ilo.org/static/english/intserv/working-papers/wp140/index.html

本記事で紹介した内容は2026年11月時点の公表情報に基づきます。最新の内容は出典の一次情報をご確認ください。