Stanford Digital Economy LabのBrynjolfsson、Chandar、Chenによる研究「Canaries in the Coal Mine?」（2025年8月公表、11月改訂）は、米国の給与処理大手ADPのデータを用い、生成AI普及後の雇用変化を分析しました。中心的な発見は、AI曝露の最も高い職種で22〜25歳の若手の雇用が、企業レベルのショックを調整した後でも相対的に13%低下したというものです。この数字は、対象と条件を外して引用すると意味を取り違えます。

13%は「相対的な低下」である — 数字の正確な置き方

この13%は、若手全体の雇用が13%消えたという意味ではありません。曝露の高い職種における若手の雇用が、比較対象と比べて相対的に13%低下したという、条件付きの推計です。数字を紹介する際は、対象（若手・高曝露職種）と相対値であることを必ず併記しないと、誤った危機感も誤った安心も生みます。

経験者は安定、若手だけが下がった

一方で、同じ職種の経験者の雇用は安定または増加していました。影響が「全員に均一」ではなく「若手×高曝露職種」という交点に先行して現れる構図が、この研究の核心です。職種だけ、年齢層だけで集計していたのでは、この交点は見えてきません。自社の採用計画でも、職種と年齢層を掛け合わせた点検が、異変の早期発見につながります。賃金で調整が起きていないという結果は、既存社員の処遇が直ちに変わる話ではない一方で、入口の採用数という見えにくい場所で変化が進むことを示します。採用数の変化は年度計画の中に埋もれやすいため、職種と年齢層に分けて追わなければ検知できません。

賃金ではなく採用数で調整が起きた

研究では、雇用調整は主に採用の抑制を通じて起き、賃金の大きな変化は見られなかったとされています。また、AIが人の作業を代替する使い方の職種で低下が集中し、拡張する使い方の職種では限定的でした。若手の入口が細ることは、5年後の現場リーダー不足に直結します。採用数を絞る判断には、育成パイプラインへの影響評価をセットにすべきです。代替する使い方で低下が集中し、拡張する使い方では限定的だったという対比は、導入の設計そのものが雇用への影響の出方を左右し得ることを示します。どのツールを入れるかだけでなく、人の作業を代替する使い方と拡張する使い方のどちらを前提に設計するのかまでが、人事の検討範囲に入ります。

自社に引くときのチェック

  • 採用計画を、職種と年齢層を掛け合わせた表で点検できているか
  • 高曝露職種で若手の採用を絞る場合、数年後の現場リーダー不足への影響を評価したか
  • 自社のAIの使い方が、代替型に偏っていないか、拡張型の使い方を用意できているか
  • 採用抑制の判断と、若手の育成機会の確保を、別々の会議で決めていないか

カナリアとして扱う — 断定しないための留保

著者らはこの結果を、因果関係の証明ではなく「炭鉱のカナリア」的な早期の記述的指標と位置づけています。後の改訂では、統制を強めると低下が明確になる時期は2024年以降だという補足もされています。したがって人事担当者は、この研究を人員削減の根拠として使うべきではありません。使い道は一つで、若手の入口と育成機会が細っていないかを点検するシグナルとして扱うことです。シグナルを受けて自社の数字を確認するところまでが、この研究の適切な使い方です。

あわせて読みたい

「DX人材は「採用」か「育成」か。多くの企業が取る現実解」 https://axdx.aohalab.ai/#/article/14

「論文紹介：デンマークの大規模調査が示した「小さな労働市場効果」」 https://axdx.aohalab.ai/#/article/66

出典：Stanford Digital Economy Lab公式「Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence」（2025年公表） https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/

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。