ジュニアポジションの崩壊：AIがドイツのキャリア参入をどのように変えているか

Xpert プレリリース

オンライン連絡先 (Konrad Wolfenstein)

27言語に対応 📢

GoogleでXpert.Digitalを優先するⓘ

公開日：2026年9月26日 / 更新日：2026年9月26日 – 著者： Konrad Wolfenstein

ジュニアポジションの崩壊：AIがドイツのキャリア参入をどのように変えているか – AIを活用したクリエイティブな画像：Xpert.Digital

デジタル化の負の側面：AI時代にエントリーレベルの仕事が減少する理由

キャリア機会の変化：ドイツにおけるジュニアポジションの劇的な減少

エントリーレベルの仕事が危機に瀕している：AIがドイツのキャリアパスをいかに蝕んでいるか

ドイツの労働市場は大きな変化を遂げており、多くの若手専門家にとって大きな課題となっている。企業は熟練労働者の不足を嘆き続けているが、憂慮すべき傾向が浮上している。2022年夏以降、エントリーレベルの職位の数が3分の2以上減少しているのだ。この減少は、人工知能やデジタルツールが業務を担うようになっているITアプリケーション、マーケティング、プロジェクト管理の分野で特に顕著である。しかし、AIがキャリアの最初の段階を破壊しているという単純な見方は、過度の単純化である。ジュニアポジションの減少はChatGPTの導入以前から始まっており、資金調達コストの上昇や企業の投資意欲の低下といった特徴を持つ、より広範な経済不況の一部でもある。.

初級レベルの雇用機会の減少は、広範囲にわたる影響を及ぼします。若手人材の育成を危うくするだけでなく、企業の長期的なイノベーション能力と競争力をも脅かすからです。最新のデータを見ると、調査対象となったほぼすべての職種で初級レベルの雇用機会が減少しており、教育から雇用への移行を円滑にするための適切な対策を講じる必要性が浮き彫りになっています。実務経験と専門スキルの価値が高まる時代において、企業と教育機関が協力して、労働市場における将来の課題に効果的に対処するための戦略を策定することが不可欠です。.

ドイツで消え去ったキャリアのはしご：AI時代にエントリーレベルの仕事が崩壊する理由

明日の熟練労働者不足は、今日廃止される下級職から始まる。

ドイツの労働市場は、一見すると矛盾しているように見える二つのメッセージを発信している。企業は熟練労働者の不足を訴え続けている一方で、2022年夏のピーク時からエントリーレベルの求人数は3分の2以上も激減している。デジタルツールや生成型人工知能が多くの業務を支援または部分的に代替できる職種は特に急速に縮小しており、ITアプリケーション、マーケティング、プロジェクト管理などがその典型例だ。対照的に、看護、医療、製薬、飲食、ホスピタリティといった分野は、はるかに力強く発展している。.

最も明白な説明は、人工知能がキャリアの第一歩を破壊しているというものだ。この説はもっともらしいが、単純な形では成り立たない。景気後退はChatGPTのリリース数ヶ月前の2022年春にはすでに始まっていた。同時期にドイツ経済は弱体化し、資金調達コストは上昇、投資意欲は低下、企業は好景気時の過剰人員を是正し、新規採用は即戦力となる専門家に集中した。したがって、AIは唯一の原因というよりも、既に脆弱な労働市場における加速要因、選抜フィルター、そして期待ショックとして理解されるべきである。.

現在募集中のジュニアポジションの数だけが経済的に重要な要因ではありません。重要なのは、エントリーレベルの仕事が生産機能を果たしているということです。つまり、若い従業員に実務経験を提供し、業務プロセスを教え、判断力を養い、数年後に企業が必要とする専門家や管理者へと成長させる役割を担っています。これらのポジションが恒久的に廃止されると、企業は短期的には研修費用を削減できますが、長期的には自社の人材育成パイプラインにギャップが生じます。まさにここに戦略的なリスクが潜んでいます。コスト削減効果はすぐに明らかになりますが、スキル、イノベーション能力、そして後継者育成の可能性の喪失は、時間が経つにつれて初めて明らかになるのです。.

雇用ブームから崩壊へ

この発展の出発点は異例だった。2022年7月時点で、ジュニア、研修生、新卒、またはエントリーレベルの職種として明確に指定された求人数は、2019年の平均を約75%上回っていた。この急増は、パンデミック後の追いつき効果、逼迫した労働市場、デジタル化への多額の投資、そして人材獲得競争を反映したものだった。企業は、今後も高い需要が続くと予想し、チームを拡大し、成長資金を投入し、積極的に欠員を補充した。.

2026年7月までに、この供給量は2019年の水準を46%下回る水準まで減少した。ピーク時からは、3分の2以上もの減少となる。市場全体も大幅に冷え込んだが、崩壊時点では2019年の基準値を8%上回っていた。2022年のピーク時からは約38%減少している。そのため、初級レベルの求人数は、労働需要の一般的な動向に沿って減少しただけでなく、それよりもはるかに速いペースで減少した。市場が縮小する中で、労働力への参入機会はさらに狭まった。.

インターンシップや学生アルバイトの数は、2026年7月時点で2019年の水準を約24%下回っていました。2022年以降の減少幅が小さかったのは、当時のピークが低かったためです。とはいえ、この状況は問題です。インターンシップや学生アルバイトは、大学卒業後の正社員採用への橋渡しとなることが多いからです。企業がこの初期段階とそれに続くジュニアポジションの両方を削減すれば、教育システムから職場への移行が円滑ではなくなります。.

問題の深刻さは、より広範な労働市場データからも明らかです。2026年第2四半期には、ドイツ国内で約102万件の求人がありました。これは前四半期より約13万件（11%）少なく、前年同期比でも約3%少ない数です。パンデミックによるロックダウンを除けば、労働需要がこれほど低かったのは2016年以来のことです。統計的には、求人100件に対し、登録失業者は291人でした。このように、市場は求職者主導型から、より選別的な雇用主主導型へと移行しています。.

ドイツの経済状況は、景気循環の背景を示している。2年間の景気後退を経て、2025年の実質国内総生産（GDP）成長率はわずか0.2％にとどまった。2026年の最初の2四半期は緩やかな増加が見られたものの、投資と民間需要は依然として低迷している。このような環境は、労働集約型の成長戦略にとって好ましくない。企業は必ずしも大規模な人員削減を行うわけではないが、欠員を減らし、採用を延期し、新たな職務に必要な要件を引き上げるだろう。.

窃盗事件はほぼすべての人に影響を与える

調査対象となった28の職業グループのうち、26グループで2022年以降、初級レベルの求人機会が減少している。23グループでは、ジュニアレベルの職位が市場全体よりも低迷している。したがって、これは個々のテクノロジー企業に限った問題ではなく、労働市場へのアクセスが広範囲にわたって悪化していることを示すものである。しかし、職業分野ごとの違いを見ると、どの経済的要因が特に影響力を持っているかが明らかになる。.

ITアプリケーションとソリューションは最も大きな打撃を受け、ピーク時と比較して77%減少しました。マーケティングでは求人数が75%減少し、プロジェクト管理では60%減少しました。インターンシップと学生アルバイトの求人数は、それぞれ54%、55%、56%減少しました。これらの活動にはいくつかの共通点があります。作業の大部分がデジタル化されており、標準化が可能で、作業パッケージに分割でき、電子成果物を使用して監視できます。これらの特性は、ソフトウェアによる自動化、集中化、アウトソーシング、および生産性向上を促進します。.

初級職の雇用においてプラスの進展が見られたのは、主要2分野のみだった。看護、医療、薬学分野は18％増加し、食品、美食、ホスピタリティ分野は10％増加した。これらの分野は、構造的な人材不足に加え、現場への立ち入り、状況認識、対人関係、直接的な責任を必要とする仕事に直面する。また、これらの職業の多くは、大学の学位ではなく職業訓練を必要とする。したがって、これらの分野の相対的な安定性は、単に無価値とされる学歴の対極にあるものではなく、むしろ異なる生産条件の表れと言える。.

社会福祉分野、保育・教育分野では、インターンシップや学生アルバイトの数が18%増加した。多くの学位取得プログラムや職業訓練プログラムでインターンシップが必須となっていることから、制度的な要因も影響している。ここで重要な違いが浮かび上がる。規制、カリキュラム要件、あるいは企業方針によって実務経験が必須となっている場合、景気低迷期であっても完全に廃止される可能性は低い。逆に、実務経験が裁量的な投資とみなされている場合は、緊縮財政措置の犠牲になりやすい。.

しかし、このデータは「ジュニア」「研修生」「新卒」「若手専門家」といった一般的な用語を含む求人広告のみを対象としています。企業は、より一般的な表現の求人広告、社内昇進、インターンシップや大学との提携による直接採用などを通じて、適切なエントリーレベルの候補者を見つけることもできます。そのため、この測定方法では、隠れた入社ルートを過小評価している可能性があります。逆に、「ジュニア」というタイトルの求人広告でも、実務経験が求められる場合があり、必ずしも真のエントリーレベルのポジションとは限りません。とはいえ、この傾向は、その強さと広がりから重要な意味を持ちますが、新たに採用されたエントリーレベルの専門職の正確な人数と混同すべきではありません。.

AIはすべてを説明するわけではない

AIへの曝露と雇用喪失の間に顕著な相関関係が存在することは紛れもない事実である。スキルや業務の60%以上がAIによって代替または支援される可能性のある職業グループでは、2026年7月時点でのエントリーレベル、インターンシップ、学生アルバイトの求人数は、2019年の約半分にまで減少した。一方、変革の可能性が40%未満の職業グループでは、以前の水準を維持、あるいは上回った。デジタル化によって容易に自動化できる知識労働と、より肉体労働や社会労働とのギャップは、著しく拡大している。.

しかし、相関関係は必ずしも因果関係を意味するものではありません。乖離傾向は2022年春にはすでに始まっていましたが、ChatGPTが一般公開されたのは同年11月になってからです。当時、中央銀行は金利を引き上げ、成長企業は低金利の資金調達手段を失い、テクノロジー企業はパンデミックに関連した過剰生産能力を是正し、エネルギー危機はドイツに特に大きな打撃を与えました。知識集約型サービスも投資サイクルに敏感です。デジタルプロジェクト、キャンペーン、コンサルティング業務、ソフトウェアプロジェクトの立ち上げが少なくなると、これらの分野の人材需要は看護やホスピタリティよりも急速に減少します。.

したがって、AIへの曝露は経済的な感度と重なる部分がある。高度にデジタル化された職業は、パンデミック中に特に大きく拡大し、その後大幅な調整を余儀なくされた職業であることが多い。また、これらの職業は場所にとらわれない働き方にも適していることが多い。リモートワークでは、監督、非公式な学習、自発的な質問に時間がかかるため、新卒者の雇用が難しくなる可能性がある。そのため、雇用主は集中的なサポートなしで生産的に働ける経験豊富な人材を好むようになる。在宅勤務と職業構造の影響を統計的に考慮に入れると、一見明確に見えるAIとの相関関係は著しく弱まる可能性がある。.

国際的な調査結果もまちまちです。米国では、いくつかの分析で、AIに特に影響を受ける職種における若年層の雇用が相対的に減少している一方で、同じ職種の高齢従業員の業績はより安定していることが示されています。一方、企業全体や業界全体を対象とした他の研究では、AIの利用率が高いことによる求人件数の全体的な減少は今のところ見つかっていません。これらの結果は両方とも同時に起こり得ます。企業は全体の雇用を安定させつつ、若手社員の採用を減らし、経験豊富な専門家、AIエンジニア、または営業担当者の採用を増やす可能性があります。.

したがって、最も正確な解釈は次のとおりである。これまで観察されてきた全体的な動きは主に循環的かつ構造的なものであり、AIは需要の内部構成を変化させている。AIは特定の定型業務の必要性を減らし、既存チームの生産性を向上させ、価値を業務遂行から管理、統合、説明責任へとシフトさせている。AIが雇用総数に及ぼす大きな影響を統計的に証明することは依然として困難である。しかし、個々の業務、階層レベル、採用決定といったレベルでは、その影響はすでに経済的に重要な意味を持っている。.

空室の静かな自動化

新技術が労働市場に及ぼす最初の影響は、多くの場合、人員削減という形では現れません。それは、求人広告が出されなくなるという形で現れます。AIを活用したチームが、より少ない人員で同じ業務量をこなせるようになれば、企業は人員削減を行う必要がなくなります。単に、計画していた下級職の採用を取りやめたり、2つの業務を統合したりするだけです。このプロセスは、集計された雇用統計には長期間反映されませんが、求職者はその影響をすぐに感じ取ることになります。.

この仕組みは、人員削減を静かに自動化するものと言えるでしょう。解雇に伴う退職金や交渉、企業イメージの低下といったリスクがないため、企業にとって解雇よりもリスクが低いと言えます。同時に、新しいツールが実際にどれほど効果的かを見極める時間も確保できます。期待された生産性向上が実現しなかった場合は、後日採用を再開すればよいのです。技術がうまく機能すれば、恒久的に縮小された従業員数が新たな常態となります。.

生成型AIは、この待機という選択肢をさらに強化する。その機能は急速に発展し、価格は下落し、アプリケーションは標準ソフトウェアに統合されつつある。今日、新人を採用する企業は、数年にわたる開発と給与へのコミットメントを負うことになる。一方、当初はポジションを空けておき、代わりにソフトウェアをテストする企業は、柔軟性を維持できる。不確実性の高い状況下では、たとえ技術がまだ正社員を代替できるほど信頼性が高くなくても、この待機という選択肢は経済的に魅力的なものとなる。.

これに加えて、シニア化という現象も見られます。企業は、より経験豊富で幅広いスキルを持ち、即戦力となる人材を、従来は下位レベルのポジションに求めるようになっています。かつてのジュニアポジションが完全に消滅するわけではなく、より高い要件で再募集されるだけです。専門的な経験、業界知識、顧客対応能力、データリテラシー、そしてAIの活用能力といった要素が、今や一人の人材に求められるようになっています。そのため、類似した職名が依然として存在していても、真の意味でのエントリーレベルの機会は減少しています。.

経験豊富な従業員にとって、AIは多くの場合、既存の業務を補完する役割を果たします。彼らは結果の確認、エラーの特定、優先順位の設定、そして責任の遂行を行うことができます。一方、初心者にとっては、同じ技術が代替手段となり得ます。なぜなら、AIはまさに彼らが以前に習得した業務、すなわち初期調査、簡単な分析、標準テキストの作成、テストケースの作成、文書作成、プレゼンテーション資料の作成、データ準備、組織的な調整といった業務を自動化してくれるからです。したがって、問題はAIが一度にすべての職業をなくしてしまうことではなく、組織学習曲線の下位レベルにある個々の業務をAIが排除してしまうことなのです。.

副作用を伴う生産性

この変化の背景にある経済的論理は説得力がある。5,000人以上のカスタマーサービス担当者を対象とした調査では、AIアシスタントによって1時間あたりの解決件数が平均約14%増加した。経験の浅い、あるいは業績の低い従業員の場合、増加率は約34%に達したが、経験豊富なスタッフはほとんど恩恵を受けなかった。この技術は、データに蓄積された経験的知識の一部を新人に伝達することで、彼らの学習曲線を大幅に加速させた。.

ビジネスの観点から見ると、これは相反する2つの戦略を生み出します。企業は、同じ数の新規採用でより多くの成果を上げ、人材の質をより迅速に向上させ、人材不足を解消することができます。あるいは、より少ない新規採用で同じ生産量を達成することも可能です。どちらの選択肢を選ぶかは、需要、競争状況、成長予測、そして経営目標によって異なります。景気拡大期には、生産性の向上は生産量の増加につながる傾向がありますが、景気停滞期には、コスト削減とより慎重な採用につながる傾向があります。.

さらに、生産性向上効果は普遍的なものではありません。明確に定義され、頻繁に繰り返され、容易に検証可能なタスクにおいては、生成型AIはしばしば大きな利点をもたらします。しかし、その能力範囲外の複雑な問題においては、明らかに欠陥のあるエラーを生成する可能性があります。経営コンサルタントを対象とした実験では、適切な創造的タスクではパフォーマンスが大幅に向上しましたが、不適切な問題解決タスクでは警告にもかかわらずパフォーマンスが低下しました。したがって、生産性は単にモデルにアクセスすることから生まれるのではなく、適切なタスク設計、品質管理、そして的確な判断から生まれるのです。.

まさにここに、人材育成におけるジレンマが浮かび上がってくる。企業はAIの結果を批判的に評価できる人材を必要としている。しかし、このスキルは専門知識と経験から培われるものであり、従来はより単純な業務を通して習得されてきた。基礎的な業務がすべて自動化され、下級職が廃止されれば、複雑な結果を専門的にレビューできる人材は失われてしまう。そうなると、組織は経験豊富な従業員のプールに頼ることになるが、そのプールを適切に更新することができなくなる。.

短期的には、このモデルは非常に収益性が高いように見えるかもしれません。AIのサポートを受けたベテラン社員はより多くの仕事をこなし、チームは小規模化し、人件費は削減されます。しかし、長期的には、知識の集中化に伴うリスクが高まります。知識は少数の主要人物に集中し、後継者探しはより困難になり、社内での後継者育成は失敗に終わり、外部の専門家を雇うコストも高くなります。このように、現在の生産性向上による恩恵は、将来の能力不足という負債へと転じる可能性があります。.

EUとドイツにおける事業開発、販売、マーケティングの専門知識

EUおよびドイツにおける事業開発、販売、マーケティングの専門知識 - 画像: Xpert.Digital

業界重点分野：B2B、デジタル化（AIからXRまで）、機械工学、物流、再生可能エネルギー、産業

詳細はこちら:

エキスパートビジネスハブ

洞察と専門知識を提供するテーマ別ハブ:

世界および地域の経済、イノベーション、業界特有のトレンドを網羅した知識プラットフォーム
当社の主要重点分野に関する分析、洞察、背景情報のコレクションです。
ビジネスとテクノロジーの最新動向に関する専門知識と情報を提供する場所
市場、デジタル化、業界のイノベーションに関する情報を探している企業のためのハブ。

技能不足と新たな現実

応募者多数にもかかわらず、人材不足が深刻化している。

熟練労働者とエントリーレベルの求人が同時に不足しているのは矛盾ではなく、むしろ資格と経験の問題である。企業が求めているのは抽象的な意味での人材ではなく、特定の業界知識、顧客理解、技術スキル、そして責任感を持ち、即戦力として活躍できる専門家であることが多い。新卒者は当然ながら、まだこうした条件を満たしていない。企業が研修や人材育成への投資を控える限り、専門職の求人は、就職活動中の新卒者と並んで存在し続けるだろう。.

この矛盾は、特にIT分野で顕著に表れています。求人数は減少傾向にあるものの、2025年時点でドイツでは推定10万9000件のIT関連職が未充足のまま残ると予測されています。同時に、ITアプリケーションおよびITソリューション分野のエントリーレベルの求人数は、2022年以降77%も減少しています。市場は引き続きデジタル分野の専門知識を求めていますが、従来のエントリーレベルの職種では需要が減っています。経験、専門性、そしてますます重要になっているのは、AIを生産的かつ責任ある形で活用できる能力です。.

大学卒業生の失業率は2025年に3.3％に上昇し、2007年以来初めて完全雇用を示す基準値を上回った。失業中の卒業生数は、全体の失業率を大幅に上回って増加した。しかしながら、社会保障拠出の対象となる職に就いている大学学位取得者の数は増加を続け、約720万人に達した。これは、大学卒業生の雇用危機を包括的に捉えるものではなく、むしろ職業間の移行の著しい悪化と、専門分野、経験レベル、スキルプロファイル間の格差の拡大を示している。.

企業はこうした状況に対応するため、キャリアチェンジを希望する人材を採用するケースも見られる。新たに採用されるIT専門家の約4人に1人は、大学以外の資格取得ルートを経ており、この割合は大学卒業生とほぼ同じである。これは、学位そのものの重要性が薄れつつあり、実務経験の重要性が高まっていることを示唆している。就職活動は激化しており、新卒者だけでなく、経験豊富なキャリアチェンジ希望者や海外から応募してくる専門家とも競合しなければならない。.

ドイツの労働市場は、一律の人材不足というよりも、複数の人材不足が同時に発生しているという状況にある。看護師、熟練技能者、電気技師、経験豊富なITスペシャリストなどが不足している一方で、多くの新卒者にとって適切な初級職も不足している。地域格差、資格と給与水準のミスマッチ、住宅不足、そして移動の制限などが、このミスマッチをさらに悪化させている。したがって、「ドイツは熟練労働者不足だ」というだけでは、個人が労働市場に参入できる可能性はほとんど意味をなさない。.

安定性アンカーとしてのトレーニング

従来の入門レベルの仕事は減少したものの、デュアルスタディプログラムを含む職業訓練の求人数は比較的安定していた。2025年8月から2026年7月までの期間、求人広告の平均数は2019年と比べて約50%増加した。比較可能な23の職業グループのうち20グループでは、入門レベルの仕事よりも訓練プログラムの利用可能性が高かった。特にソフトウェア開発は顕著で、ジュニアレベルの仕事は2019年と比べて約70%減少したが、訓練の機会、特にアプリケーション開発のITスペシャリスト向けの訓練機会は27%増加した。.

理由の一つは、仕事の構造にある。見習い制度のうち、前述のスキルの60%以上がAIによって代替または支援される可能性のある職種は、わずか約15%に過ぎない。エントリーレベルの職種ではこの割合は42%、インターンシップや学生アルバイトでは33%である。逆に、見習い制度の37%は、AIによる変革の可能性が40%未満と低い。エントリーレベルの職種ではこの割合はわずか9%、インターンシップや学生アルバイトでは10%である。.

企業にとって、研修は大学卒業生を採用するのとは異なる経済的手段です。研修生は給与が低く、数年かけて徐々に企業のニーズを理解し、早い段階で企業特有の業務プロセスに特化することができます。これにより採用リスクが軽減され、長期的な人材計画が可能になります。したがって、不確実な時代においては、生産性や定着率が当初は不確実な高給の新卒者を採用するよりも、社内で人材を育成する方が魅力的な選択肢となり得ます。.

しかし、この二元的な制度を理想化すべきではない。2025年には、提供される見習い制度の数は4.6%減少し、約53万300件となった。新規契約は約47万6700件で、前年比2.1%減となった。同時に、9月末時点で8万4400人の若者が見習い制度を探しており、5万4400件の求人枠が未充足のままだった。応募者と求人枠が同時に存在するという事実は、地域、職業、資格のミスマッチを示している。.

したがって、オンライン求人情報の豊富さは、すべての若者が容易に適切な研修を見つけられることを意味するものではない。求人の中には、生活費の高い地域やアクセスの悪い地域にあるものもあれば、勤務時間が不便だったり、給与が低かったり、社会的地位が低かったりする職業に関するものもある。逆に、応募者が企業の学術的または人格的な期待に必ずしも応えられるとは限らない。デュアルシステムは重要な安定化要因ではあるが、若手研究者のポスト減少を自動的に補うものではない。.

最初の段が欠けている場合

キャリアのスタートがうまくいかないと、その後の職業人生全体を左右してしまう可能性があります。卒業後、長期間失業状態が続くと、実務経験が乏しくなり、仕事に関する知識も失われ、将来の雇用主に対してマイナスの印象を与えてしまう恐れがあります。その結果、無関係な仕事、低賃金の仕事、あるいは一時的な仕事に就くことになりがちです。さらに、初任給はその後の給与交渉の基礎となることが多いため、低い初任給は今後何年にもわたって影響を及ぼす可能性があります。.

ドイツで行われた長期研究によると、早期の失業はその後の所得の大幅な減少につながる可能性があることが示されています。これは特に収入の見込みが低い人にとって大きな打撃となりますが、優秀な従業員は転職やキャリアアップによって不利な状況を補う可能性が高いです。景気後退期の世代を対象とした他の研究では、数年後には賃金格差が縮小する可能性があると結論付けています。重要な要素としては、失業期間、最初の仕事の質、社会移動性、そしてより生産性の高い企業へ迅速に移行できる能力などが挙げられます。.

したがって、現在の衰退は、一世代内の格差をさらに悪化させる可能性がある。経済的支援、人脈、国際的な移動手段、関連分野でのインターンシップ経験を持つ卒業生は、より長い就職活動期間を乗り越え、追加の資格を取得できる。一方、そうでない卒業生は、早い段階で不適切なオファーを受け入れざるを得なかったり、専攻分野を諦めざるを得なかったりする。その結果、選考は能力だけでなく、家族の経済力やリスク許容度にも左右されることになる。.

企業にとって共通の課題が生じる。どの企業も、研修費用を削減し、経験豊富な人材を他社から引き抜こうとするインセンティブを持っている。多くの企業がこのような行動をとると、全体として人的資本の育成が不十分になる。その結果、市場は将来必要とされるよりも少ない若手人材しか生み出さないことになる。経済学者はこれを社内研修の正の外部性と呼ぶ。つまり、企業は費用を負担するものの、その恩恵の一部は後々、他の雇用主や経済全体に及ぶ可能性があるということだ。.

人口動態の変化は、この経営上の問題をさらに悪化させている。ベビーブーム世代の退職に伴い、労働力だけでなく貴重な経験も失われる。若い従業員がこうした知識を適時に習得できなければ、二重のギャップが生じることになる。AIは文書作成、検索機能、知識へのアクセスを向上させることはできるが、状況判断力、顧客からの信頼、責任感、非公式な業務プロセスに関する知識を単純に置き換えることはできない。.

能力に基づく新たな経済

将来、新しい専門家の価値は、標準的なタスクをゼロからこなす能力よりも、AIを活用して業務プロセスを効果的に構築し、結果を検証し、エラーを特定し、専門知識を情報に基づいた意思決定に活かす能力によって測られるようになるでしょう。これは、基礎知識が不要になるという意味ではありません。むしろ、結果を評価する専門知識を持たない者は、モデルの品質に依存し、計り知れないリスクを負うことになります。.

これにより、3つのレベルからなる新たな能力プロファイルが構築されます。第1レベルは、コンピュータサイエンス、マーケティング、金融、物流、法律など、確かな専門知識です。第2レベルはAI能力であり、タスクの細分化、適切なツールの選択、データの保護、支出の検証、ワークフローの自動化などが含まれます。第3レベルは、標準化が難しい人間特有のスキル、すなわち責任感、コミュニケーション能力、交渉力、状況理解力、創造性、曖昧な状況への対処能力などです。.

企業は、単なるツール操作能力と、生産性の高いシステムに関する専門知識をますます区別するようになるだろう。単に指示を出すだけの候補者には、永続的なメリットはない。価値があるのは、問題からデータ、モデル、そして検証済みの意思決定に至るまでのプロセスを習得できる人材だ。AIが容易に利用できるようになったにもかかわらず、企業が依然として専門家を求め、一般的なジュニアレベルの人材を減らしている理由はここにある。.

同時に、AIは導入を容易にする効果も期待できます。知識の障壁を低くし、プログラミングを支援し、語学力向上をサポートし、高品質な分析ツールへのアクセスを容易にします。適切に設計された学習環境では、システムがフィードバックや状況に応じた支援を提供するため、初心者は特に大きな恩恵を受けます。したがって、重要な問題は、若者がAIを利用すべきかどうかではなく、企業が生産性の向上をさらなる業績向上や研修の加速につなげるのか、それとも単に雇用削減につなげるのか、ということです。.

税務事務員という職業は、職務内容が変化し得ることを示している。研修制度の近代化に伴い、コンサルティング、顧客サービス、より高度な業務が職務内容に強く組み込まれた結果、自動化の可能性は100%から50%に減少した。この事例は、単に職名を変えるだけで自動化のリスクがなくなることを証明するものではない。しかし、企業が研修を設計することで、テクノロジーでは確実に代替できない補完的なスキルを早期に身につけさせることができることを示している。.

企業が今、どのようなリスクを負っているのか

下級職の削減は、短期的にはコスト効率と稼働率の向上につながります。景気低迷期には、こうした削減策が必要となる場合もあります。しかし、一時的な対応策が恒久的な人事戦略へと発展すると、問題が生じます。数年後には、プロジェクトマネージャー、アーキテクト、アカウントマネージャー、経営幹部といった人材を育成できる中級レベルの経験を持つ従業員が不足してしまうからです。.

従業員の高齢化が進み、暗黙知の割合が高い企業は特に脆弱です。このような場合、専門知識をオープンマーケットで迅速に獲得することは困難です。経験豊富な従業員が一斉に退職すると、その結果生じる人材不足が、業務リスク、品質問題、プロジェクトの遅延につながる可能性があります。後から採用活動を再開するには何年もかかります。なぜなら、新しい人材を採用したからといって、必ずしも生産性が完全に回復するとは限らないからです。.

有効な代替案は、エントリーレベルの役割を廃止するのではなく、再設計することです。若手社員は、純粋に機械的な作業に費やす時間を減らしつつ、引き続き責任ある役割を担うべきです。AIは定型業務を軽減し、メンターは事例検討、品質管理、顧客対応、システム理解に時間を集中させることができます。このようにすることで、学習曲線は解消されるのではなく、むしろ加速されます。.

これを実現するには、企業は新たな指標を用いる必要がある。重要な要素は、短期的な時間短縮や完了したタスク数だけではなく、自立した業務遂行までの時間、エラー率、意思決定の質、知識の幅広さ、社内人員配置レベル、そして2～3年後の定着率などである。目先の生産性だけを測る企業は、学習と後継者育成という資本の価値を過小評価している。.

中小企業（SME）も恩恵を受けることができます。多くの場合、初任給は最高水準ではありませんが、より早く責任ある立場を与え、顧客と直接接し、より幅広い業務を任せることができます。こうした特性は、大企業が若手社員の業務を高度に標準化している場合に特に価値を発揮します。専門的なメンター制度は不可欠です。単に若手社員に早期に責任を与えるという名目で過剰な業務を課しても、能力も意欲も育まれません。.

時間的制約のある教育政策

大学や職業訓練校は、変化する業務分担に合わせてカリキュラムをより迅速に調整する必要がある。純粋な事実知識は、容易に入手できる場所では価値を失う。同時に、方法論的理解、情報源の批判的思考、データリテラシー、そして専門的な監督能力がますます重要になっている。したがって、試験では、テキスト、プログラム、デザインの作成だけでなく、作業プロセス、検証、意思決定の正当性も評価すべきである。.

実践的な段階をより重視する必要がある。企業が任意参加のインターンシップを縮小する場合、義務的なプログラムや共同出資プログラムによって移行を安定させることができる。デュアルスタディプログラム、実践的な学期、就労学生モデル、大学との共同プロジェクトなどは、理論と実践的な要件を組み合わせたものである。ただし、公的資金が民間の研修費用を恒久的に代替するべきではない。支援は、明確な学習内容、メンター制度、就職の見込みと結び付けられるべきである。.

労働市場政策は、既存のすべての雇用を維持しようとするべきではない。迅速なスキルアップ、モジュール式の資格取得、そして透明性の高い能力評価の方が効果的である。既に専門知識を持つ人は、必ずしも全く新しい学位プログラムを必要とするわけではなく、データ分析、自動化、サイバーセキュリティ、プロセス設計、あるいは規制対象のAIアプリケーションといった分野に特化したモジュールを受講すればよい。こうしたプログラムは、就業者と求職者の両方にとって、時間と費用の面で利用しやすいものでなければならない。.

さらに、ドイツは実際の採用慣行、職務内容、キャリアパスに関するより詳細なデータを必要としている。求人情報は手軽な指標ではあるが、非公式な採用活動や社内異動を完全に把握できるわけではない。連携データを用いることで、ジュニアポジションが単に名称変更されただけなのか、見習い制度に移行されたのか、アウトソーシングされたのか、あるいは実際に自動化されたのかを明らかにできるだろう。こうした区別がなければ、技術革新の規模を過小評価したり、あらゆる経済不況を時期尚早にAIのせいにしたりするリスクが生じる。.

最終的には、成長政策が解決策の一部となる必要がある。企業が需要の増加を予測しなければ、研修だけでは雇用は生まれない。デジタルインフラ、エネルギー、住宅、防衛、医療、産業近代化への投資は、新たな雇用を生み出す可能性がある。経済成長がよりダイナミックであればあるほど、生産性の向上は単に人員削減につながるのではなく、生産量の増加と新たな雇用の創出につながる可能性が高くなる。.

考えられる3つの発展経路

好ましいシナリオでは、需要が回復し、企業はAIを活用して事業を拡大し、新たなエントリーレベルのモデルを開発します。ルーチンワークが自動化されるため、若手社員はより高度な業務を早期に担当できるようになります。生産性が向上し、学習期間が短縮され、若い人材の育成経路を損なうことなく、より小規模なチームでより多くの価値を生み出します。見習い制度、デュアルスタディプログラム、大学入学制度がより密接に統合されます。.

中期シナリオでは、雇用全体は比較的安定しているものの、従来型のジュニア職の数は恒久的に減少する。労働市場への参入は、インターンシップ、プロジェクト、見習い制度、キャリアチェンジ、短期プログラムなどを通じて行われるケースが増加する。求められるスキルや経験は向上し、新卒者はより早い段階で実務経験とAIスキルを習得する必要がある。企業は効率性を高める一方で、中間管理職の人材不足という課題に対処しなければならない。.

最悪のシナリオでは、経済成長の鈍化と急速な自動化が相まって、長期にわたる採用凍結が生じる。若者の関連経験機会が減り、失業率と非専門職の雇用が増加する。数年後には、熟練労働者の不足が深刻化する。企業は、高額な人材引き抜き、国際的な採用、アウトソーシングといった手段で対応する。その結果、経済は人的資本、イノベーション能力、そして社会的な流動性の機会を失うことになる。.

どのようなキャリアパスが展開するかは、技術によってあらかじめ決められているわけではありません。それは、需要、投資、人材戦略、教育改革、そして生産性向上による利益の分配によって左右されます。AIはキャリアの最初の段階を代替することも、より効率的にすることも可能です。決定的な要素は、モデルだけではなく、仕事の設計にあるのです。.

雇用喪失はないが、システム警報が発令された。

初級レベルの雇用の減少は深刻だが、人工知能による雇用の全面的な破壊を証明するものではない。データは、2022年の異例の雇用ブーム、経済の低迷、資金調達コストの上昇、セクター調整、リモートワーク、需要の増加、そしてAI主導の再編の始まりといった複数の要因が複合的に作用していることを示している。テクノロジーだけを非難する人々は、一連の出来事を誤解している。テクノロジーの影響を完全に否定する人々は、デジタル化され、知識集約的で、自動化しやすい業務の特に低いパフォーマンスを無視している。.

経済における最大の危険は、キャリアパスの崩壊にある。労働市場では、経験豊富な専門家が多数求められる一方で、新卒者の採用が不足する可能性がある。企業が既存の専門知識に頼ったり、他社から人材を引き抜いたりする限り、この戦略は短期的には有効だが、経験を積んでからでないと採用できないため、持続可能ではない。.

若者にとって、就職はより選抜的になり、より実践的で、よりテクノロジー主導型になりつつあります。学位は依然として価値がありますが、唯一の資格として十分であることは少なくなっています。企業にとっての課題は、ジュニア職を懐かしむのではなく、生産的に再設計することです。教育政策や大学にとっての課題は、専門知識、AIアプリケーション、品質管理、そして実社会での実践経験を統合することです。.

したがって、3分の2以上もの減少は、単なる通常の市場調整でもなければ、AIによる差し迫った大量失業の証拠でもない。これは、将来の熟練労働力への投資を怠ることで現在の問題を解決できる可能性のある経済に対する早期警告信号である。ドイツがキャリアのはしごの最下段をなくしてしまえば、後に誰も頂点に到達できなくても驚くべきではないだろう。.