AI失業に備える提言を、チームみらいの安野貴博さんと高山聡史さんと古川あおいさんが解説。困った時の窓口も整理

出典: 【チームみらい】緊急配信！AI失業対策提言「AIの社会実装と仕事・雇用の変化への備えに向けた提言」について解説します┃2026年10月26日18:30〜開始予定 #安野貴博 #古川あおい #高山聡史（「チームみらい」公式チャンネル）

AIの話題は2種類。得をする話と、仕事を失う話です。どちらに備えればいいのでしょうか？

配信の始まりは、10月26日の朝。チームみらいは木原官房長官らに提言書を手渡しました。表紙も、AI失業の文字が目に入るように作った、と配信では話します。

提言の一言は「AI失業に備える」。その下には、AI産業革命の恩恵を受け取り、AI失業のショックに備える、という文が添えてあります。

高山聡史さん（配信の中で・6:59〜）

これまだ本格的なAI失業 国内日本では来てないと思うんですけどこれから産業革命に当たるぐらいの大きな変化これはいい意味でも悪い意味でも変化が起きる中でそのいい部分 恩恵をちゃんと社会に広げていってただどうしてもその失業のショックも生まれる部分があるのでそういったショックに社会全体で備えていこうっていうそういう提言になっています

高山さんの前置きは、本格的なAI失業は国内ではまだ来ていない、ということ。そのうえで、恩恵は社会に広げ、失業のショックには社会全体で備える、と話します。

高山聡史さん（配信の中で・7:29〜）

ちゃんと規制改革やりながら 恩恵もちゃんと社会に広げていきつつ それでもって例えば職種だったり業種だったりAI失業のショックがより大きいところにちゃんと社会全体で手当てをしていこうそういう二本立ての考え方になります

規制改革で恩恵を広げながら、ショックが大きい職種や業種には、社会全体で手当てをする。配信での呼び名は、二本立てです。

提言の二本立てを、私は手元にも置きます。恩恵を受け取る側と、備える側の両方。

軸にしているのは、AIに委ねて、人は積み減らして生き直す、という考え。委ねる所を決めることは、人の側の仕事を決めることと同じなんですよね！

同じ向きの1文は、10月15日の安野貴博さんと今井翔太さんの対談から、AI失業は新卒から始まるという見方を読み解いた記事にあります。

私の記事より（AI失業は新卒から始まる？安野貴博さんと今井翔太さんの対談を読み解く・AI研究者の賞味期限は「あと1年」と聞いて、人は何をやるのか）

私は、AIの方が優秀と認めたうえで、人間にしかできないことをやる側に回ります。

引用の、AIの方が優秀と認めたうえで、という前置き。高山さんの、本格的なAI失業はまだ来ていない、という前置きと並べると、どちらも先に今の状態を認めてから話を始めています。

人にしかできない側へ回る、という後半。私の手元では、恩恵を受け取る前に、この持ち場を先に決めておきます！

AI失業は、どこまで近くに来ているのでしょうか？配信の入口は数字。AIがすでに仕事に入っていることを示す値です。

スライドには、業務にAIを利用する日本企業が86.4%と出ます。数年前から、ぐんぐん上がってきた数字。

次のスライドは58.6%。仕事でAIを使う人のうち、業務の一部をAIが自動で処理するようになった人の割合です。

例は、カレンダーの予定入力やExcelの計算。古川さんが挙げる、AIに任せる仕事です。

提言のメインメッセージの一つは、AI失業は遠い未来の話ではない、ということ。言葉の意味は、古川さんが説明します。

古川あおいさん（配信の中で・11:48〜）

AIが普及することによって今まで人間がやっていた仕事っていうのをもうこれAIにやらせればいいやAIができるじゃんということになって じゃあこの部分で雇ってた人とかこのポジションっていらないんじゃないのということでAIの進展による影響で仕事だったり雇用だったりが失われてしまうことを表現しております

AIでできるから、この部分の人やポジションは要らない。そうして仕事や雇用が失われること。これが、提言で使うAI失業の意味です。

スライドの次の数字は49%。次の20年で、AIの影響で国内の雇用が縮小すると考える人の割合です。聞いた人の予想で、積み上げの推計ではない、と配信では話します。

次の1枚は約20%。米国の若年層の雇用は、ソフトウェア開発職で約20%減少。スタンフォード大学の研究で、予想ではなく実際のデータ、と区別して話します。

高山聡史さん（配信の中で・14:14〜）

いやこれ結構その20%も減ってるんだっていうのは私も結構驚いていて確かにそのAIってソフトウェア開発のところが一番得意ぐらい早くから進化してきた領域だと思うんですけどそうするともう本当に人の仕事を置き換えてしまっているということが実際起きていてそれが数字に現れているいうことがあるんだなと

20%もの減少に驚いた、と高山さん。AIが早くから得意になった領域で、人の仕事の置き換えが数字に出ている、という見方です。

声を集めたのは、チームみらいのAIインタビュー。協力したのは582人、と配信では話します。小規模のソフトウェア会社が、新卒も中途も採用を止めた、という声も出ます。

会社員からは、人の増員を頼むと、人事の最初の答えが変わったという声。AIで効率化するより安いか、という答えです。依頼が減ったイラストレーターの声も。

障害者就労の現場からは、AIの助けで業務の負担が軽くなる、という声。良い面も悪い面もある、と配信では受けます。

配信の数字が映すのは、AIが仕事に入り込む速さ。86.4%も58.6%も、人の価値を測った数字ではありません！

2本の物差しの元は、10月23日の落合陽一さんと浅田彰さんの対談から、AI時代の大量失業の話を読んだ記事の結び。

私の記事より（落合陽一さんと浅田彰さんの対談から、AI時代の大量失業の話を読む・落合陽一さんが語る、人のいない会社と大量失業）

私なら、会社の効率は速さで測っても、人の価値は、役立つかどうかでは測りません。

引用の前半にある、効率を速さで見る物差し。配信のスライドが並べたのは、こちらの側の数字です。

採用を止めた会社の声も、私の手元ではポジションの話。人の価値の話とは混ぜません。

理由は、役立つかどうか、結果が出るかどうかとは関係なく、人はありのままでよい、という私の軸。貢献は価値の条件ではなく、その後に起こり得る結果なんですよね！

AIの恩恵を受け取るには、何が先に要るのでしょうか？政府への提言は2つあり、1つ目は高山さんが説明します。

スライドには、提言が2つ並びます。AIの変化に先回りして制度を備えることと、仕事の変化をとらえて働く人を支えること。

高山聡史さん（配信の中で・23:02〜）

その前にその良い面もあると効率化できるようになるとかもっとできるようになることもあるのでAIをちゃんと使いこなして社会実装することによって社会全体で恩恵を得られるようにしていくとそのためには日本でちゃんとAIを使える状態にしないとこれ日本だけAIを使えないとなっちゃうと逆に海外に利益おいしいところ全部取られてしまうことにもなるのでしっかり規制改革して使えるようにしていこうという柱です

話の入口は、リスクの前にある良い面。社会全体で恩恵を得るには、日本でAIを使える状態が要る、と高山さんは話します。日本だけ使えなければ、利益を海外に取られる、とも続けます。

規制改革は、そのための柱。1つ目の項目は、省庁の壁を越えて規制の課題をつかむことです。自動運転や、体を持って現実で動くAIで、どこが詰まっているかを整理します。

2つ目は、新しい技術に先回りして、制度や手続きを整えること。実用化してから2〜3年かけて直すと、その分だけ出遅れる、と続けます。

例は、自動運転の安全性の評価です。確かめたいのは、ごくまれな場面。公道を長く走らせるだけでなく、シミュレーションの中でその場面を起こして確かめる方法も入れる、という話です。

3つ目は、法令の点検にAIをフル活用すること。AIは仕組みのバグを見つける力が上がってきていて、法律にもバグがある、と配信では話します。

配信の中で（29:35〜）

これソフトウェアを作るときによくやられることなんですが機能は変えずに中身を整理するとそういうやつですなんでわざわざ時間かけてですねソフトウェアエンジニアが工数を使って新しい機能でもなくバグを直すのでもなくただ中身を整理するのかというとこれはですねメンテナンスがしやすくなるということです

機能は変えずに、中身だけを整える作業。ソフトウェアで言うリファクタリングのことで、整えておくと手入れがしやすくなる、という説明です。

法律には、第3条の2のような枝番が積み上がり、継ぎ足しで込み入っている、と配信では話します。例は、お酒の年齢を1歳ずつ書く条文と、20歳以上とまとめて書く条文。

提言①の1つ目と2つ目が見ているのは、AIを使う場面の決まり。3つ目が見ているのは、法律の文そのものです。

どの項目も、仕事が減るかどうかの手前にある、AIを使える状態の話。

困っている人がいる時、行政はいつ、それに気づけるのでしょうか？2つ目の提言は、古川さんが説明します。

1つ目の項目は、働き方の変化を捉えて、政策に生かすこと、と古川さんは話します。

古川あおいさん（配信の中で・33:08〜）

こちらはチームみらいでもあらゆる政策の基礎にはまず正確なデータがあるということを言っておりますがまずAI失業が日本で果たして起きているのか起きてないのかとかどこの分野で起きているのかどの年齢層とかどの職業で起きているのかとかそういった変化をまずいち早く察知しましょうということでございます

政策の土台は、正確なデータ。AI失業が起きているか、どの分野や年齢層、職業で起きているかを、いち早くつかむ話です。

配信での呼び名は、センサー。政府の公式の答弁では、まだAI失業は起きていない扱いで、労働統計にもほぼ差が見えない、と話します。

一方で現場からは、仕事が減った、採用を止めた、新卒の採用枠が減っている、という声。統計に出ないこうした声をつかむために、提言はアンテナを立てる、と配信では話します。

2つ目は、学び直しとキャリアの支え。リスキリングで、ニーズの多い仕事へ移れるようにします。新人エンジニアの仕事が減るなら、職業訓練も見直しが要るかもしれない、という話も出ます。

3つ目は、AI時代に合わせた暮らしの支援と権利保護。それでも仕事に就けない人が生活していける支え、と古川さんは話します。

話は、支援の届け方へ。収入が急に変わった時、行政がそれをつかんでサービスを届けるまでに時間の差がある、と古川さんは続けます。

古川あおいさん（配信の中で・40:19〜）

またやはり自分で調べないと必要な情報にたどり着けなかったりとかそういったところもあるので これから大量にもしかしたら大量に失業者の方が出てしまうかもしれないことを考えるとそういった支援というのを ある意味当事者任せにせずに行政の側からもっと積極的に情報提供していけるような仕組みというのも進めていくべきだと考えております

自分で調べないと、必要な情報にたどり着けないのが今の形。当事者任せにせず、行政の側から積極的に届ける仕組みを進める、という話です。配信での呼び名は、プッシュ型。

引くのは、9月5日の安野貴博さんが国会で、AIによる雇用の変化をつかむ統計と政府AI「源内」の費用を質した回を読んだ記事の1文です。

私の記事より（政府AI「源内」の費用と継続性──安野貴博さんの国会質疑から学ぶ・02｜AI失業は「まだ起きていない」で済ませていいのか）

「起きてから対応する」のではなく「兆候を先に拾う仕組みを持つ」という発想は、行政に限った話ではないと私は思います。

兆候を先に拾う、という引用の発想。提言のセンサーも、プッシュ型の届け方も、本人が声を上げる前に行政の側が気づく形です。

違うのは広さ。提言のセンサーは政策の土台を見る仕組みで、私のアンテナは自分の仕事の中に立てます！

変化は、ゆっくり全体に来るのか。ある所だけに、急に来るのか？配信は、提言の説明のあとで、この2つの性質に戻ります。

高山さんは、産業の変化を支える国の制度は今までもある、と話します。例は、産業雇用安定助成金。

高山聡史さん（配信の中で・37:14〜）

このAI失業っていうのがもしその本格化した場合には想定以上のスピードでそしてその一部の職種だったり業種だったりに集中してグッと来る可能性がある

AI失業が本格化すると、想定以上の速さで、一部の職種や業種に集中して来る可能性がある、という話です。

配信では、数学者の例が出ます。数学の業界は、去年までAIの影響をほとんど受けていなかった、という話。

今年に入って、AIが未解決問題を次々に解き始めました。1年足らずで、正反対の所まで来た、と続きます。

配信の中で（39:00〜）

で一方で多分日本全体で見るとみんな人手不足なんですよね 今この瞬間は 多分ほとんど全産業人手不足っていうところでどこ見ても足りないよーってことなんですがAIの能力が上がっていくと局所的に例えば数学の領域ソフトウェアエンジニアの領域コンサルティング業界のリサーチャーの領域みたいなそういうところだけいきなりボコッと労働需要が減ったりすると思うのでこのモザイク状になっていると言いますかしかもそれが急速に変わっていくあたりですね

日本は今、ほとんどの産業が人手不足。それでも、数学やソフトウェアエンジニア、リサーチャーのような所だけ、急に労働の需要が減る、と配信では話します。

減り方はまだら模様で、しかも速く変わっていく、という見方。

自動運転も同じ、という話が続きます。日本のドライバーは約100万人、という目安。ロボタクシーが広がると、労働需要が一気に変わり得る、と話します。

研究者の賞味期限はあと1年という声と、下積みの話。

この2つは、安野貴博さんと今井翔太さんの対談から、AI失業は新卒から始まるという見方を読み解いた記事で詳しく書きました。

次の1文は、10月21日のAIに仕事を奪われたのは誰のせいかを、Webライターの炎上投稿から整理した記事から。別のYouTube動画で紹介された、Webライターの投稿の話です。

私の記事より（AIに仕事を奪われたのは誰のせいなのか、Webライターの炎上投稿から構造を整理する・AIに仕事を奪われたのは誰のせいなのか。奪ったのは、AIか、AIを使う人か）

正直、私がいちばん引っかかったのは、減った額より6年という長さのほう。6年続いた仕事が、半年で一気に動いたことになるんですよね。

減った額より、6年という長さ。引用のこの見方で、私は変化を、どれだけ続いたものがどれだけ早く動いたかで見ます！

配信が見ているのは職種の単位で、数学やソフトウェアの所だけ急に需要が減る話。私の記事が見たのは、1つの仕事の単位です。

6年続いたものが、半年で動く。配信の言う急激に、局所的に、が1つの仕事の中で起きた形です！

提言は、出したら終わりなのでしょうか？配信では、提言を作った順番をスライドで見せます。

スライドには、提言の流れ。聴く、磨く、動かす、伝える、また聴く、の順です。提言の前には、アメリカ・中国・フランスで現地調査。

国内では500件以上のAIインタビュー。そのあと提言を作り、10月26日に官房長官へ提出、と出ます。

流れの最後は、AIインタビューの第2弾で、また声を聴く場面です。

AIインタビューは、AIが聞き手になる、チームみらいの意見の窓口。提言を出す意味も、古川さんが話します。政策を決める人に、直接、問題意識を伝えられること。

配信の中で（52:39〜）

実際ですねかなり AIインタビュー経由でいただいたアイディアみたいなのは盛り込んで 実は盛り込んでいたりしますしこれはちょっと違うんじゃないのっていうのを一回盛り込んだのを外したりもしているので実はものすごくですね皆様からの声フィードバックっていうのはすごく我々の力になっている参考になっているものでございます

届いたアイデアは、提言に盛り込み済み。違うと思った物は、一度入れても外しました。寄せられた声が力になっている、と配信では話します。

スライドには、困った時の窓口も。どれも、厚生労働省や経済産業省など、政府の中にある雇用や仕事の相談の窓口だ、と古川さんは話します。

職場のトラブルは、総合労働相談コーナー。残業代の未払いや長時間労働は、労働条件相談「ほっとライン」。仕事のストレスの悩みには、働く人の心の相談のホームページ。

学び直しを考える人には、求職者支援制度。仕事を辞めて収入が減った人には、自立相談支援機関。フリーランスのトラブルには、フリーランス・トラブル110番。

高山聡史さん（配信の中で・50:13〜）

ただ これ一番 結構あると思うのが 大変な時ってそれどころじゃないから 本当はある その制度に気づかないってことが多いと思うんですよねでそれが届くようなプッシュ型の仕組み我々実現していきたいと思います

大変な時ほど、本当はある制度に気づきにくい、と高山さん。実現したいのは、届くプッシュ型の仕組みです。役所に支えの仕組みがあることを、多くの人に知ってほしい、という言葉も。

古川さんが挙げるのは、日本の人手不足と人口減。AIを使いこなせば、社会のサービスやインフラを保ちながら、雇用へのダメージを抑えるモデルを作れる可能性がある、と続けます。

私は、AIは横に広げ、人は縦に掘る、と考えています。AIに渡すのは、広げる所と集める所。

手元に残すのは、選ぶ、伝える、確かめる所です。魂は渡しません。魂は込めるもの！

同じ線引きは、10月26日のAI時代に仕事がなくなる不安への答えを、鴨頭嘉人さんの講義から整理した記事にあります。

私の記事より（AI時代に仕事がなくなる不安への答えを、鴨頭嘉人さんの講義から整理する・選ぶだけでは足りず、選んだ後に伝えるのが編集力）

AIが横に広げた情報の中から選び、自分の言葉で伝えるところは、人が縦に掘る持ち場。鴨頭さんの、選ぶ、伝える、に、私は、確かめる、を足して見ます。

引用で私が足した、確かめる、の所。配信の提言づくりも、AIインタビューで声を聞いた上で、磨いて、動かして、伝える流れでした！

窓口を探すのは、AIでもできます。どの窓口に話すかを決めるのは、困っている本人です。

配信は、チームみらいの3人が、官房長官に手渡したAI失業対策提言を解説する回でした。提言の考え方は、恩恵を広げ、ショックに備える二本立て。

提言①は、AIを使える状態をつくる規制改革。提言②は、変化をつかんで働く人を支え、行政から届ける仕組み。来方は急激で局所的、という見方も添えられていました。

私は、AIに渡す所と手元に残す所を、変化が来る前に分けておきます！

配信で紹介された窓口は、総合労働相談コーナー、労働条件相談ほっとライン、求職者支援制度、フリーランス・トラブル110番など。名前を知っておくと、大変な時に探す手間が減ります。

みなさんの仕事では、AIに渡せる所と、手元に残す所は、どこで分かれていますか？