ソートリーダー

女性ほど仕事を失うリスクが高い理由――職務の再設計が新たな道を開く

Michael Morris
Unite.AI を Google の優先ソースに追加
要点自動化可能な役割に就く女性は、二重の置き換えリスクとAI関連職での過少代表性に直面している。
もっと見る
  • 自動化可能な役割に就く女性は、二重の置き換えリスクとAI関連職での過少代表性に直面している。
  • 男性と女性の間には42ポイントのAIスキルギャップが存在し、その原因は訓練へのアクセスの不平等にある。
  • 役割の再設計では、リスクのある役割から新しい人間とAIの連携ポジションへのスキルマッピングが必須である。

女性ほど仕事を失うリスクが高い理由――職務の再設計が新たな道を開く

テクノロジー業界は長年、人材不足を懸念してきました。AIエンジニア、データサイエンティスト、AIアーキテクトが足りません。企業は限られた同じ専門家層を激しく奪い合っており、その大半は男性です。

AI人材の争奪戦が見出しを占める一方、労働市場の反対側では、目立たない危機が進んでいます。数百万人の労働者が、すでにAIによって変わりつつある仕事に就いており、女性の割合が不均衡に高くなっています。移行を支える研修、ツール、新たな職務を利用する機会は、平等に与えられていません。

その結果、二重の行き詰まりが生まれています。業界はAIスキルを持つ人材を十分に確保できない一方、女性は労働力の中で最大の、十分に活用されていない人材層です。仕事を失う人と新たな仕事を得る人の差は偶然ではありません。ほぼすべての主要経済の労働データに表れるパターンであり、放置すれば今後10年間の職場の男女関係を方向づけることになります。

女性ほど仕事を失うリスクが高い理由

注目すべき数字を示しているのは、国際労働機関(ILO)です。生成AIの影響を受ける可能性は、女性が多い職業では29%、男性が多い職業では16%で、ほぼ2倍です。特にリスクが高い分類では差がさらに広がります。女性が多い職務の16%が、自動化の影響を最も受けやすい分類に入ります。男性が多い職務では3%です。

ILOの報告書『Gen AI, Occupational Segregation and Gender Equality in the World of Work』は、この状況を生む三つの要因を挙げています。女性が自動化されやすい仕事に就いていること、これらのツールを開発するSTEM分野で女性が少ないこと、そしてAIモデルが社会にすでにある男女の偏りを反映しやすいことです。

これは偶然ではありません。女性は歴史的に事務、管理業務の補助、データ入力、顧客対応に集中してきました。定型的で、手順を明文化でき、処理量が多い業務は、まさにAIが得意とする仕事です。ILOの調査は分析対象国の88%を対象としており、ほぼすべてで女性のほうが男性より影響にさらされています。

影響を受けるリスクは問題の半分にすぎません。AIが生み出す職務は、女性が歴史的に少なかった技術・戦略分野に集中しています。2024年のInterface EUの調査では、世界のAI人材に占める女性はわずか22%でした。世界経済フォーラムの2025年男女格差報告書によると、STEM分野のキャリアでは最初の1年で女性が大きく減り、その後もAIエンジニアリングや指導的立場で女性が少ない状態が続きます。

女性は失われる仕事に不均衡に集中し、生まれる仕事では少数にとどまっています。一つの問題ではなく、二つの問題が互いを悪化させているのです。

第三の要因が状況をさらに難しくします。Randstadの『Understanding Talent Scarcity: AI and Equity』 は、AIスキルについて男性71%、女性29%という42パーセントポイントの差を示しています。雇用主からAI研修を提供される割合も男性35%、女性27%で、職場でAIツールを提供される割合も男性41%、女性35%です。カリフォルニア大学バークレー校(UC Berkeley)は、世界の14万3,000人の労働者を対象とする18件の研究を統合し、女性が仕事で生成AIツールを使う可能性は男性より約20%低いと結論づけました。この差は学歴や国の所得水準にかかわらず見られました。[1] [2] [3] [4]

職業の男女分離によって、女性は自動化されやすい仕事に置かれてきました。STEM分野での女性の少なさは、AIが現在生み出している仕事への道を閉ざしました。利用機会と研修の格差が、両者の間の移行を妨げています。それぞれの要因が互いを強めています。

職務の再設計とは何か――多くの企業が間違える理由

組織が従業員のAIへの備えを語るとき、通常は二つのどちらかを意味します。既存の従業員に新しいツールの研修を行うか、失われる職務を新たな技術職で置き換えるかです。どちらも核心を外しています。

再教育は必要ですが、それだけでは足りません。データ入力担当者にプロンプト設計の講座を受けさせても、進む道はできません。得られるのはスキルです。必要なのは到達先、つまり組織内に実在し、責任範囲が明確で、本人が現実的に移れる具体的な職務です。

失われる仕事を技術職で置き換えると、問題は深まることがあります。AIエンジニア、データサイエンティスト、機械学習の専門職には、職を失う人の多くが持たない資格や経験が求められます。さらに、すでに技術業界を占める同じ均質な人材層から応募者を集めがちです。失職の影響は女性に及ぶのに、代わりの仕事は女性には届かないのです。

本当の職務再設計は、別の問いから始まります。AIに何ができるかではなく、AIが定型業務を担う世界で、人間はどう貢献するのかという問いです。

人間ならではの仕事は、人との関係、状況の理解、倫理にかかわります。曖昧な状況に対応し、顧客や同僚との信頼を築き、ひな型のない場面で判断します。関係者が欲しいと語ったものだけでなく、実際に何を必要としているのかを理解する仕事です。

この接点で生まれる職務の名称は分野によって異なります。AI導入コーディネーター、技術導入責任者、人間とAIの連携担当、デジタル倫理担当、変革管理の専門職などです。共通するのは、技術と人間の複雑さが交わる場で働ける人を必要とすることです。

これらには判断力、意思疎通の力、組織の仕組みへの深い理解が求められます。つまり、現在失われるリスクのある職務で女性が何年も培ってきた能力の、直接の発展形です。

うまく進めている企業は、リスクのある職務に備わるスキルを把握しています。肩書ではなく本人が築いた実際の能力を整理し、AIが生み出す仕事に合う能力を見極めています。

公平性だけでなく、人材の問題でもある

AI人材不足は現実のもので、悪化しています。AI導入で生まれる仕事には、技術を理解する力と人間の判断力の組み合わせが必要で、そのような人材は少数です。企業は限られた人材を激しく奪い合っています。

女性は、働く人の中で最大の、十分に活用されていない人材層です。失われるリスクのある仕事に備わる関係管理、業務調整、倫理的な思考、関係者との意思疎通は、まさにAI時代の新しい仕事が必要とする能力です。この二つの事実のつながりは明らかなはずです。

そのつながりを可能にするのが、スキルに基づく採用です。資格や一直線の職歴でふるいにかけるのではなく、実際に何ができるかを評価します。長年の管理・サービス業務で能力を培った人、つまりAIが今まさに自動化している仕事をしてきた人に道を開きます。適切に設計すれば、人材層を広げるだけでなく、AIに支えられた環境で組織が最も必要とする経験を見つけ出せます。

うまく進めている組織は何をしているのか

唯一のモデルはありません。ただし、意味のある前進をしている組織には共通する行動があります。

出発点は肩書ではなくスキルです。仕事を自動化する前に、その人に実際に何ができるかを把握し、今後組織が必要とする能力と照らし合わせます。問うべきは仕事を自動化できるかではなく、その仕事をする人が何を知っており、築こうとしているもののどこにその知識が生きるかです。

先行する組織は、曖昧な能力開発の約束を超え、見える形で具体的かつ実行可能な道を作っています。将来への漠然とした期待ではなく、現在の職務から明確な将来の職務までの経路を示し、手順、日程、支援体制を明記します。研修は平均的な従業員だけでなく、全員のために設計します。時間外のプログラムや自力での学習を求める仕組みは、育児や介護などの責任を持つ人を構造的に排除します。誰もが参加できる設計とは、内容が小分けで日程を組め、勤務時間内に利用できること、そして試行錯誤や失敗が人事評価に響かない心理的安全性があることです。

この方法は、労働市場の根本的な変化とも一致しています。Randstad Workmonitor 2026(同資料)によると、従来の昇進の階段は機能しなくなっており、雇用主の72%が一直線のキャリアは時代遅れだと考えています。これに対し、働く人は複数の経験を組み合わせる「ポートフォリオキャリア」でリスクを抑えています。このモデルが重視するのは、一つの仕事を長年続けることより、経験の多様さ、本人の主体性、多様な経験から得られる安定です。

これからの24か月が、長期にわたって重要になる

労働力の移行は簡単には元に戻せません。今生まれるパターンは、何年も続く傾向があります。

目的を持って動く組織は、この機会に現在より能力が高く多様な人材を育てられます。AI変革を技術プロジェクトと捉え、人を単なる付記として扱う組織は、人材基盤が狭まり、採用の難しさが増した状態で変革を終える可能性が高いでしょう。

マイクは、ランスタッド・デジタルのプラットフォーム&タレント担当グローバルヘッドです。ランスタッド・デジタルは、ランスタッドのテクノロジー・エンゲージメントおよびエナブリング部門です。マイクは、ランスタッド・デジタルのビジネスを支えるデジタル・タレント・マーケットプレイスおよびタレント・コミュニティを担当しています。以前、マイクは、AI駆動のオンデマンド・デベロッパー・マーケットプレイス「Torc」のCEOおよび共同創設者でした。Torcは、2024年5月にランスタッドによって買収されました。