OpenAIのSam Altman CEOが、AIによる「雇用崩壊」論を後退させた。2026年5月26日、オーストラリアのCommonwealth Bank of Australiaがシドニーで開いたイベントにオンライン登壇し、AIの急速な発展と普及が世界的な雇用崩壊につながるとは考えていないと述べたのだ。特に、エントリーレベルのホワイトカラー職が現在までにもっと失われていると予想していたが、実際にはそうなっていない、という趣旨の発言である。
ただし、この発言を「AIは仕事を奪わない」と読むと、肝心な論点を取り逃がす。Altman氏自身も、可能性が完全に消えたとは言っていない。むしろ今回見えてきたのは、モデル性能の進歩、企業内での実装、実際の人員計画が同じ速度では進まないというズレだ。大規模言語モデルは急速に賢くなったが、それを職場でどこまで任せるかは、品質管理、責任、顧客との関係、社内システムとの統合に制約される。
この話が重要なのは、AI業界の有力経営者が、2025年までの強い失職予測をそろって補正し始めているからだ。AnthropicのDario Amodei CEOは2025年、AIがエントリーレベルのホワイトカラー職の半分を消し、失業率を10～20%へ押し上げ得ると警告していた。しかし2026年5月には、自動化で仕事の90%が処理されても、残る10%が人間の仕事として広がり、生産性を押し上げるという見方を示している。悲観から楽観への単純な転換ではなく、「置換」だけでは説明できない仕事の再編が焦点になっている。
Altman氏の修正は、予測の対象を「技術」から「導入」に移した
Altman氏は、ChatGPT公開時からの技術的な見通しはおおむね正しかった一方、社会的・経済的影響についてはかなり間違っていたと説明した。ここでの修正点は、AIの能力そのものではない。能力は伸びたが、それが直ちに雇用統計へ大きく表れるという読みが外れた、という整理である。
象徴的なのが、同氏自身のSlackやメール返信の例だ。Altman氏は一時、AIを使って返信していたが、一部は自分で返す形に戻したという。理由は、やり取りの相手が「人間が返している」ことに価値を置く場面があるからだ。これは感傷的な話に見えるが、労働市場の議論では実務的な制約である。顧客対応、採用、交渉、経営判断、社内調整では、文章の生成だけでなく、誰が責任を持って応答したかが価値になる。
Commonwealth Bankのイベント紹介でも、Altman氏はAI技術が「目立った段階」に達した一方、企業や経済への採用はまだ初期段階だと述べている。モデルの能力が先に進み、企業の運用、評価、収益改善が後から追いつく構図である。雇用崩壊がすぐ来ない理由を考えるなら、この導入の遅さを中心に置く必要がある。
Amodei氏の転調は、AIが仕事を減らすだけではない可能性を示す
AnthropicのAmodei氏の変化は、Altman氏以上に振れ幅が大きい。2025年5月、Axiosは同氏がAIによりエントリーレベルのホワイトカラー職の半分が失われ、1～5年で失業率が10～20%に上がり得ると語ったと報じた。対象として挙げられたのは、技術、金融、法律、コンサルティングなど、従来の自動化論では比較的安全と見られがちだった知識労働である。
ところが2026年5月のFortuneの報道では、Amodei氏は別の枠組みを使っている。AIが仕事の大半を自動化しても、残った人間の作業が仕事全体として再構成され、生産性が大きく伸びるという見方だ。これは、効率化によって単位当たりのコストが下がると需要が広がり、結果として総量が増えることがあるという考え方に近い。
この転調は、AI企業が失職懸念を打ち消したいだけだと片づけるには惜しい。重要なのは、雇用への影響が「職種が丸ごと消えるかどうか」だけでは測れない点である。実際には、同じ職種名の中で作業配分が変わる、若手に任されていた下調べや初稿作成がAIに移る、上級者の確認作業が増える、といった変化が先に起きる可能性がある。職業名が残っても、入口の仕事が痩せれば、新人育成や採用の構造は変わる。
労働統計は大規模な崩壊をまだ示していない
現時点の統計は、少なくとも米国全体で「AIによる大規模な職業構成の急変」が起きたとは示していない。Yale Budget Labは2026年4月の追跡分析で、ChatGPT公開後に労働市場の職業構成の変化が大きく加速したとは言えないとした。AIにさらされやすい職業群に属する労働者の比率も、低・中・高の各露出群で安定しているという。
同研究機関は2026年5月の別分析でも、AIにさらされやすい職業とそうでない職業を比較可能にする手法を使い、雇用や実質時給への明確な影響はまだ確認できないとした。重要なのは、この結論が「AIは将来も雇用に影響しない」という予測ではない点だ。Yale側も、新技術の影響は進行中であり、今後も月次データで監視するとしている。
Brookingsも、企業導入と実績の間に距離があることを示す材料を挙げている。2026年2月のNBER作業論文として紹介された調査では、米国、英国、ドイツ、オーストラリアの約6,000人の経営幹部のうち、約70%の企業がAIを積極的に使っていると答えた。一方で、過去3年間の雇用や生産性への影響はないと答えた企業が約90%に上る。導入しているのに成果も人員削減も大きく出ていない、というねじれがある。
このねじれは、Altman氏の発言を補強する。AIツールの利用率が上がっても、それがすぐ採用停止や大量解雇に直結するとは限らない。社内データへの接続、法務や規制対応、誤答時の責任、顧客体験、評価制度など、現場で越えるべき段差が多いからだ。特にホワイトカラー職では、作業の一部を速くすることと、職務全体を置き換えることの間に大きな距離がある。
「まだ起きていない」は「起きない」ではない
一方で、楽観に寄りすぎるのも危うい。テック業界では2026年も人員削減が続き、一部企業はAIによる効率化やAI投資への資源移動を理由に挙げている。これらをすべてAIの直接置換と見なすことはできないが、逆にすべて通常の景気循環や企業再編として片づけることもできない。
Altman氏自身も、企業が本来別の理由で行う人員削減をAIのせいにする「AI名目の人員削減」に警戒を示してきた。これは、労働市場の読み方を難しくする。AIが本当に仕事を置き換えたのか、需要減や投資配分の変更をAIで説明しているだけなのか、外部からは見分けにくい。労働統計で大きな波が見えない局面ほど、職種別、年齢層別、採用段階別のデータを見る必要がある。
OpenAI Foundationが2026年5月27日に、AIによる経済変化に備えるため2億5,000万ドルを拠出すると発表したことも、この不確実性を物語る。対象は、労働市場への影響の研究、近い将来に職を失う可能性のある労働者や地域への支援、AIによる経済的利益の分配方法の検討だ。雇用崩壊論を後退させながら、同時に労働移行支援へ資金を投じる。この組み合わせは矛盾ではなく、「短期の大崩壊は見えないが、準備は必要」という現在地を示している。
次に見るべきは失業率だけでなく、若手の入口と仕事の中身だ
AIと雇用の議論は、失業率だけを見ても遅れてしまう可能性がある。大規模な解雇が起きる前に、企業は採用数を絞り、初級職の業務を再設計し、既存社員の生産性向上で需要を吸収するかもしれない。職業名が変わらなくても、若手が経験を積むための下流作業がAIに置き換われば、数年後の人材育成に影響が出る。
反対に、AIで単位コストが下がり、これまで採算が合わなかったサービスや市場が広がるなら、雇用は減るより増える可能性もある。Amodei氏が持ち出した生産性拡大型の見方は、この点に賭けている。ただし、それが実現するには、企業がAIで浮いた時間を単なる人員削減ではなく、新しい需要の開拓やサービス拡張に使う必要がある。
Altman氏の発言は、AI雇用論争の結論ではない。結論に近いのは、初期の強い予測が速すぎたということだ。今後の焦点は、AIが職業を一気に消すかどうかではなく、どの作業が誰から誰へ移り、若手の入口がどう変わり、生産性向上の利益が雇用拡大と人員削減のどちらに配分されるかである。雇用崩壊という大きな言葉より、その細い経路を追うほうが、AIの実際の影響に近づける。