30歳未満の失業率が急上昇——AIが食べるのは「キャリアの入口」だった
「最初の仕事で経験を積んで、そこから上を目指す」——多くの人が当たり前だと思ってきたキャリアの常識が、静かに崩れ始めています。
Amazonが2026年4月、AIとエージェントワークフローへの転換を理由に1.6万人規模の削減を発表しました。注目すべきはその内訳です。削減対象の多くが、データ処理・文書管理・カスタマーサポートといった「入門職」に集中していました。これは単なるリストラではなく、企業がAIを活用して「ルーティン業務の担い手」を丸ごと不要にしている構造的な変化です。
そしてその波は、経験値の少ない若い世代を直撃しています。
AIに最初に食われた「修業の場」
新卒で入社した会社で、最初の数年間にどんな仕事をしますか？
データ入力、資料作成、メール対応、簡単な集計レポート——多くの場合、いわゆる「雑用」や「下積み」と呼ばれる業務です。それを退屈に感じる人もいますが、こうした仕事には重要な役割があります。**業務の全体像を肌で覚え、ミスから学び、上司や先輩との関係を築く「経験の蓄積場所」**だということです。
ところが2026年現在、この「キャリアの1段目」がAIによって急速に代替されています。
米国の労働市場では、AI露出度が高い職種で若年層（30歳未満）の失業率が他の年代と比べて顕著に高くなっていることが確認されています。経験年数が少なく、転換コストも低い若手層ほど、企業はAIに置き換える判断をしやすいからです。
キャリアの問題は「AIに仕事を奪われる」ことだけではない。**「経験を積む機会そのものが消えていく」**ことが、より深刻な長期ダメージをもたらす可能性がある。
中堅社員やシニア層は、過去に蓄積した経験・人脈・判断力という「見えない資産」を持っています。しかし20代前半の若者がAIと競うとき、そのような蓄積はまだ存在しません。AIは彼らの「現在」だけでなく、「未来の成長ルート」も奪いかねないのです。
「AI露出度」で見る職種別リスク
すべての仕事がAIに代替されるわけではありません。重要なのは「AI露出度」——どれだけの業務内容がAIによって自動化・補完されやすいかという指標です。
以下の表は、若手・新卒が就くことの多い職種を中心に、AI露出度の高低を整理したものです。
| 職種カテゴリ | 具体例 | AI露出度 | 現状 |
|---|---|---|---|
| データ処理・入力 | 伝票入力、データクレンジング | 非常に高い | 大幅削減進行中 |
| 初級会計・経理補助 | 仕訳入力、領収書処理 | 非常に高い | 自動化加速 |
| コールセンター・CS | 問い合わせ対応、FAQ回答 | 高い | AIチャットボットが代替 |
| 初級コーディング | 単純なコード修正、テスト作成 | 高い | Copilot等が補完・代替 |
| 一般事務・秘書補助 | スケジュール管理、文書整理 | 高い | 自動化ツールが浸透 |
| 翻訳・文書校正 | 初稿翻訳、定型文チェック | 中〜高 | AIが下訳を担当 |
| 営業アシスタント | 議事録作成、提案書フォーマット | 中 | ツール補完が進む |
| 現場作業・接客 | 飲食、介護、建設現場 | 低い | 人の存在が前提 |
特に注目すべきは「初級コーディング」です。プログラミングは「AIに強い職種」と思われがちですが、コーディング補助AIの普及により、シニアエンジニアが1人でこなせる仕事量が増加し、ジュニアポジションの採用が減少しています。「ITスキルを身につけれれば安泰」という前提もまた、再考が必要な時代です。
世代別・職種別の打撃格差
PwCの2026年調査では、AIの経済効果は企業間で著しく偏在しており、上位20%の企業が経済効果全体の約3/4を独占していることが明らかになっています。この「勝ち組企業」の多くがAI導入に積極的であり、その過程で人員構成を大きく変化させています。
次の表は、年代・職種の組み合わせ別に見た「AI雇用影響の深刻度」を示しています。
| 年代 | AI露出職 | 非AI露出職 | 格差の主な要因 |
|---|---|---|---|
| 20代前半（新卒〜3年目） | 非常に高リスク | 比較的安定 | 経験・実績の蓄積がなく代替コストが低い |
| 20代後半〜30代前半 | 高リスク | やや安定 | スキル転換の猶予あり、ただし時間は限られる |
| 30代後半〜40代 | 中リスク | 安定 | 専門性・ネットワークが防壁になる |
| 50代以上 | 役職・専門性次第 | 安定 | 管理職・高度専門職は代替困難 |
20代前半の「AI露出職」が「非常に高リスク」と評価されるのは、単に仕事を失うリスクだけではありません。その年代でしか積めないはずの経験が積めなくなるという、複利的な損失が発生するからです。
キャリアとは「梯子」である。1段目が消えれば、2段目に足をかけることすらできない。AIが奪っているのは、若者の現在の雇用だけでなく、将来のキャリア形成の土台だ。
日本の「新卒一括採用」文化への影響
この問題は、日本に固有の雇用慣行とも深く絡み合っています。
日本の新卒一括採用は、「採用時点では専門スキルより人柄・ポテンシャルを重視し、OJTで育てる」という前提に立っています。つまり、入社直後は「即戦力でなくて当然」であり、数年かけて組織内で成長させるモデルです。
しかしこのモデルが機能するためには、「若手がこなすべき初期業務」が存在していることが前提です。それがAIに置き換えられると、若手を受け入れて育てるポジションそのものが消える可能性があります。
実際、一部の企業では「新卒の定型業務はすべてAIに任せ、若手は最初からより高度な判断業務に就く」という方向転換も始まっています。理念としては前向きに聞こえますが、経験ゼロの状態で高度判断業務に就かせることが本当に「育成」になるのか、現場では疑問の声も上がっています。
新卒一括採用という「日本型キャリア梯子」は、AIの時代に根本から問い直しを迫られています。
それでも「残る仕事」と生き残る方向性
暗い話ばかりでは終われません。AIに代替されにくい仕事・能力は確かに存在します。そして20代であることは、適応力という点では大きなアドバンテージです。
以下の3つの方向性が、今後のキャリア形成において有効と考えられます。
1. 「AIを使う側」になるスキルを最短距離で身につける
AIツールを使いこなす人材は、AIに仕事を奪われるのではなく、AIを活用して生産性を何倍にもできる人材になります。プロンプトエンジニアリング、AIツールの業務統合、データ解釈能力——これらはプログラマーでなくても習得可能なスキルです。「AIと一緒に働く能力」を最初から身につけた若い世代は、むしろ中堅・シニア層より有利なポジションに立てる可能性があります。
2. 「人間にしかできないこと」に集中する
交渉、共感、倫理的判断、創造的な問題設定、複雑な対人コミュニケーション——これらはAIが最も苦手とする領域です。営業、カウンセリング、デザイン思考、チームマネジメントなど、人との関係性を軸にした業務は、自動化の波が届きにくい場所です。
3. 特定領域の「深さ」を持つ
汎用的なルーティン業務はAIに代替されやすいですが、特定分野の深い専門知識と経験は簡単には模倣できません。医療・法律・建築・製造現場・農業など、フィジカルな現場や高度な専門性を要する領域は、依然として人材需要が高い状態を維持しています。「何でも少しずつ」より「何かに深く」という戦略が、AIの時代にはより有効です。
まとめ
| 視点 | ポイント |
|---|---|
| AIが最初に奪う仕事 | データ入力・初級会計・CS・初級コーディングなどの「入門職」 |
| 若者への構造的ダメージ | 現在の雇用喪失だけでなく、経験蓄積の機会そのものが断絶 |
| 世代別打撃の差 | 30歳未満・AI露出職が最も高リスク。経験・実績の蓄積がないため |
| 日本固有の問題 | 新卒一括採用・OJT前提の育成モデルと矛盾が生じ始めている |
| 生き残りの方向性 | AIを使う力・人間固有の能力・特定領域の専門深化の3軸 |
| 親世代が知るべきこと | 「手堅い入門職」がもはや安全ではない。キャリア観のアップデートが必要 |
「AIに仕事を奪われる」という話は今や珍しくありませんが、本当に深刻なのはもう一歩先の問題です。キャリアの1段目が消えることで、2段目・3段目への道も断たれるという連鎖的なリスク——これを直視するかどうかが、個人にとっても社会にとっても、これからの10年を左右することになりそうです。