自動化は従来型の職務で過剰供給を生む一方、AIに不可欠なスキルへの需要は供給を上回っており、従来の労働力モデルを時代遅れにしています。
成功は、大規模なリスキリング、人間とAIの協働を前提とした職務の再設計、労働力計画の中核戦略への組み込み、そして人事施策の幅広い活用による円滑な移行にかかっています。
エージェント型AIと従業員のエンパワーメントを統合する企業は、効率性、レジリエンス、競争力を高めることができる一方、パイロット段階にとどまる企業は取り残されるリスクがあります。
生成AIとエージェント型人工知能（AI）は、産業革命以来かつてないスピードで世界の労働力を変革しています。かつては実験的な取り組みだったものが、構造的な変革となっています。
AIによる生産性向上は従来型の職務における過剰供給を引き起こす一方、AIに不可欠なスキルにおける深刻な不足も同時に露呈させています。このパラドックスは遠い未来の話ではなく、今まさに起きています。
このグローバル調査では、Cスイート経営幹部1,010名のうち92%が、最大20%の労働力の過剰を報告しました。2028年までに、経営幹部のほぼ半数が30%を超える過剰な人員を予想しており、急激な構造的変化を示しています。
同時に、現在、経営幹部の94%がAIに不可欠なスキルの不足に直面しており、3人に1人が40%以上のギャップを報告しています。不足は緩和すると予想されるものの、2028年時点でも、経営幹部のほぼ半数が重要な職務において20～40%のギャップが残ると見込んでいます。
この労働力の余剰とAIスキルの希少性という二重の課題は、仕事の未来を再定義するものです。リーダーは労働力計画を人事部門の業務としてではなく、レジリエンス、競争力、そしてあらゆるAI戦略における体系的な取り組みを推進する戦略的な手段として捉え直す必要があります。
労働力のパラドックス：過剰供給と希少性
AIが労働力に与える影響は二つあります：
1. 従来型の職務における過剰供給
経営幹部の半数がすでに、主に自動化を理由として10～20%の過剰供給を報告しています。
2028年までに、40%が30～39%の過剰な人員を、34%が20～29%の過剰な人員を見込んでおり、構造的な余剰人員は避けられない状況です。
特にリスクが高い機能：顧客サポート、バックオフィス業務、取引型の財務業務、および事務職。
2. AIに不可欠な人材の深刻な不足
現在、経営幹部の94%が人材不足に直面しており、約3分の1がAIに不可欠な職務において40～60%のギャップを報告しています。
2028年までに不足は緩和すると予想されるものの、経営幹部の44%は依然として20～40%のギャップが残ると見込んでいます。
新たな需要は、AIガバナンス、プロンプトエンジニアリング、エージェント型ワークフロー設計、および人間とAIの協働を担う専門家に集中しています。
このパラドックスは、静的な労働力計画や従来の職務分類はもはや実行可能ではない理由を浮き彫りにしています。
リーダーのための4つの重点事項
このパラドックスを乗り越えるため、経営幹部はパイロット段階や場当たり的な労働力の調整を超えて取り組む必要があります。本調査では、四つの優先事項が示されています：
リスキリングとアップスキリング：企業は、リスキリングを副次的なプロジェクトではなく、中核的な投資として扱わなければなりません。経営幹部の半数以上がすでに体系的なアップスキリングプログラムを導入していますが、多くは必要な規模を欠いています。従業員がAIと協働するためのトレーニング（プロンプトの設計、エージェントの監督、出力の解釈など）は不可欠です。
人間とAIの協働を軸とした職務の再設計：仕事は実行から統括へと移行しつつあります。人間は、インテリジェントエージェントの設計者、検証者、監督者となりつつあります。これには、職務記述書、意思決定権限、説明責任の枠組みの再設計が求められます。経営幹部のほぼ52%が、職務の再設計を労働力に関する最優先事項として位置づけています。
労働力計画の戦略サイクルへの組み込み：現在、労働力計画をAIロードマップに統合している組織は46%にすぎません。スキルの予測とAI導入計画を整合させなければ、企業は変革が停滞するリスクがあります。5年間の期間にわたるシナリオプランニングを標準的な実務とすべきです。
人事施策の全領域の活用：最小限の混乱で移行を円滑に進めるため、リーダーはポートフォリオ型のアプローチを採用し、再配置、自然減、リスキリング、クロストレーニングを組み合わせることで、適応力と社内の流動性を高めるべきです。現在、多くの企業がAIを活用した人材マーケットプレイスを利用して、従業員と新たな機会をマッチングしています。一方で、パートタイムやフリーランスといった柔軟な働き方モデルへ移行する企業もあります。その他の施策として、採用凍結、選択的な採用、さらには既存人材を最大限に活かすための内製化などがあります。
事例研究：BMWの「AIconic」システム
この二重の課題とその解決策を示す好例は、自動車メーカーのBMWに見られます。2024年後半、同社は調達機能において、マルチエージェントAIシステム「AIconic」を開始しました。現在すでに支援しており、1,800人のアクティブユーザーを抱え、10,000件を超える検索を処理しています。
このシステムには、入札分析、サプライヤーデータ管理、品質チェックを効率化する10の特化型AIエージェントが統合されています。BMWのアプローチを変革的なものにしているのは、そのロードマップです。同社はAIconicを、受動的な検索アシスタントから、サプライヤーへの対応を推奨し、リスクを監視し、自動化されたレポートを生成できる、能動的な意思決定支援ツールへと進化させています。
特に重要なのは、BMWが技術導入と従業員のエンパワーメントを組み合わせている点です。同社は次のように述べています。「当社のマルチエージェントシステムAIconicは、AI活用における新たな基準を打ち立てると同時に、従業員の効率と生産性を大幅に向上させています。
AIソリューションを最大限に活用するため、BMWグループは全階層の従業員に対し、デジタルトレーニングと特別なAIイノベーションスペースを提供しています。これにより、従業員はデジタルリテラシーを習得し、新たなスキルを組織全体で共有しています。
BMWの経験は、AIが単に効率性の問題ではないことを示しています。それは、人間とAIエージェントが共に価値を創造できるよう、職務、ワークフロー、説明責任を再構築することなのです。
これが重要な理由：レジリエンス、効率性、競争力
AIは単なる生産性向上の手段ではなく、企業のレジリエンスそのものを再構築しています。AI時代に向けて労働力を積極的に管理・適応させる組織のみが、次の成果を達成できます：
効率性の向上：経営幹部の55%が、エージェント型AIによって大幅なコストおよび生産性の改善が見込めると予想しています。
新たな収益源：43%がAIを活用したサービスやビジネスモデルを見込んでいます。
レジリエンスの強化：40%が、エージェント型アーキテクチャによって不安定な市場における適応力が高まると見込んでいます。
エージェント型AIの時代は大胆な行動を求めています。今行動を起こす組織は、混乱を緩和するだけでなく、今後10年間のレジリエンス、競争力、持続可能な成長を実現できるでしょう。
