世界経済フォーラムの新たな報告書によると、労働市場の大きな混乱により、2030年までに世界の仕事の20％超が変化すると予想されています。
新興技術と人間の知性を組み合わせて活用することが、働く人々をそのスキルに最も合った職務に結びつける鍵となります。
フォーラムの5段階の枠組みは、技術を活用して人材と未来の仕事をつなぐためのロードマップを政策立案者に提供します。
労働市場の混乱により、2030年までに世界の仕事の20％超が大きく変化すると予想されています。
先端技術の急速な普及、グリーン移行、人口動態の変化、地経学的な分断によって引き起こされるこうした変化は、1億7,000万人分の新たな雇用を生み出す可能性があります。しかし、世界経済フォーラムの「雇用の未来レポート2025」によると、9,200万人分の雇用が失われる可能性もあります。
では、働く人々が適切な機会を得られるようにするには、どうすればよいのでしょうか。
人材を未来の仕事に結びつけるは、公共職業紹介サービス向けのフォーラムのガイドブックであり、政策立案者が技術を活用して人材と未来の仕事をつなぐための5段階の枠組みを示しています。主な提言は次の5つです。
1. 雇用動向に関する動的なデータを収集する
ガイドブックは、まず企業と求職者から正確なリアルタイムデータを収集し、労働市場の動向を把握・予測することを提案しています。静的な雇用報告に頼るのではなく、政策立案者には技術を活用した動的な知見が必要です。
技術によってこのプロセスを効率化できます。求人サイトと連携するAPIは採用動向をリアルタイムで提供でき、AIを活用した分析は新たなスキル不足や労働市場の変化を検出できます。履歴書の自動審査は求職者のスキルを評価し、一人ひとりに合った機会を知らせることができます。
事例：グアテマラの「Moving Forward」プログラムは、データに基づくソリューションを活用して、すでに職業マッチングの改善に取り組んでいます。ウェブベースのインターフェースや申請フォームを基盤としながら、同国は現在、効率性と精度を高めるため、AIを活用した予測分析の導入を検討しています。
2. 共通の職業用語を整備する
もちろん、データを集めるだけでは十分ではありません。職業マッチングの大きな障壁の一つは、職務やスキルの表現に一貫性がないことです。
企業、業界、地域によって職名、能力、資格を表す用語が異なるため、人材と機会の間にミスマッチが生じています。
政府、雇用主、機関が世界規模で連携できるよう、統一的な枠組みを構築するには標準化された情報が必要です。分類体系管理ツールは職業とスキルの一貫した分類を実現し、自然言語処理技術はデータを自動的に構造化して、多言語間の隔たりを埋めます。
事例： SkillsFuture Singaporeは、民間部門のスキル分類体系に沿った国家的な枠組みを策定しました。これにより業界間の一貫性が確保され、求職者と雇用主がつながりやすくなります。
3. 信頼できる雇用データを確保する
職業マッチングシステムを機能させるには、雇用主と求職者の双方がデータを信頼する必要があります。ここでも技術が役立ちます。ブロックチェーンを使えば、情報が安全で改ざんされていないことを示せます。資格記録に適用すれば、候補者が職務に必要な資格を備えていると雇用主が確信できます。
オンラインのスキル評価プラットフォームも、人材プールを広げる機会となります。候補者は専門スキルや対人スキルのテストを遠隔で受けられます。
事例： ナイジェリアの国家人材輸出プログラムは、AIを活用した審査、スキル検証、国家データベース照合により、職業マッチングの最適化を進めています。この制度は、5年間で100万人の雇用を促進することを目指しています。
4. AIを活用してスキルへのアクセスを広げる
多くの働く人々が、自分のスキルが今後も通用するかどうかを懸念しています。課題は仕事を見つけることだけではなく、新たな機会に向けて人々を準備させることです。
AIを活用した学習プラットフォームは、変化する雇用市場に適応できるよう、個人に合わせた研修経路を提供します。こうした仕組みを学習体験プラットフォームに統合すれば、スキル向上プログラムを利用しやすくし、一人ひとりのニーズに合わせられます。
事例：スウェーデンのArbetsförmedlingen（公共職業紹介サービス）は、特にスキルの低い人や移民に関する課題を抱える人を対象に、インターンシップや専門研修を提供し、労働市場への統合を支援しています。
世界経済フォーラムは、多様性、公平性、包摂性に関してどのような取り組みを行っていますか。
新経済・社会センターは、経済と技術の変化が仕事、スキル、機会をどのように変えているかを理解するため、リーダーたちをつなぎます。
知見の共有と協働を通じて、同センターは、移行期に人々と社会を支える包摂的な経済モデルをパートナーが探究できるようにします。
5. LLMを活用して働く人々を仕事に結びつける
最後の段階では、データを集約し、働く人々を雇用機会に結びつけます。機械学習などのAI技術は、候補者の情報と過去のデータを組み合わせ、最適なマッチングを予測できます。
大規模言語モデルには、特定の人が特定の職務に適している理由を文脈に沿って説明する大きな可能性もあります。能力や資格にとどまらず、候補者の動機や希望も考慮できます。
事例：France Travailは、同国の国営職業紹介サービスとして、AI、意味解析、生成AIを人間の専門知識と組み合わせ、求職者に詳細な求人提案と個人に合わせたキャリア経路を提供しています。
この枠組みを成功させるには官民連携が不可欠だと、報告書の著者らは述べています。政策立案者、企業、教育関係者が協力して、次のような解決策を生み出す必要があります。
AIと自動化を活用し、人間の可能性を高める。置き換えるのではない。
多様な従業員のニーズを解決策に反映させるため、チームの認知的多様性を優先する。
地域ごとの雇用市場の動向に沿った、文化的に適切な戦略を策定する。
変革の中心に人間を据えることで、政策立案者と企業は、働く人々の力を引き出し、強靱な雇用市場を築くための個別対応型の解決策を生み出しやすくなります。
