世界の4人に1人がGenAIの影響？ ILOの2025年推計を確認

「4人に1人」を個人の失業確率に置き換えると、統計の範囲も進路の選択も歪みます。職業名を作業に分け、変わる部分と、人が担い続ける確認のほうを見ます。

「4人に1人」は、何らかの曝露がある職業の合計

ILOとポーランドのNASKは2025年、約3万の作業をもとに、職業ごとの生成AIへの曝露を再推計しました。結果は、世界の雇用の25%、つまり4人に1人が、何らかのGenAI曝露がある職業に就いているというものです。

この25%は、完全自動化できる職業の割合ではありません。低い段階を含む四つの曝露勾配を合計した数字です。最も高い曝露区分に入るのは世界雇用の3.3%で、ここも実際に失職した割合ではなく、作業構成から見た潜在的な曝露です。

職業は、含まれる作業のばらつきで四段階に分けられる

同じ職業でも、生成AIが扱いやすい作業と、人間の入力が必要な作業が混ざっています。ILOの更新版は、作業ごとの評価と職業内のばらつきを組み合わせ、曝露を段階に分けました。

事務職は引き続き高い曝露を示します。加えて、音声、画像、動画を扱う生成AIの能力向上により、メディア、Web、ソフトウェア、金融など、デジタル化された一部の専門作業でも曝露が高まりました。

ただし、一つでも生成AIが扱える作業があれば職業全体を自動化できるわけではありません。レビュー、例外対応、顧客との調整、責任判断、現場での実行が残れば、職業名は同じでも中の役割が組み替わります。

ILOの中心結論は「置換」より「変容」

報告は、多くの職業で人間の入力が引き続き必要になるため、完全な置換より仕事の変容が起こりやすいとしています。

変容は、必ずしも負担が軽くなることだけを意味しません。下書き時間が短くなる一方で、確認量や作業密度が増えるかもしれません。必要な技能、裁量、監視、賃金が変わる可能性もあります。雇用数だけでなく、仕事の質まで追わなければ「変わった」の中身は分かりません。

技術的にできることと、職場で任せられることは別

曝露モデルは、生成AIの潜在的な能力を職業の作業に対応させます。実際の職場では、その間に次の条件があります。

• 入力データを安全に使えるか。
• 出力の誤りを誰が見つけ、責任を持つか。
• 導入費用と確認時間を含めても採算が合うか。
• 法令、契約、顧客の同意に沿って使えるか。
• 現場の手順と接続できるか。

この条件を通らなければ、高曝露の作業でも自動化されません。反対に、低い曝露区分でも、補助ツールとして仕事の進め方が変わる場合があります。

IMFの40%とは、対象技術と測り方が違う

IMFの約40%とILOの25%は、数字だけを並べてどちらかが誤りとは言えません。IMFはAI全般への曝露と補完性を扱い、ILOはGenAIに対象を絞って、約3万の作業から職業別の曝露勾配を作っています。

IMFのAI雇用40%曝露の記録では、曝露と補完性の二軸を分けています。比較するときは、対象技術、職業分類、曝露の閾値、地域集計を先にそろえます。

期限ではなく、変わる作業と残る責任を追う

この25%は特定年までの達成目標ではありません。曝露の高い職業で、どの作業が生成AIへ移り、どの作業が人に残ったかを見ます。そのうえで、品質、労働時間、賃金、裁量、雇用人数の変化を別々に記録します。

「ツールを利用できる」「職場で導入した」「作業時間が減った」「人数が減った」は四つの異なる段階です。前の段階だけを見て、後ろの結果まで起きたことにはしません。

2026年8月は、利用拡大と雇用結果の間を観測中

文章だけでなく音声、画像、動画を扱う生成AIの利用は広がっています。一方、利用アカウント数や生成件数は、職業全体の置換を示す世界集計ではありません。

現在は、作業レベルの潜在曝露とツール利用が増えた段階です。変わる作業と、人に残る責任がどの組み合わせになったかを職業別に追います。

まだ分からないこと

• 潜在的な曝露が実際の自動化へ移る速度と、国ごとの導入格差。
• 仕事の質、監視、作業密度、裁量、賃金に及ぶ影響。
• 生成AIを使って新しく生まれる作業が、職業分類に追加される速度。

4人に1人という大きな数字の前で止まらず、変わる作業と、人に残る確認を一対で記録します。次に見るのは、曝露の高い職業で実際に動いた作業のほうです。