「生成AIで事務作業がかなり効率化できそうです。来年から新卒採用人数を減らしてもよいでしょうか」
中堅企業以上の経営者や人事担当者から、今後このような相談が増えてくると考えています。
私なら、すぐに「減らしてよい」とは答えません。
むしろ最初に、
「AI導入によって、本当に会社全体の仕事量が減るのかを検証しましたか」
と確認します。
生成AIによって、一つの業務に必要な時間が短くなることはあります。
しかし、
「1時間の仕事が20分になった」
ことと、
「人が3分の1でよくなる」
ことは同じではありません。
ここを混同して採用を減らすと、3年後、5年後の組織に大きな空洞を作る可能性があります。
結論｜AI導入を理由に採用人数を先に減らしてはいけません
現在、AIによる業務代替が採用や人員へ影響すると見る企業はあります。
ただ、実際の2027年卒採用では、「AIの浸透で新卒採用を減らす」とした企業は4.0％という調査もあり、大多数は採用数を維持しています。別の調査でも、AIを理由に採用予定数を減らした企業は限定的です。
一方で、企業の35.5％ではAIが人材・採用戦略へ与える影響について議論が始まっていますが、実際に戦略へ反映している企業は6.5％にとどまります。
つまり今は、
AIによって人が不要になることが証明された段階ではなく、企業が仮説を立て始めた段階です。
この段階で将来の基幹人材となる新卒採用を削るのは慎重であるべきです。
「ジェボンズのパラドックス」をAIにも考える必要がある
ここで考えたいのが、「ジェボンズのパラドックス」です。
もともとは、技術革新によって資源を効率的に使えるようになると、その資源の使用量が減るどころか、利用コストが下がることで需要が増え、結果として総使用量が増える場合がある、という考え方です。
これをAIへそのまま機械的に当てはめることはできません。
しかし、企業経営を考えるうえでは非常に重要な示唆があります。
例えば、これまで1週間かかっていた市場調査がAIによって1日でできるようになったとします。
会社は、
「調査担当者を5分の1に減らそう」
と考えるでしょうか。
それとも、
「今まで年4回だった市場分析を毎月行おう」
「競合分析も追加しよう」
「営業提案ごとに分析しよう」
となるでしょうか。
後者になる可能性があります。
AIによって仕事1件当たりのコストが下がることで、逆にその仕事への需要が増えることがある。
ここを採用計画では見落としてはいけません。
よくある失敗1｜作業時間が半分だから人も半分にする
AI導入で資料作成時間が50％減った。
そこで、
「この部署は10人から5人にできる」
と考える。
これは危険です。
短縮できたのは、
資料作成だけなのか。
確認作業も含むのか。
顧客への説明はどうか。
AI出力のチェックは誰がするのか。
情報更新は誰が行うのか。
例外案件はどうするのか。
まで確認する必要があります。
AIで一つの作業が短くなっても、新しい確認業務が発生することがあります。
IPAも、生成AI導入では不正確な出力による品質低下などの課題があり、活用可能性だけでなくコストやリスクを含めた実証的な評価が必要だとしています。
よくある失敗2｜今ある仕事をそのままAIへ移す
「この仕事をAIにやらせましょう」
と始める企業があります。
しかし、その前に、
そもそも必要な業務なのか。
二重入力になっていないか。
承認工程は多過ぎないか。
慣例だけで続いていないか。
を確認すべきです。
不要な仕事をAIで高速化しても、会社は強くなりません。
AI導入の前に必要なのは、業務棚卸しです。
よくある失敗3｜新卒社員がやってきた仕事だけをAIへ置き換える
資料作成。
議事録。
情報検索。
データ整理。
これらは、新卒社員や若手社員が担当することの多い仕事です。
生成AIによって効率化しやすい領域でもあります。
だから、
「若手を採らなくてもよい」
と考える企業が出るのは理解できます。
しかし、新卒採用には別の役割があります。
将来の管理職。
専門職。
経営人材。
組織文化を担う人材。
を長期的に育てることです。
リクルートワークス研究所の調査でも、AI時代でも企業が新卒採用を行う目的として、事業継続に必要な人材確保や将来の基幹人材確保が重視されています。
「今の事務作業が減った」ことだけで、10年後の人材供給まで止めるべきではありません。
よくある失敗4｜AI導入効果を短期間で判断する
導入後3カ月で、
「月500時間削減できました」
と効果測定する。
それ自体は必要です。
ただし、それだけでは足りません。
半年後。
1年後。
業務量は増えていないか。
確認工数は増えていないか。
顧客対応件数は増えたか。
新しいサービスが生まれたか。
社員一人当たりの担当範囲はどう変わったか。
まで見るべきです。
デジタル庁も本格導入前に大規模実証を行い、生成AIの効果と課題を検証してから次の段階へ進む方針を取っています。
企業も同様に、仮説→試行→測定→再設計の時間を確保する必要があります。
よくある失敗5｜AIの生産性向上をそのまま人員削減へ使う
AIで生産性が上がったとき、企業には二つの選択肢があります。
同じ仕事を少ない人数で行う。
または、
同じ人数でより多くの価値を生み出す。
後者も考えるべきです。
RIETIの調査では、AI利用者は業務生産性が平均約20％向上したと自己評価しています。一方、AI利用企業は雇用が減る可能性も予想しており、生産性向上が雇用へどう影響するかは一方向には決まっていません。
NRIも、生成AIを単なる効率化ツールではなく、事業変革、新サービス、人材育成につなげる必要性を指摘しています。
正しい進め方｜AI導入と採用計画を5つのSTEPで考える
STEP1｜業務を棚卸しする
部署ごとに、
業務名。
目的。
作業時間。
発生頻度。
判断の有無。
顧客への影響。
AIで代替可能な部分。
人が担うべき部分。
を整理します。
STEP2｜「削減」ではなく「再配分」を先に考える
AIで空いた時間を、
顧客対応。
企画。
分析。
教育。
新規事業。
管理職支援。
へ移せないか確認します。
STEP3｜限定した範囲で実証する
例えば1部署、3業務から始めます。
導入前後で、
時間。
品質。
ミス。
確認工数。
顧客満足。
処理件数。
を比較します。
STEP4｜6カ月～1年単位で需要変化を見る
効率化した結果、仕事そのものが増えていないか確認します。
ここが「ジェボンズのパラドックス」を意識する部分です。
AIで安く、速くできるようになれば、会社がその業務をより多く行う可能性があります。
STEP5｜その後に採用人数を決める
最後に、
何人必要か。
どんな能力が必要か。
新卒を何人育てるか。
中途で何を補うか。
AI人材をどう育成するか。
を決めます。
AIありきで人数を先に削るのではありません。
「AIで人を減らした結果、人を育てられない会社」になる
特に中堅企業以上では注意が必要です。
新卒採用を5年間減らした場合、
その5年後に若手層が薄くなります。
さらに10年後には、
管理職候補がいない。
専門人材が育っていない。
会社独自の業務を知る人がいない。
という問題になります。
採用はその年の業務量だけで決めるものではありません。
将来の組織構造を作る投資です。
まとめ｜AIで「人がいらなくなる」は、まだ仮説です
顧問先から、
「AIを導入するので新卒採用を減らしてよいでしょうか」
と相談されたら、私は3点を確認します。
- どの業務が何時間減るか実測したか
- 効率化した結果、新しい需要や業務が増えないか検証したか
- 5年後・10年後の人材構成をシミュレーションしたか
この3つがないまま採用を削るべきではありません。
AIによって人の仕事が変わることは十分考えられます。
しかし、
「AIが入る＝人が減る」は事実ではなく、現時点では経営側の予測です。
ジェボンズのパラドックスが示唆するように、効率化が利用量そのものを増やすこともあります。
だからこそ、
AI導入→人員削減
ではなく、
業務棚卸し→試験導入→効果測定→需要変化確認→人材戦略
という順番で進めるべきです。
AI・人事労務DXに関するご相談
次のようなご相談に対応しています。
- AI導入前の業務棚卸し
- 人事労務DXの業務設計
- AI導入後の人員配置見直し
- 新卒・中途採用計画と人員シミュレーション
- 管理職・社員向けAI活用研修
- 人事評価・職務設計
- AI活用ルール・ガバナンス整備
- 給与計算・労務業務の自動化設計
【対応エリア】
東京都・埼玉県・千葉県・神奈川県
オンラインで全国対応可能です。
初回は、
「AIでどの業務を減らせるか」
だけではなく、
「その時間を何へ振り向けるか」
「将来どの人材が必要になるか」
まで整理します。
「AI導入を理由に採用人数を見直したい」
「どこからAI化すべきか分からない」
「業務削減効果を正しく測りたい」
「人員削減ありきではないDXを進めたい」
このような段階からご相談いただけます。
👉【お問い合わせはこちら】
