前提となる事実と構造

• 日本の自動化リスク

野村総研とオックスフォード大の共同研究では、日本の雇用の約 49% がAIやロボットで代替され得ると試算されている。

• 生成AIの影響

生成AIは、従来AIが苦手だった知識労働にも強く影響し得るとされ、職種の再設計を迫ると分析されている。

• 人口減少・人手不足

日本は既に深刻な労働力不足があり、2035年には自然体で約850万人の労働力不足が生じると試算されている。これは総就業者の1割超に相当する規模。

• AIの潜在貢献

AI・自動運転・ロボットによる労働時間削減効果を試算すると、「単純計算で1170万人分の人手不足を補える」可能性があるという推計もある。

• 政策・導入次第で結果が変わる

日本銀行は、AIが生産性を押し上げる潜在力は大きいが、影響の実現は「導入範囲・スピード・スキル獲得次第」で不確実性が高いと整理している。

この前提を踏まえると、

「AIは日本にとって原理的には“良い傾向”寄りだが、調整を誤ると局地的にはかなり痛い」

という構図になります。

シナリオA：悲観シナリオ（2025〜2035）

メカニズム

• AI導入は進むが、人材の再配置が進まない

• 企業はコスト削減目的で自動化を優先し、リスキリング投資は限定的。

• 中高年・事務・定型ホワイトカラーで、実質的な職務消滅が散発。

• 人手不足はなお残る

• そもそも人口減少が大きく、建設・介護・対人サービスなど、AIで代替しにくい領域は人手不足のまま。

• 結果として「失業者は出るが、人手不足も解消しない」という最悪のミスマッチ構造。

• 賃金と格差

• 高スキル層・AI補完型職種は賃金上昇、一方で中間層の一部が職を失うか非正規化し、格差が拡大する傾向。

2035年の姿（仮イメージ）

• 失業率：公式失業率は大きく悪化しないが、「不本意な非正規・低賃金就労」が増える。

• マクロには人口減少が失業爆発を「見かけ上」緩和するが、

体感としては「キャリア崩壊」と「人手不足倒産」が同時に進む。

シナリオB：中庸シナリオ（2025〜2035）※最もありそうなライン

メカニズム

• AIは「人手不足の栓抜き」として使われる

• 政府・企業が、建設・物流・介護・サービスなどでAIやロボット導入を後押し。

• みずほの試算で言う「1170万人分の人手不足補完能力」のうち、半分程度が現実化するイメージ。

• 職務の再設計が進む

• 野村総研の分析でも、生成AIは知識労働を「代替」よりも「協働」で高める方向に進むとされており、

日本企業の一部は、AI前提のワークフローを整備。

• スキル転換は部分的には成功

• 若年層や一部の中高年で、データ活用・AI運用・現場改善などの職への移行が進む。

2035年の姿（仮イメージ）

• 人手不足：

• 深刻さは残るが、ピークの「自然体で850万人不足」という最悪ケースからはマシな状態。

• 失業：

• 大失業は起きないが、特定職種では「縮小圧力＋賃金停滞」を感じる層が残る。

• 生産性・成長：

• AI導入が限定的な業種では伸び悩む一方、先進企業・先進自治体は高い生産性を享受。

総括：

• 「大失業」よりも、「働き方とスキルの更新に追いつけるかどうかの格差」が主戦場になる。

シナリオC：楽観シナリオ（2025〜2035）

メカニズム

• AI投資とスキル投資をセットで行う

• 日本銀行が指摘するような「イノベーション促進のための環境整備とスキル習得」が実際に成功。

• 政府・企業・大学・職業訓練の連携が強化され、大規模なリスキリング・転職支援インフラが整う。

• 補完・協働型AIが主流になる

• NRIの分析が描くような「シン・ジェネラリスト」（AIを使いこなしつつ広く業務を統合する人材）が大量に育成され、

知識労働はAIとセットで高い付加価値を生む。

• 人手不足問題の大部分をAIが吸収

• AI・ロボット・自動運転などが、みずほの推計に近い形でフル稼働し、

850万人規模の人手不足のかなりの部分を補完。

2035年の姿（仮イメージ）

• 失業・人手不足：

「慢性的な人手不足」はかなり和らぎ、

失業は局地的・一時的なものにとどまる。

• 働き方：

• 多くの職種で、AIを前提にしたタスク分解・自動化・高付加価値部分への集中が当たり前になる。

• マクロ成長：

• 高齢化による潜在成長率低下を、AIによる生産性上昇がかなり打ち消す形で、

実質成長はプラス域で粘る可能性。