2026年、アメリカ企業の間で「AIを理由とする解雇」が急増しています。人事・組織コンサルティング大手チャレンジャー・グレイ&クリスマス社の調査によると、AIを解雇理由として挙げた件数は年初から急増し、すでに前年1年間の総数を上回りました。一方で、全米750人のCFO(最高財務責任者)を対象にした連邦準備銀行とデューク大学の共同調査では、AI投資によって明確な生産性向上を実感できている企業はごく一部にとどまることが明らかになっています。
「大規模な人員削減」と「生産性向上の実感なし」――一見矛盾するこの二つの調査結果は、何を意味しているのでしょうか。本記事では最新の調査データを基に、2026年のAIと雇用・生産性をめぐる実態を多角的に考察します。
「AI解雇」は前年比9倍、すでに50万人規模に拡大
米連邦準備銀行アトランタ支部・リッチモンド支部とデューク大学が共同で実施し、2026年3月に全米経済研究所(NBER)のワーキングペーパーとして公表した調査では、金融、製造・建設、高スキルサービス、低スキルサービスの4業種にわたる750人のCFOを対象に聞き取りを行いました。その結果、2026年にAIを理由とする人員削減は約50万2,000人規模に達すると見込まれており、これは2025年の実績である約5万5,000人の約9倍に相当します。
この数字を裏付けるように、人事コンサルティング大手チャレンジャー・グレイ&クリスマス社が毎月発表している解雇動向レポートでも、AIを理由とした解雇は急増しています。2026年5月単月では、全体で9万7,006件の解雇計画のうち3万8,579件、約40%がAIを理由としたものでした。これは同レポートの集計史上、AIが景気・市場要因を上回って最多の解雇理由となった事例として注目されています。2026年に入ってからの累計では、AIを理由とする解雇は8万7,714件に達し、すでに2025年1年間の実績である5万4,836件を上回りました。また、テック業界に限ると2026年の累計解雇者数は12万3,653人で、前年同期比66%増というペースになっています。
ただし、これらの数字には注意も必要です。チャレンジャー・グレイ社のデータは企業側の「自己申告」に基づくものであり、第三者が因果関係を検証したものではありません。OpenAIのCEOであるサム・アルトマン氏も、一部の企業が業績不振など本来の理由を隠すために「AIのせい」にしている可能性があると指摘しています。
経営層の9割が「効果を感じない」という生産性のパラドックス
一方で、AI活用による生産性向上を実感している企業は、実はごく少数派です。米連邦準備銀行アトランタ支部、イングランド銀行、ドイツ連邦銀行、そしてマッコーリー大学が共同で実施し、2025年11月から2026年1月にかけて米国・英国・ドイツ・オーストラリアの経営幹部ほぼ6,000人を対象に行った調査では、何らかの形でAIを活用している企業は69%(米国は78%でトップ)に達し、最も多い用途は大規模言語モデルによる文章生成で41%を占めました。
しかし、過去3年間にAIが自社の雇用に影響を与えたと答えた経営者は10%未満、生産性に影響があったと答えたのも11%にとどまり、それぞれ90%以上、89%が「効果を感じていない」と回答しました。効果を感じたと答えた少数派に限っても、その平均的な生産性向上はわずか0.29%程度に過ぎません。
先述のCFO調査でも似た傾向が見られます。CFOらは2025年のAIによる労働生産性向上を平均1.8%、2026年には平均3%に達すると自己申告していますが、実際に報告された売上・雇用の変化から逆算した生産性向上は、金融業で0.8%程度にとどまり、自己申告の数字を大きく下回ります。NBERの研究者は、この差について「売上やアウトプットの改善が、まだ数字に表れていないだけ」との見方を示していますが、裏付けるデータは限定的です。
興味深いのは、CFO調査でコスト削減(人件費を含む)がAI投資の動機として挙げられた順位が最も低かった点です。つまり、企業側の建前としては「AI導入の目的はコスト削減ではない」とされながら、現場では過去最大規模の解雇が進行しているという、ねじれた構図が浮かび上がります。
独自考察――「期待先行型」AI経営がもたらす構造的なねじれ
1. 「予防的解雇」という新しいロジック
AI関連の人材分析を手がける専門家ジェイソン・アバーブック氏は、2026年に見込まれる大量解雇の多くが、AIによって実際に代替された職務ではなく、「将来AIが担えるようになるはず」という経営者の期待に基づいた予防的な削減だと指摘しています。つまり企業は、AIの現在の実力を正確に測定した結果として人を減らしているのではなく、将来のポテンシャルを見込んで先回りで組織を縮小している可能性が高いということです。これは従来の「技術が人を代替したから解雇する」という単純な構図とは異なり、投資家向けのストーリーとしてAIを掲げつつ、実態は人員計画の前倒しに過ぎないケースが混在していると考えられます。
2. 削減の多くは「新規採用の抑制」であり、解雇そのものではない
NBERの6,000人調査では、今後3年間に経営者が見込む雇用への影響のうち、約3分の2は「新規採用の抑制」によるものであり、既存社員を直接解雇する比率は相対的に小さいとされています。チャレンジャー・グレイ社のデータが示す「解雇件数」という数字の激しさと、NBER調査が示す「雇用への影響の多くは採用控えによるもの」という実態には、ニュアンスの違いがあります。メディアで報じられる「AI解雇50万人」という見出しは衝撃的ですが、その内実は、新規採用を控えることによる緩やかな縮小である部分も相当含まれているとみるべきでしょう。
3. 「AIのせい」にすることの経営上のメリット
業績不振や需要減退を理由に人員削減を行うより、「AIによる効率化」を理由にする方が、株式市場や投資家に対して前向きなメッセージとして受け取られやすいという側面も見過ごせません。テック業界の解雇が前年同期比66%増というペースで進んでいる背景には、金利環境や資金調達環境の変化など、AI以外の要因も複雑に絡んでいるはずです。AIという説明しやすい理由が、本来複合的な経営判断を単純化して伝えるためのラベルとして機能している可能性は十分にあります。
4. 自己申告ベースの生産性データが抱える限界
CFOが自己申告する生産性向上(2025年1.8%→2026年予想3%)と、売上・雇用データから逆算した実際の生産性向上(金融業で0.8%程度)の間に大きな差があることは、AI導入の効果測定そのものが未成熟であることを示しています。多くの企業では、AI活用の成果を測る明確なKPIが整っておらず、「導入した」という事実と「成果が出た」という感覚が混同されやすい状況にあります。これは、AIエージェントの導入率は過半数に達する一方で効果測定を行っている企業はごく一部にとどまるという、本サイトで以前取り上げた調査結果とも通じる構図であり、効果測定の未整備がAI活用全体に共通する課題であることがうかがえます。
5. 経営層と従業員の間に広がる「認識ギャップ」
NBER調査に付随して行われた、米国の労働者約3,000人を対象とする調査では、従業員自身は今後の雇用について平均0.5%の増加、生産性については0.9%の向上を見込んでいました。これに対し米国の経営幹部は、雇用について平均1.2%の減少、生産性については2.3%の向上を見込んでおり、両者の見立ては大きく異なります。経営層がAIの将来性について、生産性には楽観的、雇用には悲観的という両面の見通しを同時に持っているのに対し、従業員側はより穏やかな見通しを持っているという構図は、社内コミュニケーションや人材の定着という観点で軋轢を生む可能性があります。
6. 日本企業への示唆――楽観的投資と悲観的実感をどう両立させるか
日本企業の多くは、海外に比べてAI導入のペースが緩やかですが、裏を返せば「期待先行型」の投資判断による失敗を観察してから動けるという利点もあります。今回の調査が示すのは、AI投資の意思決定を「将来への期待」だけで進めると、投資計画と人員計画の両方が実態から先行してしまうリスクがあるということです。今後、日本企業がAI活用を本格化させる際には、生産性向上を測る具体的なKPIを投資の初期段階から設計し、解雇や人員計画についても、憶測ではなく実測データに基づいて判断する姿勢が一層重要になるといえるでしょう。
まとめ
2026年、米国ではAIを理由とする解雇が前年の9倍規模に達する見通しである一方、経営幹部の9割近くは過去3年間にAIが自社の雇用や生産性に明確な影響を与えたとは感じていません。このギャップは、AI活用の「期待」と「実測された成果」がいまだ大きく乖離していることを示しています。チャレンジャー・グレイ社のデータが示す解雇の増加は見出しとして衝撃的ですが、その内実は予防的な人員計画の前倒しや採用抑制が多くを占めるとみられ、必ずしも「AIが人の仕事を奪った」という単純な図式だけでは説明できません。
企業がAI投資の効果を正しく評価し、憶測に基づく人員削減や過度な期待によるリソース配分を避けるためには、生産性を測る具体的な指標の整備と、継続的なデータに基づく検証が不可欠です。今後も各国の調査機関が公表するデータを注視しながら、AIと雇用・生産性の関係を冷静に見極めていく必要があるでしょう。
コメント