会計

人類は、仕事を失うのか – AI革命と人口減少が衝突する10年の会計学

みなさん、おはようございます！こんにちは！こんばんは。Jindyです。 

AIが産業革命を超える。

そんな言葉を聞くと、胸が高鳴る人もいれば、仕事がなくなる光景を想像する人もいる。どちらも自然だ。ただ、期待と恐怖だけで眺めると、本当に見るべきものを見失う。

AIの性能が上がること。
会社がAIを導入すること。
その会社の利益が増えること。
社会全体の生産性が上がること。
雇用が減ること。

これらは、すべて別の話だ。

ここを一緒にすると、AIを使っただけで成長企業だと思い込み、一部の業務が自動化されただけで大量失業が始まると騒いでしまう。投資判断としても、キャリア設計としても危ない。

この記事では、AI革命を派手な未来予測ではなく、企業の損益計算書、労働市場、日本の人口構造から読む。

持ち帰ってほしいのは三つだ。

・AIの能力向上と、経済価値の発生を分ける
・人手不足と雇用喪失が、なぜ単純に相殺されないかを知る
・AI銘柄ではなく、AIで利益構造を変える企業を見抜く

AI時代に必要なのは、未来を言い当てる力ではない。

何が変わり、何が残り、利益がどこへ移るのかを数字で追う力だ。

産業革命は、一夜で起きない – AIは速い。だが、経済はそんなに素直ではない

生成AIは、蒸気機関や電気、コンピューターと並ぶ汎用技術になり得る。OECDは、幅広い産業への浸透、継続的な性能改善、新しい製品や事業を生む力という三つの特徴を、生成AIがすでに示していると整理する。

しかもAIは、工場を建てなくても配れる。クラウド上で更新され、昨日まで使えなかった機能が、今日には世界中へ届く。

OECD諸国でAIを利用する企業は、2023年の8.7％から2025年には20.2％へ増えた。大企業52.0％、小企業17.4％と差はあるが、わずか2年で全体の利用率は2倍を超えた。

普及速度は、過去の技術とは明らかに違う。

ただし、普及が速いことと、利益が速く増えることは同じではない。

AIは仕事を速くする。ここまでは、かなり確かだ

文章作成の実験では、生成AIを使った参加者の作業時間が平均40％短くなり、成果物の品質も18％上がった。顧客対応の研究では、AI支援により1時間当たりの処理件数が平均14％増え、経験の浅い従業員では34％改善した。

AIは全員を同じだけ強くするわけではない。熟練者が頭の中に持つ言い回し、判断の型、調べ方を、経験の浅い人へ早く移す。知識の圧縮装置に近い。

経理で考えると分かりやすい。

前年資料の検索、差異の抽出、定型的な説明文、契約書からの論点整理は速くなる。一方、取引の実態を見抜くこと、会計方針を決めること、監査人や事業部と調整することは残る。

仕事が丸ごと消えるのではない。

仕事を構成する部品の値段が変わる。

ミクロの改善を、マクロの革命に変換してはいけない

一人の作業時間が40％減っても、会社の利益は40％増えない。

浮いた時間が売上やコスト削減につながらなければ、経済価値は生まれないからだ。

3時間かかっていた資料が2時間でできても、残った1時間が長い会議に吸収されれば、会社のキャッシュは増えない。人員を減らすか、処理件数を増やすか、商品を早く出すか。余剰時間を利益へ変える仕組みが要る。

経済学者ダロン・アセモグルは、AIの影響を受ける業務の範囲と業務単位のコスト削減効果から、今後10年間の全要素生産性の上昇を最大0.66％程度と推計した。

この推計が未来を確定するわけではない。新産業が大量に生まれれば上振れする。

それでも警告は鋭い。

AIがすごいことと、GDPがすぐ跳ねることの間には、長い配管がある。

AI投資は、最初に利益ではなく混乱を生む

新しい会計システムを入れた会社が、導入初年度から決算を半分の時間で締められるとは限らない。

マスタを整え、権限を設計し、データを直し、現場へ説明する。むしろ最初は仕事が増える。AIも同じだ。

新技術の導入初期には、業務設計や教育などの無形投資が先行し、生産性が伸びにくくなる。後から成果が表れるこの現象は、生産性のJカーブと呼ばれる。

AI利用料は請求書に出る。だが、データ整理、ルール作り、学習の時間は人件費に埋もれる。実態は将来の生産能力を作る投資かもしれないし、何も残らない実証実験かもしれない。

見るべきは導入額ではない。

導入後に業務量、人員配置、商品開発速度がどう変わったかだ。

革命の速度は、モデルではなく組織で決まる

AIの能力は数カ月単位で伸びる。

会社の組織は、そんな速度では動かない。

稟議、権限、評価制度、古いシステムが残れば利益は出ない。ボトルネックはAIの性能から、人間の組織へ移った。

次の10年を決めるのは、最も高性能なAIを持つ会社ではない。

仕事の流れを壊して、作り直せる会社だ。

日本の人手不足は、AI失業を救うのか – 人が足りない国なら、仕事が減っても困らない？

国立社会保障・人口問題研究所は、日本の総人口が2020年の1億2,615万人から2070年には8,700万人へ減り、65歳以上の割合が28.6％から38.7％へ上がると推計する。

一方、2026年5月の失業率は2.5％、15歳から64歳の就業率は80.2％だった。

ならば、AIが仕事を減らしても、人手不足を埋めるだけではないか。

半分は正しい。

残り半分に、大きな落とし穴がある。

消えるのは職業ではなく、職業の中の作業

ILOは、世界の雇用の約4分の1が生成AIの影響を受け得る一方、中心になるのは職業の全面消滅より、仕事の内容の変化だと整理している。

経理職を一つの塊で見ると、経理がなくなるか、なくならないかという雑な議論になる。

実際には、証憑から数字を拾う、勘定科目を候補表示する、前年差異を抽出する、注記の下書きを作る、例外取引を判断する、事業部へ確認する、最終的な数字に責任を持つ。そんな作業の束でできている。

前半はAIの価格が下がりやすい。後半は責任や社内調整が絡むため残りやすい。

転記する能力の市場価値が下がり、判断する能力の市場価値が上がる。

これは優しい変化ではない。

同じ部署にいながら、ある人の価値は上がり、別の人の価値は下がる。失業率には出なくても、昇給、異動、採用枠の差として静かに現れる。

人手不足と人余りは、同時に起きる

日本では慢性的な人手不足が続く一方、生成AIが得意なのは、文章、情報整理、事務処理、コードといったデジタル化された作業だ。

不足する職種と、余剰が生まれる職種が一致していない。

東京の事務職が減っても、その人が翌月から地方の介護現場へ移るわけではない。資格、体力、賃金、勤務地、家庭事情がある。人は、会計上の勘定科目のようには振り替えられない。

日本全体では人手不足でも、特定の職種では人余りになる。

マクロでは雇用が安定し、ミクロでは人生が揺れる。

必要なのは失業対策だけではなく、職種間の移動コストを下げることだ。学び直し、求人との接続、待遇、勤務地、企業内の配置転換まで設計しないと人は動かない。OECDも、日本ではリスキリングと公的職業紹介のマッチング機能を同時に強める必要があると指摘する。

日本の雇用慣行は、弱点から緩衝材へ変わる

日本企業は、職務を限定して採用するより、会社の一員として採用し、異動させる傾向が強い。

この仕組みは、専門性が育ちにくく、責任が曖昧になりやすい。だがAI移行期には、意外な強みになる。OECDも、会社単位の採用、長期雇用、社内ローテーションが、AIによる雇用喪失を抑える可能性を指摘している。

AIで事務作業が減っても、すぐ解雇せず、採用を抑え、退職者を補充せず、別部署へ移す。人口減少と長期雇用が組み合わされば、社会的な痛みを抑えながら自動化できる。

ただし、配置転換が余った人の保管になれば意味がない。

人を守ることと、古い仕事を守ることは違う。

古い作業を残したままAIも追加すると、入力箇所と確認作業だけが増える。自動化したはずなのに忙しくなる。ここで止まる会社は多い。

日本の追い風は、時間制限付きだ

日本は、人が余る国よりAIを導入しやすい。

自動化で生まれた余剰を、解雇ではなく欠員補充の抑制で吸収できるからだ。

だが、この優位は永遠ではない。

AI導入が遅れたまま人だけが減れば、残った社員の負担が増え、サービスを縮小し、海外企業に市場を奪われる。

日本が恐れるべきなのは、AIに仕事を奪われる未来だけではない。

AIを使えないまま、人も時間も足りなくなる未来だ。

AI時代の勝者は、費用を減らした会社ではない – 工数削減という言葉に、だまされない

AI導入の説明で、工数削減という言葉は便利だ。

年間1万時間削減。作業時間30％短縮。資料作成を自動化。

それで、利益はいくら増えたのか。

ここを聞くと、急に話が曖昧になる。

工数は会計数値ではない。浮いた時間を人員削減、売上拡大、品質向上のどれかへ変換して、初めて利益になる。

AI投資の成否は、削減した時間ではなく、余った時間の行き先で決まる。

AIの投資対効果は、損益計算書だけでは読めない

AI利用料や外部コンサル費は見える。

現場がデータを整備した時間、業務マニュアルを書き直した時間、失敗しながら使い方を覚えた時間は見えにくい。

短期的には販管費が増え、利益率が悪化することもある。ここで止めれば、種をまいて土を掘り返しただけで終わる。一方、成果のない実証実験を何年も続ける会社もある。

見るべき数字は変化だ。

・従業員1人当たり売上高
・従業員1人当たり営業利益
・販管費率
・商品開発から販売までの期間
・問い合わせ1件当たりの処理コスト
・採用人数と売上成長率の関係

AIを使っているかではない。

AIが財務諸表のどこを動かしたかだ。

強い会社は、人を減らす前に能力を増やす

顧客対応の研究で、AIの効果が経験の浅い従業員に強く出た点は、経営に大きな示唆を与える。

AIを人員削減装置として入れると、社員は情報を出さなくなる。自分の仕事を学習させた結果、自分が不要になると思うからだ。

逆に、面倒な作業を減らし、判断、提案、顧客対応へ時間を移すと説明できれば、現場の知識が集まる。

順番がある。

定型業務を減らす。
処理能力を増やす。
品質を安定させる。
売上を伸ばす。
その後、自然減で人員構成を整える。

最初から人を切る会社は、短期利益を作れても、AIへ渡すべき暗黙知まで切る可能性がある。

AIは単なるコストカット案件ではない。

人的資本の組み替え案件だ。

社会のルールより先に、会社の内部統制が問われる

AIの進歩に法律が追いつかないのは、ほぼ確実だ。

EUのAI法でさえ段階的に適用され、高リスクAIに関する主要期限は2027年、製品に組み込まれたものは2028年へ及ぶ。技術が止まって制度を待つことはない。

法律が決まるまで何もしない会社は遅れる。便利だから自由に使わせる会社も危ない。

必要なのは、AI専用の分厚い規程より、内部統制の基本だ。

・何の業務に使ってよいか
・誰が最終承認するか
・どのデータを入力してよいか
・生成物と根拠をどう保存するか
・誤りが起きたとき誰が止めるか

入力、処理、出力。
権限、証跡、例外管理。

会計システムで守ってきた原則を、AIにも持ち込めばいい。

AI時代に経理や監査の人間が強い理由は、モデルを作れるからではない。

便利さの裏側にある責任を、業務へ落とせるからだ。

投資家が買うべきは、AIではなく変化する組織

AI企業という言葉は、広すぎる。

AIを販売する会社。
AI用半導体を作る会社。
AIで既存事業を変える会社。
看板だけAIに変えた会社。

全部、別物だ。

長期投資で面白いのは、AI導入をニュースにする会社より、AIが日常業務へ溶けた会社だろう。

売上は伸びる。
社員数はほぼ増えない。
顧客対応は速くなる。
ミスは減る。
新商品が早く出る。

その変化が数字に出たとき、AIは流行語から競争力へ変わる。

結論　人間の価値が下がるのではない。値札が貼り替わる

これからの10年は、たぶん穏やかではない。

昨日まで評価された作業が、急に安くなる。
新人がAIを使い、経験者へ追いつく。
会社の人数は変わらないのに、必要な能力だけが変わる。

戸惑う人は多いはずだ。

けれど、AIが奪うのは、人間の価値そのものではない。

時間をかけることに付いていた値段だ。

資料を探す時間。
文章を整える時間。
数字を転記する時間。
知識を覚えておくことだけに払われていた値段。

そこが下がる代わりに、問いを立てること、責任を引き受けること、人を動かすこと、数字の裏側を読むことの値段が上がる。

日本には、人が足りないという大きな弱点がある。

だが、その弱点があるからこそ、人を大量に切らずに仕事を作り替えられるかもしれない。これは偶然与えられた、短い猶予だ。

未来は、AIが勝手に作るものではない。

経営者がどの仕事を捨てるか。
政治が移動する人をどう支えるか。
働く人が、自分の時間を何へ振り向けるか。

その選択の積み重ねで形が決まる。

機械が人間に近づく時代だからこそ、私たちは人間にしか引き受けられないものを、もう一度選び直す。

判断。
責任。
信頼。
誰かのために考え抜くこと。

技術革命の最後に残るのは、機械の性能ではない。

私たちが、浮いた時間を何のために使ったかという答えだ。

このテーマを、さらに深く考えるための5冊

AIについて考えるとき、技術の話だけを追っても全体像は見えてきません。

仕事はどう変わるのか。
日本の人手不足は追い風になるのか。
企業はAIをどう利益へ変えるのか。
人口減少の中で、どの産業が伸び、どの産業が縮むのか。

ここから先を考えるために、あわせて読みたい5冊を紹介します。

1．『日本経済AI成長戦略』冨山和彦・著／松尾豊・監修

この記事の続きを、もっと経営寄りに読みたい人には、まずこの一冊です。

AIを便利な業務ツールとしてではなく、日本企業の意思決定や産業構造を変えるものとして捉えています。

特に面白いのは、人手不足の日本だからこそAI導入に勝ち筋がある、という視点。中小企業、地方産業、ホワイトカラー、現場で働く人たちの未来まで一つにつながります。

AIを使って何ができるかではなく、AIで日本はどう稼ぐのか。

そこまで踏み込んで考えたい人に刺さる本です。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

日本経済AI成長戦略 [ 冨山 和彦 ]
価格：1,870円（税込、送料無料) (2026/7/20時点)


2．『生成AIで世界はこう変わる』今井翔太・著

生成AIのニュースは追っているけれど、そもそも何がそんなに革命的なのかを説明しろと言われると困る。

そんな人にちょうどいい入門書です。

生成AIの技術的な仕組みから、仕事、創作、お金、日常生活への影響までを広く扱っています。技術に詳しくない人でも読み進めやすく、AIへの過剰な期待と、必要以上の恐怖をいったん整理できます。

AIに仕事を奪われるのかという問いを、感情論ではなく技術の側から考え直したい人におすすめです。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

生成AIで世界はこう変わる （SB新書） [ 今井翔太 ]
価格：1,100円（税込、送料無料) (2026/7/20時点)


3．『ホワイトカラー消滅』冨山和彦・著

人手不足なのに、人が余る。

一見すると矛盾している日本の労働市場を、かなり鋭く切り込んだ一冊です。

介護、物流、建設などでは人が足りない。一方、デジタル化やAIの影響を受けやすいホワイトカラーでは、仕事が減る可能性がある。

つまり、日本全体の人数ではなく、どこで人が足りず、どこで人が余るのかを見なければならない。本書を読むと、これからのキャリアを会社名や肩書だけで考える怖さが分かります。

自分の仕事は本当に残るのか。

少し怖くても、その問いから逃げたくない人に読んでほしい本です。


4．『ホワイトカラーの生産性はなぜ低いのか』村田聡一郎・著

AIを導入すれば、生産性が上がる。

そんな単純な話ではありません。

部門ごとにシステムが分かれ、同じ数字を何度も入力し、会議用の資料を作るために別の資料を作る。日本企業には、AI以前に直すべき仕事が山ほどあります。

本書は、現場の小さな改善だけでは解決できないホワイトカラー業務の構造を解きほぐし、部分最適から全体最適へ移る方法を説明しています。

AIを入れる前に、仕事そのものを疑え。

経理、企画、管理部門で、なぜか毎日忙しいと感じている人ほど、ページをめくる手が止まらなくなるはずです。


5．『未来の年表 業界大変化 瀬戸際の日本で起きること』河合雅司・著

AIの未来だけを見ても、日本企業の未来は読めません。

日本では、人口減少によって顧客も労働者も同時に減っていくからです。

本書は、製造、金融、物流、住宅、医療、建設、インフラなど、それぞれの業界で人口減少がどのような形で表れるのかを具体的に描いています。

特に注目したいのは、ただ縮小を悲観するのではなく、残す事業とやめる事業を選び、1人当たりの生産性を高めるという戦略的に縮む発想です。

これから伸びる会社を探す投資家にも、自分の業界の先を考えたい会社員にも、長く使える視点を与えてくれます。

AI革命は、AIだけを勉強しても理解できません。

技術、雇用、経営、組織、人口。

この5冊を順番に読むと、それぞれ別々に見えていた問題がつながり始めます。

未来を正確に当てることはできなくても、変化が起きたときに驚かない準備はできる。

そのための読書として、気になった一冊から手に取ってみてください。


それでは、またっ！！

引用論文・資料

  1. Calvino, F., Haerle, D. and Liu, S., Is Generative AI a General Purpose Technology?, OECD, 2025.
  2. Noy, S. and Zhang, W., Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence, Science, 2023.
  3. Brynjolfsson, E., Li, D. and Raymond, L. R., Generative AI at Work, NBER Working Paper No.31161, 2023.
  4. Acemoglu, D., The Simple Macroeconomics of AI, NBER Working Paper No.32487, 2024.
  5. Brynjolfsson, E., Rock, D. and Syverson, C., The Productivity J-Curve, NBER Working Paper No.25148.
  6. Gmyrek, P. et al., Generative AI and Jobs, ILO Working Paper No.140, 2025.
  7. OECD, Artificial Intelligence and the Labour Market in Japan, 2025.
  8. 国立社会保障・人口問題研究所『日本の将来推計人口 令和5年推計』.
  9. OECD, OECD Employment Outlook 2026: Japan.
  10. European Commission / Council of the EU, EU AI Act Implementation Timeline.

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

RECOMMENDこちらの記事も人気です。