AIがタイの数百万人の労働者に影響すると聞くと、ソフトウェアが人を大規模に置き換える未来を想像しやすい。しかし、最新のデータが示すのは、もっと複雑な移行だ。
タイ国家経済社会開発評議会（NESDC）は、2025年第4四半期の労働力調査データに生成AIへの曝露度を測る枠組みを適用した。その推計では、タイの労働力の21.8%にあたる約870万人が、生成AIの影響を受ける可能性のある職業に就いている。
ただし、この数字には重要な内訳がある。約220万人、労働力の5.4%はタスク代替のグループに入る。一方、より大きい約650万人、16.3%はタスク拡張のグループで、AIが生産性を高めても、仕事の中核は人間の能力に依存し続ける可能性が高い。
だから重要なのは「AIが何人の仕事を奪うのか」だけではない。仕事のどの部分が変わり、その部分が安く、速くなったあとに人間の価値がどこへ移るのかを見る必要がある。
AIにさらされることと失業は同じではない
ひとつの職業は、通常いくつものタスクの組み合わせでできている。自動化できるもの、速くできるものがある一方、コミュニケーション、交渉、判断、責任に強く依存するものも残る。
NESDCは影響を大きく2つに分けている。Task Replacementは、構造化され反復性の高いタスクの一部または全部をAIが代替できる仕事で、約220万人と推計される。事務、会計、プログラミングの一部が含まれる。
より大きなTask Augmentationは約650万人で、AIが一部の工程を担当したり情報処理を効率化したりできる一方、重要な職務は依然として人に依存する職業だ。
地域のデータも同じ方向を示す。International Labour Organizationは、2025年のASEAN雇用の22.9%が生成AIに最低限を超えて曝露する職業にあり、最も曝露度が高いカテゴリーは3.3%にとどまると推計した。2026年7月時点で、ILOは生成AIによる広範な労働市場の混乱を示す証拠はまだ限定的だとしている。
リスクがないという意味ではない。ただし、「仕事が変わる」と「仕事そのものが消える」は同じではない。
AIは職業全体より先にタスクへ入ってくる
金融担当者なら、データ収集、表の作成、異常値の確認、経営陣への説明、提案への責任がある。マーケティング担当者なら、顧客調査、素材作成、キャンペーン評価、顧客との対話、予算配分の判断がある。
AIがその一部で急速に強くなっても、職業のほかの部分の価値まで同時になくなるとは限らない。AIが数分で初稿を作れるようになれば、「最初の案を作る」価値は下がるかもしれない。一方で、どのデータを信頼するか、何が不自然か、結論が危険すぎないか、その次に何を決めるべきかを見極める価値は高まる可能性がある。
このため、職業のAI曝露度だけで雇用リスクを判断すると単純化しすぎる。曝露度が高い職業の中には、自動化されやすいタスクと、AIによって生産性が高まるタスクが同時に存在する。
タスクが安くなっても、企業の選択肢は人員削減だけではない
ソフトウェアによって1時間かかっていた作業が15分になったとする。そのタスクのコストは下がるが、企業が次に取る行動はひとつではない。
人員を減らすこともできる。同じ人数のまま生産量を増やし、より多くの顧客に対応し、製品テストを速めたり、より判断が必要な仕事に人を移したりすることもできる。一人あたりの生産量が増え、追加分を市場が吸収できるなら、AIは雇用削減ではなく事業拡大を支える可能性がある。
逆もあり得る。需要が伸びず、自動化後に価値の高い仕事がほとんど残らないなら、人員削減の動機は強まる。雇用への影響は技術だけでなく、ビジネスモデル、需要、人がAIの弱いタスクへ移れるかどうかにも左右される。
生産性が20%上がれば雇用が必ず20%減る、という単純な式は存在しない。
価値が高まるのは「判断が必要な仕事」かもしれない
AIが構造化された作業を得意にするほど、希少な能力は文章や計算を速く作ることから、状況を理解し、正しい問いを立て、結果に責任を持つことへ移る可能性がある。
OECDによると、AI導入は多くの職場で求められるスキル水準を引き上げている。製造業と金融業の調査では、AI導入後に高学歴人材への需要が増えたと答えた雇用主が半数を超えた。一方、モデル開発やAIプログラミングのような高度なAI専門スキルを必要とする労働者は1%未満とOECDは推計している。
多くの人に重要なのは、より幅広い能力だ。データを使い、分析し、意味を読み取る力、問題解決、創造性、マネジメント、そして人間同士のスキルである。
AIによって「最初の答え」が安くなるなら、人は問題を正しく定義し、答えを検証し、ビジネスの文脈につなぎ、不完全な情報の中で判断することでより大きな価値を生み出せるかもしれない。
近いリスクはキャリアの「最初の一段」にあるかもしれない
労働市場の変化は、大規模な解雇という形だけで表れるわけではない。新しく働き始める人向けの求人が減る形でも起こり得る。
エントリーレベルの仕事には、情報収集、資料の下書き、ファイル確認、基礎分析、構造化された問題の処理などが多く含まれてきた。これらは若手が経験を積み、より判断が必要な職務へ進むための訓練でもある。
Stanford Digital Economy Labの米国データは警戒すべきシグナルだが、同じ現象がタイで起きている証拠ではない。2026年6月までのデータでは、AI曝露度の高い職業に就く22 – 25歳の雇用は、同年代の曝露度が低い職業と同じペースで伸びていた場合の水準より約19%低かった。変化は主に離職増ではなく採用減として現れていた。
Stanford自身も、これは記述的なパターンであり、AIの因果効果を推定したものではないと説明している。それでも重要な問いは残る。AIが若手向けタスクを多く担うようになったとき、若者は上位職に必要な経験をどこで積むのか。
全員がAIエンジニアになる必要はない
AIへの対応を、すべての人が機械学習やモデル開発を学ぶべきだという前提から始める必要はない。
多くの職業では、自分の専門をより深く理解し、AIで反復作業を減らし、専門知識、検証、判断が必要な部分を強くすることが優位性になる。会計担当者はAIで情報を整理できるが、結果の検証と意味の解釈は必要だ。マーケティング担当者はAIで選択肢を作れても、顧客、予算、ブランド、事業目標を理解しなければならない。
企業側も、AIツールを買うだけで生産性が上がるわけではない。データ品質が低く、プロセス設計が弱く、検証が不十分なら、仕事が速くなると同時にミスも速く広がり得る。
経済的な機会は、人とAIがそれぞれ得意な部分を担うよう仕事を再設計し、生産性向上を単なる時間短縮ではなく、より価値の高い製品やサービスへ変えることにある。
次に見るべきこと
最初のシグナルはタイのエントリーレベル採用だ。特に事務支援、金融、会計、マーケティング、テクノロジー、基礎分析の求人を見る必要がある。若手求人が全体雇用より速く弱まるなら、企業がキャリアの入口を設計し直している可能性がある。
2つ目は求人票で求められるスキルだ。AIという言葉が増えるかだけでなく、分析、検証、コミュニケーション、プロジェクト管理、業界知識への需要が高まるかを見るべきだ。
3つ目はAIで補完される仕事と、自動化しやすい仕事の賃金と雇用の差だ。差が広がれば、企業が購入したAIツールの数よりも労働市場への影響を直接示す。
最後は企業のアップスキリングとリスキリングへの投資、そして中小企業がAIを実際に使いこなせるかだ。生産性向上が大企業に集中すれば、企業規模による効率や賃金の差が広がる可能性がある。
AIは一部タスクの価値を下げることができる。しかし、人間の仕事の価値まで同じ速度で下がるとは限らない。これから重要になるのは、AIが仕事の一層を引き受けたあとに何が残るのか、そして人と企業がその新しい価値へ十分速く移れるかどうかだ。
