令和8年版「労働経済の分析」（労働経済白書）を読む──AI時代の日本の課題は、「AI投資」より「人への投資」にある

2026年9月29日、厚生労働省が「令和8年版 労働経済の分析」（労働経済白書）を公表しました。今回で77回目となる白書のテーマは、「AI等技術革新が進む中での労働市場の現状と課題」です。

約160ページの本文を読み、特に第Ⅱ部（AIと経済成長、労働市場への影響、人材育成）を中心に整理しました。結論を先に言えば、この白書が繰り返し訴えているのは、「AIを入れるだけでは足りない。経営戦略と人材戦略を連携させ、AI投資と人的資本投資をセットで進めよ」というメッセージです。本記事では、その根拠となったデータを紹介し、人事・組織の立場から読み解きます。第5章以降の「示唆」は、白書の結論ではなく、私自身の解釈です。

▫️1. まず押さえたい、2025年の労働経済

第Ⅰ部によれば、2025年の日本経済は、名目GDPが660兆円を超え、景気回復局面は2025年12月時点で67か月以上に達しました。完全失業率と有効求人倍率はおおむね横ばいで、女性・高齢者を中心に労働参加が進み、労働力人口、就業者数、雇用者数は過去最高となりました。賃金（現金給与総額）は5年連続で増加し、春季労使交渉の賃上げ率は2年連続で5%を上回りました。ただし、物価の上昇を背景に、実質賃金は4年連続で減少しています。

▫️2. 白書の主なメッセージ（3点）

厚生労働省は、白書の主なポイントを次の3点にまとめています。

・経営戦略と人材戦略を連携させ、AI投資と人的資本投資の双方を推進していくことが重要
・職種などによって、AIが雇用や労働需要に与える影響は異なる可能性があるため、労働者の希望に応じた労働移動や、リ・スキリングの支援が重要
・AI時代に、特定の業務にとどまらない能力を総称した「メタスキル」の重要性が高まる可能性があり、情報発信の強化が重要（例：論理的思考力、批判的思考力、コミュニケーション能力）

▫️3. 第1章：ITの教訓──投資の「量」だけでなく、「人」への投資が成長を分けた

白書は、AIが経済成長に寄与し得るかを考えるために、似た性格を持つ「IT」の導入期を振り返っています。

・日本のGDP成長率は、1985〜1994年には年平均3.2%と主要4か国で最も高かったが、IT導入期（1995〜2004年）には1.0%と最も低い水準になった（米国3.4%、英国3.1%）
・IT導入期のIT投資の年平均変化率は、日本が3.5%に対し、米国16.4%、英国7.5%、ドイツ7.3%
・人的資本投資の年平均変化率も、日本が0.2%に対し、米国1.1%、英国3.5%、ドイツ1.3%と、日本は低い水準にとどまった
・30か国の分析では、同じIT投資でも、人的資本投資の多い国のほうが、より高い経済成長を実現していた可能性が示唆された（因果関係までは特定できないと白書は注記）

背景として、日本企業は1990年代のバブル崩壊以降、設備投資よりも経常利益や内部留保を積み上げ、短期的な成果が見えにくいIT投資より、流動性の確保を優先する傾向があったと考察されています。

そしてAIは、汎用性と進化速度の点で、ITと多くの共通点を持ち、進化速度はITを上回る可能性もある、というのが白書の見立てです。白書は、ChatGPTが1億ユーザーに達するまでに約2か月（インターネットは7年）、東京大学の入試問題を解かせた結果では、2025年度から2026年度で、文系が379.0点から452.7点、理系が374.0点から503.6点に伸びた例を挙げています。

▫️4. AIの利用と、人的資本投資の現状

AIの利用状況は、国際的にみて日本は低い水準にあるとされています。

・企業のAI利用率は、OECD諸国平均の20.2%に対し、日本は9.2%（日本は2023年のデータで代用）。個人の利用率も、OECD平均36.8%に対し、日本は26.7%
・企業規模では、2026年4月のラグザス社の調査で、大企業（従業員5,001人以上）の35.7%がAIを積極活用しているのに対し、中小企業の59.0%は「導入の予定はない・必要性を感じない」と回答
・産業別では、情報通信業の生成AI業務利用が61.3%と高い一方、社会インフラ関連分野で低い傾向

なお、白書は同時に、総務省の2026年の調査で、生成AIを一つでも業務で使用している企業の割合が86.4%というデータも示しています。調査の定義や対象によって数値が大きく異なる点には、注意が必要です。

さらに重要なのが、AIと協働するための人への投資です。

・OECD（2025）によれば、AIと協働するための企業からの訓練提供と、労働者の自己学習の両方があったAI利用者は、どちらも実施していない利用者より、AI利用前後で「仕事のパフォーマンスが改善した」と答えた割合が37.0ポイント高い
・ところが、AI利用者のうち、企業からAIに関する訓練等を受けたと答えた割合は、金融・保険業で日本26.9%、米国60.5%、英国57.2%、ドイツ54.8%。製造業でも日本33.3%、米国62.7%、英国51.7%、ドイツ54.2%と、日本は20〜30ポイント程度低い
・日本の人的資本投資は、1995年を100とすると、2021年は58.3まで減少した一方、経常利益は319.5、利益剰余金は346.7に増加した
・「数年先の事業展開を考慮して、必要となる人材を想定しながら能力開発を行っている」企業は、300人以上でも14.2%、9人以下で8.0%にとどまり、経営戦略と人材戦略の連携の弱さがうかがえる

リ・スキリングに取り組んでいない理由（JILPT企業調査、2026年）も示唆的です。「必要性を感じない・どのようなスキルが必要か整理できていない」が300人以上の企業でも46.2%、「従業員に時間を取らせる余裕がない」が100〜299人規模で49.6%でした。一方、取り組んだ企業の79.1〜87.2%が「効果があった」と回答しています。

▫️5. 第2章：AIは雇用を奪っているのか

白書の結論は、慎重です。マクロでみれば、AIによって大きな雇用の減少が生じている証左は、現時点で示されていない、としています。

・OECD（2025）の調査では、勤め先企業でAIを理由に仕事を失った人を知っている労働者の割合は、金融・保険業で、日本以外の7か国平均が20.4%、日本が12.9%
・米国では、AIへの曝露度が高い職業の22〜25歳の雇用が、生成AIの普及後に16%減少したとの研究がある一方、デンマークの研究では、AI導入企業と非導入企業で、総雇用者数や若年層の雇用に統計的に有意な影響は確認されなかった。スウェーデンでは、曝露度の高い職業の若年層（22〜25歳）の雇用が5.5%減少、50歳超は1.3%増加と、年齢で対照的な結果が出ている
・2015年の野村総合研究所とオズボーン氏らの推計は、日本の労働人口の約49%が10〜20年で技術的に代替可能になるとしたが、10年後の2025年時点で、雇用が大規模に代替されているわけではなく、多くの職種でAIは業務の一部を補完する形で使われている

日本のデータでは、AI導入期（2022〜2025年）に、就業者数は0.5%増加（導入前期は1.4%増）、一人当たり労働時間の減少幅は0.2%（導入前期は1.4%）に縮小し、労働投入量は0.3%増加しました。有効求人倍率は、ホワイトカラーが0.93倍、ブルーカラーが2倍近い水準で、管理・専門職は1.82倍、事務職は0.44倍でした。賃金は、AI導入期に年平均2.9%増となりましたが、好調な企業収益や春季労使交渉の影響が大きく、AIの影響かどうかは、慎重に判断すべきだとされています。

ただし、将来の見通しには、ミスマッチのリスクが示されています。経済産業省の推計（2026）では、2040年に向けて、全体では大きな不足は生じない一方で、事務職は約440万人の余剰が生じる可能性があり、AI・ロボット等の利活用人材は約340万人、理系の大卒・大学院卒は約120万人、生産工程従事者を除く現場人材は約54万人が不足する可能性があるとされています。

▫️6. 省力化で生まれた「余力」は、何に使われているのか

白書のコラムは、省力化の取組（AIによる定型業務の自動化、セルフレジ、配膳ロボットなど）の効果を、企業や労働者への調査から確認しています。

・69.9%の企業が何らかの省力化に取り組んでおり、300人以上の企業で86.2%、29人以下の企業で48.3%
・省力化の取組後、業務の効率化や負担軽減が「改善した」と答えた労働者は67.3%。業務の成果やサービスの質が「高まった」は54.8%
・省力化に取り組む企業では、平均賃金水準が上昇したと答えた割合が76.1%、取り組んでいない企業は63.8%（因果関係は特定できない）
・一方、省力化で生まれた余力の活用先（単一回答）は、「より付加価値の高い業務（判断、改善、企画など）」が23.5%、「人手不足の穴埋め」が19.1%

最後の2つの数字は、私が最も考えさせられた点です。余力が、付加価値の高い業務に使われるのか、人手不足の穴埋めに使われるのか。後者も約2割あります。AIで浮いた時間の行き先は、設計しなければ決まらない、ということを示しているように見えます。

▫️7. 第3章：人材育成──現場人材、学び直し、メタスキル

第3章は、不足が懸念される人材の育成と、AI時代に求められるスキルを考察しています。

【学び直しの状況】
・25〜65歳で、過去12か月以内に大学等の教育課程で学んだ人の割合は、日本が0.6%に対し、米国3.5%、英国4.3%、OECD平均3.7%
・学び直しをしない最大の理由は、「仕事や家族の都合で時間がない」で、日本は59.8%（米国47.6%、英国43.4%）。情報や費用の制約も挙がっている
・一方、日本の成人は、読解力、数的思考力、問題解決能力のスコアが、OECD諸国の中で高い。若者の約半数は、技術革新で新たなスキルの獲得が必要だと考えている

【現場人材と処遇】
・事務職から現場職への転職は、全体の4〜9%の範囲で推移（2024年は6.8%）。ホワイトカラーからブルーカラーに転職した人の約4割は、年収が減少した
・リ・スキリングが「昇進・昇格・昇給」に効果があったと答えた割合は、現場職が23.5%、専門職が17.4%、事務職が17.7%と、現場職で高い
・就職予定の学生の35.6%が、「年収や昇給、キャリアアップが具体的に示されている」ことが、現場系の仕事を就職先として検討する可能性を高めると回答
・白書は、リ・スキリングの成果を処遇・賃金へ適切に反映し、キャリアパスの「見える化」を進めることが重要だとしている。建設業の「建設キャリアアップシステム」を例に挙げている

【AIとスキル】
・同一職種内では、低スキルの労働者のほうが、高スキルの労働者より、AIによる生産性向上の効果が大きい可能性がある（先行研究では、低スキル層で34%の向上。ベテランの暗黙知がAIで標準化され、新人でも恩恵を受けられるため）。ただし、他職種間では、管理職や専門職のほうがAIの利用率が高く、恩恵を得やすい可能性がある
・AIの使い方で、得られるスキルは変わる。直接答えを得る形でAIを使った学生は、ヒントや方法を得る形で使った学生より、AIを使えなくなったときの成績の落ち込みが大きい、という研究が紹介されている
・白書は、論理的思考力、批判的思考力、問題解決能力、コミュニケーション能力など、幅広い業務に応用できる能力を「メタスキル」と呼び、その重要性が高まる可能性を指摘する
・メタスキルが高い層は、過去1年以内に学習や研修への参加経験がない人の割合が28.4%（低い層は44.7%）、年収の中央値は「400〜500万円未満」（低い層は「300〜400万円未満」）。ただし、因果関係は特定できず、職種によっては、メタスキルが賃金に反映されにくい可能性もあると断っている

▫️8. 人事・組織の立場からの示唆（私の解釈）

ここからは、白書の記述ではなく、私自身の読み方です。

1. 「AI投資」と「人的資本投資」は、人事が経営に提案するテーマである
白書が示したのは、IT導入期に、投資額だけでなく、人への投資の差が成長の差になった可能性です。AIでも、導入するツールの数や利用率だけを追えば、同じ失敗を繰り返します。AIに関する人材要件、育成、配置を、経営戦略と結びつけて提案できるかが、人事の力量になります。

2. 「余力の使い道」を、先に設計する
省力化で生まれた余力の約2割が、人手不足の穴埋めに使われる。先日取り上げた複数のAI調査にも通じる構造です。AIで浮いた時間を、判断、改善、企画に回すのか、それとも穴埋めに消えるのか。余力の行き先を、業務設計と人員計画の中で、意図的に決めておく必要があります。

3. 学びと処遇を、制度でつなぐ
現場職のリ・スキリングが昇給に結びつきやすい、学生が「昇給やキャリアアップの具体的な提示」を重視する、という結果は、学びの成果が処遇に反映される見通しが、学ぶ動機を左右することを示しています。制度は、組織の文化をつくります。何を評価し、何に報いるのかが、従業員の学習行動を決めます。

4. 研修は、「AIの使い方」から「AIとの付き合い方」へ
AIの使い方で得られるスキルが変わる、という研究は、研修の設計に直結します。答えをもらう使い方だけを教えれば、AIなしでは力が落ちる人を増やしかねません。ヒントを引き出し、結果を批判的に検証する使い方、つまりメタスキルを意識した研修が求められます。

5. 若手と暗黙知の標準化
同一職種内では低スキル層の効果が大きい可能性、AIが暗黙知を標準化する可能性は、若手の育成設計にとって好機です。一方で、AI曝露度の高い職種の若年層の雇用が減少した研究もあり、初級業務がAIに代替されたとき、どう経験を積ませるかという、OJTの再設計も課題になります。

6. スキルベースでの再配置を、今から準備する
2040年に向けた事務職の余剰とAI利活用人材の不足は、職種間の移動が不可避になることを示します。保有スキルの可視化、必要スキルの定義、再配置と再教育の仕組みは、制度として整えるのに時間がかかります。

▫️9. 読む際の留意点

・白書自身が、AIの技術革新は急速に進んでおり、将来大きく変容する可能性があると述べています。本分析は、2026年5月までに入手した2025年12月分までのデータに基づきます
・先行研究は生成AIが中心で、AIエージェントやフィジカルAIは十分に含まれていません。研究の数も十分ではないと断っています
・IT導入期との比較や、多くの関係性（人的資本投資と成長、メタスキルと賃金、省力化と賃金）は、因果関係までは特定できないと白書が注記しています
・AIの利用率には、調査によって大きな差があります（OECD比較で日本9.2%、総務省の調査で86.4%）
・日本の賃金上昇は、企業収益や春季労使交渉の影響が大きく、AIの影響とは断定できません。AIの賃金への影響は、遅れて現れる可能性もあります
・私は、第Ⅱ部は全体を確認しましたが、第Ⅰ部は「はじめに」のみ確認しました。第Ⅰ部の詳細な統計は、本記事では扱っていません

▫️10. 自社を点検する8つの問い

1. AI投資の計画と、人材育成・採用・配置の計画は、同じ経営戦略から導かれているか
2. AIに関する人材要件を、定義し、従業員に示しているか
3. AIに関する訓練を、会社として提供しているか。従業員の自己学習を、支援しているか
4. AIで浮いた余力の使い道を、業務設計と人員計画の中で決めているか
5. 学びの成果は、評価・昇給・登用にどう反映されるか。従業員から見えているか
6. AI研修は、使い方だけでなく、検証や批判的思考といったメタスキルを扱っているか
7. 若手が経験を積む機会を、AI導入後も設計しているか
8. 事務職など、AIの影響を受けやすい職種の再配置と再教育の道筋を、描いているか

▫️まとめ

白書の最大のメッセージは、AIの時代に問われるのは、AI投資の量だけではなく、人への投資と、それを経営戦略に結びつける力だ、ということです。IT導入期に日本が経験した教訓を、AIで繰り返さないために、何をすべきか。

AI活用の本質は、人と組織の変革にあります。ツールを入れることと、人が学び、働き方が変わることは、別の仕事です。人事が、経営戦略と人材戦略をつなぐ役割を果たせるかどうかが、日本のAI活用の成否を分けると考えています。

参考：
厚生労働省「『令和8年版 労働経済の分析』を公表します」（2026年9月29日）
https://www.mhlw.go.jp/stf/newpage_75700.html
厚生労働省「令和8年版 労働経済の分析」本文
https://www.mhlw.go.jp/wp/hakusyo/roudou/26/dl/26-1.pdf
厚生労働省「令和8年版 労働経済の分析（概要）」
https://www.mhlw.go.jp/content/12602000/001753069.pdf