AIと脱炭素化が迫るリスキリング——世界の人材投資競争と各国政策の現在地

はじめに

二つの大きな変革が同時に進行し、世界の労働市場を根底から揺さぶっている。一つは生成AIを中核とする人工知能技術の急速な普及であり、もう一つは気候変動対策に伴うエネルギーシステムの脱炭素化だ。IMFの2024年分析によれば、全世界の雇用の約40%がAIの影響を受ける対象に含まれる [3]。先進国に限ると60%まで上昇し、半数は代替リスク、残り半数は生産性向上による補完効果が期待されるという構成だ [3]。ILOは気候変動対策（2度目標）の下で2030年までに化石燃料関連で600万人の雇用が失われる一方、グリーン経済全体では2,400万人の新規雇用が生まれると推計している [4]。

変化の速度と規模の両面で過去の産業転換を凌ぐこの変革に、各国政府・企業・個人はどう備えているか。OECDが2025年の成人学習動向報告で示したデータは厳しい現実を突きつける。OECD加盟国で年間の学習・訓練に参加する成人は平均40%にとどまり、低スキル層と高スキル層の間には30ポイント以上の参加率格差がある [1]。最も訓練を必要とする人々に最も訓練が届いていないという逆説的な構造は、AIと脱炭素化が引き起こす格差拡大リスクをより深刻にする。本稿では、各国のリスキリング政策の現況と課題、そして今後の方向性を検証する。

AIが労働市場に与える衝撃の全体像

ホワイトカラーも例外ではない自動化の波

過去の技術革命（機械化・工場自動化など）が主に製造業・肉体労働を代替したのに対し、生成AIは弁護士・会計士・コンサルタント・エンジニアといった高度な認知作業を行うホワイトカラー職をも直接の影響対象とする点で性質が異なる [3]。IMFは、AIに最も多く露出した職種において、ChatGPT公開後に22〜25歳の若年労働者の雇用が相対的に13%減少したデータを示している [3]。高学歴の若年層が「入口」として担ってきた仕事——法務調査、基礎的な財務分析、コード修正、翻訳——がまず置き換えられる傾向が見られる。

この変化は新たな職種の創出をも伴う。AIシステムの訓練・監視・倫理審査、AIツールの産業別カスタマイズ、データ品質管理などは急成長する職種だ。しかし旧来の職種から新たな職種への移行には再訓練と時間が必要であり、移行の速度とリスキリングの速度のギャップが摩擦的失業として顕在化するリスクがある。AIエージェントの普及と知識労働の再構造化は、この変化の実態を産業別に検討しており、産業横断的な視点を提供している。

中低所得国にとってより深刻な問題

IMFの分析では、先進国（60%が影響対象）に比べて新興市場（40%）・低所得国（26%）が直接影響を受ける割合が低いとされる [3]。しかしこれは「恩恵」を意味しない。むしろ先進国の自動化進展によって低賃金の単純労働でのコスト優位性が失われ、途上国が先進国企業への製造委託を通じた「追いつき成長」を実現できなくなるリスクが指摘されている。グローバルな労働分業の前提が変わる中、中低所得国の産業政策の再設計が急務となっている。

グリーン転換が生む「職の移転」

2030年純増1,800万人の構造

ILOの試算では、気候変動対策の本格化によって2030年までに化石燃料・エネルギー集約型産業で600万人分の雇用が失われる一方、太陽光・風力発電・省エネ建築・電気自動車などのグリーンセクターで2,400万人分の雇用が創出される [4]。純増1,800万人という見通しは楽観的に見えるが、問題は「消える仕事」と「生まれる仕事」の地理的・スキル的な不一致だ。

石炭採掘が雇用の大部分を占める地域では、代替雇用の多くがその地域に存在しない可能性がある。中東・アフリカは化石燃料依存度が高く、グリーン転換による地域全体での純損失となる可能性がある。一方、北欧やドイツのような国では、移行に伴う雇用の動態的変化を国内で吸収できる制度基盤が相対的に整っている。ドイツの産業競争力低下とエネルギー転換の摩擦はこの課題の先進事例として参照価値が高い。

「グリーンスキル」不足という新たなボトルネック

グリーン経済の雇用創出を阻む現実的な障壁の一つが「グリーンスキル」の不足だ。洋上風力タービンの設置・保守、太陽光発電の設計・施工、電気自動車の整備、省エネ建築の設計・監理——これらには従来の電気工事士・機械技術者・建設技術者などのスキルを基盤にしながら、新しい知識と認定資格を追加する「アップスキリング」が必要だ。各国の職業訓練制度がこのニーズに対応できているかどうかは、グリーン投資の実際の雇用創出効果を決める重要変数だ。

各国・地域の政策対応

EUスキル協定：官民合計6億5,000万ユーロ超

EUは2020年に「Pact for Skills（スキル協定）」を発足させ、2030年までに欧州の成人2,500万人のリ・アップスキリングを目標に掲げた。2025年5月時点で620万人超の労働者が訓練を完了し [5]、加盟企業は2024年だけで全労働者の平均33%を訓練対象とした。官民合算の資金投入は6億5,000万ユーロを超え、欧州社会基金プラス（ESF+）・欧州地域開発基金・公正移行基金が公的資金の中核を担う [5]。

20の大規模スキルパートナーシップは産業横断的に組織され、半導体・自動車・航空宇宙・観光・繊維など各セクターの雇用主団体・組合・訓練機関が協働する設計だ。ただし目標の2,500万人に対して2025年時点の620万人という進捗は数値目標の25%にとどまり、残り期間との比較でペースアップが求められている。

米国：CHIPS法・IRAが組み込む訓練条件

米国の産業政策は補助金と雇用訓練をセットで設計する傾向が強まっている。CHIPS法は半導体工場補助の受給条件として、半導体産業向けの労働力育成プログラムへの参加を求める。米国労働省は2024年7月に連邦登録見習い制度の多様化・拡充を支援するため2億4,400万ドルを交付し [6]、インフラ投資法・インフレ削減法に基づくクリーンエネルギー分野の補助金も「賃金条件」の遵守を要件とする。

この設計は、産業政策が単に投資・生産を誘致するだけでなく、良質な雇用の創出と労働者のスキル底上げを同時に意図するという政策哲学を反映している。しかし実施機関の能力・制度の一貫性・政権交代による政策継続性という課題が残る。

日本：参加率が低い成人学習と政府の「人への投資」方針

日本の成人学習参加率は識別能力上位層でも52%とOECD平均70%を下回り、低識字力層の参加率はわずか17%（OECD平均26%）と格差が大きい [2]。また非正規労働者が雇用主支援の訓練を受ける確率は正規の約50%低く、訓練機会の不平等分布が顕著だ。55〜65歳の高齢労働者の参加率も29%（OECD平均35%）にとどまる [2]。

政府は「新しい資本主義」の方針の下、「人への投資」を政策の柱に据え、デジタル・AI分野を含む教育訓練給付制度の対象拡充と企業の訓練費用支援を継続している。IMFは2025年の対日第4条協議声明で、「AIは日本の労働力不足解消に資し得るが、スキルアップ・リスキリングには時間がかかる」と指摘し、人的資本投資の充実を勧告している [7]。日本の高齢化と労働力不足の長期的構図は、リスキリングの経済的必要性を国際比較の文脈で示している。

「学ばない」ほどリスクが高い低スキル層の構造的排除

参加率格差の固定化

OECDが繰り返し指摘する問題は、リスキリングの恩恵が最も必要な低スキル労働者に届かないという逆説だ [1]。高スキル層は継続的な自己学習と雇用主支援の訓練を受け続けるのに対し、低スキル層は学習への動機・費用・時間のいずれも不足しがちだ。デジタルリテラシーの低さは、オンライン訓練プラットフォームの普及が進む現代においてさらなるハンデとなる。

この格差は経済的不平等の固定化につながる。AI自動化の恩恵（生産性向上・高付加価値業務への集中）は訓練を受けたスキル高位層に集中し、AI代替リスクを抱えるスキル低位層は賃金低下・雇用不安に直面するという二極化は、各国の政策当局が明確に認識しているリスクだ。ILOが雇用・訓練政策における「社会対話」の重要性を強調する背景もここにある [8]。

企業負担とフリーライダー問題

リスキリングの主要な担い手は誰であるべきか——政府か、企業か、個人か——という問いは容易に解決しない。企業が費用を負担して訓練した労働者を競合他社にヘッドハンティングされるリスク（「フリーライダー問題」）が存在するため、企業は市場均衡に任せると社会最適より訓練投資を少なくする傾向がある。これが政府補助の正当性の根拠となるが、予算配分の優先順位と政策設計の巧拙が問われる。

OECDが指摘するように、ほとんどの国でGDPの0.5%以下しか生涯学習投資に充てられていない [1]。スキルギャップを解消することで7年間で6.5兆ドルの経済押し上げが得られるというOECDの試算が正しいとすれば、現在の投資水準は明らかに過少だ。しかし財政制約が厳しい中でいかに原資を確保するかは現実的な問いであり、民間投資・社会保険・個人負担の組み合わせをどう設計するかが各国の政策論点となっている。

注意点・展望

リスキリング政策には構造的な困難が伴う。

第一の困難は「時間のずれ」だ。AIと脱炭素化が引き起こす雇用の変化は急速だが、成人の学習・訓練には数カ月から数年の時間を要する。この速度の非対称性は、特に中高年の労働者に深刻な影響を与える。第二の困難は「予測の不確実性」だ。「今後10年で消える職種・生まれる職種」を正確に予測することは不可能であり、特定スキルへの集中投資がミスマッチを生むリスクがある。汎用的な学習能力・デジタルリテラシー・問題解決力といった横断的スキルへの投資の比重が高まる理由もここにある。

展望として、政府・企業・教育機関の役割再分担が加速する可能性が高い。伝統的な4年制大学モデルでは変化への適応が遅く、積み上げ式のマイクロクレデンシャル（特定スキルの短期認定）や職場内訓練プログラムの比重が増す傾向が先進国で観察されている。また「AIを使いこなす能力」自体が新たな基礎スキルとなる中で、学校教育段階からのAIリテラシー教育が不可欠との認識が広まっている。

まとめ

AIと脱炭素化という二重の変革は、世界の労働市場に対して前例のない速度と広さで構造変化を迫っている。IMFが示す「全世界雇用の40%がAI影響下にある」 [3] という数字と、ILOが示す「グリーン転換で純増1,800万人の雇用」 [4] という推計は、いずれも大規模な労働力の移動とスキル再構築を前提としている。しかし現実には、OECD成人の学習参加率は平均40%にとどまり、最も支援が必要な低スキル層への訓練は届きにくい [1]。

EUのスキル協定・米国のCHIPS法連動訓練・日本の「人への投資」——各国のリスキリング政策は内容も規模も異なるが、共通して「投資の規模が変化の速度に追いつけていない」という課題を抱える。スキルギャップ解消によって得られる7年間6.5兆ドルの経済押し上げ効果 [1] と現在の過少投資の乖離を埋めることが、2030年代に向けた労働政策の最重要課題の一つであり続けることになる。