AIを使う人と使わない人で、職場の差はどこまで広がるのか 2025年までのデータで見えた現実

生成AIを使う人と使わない人の差は、単なる「作業が少し速くなる」レベルにとどまりません。2026年3月31日時点で確認できる最新の主要データを並べると、差が広がる場所は主に4つあります。生産性、賃金・評価、採用・初期キャリア、そして学習速度です。結論から言えば、今の職場で広がっているのは「AIが人を置き換えるか」だけではなく、「AIを使って仕事を再設計できる人」と「従来のやり方のままの人」のあいだの格差です。

以下では、2025年までに公開された主要な国際機関、大学、調査機関の資料をもとに、何がわかっていて、どこはまだ不確実なのかを整理します。

最新状況の要点
1. もっとも先に広がるのは「生産性の差」
2. 次に広がるのは「賃金」と「評価」の差
3. いちばん深刻なのは「初期キャリアの入口の差」
4. それでも「仕事が全部なくなる」とは言い切れない
5. 実際に広がる差はどこか
6. 企業側で今起きていること
7. 現時点での結論
参考情報

1. もっとも先に広がるのは「生産性の差」

職場の差として最も早く、そして見えやすく広がるのは生産性です。NBERの実証研究では、生成AI支援ツールがカスタマーサポート業務の処理件数を押し上げ、平均で14%の改善が見られました。特に重要なのは、改善幅が一様ではない点です。経験の浅い人や低スキル側の人ほど改善が大きく、34%の伸びが出ています。

この結果は、「AIを使う人」と「使わない人」の差だけでなく、「AIで仕事の型を早く学べる人」と「学習を自力だけで進める人」の差を示しています。従来は数カ月から数年かかった暗黙知の習得が、AIによって短縮されるなら、同じ在籍期間でもアウトプット格差は急速に広がります。

ただし、この点には注意も必要です。上の研究は特定業務における因果効果を示した強い証拠ですが、すべての職種で同じ伸びが出るとは限りません。文章生成、調査補助、顧客対応、コード補助のようにAIと相性の良い仕事では差が広がりやすく、現場作業や対人調整が中心の仕事では広がり方が異なります。

2. 次に広がるのは「賃金」と「評価」の差

PwCの2025年版AI Jobs Barometerは、AIスキルを持つ人への市場評価がかなり速いペースで高まっていることを示しました。2024年時点でAIスキル保有者の賃金プレミアムは56%で、前年の25%から大きく拡大しています。さらに、AIへの曝露が高い産業では、従業員一人あたり売上の伸びが27%と、曝露が低い産業の9%を大きく上回りました。

ここで重要なのは、企業がAIを「人員削減の道具」としてだけ見ていない点です。PwCは、AIにさらされやすい仕事でも求人自体は増えており、企業は単に人を減らすより、AIを使って一人あたりの価値を高める方向に動いていると解釈しています。つまり、AIを使える人は「代替されにくい人」ではなく、「単位時間あたりの価値をより大きくできる人」として評価されやすくなっています。

この流れが続くと、同じ職種名でも、AIを前提に業務を回せる人とそうでない人で、評価レンジや昇進速度に差がつく可能性があります。差は職種間よりも、同じ職種内で先に広がるかもしれません。

3. いちばん深刻なのは「初期キャリアの入口の差」

2025年後半にスタンフォード・デジタルエコノミーラボが公表した「Canaries in the Coal Mine」は、ここ数年で最も注目すべき材料の一つです。米国最大級の給与データを使ったこの分析では、生成AIに強く曝露された職種において、22歳から25歳の若手の雇用が相対的に16%減少したとされました。しかも調整は賃金よりも雇用数量で起きている、というのがポイントです。

この結果が意味するのは、AIがすぐに全員の仕事を奪うという話ではありません。むしろ、入口業務、つまり新人が最初に担当し、仕事を覚えながら価値を出していく領域が縮みやすいということです。メール草案、資料たたき台、一次調査、FAQ対応、定型コーディング、簡易分析のような仕事は、従来は若手の練習台でもありました。そこをAIが埋めると、企業は少人数で回せる一方、若手は経験を積む入口を失いやすくなります。

さらに2026年2月に同ラボが出した補足ノートでは、厳しい統計コントロールを入れると、AI曝露職種での若年雇用の落ち込みが特に有意になるタイミングは2024年だと示唆されています。これは、AIの影響を何でも即断しない慎重さを保ちつつも、少なくとも2024年以降には現実の雇用指標にも表れ始めた可能性が高い、と読むのが妥当です。

4. それでも「仕事が全部なくなる」とは言い切れない

ここで極端な結論に飛ばないために、ILOの2025年更新は重要です。ILOは、世界全体で見れば4人に1人が何らかの生成AI曝露職種にある一方、多くの仕事は完全消滅ではなく変容すると整理しています。2023年推計より2025年推計の自動化スコア平均はむしろわずかに低くなっており、単純な「全部自動化」物語にはブレーキがかかっています。

つまり、差が広がるとしても、その本質は「AIが全員を一斉に失業させる」ではありません。より現実に近いのは、職務の一部がAI化され、残る人間の仕事がより判断・調整・統合・顧客理解寄りになるという変化です。ここに適応できる人とできない人で、職場での価値の見え方が変わります。

5. 実際に広がる差はどこか

ここまでのデータをつなぐと、AIを使う人と使わない人の差は、次の4領域で広がると考えるのが自然です。

速度の差: 下書き、要約、調査、分類、分析補助の所要時間が短くなり、同じ時間で回せる案件数が増える。
品質の差: 初学者でも一定水準まで短時間で引き上げられ、レビュー前の完成度が上がる。
学習速度の差: AIを対話型の家庭教師・壁打ち相手として使える人は、立ち上がりが速い。
機会の差: 企業が少人数高生産性モデルに寄るほど、未経験者や若手の採用枠は絞られやすい。

この4つは連動します。速度が上がると機会が集まり、機会が集まると学習も加速し、結果として評価と賃金が上がります。逆にAIを使わないままの人は、単に効率が落ちるだけでなく、機会の獲得でも不利になります。

6. 企業側で今起きていること

企業側も、単なる試験導入の段階から、業務設計そのものを見直す段階へ移りつつあります。Microsoftの2025 Work Trend Index は、AIネイティブに近い企業群を「Frontier Firm」と呼び、31カ国31,000人調査などをもとに、AIエージェント前提の仕事設計が進み始めたと述べています。これは学術論文ではありませんが、現場の経営判断がどちらへ向かっているかを見る補助線としては有用です。

企業がAIを制度として組み込み始めると、個人の努力だけでは差を埋めにくくなります。たとえば、AIを前提にしたレビュー手順、ナレッジ共有、テンプレート、プロンプト資産、権限設計が整っている組織では、同じ個人でも成果が出やすくなります。今後の格差は、個人間格差と同時に組織間格差としても広がるでしょう。

7. 現時点での結論

AIを使う人と使わない人で、職場の差はどこまで広がるのか。2025年までのデータを踏まえると、答えは「すでに広がり始めており、特に若手採用・生産性・賃金評価で差が見え始めている」です。ただし、その差の正体は単純な失業ではなく、仕事の再設計に乗れる人と乗れない人の差です。

今後さらに広がるかどうかを左右するのは、モデル性能そのものよりも、企業がAIを日常業務にどう埋め込むか、そして個人がAIを単発の便利ツールではなく学習装置・思考補助・実務の共同作業者として使いこなせるかにかかっています。AIを使うか使わないかは、近い将来「ITが得意か苦手か」程度の違いではなく、仕事の速度、経験機会、評価、収入に連鎖する分岐点になる可能性が高いです。