経営
令和8年版「労働経済の分析」が公表されました～AI等技術革新が進む中での労働市場の現状と課題
［厚生労働省］より「公表」された情報です
厚生労働省より、「令和8年版 労働経済の分析」（労働経済白書）が公表されました。
労働経済白書は、一般経済や雇用、労働時間などの現状や課題について、統計データを活用して分析する報告書で、今回で77回目の公表となります。
今回の白書では、「AI等技術革新が進む中での労働市場の現状と課題」をテーマとして分析を行いました。第Ⅰ部では、2025年の雇用情勢や賃金等の動きをまとめています。また、第Ⅱ部では、AIの利用による経済成長や労働市場への影響を分析するとともに、AI時代における人材育成の課題について考察を行っています。
第Ⅰ部：労働経済の推移と特徴
◆
2025年は、完全失業率や有効求人倍率がおおむね横ばいで推移したが、就業者数や雇用者数が過去最高に達するなど、引き続き改善の動きがみられた【図１、図２】。
◆
2025年の現金給与総額は、２年連続で５％台に達した春季労使交渉の賃上げ等を背景に、５年連続で増加した。ただし、実質賃金は、物価が４年連続３％以上の高水準となったこと等を背景に、４年連続で減少した（注１）【図３】。
(注１)
2026年に入ってからの実質賃金は、名目賃金が引き続き強い伸びを示しているとともに、食料品価格を中心に物価の上昇に鈍化がみられたことから、プラスで推移している。
第Ⅱ部第１章：AIの進化は経済成長につながるか
◆
経済社会活動に広範な影響を及ぼしたIT投資について振り返ると、1995～2004年のIT導入期において、我が国の実質GDP成長率は1.0％と、米国の3.4％と比べ３分の１程度【図４】。
IT投資と実質GDPの変動率には正の相関関係がある。IT導入期においては、積極的なIT投資を行った国ほど、GDP成長率が高い傾向がみられる【図５】。
我が国は、IT導入期におけるIT投資の遅れにより、実質GDP成長が制約された可能性があり、今般、積極的にAI投資を実施する重要性が示唆される。
◆
しかしながら、国際的にみると、我が国のAIの利用率は、相対的に低い水準にとどまっている【図６】。
◆
労使の人的資本投資の取組状況別にAI利用後の「労働の質」の改善状況をみると、労使双方がAIと協働するための人的資本投資を実施しているAI利用者は、未実施のAI利用者と比較し、AIによる改善効果を報告している【図７】。したがって、AI投資に関する経営戦略を考える際には、あわせて人材戦略を連携させることが重要。
◆
しかしながら、現状として、人材戦略を定めていない企業も多く、また、経営戦略と人材戦略を連携させている企業割合は低い【図８】。また、企業がAIと協働するための企業訓練等を提供していると回答したAI利用者の割合をみると、日本は他国と比べて相対的に低い水準にとどまっている【図９】。
◆
総じてみると、AI投資の「経営戦略」と、AIと協働するための人的資本投資に係る「人材戦略」を連携させながら、双方の投資を推進していくことが肝要である。
(注２)
AIは、OECDの定義を参考に、入力された情報に基づき、予測、分類、推奨、コンテンツ生成、意思決定支援、機械・ロボット等の制御などを行う情報処理技術又はシステムと定義。
(注３)
図６について、英国及び米国はデータがないため記載していない。
(注４)
図８について、企業規模が小さいほどそもそも人材戦略を定めていない企業の割合が高いことに留意が必要。
第Ⅱ部第２章：AIの進化による労働市場への影響
◆
AIによる雇用・労働需要への影響に係る先行研究には、以下のようなものがある。
☑
マクロレベルでは、AI技術によって、大きな雇用の減少が生じている証左は、現時点で得られていない。
☑
しかしながら、ミクロレベルでは、様々な影響も指摘されている。雇用創出や労働供給量の拡大の観点からは、AIによる支援により、高齢者等の労働参加が拡大する可能性も指摘されている。また、AI導入企業は、新事業の拡大などにより、従業員の増加を計画しているという指摘もある。さらに、機械学習等、AIに関連するスキルが必要な求人が増加しているとの指摘もある。
☑
一方で、米国では、作業（タスク）ベースの分析により、AIによって影響を受ける度合いの強さを指標化した「AI曝露度(AI exposure)」に基づき、AI曝露度が高い職業（例えば、ソフトウェア開発者やカスタマーサービス担当者など）の雇用が、生成AIの普及後に減少したことを指摘している。
したがって、AIによって雇用の創出・喪失の両方が生じる可能性があり、政府として、労働者の希望に応じた円滑な労働移動やリ・スキリングを支援していくことが重要。
◆
我が国をみても、AI導入期（2022～2025年）とAI導入前期（2016～2019年）を比較すると、他国と比較し、労働投入量は伸びている中で【図10】、就業者数に占める各職種の構成比の変化は、「管理・専門職」「事務職」「現場職」などで差異がみられる【図11】。
◆
AIの開発等の担い手となり得る我が国の「理系人材」の割合は、OECD平均と比較し低い【図12】。2040年には、職種・学卒でみて、AIなどの影響により労働需要が変化する可能性【図13】。労使双方が、AIの浸透による労働需給やスキルニーズの変化への対応が必要。
(注５)
「管理・専門職」は「管理的職業従事者」「専門的・技術的職業従事者」、「事務職」は「事務従事者」、「現場職」は「販売従事者」「サービス職業従事者」「保安職業従事者」「輸送・機械運転従事者」「建設・採掘従事者」「運搬・清掃・包装等従事者」としている。職業分類は各国で異なる分類が用いられており、一定の幅をもってみる必要がある。なお、本分析のための職業のグループ化はOECDの整理を参考にしている。
(注６)
「理系人材」の定義については様々考えられるが、データの制約等を踏まえ、学生全体における現状として理系分野の専攻を卒業して「専門職」として就業している者として定義する。また、大学等における専攻分野のうち、理系分野の区別については、各国において定義が異なるが、国際比較の観点からScience（科学）、Technology（技術）、Engineering（工学）、Mathematics（数学）の４分野を「理系分野」として扱うこととする。
第Ⅱ部第３章：AIの進化による人材育成の課題
◆
AIの開発等の担い手となる「理系人材」については、
☑
理系人材の賃金分布を国際比較すると、我が国では、高位に属する割合が低く、中央値未満に属する割合が高いことから【図14】、教育機関での学びと産業界のニーズをより合致させ、更なる処遇改善を図ることで、理系人材の育成・確保につなげることが重要。
☑
労働者がリ・スキリングを行わない理由をみると、仕事等による多忙、費用捻出の困難、必要なスキルの可視化不足が指摘されている【図15】。理系人材が大学等の教育機関で学び直しを行えるよう、これらの課題に対する支援の推進が必要。
◆
2040年に向けて不足が指摘される「現場人材」については、
☑
現場人材の育成の場となり得る、専門学校、工業高校等の卒業就職者数の規模が、大学と比較すれば、相対的に限定的となっている【図16】。他方、専門学校の卒業就職者は、地元企業に就職する割合が、相対的に高い特徴もある【図17】。現場人材の育成・確保は、地域を支える人材の育成・確保といった観点からも、重要な課題である。
☑
公共職業訓練をみると、現場職に関連するコースの応募倍率は低い傾向にある【図18】。現場職となり、地元企業への就職を選択肢として検討している求職者に対し、その魅力やメリットを説明する等、現場人材の労働供給量の増加に向けた取組の強化が重要。
◆
AIの職場への浸透に伴って、労働者に求められるスキルも変化していく可能性が高い中で、論理的思考力やコミュニケーション能力など、特定の業務遂行の用途にとどまらない能力を総称した「メタスキル」の向上が重要との指摘がある。実際に、「メタスキル」が高い者は、低い者と比較し、賃金が高い傾向にある【図19】。「メタスキル」の獲得が、賃金にポジティブな効果を生む可能性があり、その重要性に関する情報発信の強化が重要。
(注７)
図19は、メタスキルと賃金の因果関係まで特定するものではなく、メタスキルが賃金にポジティブな効果をもたらす可能性とともに、賃金水準が高い人が、メタスキルを身に付ける機会にアクセスしやすいことを示している可能性があることに留意が必要である。
詳しくは下記参照先をご覧ください