AIをあまり使わないテック系社員の解雇比率、それは何を意味するのか

ギャラップが調査したAI利用頻度と解雇経験

先日、ギャラップ社が米国の在職者と解雇された従業員を対象にした調査結果を発表しました。見出しは刺激的でした。「AIを使わないテック系社員、解雇リスク3倍」。ブルームバーグからボストン・グローブまで、メディア各社が一斉にこの数字を報じました。

私はこの数字から原因をどこまで説明できるのか疑問に思いました。AIの利用頻度と解雇の間に相関関係があったとしても、AIをあまり使わなかったから解雇されたと断定することはできません。 職務や業界、組織が提供したツールやサポートについても併せて確認する必要があります。

解雇者の62%がAI非利用者

ギャラップは2026年第1四半期の雇用状況を調査し、現在在職中の人と解雇により失業状態にある人の業務上のAI利用頻度を比較しました。解雇された回答者の80%はこの1年以内、91%はこの2年以内に解雇されたと回答しています。

結果はかなり明瞭でした。解雇された従業員の62%が、AIを年に1回以下しか使わない非利用者でした。在職中の従業員では、この割合は50%でした。反対にAIを頻繁に使う人、すなわち週に数回以上利用する人の割合は、在職者が28%、解雇された人が22%でした。ギャラップは年齢、学歴、業界、解雇の時期をすべて補正した後でも、この差は維持されると明らかにしました。

とりわけテック業界での格差は極端でした。調査において、AIを月に1回以上使っていたテック系社員のうち解雇状態にある割合は6%にとどまったのに対し、それ未満の頻度だった社員では18%に達しました。これはあくまで本標本において3倍の差が生じたということであり、将来的に個人が解雇される確率を予測した数値ではありません。非テック業界でも同じ傾向の差が見られましたが（3%対5%）、テック業界ほど劇的ではありませんでした。

これは米国全体の人員削減の傾向と併せて見る必要があります。米国全体で雇用主が人員を削減していると答えた従業員の割合は、2022年第2四半期の8%から2026年第1四半期には21%へと、3倍近くに跳ね上がりました。まだ採用中であると答えた割合（34%）のほうが高いものの、2025年第3四半期から同水準を維持している状況です。

その中でも、テック業界自体が解雇のリスクに過剰にさらされているという点が目を引きます。解雇された人のうちテック業界従事者の割合は13%に上る一方、全在職者にテック業界が占める割合はわずか6%にすぎませんでした。これは解雇された集団においてテック業界従事者がより多く現れたことを意味しており、これら2つの構成比だけで業界別の解雇確率を正確に算出できるわけではありません。完全リモートワーカーも同様の傾向を示しました。解雇された人の25%が完全リモートでしたが、在職者全体における完全リモートの割合は13%にとどまっていました。

もっとも、この数字だけでAIの不使用が解雇の原因であると結論づけることはできません。同調査では別の項目も確認しています。解雇された人自身が挙げた解雇理由です。

解雇理由としてAIを挙げた回答はわずか1%

ギャラップは解雇された従業員に対し、自由回答形式で「なぜ解雇されたと思うか」と尋ねました。AIや自動化を原因として挙げた割合は、わずか1%でした。最も多く挙げられた理由は組織のリストラ（15%）、コスト削減（11%）、景気低迷（11%）で、次いで政府予算の削減（5%）、事業閉鎖（5%）、社内政治（5%）と続きました。

1%という数字だけを見ると、AIは解雇とほとんど無関係であるように思えます。しかし、同じ週に各企業が発表した内容と照らし合わせてみると、見え方が変わってきます。

ジャック・ドーシー率いるBlockは今年2月、従業員の40%を削減しました。1万人から6,000人以下へ。ドーシーはその理由を自ら口にしました。「AIの急激な加速のため」であると。そしてまさに先週、Blockは社内AIツール「BuilderBot」が本番環境のコード変更の15%を処理していると公開しました。1日に20万件のタスクを実行し、週におよそ1,500件のプルリクエスト¹を自動でマージしているといいます。こうした企業の発表は、AIを業務に活用しているという根拠になります。ただし、人員削減や利益の変化のうちどれだけがAIの効果によるものなのかは、別途の分析が必要です。

Blockだけではありません。Googleのスンダー・ピチャイCEOは4月、新規コードの約75%がAIによって生成されていると明らかにしました。Spotifyの共同CEOであるグスタフ・ソーデーストロムは2月、トップ開発者の一部が昨年12月以降自らコードを書いていないと語りました。Microsoftのサティア・ナデラCEOも、自社コードの20〜30%をAIが書いていると明かしています。

ギャラップ自身もこのギャップを認識していました。報告書の中で「リストラやコスト削減という説明そのものが、AIの影響を反映している可能性がある」と述べています。従業員には「リストラ」と通告するものの、AIがその決定に影響を与えた可能性は残されているという意味です。この調査からその比率を知ることはできません。そのため、1%という回答だけを見てしまうと、AIの間接的な影響力を実際よりも小さく見積もってしまう恐れがあります。

規模も決して小さくありません。2026年第1四半期だけで、世界のテック業界で約78,000〜80,000人が解雇されました。日経アジアによると、このうちほぼ半分がAIや自動化に関連していると推計されています。2025年同期の29,845人と比べると2.5倍を超える数値です。2024年第1四半期（57,269人）と比較しても大幅に増加しています。

韓国では、まだ米国のようにAIを直接の名分として掲げた大規模な人員削減の事例はまれです。Google KoreaにおいてAIへの投資費用を確保するために中間層の社員を削減しているという労組側の証言は出たものの、産業全体へ波及しているわけではありません。その代わり、韓国では別の形のシグナルが現れています。 2026年3月時点で、大企業・中堅企業の新卒求人告知は前年同月比45%減少しました。人事担当者650人を対象にした調査では、「職歴のある新卒（第二新卒）の選好強化」が人事課題の第1位に挙げられました。韓国開発研究院（KDI）は、AI技術によって代替される可能性が高い韓国国内の就業者を約341万人、全体の12%と試算しています。解雇というよりは、採用の段階で基準が変わりつつあるのです。人員削減はニュースになりますが、採用基準の変化は外部からは容易に見えてきません。

AI利用頻度とともに確認すべき組織のサポート

再びギャラップのデータに戻りましょう。「AIを使えば解雇を避けられる」という解釈は直感的ではありますが、ギャラップのデータが示しているのは相関関係であり、因果関係ではありません。

ギャラップも報告書の末尾でこの点を認めています。AI利用頻度の差がスキルの差を反映しているのか、職務タイプの違いなのか、あるいはまだ測定されていない別の要因によるものなのかは、さらなる検証が必要であるとしています。年齢、学歴、業界は補正したものの、「好奇心」「適応力」「学習速度」といった変数はアンケートで統制することが難しいためです。

AIの利用頻度を個人の習熟度だけで解釈するのも困難です。 ツールと業務がうまく噛み合っているか、組織が利用を後押ししているかどうかも関係しています。

ギャラップの2026年4月の別調査では、AIツールを提供している組織の従業員を分析しました。マネージャーがAIの利用を積極的に支援しているという項目に「強く同意する」と答えた従業員の78%がAIを頻繁に使っていたのに対し、そうでない従業員では44%にとどまりました。業務システムとの連携、実験への支援、明確なポリシーの有無も利用頻度と関連していました。「AIを利用する可能性が7.4倍になる」という結果ではありません。 7.4倍というのは、別の項目である「AIが自分の強みを発揮する機会を与えてくれる」という認識と結びついた数値です。

AIの利用量だけで技術力や姿勢を判断してしまうと、組織環境の違いを見落とすことになりかねません。

ManpowerGroupの2026グローバル人材バロメーター²も同じ方向を指し示しています。AIを定期的に利用している従業員の割合は、前年比で13ポイント上昇して45%になりました。しかし同時に、テクノロジー活用に対する自信は18%下落しました。AIを使いはするものの、うまく使いこなせているという確信はむしろ薄れたのです。2年以内に自動化によって仕事を失うかもしれないと懸念している従業員も43%に達し、前年比で5ポイント上昇しました。

AIの導入には、データのセキュリティや倫理、有用性に対する懸念もつきまといます。ギャラップの4月の分析は、こうした懸念やこれまでの業務習慣が、実験的な利用や使用頻度に影響を及ぼし得ると説明しています。使わない理由を単に「使えないから」だとか「変化を嫌っているから」と一括りにすることはできません。

この調査だけで、企業が従業員の変化受容姿勢を基準にして解雇を行っていると結論づけることはできません。 どのような差異が解雇につながったのか、組織のサポートは十分だったのかを、それぞれ検証しなければなりません。

こうした基準は世代によって分かれるものでもありません。ギャラップが別途実施したZ世代調査（1,572人、14〜29歳）では、AIを利用する割合は前年並みだったものの、AIに対する懐疑的な見方はむしろ高まりました。AIなしで行った作業のほうを信頼できると答えた割合が69%に達したのです。デジタルネイティブだからといって、無条件でAIを受け入れるわけではありません。ただし、この結果だけで年齢と態度のどちらがより大きな影響を与えているかを比較することはできません。

Oswarldの視点

私は今回のギャラップのデータを見ながら、かつて現場で目撃したパターンとよく似ていると感じました。

GTM戦略を策定する中で、幾度となく目にしてきたパターンがあります。新しいチャネルであれツールであれ手法であれ、導入の初期段階では「使う人」と「使わない人」の差がそのまま成果の差であるかのように見えます。しかし時間が経つにつれて、ツールそのものの効果と、チームが導入に向けて準備し習熟していくプロセスの差を併せて見るようになりました。

CRMの導入を見届ける中でも、顧客データを日頃から体系的に管理していたチームのほうがツールを活用しやすいと感じていました。 ツールの機能と既存の業務習慣が複合的に作用し得るという、私自身の経験則です。CRM自体に効果がないという意味ではありません。

AIを導入する際にも、ツールがもたらす生産性の向上と、従業員がそれを学び業務に落とし込んでいく過程を両面から見つめる必要があると考えます。ただし、これは私自身の解釈であり、先述の解雇調査によって立証された原因ではありません。

3万人を削減し1万人を採用するアマゾンの計算AI利用量リーダーボードを操作した社員たちが露呈させた亀裂inlevel9.com

ただ、懸念される点もあります。変化への適応力を解雇の基準にし始めると、組織側がAI導入をまともに支援しないまま、従業員のAI不使用を解雇の名分にするリスクが生じます。AIを使わない社員の少なからぬ部分は、「わからないから」ではなく「組織がガイドラインもツールも提供してくれないから」使えずにいるのです。マネージャーのサポートとAIの利用頻度が相関しているという結果を見るにつけ、従業員個人だけでなく、組織が整えた環境についても見つめ直す必要があります。

おわりに

ギャラップの調査では、テック系社員のAI利用頻度と解雇の有無に関連が見られました。しかし、利用量だけで解雇の原因や個人の適応力を判定することはできません。私は、組織が業務に適したツールや教育、利用基準を整えているかどうかを併せて確認することが重要だと考えています。

次にチームの会議で「AIツールの導入」が議題に上った際には、ツールの性能とともに「私たちのチームがどの業務にどのように活用できるのか」を点検してみることをお勧めします。そしてその問いは、チームメンバー個人だけに向けられるべきではありません。リーダーやマネージャーが変化のための環境を整えられているかどうかも、同時に問われなければならないのです。

---

💬 読者の皆さんは最近、業務でAIツールを使い始めましたか？ すでに使っている方はどのようなきっかけで導入されたのか、まだ使っていない方は何が障壁になっているのか、コメント欄でぜひお聞かせください。

---

参考資料と関連リンク

主要出典

• Mary Page James & Ryan Pendell, “U.S. Workers Continue to Report Downsizing”, Gallup Workplace, 2026.6.17. : 本号の主要データの出典です。AI利用頻度別の解雇確率チャートが中核を成しています。
• Andy Kemp, “AI in the Workplace: What Separates Adopters and Holdouts”, Gallup Workplace, 2026.4.12. : マネージャーのサポートとAI活用頻度、業務連携と従業員の認識を切り分けて考察できます。

背景知識

• “Block Builderbot Handles 15% of Production Code”, GNCrypto News, 2026.6.17. : BlockのAIコーディングツールの現状と、40%人員削減の文脈を併せて扱っています。
• “Nearly 80,000 tech workers have already lost their jobs in 2026”, TechRadar, 2026. : 2026年第1四半期における世界のテック業界解雇規模と、AIとの関連性をまとめた記事です。
• 「AIは中堅・中小企業の事務職の仕事も飲み込んだか」, 京郷新聞、 2026.4.23. : 韓国の採用市場の変化と新卒求人告知の45%減少データが掲載されています。
• 「AIと労働市場の変化」, KDI経済教育・情報センター. : 韓国国内の就業者341万人におけるAI代替可能性の分析です。

筆者のアン・グァンソプ（安光涉）は世宗大学経営学科教授であり、INLEVEL9のリードコンサルタントを務める。大学で経営データ管理、ビジネスアナリティクスなど統計およびデータ分析を教える傍ら、現場ではGTM戦略や人工知能戦略コンサルティングを牽引し、技術とビジネスの接点を設計している。AI対話システムの記憶アーキテクチャ（HEMA）研究で学術論文を発表しており、世界のAI論文を毎日キュレーションするDaily Arxivプロジェクトを運営している。高麗大学技術経営専門大学院修士課程および同KMBAを修了。著書に『思考を委ねる人々：ホモ・ブレインレス』がある。

著者 アン・グァンソプ（Oswarld） は世宗大学校 兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。 最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

각주

1. プルリクエスト（Pull Request）：開発者が作成したコードをチームの公式コードベースに統合する前に、同僚へレビューを依頼する手続きのことです。「このコードに問題がないか確認してください」と提出するようなものです。 ↩

2. グローバル人材バロメーター（Global Talent Barometer）：ManpowerGroupが毎年発表している世界の労働市場に関する調査です。労働者のAI導入率、仕事の満足度、スキルへの自信などを測定しています。 ↩