AIに仕事を奪われても「需要」は要る――なぜ世界でUBI（ベーシックインカム）が再び議論されているのか

2026年は「AI失業元年」とも呼ばれ始めています。SHIFT AI社は2026年1月、全国47都道府県で「AI失業元年を迎える2026年の生存戦略」と題したイベントを開催し、AIが単なるツールから自立して動く「AIエージェント」に進化することで、指示を受けて動くだけの労働者は居場所を失うと警告しました。

米国では2025年12月時点で大卒新卒の失業率が9%を超え、一部の予測では近い将来に25%に達するとされています。AIは管理・事務職から専門職へと適用範囲を広げており、「2027年に事務・管理業務がAIに飲み込まれ、2028年には専門職の業務も本格的にAIが担う」との見通しも報じられています。

日本でも、野村総合研究所とオックスフォード大学の共同研究によれば労働人口の約49%が就く職業がAI・ロボットで代替可能と試算されています。日本経済新聞は「AIによる雇用影響は先進国の新卒で最も大きい」と報じ、政治の場でも政党「みらい」の安野貴博党首が「AI失業による格差拡大に備え、変化に強い制度設計が必要」と訴え始めました。

出典: SHIFT AI「AI失業元年を迎える2026年の生存戦略」 / Bloomberg「みらい・安野党首、AI失業による格差拡大へ備えを」 / Allwork.space "UBI Reenters the Future of Work Debate As AI Disrupts Jobs"

ここで一度、立場を入れ替えて考えてみます。人間の代わりに働くAIを導入すれば、人件費が下がり利益は増えます。個々の経営者にとって「AIで自動化する」は合理的な判断です。導入しないライバル企業に価格競争で敗れるくらいなら、自分も自動化に乗るしかありません。

しかし、解雇された労働者は同時にあなたの商品やサービスを買ってくれる「消費者」でもあります。職を失った人が財布のひもを締めれば、売上は減ります。これが一社だけなら影響は小さいですが、業界横断でAI自動化が同時進行すると、経済全体の需要が蒸発するのです。

この構造を数理モデルで証明したのが、ペンシルベニア大学のBrett Hemenway Falk教授とボストン大学のGerry Tsoukalas教授による論文「The AI Layoff Trap」（2026年3月2日 arXiv 公開）です。論文は「各社が合理的に行動するほど、社会全体では過剰な自動化が進み、最終的には企業自身も損をする」ことを示しました。これはまさに、経済学でいう「囚人のジレンマ」の典型例です。

出典: Falk & Tsoukalas (2026) "The AI Layoff Trap" / SSRN 版（PDF・著者情報）

UBI（ユニバーサル・ベーシック・インカム）とは、政府が全国民に対し、働いているかどうか・所得がいくらかに関係なく、一律に現金を定期的に配る制度です。生活保護のように「困窮の証明」を求めることも、失業保険のように「職を探している証明」を求めることもありません。

UBIというアイデア自体は18世紀から存在しますが、2010年代後半から「AI・ロボットが大量失業を生み出すかもしれない」という文脈で再び注目され、2020年代に入って現実味のある政策として各国で実験されています。

UBIが議論される理由は大きく2つあります。1つは「人間の尊厳を守る最後のセーフティネット」としての役割。もう1つが、本記事の主題でもある「消費する人がいなくなったら経済そのものが止まる」ため、所得を配り続けないと市場が回らないという、冷徹な経済合理性の議論です。

出典: Stanford HAI "Radical Proposal: Universal Basic Income to Offset Job Losses Due to Automation" / Wikipedia "Universal basic income"

興味深いのは、前述の「The AI Layoff Trap」論文がUBIだけでは自動化のペースそのものは変わらないと明言している点です。UBIで国民の生活水準は下支えされますが、「1タスクをAIに置き換えれば利益が出る」という企業の損得計算は変わらないので、自動化の速度はむしろ止まりません。

同論文は、資本所得への課税・労働者への株式配分・スキルアップ支援・企業間の自主的な協調といった他の対策も検討していますが、いずれも単独では罠を解消できないと結論づけています。企業間の協調は「裏切った方が得」なので長続きせず、株式配分も「自動化した方が得」の構造を崩しません。

論文が唯一有効と結論づけたのは、「自動化税」（ピグー税として設計された、AI導入に対する税）です。企業がAIで人を置き換えるたびに、社会全体が失う需要分を税として負担させる――これで初めて、企業の損得と社会の最適解がそろう、というわけです。しかし現実には、ある国だけが自動化税を導入すれば企業は税のない国に移るだけで、国家間でもまた囚人のジレンマが発生します。気候変動対策の歴史が示すように、世界中の国が足並みをそろえるのは極めて難しい課題です。

つまり、UBI単独では罠を抜け出せないが、UBIを諦めるわけにもいかない。自動化税・リスキリング支援と組み合わせた「総合政策パッケージ」としてしかAI時代の再分配は成り立たない、というのが2026年時点の世界的な議論の到達点です。

出典: Falk & Tsoukalas (2026) "The AI Layoff Trap" (arXiv HTML) / Reason "Elon Musk's mistaken call for a 'universal high income' if AI kills jobs"

日本でも、経済学者・井上智洋氏（駒澤大学准教授）らが早くからUBIの議論を主導してきました。井上氏は日本経済新聞の寄稿で、AIによる大規模な失業リスクに備えてUBI導入を含む社会保障の抜本的な見直しを提言しています。

一方、野村證券のレポートでは、米国の統計から「AI導入と失業増加の関係は、現時点では統計上まだ明確ではない」との慎重な見方も示されています。AI失業は「急に全員が職を失う」形ではなく、新規採用の抑制や、特定の職種に絞った人員構成の変化としてじわじわ進むのが実態です。

日本の中小企業経営者にとって実感しやすいのは、「自社は省人化で生産性を上げられたが、地域の購買力は明らかに細っている」という現象でしょう。これは全国で同時並行的に起きている「AIレイオフの罠」の入口であり、だからこそ省力化・AI投資と、地域の所得水準を維持する仕組み（最低賃金引き上げ、リスキリング、再就職支援）をセットで考える必要があります。

出典: 日本経済新聞「AIと雇用(上) 大規模な失業リスク 備えを」（井上智洋氏） / 野村證券 Wealth Style「米国でAI失業は増えているか」 / 日本経済新聞「AIによる雇用影響、先進国の新卒が最大」

AIレイオフの罠・UBI議論から、中小企業経営者が引き出せる示唆は3つあります。

AIは「導入するかしないか」ではなく「どの業務に、どの速度で、どの人員配置で」適用するかの勝負に入っています。短期の効率と長期の需要を同時に設計できる企業が、AI時代の勝者になります。

UBIは国レベルの制度設計の話ですが、今この瞬間に中小企業経営者が使える「再分配装置」として、補助金・助成金があります。AI導入で浮いた人件費を、従業員のリスキリングや賃上げに回す仕組みを公的制度が支援してくれます。

ポイントは「AI導入単独」ではなく「AI＋人材育成＋賃上げ」を一体で申請することです。補助金の審査でも「浮いた時間で何をするか」「雇用をどう守るか」を明確に書いた計画は採択されやすくなります。自社のAI戦略を、小さな「AIレイオフの罠への対抗策」として設計してみてください。