『AIが毎月16,000人の仕事を奪う』Goldman Sachs報告 vs MITの反論——Gen Zエンジニアの雇用▲20%と、日本の新卒採用が変わる転換点

2026年4月6日、Goldman Sachs『月16,000人消失』レポートの内訳

Goldman SachsのエコノミストElsie Peng氏は、米国の実際の給与データ（ADPのアンケートではなく納税記録ベース）を使い、AIが雇用市場に与えている影響を定量化しました。AI置換（Substitution）とAI拡張（Augmentation）を分けて計測した点が、他のレポートにない特徴です。

ただし米国雇用全体（約1.6億人）に対する比率は0.1%程度で、マクロの失業率に与える影響はまだ小さい範囲です。Peng氏自身もレポート内で「AIが引き起こした失業率の上昇は0.16%ポイント程度」と抑えた表現をしています。つまり「量は小さいが、偏りが大きい」のがこのレポートの実態です。

22〜25歳エンジニアの雇用▲20%——Gen Zが最も打撃を受けている

偏りが最も大きく出ているのが、22〜25歳のエントリーレベル、特にソフトウェアエンジニアです。Goldman Sachsは同年齢帯のソフトウェア開発者雇用が2024年のピーク時比で約20%減少していると報告しています。

• AIコーディングツール（GitHub Copilot / Cursor / Claude Code）の普及で、新人エンジニアが担っていた「典型的なコードを書く」業務の一部が不要に
• 企業側は「シニアエンジニア＋AI」の組み合わせで業務を回すほうが効率的と判断し、新卒採用を絞る傾向
• 結果として、Gen Zが最初のキャリアステップを踏めない構造が米国で定着しつつある

Stanford AI Index 2026・Anthropicの労働市場分析でも同じ傾向が確認されており、「AIによる雇用影響はまず若手・ホワイトカラー入口から出る」というのが現時点のコンセンサスになりつつあります。金融・法務アシスタント・カスタマーサポート・マーケティング入口職種など、他のホワイトカラーでも似たパターンが始まっています。

MITの反論——『AI終末論は誇張されている』

Goldman Sachsのレポートの4日前（2026年4月2日）、MIT（マサチューセッツ工科大学）が正反対に近いトーンの研究を発表しています。MIT労働経済学チームは、「AIが大規模な雇用喪失を引き起こしているという見方は、メディアの報道ほど証拠が揃っていない」と指摘しました（Axios）。

• 失業率の変化は僅少——マクロで見ればAIが原因と特定できる上昇は0.16ポイント程度
• AIが創出している職種（プロンプトエンジニア、AI監督者、データ管理など）が統計の取り方次第で過小計上されている
• WEFの推計では2030年までにグローバルで1.7億の新規職種が生まれる——これまでの技術革新と同じパターン
• 企業調査ではAI関連求人は従来職より28%高い給与、リモート勤務は3倍、育休手当は2倍の割合で提供される傾向

つまりMITの見方は、「職種の入れ替わりは起きているが、総雇用は大きく減っていない」というものです。Goldman Sachsと直接矛盾するわけではなく、「マクロでは微減、特定セグメントでは激減」という読み方が整合的です。

CEOの本音——『AIに投資しているのに生産性が上がらない』

2026年春、各社からもうひとつ重要なデータが出ています。AIに多額投資しているCEOの大半が「実際の生産性や雇用への影響は確認できない」と回答しているのです（Fortune）。

• 年間$100万以上をAIに投資する企業は59%——にもかかわらず、C-suiteの54%が「AI導入によって社内が分断している」と回答
• 79%の組織がAI導入で壁にぶつかっている——2025年から二桁ポイントの悪化
• 46%の組織で『既存システムとの統合』が最大の障害
• メール送受信時間はほぼ倍増、集中作業時間は9%減という調査も

つまり、「マクロ統計ではAI効果が見えない／ミクロでは一部の若手雇用を直撃／企業内では混乱が広がっている」という3重構造です。Goldman SachsとMITが正反対に見えるのは、この3層のどこを切り取っているかの違いです。

『Solowの生産性パラドックス』40年越しの再来

この現象を説明する概念として、経済学者の間で復活しているのが「Solowの生産性パラドックス」です。1987年、ノーベル経済学賞を受賞したRobert Solow氏は「コンピュータ時代の到来はあらゆる場所に見えるが、生産性統計にだけ表れない」と述べました。実際、パソコン・インターネットの経済効果が統計に反映されるまでに、10〜20年の遅延がありました。

2026年のAIも同じ構造にある可能性が高いと指摘されています。

• 技術は確かに強力——ChatGPTやClaudeで個人の生産性は確実に上がる
• しかし組織のワークフロー再設計には数年かかる——既存の業務プロセス・評価制度・契約・法制度が追いつかない
• さらにAIが新しいタスク（メール対応、レポート作成頻度UP）を生むため、節約した時間が別の業務で消費される
• 結果として短期の生産性統計は動かない——しかし職種構成と若手採用パターンは確実に変わる

歴史的にこのパラドックスは「技術が悪い」のではなく「組織・社会が適応するのに時間がかかる」ことを意味していました。つまり、AI効果は数年後にまとめて現れる可能性があり、今のうちに組織を再設計した企業が大きな先行利益を取る構造です。

Gen Zの心理変化——ワクワク36%→22%、怒り22%→31%

数字の話から、心理の話に移ります。Goldman Sachsと他社の意識調査を総合すると、Gen Zの若年層のAI観は1年でガラリと変わっています。

米国のTikTok・Redditでは「AIのせいで新卒就職が消えた」「大学4年間で学んだ技術が2年で陳腐化した」という投稿が増えています。一方で、「AIを使いこなしてる人」は給与28%増・リモート3倍のデータもあり、AIとの距離感が所得格差に直結する時代に入っています。

日本の新卒・中小企業採用はどう変わるか

日本の状況は米国とは大きく異なります。人口減少・労働力不足が構造的な制約として存在するため、米国のように「AIで若手を削る」動きは起きにくい一方、「同じ人数で2倍の業務を回せ」というAI前提の経営へのシフトが始まっています。

重要なのは、米国のように「人員削減先行」の戦略は日本では選べないという点です。2040年までに生産年齢人口は約1,200万人減ります。採用絞り込みで将来の人材プールを失うリスクのほうが、AI活用の遅れよりはるかに大きい。つまり日本の中小企業は「AIで既存社員の生産性を引き上げ、新卒を育てて長期戦力化する」設計が合理的です。

リスキリング・採用再設計に使える助成金

既存社員のAIリテラシー底上げと、若手の育成を両立させる上で、特に使いやすい助成金を整理します。

特に人材開発支援助成金（事業展開等リスキリング支援コース）は、経費75%補助＋受講中の賃金助成がセットで受けられるため、全社的なAI研修を低コストで実施する最も強力な手段です。商工会・社労士に相談すれば、計画届の作成もサポートしてもらえます。