AI adoption and the future of work：5つのAI高感応度セクターで、AI導入は5%の純雇用減と9.6%の生産性向上をもたらした

概要

このAlphaWise調査は、AIが5か国の銀行、ソフトウェア・サービス、テクノロジー・ハードウェア・機器、半導体、プロフェッショナルサービスにおける雇用、生産性、ユースケース、ガバナンス、導入課題に与える影響を検証する。レポートは、大幅な人員再配置と並行して効率改善がすでに測定可能であり、今後1年で生産性効果が強まると示している。

主要見解

モルガン・スタンレーの第2回AlphaWise調査は、米国、英国、ドイツ、日本、オーストラリアで企業のAI戦略と導入に精通する808人の専門家を対象とした。対象は、5つのAI高感応度セクターでAIソリューションを少なくとも12か月導入または開発し、次の1年も継続する予定の企業に限られた。企業は過去12か月にポジションが平均5%純減したと報告しており、比較的導入が進んだ企業でAIがすでに人員再編につながっていることを示す。 総人員への影響は純減より大きい。12%の職務が削減され、さらに15%のポジションが補充されず、合計27%となった。これは22%の新規採用によって一部相殺され、同時に従業員の25%が再訓練され、16%が再配置された。AI導入の影響を受けなかったポジションは11%にとどまった。日本は純雇用減が最大の10%で、英国6%、米国5%、オーストラリア4%が続いた。一方、ドイツは1%の純増を報告した唯一の市場である。ドイツは削減または未補充の比率も21%と最低で、削減率は9%と最低、再訓練率は27%と最高だった。 セクター間の結果には大きな差があった。半導体は純雇用減が最大の8%で、削減と未補充の合計比率も29%と最高だったが、再配置も最も多く、人員調整が単なる人員削減ではないことを示す。ソフトウェア・サービスの純減は7%、テクノロジー・ハードウェアは5%、プロフェッショナルサービスは4%、銀行は最小の3%だった。もっとも、銀行でもポジションの25%が削減または未補充となり、新規採用は23%で、再訓練が特に目立った。 レポートは従業員グループごとの影響の不均一性を示す。削減または未補充の影響を最も受けたのはオフショア従業員で41%、次いで正社員38%、契約・臨時従業員26%だった。セクター別には、銀行とソフトウェア・サービスでオフショア職の影響が大きく、半導体では正社員の影響が大きかった。経験年数が2年から10年の従業員は削減と未補充のいずれも35%を占め、特に2年から5年の層は削減の18%、未補充の19%を占めた。しかしこの層は調整の中心でもあり、経験2年から10年の従業員は採用の41%、再訓練の39%、再配置の40%を占めた。今後については、72%の企業が経験6年から10年の候補者を、65%が経験2年から5年の候補者を採用する可能性が最も高いとし、新卒採用は約40%となる可能性がある。 生産性データは人員への影響を補完する。過去12か月の純生産性は平均9.6%上昇した。国別では英国が10.3%で首位、米国が10.2%で続き、ドイツは8.4%で最低だった。セクター別ではソフトウェア・サービスが10.4%で最高、銀行10.0%、プロフェッショナルサービス9.6%、テクノロジー・ハードウェア8.6%、半導体8.2%が続いた。従業員50人未満の企業は11.3%で最も高く、2025年の売上高が$1 million未満の企業は13.3%を報告したが、レポートは一部の小規模売上区分について低い回答基数を指摘している。IT/ソフトウェア開発は、国、企業規模、売上区分、AI導入成熟度を通じて生産性改善の主要領域だった。プロフェッショナルサービスはやや異なり、顧客サービス・サポートが52%で、IT/ソフトウェア開発の49%と法務・コンプライアンスの48%を上回った。 このサンプルではAI導入は初期段階ではない。企業のAIソリューション導入期間は平均2.9年で、35%は3年以上導入していた。日本の平均導入期間は3.1年で最長、米国は2.7年で最短だった。銀行、テクノロジー・ハードウェア、半導体は平均3年、プロフェッショナルサービスは2.8年だった。売上高が高い企業と大企業は概してより長い導入履歴を持つ。レポートは具体的なセクター別ユースケースも示す。銀行ではパーソナライズされたバンキングと顧客インサイト、ソフトウェア・サービスでは検索とソフトウェア開発自動化、テクノロジー・ハードウェアでは検索とAI強化BIダッシュボード、半導体では半導体テスト自動化、プロフェッショナルサービスでは検索、自動コンテンツ生成、自動要約が中心だった。 企業は今後12か月のAI関連純生産性が平均11.7%上昇すると予想している。国別では日本が12.3%で最高、米国が12.1%で続く。セクター別の予想はテクノロジー・ハードウェアの10.9%からプロフェッショナルサービスの12.2%までだった。AI導入1年の企業は今後1年で最大の15.7%の改善を予想した。IT/ソフトウェア開発は再び大半のグループで最大の生産性改善分野と予想されるが、低売上企業はマーケティングが主導すると予想した。オフショア従業員は今後も削減または未補充の対象になりやすいと見込まれ、米国、日本、半導体、プロフェッショナルサービスでは正社員が最も影響を受けると予想される。 導入制約とガバナンスは、AI導入を説明する上で依然として中心的である。データ準備とアクセス、AIスキル不足、レガシーシステム統合、信頼、セキュリティ、プライバシー、評判リスクが繰り返し課題として挙げられた。銀行ではセキュリティ、レガシー統合、データ準備、スキル不足が主要課題であり、半導体の回答者は特に信頼、セキュリティ、プライバシー、評判リスクを重視した。回答者の大半はすでにガバナンス措置を備えており、93%が責任あるAIポリシーを持ち、その内訳は包括的なポリシーが54%、焦点を絞ったポリシーが39%だった。全市場では、53%が人間を人間の判断でAI出力を補完する協働パートナーと捉え、33%は責任ある利用、コンプライアンス、リスク管理を担う監督的役割を望んだ。

分析フレームワーク

レポートは5か国の企業調査を用い、AIによる人員への影響、生産性向上、ユースケース、導入成熟度、ガバナンス、導入障害を比較する。国、セクター、企業規模、売上高、従業員区分、経験年数、AI導入年数別に結果を分析し、過去12か月と今後12か月の予想を対比している。

手法メモ

• その他その他

  AlphaWise企業AI導入調査

  モルガン・スタンレーは2026年4月に、所属企業が少なくとも1年AIを導入または開発してきた808人の専門家を調査した。この調査は国別・セクター別の自己申告による雇用、生産性、導入結果を比較する。

• 企業ファンダメンタルズ・財務フレームワーク利益の質分析

  事業成果KPIの追跡

  レポートは、雇用変化だけでなく、品質・正確性、生産性・時間節約、財務的影響またはROI、その他の運営KPIによってAIの成果を評価している。

主要データ

• 調査サンプル808 online interviews2026年4月に実施され、5か国と5つのAI高感応度セクターを対象とした
• 平均純人員変化-5%過去12か月のポジション平均純減
• 削減または未補充のポジション27%22%の新規採用によって一部相殺された
• 過去12か月の純生産性向上9.6%AI導入による平均報告増加率
• 今後12か月の予想純生産性向上11.7%企業の平均予想
• 日本の純雇用減10%国別で最大の純減
• 半導体の純雇用減8%セクター別で最大の純減
• 責任あるAIポリシーの導入率93%54%が包括的ポリシー、39%が焦点を絞ったポリシー

影響と示唆

レポートは、AI導入が単に雇用を減らすのではなく、人員構成を変化させていることを示す。再訓練、再配置、選択的採用は、削減と未補充と共存している。また、生産性効果は広がりつつあり加速が予想されるが、その実現はデータ準備、スキル、レガシーシステム統合、セキュリティ、ガバナンスに左右される。

リスク

• データ準備とアクセスがAI導入と成果を制約する可能性がある。
• AIスキルと専門知識の不足は、引き続き報告された導入上の課題である。
• レガシーシステムおよび業務フローの統合が実装を妨げる可能性がある。
• 信頼、セキュリティ、プライバシー、評判リスク、ハルシネーション、事実の正確性への懸念が導入を制限する可能性がある。
• 一部の小規模なセクター、企業規模、売上高のサブグループは回答基数が低い。

注目点

• 企業が報告した今後12か月の11.7%の生産性向上予想が実現するか。
• オフショア従業員と経験2年から10年の従業員への人員圧力が続くか。
• 半導体の人員混乱が他の調査対象セクターより大きい状態が続くか。
• データ準備、AI人材、レガシーシステム統合、責任あるAIポリシー導入の進展。