AIに近い求人は最大9％減、解雇より先に新卒採用が細る

米ダラス連銀のエコノミストは2026年9月1日、テキサス州の数百万件のオンライン求人を分析した結果を公表した。ダラス連銀掲載の分析 では、生成AIで自動化しやすい職務の求人が低露出職より2025年第1四半期までに約8％減り、継続して観測できる既存企業では2026年初めまでに約8〜9％減ったと推計している。

確認されたのは解雇件数の増加ではなく、新たな人員を募集する需要の縮小だ。9月3日付の Texas Todayの報道 も、求人減は州全体の雇用が同じ割合で失われたことを意味せず、職歴をあまり求めないオンライン求人が減ることで新卒や転職者が先に圧力を受けうると説明している。

最大9％は州全体の雇用減ではない

8％と9％は、テキサス州の全求人や全就業者がその割合で消えたという数字ではない。研究者は同じ産業の中で、生成AIが自動化できるタスクの比率に10ポイントの差がある職務を比較した。2022年11月のChatGPT公開後に差が広がり、2023年末に約5％、2025年第1四半期に約8％となった。

最大9％は別の比較から得られている。分析期間を通じて求人データに現れる企業だけを追うと、もともとAIへの露出度が高かった企業の掲載数は2024年半ばに約5〜6％、2026年初めには約8〜9％少なくなった。新しいAI企業が少人数で運営されていることや、企業そのものが消えたことだけでは説明できず、既存企業も採用を絞ったことを示す。

一方、職種構成を含むテキサス州全体のLightcast求人へ換算した推計は、2024年が約1.8％、2025年が約2.6％だった。高露出職や高露出企業に限った相対差より小さいため、「AIでテキサスの仕事が9％消えた」と読むのは誤りになる。

求人を出さない調整が若手の入口を狭める

企業は在職者を解雇しなくても、退職者の補充を見送ったり、新設ポストを取りやめたりできる。この見えにくい雇用調整では就業者数が直ちに減らない一方、初めて労働市場へ入る人が応募できる枠は先に細る。タイトルの「新卒採用が細る」は、新卒採用数が一律に9％減ったという意味ではなく、若手が入りやすい募集経路で高露出職の需要が弱まったことを指す。

分析に使われた通常のオンライン求人では、2年を超える経験を明示的に求める募集は半数未満で、5年超を条件とするものは少ない。研究者はこの構成から、求人減少の影響が新卒などの労働市場への新規参入者に偏りやすいとみている。テキサス州の行政データを用いた追跡分析でも、最近の大学卒業者の雇用や所得、在学生の専攻選択への影響が示唆されたが、詳細な推計は今回の解説には掲載されていない。

影響は若者全体に均等ではない。自動化への露出度が高かったのは、ソフトウェア開発やウェブデザインなどコンピューター利用の多い職種に加え、管理、事務、編集などのホワイトカラー職だった。若手であっても、職務に含まれるタスクが異なれば求人への影響は変わる。

残る求人でも仕事の中身が変わる

採用調整は、求人を削ることだけでは完結しない。2026年5月22日に公開された全米求人の 労働需要再編の研究 は、求人全体に含まれる生成AI露出度の低下について、平均52％を職務間の採用需要の再配分、39.5％を同じ職務内のタスク再設計が説明すると推計した。

これは、企業が自動化しやすい職務の募集を減らすと同時に、残すポストからAIが処理できる作業を外していることを意味する。定型処理の比重を下げ、人に判断や調整を担わせれば、職種名と求人数が変わらなくても入口で求められる能力は変わる。

同研究では、シニア職は比較的早い段階から主に職務間の求人配分で調整していた。ジュニア職では求人配分、職務内の再設計、両者の組み合わせがより広く観察された。若手向けポストが残っているかだけでなく、その募集からどのタスクが消え、何が追加されたかも雇用変化の一部になる。

オンライン求人には捉えられない仕事がある

今回の基礎データは、Lightcastが求人サイトや企業サイトから収集・標準化したオンライン広告である。求人広告は企業の採用意向を素早く映す一方、実際の採用人数、解雇、退職、社内異動を直接数えるものではない。一つの広告で複数人を採る場合や、掲載したまま採用を中止する場合もある。

オンライン掲載が一般的でない職種も十分には含まれない。農業、建設、建物管理、対人サービスなどはデータ上で過少になりやすく、今回の結果をテキサス州の全職種へそのまま一般化できない。個々の求人が消えた理由についても、AI導入だけでなく金利、企業収益、採用の正常化、予算変更などを完全には切り離せない。

分析は同じ産業内の職務を比較し、産業全体の採用鈍化と職種構成の変化を分けようとしている。それでも観察データに基づく推計であり、各企業がAIを理由に募集を止めたと直接確認したものではない。示されたのは、AIで自動化しやすいタスクを持つ職務ほど、ChatGPT公開後の求人需要が相対的に弱まったという関係である。

日本では求人件数と採用実績を分けて見る

テキサス州の最大9％を日本の新卒採用へ移すことはできない。職種別採用を中心とする米国と、卒業年度単位の一括採用や入社後の配置転換が残る日本では、求人の掲載方法と採用単位が異なる。現時点で、日本の新卒採用が同じ幅で減ったことを示す証拠はない。

日本で同じ種類の変化を確かめるには、職種別の掲載件数に加え、企業の新卒採用計画、実際の採用人数、内定率、入職・離職を分けて観測する必要がある。求人本文では、未経験可の比率、必要経験年数、担当タスク、必要技能、提示賃金の変化が、件数だけでは見えない職務再設計を映す。

今回確認されたのは、テキサス州のオンライン求人で、生成AIへの露出度が高い職務ほど募集需要が弱まり、既存企業でも採用抑制が生じたという初期の兆候だ。解雇より先に求人の入口が狭まる構造は示されたが、総雇用への長期的な影響や日本での規模はまだ確定していない。今後は経験年数別の求人、実採用、雇用・所得、職務内容を同じ単位で追えるデータが焦点となる。