AI技能の賃金上乗せは62％、ただし若手に先に求められるのは判断力
仕事の未来 5
AIスキル手当が割れる、23％の企業は「標準能力」へ格下げ
Payscaleは 2026年9月24日に公表した調査プレビュー で、AIスキルに割増報酬を払う、または払う予定の企業が58％、以前は割増対象だったAI活用能力を追加報酬のない標準要件へ移した企業が23％、技能の習得に追加報酬を求める従業員が56％と示した。同じ能力でも、給与への反映は勤務先がその能力をどう位置づけるかで分かれる。
HR Diveの9月24日付報道 は、AIによる仕事の変化を受けて職務記述を書き換える企業が61％、既存の報酬体系を維持する企業が19％、方針を検討中の企業が13％と整理した。求める仕事が変わっても、割増を設けるかどうか、いつ賃金へ反映するかは一様ではない。
割増の有無は、AIスキルの価値だけでは決まらない
割増を払う企業の割合には、すでに支払っている企業と、これから支払う予定の企業が含まれる。この数字を、現在の従業員が受け取っている昇給率や、転職時に必ず得られる上乗せ額として読むことはできない。予定があることと、対象職務や支給額が決まっていることも別だ。
一方、標準要件へ移したという回答は、以前は追加報酬に値すると扱ったAI活用能力を、いまは通常の職務に必要な能力とみなす変更を指す。見出しの「格下げ」は、この報酬上の扱いを表している。AIを使う仕事そのものの価値が下がった、あるいは該当する従業員の基本給が引き下げられた、という調査結果ではない。
この違いは、同じ「AIスキル必須」という求人でも生じる。能力が採用時の給与水準に織り込まれている職務なら、独立した手当が表示されない場合がある。逆に、既存の職務に新たな専門能力を加える採用では、競争力のある条件を示すために割増が必要になるかもしれない。どちらに当たるかは、職種名だけでなく、任される作業と判断責任によって変わる。
四つの割合は企業を分けた内訳ではない
公表された四つの割合を足して、企業を互いに重ならない群へ振り分けることはできない。割増の実施と予定は将来を含む現在の方針、標準要件への移行は過去からの変更、体系の維持と検討中は別の判断状態を表す。公表値の合計が全体を超えるうえ、職務ごとの方針が同じ企業内で異なるかどうかも示されていない。
報酬制度を読むための排他的な分岐を作るなら、まず対象の職務と技能を特定し、現時点で追加報酬があるかを確かめる。なければ、以前の割増を標準要件へ移したのか、従来の体系を維持しているのかを分け、方針が未決定なら別に置く。この順番なら一つの職務について判断を整理できるが、公表された割合を各分岐の企業比率として割り当てることはできない。
この区別は採用条件の読み方にも影響する。「支払う予定」は現在の提示額とは異なり、「標準要件」は報酬がゼロという意味でもない。募集時の給与レンジに技能が織り込まれているのか、基本給とは別の手当があるのか、入社後の評価で反映するのかによって、同じ求人上の文言でも受け取る条件は変わる。
同じ技能でも、職務が変われば上乗せ幅も変わる
Payscaleの調査プレビュー本文 は、企業と働く人へのオンライン調査に米国の求人データを組み合わせ、Business Process Analyst IIではAgentic AIとMachine Learningの技能が賃金中央値を9％高める競争力のある要素になり得る一方、Machine Learning Engineerでは同じ技能の上乗せが0％になり得ると例示する。これは全職種に共通する割増率ではなく、特定の職務と技能を組み合わせた説明例だ。
後者の職務では、その技能がすでに仕事の前提となり得る。前者では、従来の職務に加わる専門性として評価され得る。AIツールを使えるという自己申告だけでなく、何を作り、出力をどう判断し、どの業務に責任を持つかまで職務記述に落とし込まなければ、異なる仕事の賃金を比べることになる。
転職時に意味を持つのは、募集要件の中で技能が最低条件なのか、候補者間の差を生む条件なのかという位置づけだ。提示された給与レンジがその技能を含む職務全体の値段なら、同じ能力を理由にさらに手当が付くとは限らない。反対に、求人票の職種名が同じでも、AIの出力に対する検証や判断の責任が追加されていれば、比較すべき仕事内容が変わる。
社内育成の成果を、いつ昇給に結び付けるか
社内でAIの研修を受けた従業員と、新たに採用する候補者では、報酬が決まる場面が異なる。研修の修了だけでは、担当職務や給与等級が変わったことにはならない。一方、習得後に新しい業務や判断責任を任せるなら、従来の職務記述と評価基準のままでよいかという問題が生じる。
昇給判断で示すべき材料は、使ったツールの名前だけではない。どの工程を担当するようになり、成果物の品質をどこまで判断し、以前の役割から責任がどう増えたかが、職務の変化を示す。企業側には、その変化を基本給、賞与、等級変更のいずれで評価するのか、または通常要件に含めるのかを説明する必要がある。
ここで問題になるのは、育成への投資と賃金改定を必ず同時に行うべきかという一律の答えではない。新規採用では希少な技能に割増を提示し、既存社員には同じ技能を通常業務として求める場合、職務と報酬の整合性を説明できるかが問われる。調査はそうした個別企業の格差や離職結果を測定したものではないが、働く側の追加報酬への期待と企業方針が食い違う構図を示している。
日本の給与相場としては、まだ読めない
求人データの分析対象は米国であり、企業と従業員への調査も日本企業の賃金実態を示す資料として公表されたものではない。掲載された企業割合や職務別の例を、日本での昇給幅や転職時の上乗せ額にそのまま置き換えることはできない。国内で条件を比べる際にも、まず同じ職務と責任範囲を比べているかが前提となる。
公開されているのは報告書のプレビューで、企業群の重複を解く集計や、日本の職務別賃金差は確認できない。完全版の公開は予定されているが、現時点で確かめられる結論は、AIスキルへの追加報酬を設ける企業と標準要件へ移す企業が併存し、その違いを一つの共通した給与プレミアムでは表せない、というところまでだ。
関連記事:
関連記事
ニュースレターを購読
Web3、AI、暗号資産の最新ニュースを受信箱にお届けします。
0