日本の採用市場で、新しい分かれ道が見え始めている。学歴か、年功か、英語か、資格か。もちろんそれらもまだ重要だ。しかし2026年の職場で静かに問われているのは、もっと実務的な力である。生成AIを使って、調べ、要約し、コードを書き、提案書を整え、顧客の業務を読み解き、間違いを検証できるか。AIを使える人と、使えない人。その差が、採用、配置、昇進、賃金、そして企業の競争力に入り始めた。

一般社団法人情報サービス産業協会が編集し、インプレスが発売した『情報サービス産業白書2026』は、この変化を正面から扱っている。副題は「AI時代における情報サービス産業の人材問題を考える」。中核に置かれている問いは鋭い。生成AIは、IT人材不足の救世主なのか。それとも仕事を奪う脅威なのか。

この問いは、IT業界だけのものではない。日本の企業社会そのものの問いである。なぜなら日本のあらゆる会社が、すでに情報サービス会社のようになり始めているからだ。銀行も、病院も、工場も、ホテルも、自治体も、新聞社も、農業法人も、顧客データ、業務システム、予約、配送、在庫、会計、広告、問い合わせ対応、サイバー防衛を扱っている。AI時代の人材問題とは、IT企業の人材問題であると同時に、日本の雇用制度の問題である。

白書が投げた問い：人手不足の救世主か、仕事を奪う脅威か

2026年6月30日情報サービス産業白書2026の発売日
256ページAI時代の人材需給を扱う白書
ITベンダー調査対象の一つ
ユーザー企業「共創パートナー」を求める側
エンジニア個人働く側の意識も調査
Society 5.0日本のデジタル人材政策の大きな背景
AIが仕事を奪うかどうかより先に、AIを使える人が仕事の中身を変え始めている。

白書の紹介文によれば、今回のテーマは「AI時代に求められる人材」を探ることにある。深刻な人手不足が続くなか、AIの普及によって必要とされる人材の「質と量」がどう変わるのか。ITベンダー、ユーザー企業、エンジニア個人への調査を通じて、これを分析するという。

ここで重要なのは、AIが単純に「人を減らす技術」として扱われていない点である。むしろ白書が示しているのは、情報サービス企業の役割が変わるということだ。従来のシステム開発を受託する会社から、顧客企業のビジネス変革を一緒に設計する「共創パートナー」へ。つまり、AI時代に必要なのは、ただプログラムを書ける人材ではなく、業務を理解し、課題を定義し、AIを組み込み、顧客の現場を変えられる人材である。

日本のIT人材問題は新しくない

日本のAI人材不足は、突然生まれた問題ではない。戦後の日本企業は、長期雇用、社内教育、年功的な昇進、部署異動を通じて人材を育ててきた。これは製造業の品質改善、現場力、チームワークには強かった。だが、ソフトウェアが経営の中心になる時代には弱点もあった。専門性の評価が遅れ、外部人材の流動性が低く、デジタル職種の市場価格が見えにくかったからだ。

日本の情報システムは長く、ユーザー企業の情報システム部門と、外部のSIer、下請け、孫請けの多層構造で支えられてきた。大規模で堅牢なシステムを作る力はあったが、変化に素早く対応し、事業部門と一緒に仮説検証を回す文化は弱かった。クラウド、SaaS、スマートフォン、データ分析、サイバーセキュリティ、そして生成AI。波が来るたびに、日本企業は「人が足りない」と言ってきた。

生成AIは、この古い構造をさらに揺さぶる。なぜならAIは、若手が任されてきた調査、議事録、資料作成、簡単なコード、テスト、翻訳、要約を高速化する一方で、上流の課題設定、検証、顧客理解、倫理、セキュリティ、業務設計の価値を高めるからだ。仕事の下流だけが自動化されると、若手が経験を積む階段が細くなる。逆に、AIを上手く使える若手は、従来より早く上流に近づく。

AIスキルとは、プロンプトだけではない

「AIスキル」という言葉は誤解されやすい。チャットボットに上手な指示を書くことだけではない。AIが得意なこと、苦手なこと、嘘をつく場面、著作権や個人情報に触れる場面、社内データを入れてよいかどうか、出力をどう検証するか。こうした判断力を含めてAIスキルである。

OECDの日本労働市場に関する報告は、AI導入の影響を、雇用量だけではなくスキル需要、訓練、労使対話、地域差の問題として捉えている。AIを導入した企業で働く人が、必ずしも同じように利益を得るわけではない。職種、地域、教育、年齢、社内の研修体制、上司の理解によって、AIの恩恵は変わる。

この意味で、AIスキルは個人の努力だけで決まらない。会社が安全な利用ルールを作り、使えるツールを提供し、業務データを整理し、研修を行い、失敗を許す文化を作る必要がある。AIを禁止するだけの会社では、人材は育たない。逆に、何でも使えと投げるだけの会社でも、事故が起きる。AI時代の人事は、学習環境づくりそのものになる。

採用市場で起きる「見えない二極化」

採用市場では、AIスキルの二極化が静かに進む。求人票に「ChatGPTが使えること」とだけ書かれるわけではない。むしろ、「業務改善経験」「データ分析」「自動化」「顧客課題の整理」「クラウド活用」「生成AIを使った生産性向上」といった言葉で表れる。

AIを使える人は、自分の職種を少し広げられる。営業は提案書を早く作り、顧客の業界を深く調べる。人事は応募者対応や研修設計を改善する。経理はチェックリストや異常値検出を整える。エンジニアはコード生成を使いつつ、レビューと設計に時間を使う。編集者は要約や比較を使いながら、独自の視点に集中する。

一方で、AIを使えない人は、従来の作業速度のままになる。これは能力が低いという意味ではない。ツールを与えられていない、研修を受けていない、ルールがない、上司が理解していない、失敗すると叱られる。そうした環境要因が、個人の市場価値に影響する。AI格差は、個人の格差である前に、職場環境の格差である。

「共創パートナー」への転換

情報サービス産業白書2026の重要な言葉は、「共創パートナー」である。ユーザー企業は、単に仕様書通りにシステムを作る会社ではなく、自社の業務変革を一緒に考える相手を求めている。これはSIerにとって、売上機会であると同時に痛みを伴う転換である。

従来型の受託開発では、顧客が要件を決め、ベンダーが作る。しかしAI時代には、顧客自身も何が可能か分からない。営業、コールセンター、工場、物流、経理、人事、法務、広報。どの業務にAIを入れるべきか、どこは人間が判断すべきか、どのデータは使ってよいか、どの出力を監査すべきか。これを一緒に探る必要がある。

そのため、情報サービス企業の人材には、技術だけでなく、業界知識、ファシリテーション、リスク管理、データガバナンス、現場観察、そして文章力が必要になる。AIを使う時代だからこそ、人間同士で課題を言語化する力が重要になるのである。

政府の視点：Society 5.0からリスキリングへ

日本政府は、AIとデジタル人材をSociety 5.0の文脈で捉えてきた。Society 5.0は、サイバー空間とフィジカル空間を高度に融合し、経済発展と社会課題の解決を両立させる社会として説明される。高齢化、地方の人口減少、医療、災害、エネルギー、交通、行政サービス。日本の社会課題は、デジタルなしには解けない。

METIは、デジタルスキル標準やSociety 5.0時代のデジタル人材育成をめぐる議論を続けてきた。ここで問われるのは、専門エンジニアだけではない。経営者、管理職、営業、企画、人事、現場担当者が、デジタルを自分の業務として扱えるかどうかである。

生成AIの登場で、リスキリングの意味も変わった。これまでは「IT部門の人を増やす」ことが中心に見えた。いまは違う。全社員が、AIを使って自分の仕事を再設計する力を持つ必要がある。AIを一部の専門家だけの道具にすると、現場は変わらない。AIを全員の魔法にすると、事故が起きる。必要なのは、職種ごとの実務に根ざしたリスキリングである。

世界も同じ方向へ動いている

この変化は日本だけではない。PwCの2026年AI Jobs Barometerは、AIが世界の労働市場で求められるスキルを変え、判断力、創造性、リーダーシップのような人間的スキルの重要性を高めていると報告した。IMFの2026年スタッフ・ディスカッションノートも、AIとITの新スキル需要が賃金や採用を変え、労働市場の分極化を深める可能性を指摘している。

ただし日本には、日本特有の事情がある。人手不足が深刻で、人口減少が進み、企業の意思決定は慎重で、労働移動は欧米ほど活発ではない。だからAIによる変化は、失業の爆発というより、仕事の中身の静かな再編として進む可能性が高い。採用よりも配置、配置よりも教育、教育よりも現場の運用。日本のAI革命は、朝礼、稟議、Excel、メール、議事録、顧客訪問の中で起きる。

企業が今すべきこと

企業がまずすべきことは、AI利用を禁止するか解禁するかという単純な議論をやめることだ。重要なのは、どの業務で、どのデータを、どのツールに、どの権限で使うかを決めること。そして、AIの出力を人間がどう検証するかを明確にすることだ。

次に、研修を「一回の講義」で終わらせないことだ。実際の業務に合わせた小さなユースケースを作り、部署ごとに試し、失敗事例を共有する。営業のAI、経理のAI、工場のAI、ホテルのAI、自治体のAIは違う。全社共通の基本ルールと、現場別の実践を組み合わせる必要がある。

そして、人事評価を変える必要がある。AIで速く仕事をした人に、さらに作業を積むだけでは意味がない。生まれた時間を、顧客理解、品質向上、新規事業、教育、セキュリティ、検証に使わせる。AIは単に効率化の道具ではなく、仕事の価値を上流へ移す道具である。

Japan.co.jpの見方

AIスキル格差は、怖い言葉で語られがちだ。しかし本質は悲観ではない。日本は人手不足である。高齢化している。地方には人が足りない。中小企業にはDX担当者が少ない。そうであれば、AIは労働者を置き換えるだけでなく、足りない力を補う道具にもなりうる。

ただし、道具は自然には広がらない。使える人だけがさらに強くなり、使えない人が取り残される可能性がある。会社の規模、地域、職種、年齢、雇用形態によって、AIへのアクセスが分かれる。これを放置すれば、AIは生産性を上げると同時に不公平も広げる。

日本に必要なのは、AIを恐れないことと、AIを雑に扱わないことの両方である。情報サービス産業白書2026が示すように、問題は「AIか人間か」ではない。問題は、人間がAIを使ってどんな仕事を作るかである。採用市場の新しい分かれ道は、そこにある。

読者・企業のための要点

項目読み方
何が起きているか生成AIが、日本の情報サービス産業と採用市場のスキル要件を変え始めている。
焦点単なるプログラミング能力ではなく、業務理解、AI活用、検証、データ管理、顧客変革支援。
企業の課題AI利用ルール、研修、データ整備、人事評価、現場別ユースケースの設計。
労働者の課題AIを使って自分の仕事を早く、深く、正確にする力を身につけること。
Japan.co.jpの見方AI格差は技術格差であると同時に、学習環境格差。会社が人を育てる仕組みを持てるかが問われる。

Sources and references

この記事は、情報サービス産業協会・インプレス『情報サービス産業白書2026』関連発表、OECDの日本AI労働市場報告、METIのデジタル人材政策、内閣府のSociety 5.0説明、MHLW雇用政策資料、KeidanrenのAI・リスキリング提言、Reutersの日本AI投資報道、PwCとIMFの国際労働市場分析を参考にしました。