新人の仕事が、静かに消えている #digitalhuman40 28

議事録をまとめる。資料の初稿を作る。過去事例を検索する。定型の問い合わせへ答える。

生成AIは、これまで新人が任されてきた仕事の一部を速く処理します。会社がすぐ新人採用をやめなくても、仕事の中身は変わります。

問題は、単純作業が減ることだけではありません。その作業を通じて、顧客、社内用語、判断基準、失敗のパターンを学んでいた経験の階段まで消えることです。

消えるのは職種より、仕事を構成する作業である

AIの影響を「この職業はなくなるか」で考えると、変化を見落とします。同じ職種の中でも、情報収集、文章作成、分類、確認、交渉、最終判断など、作業ごとに自動化しやすさが違います。

世界経済フォーラムの2026年の分析も、エントリーレベルの仕事について、職全体の消滅だけでなく、タスク構成と経験形成の変化を論点にしています。

人数が変わらなくても、新人が最初から高い判断を求められれば、入口は狭くなります。

中堅社員も無関係ではありません。過去の資料をまとめる能力だけで評価されていたなら、AIによって役割を再設計する必要があります。

議事録を取ると、誰が決定権を持ち、どの論点で会議が止まるかが見えます。問い合わせを分類すると、顧客の言葉と社内の分類のずれがわかります。資料を直すと、上司が重視する根拠を学びます。

仕事が非効率だから残す、という結論ではありません。同じ学びを、より短く安全に得る方法を設計します。

AIが作った議事録と録音を比べ、重要な決定の抜けを探す。問い合わせの自動分類で迷った例だけを新人が読み、分類基準を直す。初稿をAIに作らせても、出典と論理を本人が確認する。

自動化された作業を、判断の教材へ変えます。

新人育成を「先輩の仕事を見て覚える」に任せると、AIが中間作業を引き取った後に学ぶ場が減ります。

会社は、段階ごとに任せる判断を決めます。

最初は、AI出力の事実確認。次は、複数案の比較と推奨。次に、限定した顧客への説明。最後に、失敗時の対応を含む意思決定。

各段階で、本人の予測、行動、結果、修正を記録します。処理件数ではなく、判断の質と責任範囲が広がったかを見ます。

AIで一時間短縮しても、その一時間をさらに多くの処理へ回すだけなら、経験の不足は埋まりません。

顧客への同席、先輩とのレビュー、小さな実験、振り返りへ時間を戻します。自動化の効果を、人を減らす数字だけでなく、学習時間と判断力の向上でも測ります。

「新人の仕事が消えている」は、若者に仕事がなくなると断定する言葉ではありません。入口となる作業が変わるなら、組織が経験の階段を意識的に作り直す必要があるという警告です。

自部署でAIに任せ始めた作業を一つ選び、その作業から新人が学んでいた判断を一つ書き出してください。代わりの練習方法まで決めます。