AIで人員削減すると売上も減る？　研究が示した「合理的な暴走」の仕組み

各社に得でも、全社で進めると顧客が減る

AIで仕事を自動化すれば、人件費は下がります。ところが競合も同じ判断をすると、職を失った人の所得と消費が減り、自社を含む市場全体の売上まで細るかもしれません。University of PennsylvaniaのBrett Hemenway Falk氏とBoston UniversityのGerry Tsoukalas氏は、このねじれを理論モデルにした論文「The AI Layoff Trap」を2026年3月に発表し、6月3日に第3版を公開しました。

企業は自動化による費用削減をすべて得る一方、自動化で失われる需要の一部しか自社では負担せず、残りは競合へ及ぶ――論文はこの構造を「需要の外部性」と説明しています。

出典：Falk・Tsoukalas「The AI Layoff Trap」（原文を日本語で要約）

たとえば、ある会社がAIで100人分の仕事を置き換えれば、賃金の節約はその会社に残ります。しかし消費減による損失は、多くの会社の商品やサービスへ分散するため、自社が感じる痛みは小さく見えます。競合に先を越される不安も重なり、各社が合理的に動いた結果、市場全体では自動化が行き過ぎるというのが研究の中心です。

この整理から経営者が持ち帰るべきなのは、「AIを使わない」という結論ではありません。人員削減額だけを投資効果にすると、顧客需要や組織能力の損失が採算表から消えるという警告です。AIで生まれた余力を新商品、営業、顧客対応へ再配置できれば、同じ技術でも需要を縮める側ではなく、需要を作る側へ回れます。

理論モデルの前提から読める範囲

この論文は63ページの理論研究で、現実の企業群を追跡して「AI解雇が売上を何％減らした」と測った実証研究ではありません。基本モデルは同じ規模の企業が競争し、AIが人の仕事を低コストで代替し、失業した人の所得が十分には戻らず、労働者のほうが企業オーナーより対象市場で所得を使う割合が高いと仮定します。

著者らは賃金調整、再就職、資本所得の消費、企業参入などへ条件を広げても過剰自動化が残ると計算しました。それでも、新しい職が失われる職より速く生まれる、解雇された人の所得が十分に補われる、AIの生産性向上が新しい需要を大きく作る、といった現実なら悪化の幅は小さくなります。したがって、SNSで広がる「AIが必ず経済を壊すと証明した」という読み方は強すぎます。

Boston Universityは研究紹介で、AIを主に人の置き換えへ使う企業は、自社が依存する消費需要を弱める可能性があると要約し、人の能力・革新・成長を増幅する使い方との違いを示しています。

出典：Boston University Questrom School of Business（原文を日本語で要約）

米国の雇用データは若手と「代替型」に偏りを示す

理論とは別に、Stanford Digital Economy Labは米国の給与管理データを使い、生成AIの影響を受けやすい職種を調べています。2025年11月版では、AIにさらされる職種の22〜25歳で、企業ごとの景気変動を調整した後も雇用が相対的に16％減りました。一方、同じ職種でも経験者の雇用は安定または増加し、減少はAIが人を補助する仕事より代替しやすい仕事に集中しています。

ただし、この結果も米国の一期間における関連を示すもので、日本の全職種へ16％を当てはめることはできません。Stanfordの研究者は2026年2月の追補で、最も広い統制を入れると有意な減少が現れるのは2024年からで、それ以前の落ち込みには金利など別の要因も混じると説明しました。理論モデルが示す長期の需要減と、若手雇用の足元データは、同じ結論の証明ではなく別々の警報です。

削減人数より「人がどこへ移ったか」を残す

会社はAI導入案件ごとに、削減予定人数ではなく、再配置できた人数、新しく生まれた売上、顧客の解約率、若手採用数、品質事故を四半期ごとに記録すると判断を誤りにくくなります。AIが文章作成を短縮したなら、浮いた時間を顧客理解や提案へ振り向け、売上増まで追う。コールセンターなら処理件数だけでなく、再問い合わせと解約を同時に見る。これで「局所のコスト減」と「会社全体の価値増」を分けられます。

働く人にとっては、AIに奪われにくい職種名を探すより、自分の仕事を代替部分と補完部分へ分けるほうが実用的です。定型入力や初稿作成はAIへ寄せつつ、顧客との調整、最終判断、例外対応、結果責任を実績として残します。若手を定型業務ごと採らなくなると熟練者の入口も消えるため、企業側はAIで短縮した工程の中にレビューや現場判断を学ぶ役割を意図的に設ける必要があります。

論文は政策面で自動化税を提案しますが、税率や対象業務を現実にどう測るかは未解決です。企業が今すぐ変えられるのは、AI導入の目的を「人数を減らす」から「同じ人員で価値を増やす」へ置き直し、需要と人材の指標を費用削減と同じ重さで経営会議へ出すことです。