大ミスマッチ時代を乗り超える人材戦略　第４回　ルーティンタスクに偏る日本の人材：国際比較から見る傾向と対策

第四次産業革命の技術シナリオを取り込んだ当社の長期未来予測は、2020年代前半以降、RPA（Robotic Process Automation、ソフトウエアロボットによる業務自動化）をはじめとする「特化型AI」が、事務職を中心としたルーティンタスク（第4象限）を代替していくことを想定している。

また、2020年代後半以降は、AI・IoT・ロボット技術が融合した「汎用型AI」が、自動運転や介護ロボット、料理ロボットといった特定領域において、農業、建設、運輸といったマニュアル領域のルーティンタスク（第3象限）を徐々に代替していくと見込まれる。さらに、5Gをはじめとする情報通信技術の進展が物理的な制約を取り払っていく中、コグニティブ型タスクは国境なきグローバル競争を通じて脅威にさらされる。図表4-1が示すように、テクノロジーによって3方向から攻め込まれる人材にとって、唯一のブルーオーシャンとして残るのが上方のノンルーティン（非定型な）タスクとなる。

日本の人材は、ブルーオーシャンであるノンルーティン領域への移動を着々と進めているのであろうか。前回の記事で、2015年時点の人材ポートフォリオにおけるノンルーティン領域人材のシェアが22％にとどまっていることを示した。4象限別のシェアの動きを欧米諸国と対比してみると、日本の人材を巡る厳しい状況が浮き彫りになる。図表4-2は、日・米・英の3カ国※１について4象限別シェアの時系列推移を比較したものである。ここから見て取れるのは、ノンルーティン領域に属する日本の人材シェアが米国の3分の2、英国の2分の1に過ぎず、かつその差が年を経るごとに拡大しているという現実である。特に、ノンルーティン・コグニティブ（第1象限）を見ると、米英両国で着実にシェアが増えている一方、日本でのシェアは伸び悩んでいることが分かる。ルーティンタスクの人材がノンルーティンタスクへとシフトしなければ、日本の人材の8割近くがAIやロボットとの競争にさらされることとなる。

技術革新を取り込み、成長を実現させるために、人材ポートフォリオはどのように変わっていくべきなのか。ここでは、第2回で定量化した性別・年齢・産業・職業別の人材需給予測結果を２軸・4象限上に展開し、人材ポートフォリオの変化の方向性を可視化する。

あるべき人材ポートフォリオの姿を見るのに先立って、まずは過去トレンドを延長した「成り行きベース」の人材供給がなされた場合の人材ポートフォリオの状況を確認する。図表4-3は、2015年から2030年にかけての職業小分類別の就業者増減を２軸・4象限上に表示したものである。ここでは、就業者が増える職業を赤い枠線、減る職業は青い枠線で囲んでいる。バブルの大きさが増減の規模、色は職業の大分類をそれぞれ示している。増減の状況を見ると、最も増えているのが第3象限の販売・サービス業だが、最も減っているのも同じ第3象限の生産・運輸・建設職である。第1・第2象限の専門・技術職は増加しているが、その規模は限定的なものとなっている。

特筆すべきは、相対的に付加価値が低いルーティンタスクの領域において人材の移動が行われており、職の上方シフトが十分に起こっていないことだ。第3象限で増加している販売サービス業は、施設介護職員、訪問介護従事者、看護助手といった医療・介護サービス人材であり、成り行きベースでは2030年にかけて約190万人の雇用増が見込まれる。一方、同じく第3象限における生産職（農業、運転、運搬、清掃を除く）は同時期に約190万人の雇用減が見込まれ、結果として同一象限で人材の入り繰りが発生する形となっている※２。無論、今後の医療・介護サービス需要の高まりを受けて同分野の就業者数が増えること自体は自然である。しかし、ここで問題となるのは、同じルーティン領域に人材がとどまることにより、経済全体としての付加価値増加が実現できない恐れがあることだ。2015年時点での平均賃金で計ると、190万人分の生産職（平均年収415万円）の減少は約8兆円の所得減をもたらす一方、190万人分の医療・介護サービス職（平均年収330万円）の増加に伴う所得増は約6.3兆円にすぎない。

では次に、デジタル技術の取り込みに必要となる人材を確保する「ミスマッチ解消ケース」での人材ポートフォリオの変化を、図表4-4に示す。

技術の進歩は止まらない。私たちは技術とともに進化することが必要だ。こうした分析を踏まえ第5回以降は、人材のミスマッチを解消するための処方箋について検討していく。

なお、人材マッピングの分析を終えるにあたり、ここでは分析結果の評価において留意すべきポイント2点を挙げておきたい。

第一に、今回行った職業別のマッピングがあくまで米国の職業特性データに基づくものであり、同一の職業であっても日米間で仕事の内容や求められるスキル・能力が異なる可能性があることだ。例えば、日本が世界に誇れる存在としてしばしば取り上げられる「ものづくり人材」の多くは、今回のマッピング上では第3象限（ルーティン・マニュアル領域）に位置している。仮に日本のものづくり人材が米国よりも高い創造性や柔軟性を持つ場合、日本独自の職業特性データを反映させることで、これらの人材がより上方（ノンルーティン領域側）に位置づけられる可能性は否定できない。

第二に、定量化のベースとなる米国O*NET職業分類の粒度が日本の4倍に上っており、かつより高頻度※３で更改が行われているため、日米間での職業分類が必ずしも適切にひもづけられていない可能性があることだ。今回の日米職業分類の対照作業では、両者の職務内容を確認し、最も定義が近しい分類についてひもづけを行っている。しかし、より詳細に分類されている米国職業分類の中には、現行の日本の職業分類に該当しない職業が存在する。また、米国の職業分類は3～8年に1回の頻度で更改されており、新設された職業分類についてひもづけが行われていない可能性がある。