生成式 AI が職場に急速に浸透した後、最初に寒さを感じるのは、すでに定位置を固めたベテランではなく、これから職場に踏み込もうとしている新入りかもしれない。過去の「まず初級の仕事をして、そこから徐々に昇進していく」というキャリアの道筋から、今では企業がいっそ経験者で即戦力になれる人を直接採用する傾向が強まっている。AI が変えているのは仕事の内容だけでなく、若者が本来成長のために頼っていた「訓練場」そのものだ。
『商談に余計な話はしない（《商談不廢話》）』の中で、司会の Linga と、台大医学、ハーバード公衆衛生、マッキンゼーのバックグラウンドを持ち、楽天医薬と Appier で上級幹部を務めた Bradley は、この現象をめぐって議論する。二人が答えようとするのは、ますます耳に痛い問いだ。AI は、まずベテラン社員を置き換えるのではなく、まず新入りが出場できる機会そのものを奪うのではないだろうか？
番組はハーバードとスタンフォードに関連する研究を見つけた結果、ChatGPT が登場した後、初級の職種には確かにはっきりとした下落が現れた。特に AI への露出度が高い職種ほど、その影響はより顕著だった。行政、秘書、初級の営業、マーケティングなどの仕事では、衝撃がとりわけ直接的だ。
AI＋ベテラン同僚で十分でしょ。なぜ新人を育てるの？
番組はハーバードとスタンフォードに関連する研究を引用した後、ChatGPT が登場した後、初級の職種には確かに明らかな下落が現れた。特に AI への露出度が高い職種ほど、その影響はより顕著だった。行政、秘書、初級の営業、マーケティングなどの仕事では、衝撃がとりわけ直接的だ。これはつまり、企業が全面的に採用を止めたのではなく、採用の再評価を始めているということだ。つまり、少し経験のある従業員が AI ツールと組み合わさるだけで、過去に 2、3 人でしか成し得なかった成果を出せるなら、同じ予算で複数の新入りを訓練する必要があるのだろうか？
Bradley は率直に、こうした変化は企業現場ですでにかなりはっきりしていると述べる。以前は、会社が新人に半年、一年の時間をかけて訓練し、ローテーションさせ、業界に慣れさせることを厭わなかった。しかし今、その忍耐は急速に縮小している。上司にとって現実の計算は極めて直接的だ。初級の従業員を 2、3 人雇い、さらにベテラン同僚に人を教えさせ、訓練リソースを投入するのか。あるいは、いっそ経験者を 1 人雇い、最高の AI ツールを付けて、直接戦場に出すのか。効率と即戦力を重視する多くの会社では、答えはほとんど自明だ。
そのため、初級ポジションの消失は「いくつかの仕事の機会が減る」だけではなく、学習の構造全体が揺らぎ始めている。
なぜなら、多くの新人が修行のために使っていたタスクこそが、ちょうど AI が最も得意とする種類のものだからだ。資料を探す、要約を整理する、翻訳する、基礎的なプログラムを書く、初期の分析を行う。これらの仕事は過去には反復的で細々としていたが、新人が手応えを作り、品質基準を理解し、先輩が物事をどう判断するのかを観察するための起点だった。今ではこれらのタスクは数分で AI が済ませてしまう。新人は訓練場を失うだけでなく、上司がどう直し、どう考え、どう判断するのかを横で見て学ぶ機会まで減ってしまう。
AI 世代、本当に「良いもの」が何かを知っているのか？
Linga も、この変化が学生や early professional の能力の差にすでに反映されていると触れる。かつて AI ツールのない世代は、レポート作成をゼロから始め、自分で資料を探し、出所を検証し、仮説を立て、白紙のページから舞台で発表できるところまで仕上げていた。そういう人たちは遅いことはあっても、通常は「0 から 100 まで」をどうやるかをよりよく知っている。
それに対して新しい学生たちは、大 学時代からすでに ChatGPT、Grok、Gemini の世界で生きてきている。同じ問題を複数の AI に投げ、出力を素早くつなぎ合わせてプレゼン資料や表に組み込むのに慣れている。見た目には効率的に見えるが、そのぶん判断なしに、AI の 60 点や 80 点の回答をそのまま提出してしまいやすい。
（AI が 80 点を出せるのに、100 点を出せない人は必ず淘汰される！マッキンゼー、ハーバードの卒業生が新入りに勧めるやり方）
これによって上司は新たなジレンマに陥る。Bradley は例を挙げる。コンサル業務のような仕事で、過去は junior に顧客から資料をもらうためのメールを 1 通書かせると、それはただの文章作業のように見える。しかし実際には、相手が顧客の状況を理解し、コミュニケーションのテンポをつかみ、言葉の使い方の分寸を判断するという重要な訓練のプロセスだ。だが今は、状況がしばしばこうなる。上司が一目でわかってしまうのだ。その手紙が成熟していないのか、あるいは明らかに AI が生成したもので、使える状態までまだ距離があるのか。
若い人への忠告：上司の頭の中にある標準を、主動的に理解する
とはいえ、二人は不安そのものにとどまらず、さらに踏み込んで議論する。最初の段差が消えつつあるとき、若者は自分で新しい訓練場をどう作るべきか？
Linga は、最初のことは上司の頭の中にある標準を主動的に理解することだと考える。職場の達人たちが他の人よりうまくやれるのは、単に努力しているからだけではなく、彼らが頭の中に一連の判断チェックリストを持っているからだ。たとえば、資料の出所は相互に検証すべきか、研究者の経歴を調べるべきか、結論には制約条件を明記すべきか、プレゼンのロジックをどう並べるか。こうした標準は、これまで繰り返しの修正や口頭での指導の中に隠れていた可能性がある。
しかし AI 時代では、それらの多くが上司によって prompt と constraint に変換されている。若い働き手にとって、本当に重要なのはツールの使い方を知っているかどうかではなく、「良いとは何か」をまず解き明かせるかどうかだ。
構造感と判断こそが、AI に置き換えられない部分
第二のことは、情報爆発の時代に、自分の読解と統合能力を改めて鍛え直すことだ。AI は 25 本分のレポートを同時にスキャンしてくれて、すぐに要約も返してくれる。しかしそのぶん、人は自分がすでに問題を理解したと思い込みやすくもある。Linga は、この時代ほど、自分に本当に高品質な内容を選ばせ、時間をかけて深掘りし、著者がどう問題を定義し、どう産業を分解し、どう手法を設計し、どう仮説を検証し、最後に経験に基づいてどう判断するのかを見に行くべきだと考える。
こうした構造感と判断の道筋こそが、AI が直接あなたの中に内面化できない部分だ。
Bradley はまた、若い働き手がより上の階層の仕事に近づきたいなら、最初の一歩は常に「成果で入場券を買うこと」だと注意する。タスクを終わらせるだけでなく、上司が安心して、より複雑なものをあなたに任せたくなるところまで到達すること。それに加えて、主動的に穴埋めする力も身につける必要がある。職場には、より高いレベル、意思決定の中核により近い仕事が多くあるが、それは機会がないのではなく、やる人がいないだけだ。
たとえば一見すると転換率の分析だけのようなタスクでも、真の重要点は数値そのものではないことが多い。分析の背後に、どんな意思決定を支える必要があるのか、という点だ。もし上司が次のステップでマーケティング予算をどの顧客セグメントに多く投じるべきかを知りたいのなら、転換率を提出するだけでは足りない。次の一歩として、獲得コスト、Lifetime Value、ROI を補い、さらには「予算を 20% 引き上げたら、売上はどれだけ増える可能性があるか」といった意思決定の言語まで踏み込むべきだ。分析を提案に変換できる力は、AI 時代で最も価値のあるものの一つだ。
未来の企業が求める人材：曖昧さの中で前進し、良いものの基準を知る
企業は結局どんな人を探しているのか、Bradley もかなり明確な答えを出している。第一に、曖昧さの中で前進できる人だ。AI 時代は変化が速すぎる。3 か月後には、あなたの仕事の中身がまったく違っているかもしれない。ある人が、すべてのことが明確に定義されるのを待たないと動けないなら、それは自分にとってつらいだけでなく、その仕事は遅かれ早かれ AI に置き換えられる可能性が高いことも意味する。
第二に、AI の出力を判断できるか。どんな成果が「良い」と言えるのかを知っているか。今では「AI を使えること」は基本的なハードルにすぎない。差を生むのは次だ。AI が生成した市場分析を見た後に、自分の見解があるか？検証すべきポイントを知っているか？どこはそのまま鵜呑みにしてはいけないか？資料は今日、すでに珍しくない。真に希少なのは見解だ。
新入りの就職活動は難しくなり、初級の職位が揺らぎ始める
第三に、自分をアップグレードできるかどうかだ。変化の速い環境に直面して、企業は今のスキルがそれほど多くなくても学ぶのが速い人を選びがちであり、スキルは多いのに現状にとどまってしまう人は選びにくい。
だからこそ二人は、今日の初級職の「消失」を、単に失われているのではなく、再定義されつつあると考えている。企業は若者をまったく必要としていないわけではない。ただ、反復的なタスクをこなすだけの人だけを求めなくなったのだ。新しいスタート地点は、あなたが AI を理解しているか、見解を持っているか、素早く主動的に学べるか、ツールを自分のてこ（レバレッジ）にできるか、どうかに変わった。多くの企業にとって、若者は「育ててもらう相手」だけでなく、AI の直感、ツールの習慣、そして新しい世界のリズムを組織に持ち込む存在にもなり始めている。
番組の最後には、かなり現実的な助言も提示される。もしあなたが今就職活動をしているなら、最も効果的な準備方法は、もう一つ AI の学位を読み直すことではなく、自分が入りたい産業のために AI side project を自分で作ることかもしれない。たとえば Google のマーケティング部門に入りたいなら、AI ツールを使って、マーケティングの仕事のワークフローを丸ごと一回回してみる。問題の発見から解決策の設計、そして実際にデモで成果を出すところまで。そうすれば面接のときに、「私は AI に興味があります」と空談するのではなく、end-to-end のプロジェクトをそのまま提示して、ツールを使って実際の問題を解決できることを面接官に証明できる。
卒業して就職に臨む若者の、就職不安に直面している人にとって、最も残酷な現実はおそらくこうだ。もともと当たり前に見えていたキャリアの階段が、実際に AI によって一部取り壊されつつある。
しかし Bradley の言うとおり、キャリアとは本来、階段を登るだけではなく、泳ぐようなものかもしれない。以前の道筋は用意されていた。今は、自分で方向を探し、自分で前へ泳いでいかなければならない。最初の段差がもはや安定しなくなったとき、本当に重要なのは、その階段がまだあるかどうかをずっと見つめ続けることではなく、自分を浮かせる次の一歩を主動的に見つける力があるかどうかだ。
この記事「卒業・就職の不安？研究は AI が初級職の求人に直接影響すると示す マッキンゼーの顧問が新入りにこう助言」が最初に登場した場所 鏈新聞 ABMedia。
