30分無料相談

Cost & Adoption

AI 人材 不足|経産省推計の読み方と中小企業の打ち手5つ【2026年10月】

経産省の就業構造推計の読み方と、中小企業が採用・育成・外部活用を選ぶ手順を整理。自社サービス資料の稼働・費用も示し、担当業務と引き継ぎ条件を決めます。

Published
Reading
約25分

AI Expert 編集部運営 Orga株式会社

  • #AI人材不足
  • #経済産業省
  • #人材育成
  • #外部活用
  • #中小企業
AI 人材 不足|経産省推計の読み方と中小企業の打ち手5つ【2026年10月】

結論: AI人材不足への自社の対策は、欠けている役割を整理することから始めます。経済産業省の将来推計は、その背景を読む材料です。この記事では、推計の読み方と中小企業での役割の分け方、採用・育成・外部活用の選び方を書きます。

ここでいう役割は3つです。開発(=AIの仕組みを作る)、業務設計(=どの仕事をAIに任せるか決める)、運用(=毎日使って結果を見て、直す)です。

この記事の要点

  • 経済産業省の改訂版の推計は、職種や学歴による需給の違いを見る材料。現在の求人数や自社の必要人数とは分けて読む
  • 不足と余剰が同時にあるため、人数だけでなく役割を見る。自社で欠けているのが開発・業務設計・運用のどこかを見る
  • 外部活用の例として、当社(AI Expert)のサービス資料は週1〜2回・月20時間〜と示す。常勤以外の選択肢も比べられる
  • 選ぶ軸は採用・育成・外部活用の3つ。常勤で毎日必要か、社内に任せたい人がいるか、立ち上げだけ急ぐか。この順に聞くと候補を絞れる。業務の絞り込みとツール先行の2つは、選ぶ前の確認項目

この記事は、AIを業務に使う方針はすでに決めていて、人が足りないと感じている中小企業の経営者・人事・推進担当に向けて書いています。ニュースで「AI人材が足りない」と見て、自社では採用・育成・外部活用のどれで補うかを決めようとしている方が対象です。AIを入れるかどうかの判断は扱いません。AI導入そのものの進め方はAI 導入 進め方に書きました。

全国の数字は背景として読み、自社の打ち手は3つの問いで決めます。中小企業だけの数字は示していません。

今日やることは1つです。自社でAIが要る業務を1つ書き出し、採用・育成・外部活用のどれで補うかを、仮でよいので1つ選んで書き添えます。業務は、問い合わせ回答の下書きや見積書づくりなど、いま一番時間をとられている事務作業から選べます。

AI人材不足とは|資料が言う「不足」の定義

AI人材不足とは、将来必要になる人材の数と、今の人材供給の流れが続いた場合に確保できる数との差のことです。経済産業省の資料は、この差をミスマッチと呼んでいます。

資料の言葉は、そのまま読むと分かりにくいので、日常の言葉に直します。

資料の言葉日常の言い方読むときの注意
AI・ロボット等の利活用人材機械技術者や情報処理・通信技術者など専門職(専門的・技術的職業)の一部を集計した区分。改訂版の注に定義がある
ミスマッチ必要な仕事と、働く人のスキル・学歴が合っていない状態「人数が足りない」より「合う人がいない」に近い
シナリオ一定の前提を置いて描いた将来の見通し起きると決まった未来ではなく、前提つきの想定
余剰需要より供給のほうが多い状態全体の需給と個人の能力を結びつけない

自社の役割を整理するときは、AIを使う人、指示文や資料を直せる人、結果を確認する人に分けるのが実務的です。これは当社の整理であり、資料の分類ではありません。

出典の確認: ニュースで「AI人材が○万人不足」と見たら、「いつの」「どのシナリオの」「何の人材の」数字かを3点調べます。答えが出ない数字は、背景として一言添える扱いにとどめ、自社の必要人数には使いません。

規模|推計の前提を自社の必要人数と分ける

経済産業省の改訂版は、AI・ロボット等の利活用人材が不足するリスクを示しています。ただしこれは将来の需要と供給の差であり、自社が採用すべき人数や、現在の求人の埋まりにくさを直接示すものではありません。

全体では大きな不足が生じない見通しでも、職種や学歴によって不足と余剰が生じる可能性があります。全体の労働需要の効率化と、特定の職種の不足は、人数を差し引いて読む関係ではありません。

出典は経済産業省 経済産業政策局の「2040年の就業構造推計(改訂版)について」(2026年3月)です。十分な国内投資や産業構造転換、AI・ロボット等の利活用やリスキリングが進む場合の見通しとして読みます。報道で人数を見かけたら、対象年だけでなく資料の版とシナリオも調べます。

読む順番は、まず対象年、次に人材の範囲、最後にシナリオ(=前提を置いた将来の見通し)です。AIやロボットの利用が進む前提と、今の仕事の進め方が続く前提とでは、必要になる役割が変わります。異なる前提の数字を並べても、自社に合う対策は選べません。

資料の「不足」は、需要が供給を上回る側を示します。社会全体で仕事を効率化できるとしても、その変化を進める人が十分にいるとは限りません。AIを使うための準備と、AIを使った後の仕事を分けて考える必要があります。

全国の需給推計は背景に使い、自社の必要人数は業務と役割から決める

将来推計と自社の人材計画の関係将来推計は対象年、人材の範囲、政策の前提をそろえて読む。自社では対象業務、欠けている役割、必要な稼働を調べ、採用・育成・外部活用を選ぶ。 将来推計を読む対象年・範囲・政策の前提 → 自社の仕事を調べる対象業務・欠けた役割・必要な稼働 ↓ 人材の確保方法を選ぶ採用・育成・外部活用 全国の不足をそのまま自社の必要人数に置き換えない

図の内容: 将来推計を背景に置き、自社の業務・役割・稼働を調べてから人材の確保方法を選ぶ流れ。

社内の提案書では、市場の背景と採用理由を段落で分けます。背景には資料名と前提を書き、採用理由には自社で止まっている仕事を書きます。「不足が報じられているから採る」では、入社後に何を任せるかが決まりません。

全国の不足規模を根拠に、外部委託の効果や採用の成功を約束することもできません。自社で使うデータ、既存の道具、現場の担当者が異なるためです。必要人数を考える材料は、仕事の頻度や確認の負担から集めます。

提案書の点検: 社内資料の「背景」と「自社の困りごと」を別々に読みます。背景を隠しても任せたい仕事を説明できるなら、人材の相談を進めやすくなります。

職種別・学歴別|不足する層と余剰する層

職種別・学歴別の需給は、全体の偏りを見るための分類です。特定の学歴ならAIを使える、あるいは仕事が不要になるという判定には使えません。

経済産業省の改訂版は、専門職を中心とする大卒・院卒の理系人材の不足と、事務職の需要減少、大卒・院卒の文系人材の余剰の可能性を示しています。また、生産工程などの現場人材にも不足リスクがあります。

定型の入力・分類の仕事は、AIが下書きを作れる範囲と重なります。ただし資料はこれを個別の仕事の消滅とは書いていません。会社の中では、同じ事務担当でも、定型入力を担う人と例外の判断を担う人では仕事が違います。人を入れ替える結論に飛ばず、作業の中身に分けて読みます。

資料で見る区分自社で調べる仕事判断を急がない点
研究者・技術者などの専門職AIの設計、既存の仕組みとの接続、動作の確認学歴だけでは担当できる業務を判断できない
生産工程などの現場作業の記録、確認、設備を使うための準備記録の自動化と現場作業の代替は別に考える
事務職入力、分類、下書き、承認前の照合需要の減少を仕事の消滅と読み替えない
AI・ロボット等の利活用人材AIの設計や既存の仕組みとの接続など、専門的な技能を要する仕事資料では機械技術者や情報処理・通信技術者などを集計している

社内の人を育てるなら、業務の良し悪しを説明できるかを見ます。入力が間違っていると気づける人や、例外の扱いを説明できる人は、AIの結果を確認する役割の候補です。これは学歴の区分からは分かりません。

反対に、道具に詳しくても、現場の完了条件を知らなければ運用は任せにくくなります。技術の説明ができる人と、業務の判断ができる人が相談できる形を作ることも、人材不足への対策です。

担当者への質問: 対象業務で「正しく終わった」と判断する条件を、現在の担当者に説明してもらいます。その条件を説明できる人と、AIの指示文や資料を直せる人がつながっているかを見ます。

原因|なぜ中小企業で人が足りなくなるのか

原因は2つに分けて見ます。少子高齢化で働き手が減ることと、社内でAIを業務の流れに入れる担当・権限が決まっていないことです。前者は社会全体の変化、後者は自社で決められる問題です。 以下は、資料の背景を自社の点検項目に読み替えた整理です。

背景・社内で見る課題自社で点検する場面自社で調べること
少子高齢化による労働供給の減少応募が少ないのか、求める技能と合わないのかを分ける直近の募集で、応募が何人来たか
職種間・学歴間のミスマッチ事務は足りていても、AIを使う側の人がいない社内でAIへの指示文や使う資料を直せる人が何人いるか
社内でAIを業務の流れに入れる担当と権限が決まっていないツールは入れたが、業務に入れる役がいないAIを使う業務に、責任者の名前が決まっているか

最後の行は、社内の進め方を点検するための項目です。担当者がいても、仕事の変え方を決める権限や時間がなければ、導入は止まります。AIを業務の流れに入れる人を決めないと、採用しても任せる仕事が決まらず、育成しても使う場面がなくなります。

役割の点検: 「AIを使う業務を1つ挙げ、その責任者の名前を言えるか」を、経営者と現場リーダーの両方に聞きます。答えが違う、または出ないなら、人の確保より先に役割を決めます。

自社で「人が足りない」と感じた場面を、作業の途中まで戻って見ます。資料が集まらないのか、AIに任せる範囲が決まらないのか、出力を確認する人がいないのかで、頼む相手は変わります。止まった場所を言葉にすると、求人の肩書だけでは見えなかった役割が分かります。

たとえば、問い合わせ回答の下書きを作る業務を考えます。回答の根拠になる資料が更新されていなければ、開発できる人を増やしても正しい下書きには近づきません。資料を管理する人と、回答を承認する人を決めることが先になります。これは説明用の例であり、当社の導入実績を示すものではありません。

また、現場が忙しくて話を聞く時間を取れない場合、外部の専門家だけで業務の良し悪しを決めることはできません。経営者が決めるのは、AI担当という名前だけではありません。現場のどの作業を減らして、協力する時間を作るかも決めます。既存の仕事をすべて残したまま役割を足すと、学習や確認が後回しになります。

打ち手の比較|採用・育成・外部活用・業務の絞り込み・ツール先行

打ち手は5つありますが、人を確保する選択肢は3つです。毎日の仕事量があれば採用、任せる人がいれば育成、立ち上げだけなら外部活用です。 残る「業務の絞り込み」と「先にAIのツールを買う」は、選ぶ前に見る項目で、迷ったら業務の絞り込みが先です。

打ち手向く場面向かない場面判断に使う問い
採用(常勤)毎日AI関連の仕事があり、増える見込みがある仕事が週に数回で、立ち上げ後は減る週に何時間分の仕事があるか
育成(社内の人を育てる)業務を知る人がいて、AIを学ぶ意欲がある任せたい人が決まっていない候補者の名前を挙げられるか
外部活用(専門家に必要な分だけ頼む)立ち上げを急ぎたい、常勤ほど仕事がない社内に窓口役が誰もいない窓口になる社内の担当者がいるか
業務の絞り込み何をAIに任せるか決まっていないすでに対象業務が決まっている対象業務を3つ以内に絞れたか
ツール先行(先にAIのツールを買う)使い方が決まっていて、人手の不足が小さい組み込む業務も責任者もないそのツールを使う業務の名前

「業務の絞り込み」と「ツール先行」は、人を確保する手段ではありません。ただ、先に絞らずに人を探すと、どんな人を探すのかが決まりません。そのため、表の中でも早い段階で考えておく価値があります。

採用・業務委託・受託開発の使い分けの詳細はAI人材は雇わずに借りるに書きました。この記事では比較表を作り直さず、選ぶ順番だけを扱います。

当社のサービス資料には、研修・試作・実装のどれで進むかを切り分ける入口として、AI適用診断(=進め方を見立てる有料の診断)があります。期間は2週間で、実際の業務システムには接続せず、現場に同席して見立てます。費用はライト診断15万円、標準診断30万円(税別)です。診断のあとに実際の業務で動かす段階と保守は、別契約です。打ち手が決まらないときの選択肢の一つです。

比較表の使い方: 表の「判断に使う問い」の列を、自社の言葉で1行ずつ埋めます。5つのうち、埋まらなかった行が、いま決められていない部分です。

採用を選ぶなら、募集前に入社後の仕事を文章にします。「AIに詳しい人」だけでは、応募者も自分が役立てるか判断できません。対象業務、現在の道具、困っている場面、担当者が決められる範囲を示します。高度な開発経験が要る仕事か、既存ツールの設定で進められる仕事かも分けます。

育成を選ぶなら、受講内容より先に実務の題材を決めます。研修で試した操作を現場で使うには、同じ種類の入力と、結果が正しいか判断する材料が必要です。機密情報を使わなくても練習できる題材を用意し、習った後に誰が質問を受けるかも決めておきます。研修を受けた事実だけでは、業務を任せられるかは分かりません。

ツール先行が合うのは、対象作業と完了の条件がすでに整理されている場合です。導入前に、その道具で処理できない入力が来たときに、前と同じ手作業へ切り替えられるかを試します。例外のたびに現場が手作業を増やすなら、見かけ上の自動化と実際の負担は一致しません。道具の機能一覧よりも、今の作業を最後まで通せるかを見ます。

これらは組み合わせることもできます。社内の担当者が業務を整理し、外部の専門家が初期の設定を支援し、その後は担当者が運用する形です。ただし、誰も全体を見ない分担にすると判断が止まります。主に進める方法を決めたうえで、足りない役割だけを別の方法で補います。

外部活用の一例|専門家レンタルで補う仕組み

外部活用は、常勤を雇わずに、必要な期間と時間だけ専門家に入ってもらう方法です。ここでは当社の設計を例に、発注側が要求してよい条件を整理します。 他社の実績を書くものではありません。この記事が費用を具体例で示すのは外部活用だけです。採用・育成の費用は、リンク先の記事で確認できます。

当社のサービス資料(事業ファクトシート)にあるAI Expertの設計は次のとおりです。

  • 稼働は週1〜2回・月20時間〜
  • 標準期間は3〜4ヶ月
  • 基本はフルリモート、週1回30〜60分の進捗共有
  • 費用は月20〜36万円の案件例。契約は準委任、または請負(=完成した成果物に対して支払う契約。30万円〜)。初期費用0円、初回相談は無料(30分)
  • 合わなければ、専門家の変更・終了ができる

契約形態は、作業を続けながら進め方を相談したいなら準委任、完成する物が決まっているなら請負が合います。

これを、外部活用を検討するときに発注側が要求してよい条件に直すと、次の表になります。

確認する条件要求してよい中身理由
稼働週に何回・月に何時間か、数字で示してもらう常勤との差が見える
期間標準の期間と、延長・終了の条件終わりが決まらない契約を避ける
費用月額の例と、初期費用の有無総額を組める
契約形態準委任か請負か、どちらなのか成果物の責任範囲が変わる
変更・終了合わないときの変更・終了の可否相性の外れを引いたときの出口

常勤は平日毎日働く前提で、外部活用は週1〜2回・月20時間〜と必要な分だけ使う

常勤採用と外部活用の稼働の違い常勤採用は平日の毎日が稼働日になる。当社の設計では、外部活用は週1〜2回・月20時間から、標準期間3〜4ヶ月で使う。 常勤採用(平日毎日働く) 月 火 水 木 金 外部活用(当社の設計: 週1〜2回・月20時間〜) 月 火 稼働 水 木 稼働 金 標準期間 3〜4ヶ月 / 週1回 30〜60分の進捗共有 / 合わなければ変更・終了OK 曜日は例。稼働日は契約ごとに決める

図の内容: 常勤は平日毎日が稼働日になるのに対し、外部活用は週1〜2回の稼働で、標準期間は3〜4ヶ月という違いを示した図。

専門家レンタルの仕組みと費用の詳細はAI専門家レンタルとはに、週1〜2回で頼む条件は副業 AI 人材に書きました。

見積時の質問: 外部に頼む候補が出たら、上の表の5条件を同じ文面で聞きます。数字で返らない条件は、契約前に書面にしてもらいます。

費用を比べる際は、同じ仕事の範囲で見積をそろえます。月額が示されていても、準備、打ち合わせ、設定変更、引き継ぎのどこまで含むかで、頼める内容は変わります。当社の案件例も、自社の依頼内容をそのまま引き受ける確定額ではありません。依頼の範囲を伝えたうえで、個別の条件を聞きます。

また、外部の稼働がない日に誰が問い合わせを受けるかを決めます。設定を変えられなくても、作業を止める判断や手作業へ戻す判断は必要です。専門家に連絡がつくまで現場が待つ形になるなら、導入を急ぐ前に社内の受け口を用意します。常勤と外部活用の違いは、使える時間だけでなく、日常の判断をどこに置くかにもあります。

相談時には、完成してほしい物だけでなく、社内で引き継ぎたい操作も伝えます。担当者が資料を更新するのか、出力だけを確認するのかによって、説明してもらう内容が変わります。変更・終了できるサービスでも、終了後の運用担当や資料の受け渡しは、依頼の段階から話し合います。

決め方|3つの問いで自社の打ち手を選ぶ

迷ったら、3つの問いを順に聞きます。上から順に見て、最初に「はい」になった方法を候補にします。 採用は最も重く、あとから戻しにくいため、先に聞きます。複数が「はい」になったときは、それぞれの費用と戻しやすさを比べます。最後に、担当者の時間と引き継ぎ先も押さえます。

常勤で毎日必要なら採用、任せたい人がいれば育成、立ち上げだけ急ぐなら外部活用

打ち手を選ぶ3つの問い最初の問いは、常勤で毎日必要かどうか。はいなら採用。いいえなら、社内に任せたい人がいるかを聞き、はいなら育成。いいえなら、立ち上げだけ急ぐかを聞き、はいなら外部活用、いいえなら対象業務の絞り込みに戻る。 問い1 常勤で毎日必要か はい → 採用 いいえ ↓ 問い2 社内に任せたい人がいるか はい → 育成 いいえ ↓ 問い3 立ち上げだけ急ぐか はい → 外部活用 いいえ → 対象業務の絞り込みへ

図の内容: 3つの問いを上から順に聞き、採用・育成・外部活用のどれかに行き着く決定木で、どれにも当たらなければ対象業務の絞り込みに戻る。

  • 問い1 常勤で毎日必要か: 週に何時間分の仕事があるかを数え、常勤1人分に近い量が続くかを見ます。続くなら採用を候補にします。採用の費用の見方はAI人材紹介料の相場にあります
  • 問い2 社内に任せたい人がいるか: 候補者がいて、学習と実務に使う時間を確保できるなら育成を候補にします。挙げられなければ次へ
  • 問い3 立ち上げだけ急ぐか: 立ち上げの数か月に集中して頼みたいなら外部活用です。ただし、窓口になる社内の担当者がいるかを先に聞き、いなければまず窓口を決めます。どれにも当たらないなら、人を探す段階ではなく、対象業務の絞り込みに戻ります

社内での相談: 3つの問いに、経営者と現場リーダーが別々に答えます。答えが食い違う箇所が、社内で先に話し合う論点です。

役割の整理|任せる仕事を相談できる言葉にする

人材の相談には、肩書よりも「何を受け取り、何を返してほしいか」を持ち込みます。対象業務と完了の条件が分かれば、採用候補者にも研修先にも外部の専門家にも、同じ土台で相談できます。

準備のために大きな計画書を作る必要はありません。現在の担当者が説明できる範囲から、次の表を埋めます。空欄があっても、誰に聞けば分かるかを添えれば相談を進められます。回答を推測で埋めると、必要な仕事の範囲がずれてしまいます。

書く項目伝わる書き方避けたい書き方
対象の仕事問い合わせ文と社内資料を読み、回答の下書きを作る営業をAI化したい
入力する材料担当部署が更新する案内資料と、利用許可を得た質問文社内のデータを全部使う
完了の条件AIが答えの出どころ(元の資料)を示し、担当者が確認してから送れる高精度なAIにする
社内に残す判断顧客への送信可否と、資料に答えがない場合の対応細かい判断もすべて任せる

この表は説明用の業務例です。顧客への回答を自動送信する提案ではありません。下書きを作る段階と、相手に送る判断を分けると、AIを使うためにどんな人が必要かが見えてきます。

候補者には、得意な道具の名前だけでなく、表の仕事をどう分けて進めるかを聞きます。入力が足りないときに何を尋ねるか、出力が間違ったときにどこを調べるか、社内に何を残すかを説明してもらいます。相手が前提を聞かずに完成像だけを約束するなら、認識を合わせる時間を設けます。

相談に原本や個人情報をそのまま渡す必要はありません。まず、利用できる資料の種類と、扱ってよい範囲を伝えます。具体的な内容が必要になったら、社内のルールに従って、共有する相手と目的を確認します。情報の扱いを決める担当も、社内に残す役割です。

相談時のすり合わせ: 表を読んだ相手が、入力・出力・人の判断を自分の言葉で説明できるか聞きます。説明が食い違う箇所を直すと、仕事の範囲をそろえられます。

定着の確認|人を確保した後の戻り方と引き継ぎ

人材確保の結果は、着任や研修の修了だけでは判断できません。担当者が日々の仕事を進め、AIの出力が使えないときに、前と同じ手作業へすぐ切り替えられるかまで試します。

まず、試す仕事の通常の入力と、判断に迷う入力を用意します。通常の入力だけでうまく動いても、情報が欠けている場合や古い資料が混じる場合の対応は分かりません。試す材料には、利用が認められたものか、実務の特徴を残した架空のものを使います。担当者が結果の根拠をたどれる状態で確認します。

確認するのは出力の見た目だけではありません。準備する手間、確認して直す手間、判断に迷う入力を人の手に戻す手間まで見ます。下書きが早くできても、誤りを探す負担が増えるなら、そのまま定着させる判断はできません。改善する箇所が道具の設定か、資料の整理か、役割の分担かを分けて話し合います。

引き継ぎでは、担当者が説明を聞いただけで終わらせないようにします。資料の更新、通常の実行、止まったときの連絡を、社内の担当者が自分でたどれるかを見ます。外部に運用を任せ続ける場合も、変更を依頼する窓口と、日々の確認をする人は必要です。

引き継ぎ資料には、操作手順だけでなく「対応できない入力」と「人が判断する箇所」を残します。使う資料が変わったときに誰へ知らせるかも決めておくと、担当者の交代後に困る点を減らせます。社内で直せる範囲を超える変更については、追加支援を頼む条件を話し合います。

引き継ぎの仕上げ: 専門家や講師の説明を見ずに、社内の担当者が通常の作業と停止時の対応を説明してもらいます。できなかった箇所を、引き継ぎや育成の残りとして扱います。

読み違えないために|推計の限界と分からないこと

推計は、全国の背景を説明する範囲で使います。自社の採用見込みや導入効果を決めるには、別の材料が必要です。

  • 推計は版で変わる。この記事では改訂版の人材区分と見通しを参照している。人数を引用するときは改訂版の原表を参照し、異なる版の数字を混ぜない
  • シナリオ前提の数字である。AI・ロボットの活用促進と労働の質の向上が進んだ場合の話で、起きると決まった未来ではない
  • 実際の求人数ではない。自社が採用できるかどうかは、この数字からは分からない
  • 中小企業の個別事情は資料からは分からない。自社の採用判断には、募集する職務と応募状況を別に調べる

引用前の点検: 数字を社内で使う前に、「この数字は自社の採用に直接使えるか」を一度自問します。使えないなら、背景説明にとどめます。

早見表|AI人材不足の数字を使うときの確認5点

数字を使う前に、この5点を見ると、よくある読み違いを避けられます。

確認する点良い使い方NGの使い方
発行元と年月経済産業省の資料名と発行年月を添える出典なしで不足人数だけを書く
数字の性質将来のどの時点の推計かを書く今の求人難として書く
範囲AI・ロボット等の利活用人材と限定する「IT人材全体」と言い換える
前提政策対応が前提のシナリオと添える確定した未来として書く
自社への当てはめ打ち手を選ぶ材料に使う採用予算を決める根拠にする

今すぐ人材確保を考えなくていい会社と、この記事に含まれないこと

次の3つに当てはまる会社は、今すぐ人材確保を考えなくて構いません。

  • AIを使う方針そのものが、まだ決まっていない(この記事の対象外です)
  • すでに社内に、AIを業務に組み込む責任者がいて、回っている
  • 常勤か外部かの判断を、すでに別の場で終えている

AIを使う方針は決めたが、どの業務に使うかが決まっていない会社は、考えなくてよいのではなく、「業務の絞り込み」が先です。今日やることの「業務を1つ書き出す」が、その作業にあたります。

この記事に含まれないことは次のとおりです。

現場作業の職種別の採用状況、インドなど他国の人材獲得の動向、米国の新卒市場、中小企業の規模別・業種別の人数は扱いません。この記事の根拠は国内の公的資料1点で、他国や規模別の数字を原文で確認していないためです。生産工程の需給の話だけから、現場ごとの導入策までは決められません。

Summary in English

AI talent shortages require small and midsize companies to identify missing responsibilities before choosing how to secure people. METI’s workforce projections provide background on future supply and demand. They should not be treated as current job openings, a hiring forecast for an individual company, or a ranking of employees by educational background.

Start with a specific business task. Identify who understands the work, who can configure or develop the AI solution, and who will check results and handle exceptions. Hiring is an option when ongoing work justifies a full-time role. Internal training requires an assigned employee and protected time for learning and practice. External experts can help with a defined launch or a missing technical capability, provided that an internal owner remains involved.

According to AI Expert’s service fact sheet, its external support starts at 20 hours per month, with work typically scheduled once or twice a week. The standard engagement period is three to four months. These are service conditions, not guaranteed outcomes or industry-wide standards. Before starting, agree on the work scope, the evidence needed to accept results, and the handover materials. The immediate action is to write down a target task and a provisional choice of staffing approach.

まとめ|数字は版を確認し、打ち手は3つから1つ選ぶ

  • 経済産業省の改訂版の推計は、対象年・人材の範囲・前提をそろえて読み、自社の必要人数とは分ける
  • 不足と余剰は、個人の能力を決めるものではない。自社では作業と判断の役割を分けて見る
  • 社会全体の供給の変化と、社内で担当・時間・権限が決まっていない問題を分けて対処する
  • 打ち手は、常勤で毎日必要なら採用、任せたい人がいれば育成、立ち上げだけ急ぐなら外部活用
  • 数字は発行元・年月・シナリオ前提を添えて使い、版の違う数字を混ぜない

次のアクションは、3つのうちどれか1つで構いません。

  • 今日: AIが要る業務を1つ書き出し、採用・育成・外部活用のどれで補うか仮置きする
  • 今週: 3つの問いに、経営者と現場リーダーが別々に答えて、食い違いを話し合う
  • 今月: 外部活用を選んだ場合は、稼働・期間・費用・契約形態・変更の5条件を候補に聞く

仮置きを書いたあとに迷ったら、書き出した業務1つを持って、無料相談で候補の絞り込みや条件の聞き方を一緒に整理することもできます。

次に読む

更新履歴

  • 2026-10-26: 初版公開。経産省の改訂版に合わせて人材の定義と見通しを整理し、旧版の人数・学歴別数値表を削除。自社サービス資料による稼働・費用の条件を整理
  • 次回更新予定: 2027年1月(経済産業省の推計の改訂有無を確認)

本記事は経済産業省「2040年の就業構造推計(改訂版)について」(2026年3月)と当社サービス資料に基づきます(参照日・公開日: 2026年10月26日)。推計は版によって数字が変わるため、社内資料に使う際は最新版を経済産業省の公式資料で確認してください。

参考・出典

FAQよくある質問

AI人材不足とは、何が足りないことですか?
AIを開発したり業務で使ったりするために必要な人が、十分に確保できない状態です。経済産業省の改訂版の推計では、AI・ロボット等の利活用人材は専門職の一部を指し、将来の需要と供給の差を見ています。自社の対策では、開発・業務設計・日々の運用のうち、どの役割が欠けているかを分けます。
経済産業省のAI人材不足の推計はどう読めばよいですか?
経済産業省の改訂版の推計は、AI・ロボット等の利活用人材や理系人材の不足リスクを示しています。全体では大きな不足が生じない見通しでも、職種や学歴による需給の偏りが残るという読み方です。対象年・人材の範囲・政策の前提をそろえて読み、将来の需要と供給の差を、現在の求人数や自社の必要人数とは分けて扱います。
AIによって事務職はなくなるのですか?
経済産業省の改訂版の推計では、事務職の需要が減少し、大卒・院卒の文系人材に余剰が生じる可能性が示されています。これは個別の仕事がすべてなくなるという意味ではありません。自社では、下書きや分類をAIに任せる作業と、人が確認・判断する作業を分けて考えます。担当者を育てる場合も、現在の仕事に加えて何を担うのかを決める必要があります。
この推計でIT業界の人手不足も分かりますか?
職種別・学歴別の需給推計だけで、IT業界全体の現在の採用状況は判断できません。AIを使う仕事はIT企業以外にもあり、技術者の仕事がすべてAI関連とも限らないためです。自社の採用判断には、募集する職務と応募状況を別に調べます。
人手不足が最もひどい職業は何ですか?
本記事は職業別の人手不足順位を示していません。将来の不足推計と、現在の採用難は異なる指標です。自社では、欠員によって止まる業務と、その業務に必要な技能を先に書き出すと、採用の優先順位を考えやすくなります。
AIを導入すれば人手不足は解決しますか?
AIの導入だけでは、業務を決める人や結果を確認する人の不足は解消しません。作業を減らせても、例外処理や日々の運用を担う役割は残ります。試す段階から、何をAIに任せ、どこで人が判断するかを決めます。
中小企業はAI人材を採用以外でどう確保できますか?
社内の人を育てる方法と、外部の専門家に必要な範囲を頼む方法があります。AI Expertのサービス資料(事業ファクトシート)では、外部活用の設計は週1〜2回・月20時間〜、標準期間は3〜4ヶ月です。これは自社サービスの条件であり、他社の標準や成果の保証ではありません。
AI人材の不足は現場の人手不足とどう違いますか?
経済産業省の改訂版では、AI・ロボット等の利活用人材は専門職の一部で、生産工程などの現場人材とは区分が異なります。いずれにも不足リスクが示されています。ただし、自社の現場作業をAIで代替できるかは、作業内容や確認の仕方を別に調べる必要があります。

Writerこの記事を書いた人

AI Expert 編集部運営: Orga株式会社

非エンジニアの運営者が、自社の営業(リスト作成・文面・送付・資料・日報)をAIで毎日動かしながら書いています。中小企業のAI適用診断・実務題材型AI研修・プロAI人材のマッチングを提供。

この記事の検証方法: 数字・価格・仕様は一次情報(公式ドキュメント・公式料金ページ)か自社の実測だけを使い、出典に参照日を付けています。公開前に機械検証(verify_post)と、書き手とは別のAIによる事実照合を通しています。

この記事の検証環境: 記事内のサービスの稼働・期間・費用を、AI Expertのサービス資料(事業ファクトシート)と照合しました。経済産業省の推計の人材区分と見通しは「2040年の就業構造推計(改訂版)について」のPDF本文で確認しました。旧版の人数と学歴別数値表は削除しています。