ILOがASEAN 8,000万人のAI影響を発表：大規模失業なしの理由、Singapore 42%が首位となる構造、女性が男性の2倍リスクを持つ理由を素人向けに解説

影響を受けると失業するは違う

AI と雇用の議論で最も誤解されやすいのが、AIの影響を受ける職種とAIで失業する職種の違いである。ILOの分類はこの点を明確に区別している。AI影響は、その職種の一部業務が AI で自動化または補助される技術的可能性を意味する。失業はその結果として実際に人員が削減される現象である。技術的に可能でも、実際に代替されるとは限らない。逆に、影響を受けない職種でも、経済全体の縮小で失業する可能性はある。ILO の8,000万人という数字は、前者の技術的可能性を示すもので、後者の実際の失業を予測するものではない。実際、ILO は大規模な雇用削減の兆候はほとんど見られないと明言している。

主要指標の整理

なぜSingaporeが42.2%で首位なのか

Singaporeが飛び抜けて高いAI影響率を示す理由は、その経済構造にある。Singapore の主要産業は、金融サービス（バンキング、資産運用、保険）、専門サービス（法律、コンサルティング、会計）、IT サービス、政府サービス、研究開発といった知識集約型産業に集中している。これらの産業は、AI が最も自動化または補助できる業務（財務分析、契約書解析、コーディング、レポート作成、データ分析）で構成される。同時に、Singapore は農業、製造業、建設業などの物理的労働の割合が極めて低い。物理的労働は AI で代替が困難な領域で、この構成の違いが Singapore の高い AI 影響率を生んでいる。ILO のもう1つの興味深い発見は、Singapore が AI への備えでも首位という点である。備えとは、教育水準、デジタルインフラ、政府のAI導入戦略、企業のAI教育プログラムなどの総合的な準備度を意味する。Singapore は高度なデジタルインフラ、豊富な高学歴人材、政府主導のAI教育プログラム（AI Singapore、SkillsFuture Singapore等）を組み合わせ、AIの影響を脅威から機会に転換する構造を持つ。

なぜ失業が起きていないのか：4つの理由

ILO が観測した大規模失業の兆候なしの背景には、以下の4つの構造的理由がある。

理由1：GenAI はまだ初期・不均一な段階

ILO はGenAI 導入は初期・不均一な段階で、技術集約的職種に集中していると指摘する。ソフトウェア開発者、データサイエンティスト、AI エンジニアなど、AI を使う職種でAI導入が最も進んでいる。逆に、事務・管理職は理論上のAI影響度が高いにもかかわらず、実際の導入は限定的である。この非対称性が、大規模失業を抑える要因となっている。

理由2：AIが業務を代替するより補助している

現時点のGenAIツール（ChatGPT、Claude、Gemini）は、業務全体を自動化するのではなく、特定のタスク（メール作成、レポート作成、コード補完、翻訳）を補助する形で使われる。この結果、1人分の仕事の一部が自動化されるが、1人分の仕事全体が消えるわけではない。労働者の生産性は上がるが、雇用は維持される構造となる。

理由3：新しい業務・職種の誕生

AI 導入は既存業務を減らす一方、新しい業務・職種を生み出す。プロンプトエンジニア、AI エージェント管理者、AI 倫理担当、AI 品質管理、AI トレーニングデータ管理などの新カテゴリーが登場している。これらは既存の雇用損失を部分的に相殺する構造となる。

理由4：企業側の慎重な導入姿勢

多くの企業は、AI 導入と人員削減を同時に進めることのレピュテーションリスクを認識している。同時期にMeta、Microsoft、Shopee などが AI 関連リストラを公表しているが、ASEAN 企業の多くはこの動きに追従していない。段階的な導入、既存従業員のリスキリング、自然離職に伴う再配置などの手段で、雇用調整をゆるやかに進めている。

女性が男性より2倍のAI影響を受ける理由

ILO の重要な発見の1つが、女性が男性より2倍以上、高AI影響職に就いている構造である。この理由は職業分布にある。女性が集中する職種には、事務職（秘書、会計、データ入力）、行政職、専門サービス職（教育、看護、コンサルティング）が多い。これらは全て GenAI の影響度が高いカテゴリーとなる。逆に男性が集中する物理的労働、建設、農業、運転、警備などは GenAI 影響度が低い。この構造は、AI 時代の男女雇用格差を新しい形で拡大する可能性を持つ。ILO は女性と若年層向けの重点リスキリングプログラムを政策優先課題として掲げている。

世代差がない構造

もう1つの興味深い発見は、若年層（15-24歳）と成人労働者の AI 影響度がほぼ同水準という点である。AIは若年層の仕事を奪うという一般的な言説とは異なる結論となる。この構造は、AI 影響を受ける職種が特定の年齢層に偏らず、事務・専門サービス全般に広がっていることを示している。ただし、若年層の方が AI ツール習熟の適応力が高いため、影響の受け方は世代で異なる可能性がある。年配の労働者にとって、AI ツールへの適応が新たなハードルとなる懸念は残る。

グローバルとの対比：Meta、Microsoft、Shopeeの大規模削減

ILO 報告と対照的に、米国・グローバルテック業界では大規模なAI関連削減が続いている。Microsoft は2026年7月に6,400人の削減を発表し、Xbox 部門で20%相当の3,200人が対象となった。Meta は AI 関連リストラを継続しており、Shopee（Sea Limited 傘下）も同種の動きを見せている。これらの企業はAI で人員を代替する戦略を明確に打ち出している。米国大手テック企業のリストラ費用は数千億円規模に計上されており、AI 投資の裏で人員削減が進む構造は、ASEAN の大規模失業なしとは対照的である。この非対称性の背景には、以下の要因がある。

第1に、米国大手テック企業は既に AI ツールの中核を自社開発している。ASEAN 企業はまだ AI 導入初期段階にある。第2に、米国大手テック企業は株主から短期的な利益率向上を強く求められる。ASEAN 企業は労働市場の柔軟性が異なり、大規模削減が政治的にも困難な場合が多い。第3に、業種構造が異なる。米国テック業界の中枢部門（エンジニアリング、営業、マーケティング）は AI で代替可能な領域が明確である。ASEAN 経済の多くは製造業、サービス業、農業など物理的労働の比重が高い。

関連企業と投資視点

この構造は4方向で含意を持つ。第1に、東南アジアBPO・IT サービス業界への影響である。Philippinesの28.1% AI影響率は、BPO・IT アウトソーシング産業が集中する構造を反映する。Concentrix、Teleperformance、Cognizantなど、フィリピンで大規模BPO事業を運営する企業は、AI導入により中期的にビジネスモデルの再定義を迫られる。第2に、インドITサービス（Infosys、TCS、Wipro）への長期的影響である。既にAI ツール活用で1人当たり生産性が2〜3倍に上昇するとの試算があり、大手企業は徐々に人員削減または成長ペースの減速を余儀なくされる可能性がある。第3に、Nvidia、Broadcom、SK Hynix、Micron などAI インフラサプライヤーへの構造的追い風は継続する。ASEAN のAI導入が本格化するのは今後5〜10年で、その間のインフラ需要は継続的に拡大する。第4に、Grab、Sea、GoTo など東南アジアテック企業は、AI 活用で運営コスト削減とサービス拡大を並行する構造となる。これらの企業のAI活用度が、中期の業績成長と株価評価を規定する。

4つの含意それぞれについて、将来の展開シナリオを時間軸で深掘りする。

第1の含意：東南アジアBPO・IT サービス業界への影響

短期（2026〜2027年）：AI補助導入で生産性向上

Concentrix、Teleperformance、Cognizantなどのフィリピン大規模BPOは、既にAIを補助ツールとして導入している。コールセンターでAIが会話をリアルタイムで文字起こし、顧客感情を分析、次の対応をオペレーターに提案する形態で、1人あたり処理件数を1.3〜1.5倍に増やす効果が実証されている。この段階では雇用は維持され、単価当たり生産性が向上する。企業側は既存の顧客契約単価を維持しつつ、AI補助でマージンを拡大する構造となる。

中期（2028〜2030年）：AIエージェント化で構造変化

Anthropic Claude Code、OpenAI Operator、Meta AIエージェントなどが実運用段階に入る。Level 1問い合わせ（パスワードリセット、注文追跡、簡単な返品）は、AIエージェントが完全自動化する。BPO 企業は、Level 2〜3の複雑な問い合わせ、感情労働、コンサルティング要素を含むタスクに人員を集中させる構造となる。フィリピンBPO 業界の雇用者数は現在約180万人だが、この段階で20〜30%の雇用減少（40〜60万人減）が現実化する可能性がある。同時に、単価の高い付加価値業務へのシフトが進む。

長期（2030年代前半）：ビジネスモデルの再定義

BPO 業界は人月ベースから成果ベースの契約モデルへ根本的に移行する。従来はオペレーター1人あたり月$1,500で契約していたのが、顧客対応1件あたり$3解決率95%を保証NPS スコア向上などの成果指標に基づく契約に変わる。Concentrix、Teleperformance などの大手は、AI プラットフォームを内製化し、AI と人員の混合サービスを提供するAI + 人材ハイブリッド企業へと転換する。この転換に失敗した中小BPO業者は淘汰される。フィリピン経済への影響は大きく、GDP の約8%を占めるBPO産業の縮小は、政府の産業政策の根本的な見直しを迫る。

第2の含意：インドITサービス（Infosys、TCS、Wipro）への長期的影響

短期（2026〜2027年）：AI ツール活用で1人当たり生産性2〜3倍

TCS、Infosys、Wipro、HCL、Tech Mahindra などインドIT大手は既に、Claude、Copilot、Cursor、Devin などのAIコーディングツールを社内標準として展開している。1人のエンジニアが3人分のコードを書く生産性向上が実証されている。この段階では、新規プロジェクト獲得の増加と生産性向上が並行し、雇用は維持または微増する。企業側は、AI投資と人員維持のコストを、顧客料金の値下げ圧力に転化する構造となる。

中期（2028〜2030年）：新卒採用の急減とピラミッド崩壊

インドIT大手の伝統的なビジネスモデルは、若手エンジニア（IIT・IIIT・地方大学卒）を大量採用し、シニアエンジニアが管理するピラミッド構造で成り立っていた。AI ツールが Level 1〜Level 2 のコーディング業務を代替すると、この新卒採用の必要性が急減する。TCS の年間新卒採用は現在約4〜5万人だが、2028年頃には1〜1.5万人まで減少する可能性がある。この段階では既存従業員の雇用維持のためリスキリングを進めるが、成長ペースは大幅に鈍化する。

長期（2030年代前半）：業界構造の再定義と株価評価の下方修正

インドITサービス業界の年間売上$2,500億という規模は維持されるが、成長率が現在の10〜12%から3〜5%へと大幅に減速する。株価評価も、成長株から成熟株への移行を反映して P/E 倍率が20倍台から10倍台へ縮小する可能性がある。同時に、AI ネイティブな新興インド企業（Zoho、Freshworks、Postman、Razorpayなど）が、既存の大手を超える成長率で市場シェアを奪う構造となる。インド政府の Digital India 戦略も、労働集約的なITアウトソーシングから、AI ネイティブな SaaS・製品開発へと軸足を移す必要が生じる。

第3の含意：Nvidia、Broadcom、SK Hynix、Micron などAI インフラサプライヤー

短期（2026〜2027年）：ASEAN AI インフラ投資の本格化

Singapore、Malaysia、Indonesia、Thailandがそれぞれ AI 国家戦略を明確化し、政府主導のデータセンター建設が加速する。Singapore は既に約1GWのデータセンター容量を持ち、2028年までに追加500MWを計画。Malaysia は Johor 州に集中して2027年までに1.5GW追加。Indonesia は Jakarta と Nusantara 新首都に1GW、Thailand は Bangkok と EEC 経済特区に800MW。これらの建設で、Nvidia GPU、Broadcom AI ASIC、SK Hynix HBM、Micron DRAMの需要が拡大する。年間$100〜200 億規模の追加需要が期待される。

中期（2028〜2030年）：ASEAN独自AI モデル・チップ開発

ASEAN 各国は、米中依存を減らすため、独自の AI モデル・チップ開発を推進する。Singapore が主導し、地域内の言語（マレー語、タイ語、ベトナム語、インドネシア語、タガログ語）に特化した LLM を開発。この段階で、AI インフラの需要はモデル訓練からモデル推論へと軸足を移す。推論では、大量のGPUよりも効率的な ASIC（Broadcom、Marvell、Amazon Trainium、Google TPU）の需要が拡大する。同時に、ASEAN 独自のAI チップ設計企業（シンガポール発Silicon Boxなど）が台頭する。

長期（2030年代前半）：ASEAN AI エコシステムの成熟

ASEAN 全体のAI インフラ市場が年間$500億規模に達し、世界のAI インフラ市場の10〜15%を占める構造となる。Nvidia、Broadcom などの主要サプライヤーにとって、ASEANは中国に次ぐ第2のアジア市場となる。SK Hynix、Micron のHBMなどメモリ需要も継続的に拡大する。同時に、電力インフラの制約が最大のボトルネックとなり、Constellation Energy、Vistra、Cameco などの原子力・電力銘柄への恩恵も広がる。

第4の含意：Grab、Sea、GoTo など東南アジアテック企業のAI活用

短期（2026〜2027年）：既存事業のAI最適化で利益率改善

Grab、Sea（Shopee、Garena、SeaMoney）、GoToはAI導入で以下の効果を実現している。第1に、配達ドライバーのルート最適化で1件あたりコストを15〜20%削減。第2に、eCommerceの推薦アルゴリズムでCTRを30〜40%向上。第3に、カスタマーサポートの70〜80%をAIで自動化。第4に、詐欺検知・与信スコアリングでリスク管理コストを50%削減。これらの効果で、Grab の EBITDA マージンは-5%から+5%へ、Sea は+15%から+20%への改善が見込まれる。

中期（2028〜2030年）：AI エージェント経済への転換

Grab、Sea、GoTo は AI エージェントプラットフォームを構築し、ユーザーがフライトを予約して、ホテルも押さえて、レストランも予約してと自然言語で指示するだけで、複数サービスを横断して実行する体験を提供する。この構造は、単なる配車・eCommerce アプリからライフスタイル AI エージェントへの進化を意味する。同時に、AI エージェント間の相互取引が始まる。Grab の AI エージェントが Sea の AI エージェントと交渉して割引を得るなどの構造が実質化する。

長期（2030年代前半）：東南アジアAI ユニコーンの誕生

現在の Grab、Sea、GoTo に加えて、AI ネイティブな新興ユニコーンが東南アジアから登場する。Singapore 発のAI エージェント企業、ベトナム発のAI コーディングスタートアップ、Indonesia 発の AI 教育プラットフォームなどが、業種横断的に事業を拡大する。Grab、Sea、GoToは、これらの新興企業を買収するか、独自のAI 生態系を構築するかの選択を迫られる。株価評価は、AI 活用度に応じて大きく分岐する。Grab の株価は現在の$5前後から$15〜20へ拡大する楽観シナリオがある一方、AI 活用に遅れる場合は横ばい〜下落シナリオもあり得る。Sea の株価は現在の$140前後から$250〜300へ到達する楽観シナリオがある。

4つの含意の統合：ASEAN AI 経済の全体像

これらの4つの含意を統合すると、以下のような全体像が浮かび上がる。

労働市場：段階的な二極化

事務・専門サービス職の20〜30%が2030年までに構造的な変化を経験する。フィリピンBPO で40〜60万人、インドITで数十万人の雇用調整が発生する。同時に、AI ネイティブな新カテゴリー職種（AI エージェント管理、AI 倫理、AI トレーニング、プロンプトエンジニア）が数十万人規模で創出される。ネットの雇用影響はほぼゼロだが、業種と地域の再配分は大きい。

経済成長：AI レバレッジで加速

ASEAN全体のGDP成長率は、AI活用で現在の4〜5%から6〜7%へ加速する可能性がある。特に Singapore、Vietnam、Indonesia がリーダーとなる。Philippines は BPO 縮小の逆風があるが、AI活用の新分野で相殺する余地がある。Thailand、Malaysia は製造業のAI活用（スマート工場、精密農業）で差別化を狙う。

資本市場：AI関連銘柄への集中

ASEAN 資本市場は、AI 活用度の高い企業への資金集中が進む。Grab、Sea、GoTo、Bank Central Asia、Bank Rakyat Indonesia、DBS Group、CIMB Group、Singtel、Bharti Airtel などが、AI 活用によって高い成長率を維持する。反対に、AI 活用に遅れる伝統的企業（従来型BPO、労働集約的製造業）は資金流出の圧力を受ける。

地政学：Singaporeがハブ化

Singapore は AI ハブとしての地位を確立し、多国籍企業のASEAN AI 本部が集中する。米中対立の中で、Singapore は中立的な AI 拠点としての戦略的価値を高める。Anthropic、OpenAI、Google DeepMind、Nvidia、Microsoft などが、Singapore に大規模なAI R&D センターを開設する動きが加速する。

タイムラインまとめ

この全体像は、ILOの大規模失業なしという現時点の観測と矛盾するものではない。ILOは現時点の状況を報告しているのに対し、これらの含意は今後10年間の展開を予測している。段階的な変化の中で、最終的には ASEAN 経済とアジア労働市場は根本的な再編を経験する構造となる。この構造変化の中で、勝ち組と負け組が明確に分岐する。準備を早期に始めた個人、企業、国家が勝ち組となり、既存の労働集約モデルに依存し続けた側は負け組となる。ILOが強調する政策の余地の重要性は、この時間軸の中で最大限に発揮される。Singapore がすでに首位に立っている構造は、10年後に他 ASEAN 諸国にとってのモデル、あるいは追いつけない先行例として位置付けられる可能性が高い。

短期・中期の注視ポイント

短期的にはASEAN各国のAI導入政策の進展、Singapore主導のAI能力育成モデルが他ASEAN諸国にどのように波及するかが焦点となる。中期的には、AI補助から代替へのシフトタイミングが焦点となる。現時点で GenAI ツールは業務補助に留まっているが、AI エージェント（Anthropic Claude Code、OpenAI Operatorなど）が実用化する2027〜2028年頃には、業務全体の自動化が現実的となる。この段階で、ASEAN でも大規模な雇用調整が始まる可能性がある。長期的には、AI 影響を受けない67%の職種の変化が焦点となる。物理的労働、農業、建設、運転などの領域も、ロボット、自動運転、精密農業などの技術で徐々に自動化される可能性がある。ILO の8,000万人という数字は現時点で GenAI の影響を受ける職種の統計であり、5〜10年後の技術進歩を織り込んだ数字ではない。将来的にはこの数字が大幅に拡大する可能性がある。ILO Christian Viegelahn 経済学者のGenAI の恩恵を得るには、技術へのアクセス以上のものが必要である。労働者、企業、機関の適応力を構築するための政策選択が、将来の労働市場の結果を規定するというコメントは、この構造変化の本質を的確に捉えている。技術的な影響度（22.9%）と実際の雇用転換速度（現在ほぼゼロ）の間にある政策の余地が、ASEAN各国の10年後の位置付けを決める最大の変数となる。Singapore がこの余地を戦略的に活用して首位を確立している一方、他 ASEAN 諸国が同じ速度で追随できるかどうかが、地域全体の労働市場の将来を規定する構造にある。日本や韓国などの近隣諸国も、同じ構造的課題に直面している。ASEAN の8,000万人という数字は、実は世界的な労働市場変革の先行指標として位置付けることができるとみられる。