導入したAIが使われていない——経営会議でそう報告されたとき、製品の比べ直しより先に確かめたいのは、使う人に会社が訓練を用意したかどうかです。労働経済白書（令和8年版）は、日本がAIの利用率で国際的に低い水準にあるうえ、AIを使う人への訓練でも米英独に遅れていることを示しました。

白書の国際比較には、見落としやすい分母があります。金融・保険業でAIをすでに使っている日本の人のうち、会社から訓練や支援を受けたと答えたのは26.9%で、米国・英国・ドイツでは5割を超えます。

製品の機能比較や利用の記録をいくら眺めても、この割合は出てきません。

白書が示した国際比較を読むと、日本の空白は二つ重なっています。一つめは導入の少なさで、AIを使う企業の割合は経済協力開発機構（OECD）諸国の平均の半分以下です。二つめは、すでにAIを使っている人への訓練や支援の薄さです。

導入を増やす議論だけでは、二つめの空白は埋まりません。訓練の計画をツールの予算と同じ決裁に載せる理由は、そこにあります。

労働経済白書（令和8年版）は、AIと人について何を問題にしたのか？

労働経済白書（令和8年版）が問題にしたのは、AIへの投資と人への投資が日本では連動してこなかった点です。白書は主なポイントの筆頭に「経営戦略と人材戦略を連携させ、ＡＩ投資と人的資本投資の双方を推進していくことが重要」と掲げました。人的資本投資は、社員の知識や技能を高める訓練や教育への支出を指します。

厚生労働省は2026年9月29日、この白書を閣議に報告して公表しました。今回で77回目となり、テーマは「ＡＩ等技術革新が進む中での労働市場の現状と課題」です。第Ⅱ部第1章「ＡＩの進化は経済成長につながるか」が、AIを成長に結びつける条件の一つとして人への投資を取り上げています。

AIを使う社員に、会社は訓練を用意しているのか？

金融・保険業と製造業でAIを使う人のうち、会社から訓練や支援を受けていると答えた人の割合は、日本では26.9%と33.3%です。米国・英国・ドイツはどちらの業種でも5割を超え、白書は日本を両業種とも「20～30％ポイント程度低い水準」としています。

白書は、OECDが2025年にまとめた日本のAIと労働市場に関する報告書から、この国際比較を引いています（第2-(1)-16図）。数字は、AIと協働するための訓練や財政支援が企業から提供されていると答えたAI利用者の割合です。

業種	日本	米国	英国	ドイツ
金融・保険業	26.9%	60.5%	57.2%	54.8%
製造業	33.3%	62.7%	51.7%	54.2%

出典：厚生労働省「労働経済白書（令和8年版）」第2-(1)-16図（OECD（2025）をもとに同省作成）

分母は社員全体ではなく、すでにAIを使っている人です。裏返すと、日本の金融・保険業でAIを使う人のおよそ4人に3人、製造業でも3人に2人は、会社から訓練や資金面の支援があったと答えていないことになります。

AIを使っているかどうかという利用率の段階でも、日本は低い位置にあります。白書の第2-(1)-8図では、AIを利用する企業の割合（従業員10人以上）が日本は9.2%で、OECD諸国平均の20.2%の半分以下でした。個人の生成AI利用率も26.7%で、平均の36.8%を下回ります。日本の値は企業が2023年、個人が2024年のデータで、白書は企業の割合を幅を持って見るよう注記しています。

利用率を国内の別の調査と比べるときは、企業規模と「利用」の数え方をそろえてください。国内の企業調査に表れた生成AIの使い方は、生成AI利用率の内訳を読み解いた記事で扱いました。

訓練があると、AIの効果はどれだけ変わるのか？

会社の訓練と本人の学び直しがそろった利用者は、どちらもない利用者より、仕事のパフォーマンスが改善したと答える割合が37.0ポイント高くなっています。白書はこの比較を、AIの改善効果を最大化する条件を考える材料として紹介しました。

同じOECD報告書をもとにした第2-(1)-15図によると、その割合は両方を実施した利用者で83.6%、どちらも実施していない利用者で46.6%です。「身体の健康と職場における安全性」が改善したと答えた割合も、69.7%と23.5%で、46.2ポイントの開きがありました。図に並ぶ仕事の楽しさなど他の項目でも、両方を実施した利用者の割合がいちばん高くなっています。

読むときの注意が二つあります。一つは、利用者自身が答えた改善の実感だという点で、「改善した」と「少し改善した」を合わせた割合です。もう一つは、訓練を受けた人と受けていない人を比べた結果であり、訓練が改善を生んだと言い切れる設計ではないことです。

それでも、経営の判断材料としては軽くありません。白書はこの図に、職場に導入したAIの改善効果を最大化するには「労使双方がＡＩと協働するための人的資本投資に取り組むことが重要」という要約を添えました。会社の訓練か本人の努力か、どちらか一方に任せる設計では、図のいちばん高い棒には届きません。

IT導入期の日本でも、同じことが起きていたのか？

技術への投資と人への投資がそろって伸びない状態は、1995〜2004年のIT導入期の日本にもありました。IT投資の伸びは米英独より小さく、人への投資はほとんど増えませんでした。

白書の第2-(1)-12図によれば、この期間の年平均の伸び率は、日本がIT投資3.5%、人的資本投資0.2%でした。米国は16.4%と1.1%、英国は7.5%と3.5%、ドイツは7.3%と1.3%です。米英独はIT投資と人的資本投資をあわせて推進していた、というのが白書の整理です。

30か国のデータでは、人的資本投資の比率が高い国のグループでIT投資を1％ポイント増やしたときのGDP成長率の押し上げが0.034％ポイントで、低いグループの0.015％ポイントの2倍あまりでした。人への投資が厚い国ほど、同じIT投資が成長に結びついていた可能性を示す結果です。

ただし白書自身が、この結果は因果関係まで特定できず、成長の速い国ほど人への投資に回す余裕があったという逆向きの関係もありうると断っています。統計上の人的資本投資には職場での日常の指導（OJT）が含まれない場合がある点も、注記されました。引用の際は、この二つを数字の注として添えます。

人への投資が細ってきたことは、白書のコラムにも表れています。1995年を100とすると、企業の人的資本投資は2021年に58.3まで下がり、同じ年の経常利益は319.5、利益剰余金は346.7まで増えました。利益は3倍を超えたのに、人への投資は6割弱の水準です。

数年先を見据えて人を育てている会社は、どれくらいあるのか？

労働政策研究・研修機構（JILPT）の企業調査を白書が引いた図（第2-(1)-14図）では、数年先の事業展開を見据えて人材を育てている企業は1割ほどです。従業員300人以上でも14.2%、9人以下では8.0%にとどまります。

白書は同調査から、「数年先の事業展開を考慮して、その時必要となる人材を想定しながら能力開発を行っている」と答えた企業の割合を示しました。白書の見立ては、中小企業を中心に多くの企業で経営戦略と人材戦略の連携が弱い、というものでした。

もとの調査報告（2025年11月公表、有効回答6,116社）を開くと、全体では10.9%でした。多かったのは、今いる人材を前提にその能力をもう一段上げる方針の28.4%と、当面の仕事をこなすのに必要な能力を身につけさせる方針の25.1%で、合わせて半数を超えます。

方針を特に定めていない企業も21.9%あり、9人以下では30.6%に上ります。

AIの導入は、数年先の業務の形を決める判断です。一方で、人の育て方の多くは、今いる人と当面の仕事を前提に組まれています。白書が指摘した連携の弱さは、この時間軸のずれのことだと私は読んでいます。

人手不足がAIの差に変わる経路は、人材不足と中小企業のAI格差を整理した記事で扱いました。人を外から採りにくい会社ほど、今いる人を数年先の仕事に向けて育てる比重は大きくなります。

リスキリングが進まないのは、予算が足りないからなのか？

予算の不足は、白書が示した理由の上位には入っていません。リスキリング支援を行わない企業が「予算がない」より多く選んだ理由は、どの企業規模でも「必要性を感じない・どのようなスキルが必要か整理できていない」「労働者に時間を取らせる余裕がない」「どのように取組を支援していいか分からない」「制度を作る余裕がない」の四つでした。

出どころは、白書のコラムが引いたJILPTの2026年の企業調査です（コラム2-(2)-1図、複数回答）。白書の本文に数値があるのは三つで、必要性とスキルの整理を挙げた企業が38.7〜46.2%、時間の余裕がないとした企業が30.7〜49.6%（100〜299人で最も高い）、支援の仕方が分からないとした企業が24.3〜28.0%でした。

「制度を作る余裕がない」には数値の記載がありませんが、図の棒はどの規模でも「予算がない」より高く描かれています。「リスキリングは効果がないと思っている」は、どの規模でもごくわずかでした。

白書自身はこの回答から、必要なスキルの整理やリスキリングの意義が十分に認識されていない可能性と、業務の繁忙や人員の制約で学ぶ時間を確保しにくい状況を読み取っています。

時間の壁は、働く側のデータにも出ています。OECDの国際成人力調査（PIAAC、2023年）のデータを白書が集計した結果では、学び直しを望みながら参加できなかった人のうち、「仕事や家族の都合で時間がない」を理由に挙げた人が日本で59.8%でした。OECD平均の47.6%を上回る水準です（第2-(3)-6図）。

支援に取り組んだ会社の評価は高く、同じJILPT調査では、費用と成果を考えあわせてリスキリング支援に価値が「あった」「どちらかといえばあった」と答えた企業が、規模別に79.1〜87.2%でした（コラム2-(2)-2図）。効果を疑う会社は少なく、詰まっているのは、何のために誰に何を学ばせるかの整理と、学ぶ時間の確保のほうです。

中小企業は、リスキリングの何に困っているのか？

商工会議所の調査に回答した会員企業の66.1%が、リスキリングの必要性を感じながら取り組みが進んでいません。国や自治体に求める支援の上位には、研修の費用と、研修を受けている間の賃金が並びました。

日本商工会議所と東京商工会議所は2026年9月15日、全国の会員企業2,654社の回答（調査期間は7月21日〜8月21日）をまとめて公表しました。従業員のリスキリングについて「必要性を感じるが、十分に取り組めていない」が46.5%、「必要性を感じるが、全く取り組めていない」が19.7%です。必要性を感じて取り組んでいる企業は19.9%でした。

集計資料を規模別に開くと、進んでいない割合は20人以下で61.0%、301人以上で76.5%と、規模が大きいほど高くなります。20人以下では「必要性を感じておらず、取り組んでいない」も19.5%ありました。

必要性を感じている企業に目的を尋ねた設問では、人手不足への対応が61.7%、生産性の向上・コスト削減が59.0%でした。どちらも、AIツールを入れる目的としてそのまま書ける言葉です。

求める支援では、「研修受講費や講師派遣費用に対する助成金の拡充」が53.4%で最も多く、「従業員が研修を受講している間の『賃金』に対する直接的な助成」が44.9%で続きました。自由回答には「リスキリングは必要だと思うが、取り組む時間がない上に、残業扱いになればさらに経営を圧迫する」（製造業、21〜50人）という声も載っています。

なぜツールの予算と訓練の計画を、同じ決裁で組むべきなのか？

訓練に要るのは講師や教材の費用に加えて使う人の時間であり、その時間を確保できるのは、AIを入れる業務と使う人を決める決裁だからです。別々に決めると、訓練は時間がないことを理由に後回しになり、ツールの効果の前提が抜け落ちます。

厚生労働省の労働時間に関するガイドライン（2017年1月策定）は、参加が業務上義務づけられている研修・教育訓練の受講や、使用者の指示で業務に必要な学習を行っていた時間を、労働時間として扱うべき時間に挙げています。会社がAIの訓練を業務として命じれば、その時間は勤務の一部です。

訓練を予算に載せるとき、最初に決めるのは誰の何時間を本来の業務から外すかです。AIを入れて浮く時間を効果として見込むなら、その一部を学ぶ時間に先に充てる計算も、同じ紙の上でできます。

どの規模でも上位に挙がった「必要性を感じない・どのようなスキルが必要か整理できていない」にも、ツールの決裁は手がかりを与えます。どの業務にAIを入れ、誰が使うかを決めた時点で、学ぶ必要がある人と教える中身の範囲が決まるからです。訓練の計画を別の部署や別の時期に回すと、この対応がほどけてしまいます。

経理の4人が請求書の照合にAIを使う計画なら、ツールの行には月の処理件数と差し戻しの目標が入ります。訓練の行に入るのは、4人それぞれが照合の基準と例外の回し方を学ぶ時間を、勤務時間内に何時間取るかです。後者が空欄のまま前者の目標だけを決めると、学ぶ時間は締め日の合間か残業に押し出されます。

決裁書の一枚にまとめるなら、ツールの行と訓練の行を対にして並べる形が分かりやすいでしょう。

決めること	ツールの行	訓練の行
対象	AIに任せる業務と範囲	その業務で人が判断する点と手順
人	利用する部署と人数	受講する人と、勤務時間内に充てる時間数
費用	利用料・設定・保守の費用	講師・教材の費用と、受講時間分の人件費
効果の測り方	処理件数・差し戻し・所要時間	任せる範囲と確認の手順を説明できる人の割合
見直しの時期	契約の更新前	同じ日に、追加の訓練が要るかを判断

訓練の行に数字が入らないうちは、ツールの行の効果もまだ当てにできません。承認の前に確かめるなら、この対がそろっているかどうかが最も手早い目印です。

AIの社員教育では、何を教えればよいのか？

AIの社員教育で一般的な使い方より先に教えたいのは、対象業務のどこまでをAIに任せ、どこで人が確かめるかです。その線引きは会社ごと、業務ごとに違うため、基準は社内で書くほかありません。

教える中身は、三つに分けておくと抜けが出にくくなります。AIに渡してよい情報と渡さない情報、出力を確かめる手順と合格の基準、そしてAIを止めて人の判断に戻す条件です。

使い方そのものが身につく力を左右する、という研究もあります。白書の第3章が紹介した学生対象の海外の研究では、生成AIから答えを直接得ていた学生は、解き方の手がかりを得ていた学生に比べ、AIを使えなくなったときに成績が大きく落ちる傾向がありました。職場に置き換えれば、出力をそのまま使う手順と確かめて直す手順とでは、同じツールでも残る技能が違ってきます。

ChatGPTは答えます。WindyFloは働きます。製品の約束に掲げているこの一文には、業務の中で働くAIほど、任せる範囲を決めて結果を確かめる人の技能に成果が左右される、という裏側の条件があります。訓練は、その技能を個人の勘から会社の手順へ移す作業です。

業務を組み替えたあとに誰がどの役割を持つかは、AI時代の組織と人材を整理した記事で扱いました。訓練の中身は、その役割の定義から逆算して決めるのが近道です。

訓練の空白を埋めるのは、誰の決裁なのか？

訓練の空白を埋めるのは、AIの予算を承認する人の決裁です。訓練を人事部門や現場の自助努力に預けたままでは、白書が示した差を縮める道筋が見えてきません。

白書は、IT導入期の知見を踏まえ、AIの技術革新を経済成長につなげるには、経営戦略と人材戦略を連携させつつ、AI関連の人的資本投資をより一層推進していくことが重要だと結論づけています。

ハマダラボ（HAMADA LABS）のWindyFloの公開ページは、ビジュアル化したAIパイプラインをチーム内で共有しやすい点を特長に挙げています。業務の手順が図として残る仕組みなら、その図は訓練の教材にも使えます。組み方の例はWindyFloの使い方と開発事例に載っています。

利益が伸びても人への投資を細らせてきた配分を、AIの予算で繰り返すかどうかは、国の支援策がそろうのを待たずに、次の決裁書に訓練の行を置くかどうかで決まると私は考えます。

よくある質問

出典

• ［1次］厚生労働省「労働経済白書（令和8年版）」公表ページ（2026年9月29日公表、今回で77回目。2026年10月8日確認）— テーマ「ＡＩ等技術革新が進む中での労働市場の現状と課題」、主なポイント（経営戦略と人材戦略を連携させ、ＡＩ投資と人的資本投資の双方を推進していくことが重要）: https://www.mhlw.go.jp/stf/newpage_75700.html
• ［1次］厚生労働省「労働経済白書（令和8年版）」第Ⅱ部第1章「ＡＩの進化は経済成長につながるか」（2026年10月8日確認）— 第2-(1)-8図（OECD Data Explorerをもとに同省作成。AIを利用する企業の割合〔従業員10人以上・産業計〕日本9.2%・OECD諸国平均20.2%〔日本は2023年のデータで代用〕、直近3か月に生成AIツールをインターネットで利用した人の割合 日本26.7%・OECD平均36.8%〔日本は2024年のデータで代用〕、企業の割合は各国の取得可能な最新値を用いるため一定の幅を持って見る必要がある旨の脚注17）、第2-(1)-12図（1995〜2004年の年平均の伸び率：IT投資 日本3.5%・米国16.4%・英国7.5%・ドイツ7.3%、人的資本投資 日本0.2%・米国1.1%・英国3.5%・ドイツ1.3%。30か国の推計で高人的資本グループ0.034％ポイント・低人的資本グループ0.015％ポイント。因果関係までは特定できない旨と、人的資本投資にOJTが含まれない場合がある旨の注記）、第2-(1)-14図（JILPT「人材育成と能力開発の現状と課題に関する調査（企業調査）」（2025年）をもとに、「数年先の事業展開を考慮して…能力開発を行っている」300人以上14.2%・9人以下8.0%）、第2-(1)-15図（OECD（2025）「Artificial Intelligence and the Labour Market in Japan」をもとに、企業の訓練等と自己学習の両方を実施したAI利用者と未実施の利用者で、仕事のパフォーマンスが改善したと答えた割合83.6%・46.6%〔37.0ポイント差〕、身体の健康と職場における安全性69.7%・23.5%〔46.2ポイント差〕。仕事の楽しさ・メンタルヘルスとウェルビーイング・上司などによるマネジメントの公平性も同じ比較で、いずれも両方を実施した利用者が最も高い）、第2-(1)-16図（同報告書をもとに、AIと協働するための訓練や財政支援が企業から提供されていると答えたAI利用者の割合：金融・保険業 日本26.9%・米国60.5%・英国57.2%・ドイツ54.8%、製造業 日本33.3%・米国62.7%・英国51.7%・ドイツ54.2%、主要4か国の中で日本は両業種とも「20～30％ポイント程度低い水準」）、第1章の結び（経営戦略と人材戦略を連携させつつ、ＡＩ関連の人的資本投資をより一層推進していくことが重要）、コラム2-1（1995年＝100とした2021年の人的資本投資58.3・経常利益319.5・利益剰余金346.7）、コラム2-2（JILPT「労働者の働き方の現状と意識の変化に関する調査（企業調査）」（2026年）をもとに、リスキリング支援を行わない理由〔複数回答〕：「必要性を感じない・どのようなスキルが必要か整理できていない」38.7〜46.2%、「労働者に時間を取らせる余裕がない」30.7〜49.6%、「どのように取組を支援していいか分からない」24.3〜28.0%。本文に数値のない「制度を作る余裕がない」を含むこの四つが、図ではいずれの規模でも「予算がない」を上回り、「リスキリングは効果がないと思っている」はごくわずか。リスキリング支援の価値が「あった」「どちらかといえばあった」79.1〜87.2%）: https://www.mhlw.go.jp/wp/hakusyo/roudou/26/dl/26-1-2-1.pdf
• ［1次］厚生労働省「労働経済白書（令和8年版）」第Ⅱ部第3章「ＡＩの進化による人材育成の課題」（2026年10月8日確認）— 第2-(3)-6図（OECD Survey of Adult Skills（PIAAC、2023年）をもとに同省が集計。25〜65歳のうち調査日から12か月以内に学び直しを希望したが参加できなかった人について、「仕事や家族の都合で時間がない」を理由とした割合 日本59.8%・OECD平均47.6%）、学生の生成AIの使い方と成績に関する先行研究（Bastani et al.（2025））の紹介、現場人材のリスキリングの成果を処遇・賃金へ反映していく課題: https://www.mhlw.go.jp/wp/hakusyo/roudou/26/dl/26-1-2-3.pdf
• ［1次］労働政策研究・研修機構（JILPT）調査シリーズNo.257「人材育成と能力開発の現状と課題に関する調査（企業調査）」（2025年11月19日公開。従業員5人以上の企業20,000社に郵送、実査2024年10月15日〜11月8日、有効回収6,116社。2026年10月8日確認）— 図表2-3-1 従業員に対する人材育成・能力開発の方針（「数年先の事業展開を考慮して…」全体10.9%・9人以下8.0%・300人以上14.2%、「今いる人材を前提にその能力をもう一段アップできるよう能力開発を行っている」28.4%、「個々の従業員が当面の仕事をこなすために必要な能力を身につけることを目的に能力開発を行っている」25.1%、「人材育成・能力開発の方針について特に定めていない」全体21.9%・9人以下30.6%）、概要ページ図表2（2023年度にOFF-JTを実施した企業 9人以下16.2%）: https://www.jil.go.jp/institute/research/2025/257.html ／ 本文（PDF）: https://www.jil.go.jp/institute/research/2025/documents/0257_01.pdf
• ［1次］日本商工会議所・東京商工会議所「多様な人材の活躍等に関する調査」集計結果（2026年9月15日公表。会員企業2,654社、調査期間2026年7月21日〜8月21日。2026年10月8日確認）— 従業員のリスキリングの現状（「必要性を感じるが、十分に取り組めていない」46.5%・「必要性を感じるが、全く取り組めていない」19.7%で計66.1%、「必要性を感じ、取り組んでいる」19.9%、規模別 20人以下61.0%・301人以上76.5%、20人以下の「必要性を感じておらず、取り組んでいない」19.5%）、リスキリングを行う目的（必要性を感じている企業n=2,282：人手不足への対応61.7%、生産性の向上・コスト削減59.0%）、国や自治体に求める支援（研修受講費や講師派遣費用に対する助成金の拡充53.4%、従業員が研修を受講している間の「賃金」に対する直接的な助成44.9%、自社に必要なスキルや育成計画を共に考える専門家（コーディネーター）の無料派遣22.5%）、自由回答（製造業、21〜50人）: https://www.jcci.or.jp/news/research/2026/0915140001.html ／ 集計資料（PDF）: https://www.jcci.or.jp/file/sangyo2/202609/20260915survey_result_1.pdf
• ［公式］厚生労働省「労働時間の適正な把握のために使用者が講ずべき措置に関するガイドライン」（平成29年1月20日策定。2026年10月8日確認）— 3 労働時間の考え方 ウ（参加することが業務上義務づけられている研修・教育訓練の受講や、使用者の指示により業務に必要な学習等を行っていた時間）: https://www.mhlw.go.jp/file/06-Seisakujouhou-11200000-Roudoukijunkyoku/0000149439.pdf
• ［公式］WindyFlo 日本語公開ページ — 「ノード」をドラッグ＆ドロップで接続してAIパイプラインを構築すること、「ビジュアル化されたAIパイプラインで、チーム内共有もスムーズに。」という記載、ご利用方法・使い方事例・AIパイプライン開発事例の掲載。2026年10月8日確認: https://www.windyflo.com/jp