IoT, AI等デジタル化の経済学

第34回「IoTが雇用に与える影響;BCGレポート」

岩本 晃一
上席研究員

IoTやAIなどデジタル技術が雇用に与える影響を論じる文献は、いま世界中で次々と発表されている。いままさに世界のホットイシューと言ってもよい。そのなかで、将来の推計値を算出し、「雇用の未来(Future of Jobs)」について述べている文献は、知り得る限り現時点で十数本程度である。今回は、そのうち、2015年9月に発表されたBCG レポートの要約を掲載する。

インダストリー4.0における人間と機械について
(Man and Machine in Industry 4.0)
〜2025年までに、技術は産業労働力をどのように変えていくのか?〜
Markus Lorenz, Michael Rüßmann, Rainer Strack, Knud Lasse Lueth, and Moritz Bolle, Boston Consulting Group, 2015年9月

1. 調査方法

インダストリー4.0によるデジタル産業技術の導入による、ドイツにおける2025年までの産業労働力の量的効果を分析し、10の基礎技術の使用事例の23産業、40職種の変革への影響を調査。各使用事例が特定の職種に要求される雇用者数に影響する範囲を決めるために、既存の役割や新しい役割を創造する生産性向上の促進方法について20の産業専門家とともに分析を行った。1)単一の仕事場での効果を決定2)工場・産業・関連産業、3)ドイツ全体の製造業分野の水準まで結果を推定した。労働力や関連作業に必要な新スキルに求められる度合いが及ぼす全体の影響に基づき、10の使用事例を選出し、使用事例ごとに失業の可能性と労働力に関する関連事項を説明する。

図表1:10の使用事例による、インダストリー4.0の労働力に対する効果
半導体企業アイコン ○ビックデータを駆使した品質管理(半導体企業)
アルゴリズムを使用し品質問題とその原因を特定し、リアルタイムまたは過去の品質管理データを分析。品質管理のプロは減少し、産業データサイエンティストは増加。
プラスチック製造アイコン ○ロボット補助による生産(プラスチック製造)
サイズや手が人間に近い、新しい作業を簡単に訓練できるロボットを使用し、安全装置やカメラによって、環境に適した動きが可能。部品製造や梱包等の作業労働者の数は大幅に減少、ロボットコーディネーターのような新しい仕事を創出。
食品や飲料製造業アイコン ○自動運転物流輸送(食品や飲料製造業)
工場内で知的で自律的にナビゲートを行う自動輸送システムを展開しており、倉庫番の必要性が減少。
コンシューマー向け製造業アイコン ○生産ラインシミュレーション(コンシューマー向け製造業)
革新的なソフトウェアを使用し、搬入前に生産ラインのシミュレーションを行い、操作最適化の洞察を適用。産業エンジニアやシミュレーションの専門家の需要が増加。
国際的コンシューマー向け製品企業アイコン ○スマート供給ネットワーク(国際的コンシューマー向け製品企業)
全体の供給ネットワーク監視技術を使用し、より良い供給が決定可能。稼働計画での仕事は減少、最小限に配達を管理する供給プロセスコーディネーターの需要は増加。
風力タービンメーカアイコン ○予測維持管理(風力タービンメーカ)
顧客はリアルタイムで設備を遠隔監視し、診断センターに24時から朝7時でもアクセス可。振動監視センサーが異常を察知し、自動で警告。監視とセンサー技術によって、故障が起きる前に設備の修復が行え、システムデザイン・IT・データサイエンス関連の仕事が大幅に増加。現場サービスをデジタルで助けるエンジニアが新しい仕事になるが、従来のサービス技術者の需要は減少。
ドイツのコンプレッサー製造業アイコン ○サービスのための機械(ドイツのコンプレッサー製造業)
機械自体を売る代わりにサービスとして圧縮空気を販売。顧客側でコンプレッサーを導入し、要求に応じて設備を維持、アップグレード。生産・サービスの仕事の成長は伸び、このビジネスモデルは製造業の販売力も拡大。
ギアの生産者アイコン ○自己組織化生産(ギアの生産者)
資源の利用を自動的にコーディネートし最適化するように、生産ラインを考案。生産計画の働き手は減少、データのモデリングや解釈するための専門家の需要は増加。
選択的レーザー焼結・3Dプリンタ等アイコン ○複雑なパーツへの追加製造(選択的レーザー焼結・3Dプリンタ等)
製造業にもう一歩進んだ、複雑なパーツの製造を可能にし、各々のパーツの部品や在庫を無くすことができる。3Dプリンタ補助設計と3Dモデリングの新しい仕事はR&Dやエンジニアリングで作られ、仕事は部品組立ではなくなる。
ドイツのロジスティック企業アイコン ○拡張された作業、維持管理、サービス(ドイツのロジスティック企業)
拡張現実メガネを使って、棚にある品物の正しい位置を含んだ、発送情報・ナビゲーション・指示を見て、自動的にバーコードをスキャン。基本管理作業の補助を促進し、消費者が特定した包装指示を提供可。拡張現実の使用で、サービス技術関連お効果的な工程を大幅に増加。企業はR&D・IT・デジタル補助システムの拡張した新能力を要求。
出典:専門家見解;BCG分析

インダストリー4.0による2015年〜2025年のドイツの産業労働力の変革への影響を評価するために、雇用水準の変化について、技術の進歩によって生じた追加収益増加と普及率の2変数に関していくつかのシナリオを調査。BCG私有の数量モデルも特定企業の労働力に対するインダストリー4.0の関係性の分析に使用した。

2. 推計結果

1)特注生産をより高水準で行うための柔軟な生産ライン・ロボット・3Dプリンタ採用
2)新市場利用のためのサービスとしての機械のような革命的なビジネスを実行
3)アフターサービスの拡大、新サービスの開発のために、業界に拡張現実を展開
4)自動ロボットのようなインダストリー4.0技術の需要の増加に見合う試みの拡大

図表2:追加収益と技術採用によるドイツにおける仕事創出
図表2:追加収益と技術採用によるドイツにおける仕事創出
出典:BCG分析 2015年9月29日プレスリリース日本語版

全シナリオで、技術進歩の普及によって大幅に生産が増大し、生産要求水準を達成した労働者数は減少しいくつかの仕事は失われるが、人間と機械の共同作業は大幅に増加し、基本シナリオでは、ドイツ企業は年に1%の追加成長が見込め、技術進歩の普及率は50%、23製造業で働く約700万人の現在の労働力の5%にあたる約35万人の雇用が最終的に増加する。ロボットやコンピュータの使用拡大によって、組立や生産分野で61万人まで仕事の数が減るが、約96万人の新しい仕事の創出で相殺以上になり、IT・分析・R&Dの分野で高いスキルをもつ、21万人の追加労働者の仕事は需要が増加し、収益の増加で約76万人の新しい仕事を創出する。

基本シナリオにおいて、仕事や産業の特定カテゴリーでの調査では、高度に分化(図3)。一般的に、ドイツでの需要は、IT・ソフトウェア開発で資格者の雇用が最も増加し、IT・データ統合の仕事の数は、約2倍96%増の11万人増加、R&D・ヒューマンインターフェースデザインも約11万人まで増加、産業データサイエンティストは、最も増加する職種で、約7万人の新仕事、ソフトウェア・ITインターフェイス使用の増加で、ITソリューション設計者・ユーザーインターフェイス設計者の需要も増加、ロボット開発がより一般化し、製造業はロボットコーディネーターの新役割を創造する必要があり、4万人の仕事が追加。機械による標準化で、単純繰り返し作業を行う労働者の需要は減少、失われる仕事の多くは、工場の作業現場でのロボットやルーチンの仕事でのコンピュータの導入から生じる。仕事の消失は、製造:12万人(4%に当たる)、品質管理:2万人(8%)、維持管理:1万人(7%)。ルーチンの知的労働もまた影響を受ける。例)製造計画で2万以上の仕事は排除。産業レベルでは、知的機械市場の拡大で、設備製造産業で7万人(6%増加)労働力が増加、対照的にロボットの導入により、自動車産業や金属製造工業は仕事の数は限定される。

全ての使用事例で、ロボット補助製造は、工場生産現場内での仕事の数を大幅に減らすため、関連産業の仕事の中で最大の減少。その効果で予知保全や拡張現実を含む、ロボットや他の使用事例で、製造業の仕事の創出を促進する新モデルが展開する。

図表3:ドイツにおける仕事増加が、仕事や産業のカテゴリーによって、大幅に変わる
図表3:ドイツにおける仕事増加が、仕事や産業のカテゴリーによって、大幅に変わる
出典:BCG分析 2015年9月29日プレスリリース日本語版

3. 結果分析

ドイツの教育研究省のITシステム特別アドバイザーIngo Ruhmannは、「完全な自動化は現実的ではなく、技術は主にフィジカル&デジタル補助システムを通して生産性を増し、人間型ロボットに置き換わるものではない」と説明。肉体的にきつい仕事やルーチン仕事の数は減り、柔軟な対応・問題解決・特注生産ができる仕事の数は増える。 労働者はさまざまな「ハード」技術を得る必要があり、特定の仕事や過程の関連ノウハウを兼ね備え、IT能力を伴ったロボットとの共同作業・機械の工具交換関連技術・多角的な「ハード」技術の必要性・工場生産現場における前例のない変化の状況は、「ソフト」技術がより重要性を増し、雇用者は、新しい役割や職場環境に適応するために、変化にオープンでより柔軟な、継続的な異分野横断学習を習慣化していく必要がある。

インダストリー4.0の仕事の本質を変える仕事の例5つ;
1)自動組立ライン労働者:手動作業労働者を助ける自動化は、多くの発展途上国の労働者の高齢化で特に価値がある。
2)移動サービス技術者:現場におけるサービス技術者の生産性を劇的に改善。
3)機械オペレーター:オペレーターが1つではなく複数の機械で、同じ責任を果たせる。
4)産業データサイエンティスト:データ取得・整理・高度分析・そこからの発見を製品や生産の改善に応用し、製造過程とITシステムの両方を理解し使える柔軟性が必要。
5)ロボットコーディネーター:ルーチン作業と緊急メンテナンス作業の両方を行い、必要があれば他の専門家も呼ぶ。多くの場合、製造業ではこの役割のために機械オペレーターの再教育ができるはずで、新規雇用を減らすことができる。

一連の変化でそのままでは雇用は、より希望のない状況に直面し、多くの労働者の利益を強調することが重要。ロボットの補助システムが、高齢労働者を肉体労働面でサポート、新しい機械の使用ガイダンスを順を追って説明してくれるなど、高齢な労働者はより長く働くことが可能になり、補助労働環境は、過去の訓練や経験が時代遅れになり仕事を失った人々に、全体的に新しい役割の労働力へと戻るチャンスを作る。

4. 対策と変化への準備

雇用状況の移行は、産業企業・教育システム・政府に重大な関連事項で、ビジネスリーダー・政策立案者が、生産性や競争を促進する一方で高い雇用水準を助長する以下の提言を考えうる。

1)現雇用に対する再教育
ドイツにおける雇用者の約65%がインダストリー4.0による新要求に対するスキルをアップグレードすることができる」(Constanz Kurz, IGメタルのインダストリー4.0アドバイザー)。特定の仕事関連スキルに効果的な教育プログラムは、現場教育(例:拡張現実の使用、熟練労働者の作業の観察)と机上教育の両方を含む、オンラインコンピテンス基盤型学習が不可欠。より広いスキルを伴う教育が要求され、雇用者間で変化に対する積極的な見方を育てることは、雇用者が新過程や課題に適応するために不可欠。

2)新しいネットワーク・組織モデルの採用
インダストリー4.0が作る人間と機械間の新しい形の相互関係は、仕事の本質や組織構造に関して重大な意味を持ち、生産スケジュールの多様な変動に適応するために、企業は、オフィスで考えたものに近い柔軟なスケジュールを含むような新しいワークモデルを考えなければならない。「自動補助システムやスマート機械はワークスケジュールに関して切望されていた柔軟性の道を開く。生産シフトによって、各労働者が異なる開始時間で働くことができる。将来的には、機械オペレーターが1週間のうち異なる日に異なる企業で働き、正規雇用を維持することができる」(Stefan Gerlach, 産業エンジニアリングIAOに関するフランホーファー協会の研究者)。企業は、決定権限について考え直す必要あり。例)ロボットコーディネーターは、ロボットが生産機械の緊急修復を開始する前に、スーパーバイザーからの指示を待つ必要はない。多くの場合、企業はより普及したデータの使用や操作を管理するために、よりフラットな組織構造を導入し利益を得る。企業のIT部門と操作部門を統合したものが要求され、ソフトウェアの開発者は、生産における解決方法を完全に理解し、オペレーターの解決策の生産ラインへの影響を理解する。例)開発者は柔軟な生産ラインのソフトウェアの再構築に現場オペレーターの同意を得る必要がある。開発者とオペレーターとの相互関係は、複雑なIT作業に対して滑らかな処理を行える方法で設計されなければならない。企業は、必須能力を自動化することに試行錯誤するよりは、人間が依然として変革に対する責任を負い続けることや全体の過程をコーディネートすることを確かなものにしなければならない。

3)インダストリー4.0関連の採用
企業は、学位や役職によって決まる資格ではなく、能力重視採用の新しいアプローチを考えるべき。雇用者が受けてきた教育に関わらずより多角的な仕事につけるため、採用者は特定な役割に関係あるスキルを持つ働き手を特定するために、形式的な学位の先を見越さなければならない。「資格に代わり能力に焦点に当てた、徹底的に従来とは異なる考えとプラットフォームが必要で、そのアプローチは、新しい労働力市場に対するTinderアプリの更新に近い」(Alexander Spermann, 労働研究協会における労働政策のディレクター)。製造業は、仕事の仕様において、その特色や能力を強調すべきであり、形式的な学位や教育は重要性が低くなるからである。たとえば、特別な修復を行う資格のある機械工を探す代わりに、変わることを厭わず、生産時間の間に、修復する機械に関する見解、与えられた機械ブランドと共に働く特別な経験、ITインターフェイスのあるタイプの使用経験を持つ働き手を見つけるべき。企業は、政府労働機関と共同で、要求に対する個々の能力を評価する各役割や設計方法に関する特定の能力の開発を行うべき。インダストリー4.0の仕事に関する人材プールは新卒者に対する制限はなく、企業は、特定の仕事に関する適当な能力を持つ、企業外部の既存の雇用者・経験のある個人を割り出すことが重要。採用部門の雇用者は、この新しい環境で効果的に働くスキルを更新する必要があるだろう。

4)戦略的労働力計画に従事
最前線の産業労働力に移行することに加えて、インダストリー4.0は、多くの国において新しい形のリーダーシップの技術の必要性を加速させ、人材に対する競争を増大する。

図表4:E-リーダシップへの準備と人材競争
製造業は組織のリーダーシップ能力をインダストリー4.0の急速な進展に合わせ保たなければならない。最先端の情報やコミュニケーション技術を、国境を超えてチームを監視するために適用し、この技術をイノベーションに使うために、マネージャーは、「e-リーダーシップ」スキルが必要。
1)気づき:進化していくデジタルエコシステム・デジタル消費者など、デジタルの機会や脅威の認知・理解。
2)能力:データから洞察を引き出すか、デジタルチームを先導するデジタルアイデアを商品化する特定能力の創出。
3)文化:経験や失敗を包括する、望ましい組織的行動を進めるようなデジタル文化の捉え方を育成。
4)可能:維持できる結果をもたらすための新しいIT分野に適切で組織的に実現する人を配置。
インダストリー4.0は、多くの国で有資格の若手雇用者の不足や、高齢者の労働力スキルを持った働き手のプールを限定し、人材の競争が加速。例)、2030年までにドイツの労働力(製造業だけではない)の580万から770万人の雇用者の不足を予測。
出典:BCG の調査

多様な課題を優位に解決するため、全雇用者に関連する基本的情報を体系的に集め、多様な雇用者のタイプを職種に分類分け。量的モデル:供給面:雇用削減と退職の洞察を集め、需要面:インダストリー4.0の採用・生産性改善・増収に関する企業の予測率が与えられた人材配置の要求をシミュレートするために使用可。供給と需要モデルからの出力の包括的ギャップ分析で、人材開発・移転・インソーシング・アウトソーシング・新募集目的の採用などの必要な基準に洞察を与える。

5. 教育システム

1)より広いスキルや特殊能力を提供
インダストリー4.0は、ITと生産知識の両方を必要とする労働者に、多くの新しい、1人で色々なことをこなす役割を創出。大学が異学問分野教育プログラムの数を増やすべきで、ビジネス情報とビジネスエンジニアリングの現状の問題に基づいて考えるようなITとエンジニアリングを融合する。

2)IT技術のギャップを埋める
例)インダストリー4.0に関連した、ドイツ製造業の人材配置を考えるとき、IT・コンピュータエンジニアリングの学位を持った大学の卒業生約12万人が2025年までに不足する。それらのスキルは徹底的な大学での教育が必要。

3)持続的な教育の新形態を提案
アカデミックリーダーは、伝統的な現場外の立場ではなくより現場よりで起こるために必要な教育を認識して、産業労働者の再資格化を支援するために教育システムを準備すべきである。この協同で、学位授与より能力を築く、目的教育プログラムのような、ビジネスに対しての新教育モデルに導くことができる。

6. 政府の仕事の創出の支援方法

ドイツ連邦経済開発省と連邦教育・研究省は、インダストリー4.0に対する長期戦略を議論するために利害関係者と一緒に行う調整機関を創出した。何人かの専門家は、連邦政府がより強い立場で役割を調整・投資を行い、特定の状態で開発された最良の実践の元で築くことを要望している。より強い中央調整機関は、インダストリー4.0の国家戦略を明確にする中でリーダーシップの役割を担い、この機関を通して、政府は、たとえば、重要な性能向上プロジェクトに資金提供し、能力に基づいて職務明細票を展開。そのような支援は、現状、必要な研究ができず仕事を創出するインダストリー4.0関連投資や高水準の決定が長期間継続してできない、多くのドイツの中小企業「ミッテルシュタンド」に重要。

7. 2025年以降の見通し

ビジネス・教育・政府のリーダーは10年以上先の開発を洞察、人工知能や機械の「ディープラーニング」による進歩は不可欠である。専門家は、人工知能は人間や自動化された働き手を指示し、法令と法規制を順守し、HRの義務を実行する知的役割を果たすと予測する。人工知能や進歩したロボットの広範囲な使用で、職種が大幅に削減されると予測。コンピュータが、仕事の配置やスケジュール調整などの、マネージャーサービスを行う。最初のトライアルプログラムはすでに進行中で、参加している労働者のチームに驚くほど好評。人工知能は、人間より広範囲で詳細な知識ベースを利用する広い機会で適用できる。もし、ロボットが人間の脳の思考パターンを採用できたら、ロボットは完璧に役割を果たす(例:機械オペレーター、ロボットコーディネーター)。

インダストリー4.0がより高い雇用を創出するかは、企業が新しい製品・サービス・ビジネスモデルの展開に技術の進歩を使うのに成功するか次第。企業に労働力の再教育を促し、教育システムにIT技術ギャップを埋めるように促し、政府にその支援を促すことが、インダストリー4.0の明るい見通しを実現するのに重要である。成功には、量的、質的、両方の見地から幅広い職種における、技術開発や試みの深い理解が必要で、この知識習得と、知識に従う効果的な行動で、繁栄した国内経済や生産性や力、充分に発揮できる労働力を得る。

2016年12月27日掲載

この著者の記事