「AIを入れれば人手不足は解消できるのか」「社員にAIの研修をする余裕などない」。中小企業のDXを支援していると、こうした声を毎週のように聞きます。この疑問に、官公庁の公式データで答えを出そうとしたのが、2026年9月29日に厚生労働省が公表した「令和8年版 労働経済の分析（労働経済白書）」です。
今回の白書は、「AI等技術革新が進む中での労働市場の現状と課題」をテーマに掲げています。AIの利用や人材投資の国際比較、人手不足と職種ごとの需給ミスマッチ、企業の省力化の取組など、中小企業の経営者にも直結する数値が並びます。本記事では、白書とその解説で引用されている主な数値を整理し、「このデータが示す課題と、中小企業が取るべき対策」まで解説します。
なお、本記事の数値は、厚生労働省の公表資料と、白書を解説した記事（ITmedia オルタナティブ・ブログ等、2026年10月）に基づきます。一部は白書がOECD、JILPT（労働政策研究・研修機構）、総務省などの調査を引用したもので、調査ごとに定義が異なるため、詳細な数値は必ず原典（厚生労働省の白書本文）でご確認ください。
令和8年版労働経済白書とは
白書の位置づけと構成
労働経済白書は、厚生労働省が毎年公表する、雇用・賃金・労働市場の動向を分析した報告書です。令和8年版は77回目の公表で、次の2部構成です。
- 第Ⅰ部：2025年の雇用情勢や賃金等の動向
- 第Ⅱ部：AIの利用による経済成長や労働市場への影響の分析、AI時代の人材育成の課題
マクロの動向では、現金給与総額が5年連続で増加し、春季労使交渉の賃上げ率が2年連続で5%を超える一方、実質賃金は4年連続で減少していると紹介されています。賃金が名目で上がり続ける中、人を確保し続けるコストは上がっています。
白書が示した3つのメッセージ
白書が示した主なポイントは次の3点です。
- 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両方を進めること
- AIが雇用や労働需要に与える影響は職種によって異なるため、労働者の希望に応じた労働移動とリスキリング（学び直し）の支援が重要であること
- 特定業務にとどまらない「メタスキル」（論理的思考力、批判的思考力、コミュニケーション能力など）の重要性が高まる可能性があること
つまり国の見立ては、「AIを入れるだけでは足りず、人への投資もセットで行う」というものです。
データで見るAI利用と人への投資
日本のAI利用は国際比較でまだ低い
白書の分析では、企業のAI利用率はOECD平均20.2%に対し、日本は9.2%（日本は2023年のデータで代用）とされています。個人のAI利用率も、OECD平均36.8%に対し日本は26.7%です。
一方で、総務省の2026年調査では、生成AIを1つでも業務で使っている企業は86.4%と報告されており、数値に大きな差があります。これは、調査の対象や「利用」の定義が異なるためで、白書自身もAI利用率は調査により大きく異なると注記しています。数字の高低に一喜一憂するより、「どの調査の、何を測った数字か」を見ることが重要です。
規模別では、ラグザスの2026年4月の調査で、大企業（5,001人以上）の35.7%が積極活用している一方、中小企業の59.0%は導入予定なしと紹介されています。
AIを使う人への訓練が少ない
白書が強調するのが、人への投資の差です。OECDの2025年の調査では、企業の訓練と自己学習の両方を行っているAI利用者は、どちらもない利用者より、「パフォーマンスが改善した」と答えた割合が37.0ポイント高いとされています。
しかし、企業の訓練を受けたAI利用者の割合は、製造業で日本33.3%に対し米国62.7%、英国51.7%、ドイツ54.2%、金融・保険では日本26.9%に対し米国60.5%、英国57.2%、ドイツ54.8%と、日本は大きく低い水準です。ツールを入れても、使い方を学ぶ機会が少ないことが、効果の差につながっている可能性があります。
「余裕がない」が学びを止める
リスキリングを実施していない理由は、規模によって異なります。JILPTの2026年調査では、300人以上の企業では「必要性を感じない、必要なスキルを整理できていない」が46.2%、100〜299人の企業では「従業員に時間を取らせる余裕がない」が49.6%でした。
個人の側でも、学び直しをしない最大の理由は「時間がない」で、日本は59.8%（米国47.6%、英国43.4%）です。一方、リスキリングを実施した企業の79.1〜87.2%が「効果があった」と回答しています。やれば効果は感じられる一方で、時間の確保が最大の壁になっているのです。
データで見る人手不足と省力化
職種ごとの需給のミスマッチ
有効求人倍率をみると、ホワイトカラーが0.93倍、ブルーカラーが約2倍、管理・専門職が1.82倍、事務職が0.44倍と、職種で大きな差があります。経済産業省の推計（2040年に向けて）では、事務職は約440万人の余剰、AI・ロボット等の利活用人材は約340万人の不足と見込まれています。
これは、中小企業にとって2つの意味を持ちます。1つは、事務作業はAIや自動化に置き換えやすい一方、現場を担う人は引き続き足りないこと。もう1つは、AI・デジタルを使いこなせる人材の獲得競争が、中小企業にとって厳しいことです。
省力化に取り組む企業の実態と効果
省力化の取組率は、全体で69.9%、300人以上で86.2%、29人以下で48.3%と、規模が小さいほど低くなっています。取り組んだ企業の労働者は、取組後に「業務の効率化・負担軽減が改善した」と67.3%が、「業務成果やサービスの質が高まった」と54.8%が評価しています。
また、平均賃金水準が上昇したとする割合は、取組企業で76.1%、未取組企業で63.8%でした（白書は因果関係までは断定していません）。省力化で生まれた余力の活用先は、「付加価値の高い業務」が23.5%、「人手不足の穴埋め」が19.1%です。
AIが雇用を奪うという見方への白書の整理
白書の分析では、2015年に示された「日本の労働人口の約49%が10〜20年で代替可能になる」という推計について、2025年時点で大規模な代替は確認されていないとされています。AI導入期（2022〜2025年）の日本では、就業者数は0.5%増、賃金は年平均2.9%増ですが、これらが企業収益や春闘の影響を含むため、AIの影響かは慎重に判断すべきとされています。
中小企業の活用事例（データを踏まえた対応）
ここでは、当協会の支援現場の相談を守秘義務に配慮して一般化し、業種・規模のみを示す形で、白書のデータを踏まえた対応例を紹介します。
事例1：製造業（従業員40名）— 教える時間を「業務時間内」に組み込む
AIツールを導入しても使う人が限られる、という課題を抱えていた会社の例です。「時間がない」を理由にしない設計として、月に1回、1時間を就業時間内の「AI活用時間」と位置づけ、各自が日常業務の1つをAIで処理して共有する形にしました。白書が示す「学びの時間の確保」が最大の壁という点に、直接対応した取り組みです。
事例2：卸売業（従業員25名）— 事務の自動化で生まれた余力を営業に回す
受発注入力を自動化し、事務担当の作業時間を減らした会社の例です。余力を単なる人員削減ではなく、既存顧客への提案の時間に振り向けました。白書でも、省力化で生まれた余力を「付加価値の高い業務」に使う企業が一定数あると示されています。
事例3：サービス業（従業員12名）— 研修の目的を「ツール操作」から「考える力」へ
AIの操作研修を行ったが定着しなかった会社です。操作手順の説明ではなく、「AIの回答をどう検証するか」「顧客にどう説明するか」という判断の練習に切り替えました。白書が挙げるメタスキル（論理的・批判的思考、コミュニケーション）の考え方と一致する対応です。
データを読むときのデメリット・注意点
調査によって「AI利用率」の定義が違う
企業のAI利用率が9.2%と86.4%で大きく違うように、調査の対象・定義・年次が異なります。自社の現状と比べるときは、同じ条件の数値か確認してください。
相関関係を因果と読み違えない
「省力化に取り組む企業の賃金が上がっている」というデータは、取り組んだから賃金が上がったとは限りません。もともと収益力のある企業が取り組んでいる可能性があります。白書自身も、多くの相関関係は因果を特定できないと注記しています。
国際比較の年次がそろっていない
日本の企業AI利用率は2023年データで代用されています。生成AIの普及が急速に進む中、最新の実態とは差がある可能性があります。
大企業中心の調査では中小企業の実態を反映しない場合がある
調査の多くは、従業員規模の大きい企業が中心です。29人以下の企業の省力化取組率が48.3%と低いように、規模別の数値を見ることが重要です。
政策の方向性は変わりうる
白書が示す方向性は、補助金や助成金などの制度設計に影響しますが、制度の内容は毎年変わります。具体的な支援策は、各制度の公式情報で確認してください。
よくある失敗パターンと対策
失敗1：ツールを入れて「使うかどうかは本人次第」にする
対策は、学びの時間を就業時間内に確保し、使い方の共有の場をつくることです。時間と場がなければ、白書が示す「時間がない」で止まります。
失敗2：AIの利用率の数字だけで自社の遅れを判断する
対策は、利用率ではなく、自社の業務のどこでAIが成果を出しているかを測ることです。数値目標は「利用率」より「削減できた作業時間」「処理件数」のほうが実態に近づきます。
失敗3：事務の自動化を、人員削減だけの文脈で語る
現場の協力が得られなくなります。対策は、余力を何に使うか（顧客対応、提案、品質）を最初に示すことです。
失敗4：リスキリングの助成制度を知らない
訓練費用の一部を助成する制度は、複数あります。対策は、研修計画を立てる前に、人材開発支援助成金など利用可能な制度を確認することです。最新の要件は公式情報でご確認ください。
まとめ
令和8年版労働経済白書は、AIの導入だけでなく、人への投資を同時に進めることの重要性を示しました。データから見える中小企業の課題は、AIを使う人への訓練が少ないこと、学びの時間が確保できないこと、そして省力化の取組率が規模の小さい企業ほど低いことです。
まずは、自社で「AIを使う時間」と「学ぶ時間」を就業時間内に確保することから始めてください。当協会のDX・AI情報サイト（https://dx-ai.seed.or.jp/）では、省力化や自動化の進め方を継続的に取り上げています。
出典：厚生労働省「令和8年版 労働経済の分析（労働経済白書）」（2026年9月29日公表）。ほか、OECD（2025）、JILPT（2026）、総務省（2026）の各調査（白書での引用および解説記事による）。
