AI時代の新卒採用は本当に減るのか 人手不足と4割調査の実像分析
はじめに
「AIが広がれば、新卒採用は減るのではないか」という見方は、ここ1年で一気に強まりました。実際、生成AIを積極導入する企業を対象にした調査では、採用戦略の見直しや採用人数の削減が目立ちます。一方で、日本の新卒市場全体を見ると、状況はそれほど単純ではありません。企業は依然として人手不足に悩み、初任給を引き上げ、若手の確保を急いでいます。
このテーマを読み解く鍵は、見出しだけで数字を追わないことです。調査日、母集団、業種、企業規模を見比べると、「AIで新卒が不要になる」というより、「AIで新卒採用の中身が変わる」という姿が浮かびます。この記事では、公開調査と統計を横断しながら、採用数、選考方法、育成設計の3つの観点から実像を整理します。
4割という数字の読み解き
母集団の違い
まず押さえたいのは、「4割」という数字が何を指すかで意味が大きく変わる点です。2026年1月19日公表のマイナビ「企業人材ニーズ調査2025年版」では、人材採用について「これまで通りの採用にはそろそろ限界が来る」が33.8%、「既に限界が来ている」が10.5%でした。合計すると44.3%で、ここではAIによる新卒削減というより、従来型の採用手法そのものが限界に近づいているという危機感が表れています。
これに対し、2026年2月25日公表のマイナビ「2027年卒企業新卒採用予定調査」では、AIの浸透で自社の新卒採用数がどう変わるかという問いに対し、「変わらない」が90.3%、「増える」が5.7%、「減る」が4.0%でした。同じ「AIと採用」の話でも、全体市場に近い母集団でみると、新卒採用数の純減を見込む企業は少数派です。
一方、2025年10月28日に公表されたアカリクの「AI×新卒採用要件変化調査」は、生成AI活用を推進している企業の人事担当者112人を対象にしています。この調査では、約9割が新卒採用戦略を見直し、55.4%が採用人数を削減したと回答しました。ここで重要なのは、AI導入が先行する企業群に絞ると、採用人数の見直しが現実のものになっていることです。
つまり、4割や5割という強い数字は、一般企業全体の平均像というより、採用難を抱える企業全体の危機感、あるいはAI活用先進企業の先行変化を示している場合が多いです。見出しの数字だけをつなげると「新卒採用が一気に縮む」ように見えますが、実際には市場全体と先進企業で温度差があります。
採用減より採用難
日本の雇用環境を見ると、企業が新卒採用を簡単に減らしにくい理由がわかります。帝国データバンクが2026年3月23日に公表した雇用動向調査では、2026年度に正社員の採用予定がある企業は60.3%と3年ぶりに上昇しました。採用形態別では中途が52.4%、新卒が36.9%ですが、人手不足や退職者補充、高齢化対応を背景に、全体として採用意欲はなお高い水準です。
文部科学省と厚生労働省の2026年3月17日公表資料では、2026年春卒業予定の大学生の就職内定率は2月1日時点で92.0%でした。厚労省が2026年3月31日に公表した一般職業紹介状況でも、2026年2月の有効求人倍率は1.19倍です。数字に揺れはあるものの、求職者1人に対してなお多くの求人がある構図は続いており、企業側が「AIがあるから採らなくてよい」と割り切れる状況ではありません。
しかも、採用コストはむしろ上がっています。帝国データバンクの2026年度初任給調査では、新卒初任給を引き上げる企業は67.5%、平均引き上げ額は9462円でした。企業は人件費を圧縮する局面ではなく、若手確保のために賃金条件を引き上げる局面にあります。新卒採用が不要になっているなら、この動きはここまで広がりません。
人数削減より仕事配分の変化
代替されやすい初期業務
では、AIは新卒採用に何を変えているのでしょうか。結論から言えば、人数そのものより、配属後に新入社員へ任せてきた業務の構造です。マイナビの2027年卒調査では、新卒入社の新入社員に任せている業務のうち、AIに代替させられると思うものとして、データ入力や資料作成などの定型的な初期業務が上位に挙がりました。
これは企業にとって大きな意味を持ちます。従来、新卒社員は定型業務から現場に慣れ、仕事の流れや社内文化を学びながら、徐々に高度な業務へ移っていく設計が一般的でした。ところが、入り口の定型業務がAIで薄くなると、育成の最初のステップ自体を作り替える必要が出てきます。新卒を減らすというより、「何をさせながら育てるのか」が先に問われているのです。
レバレジーズの「レバテックIT人材白書2025」を紹介したHRzine記事でも、IT人材を採用する企業担当者の4割が、生成AIの出現でエンジニアに求めるスキルが変化したと回答しています。AIがコード補助や情報整理を担うほど、初学者が価値を出すための条件は、単なる作業量ではなく、課題定義、要件整理、他職種との接続へ移ります。
世界的にも同じ傾向です。PwCのAI Jobs Barometer 2025では、AIにさらされる職種の必要スキルは他職種より66%速く変化し、AIスキルを持つ労働者には56%の賃金プレミアムがあるとされました。世界経済フォーラムのFuture of Jobs Report 2025も、AI・ビッグデータ関連スキルの需要拡大を示しています。企業が減らしたいのは「若手」そのものではなく、AIで置き換えられる反復作業の比重です。
残る対人接点と文化継承
その一方で、AIでは置き換えにくい仕事もはっきりしています。マイナビの2027年卒調査では、新入社員に任せていてAIでは代替しにくい業務として、顧客対応の一次窓口、顧客への提案、顧客要望のヒアリングなどが上位でした。いずれも、相手の文脈を読み、信頼を作り、曖昧な要望を整理する仕事です。
企業が新卒採用を続ける理由もここにあります。同調査でAI時代に新卒採用を行う理由の最多は「若手人材の長期育成を重視しているため」65.1%で、「将来の幹部候補を確保するため」48.8%、「組織文化や価値観の継承が必要だから」43.7%が続きました。AIが強いのは既存知識の再構成であり、組織の癖や顧客関係の機微まで自動で継承するわけではありません。
この点は、日本企業の人材不足ともつながります。IPAの「DX動向2025-AI時代のデジタル人材育成」では、日本企業の85.1%がDXを推進する人材不足を感じていると整理されています。AIの活用が進むほど、AIを使える人と、AIでは埋まらない顧客接点や現場理解を持つ人の両方が必要になります。新卒採用は、その土台を社内で育てるための入口として残る可能性が高いです。
選考と育成の再設計
ES中心選考の限界
採用現場で先に崩れ始めているのは、書類選考中心の見極めです。マイナビが2025年5月26日に公表した2026年卒調査では、AI利用経験のある学生は82.7%、就職活動での利用経験は66.6%でした。利用目的の最多はエントリーシートの推敲です。学生側がAIを当たり前に使うようになれば、ESだけで地頭や志望度を見極めることは難しくなります。
ネオキャリアが2026年1月27日に公表した比較調査でも、生成AIを使った学生は書類選考や一次面接の通過数で優位な一方、第一志望群内定率は非活用学生より15.8ポイント低い結果でした。書類の整えやすさと、面接で自分の言葉として語れるかは別問題だという示唆です。企業がESの精度だけで判断すると、相互理解の薄い採用が増える可能性があります。
そのため、選考の重心はインターン、実務課題、面談回数の増加へ移りやすくなります。アカリク調査では、今後の新卒選考で54.5%がインターンシップにAI活用課題を組み込む予定としています。書類よりも、実際にAIを使ってどう考え、どう説明し、どう他者と協働するかを見る方向です。これは採用のデジタル化であると同時に、見極めのアナログ回帰でもあります。
AI時代の新人育成
採った後の育成も変わります。人事部門自体が生成AIを扱い始めているためです。カオナビの2025年6月26日調査では、人事担当者の43.7%が業務で生成AIを活用していました。採用広報、候補者分析、評価コメントの草案、面談記録の整理など、人事業務の各所でAIが入り始めています。採用設計と育成設計を別物として扱いにくくなっているわけです。
この環境で新卒に求められる能力は、単なるツール操作ではありません。マイナビの2027年卒調査では、AI時代の新入社員に求める能力の最多が「コミュニケーション力」50.0%でした。アカリク調査では「プログラミングスキル」63.8%、「創造性」43.6%、「生成AIツールの活用スキル」40.4%が重視されています。つまり、企業はAI活用そのものと、AIでは埋まらない人間側の価値を同時に求めています。
ここで重要なのは、AIスキルを「情報系学生だけの話」と捉えないことです。営業、企画、管理部門でも、要約、比較、仮説出し、資料のたたき台作成はすでにAIが支援できます。その前提で、問いを立てる力、出力を検証する力、対話の文脈に落とし込む力が、新人教育の中心へ移っていきます。従来のOJTだけでは追いつきにくく、現場課題を使った実践型学習の比重が増えるはずです。
注意点・展望
このテーマでよくある誤解は、「AIで新卒採用が減る」と「AIで新卒採用のやり方が変わる」を混同することです。2026年2月25日のマイナビ調査では、採用数が「減る」は4.0%でした。しかし、2026年1月19日の企業人材ニーズ調査では、従来通りの採用に限界を感じる企業が4割超でした。減るかどうかと、従来方式が通用するかどうかは別の論点です。
今後の見通しとしては、全体の採用総量は人手不足を背景に急減しにくい一方、業種と企業規模の差は広がる可能性があります。大企業やAI先行企業では、定型業務の圧縮に合わせて採用要件の見直しが進みやすく、中小企業では賃金原資や教育余力の不足が採用のボトルネックになりやすいです。結果として、単純な採用数の多寡よりも、「どの職種で、どの入口業務を減らし、どんな能力を持つ学生を取りに行くか」が競争の焦点になります。
まとめ
公開調査を横断すると、AI時代の新卒採用は「不要化」より「再設計」で理解するほうが実態に近いです。市場全体では、人手不足、内定率の高さ、初任給引き上げが続いており、新卒採用の需要はなお残っています。一方で、AI導入が進む企業ほど、採用人数、要件、選考方法、育成設計の見直しは確実に始まっています。
読者が押さえるべきポイントは3つです。第一に、強い見出しの数字は母集団で意味が変わること。第二に、AIが削るのは新卒そのものではなく、定型的な入口業務であること。第三に、その結果として企業はコミュニケーション力、課題設定力、AI活用力を組み合わせて見極める方向へ進むことです。新卒は必要かという問いへの答えは、しばらくの間「必要だが、採り方も育て方も別物になる」です。
参考資料:
- 2027年卒 企業新卒採用予定調査 | マイナビキャリアリサーチLab
- 2026年卒企業新卒内定状況調査 | マイナビキャリアリサーチLab
- 企業人材ニーズ調査2025年版 | マイナビキャリアリサーチLab
- 「マイナビ 2026年卒 大学生キャリア意向調査4月<就職活動におけるAI利用について>」を発表 | PR TIMES
- 2026年度の雇用動向に関する企業の意識調査 | 帝国データバンク
- 初任給に関する企業の動向アンケート(2026年度) | 帝国データバンク
- 一般職業紹介状況(令和8年2月分)について | 厚生労働省
- 令和7年度大学等卒業予定者の就職内定状況調査(2月1日現在) | 文部科学省
- DX動向2025-AI時代のデジタル人材育成 | IPA
- 人事担当者の4割が生成AIを活用している〜生成AI活用企業は「人的資本経営」を重視する傾向〜 | カオナビ
- 〖生成AI時代の採用戦略を緊急調査〗新卒採用「見直し」が約9割の衝撃、5割超が採用人数も削減変化した人材要件とは? | PR TIMES
- 〖就活×生成AI活用実態調査〗生成AI活用学生と非活用学生を比較、初期選考は有利も第一志望群内定率に課題 | PR TIMES
- AI Jobs Barometer | PwC
- The Future of Jobs Report 2025 | World Economic Forum
関連記事
AI時代の新卒採用面接、企業は見極めより観察力と対話設計を磨く
学生のAI活用拡大で、面接は判定作業から深掘り対話へ転換する新卒採用実務の再設計
サッポロ入社式を起点に読む体験価値経営とAI時代の人材戦略像
サッポロの醸造所開催と主要企業の演出を起点に読む採用競争、定着支援、AI時代の人材育成設計
企業の新卒採用面接でガクチカ偏重を越え学業と実務能力をどう問うか
ガクチカ偏重の限界を踏まえ、学業・職務関連能力・AI時代の見極めを組み立てる面接設計の実務
総合商社の人材力が生む「揺るぎない競争優位」
課長級で年収3620万円、管理職にはAI資格を必須化。バフェット氏がほれ込む日本の総合商社の最大の武器は「人材」です。待遇改善と育成戦略の最前線を解説します。
パナソニック松岡陽子氏退社、外部人材活用の課題
元Google幹部の松岡陽子執行役員がパナソニックを退社。Yohanaサービス終了とPanasonic Well解散の背景から、日本の大企業が抱える外部プロ人材の活用課題を考察します。
最新ニュース
75歳以上の金融所得反映とOTC類似薬追加負担法案の争点整理
75歳以上の後期高齢者医療で、確定申告の有無による金融所得の扱いの差を埋める法案が国会に提出されました。同時にOTC類似薬へ4分の1の特別料金を導入する見直しも進みます。世代間公平の是正という狙いと、慢性疾患患者の負担増や受診抑制の懸念、施行時期の時間差まで公的資料と審議資料から整理します。
活況M&Aで企業が陥る三つの罠を戦略・価格・統合で読む全体像
日本企業のM&Aは件数増と資本効率改革を背景に再び熱を帯びています。だが成否を分けるのは勢いではなく、買収の目的、対価の根拠、PMIの設計です。社長案件化や高値づかみ、統合の遅れがなぜ起きるのかを、公的資料と調査データから整理し、活況局面で必要なガバナンスの条件も示します。
SNS社外秘投稿の落とし穴、限定公開でも漏れる構造と法的責任
新入社員の何気ないSNS投稿でも、社員証、会議資料、PC画面、位置情報、限定公開設定の油断が重なると社外秘や個人データは一気に広がります。警視庁の2026年4月の注意喚起、IPAや個人情報保護委員会の資料を基に、なぜ限定公開でも漏れるのか、どこから法的責任や懲戒リスクが生じるのか、投稿前に確認すべき実務を解説します。
食べログ敗訴確定で問う評点アルゴリズムの透明性と公平性の現在地
焼き肉チェーンKollaBo側の敗訴確定で、食べログの評点アルゴリズム訴訟は最高裁で一区切りとなりました。しかし、点数算定の非公開性、チェーン店への影響、公取委や透明化法では拾い切れない制度の隙間は残ります。公開資料を基に、判決の意味と今後の課題を解説します。
JPX新興出資枠の狙いと24時間取引時代の市場DX戦略の全体像
JPXのスタートアップ出資報道を起点に、AI・データ基盤・デジタル証券・24時間取引競争の全体像