AI の雇用への影響を再考：企業レベルの AI 支出と workforce 調整に関する新研究

Ramp – Revelio：企業のAI支出と雇用調整 ## 概要 米国の21,559社を対象に、Rampのカードおよび請求書支払いデータとRevelio Labsの従業員記録を紐付け、企業が生成AIを導入した際の雇用変動を分析しました。その結果、AI導入企業は導入後に成長が加速する傾向があることが分かりましたが、この関係性は「高強度導入企業」によってほぼ完全に説明されます。 最大のAI投資を行った企業では、導入後に雇用が約10%増加しています。一方、低強度の導入企業では統計的に有意な変化は見られませんでした。特にエントリーレベルの採用数は、高強度導入企業で12%増えています。 これらの雇用増は徐々に現れ、エンジニアリング、営業、事務、カスタマーサービスなど、幅広い職種に及んでいます。ただし、その効果には偏りもあります。AIを導入する企業自体が、もともと規模が大きく、技術志向が強く、成長速度の速い企業であるためです。また、セクター別の増加分は情報産業（Information）に集中しています。 これらの知見は、「AI導入が広範な雇用の喪失を招く」という予測とは対照的な結果を示しています。 ## 要点 - **AI を導入した企業の従業員数は、導入から2年間で10.2%増加**しますが、この伸びは「高強度」の採用企業にのみ見られる現象です。一方、「低強度」で導入した企業では、統計的に有意な変化は見られませんでした。 - **初級職の人員増はさらに顕著でした**。AI への投資が最も大きい企業では、導入から2年間で初級職の従業員数が12%増加しています。 - **AI の導入とその効果には偏りがあります**。AI を導入する企業は、非採用企業に比べてすでに規模が大きく、エンジニアリング依存度が高く、ベンチャーキャピタルからの支援を受けやすく、成長速度も速い傾向にあります。そして、これらの企業はAI導入後にさらに急速に成長します。 ## AI 導入後の従業員数変化：総計 相対月別に見たAI導入が企業の雇用規模に与える影響 - 職種：教育背景 - **高強度AI採用**：**低強度AI採用** - -20：0 / 20 / 40 / 60 / 80 **注釈**: AI導入の12ヶ月前から導入後24ヶ月までの期間において、高強度・低強度のAI採用企業と対照群を比較した結果です。正確な数値はグラフ直後の表をご覧ください。 ![Change in headcount after AI adoption: Total Headcount](chart_image_placeholder) *AI 導入からの月数（-12, -6, 0, 6, 12, 18, 24）に対する、対照群との比較結果。緑色は「対照群より増加」、灰色は「差なし」、赤色は「対照群より減少」を示します。 [表データを表示する](#) | 導入からの相対月 | 高集約企業への影響（対数ポイント×100） | 高集約企業の下限信頼区間（対数ポイント×100） | 高集約企業の上限信頼区間（対数ポイント×100） | 低集約企業への影響（対数ポイント×100） | 低集約企業の下限信頼区間（対数ポイント×100） | 低集約企業の上限信頼区間（対数ポイント×100） | | --- | --- | --- | --- | --- | --- | --- | | -12 | -2.74 | -7.11 | 1.64 | -0.39 | -3.40 | 2.63 | | -11 | -2.07 | -6.07 | 1.94 | -1.07 | -3.97 | 1.83 | | -10 | -1.97 | -5.82 | 1.88 | -0.67 | -3.66 | 2.32 | | -9 | -3.50 | -6.93 | -0.07 | -0.62 | -3.18 | 1.94 | | -8 | -3.07 | -6.60 | 0.47 | -0.29 | -2.55 | 1.97 | | -7 | -2.17 | -5.30 | 0.96 | -0.18 | -2.16 | 1.80 | | -6 | -3.83 | -6.56 | -1.10 | -0.35 | -2.16 | 1.46 | | -5 | -3.01 | -5.38 | -0.65 | -0.18 | -1.72 | 1.36 | | -4 | -1.19 | -3.43 | 1.05 | -0.12 | -1.29 | 1.04 | | -3 | -1.50 | -3.09 | 0.08 | -0.12 | -0.93 | 0.69 | | -2 | -0.84 | -1.93 | 0.24 | -0.09 | -0.56 | 0.38 | | -1 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | | 0 | 0.32 | -0.85 | 1.49 | -0.13 | -0.58 | 0.32 | | 1 | 0.97 | -0.73 | 2.68 | 0.12 | -0.61 | 0.86 | | 2 | 1.45 | -0.88 | 3.78 | -0.18 | -1.24 | 0.88 | | 3 | 2.01 | -0.83 | 4.86 | -1.03 | -2.47 | 0.42 | | 4 | 3.66 | 0.30 | 7.02 | -1.32 | -3.13 | 0.50 | | 5 | 5.83 | 1.65 | 10.01 | -1.19 | -3.37 | 0.99 | | 6 | 7.05 | 2.10 | 11.99 | -1.56 | -4.14 | 1.03 | | 7 | 8.79 | 3.52 | 14.06 | -1.83 | -4.90 | 1.24 | | 8 | 9.71 | 3.63 | 15.79 | -2.21 | -5.59 | 1.16 | | 9 | 11.11 | 4.66 | 17.55 | -2.20 | -5.60 | 1.21 | | 10 | 13.76 | 6.50 | 21.02 | -1.60 | -6.21 | 3.00 | | 11 | 17.53 | 10.14 | 24.92 | -0.65 | -5.49 | 4.19 | | 12 | 18.79 | 10.43 | 27.15 | -0.99 | -6.20 | 4.21 | | 13 | 19.02 | 10.18 | 27.86 | -1.75 | -7.58 | 4.08 | | 14 | 20.94 | 11.27 | 30.60 | -1.42 | -7.84 | 5.01 | | 15 | 20.05 | 10.21 | 29.89 | -0.42 | -6.82 | 5.98 | | 16 | 20.88 | 9.44 | 32.33 | -0.64 | -8.50 | 7.22 | | 17 | 22.62 | 10.70 | 34.54 | -0.14 | -9.20 | 8.92 | | 18 | 27.70 | 14.70 | 40.69 | 0.88 | -9.29 | 11.05 | | 19 | 30.66 | 15.67 | 45.65 | 2.26 | -8.37 | 12.88 | | 20 | 31.96 | 14.57 | 49.34 | 1.49 | -10.68 | 13.67 | | 21 | 35.25 | 16.48 | 54.02 | 3.96 | -9.27 | 17.18 | | 22 | 35.99 | 16.15 | 55.82 | 5.32 | -10.84 | 21.47 | | 23 | 36.47 | 15.45 | 57.49 | 4.60 | -11.90 | 21.11 | | 24 | 45.24 | 21.67 | 68.82 | 3.68 | -13.32 | 20.67 | 出典：Kharazian, A., Simon, L., & Stevens, R. (2026). AI の雇用への影響を再考する：企業レベルでの AI 投資と人員調整。Ramp Economics Lab. https://ramp.com/data/ai-jobs-impact ![ramp](https://ramp.com/_next/static/media/Ramp.0y9z0z.ce~da2.svg?dpl=dpl_3idmNpA3c62Ppf9zxBni5hjM7xkz) ## 調査手法 本研究では、Ramp の取引データと Revelio Labs の雇用記録を紐付け、生成 AI の導入に伴う雇用変動を分析しました。Ramp のカード決済や請求書支払いのレコードから、基盤モデル、GPU クラウド、モデル提供、コーディングエージェント、API ツール、AI 画像・動画・検索・研究製品などへの月次 AI ベンダー支出を特定しています。Revelio では、各企業の月別従業員数と人員構成が把握できます。このパネルデータには、2021 年 1 月から 2026 年 2 月まで毎月観測された米国企業 21,559 社が含まれています。 AI の導入は、企業が連続する 3 ヶ月間で毎月少なくとも 100 ドルの AI ベンダー支出を記録した最初の月と定義しました。この基準により、単発の実験は除外され、組織的な継続利用のみが対象となります。処理対象企業における導入の強度は、導入直後の 3 ヶ月間の AI 支出を、導入前月の従業員数で割った値（1 人あたりの支出）として測定します。この指標で上位 tercile（3 分の 1）に入る企業を高強度導入企業とし、残りの下位 2 つの tercile に属する企業を低強度導入企業と分類しました。 本研究で採用した設計は、Callaway-Sant'Anna 型段階的差異間推定量です。恒久的な非導入企業と導入企業の間に治療前において明確な違いがあるため、主な比較対象は「導入企業対未導入企業」ではありません。代わりに、各導入企業を、同じ最終的な導入強度グループに属し、その暦月にはまだ導入していないが後に導入する企業と比較します。 推定仕様には、NAICS 業種ごとの固定効果を含め、導入の 12 ヶ月前から導入後 24 ヶ月までの動的効果を推定します。また、平行トレンドの主要な診断指標として、導入前のイベントスタディ係数を使用します。 ## よくある質問 AI の導入は、OpenAI や Anthropic、その他の AI インフラ企業やソフトウェア企業への Ramp カードおよび請求書支払い取引から特定しています。企業は、各月で少なくとも 100 ドルの AI ベンダー支出があり、それが連続する 3 ヶ月のうち最初の月において、AI の導入とみなされます。高強度の導入企業は、一般的にこれよりもはるかに多くを費やします。この基準により、単発的な購入が排除され、持続的な有料 AI 利用が捉えられます。 ## 導入企業におけるAI投資の強度は、採用開始から最初の3ヶ月間の従業員1人あたりの支出額で測定されます。基準となる雇用者数は、採用前の1ヶ月の時点での数値です。この指標において上位1/3に入る企業が「高強度導入企業」、下位2/3に入る企業が「低強度導入企業」と定義されます。 推計対象サンプルでは、低強度導入企業の従業員1人あたりの月間支出は最初の3ヶ月で平均約2.78ドルですが、高強度導入企業では約33.67ドルとなります。いずれのグループでも、企業が採用曲線を進むにつれて、従業員1人あたりの月間支出は増加します。 ## 比較対象として最も適切なのは、まだAIを導入していない企業です。これは、最終的に同じAI投資強度グループに属するものの、特定のイベント月時点ではまだ導入を完了していない企業群を指します。この分析にはNAICS業種ごとの固定効果も含まれています。 ロバストネスチェック（感度分析）として、導入企業と一度も導入しない企業を比較した結果でも、雇用増加の傾向は確認されました。高強度導入企業では約12.6%の増加が見られますが、この場合の対照群である「非導入企業」の信頼性は低くなります。なぜなら、導入前であっても導入企業のほうが既に雇用者数の増加速度が速かったからです。 ## 当社の企業レベルでの分析結果からは、広範な雇用の喪失は見られませんでした。高強度でAIを導入した企業では、むしろ雇用者数が増加しており、初級職の役割も含まれています。 より長期的な視点では、企業内での人員配置の再編が起きている可能性を完全に否定はできません。24ヶ月という期間では、労働力の構成比における大きな変化を検出するには早すぎるのかもしれません。今後、導入から24ヶ月を超えた企業の動向を追跡できるよう、定期的に結果を更新していく予定です。 サンプルは、Ramp を利用しており、Revelio Labs の労働者データと紐付け可能で、本論文の活動フィルターを満たす企業のみで構成されています。このサンプルは、技術に先進的な企業や知識労働に従事する労働者に偏っている可能性があります。したがって、これは全米のすべての事業を代表する標本ではなく、特定のビジネス支出が活発な企業の集団からの証拠として解釈すべきです。いずれにせよ、結果についてはセクター別に報告しています。 報道およびメディア関係者の方からのお問い合わせは press@ramp.com までご連絡ください。研究、手法、データに関するご質問は、対応著者のアラ・ハラザニアン（ara.kharazian@ramp.com）までお問い合わせください。 ## この論文を引用する APA 形式 Kharazian, A., Simon, L., & Stevens, R. (2026). A New Look at AI’s Impact on Jobs: Firm-Level AI Spending and Workforce Adjustment. Ramp Economics Lab. https://ramp.com/data/ai-jobs-impact BibTeX 形式 ``` @techreport{kharazian2026ainewlook, author = {Kharazian, Ara and Simon, Lisa and Stevens, Ryan}, title = {A New Look at AI's Impact on Jobs: Firm-Level AI Spending and Workforce Adjustment}, year = {2026}, month = {June}, institution = {Ramp Economics Lab}, url = {https://ramp.com/data/ai-jobs-impact} } ``` Ramp Economics Lab から、ビジネス支出における重要な変化を見逃さないでください。 ## おすすめ記事 AI 採用にどれほどのコストがかかるのか？ Ramp のエコノミスト、アラ・ハラザニアンが最新データを公開。AI 採用の動向、OpenAI と Anthropic の対比、そして「AI パイル（熱狂）」への参加コストについて解説します。 ## AI 採用後に企業はより多くの人員を採用する Ramp の支出データと Revelio Labs の雇用記録を紐付けた分析から、Ramp と Revelio のエコノミストらは、AI を導入した企業が雇用を 10% 増加させていることを発見しました。これはエントリーレベルの採用も含む数字です。 ## 国勢調査局は企業の AI 採用数を過小評価していた 米国国勢調査局が AI 採用に関する質問項目を更新した結果、採用率は 20% に倍増しました。しかし、それでも Ramp の推計である「企業の 46.6% が AI を利用している」という数値には遠く及びません。 ## AI ビジネス採用が再加速、Anthropic が牽引 10 月のデータでは、Anthropic の採用率が 2.1 ポイント上昇し 14.3% となりました。これは同社にとって過去 2 番目に大きな月間増加幅です。一方、OpenAI の採用率は 0.3 ポイントの伸びにとどまりました。 ## 私たちは AI バブルの中にいるのか？ 投資家として、企業の AI ウェーブが過熱しているかどうかを判断したい場合、Ramp のデータが役立つでしょう。 ## Ramp AI Index の構築方法 本調査のデータセットは、Ramp Bill Pay と企業カードを利用する 30,000 社以上の企業から集約・匿名化された数十億件の取引テキストを抽出して構築されています。 「カード」に関する詳細は [こちら](https://ramp.com/data/how-we-built-the-ramp-ai-index) をご覧ください。 ## 時間は金なり。両方とも節約しましょう。 E メール

AI の雇用への影響を再考：企業レベルの AI 支出と workforce 調整に関する新研究

背景や根拠まで確認しますか？

調べる

選ぶ

サイト