AI時代のキャリアパス：はしご、格子、そして「シニア」の新しい意味

著者: Victor Hoang · 更新日: 2026年9月22日

AI時代のキャリアパスは、固定された肩書きの順序というより、アウトプットの量ではなく判断力とスキルを軸にした一連の動きであり、上への移動もあれば、多くは横への移動も含まれます。かつては次の段に進む準備ができていることの証明だった仕事の多くを、今ではAIが生み出します。そのため、昇進は在職年数だけでなく、社内異動、プロジェクトのスコープ、そして実証された判断力を通じて進むことが増えています。

これは、新しい言葉で言い換えただけのリブランドではなく、本物の変化です。同時に、まだ定まっていない部分も本当にあります。エントリーレベルの圧縮と、社内異動の見返りの高まりは、計画の根拠にできる程度にデータから明らかですが、中堅層とシニア層の昇進が今後5年でどう決着するかは、まだ正確には示されていません。本記事は、その両方に正直に向き合います。

アウトプットが差別化要因でなくなったとき「シニア」は何を意味するか

過去数十年の大半、シニオリティは、ある単純な代理指標とかなりよく一致していました。その人がどれだけ多く、どれだけ速く、どれだけ自立して成果物を生み出せるか、です。シニアアナリストはジュニアよりも多くのモデルを構築し、シニアエンジニアはより少ないバグでより多くの機能をリリースしました。肩書きは大部分、時間をかけて積み上がったアウトプットの能力を圧縮したシグナルでした。

その代理指標は崩れつつあります。それも、AIがアウトプットの多くを生み出すようになったからこそ崩れています。実行者からオーケストレーターへでは、個人貢献者の仕事そのものが、成果物を生み出すことから、それを指示し、委任し、検証することへ移りつつある様子を取り上げています。キャリアパスは、その同じ変化の下流にあります。うまく組み立てたAIワークフローを持つジュニアアナリストが、かつてシニアの1週間分に相当した量の初稿を生み出せるなら、量はもはや、誰が次の肩書きにふさわしいかを示す使えるシグナルではなくなります。

古いシグナル：量と在職年数

古いシグナルは、分かりやすく、測りやすいものでした。役割に就いていた年数、生み出した成果物、引き受けた責任の幅です。判断力とはかなりよく相関していました。より多くの仕事を、より長く、より厳しい目にさらされながら行うこと自体が、判断力を養う方法だったからです。壊れた最下段が説明している仕組みがこれです。下積みの仕事は、単に安いアウトプットだったのではなく、シニアの肩書きが証明するはずの判断力を育てる見習い期間だったのです。

新しいシグナル：賭けられる判断力

新しいシグナルは、測るのが難しく、公平に扱うのも難しいものです。自信たっぷりの誤答を見抜く力、タスクのうち人の手がまだ必要な20%がどこかを見極める力、他の人がそれに照らして仕事をチェックできるほど正確な品質基準を設定する力です。そのどれも、コード行数や完了チケット数には表れません。測り方を知っているからという理由で、古い代理指標で昇進させ続けるリーダーは、誰かが気づくまでしばらくの間、間違ったものに報い続けることになります。

段階的な昇進への圧迫

従来のはしごは、段がかなり均等に分布していることを前提にしていました。幅広いエントリーレベルの土台、個人貢献者と第一線のマネージャーからなる中間層、そしてその上のより狭いシニア層です。AIは、その構造を均等に圧縮しているわけではありません。圧縮されているのは、次に必要なことを人に教える役目を担っていた部分です。

段が減り、間隔が広がる

ここでは2つの効果が重なっており、どちらがどちらかを正確に区別しておくことが大切です。1つ目は採用への影響です。SignalFireの2026年State of Talentレポートによると、大手テクノロジー企業のエントリーレベルおよび新卒の採用は2019年比で約65%減少しており、ジュニアがかつて定型業務に費やしていた12〜18か月がAIツールに移ったためです。2つ目は雇用への影響で、より厳密に測定されたものです。数百万人の労働者をカバーするADPの給与データを使ったスタンフォード大学のDigital Economy Labの研究では、AIの影響を強く受ける職種で働く22〜25歳の雇用は、そうでない場合より約19%低く、その差は1年前の15%から拡大していました。

最下段から入る人が減り、中間層を占めていた調整や下書きの仕事の一部をAIが吸収することで、残る段の間隔は広がります。採用され、昇進した人は、5年前の同じ昇進が求めたよりも、1段ごとにより広い範囲の判断をカバーするよう求められます。これは、乗り越えた人にとってはより速く、より意味のある成長を意味しうる一方で、その広がったギャップを埋めるために必要なメンターシップが同時に再構築されなければ、大きな負担になります。これは、スキルの半減期と継続的なリスキリングが、付随的ではなく意図的な学習を求める理由でもあります。

データが示すことと示さないこと

スタンフォードの研究を注意深く読むと、見出しが示すよりも限定的です。研究者は、「AIに関連した、経済全体に広がる雇用の置き換え」の証拠は見つからないと明言しています。影響は、AIの影響を強く受ける特定の職種に集中しており、経験豊富な人の解雇の波ではなく、若い労働者の採用抑制によるものです。同じ職種の中堅層とシニア層の雇用には、同様の減少は見られていません。

したがって、労働市場の限られた領域で最下段が細っているという証拠は強いといえます。今後5年から10年に中堅層とシニア層で何が起こるかについては、はるかに弱くなります。それは、給与データに四半期ごとに現れる採用フローの数字ではなく、より緩やかに動き、測定しにくい構造的な問いだからです。測定されているエントリーレベルの圧迫に備えてください。それより上のすべてについて自信ありげな予測を示す人には、懐疑的であり続けてください。

重要なポイント

• 社内異動をした従業員は、少なくとも3年間その会社にとどまる確率が40%高く、社内異動の多い企業の労働者は、少ない企業の労働者に比べて全体の在職期間が53%長くなっています。出典：LinkedIn Talent Solutions, "How Internal Mobility Benefits Employers"
• 社内異動の率が最も高い企業は、最も低い企業に比べて、従業員1人あたりのリーダー昇進が79%多い一方で、正式な社内異動プログラムを提供している組織は33%にすぎません。出典：LinkedIn Talent Solutions, internal mobility research
• 入社2年の時点で、社内異動をした従業員は、そうでない従業員より組織にとどまる確率が約20%近く高い一方、組織が新しい役割への異動を後押ししてくれたと答えた従業員は15%にとどまります。出典：LinkedIn Learning, "How Career Pathing Leads to Employee Retention"
• 米国の労働者全体の在職期間の中央値は、2024年1月時点で3.9年と、2002年以降の記録で最も短く、25〜34歳の労働者の中央値は2.7年、55〜64歳の労働者は9.6年でした。出典：U.S. Bureau of Labor Statistics, Employee Tenure Summary
• World Economic Forumの2025年Future of Jobs調査によると、雇用主の85%が既存の従業員のアップスキリングを優先する予定で、70%が新しいスキルを持つ人材を採用する予定、50%が人材を入れ替えるのではなく、衰退する役割から成長する役割へ社内で移行させる予定です。出典：CIO, reporting World Economic Forum Future of Jobs Report 2025 data

はしごから格子へ：横の異動が本物の昇進になる

はしごには方向が1つしかありません。固定された肩書きの順序を、1段ずつ上へ進むことです。格子には多くの方向があります。上へ、別の機能への横へ、2つのスキルセットを組み合わせた役割への斜めへ、あるいは誰もマネジメントしないまま専門職のトラックをさらに深くへ。このメタファーは新しいものではなく（10年以上前からHRの語彙の一部でした）、段の間隔が広がり、スキルが固定された肩書きの順序で追えない速さで変わるにつれて、選択の余地が小さくなりつつあります。

格子が実際にはどのようなものか

格子では、横の異動は、たとえばプロダクトマーケターが利用データのスキルを身につけるためにカスタマーサクセスに移るといったものは、「本物の」道から外れた回り道ではありません。増えつつある役割が今求めている、部門横断の判断力を養うための正当な方法です。はしごとの実際の違いは、3つの点に表れます。会社が「次のレベル」をどう定義するか（在職年数ではなく、スキルとスコープ）、昇進をどう測るか（肩書きの変更ではなく、実証された判断力）、そして横の異動をどう語るか（意欲の欠如ではなく、成長として）です。

これは、肩書きがなくなる、あるいは階層が重要でなくなるという意味ではありません。最終的な判断を下し、予算を持ち、成果に責任を負う人は今でも必要です。これは、フロンティア企業とエージェントボスのような変化と並行して進む、組織の問題です。格子とは、その構造が足元で進化するなかで、人々が組織の中をどう移動するかという話であり、構造が存在しなくなるという主張ではありません。

古いはしごの前提、AIで何が変わるか、代わりに何をすべきか

社内異動を主な成長エンジンにする

かつてはしごが成長の主要な仕組みだったとすれば、少なくとも自社のデータに注意を払っている企業では、今はその役割を社内異動が担いつつあります。それがどれだけうまく機能するかと、企業が実際にどれだけ頻繁に運用しているかとのギャップは、ここで最も改善しやすい問題です。

雇用主がすでにデータを持っている定着の根拠

上の重要なポイントの数字は、1回の調査から出た緩い相関ではありません。LinkedInが数千万件のメンバープロフィールを分析した結果、社内異動をした従業員は少なくとも3年間とどまる確率が40%高く、社内異動の率が最も高い企業は、最も低い企業に比べて、全体の在職期間が53%長く、従業員1人あたりのリーダー昇進が79%多いことが分かりました。社内異動は、キャリア開発の脇にある特典ではありません。それに関する本物のデータを持つ企業にとっては、利用できる最も信頼性の高い定着のレバーの一つとして機能しています。

社内異動のプログラムが、データに今も追いついていない理由

問題は、ほとんどの組織がこれを活かせる体制になっていないことです。正式な社内異動プログラムを提供しているのは33%にすぎず、組織が新しい役割への異動を積極的に後押ししてくれたと答える従業員は15%にとどまります。ギャップの一部は構造的なものです。採用担当のマネージャーは、自分の人員枠を埋めることで評価され、優れた人材を社内の別の役割に送り出すことでは評価されません。そのため、定着のデータがもっと起こるべきだと示していることに、インセンティブがひそかに逆行しています。これを直すことは、新しいHRツールを入れるというより、優秀な従業員が異動していくことでマネージャーが罰せられるのではなく、評価されるかどうかの問題です。また、企業がすでに必要としているAI補完スキルの構築の自然な延長でもあります。必要なスキルが足元で変わっているなら、そのスキルを直接実践する役割に人を異動させるほうが、外部の研修予算のサイクルを待つより速いことが多く、格子が依拠するスキルのアジリティを、まさに築くことにもなります。

専門性の深さとジェネラリストのオーケストレーション

はしごが緩むにつれ、全員が管理職を目指して同じジェネラリストの道を登るという暗黙の前提があったところに、2つの異なる正当なトラックが開けつつあります。

1つではなく、成り立つ2つのトラック

1つ目のトラックは専門性の深さです。AIツールが確実には到達できない深さまで、ある領域を掘り下げることで、人間の判断を鋭く保つが、意図的に守る価値があると述べている種類の判断力です。専門家の価値は、狭い領域でモデルが自信たっぷりに間違えるところを見抜くことから、ますます生まれるようになります。理由を言葉にする前にそのファイルがおかしいと感じ取れる引受担当者や、AIが生成したアーキテクチャがスケールしたときに破綻するただ一か所を見つけられるエンジニアです。この価値は、実地の経験を積むほど複利で積み上がり、誰かをマネジメントする必要もありません。また、AIが仕事の定型的な半分を奪う前に、本人が実際に愛していた部分であることも多く、その喪失はAI時代における意味、アイデンティティ、そして職人技が正面から扱っています。

2つ目のトラックはジェネラリストのオーケストレーションです。複雑な成果を届けるために、部門、人、そしてますますAIエージェントをまたいで調整することです。このトラックは、問題の分解、コンテキストの設定、自分が出ていくべきタイミングの見極めにより重きを置き、特定の領域での深い技術的習熟にはあまり頼りません。どちらのトラックも、もう一方の残念賞ではありません。シニアのスペシャリストとシニアのオーケストレーターは、同じレベルに並び、同じ報酬で、本当に異なる仕事をすることができます。ただし、片方のトラックのアウトプットがAIで増幅され、もう片方はそうでないとき、「同じ報酬」を定義することがなぜ難しくなるのかは、AI時代の報酬と公平性で取り上げています。

多くのキャリアの枠組みは、今でも暗黙のうちにオーケストレーションとマネジメントを同じものとして扱い、優れた専門家を、昇進を続けるためだけに望まない人のマネジメントの役割に追い込んでいます。それは自然の法則ではなく設計上の選択であり、AIが実際に変える仕事が、AIがまだ確実には到達できない狭い領域での深さに報いることを考えると、ますます高くつく選択です。

「ここでの私の道は何ですか」と尋ねられたときに、リーダーが伝えるべきこと

これは、あらゆるマネージャーがますます頻繁に尋ねられる問いであり、正直な答えは3つの部分からなります。

1つ目：道は確かに存在しますが、5年前に比べ、固定された肩書きを一直線にたどる道である可能性は低くなっています。そうでないふりをすれば、本当は後で意味を持つ形で横に進んでいるのに、停滞していると感じさせてしまいます。2つ目：成長は今や、アウトプットの増加ではなく、判断とスコープの拡大として現れます。そのため正直な対話では、「1年後に次の肩書きを検討します」と言うだけでなく、次に任せられる準備ができている具体的な判断の場面を挙げます。3つ目：社内異動は、「昇進できなかった」人のための逃げ道ではありません。上記の定着のデータを踏まえれば、良い横の異動は、本人にも会社にも、より価値の高い結果であることが多く、HRの資料の中で信じているだけでなく、それを口に出して伝えることで、あなたが提示する機会を人々が受け入れるかどうかが変わります。実際に何が変わっているかについてのそうした率直な語り方は、職場におけるAIの社会契約が、雇用主により広く自らに課すよう求めている基準と同じです。

具体的には、年次の育成計画の面談を、継続的なキャリアマネジメントに近いものに置き換えることを意味します。今四半期にうまく対処した判断の場面と、まだ準備ができていない場面を挙げるのです。外部の採用活動を始める前に、社内の募集を社内の応募者に本当に開放することも意味します。そして、トラックが狭まるときには率直であることも意味します。その人の機能が縮小していると伝えるのは、「成長し続けてください」というあいまいな言葉よりも難しいことですが、本人が実際に計画を立てられる唯一の伝え方です。

まだ定まっていないこと

この議論の限界について、正直でいてください。エントリーレベルの採用が圧縮されているというデータは確かで、社内異動の定着への効果に関するデータもそうです。未解決なのは、企業がはしごではなく格子を軸に再構築したとき、肩書きの構造、報酬のバンド、昇進のペースがどう落ち着くかです。ほとんどの企業はまだその再構築を終えていません。これは、AI対応のカルチャーづくりというより広い取り組みの一部です。2032年の組織図の正確な形を語る人は、予測の体裁をとった推測を述べているにすぎません。より安全な賭けは、結果ではなく仕組みにあります。昇進の基準とすべき希少なものが、アウトプットから判断力へと置き換わりつつあり、それを測る本物の方法を早く築いた企業は、昇進委員会を前の10年の代理指標で運営し続ける企業よりも、優秀な人材を長く引き留められるでしょう。