この分野が重要な理由

AIが最初に消したのは、新人が学んでいた仕事だ。米国の初級職の求人はこの18か月で35%減り、ChatGPT登場後、AI露出度の高い企業の初任給は4.5%、ジュニア職では6.3%下がった。反復的でルールが明確な雑務、つまりかつて新人が担いながら腕を磨いた業務が、そのまま自動化の最優先になったからだ。

被害はそこで止まらない。人件費を削るために新人を採らなければ、5年後に中間管理職となる人材プールが枯れる。CNBCが「タレント・ドゥーム・サイクル」と呼んだ循環だ。OpenAIによるEU労働力の分析では、雇用の27%が「再編」領域、つまり人が中心に残りつつワークフローとスキル要件が変わる区分に入るとされた。14%は自動化圧力が高く、12%はむしろ成長し、残る47%は当面の変化が小さい。日本では新卒採用と年功序列がOJTと人材育成の土台だっただけに、入口が細れば影響は梯子全体に及ぶ。AI人材トランジション・アドバイザーは、この地図を実際の職務に当てはめ、人員削減ではなく異動として転換を設計する。

必要なスキル

アドバイザーは三つの層を同時に扱う。データで現実を診断し、プログラムを設計し、人を説得する。

• 人材データ分析：職務を反復性・ルール性・取引量で分解し、自動化露出度とスキル隣接性(どの能力がどの能力へ再訓練されやすいか)を地図化する。OpenAIの四つの転換類型(成長・自動化・再編・低変動)を自社の職務に当てはめる作業が出発点となる。
• リスキリング設計：社内ブートキャンプ、ジョブローテーション、公的な学び直し支援を組み合わせ、実際の移動経路をつくる。「研修を提供した」ではなく「何人がどの職務へ移ったか」で成果を測る。
• 職務再設計：エージェントが雑務を吸収した分、人にしかできない判断・関係構築・現場業務を新しいジュニアの職務記述書に組み直す。WEFが指摘する「画面外の業務」への再配置だ。
• ジュニア人材パイプライン設計：低リスクの業務群を新人に任せ、AI成果物を監督・検証する役割を組み合わせ、学習曲線を再構築する。
• 変革管理：コストしか見ない経営層と雇用不安を抱える現場の間で、「今ジュニアを減らせば5年後にシニアがいない」というデータを手に交渉する。

キャリアパス

典型的な出自は、人事戦略・人材開発(L&D)・組織開発(OD)の経験、またはマネジメントコンサル(マッキンゼー、BCG、ベイン、デロイトのピープルアドバイザリー)の組織・人事トラックだ。主な需要先は大手テックのピープルチーム、大企業の人材開発部門、HRコンサルのブティックである。労働力データをアナリストのように読み、場をコンサルタントのように読む、この二つを兼ねる人材は稀なので参入障壁であり機会でもある。

よくある肩書き：ワークフォース・トランスフォーメーション・コンサルタント、AIトランジション・アドバイザー、Future of Workリード、リスキリング・プログラム・ディレクター、組織変革マネージャー。面接ではこう問われる。ある部門のジュニア採用をAIに置き換える提案に、どのデータで賛否を示すか。リスキリングのROIをどう測るか。エージェントが雑務を吸収した後、新人が学べるようジュニア職務をどう再設計するか。