ウォール街の「AIで人が減る」予告 / 生産性が“人員計画”に変換される瞬間の法雑感

0 はじめに

　AIの議論は、海外ではしばしば「性能」から始まり、次に「投資」に移り、最後に「雇用」に到達する。しかし、規制産業、とりわけ銀行においては、雇用の話は人事の話であると同時に、統治と責任の話でもある。

　2025年12月、ウォール街では「AIは実験ではなく日常業務に入った」という空気が前景化した。他方で、「同じ仕事をより少人数で回せるなら、需要が落ち着いた局面で人は余る」という、言い方としては身も蓋もない論理も、表舞台に出てきた（注1・注2）。ここで面白いのは、AIの導入が“未来の話”ではなく、既に「予算」「採用」「配置」という行政的な粒度の意思決定に落とされつつある点である。

　以下、Reuters等で報じられた銀行幹部の発言を手がかりに、法とガバナンスの観点から雑感を述べる。

　以下の雑感と関連性があるものと考える。いずれも一分で読める内容である。

1 何が起きているか（生産性の数字と、2026という時間軸）

　Reutersによれば、2025年12月9日にニューヨークで開かれたゴールドマン・サックスの金融サービス会議で、複数の米大手銀行幹部が、生成AIを中心とするAIが業務の生産性を既に押し上げている旨を語った（注1）。AI Newsも同趣旨を整理している（注2）。

　報道で象徴的なのは、「生産性の上昇」が、かなり具体的な数字として語られている点である。たとえばJPMorgan Chaseでは、オペレーション領域では数年で40〜50%の生産性向上があり得るという見立ても語られた（注1・注2）。

　そして、最も刺さるのは「人員」の話が、既に“いつか来る一般論”ではなく、企業の計画線上に載っている点である。AIによる人員削減は現時点では行っていないとしつつも、「より多くの仕事ができている」こと、そして生産性向上により「少人数で足りる領域」が見つかるはずとのことである（注1・注2）。さらに、社内予算が2026年時点でより小さい人員規模を示唆していることや、解雇関連費用（severance）が意識されていることも報じられている（注1・注2）。ここで時間軸が「2026」として具体化している点は、単なる感想ではなく、経営の実装であるといえる。

2 「人が減る」は、解雇の断言というより“制度設計”の宣言である

　「AIで人が減る」という言い回しは、しばしば解雇の話に直結して読まれる。しかし、現実の企業行動としては、(1)採用抑制、(2)自然減（退職・異動）による縮小、(3)業務再設計による配置転換、(4)特定部門の整理、が混ざり合うのが通例である。Reuters報道も、雇用調整が直ちに現れるというより、需要が安定した局面で「現行水準の役割が不要になる」可能性として語られている（注1・注2）。

　このとき、法的に重要なのは、「人を減らす」ことよりも、むしろ「どの仕事を、どの単位で、どの統制のもとに再設計するか」という設計にある。銀行においてAIが早く効く領域は、文書中心で反復的で、一定のルールに従う業務であると整理されている（注2）。言い換えれば、業務フローが既に“規範化”されている領域からAIが刺さる。ここでは、雇用の話は、必然的に統制の話（誰が承認し、誰が責任を負い、どこにログが残るか）に接続する。

　さらに、入口の問題がある。世界経済フォーラムは、AIがタスクを自動化できる領域では、雇用主の40%が労働力を減らすことを見込むと報告している（注5）。この「入口が狭くなる」現象は、銀行に限らず、若年層・ジュニア職の育成パイプラインそのものを変形させる。法学的には、これは単なる労働市場の話ではなく、将来の専門人材の再生産（プロフェッションの持続）にも関わる。

3 規制産業におけるAIは、まず「モデル」になる（SR 11-7的世界観）

　銀行でAIの導入が進むとき、法とガバナンスが即座に登場する理由は単純である。銀行の中核業務には、判断・報告・統制が折り重なっており、AIはそのいずれかに触れる瞬間、単なるツールではなく「モデル」として扱われるからである。

　連邦準備制度理事会（FRB）のSR 11-7（Model Risk Management）は、モデルを「入力データを処理して定量的推計値を出す方法・システム等」と定義し、モデルの誤りや誤用による不利益（financial loss等）を前提に、開発・運用・検証・ガバナンスを求める（注6）。重要なのは、モデルが用いられる領域として、リスク管理やストレステストのみならず、規制報告・開示等まで明示的に射程に含めている点である（注6）。

　ここに生成AIをどう位置づけるかは、今後の実務で揉まれていく論点である。生成AIは、古典的な統計モデルのように単一の式で定義しにくい。しかし、(1)モデル出力が意思決定や報告に影響する、(2)業務フローに組み込まれて恒常的に用いられる、(3)誤りが顧客・市場・規制対応に波及する、という条件を満たした瞬間、実務上はMRM（モデルリスク管理）の枠組みで料理されることになる。

　この文脈で鍵になるのがSR 11-7が強調する「effective challenge（実効的な異議申立て・批判的検証）」である（注6）。AIが人を減らす局面ほど、逆説的に、AIを批判的に検証する人（モデル検証、監査、コンプラ、法務、セキュリティ）が必要になる。生産性の増分は、統制のための人員をゼロにはしない。

4 生産性の増分は、責任コストの増分と同居する

　米GAOの報告は、金融サービスにおけるAI利用と監督について、監督当局は主として既存の法令・ガイダンス・リスクベースの検査を通じてAIを見ていること、ただしAI特有の論点について追加的ガイダンスやAI焦点の検査も行われ得ることを示している（注8）。また、監督当局自身もAIを用いてリスク検知等を行っているが、多くの場合AIの出力は職員判断を補助するにとどまり、単独の意思決定源とはしないという整理もなされている（注8）。

　この「既存枠組みで見る」という姿勢は、企業側のAI導入の設計を強く規定する。すなわち、AIがもたらす利益は、(1)処理速度、(2)ドキュメント生成、(3)検索・要約、(4)例外処理の短縮、などで現れる一方、法的な負債（liability）は、(1)説明責任、(2)監査可能性、(3)第三者委託リスク、(4)差別・不公正のリスク、(5)情報管理、として現れる。ここで経営が計算するのは、「生産性の増分 − 責任コスト」である。AIが効けば効くほど、責任コストの方も無視できなくなる。

　その結果、銀行のAI導入は「フルオート」よりも「制御された内製環境」「限定されたユースケース」「ログと承認の鎖」という方向に寄りやすい（注2）。これは技術選択ではあるが、同時に規制適合戦略である。

5 日本側の含意（“少人数化”がそのまま移植されない理由）

　ここで、読者の多くは日本企業・日本当局との接続を考えるはずである。米銀の「人が減る」予告が、日本で同じ速度・同じ形で進むとは限らない。理由は二つある。

　第一に、雇用調整の摩擦が異なる。日本では、人員削減は法的・社会的に摩擦が大きく、採用抑制や配置転換、外注化などを通じて“結果として人数が増えない”形になりやすい。Wells Fargoのように、予算線上で2026に向けた人員縮小が見える、といった直線的な語りは、そのままでは出にくい。

　第二に、ガバナンス人材の供給制約である。AIを入れれば入れるほど、モデル検証、監査、セキュリティ、法務・コンプラの負荷は増える。ところが、その担い手は市場に潤沢にいるわけではない。入口（ジュニア職）が狭くなる一方で、統制機能の人材需要が増えるというねじれが生じる。IMFは、AIが世界の雇用の約40%に影響し、先進国では約60%の仕事が影響を受け得ると述べ、半分は補完で生産性が上がるが、残り半分は労働需要の低下や賃金・採用の圧力があり得ると整理している（注4）。この構図は、金融のような高スキル職にも刺さる。

　ここで法の役割は、雇用を守るスローガンを掲げることではない。むしろ、(1)責任の所在を明確にし、(2)統制機能の実装に必要な権限・手続・監査可能性を整え、(3)第三者委託やデータ利用の境界を設計し、(4)結果として技術導入と労働移行を“壊れない形”にすることにある。

6 雑感（「AIで人が減る」より先に、「AIで統制が増える」）

　ウォール街の発言を見ていて感じるのは、AI導入が“技術の話”から“行政の話”に移行したということである。会議で語られたのは、抽象的な未来像ではなく、生産性指標と人員計画である（注1・注2）。そして、その計画を実装可能にする条件は、結局のところガバナンスである。

　生成AIは、たしかに書類仕事を速くする。しかし、銀行の書類仕事は、責任の鎖そのものである。速くするほど、責任の鎖が切れやすくなる。だからこそSR 11-7的な世界観（モデルは検証され、異議申立てが可能で、ガバナンスに組み込まれる）が、生成AIにも追いついてくる（注6）。生産性の議論が、いつの間にか「監査可能性」「説明責任」「第三者リスク」に化けるのは、そのためである。

　結局、「AIで人が減る」という話の前に、「AIで統制が増える」という話がある。規制産業におけるAIは、単に人の代替ではなく、組織の責任構造の再配線なのであるといえよう。

（マガジン）「AIと法-雑感」

　※目次は以下を参照

note総則規約3条2項前段
3.2 クリエイターが制作したデジタルコンテンツの著作権は、クリエイターに帰属します。