企業をご支援いただけるAIタレント募集中!

詳細はこちら
無料で相談
AI人材不足の実態|経産省の推計「339万人」の中身と、企業で足りない役割

AI人材不足の実態|経産省の推計「339万人」の中身と、企業で足りない役割

AI人材の不足は、経済産業省の推計でも企業への調査でも示されていますが、数えている人材は調査ごとに違います。経産省の「339万人」が何を数えた数字か、企業で不足感が強い、AIの導入を推進できる従業員の実態、不足への備え方まで解説します。

AX

「AI人材が足りない」という話題は、経営会議でも採用の打ち合わせでもよく挙がります。根拠として引かれるのは、2040年に約340万人が不足する可能性があるという経済産業省の推計や、DXに取り組む企業の8割超でDXを推進する人材が足りないというIPA(情報処理推進機構)の調査です。ところが、自社で何人を、どんな役割で確保すればよいかを説明しようとすると、これらの数字はそのままでは使えません。

AI人材の不足は、経済産業省の推計でも企業への調査でも示されています。ただし、数えている人材は調査ごとに違います。経済産業省の約340万人は、職業分類上の技術職について、2040年に需要が供給を上回る分を推計したものです。企業への調査では、研究者や開発者よりも、現場の業務を知ったうえでAIの導入を進められる人材について、不足の回答が多く出ています。多くの企業で足りないのは、AIを業務に組み込み、使われ続ける状態になるまで担う役割です。

以前の記事『AI人材とは?種類・スキル・育成のポイントと、現場で実装・定着まで担う新しい選択肢』では、AI人材が不足している理由を整理しました。今回は不足を示す数字そのものを読み、自社で何を確保すればよいかを考えます。同じ「不足」という言葉でも、数字によって指している人材が大きく違うためです。

AI人材不足の現状

不足を示す数字は、大きく2種類に分かれます。将来の労働の需要と供給を職業ごとに見積もった推計と、いま企業が感じている不足を尋ねた調査です。

よく目にする数字を、数えている対象とあわせて表1に並べました。経済産業省の推計は2026年3月、IPAの「DX動向2026」とLinux Foundationの調査は2026年7月に公表されたものです*1*2*3*4。

数字調査数えている対象読むときの注意
約340万人が不足(2040年)経済産業省「2040年の就業構造推計(改訂版)」職業分類上の機械技術者やその他の情報処理通信技術者などの職種十分な国内投資と産業構造の転換が実現する場合の推計で、「不足する可能性」として示されている
85.5%の企業が不足IPA「DX動向2026」DXを推進する人材の量(DXに取り組む企業の回答)AIに絞った数字ではない。「大幅に不足」は2023年度の62.1%から2025年度は50.1%に下がった
69.6%の企業が不足IPA「DX動向2026」現場の知見と基礎的なAI知識を持ち、自社へのAI導入を推進できる従業員AI関連の人材を7種類に分けて尋ねた結果の一つ。AI研究者の不足は39.1%
52%の組織が不足Linux Foundation「2026 State of Tech Talent Japan Report」AIの運用と監視を担う能力(IT人材の採用・育成に責任を持つ人の回答)軽い不足を含む。日本の回答は80人。AI・機械学習の分野に技術系の人員を置く組織は13%(日本以外は53%)

4つの数字は、どれも不足を指しています。しかし、足し合わせたり、大小を比べたりできる数字ではありません。単位は人数、企業の割合、組織の割合と分かれ、対象も技術職、DXを推進する人材、AI関連の役割、AIを運用する能力とばらばらです。

自社で何を確保するかを考える手がかりになるのは、AI関連の人材を役割ごとに尋ねた3行目です。2行目の85.5%は、DXを推進する人材全体の量について尋ねた数字で、AIを扱う人材だけを数えたものではありません。この設問の推移を見ると、「大幅に不足している」は2023年度の62.1%、2024年度の58.5%から、2025年度は50.1%に下がりました。IPAは、DXを推進する人材の量と質の不足感は「やや解消傾向にあるものの」、9割近くの企業が不足を感じており、「慢性的な人材不足の状況に大きな変化は見られない」とまとめています*2。

経済産業省の推計の中身

約340万人という数字は、AIやロボットの利活用を担う技術職について、2040年の需要が供給を上回る分を推計したものです。推計の前提は、十分な国内投資や産業構造の転換が実現する場合です。そのとき就業者全体は約6,700万人(2022年)から約6,300万人に減るものの、全体として大きな不足は生じないとされています。不足と余剰は職種の間で分かれ、AI・ロボット等の利活用を担う人材が約340万人、生産工程や建設などの現場人材が約260万人不足する一方、事務職は約440万人が余る可能性があると示されました*1。

AI・ロボット等の利活用を担う人材は、2022年の就業者が236万人で、2040年には供給443万人、需要782万人と推計され、需要が供給を339万人上回る
経済産業省「2040年の就業構造推計(改訂版)について」(2026年3月)をもとに作成

不足の大きさは、需要の伸びから生まれている

図1のとおり、2040年の需要は782万人と見込まれています。2022年に同じ職種で働いていた236万人の3倍を超える数です。供給も443万人まで増える見込みですが、需要の伸びには届かず、その差の339万人が不足として示されています*1。経済産業省の資料では、要約の文で約340万人、推計の表で339万人と書かれています。

つまりこの不足は、いまの欠員を数えたものではありません。AIやロボットの利活用が進んだ2040年の産業の姿を想定し、そこで必要になる人数と、供給の見込みとの差を出したものです。事務職の余剰が同時に示されているのも、AI・ロボットによる省力化で事務職に人が余り、その利活用を担う技術職では人が足りなくなる、という見立てによります。

数えているのは職業分類上の技術職

「AI・ロボット等の利活用を担う人材」は、総務省の職業分類で機械技術者やその他の情報処理通信技術者などに分類される職種を集計したものです*1。職業で数えているため、営業や事務、製造の現場で本来の仕事を続けながらAIの導入を進めている人は、数え方の上ではこの人数に入りません。

このため、約340万人から「自社でAI人材を何人採用すべきか」を導くことはできません。推計が示しているのは、AIを前提にした産業構造へ移るなら、技術職の供給を大きく増やす必要がある、という社会全体の需給です。

企業で足りない役割

企業が「不足している」と答えた人材の上位には、データマネジメントを企画・推進できる人材と、AIの導入を推進できる従業員が並びます。モデルをつくる専門家は、下位にとどまります。

AIの導入を推進できる従業員が足りない

IPAの「DX動向2026」は、AI関連の人材を7種類に分けて充足の状況を尋ねています。2025年度に「不足している」と答えた企業の割合は、データマネジメントの知見があり社内で企画・推進できる人材が71.9%、現場の知見と基礎的なAI知識を持ち自社へのAI導入を推進できる従業員が69.6%でした。先端的なアルゴリズムを開発するAI研究者は39.1%にとどまり、56.7%の企業が「自社には必要ない」と答えています*3。この結果は、以前の記事『AI人材とは?種類・スキル・育成のポイントと、現場で実装・定着まで担う新しい選択肢』でも図にまとめました。

前年度と比べて「不足している」の回答が大きく減ったのは、AIに理解がある経営・マネジメント層(49.3%から39.0%)で、ほかの人材の動きは数ポイントの範囲です。IPAはこれを、AIに理解がある経営層など一部では不足感が「若干改善されている」一方、データマネジメント等、「不足感が高いままの人材も複数ある」とまとめています。AIの導入を推進できる従業員についても、不足しているという回答は高いままだとしています*3。

内閣府の人工知能基本計画(2026年7月閣議決定)も、AIの利活用や開発を担う人材を5つの人材像に整理したうえで、「AXを進める上で中核となるAI実装人材」と書いています。AXは、AIを前提に業務や事業のあり方を変える取り組みです。計画はAI実装人材を「汎用的なAIソリューションでなく、現場に適合したAIソリューションを提供する者」と説明し、「産業・行政の現場とAIの双方を理解することが求められる」としています*5。研究開発を担う人材は、5つの人材像のうち別の一つとして置かれています。

AIを提供する企業の求人も、定着まで担う人を求めている

AIを導入したあと、本番で使われ定着するまでを担う人の必要は、FDEの求人にも書かれています。国内FDE求人 定点集計(2026年9月)は、AI Ops Managerが2026年9月20〜21日時点で、職種名にFDE(フォワードデプロイドエンジニア。顧客の現場に入り、業務で使うシステムをつくって本番稼働まで担うエンジニア)を含む国内73社の求人を集計したものです。募集背景の記述を取得できた50社のうち23社が、試験導入で終わらせず本番・定着まで担う必要を書き、22社が、製品や技術を渡すだけでは足りないことや、顧客ごとに作り込む必要を書いていました。どちらかを書いた会社は31社です*6。

FDEを募集する会社の多くは、AIの製品や技術を顧客に提供する立場にあります。FDEの求人が増えている背景は、『FDEニーズはなぜ急増している?国内73社の求人を徹底分析』で詳しく解説しました。

AI・機械学習の技術者を置く組織は少ない

Linux Foundationが2026年2月に、IT人材の採用・育成に責任を持つ人を対象に行った調査では、AI・機械学習の分野を担う技術系の人員を置いている組織は、日本で13%、日本以外では53%でした。AIに関わる能力に不足(軽い不足を含む)があると答えた日本の組織は、AIの運用と監視で52%と最も多く、AIのセキュリティとリスク管理が49%で続きます*4。

日本の回答は80人と少なく、誤差は±11ポイント程度あります。区分も機械学習の技術者を含むもので、業務にAIを組み込む役割だけを数えたものではありません。それでも、AIの運用と監視の能力に不足があると答えた組織が半数を超え、AI・機械学習の分野に技術系の人員を置く組織も少ないという点で、IPAの結果と向きはそろっています。

必要な人材の把握

不足を感じていても、自社にどんな人材が必要かを定め、そのスキルを把握している企業は多くありません。IPAの調査では、DXを推進する人材についても、AIの利活用を踏まえた人材の手当てについても、この作業をまだ済ませていない企業が大半です。

DXを推進する人材像の設定・周知は16.2%

DXを推進する人材像を設定し、社内に周知している企業は、2025年度で16.2%でした。2024年度の20.4%から約4ポイント下がっています。設定しているが周知していない6.6%を合わせても、設定済みの企業は2割強です。「設定していない」「わからない」を合わせると約5割になります。DXの推進に必要なスキルを「把握できていない」と答えた企業も52.8%ありました*7。

いずれもDXを推進する人材についての数字で、AIの担い手だけを尋ねたものではありません。そのうえで、IPAはスキルの把握と不足感の関係を示しています。DXを推進する人材の「質」が大幅に不足していると答えた割合は、必要なスキルを把握している企業で40.6%、把握できていない企業で64.0%でした。IPAはこの差から、スキルの把握状況が人材の量と質の確保と「関連していると言える」としています*7。

AIで効率化できる業務の把握に着手した企業は19.0%

AIに絞った設問でも、状況は似ています。AIの利活用を踏まえた人材の育成・確保について着手の状況を尋ねると、「効率化・自動化が見込まれる既存業務の把握」に着手している企業は19.0%でした。ほかの項目はどれも1割に満たず、多くの項目で「検討の予定はない」が3割を超えています*8。

AIの導入効果を答えた企業に限って、効果の実感ごとに見ると差が出ます。既存業務の把握に着手している割合は、期待以上か期待どおりの効果があった企業で37.6%、一定の効果はあった企業と、期待した効果がまだ得られていない企業を合わせたグループで23.8%でした*8。どの業務がAIで変わり、そこで誰にどんな力が必要になるかが分からないままでは、探している人材の像もはっきりしません。

不足への備え方

まず、足りない役割を自社の業務の単位で書き出します。人数を決めるのは、その後です。

役割を業務の単位で書く

「AI人材を1名」と書く代わりに、どの業務にAIを入れ、誰が業務の流れを組み替え、AIが使われ続けているかを誰が確かめるのかを書きます。例えば「問い合わせへの一次回答をAIで作り、担当者が確認して送る流れに変え、3か月後に処理件数と差し戻しの件数で効果を確かめる」と書けば、必要なのはモデルの研究者ではないと分かります。業務を知り、ツールを組み合わせて流れを作り、現場に定着させる人です。

役割が書ければ、人数も「AIを入れる業務の数」と「1人が並行して担える業務の数」から見積もれます。業務の選び方から効果の測り方までの進め方は、『AI推進の進め方|個人のAI活用を、組織の成果に変える5ステップ』で整理しました。

確保の方法は役割ごとに選ぶ

役割が決まれば、社内で育てるか、採用するか、外部の実務者を組織の一員として迎えるかを、役割ごとに選べます。採用・育成・外部の活用それぞれの利点と限界は、以前の記事『AI人材とは?種類・スキル・育成のポイントと、現場で実装・定着まで担う新しい選択肢』の「AI人材の確保方法と限界」の章で整理しました。表2は、それぞれが向く場面と、注意することです。

確保の方法向いている場面注意すること
社内で育てる業務をよく知る社員がいて、実際の業務で試せる場を用意できる研修を受けるだけでは定着しない。業務を組み替える経験を積める案件を用意する
採用する継続して担う役割がはっきりしていて、受け入れる部署が決まっている人材像が定まっていないと、求人の要件を書けない
外部の実務者を組織の一員として迎える社内に担い手がまだいない、最初の成果を早く出したいどの業務から進め、何を成果とするかを、外部の提案を受けながら自社が主体となって決める。作業の手順と判断の記録を自社で保管する

1つの役割に、複数の方法を組み合わせることもできます。外部の実務者と社員が組んで最初の業務を仕上げ、その間に社員が進め方を身につける、という形です。社内で育てる場合の進め方は『FDE育成について徹底解説。採用・外部活用との使い分けと、育成の進め方』、採用から活用までの確認項目は『【完全版】AI人材 採用・育成・活用チェックリスト50|設計から成果創出までの全ステップを解説』にまとめています。

まとめ

  • 不足を示す数字は、数えている人材が違う。経済産業省の約340万人は、2040年の技術職の需要と供給の差の推計で、自社の採用人数には置き換えられない
  • 企業で不足の回答が多いのは、データマネジメントを企画・推進できる人材(71.9%)と、AIの導入を推進できる従業員(69.6%)。AI研究者の不足は39.1%で、56.7%の企業は「自社には必要ない」と答えている
  • 必要な人材の把握は、多くの企業で済んでいない。DXを推進する人材像を設定・周知している企業は16.2%、AIで効率化できる業務の把握に着手した企業は19.0%

次に行うことは、AIを入れたい業務を一つ選び、その業務で誰が流れを組み替え、誰が定着まで責任を持つかを書き出すことです。書き出した役割が、自社にとっての「足りないAI人材」の中身になります。

AI人材を、採用・研修・派遣で頭数をそろえる対象としてだけ見ると、何人足りないかの議論から先に進めません。組織の中に入り、AIの実装から定着までを担う人をどう置くか。AI推進を外に委ねて待つのではなく、中に入って一緒に動かす担い手を決めることが、不足への備えになります。

よくある質問

Q. AI人材は何人不足していますか?

経済産業省の推計では、2040年にAI・ロボット等の利活用を担う人材が約340万人(資料の表では339万人)不足する可能性があります。十分な国内投資と産業構造の転換が実現する場合の推計で、数えているのは職業分類上の技術職です*1。企業への調査は人数を数えたものではなく、AIの導入を推進できる従業員が不足していると答えた企業は69.6%でした*3。

Q. 経産省の推計とIPAの調査は、どう使い分ければよいですか?

社会全体で技術職がどれだけ足りなくなるかを示すなら経済産業省の推計、自社でどの役割が足りないかを考えるならIPAの役割別の結果が向いています。IPAの85.5%は、DXに取り組む企業のうち、DXを推進する人材の量が不足していると答えた企業の割合で、AIに絞った数字ではありません*2。

Q. 「AI人材はいらない」と言われるのはなぜですか?

AIを使うだけなら専門家でなくてもできるようになり、モデルを研究・開発する専門家を自社に置く必要がない企業が多いためと考えられます。IPAの調査でも、先端的なアルゴリズムを開発するAI研究者について、56.7%の企業が「自社には必要ない」と答えました。一方で、AIの導入を推進できる従業員は69.6%の企業が不足していると答えています*3。必要ないとされているのは一部の専門職で、業務にAIを組み込む役割は足りていません。

Q. AI人材の不足は、採用で解消できますか?

どの業務に、どんな役割の人が必要かを決めないまま採用しても、不足は解消しにくいと考えられます。AIの利活用を踏まえて、効率化が見込まれる既存業務の把握に着手している企業は19.0%にとどまります*8。どの業務にAIを入れ、誰が定着まで担うかを書いたうえで、役割ごとに、社内で育てる、採用する、外部の実務者を迎える、のどれかを選ぶか、組み合わせて確保します。

出典

  1. *1経済産業省「2040年の就業構造推計(改訂版)について」(2026年3月。産業構造審議会 経済産業政策新機軸部会 第30回 参考資料2)。2025年6月の「第4次中間整理」の産業構造推計(新機軸ケース)が前提。AI・ロボット等の利活用を担う人材は、2040年の需要782万人・供給443万人、2022年の就業者236万人(就業構造基本調査をもとに経済産業省が作成)
  2. *2IPA(情報処理推進機構)「DX動向2026」第4章の概要、図表4-1「DXを推進する人材の『量』の確保(経年比較)」(2026年7月30日)。DXに取り組んでいると答えた国内企業が対象
  3. *3IPA(情報処理推進機構)「DX動向2026」第4章の概要、図表4-12「AI関連人材の充足状況(経年比較)」(2026年7月30日)。2025年度調査の国内企業、n=1,781〜1,783
  4. *4The Linux Foundation「2026 State of Tech Talent Japan Report」(2026年7月)。2026年2月のオンライン調査。IT人材の採用・育成に責任を持つ回答者400人(日本80人、日本以外320人)。日本の回答の誤差は95%の信頼度で約±11ポイント。技術系の人員を置く分野は図8(Q15)、AIに関わる能力の不足は図9(Q25。大きな不足と軽い不足の合計)
  5. *5内閣府「人工知能基本計画」(2026年7月14日閣議決定。AI法第18条第1項にもとづく第Ⅱ期計画)。5つの人材像と「AI実装人材」の説明は、第3章第4節の脚注8
  6. *6国内FDE求人 定点集計(2026年9月)。AI Ops Manager調べ、2026年9月20〜21日時点。職種名にFDEを含み、募集背景にあたる記述を取得できた国内50社。基準を文で定めて2回独立に判定し、両方で該当した社数
  7. *7IPA(情報処理推進機構)「DX動向2026」図表4-5「DXを推進する人材像の設定・周知(経年比較)」(2025年度 n=1,356)、図表4-8「DX推進に必要なスキルの把握状況(経年比較)」、図表4-10「DXを推進する人材の『質』の確保(スキル把握状況別)」(2026年7月30日)。いずれもDXに取り組んでいると答えた国内企業が対象
  8. *8IPA(情報処理推進機構)「DX動向2026」図表4-13「AIの影響を踏まえた人材育成・確保への対応状況」、図表4-14「AIの影響による人材育成・確保内容(AI導入効果別)」(2026年7月30日)。図表4-14はAIの導入効果を答えた企業が対象(効果が高い企業 n=330、低い企業 n=650〜651)で、「期待以上の効果があった」「期待どおりの効果であった」を効果が高い企業、「一定の効果はあった」「期待した効果はまだ得られていない」を効果が低い企業として集計

DOWNLOAD

WP–05 · AX ノウハウ · PDF

AI人材 採用・育成・活用 実践ガイド

チェックリスト50の全50項目を、AI人材の現状データ・確保方法の選び方とあわせて32ページで解説した実践ガイド。チェックリスト本体(スプレッドシート版)と併用できます。無料でダウンロードいただけます。

無料ダウンロード