春闘5%超賃上げでも実感乏しい構造 — AI時代の労働観と「失われた30年」の出口を読み解く

はじめに

2026 年の春季生活闘争（春闘）の中間集計で、連合は平均賃上げ率 5.26%（定昇含む）を発表した[1]。これは 3 年連続で 5% を超える水準であり、過去 30 年で最も高いペースだ。賃金構造基本調査によれば、正規雇用の月例賃金は前年同期比 4.5% 増、ボーナスも 3% 増という構造的な賃上げ傾向が続く[2]。

しかし、家計の生活実感は依然として「乏しい」と評される。食料インフレ率は 4% 前後、通信費は 6.7%、エネルギー支援終了後の光熱費上昇も加わり、賃上げ分の多くが物価上昇に吸収されているからだ[7]。さらに、生成 AI による職務再構成、IT 投資の加速、リスキリング要求の高まりという「新しい労働観」が交錯し、社会全体の雇用観・キャリア観が大きく揺れている。本稿は、賃金・物価・AI・労働観の交差点で「失われた 30 年」の出口を巡る論点を整理する[グローバル実質賃金と購買力の動向 — 名目賃上げの実質効果]。

春闘 5% 超賃上げの構造

賃上げ率の高水準と業種・規模差

連合の中間集計によれば、全規模平均で 5.26%、ベースアップ + 定昇では 5.09% という数字が発表された[1][7]。これは 2024 年（5.28%）、2025 年（5.37%）に続く 3 年連続 5% 超で、1991 年以来の歴史的高水準だ。

業種別では、自動車、電機、化学などの大手製造業が 6% 超、小売・サービスは 4〜5%、医療・介護・保育は 3〜4% という幅がある。大企業（組合員 300 人以上）と中小組合の賃上げ格差は 0.09 ポイントまで縮小し、過去最少水準となった[1]。この縮小は、人手不足の中小企業が人材獲得のために大幅賃上げに踏み切らざるを得ない構造を反映している。

名目賃金 vs 実質賃金のギャップ

賃上げ率が名目で 5% を超える一方、実質賃金（インフレ調整後）の伸びは 1.0〜1.5% 程度にとどまる[2][5]。総務省統計局のデータでは、消費者物価指数（CPI、生鮮食品除く）は 2026 年 4 月時点で前年同期比 2.8%、食料・エネルギー価格を含む総合指数では 3.0% 超で推移する[5]。

これにより、月収 30 万円の労働者が 5% 賃上げで月収 31.5 万円となっても、生活コストが同期間に 3% 上昇すれば、実質的な購買力増加は月 5,000 円程度に留まる。家計の体感としては「賃上げの実感が薄い」と感じる構造的背景だ。

AI が変える労働観

雇用への影響:減少か再配置か

OECD の分析によれば、生成 AI が日本の雇用に与える影響は「ネット中立から微増」と評されている[3][4]。理由は、日本の構造的な人手不足（労働力人口の減少、約 900 万人規模の人材ギャップ）にある。AI が単純業務を自動化しても、人材不足が解消されるだけで、失業が大量発生する構造ではない。

ただし、これは「マクロネット中立」の話であり、ミクロでは大きな再配置が起きる。事務職、コールセンター、ライティング、コーディング、データ入力などの業務は AI に置き換えられやすい。一方で、対人サービス、創造的仕事、複雑な意思決定を要する仕事は維持・拡大される。労働者個人にとっては、職種転換・スキル転換が必要となる場面が増加している[AI 時代のホワイトカラー再編 — 知的労働の構造変化]。

会社のあり方と組織構造の変化

AI 実装は、組織構造そのものを変化させている。OECD の分析によれば、AI 導入企業の多くで、職務再構成（reorganization of tasks）が報告されている[3]。具体的には、(1) 部門間の境界が曖昧化し、AI を介した横断的協業が増える、(2) 中間管理職の役割が再定義される、(3) シニア人材の暗黙知が AI トレーニングデータ化される、などだ。

これは、20 世紀型の階層的・職務分掌的組織から、21 世紀型のネットワーク・タスクベース組織への移行を意味する。日本企業の多くは、終身雇用・年功序列・職務無限定という伝統的雇用慣行を残しているため、AI 実装による組織変革は欧米企業と異なる速度・形態で進む。

リスキリングと労働者個人の戦略

スキル更新のスピードギャップ

JIL（労働政策研究・研修機構）の分析によれば、日本の人材育成プログラムは拡大基調にあるが、AI 実装の速度に対して人間の適応速度が追いついていない[4]。Gartner の見通しでは、2026 年時点で世界の 1.2 億人の労働者がリスキリング不足によりミディアム・タームでの再配置リスクを抱えるとされる。

リスキリングの主要領域は、(1) 生成 AI の業務活用スキル、(2) データ分析・統計リテラシー、(3) クロスファンクショナルなコミュニケーション、(4) 顧客理解と問題定義能力、(5) 自己学習・適応力、などだ。これらは、従来の「学校教育→就職→終身雇用」のリニアモデルではなく、「学習→実務→再学習」の循環モデルを前提とする。

労働者個人の選択肢拡大

労働観のもう一つの変化は、選択肢の拡大だ。フリーランス、副業、リモートワーク、地方移住、独立起業など、雇用形態の多様化が進む。総務省統計局のデータでは、副業を持つ正社員の比率は 2026 年で 10% を超え、過去最高水準だ[5]。フリーランス人口も 1,000 万人規模に達している。

ただし、この多様化には光と影がある。高スキル人材は選択肢拡大の恩恵を受けるが、低スキル労働者は不安定雇用への押し出し圧力に直面する。所得格差・キャリア格差の拡大が、社会的論点として浮上している。

「失われた 30 年」の出口を巡る議論

賃金デフレからの脱却

「失われた 30 年」と呼ばれる長期停滞の本質は、賃金デフレと需要不足の悪循環だった。バブル崩壊後の 1990 年代後半から 2010 年代まで、日本の名目賃金はほぼ横這い、実質賃金は微減を続けた。背景には、グローバル化による低コスト競争、企業のコスト削減志向、終身雇用慣行を維持するための初任給抑制、などが複合的に作用した。

2024 年以降の春闘 5% 超賃上げは、この長期トレンドからの構造的脱却の可能性を示唆する。連合・経団連の協調、政府の賃上げ促進税制、人手不足という構造的圧力、円安による輸出企業収益の改善、などが組み合わさり、賃上げが「企業の選択」から「事業継続の前提」へとシフトしている。

AI 時代の出口戦略

ただし、「失われた 30 年」の真の出口は、賃上げだけでは達成されない。AI 時代における日本の競争力源泉を再定義することが必要だ[AI 投資ブームと生産性のギャップ — 高 capex なのに生産性低水準の謎]。

具体的には、(1) AI 実装による全要素生産性の引き上げ、(2) リスキリング・アップスキリングの社会システム化、(3) 中堅・中小企業のデジタル変革支援、(4) 多様な働き方を支える社会保障の再設計、(5) 大学・大学院・社会人教育の連続性確保、などが論点だ。

これらは、単なる経済政策の問題ではなく、社会全体の「働く」「生きる」「成長する」観念の再構築を求める。バブル崩壊後の長期停滞から脱却するためには、雇用・賃金・スキル・働き方の連動した構造変革が不可欠だ。

注意点・展望

賃上げと AI 時代の労働観を巡る論点:

1. 賃上げの持続性: 2026 年以降も 5% 超賃上げを継続できるか。経済成長率と企業収益が条件
2. 物価との競争: インフレ率を上回る実質賃上げが家計実感を改善する鍵
3. 中小企業の追随: 大企業との賃上げ格差を埋めるための政策支援とサプライチェーン価格転嫁
4. AI 実装と職務再配置: スムーズな移行を支えるリスキリング基盤
5. 多様な働き方の制度設計: 副業・フリーランス・地方移住を支える社会保障・税制

「失われた 30 年」の出口は、賃上げという入り口を経て、AI 時代の労働観・キャリア観の構造変革を経るプロセスとなる。短期の数字（賃上げ率、CPI）だけでなく、社会システム全体の進化を観察する必要がある。

まとめ

2026 年の春闘賃上げ率 5.26% は、過去 30 年で最も高い水準だが、家計の実感は乏しい。これは、名目賃金 vs 実質賃金のギャップ、物価上昇の継続、AI 時代の労働観の変化、という複合要因による。日本企業は AI 実装による職務再構成、組織構造の変化、リスキリングへの投資という課題に直面する。労働者個人にとっても、雇用形態の多様化、キャリア戦略の自律化が求められる時代に入った。「失われた 30 年」からの脱却は、賃上げという入り口を経て、AI 時代の労働観・雇用システム・社会保障の連動的進化を通じて達成される。長期的視点での観察と対応が必要だ。