AI時代に高校生が狙う「第三のキャリア」。ホワイトカラー競争と技能職の再評価【前編】

株式会社TIMEWELLの濱本 隆太です。

「AIが仕事を奪う」という話は、もう高校の教室でも普通に出ます。でも、その次の一文がだいたい同じ方向に寄ります。つまり、「だからAIを使いこなせる人になれ」「大学に行って、PCの前で強い人材になれ」という一本道です。

私はこの一本道だけが正解だとは思っていません。企業のAI導入を支援する立場から現場とオフィスの両方を見ていると、**削られやすいのは「職業名」ではなく「タスクの性質」**だと感じます。画面の中で完結する定型作業は圧縮されやすい。一方で、建物ごとに違う条件、安全、法規、顧客との約束、協力会社との調整——現実世界の制約を引き受けて最後まで責任を持つ仕事は、そう簡単には消えません。

前編の狙いは、SNSのランキングや個人の投稿をなぞることではありません。**高校生・教員が進路と探究で使える「職業マップの読み方」**を、公的な一次情報と実務の肌感覚から組み立て直すことです。中編では現場責任者の一日を情報作業として分解し、後編では設備・電気・保全など具体分野と資格の階段、教室での探究設計まで落とします。

削られるのは職業名ではなく、タスクの性質

内閣府の「世界経済の潮流」2024年Ⅰは、AIが労働市場に与える影響を「代替」と「補完」に分けて整理しています¹。ざっくり言うとこうです。

• 事務的タスクの比率が高い仕事ほど、AIの影響を受けやすい
• 物理的タスクの比率が高い仕事ほど、影響は相対的に小さい
• 意思決定の重要性が高く、失敗の社会的影響が大きい仕事は、人が残りやすくAIは補完に回りやすい

ここで大事なのは、「ホワイトカラー全滅」「ブルーカラー安泰」という逆転劇ではない、という点です。事務職の中にも、顧客調整や例外処理で頭を使う仕事は残ります。現場職の中にも、写真整理や日報のような情報作業は増え続けています。ラベル（学歴・職種名）より、タスクの中身で地図を描き直すのが、2026年のキャリア教育の出発点だと私は考えています。

日本では急激な解雇が難しいぶん、変化は「明日全員クビ」より、新卒採用の抑制や退職者不補充として現れやすい、というのが私の見立てです。だから高校生にとっての論点は「仕事が消える恐怖」より、「どのタスクの上に自分の時間を積むか」に寄せたほうが建設的です。

生成AIの操作そのものは、半年もあれば誰でもそこそこ上手くなります。差がつくのは、何についてAIに聞き、出力のどこが嘘かを見抜けるかです。現場の音、図面と実物のズレ、顧客の表情——そうした一次情報を持たないままプロンプトだけ磨いても、業務改善の解像度は上がりません。

古い地図：「ブルーカラー＝低スキル」はもう足りない

長いあいだ、「学歴が高いほどホワイトカラー、ホワイトカラーほど安全」という地図が支配的でした。いまその地図は、少なくとも二つの点で古くなっています。

ひとつは、画面上の定型業務への競争圧力です。企業は同じアウトプットをより少ない人数で回せれば、採用の蛇口を絞りやすい。もうひとつは、現場側の人手不足が慢性化していることです。

国土交通白書2025は、建設業について次のような構造を示しています²。

• 2024年、建設業就業者のうち55歳以上は36.7%（全産業32.4%より高い）
• 29歳以下は11.7%（全産業16.9%より低い）
• 2023年度の年間平均労働時間は約2,018時間で、他産業より約62時間長い
• 2023年の建設業生産労働者の年平均賃金は432万円で、全産業労働者508万円（非正規除く）より低い

つまり現場は、「人手不足だから自動的に高待遇」でもなければ、「肉体労働だけで低スキル」でもない。長時間・高齢化・若年不足が同時進行し、だからこそ働き方改革と生産性向上が政策課題になっている、というのが一次情報の骨格です。2024年4月からの時間外労働上限規制（いわゆる建設業の2024年問題）も、その延長線上にあります²。

現場責任者の一日を想像すると、ヘルメットの下には見積、発注、工程、写真、日報、安全書類、図面確認、協力会社調整、顧客説明が並びます。いわゆる「頭と文章で現場を回す仕事」が大量にある。ここを中編で詳しく分解しますが、前編で押さえておきたいのは次の一文です。

手に職＝昭和の肉体労働イメージ、ではない。現代の技能は、手・紙・口・目のセットです。

二層リテラシーという第三のルート

私は進路の話を、次の三層で整理しています。

ルート	典型イメージ	強みになりやすいもの	弱点になりやすいもの
デジタル主戦場型	大卒・専門職、PC上の高度業務	学歴、デジタルスキル、業界知識	現場知が薄いとAI出力の検証が弱い
定型情報労働型	一般事務・定型文書中心	基礎ビジネススキル	タスク単位でAI圧縮の影響を受けやすい
二層リテラシー型	現場＋資格＋情報作業	実務・資格・顧客対応・現実制約の理解	労働条件・教育体制の会社差が大きい

ここで言う「第三のルート」は、誰かの投稿の商標ではありません。18歳から現実世界に入り、資格と実務で一次情報を持ち、その上にAIで情報作業を載せる、という設計思想です。

大学卒は基本的に22歳デビューです。高卒で18歳から設備・電気・保全などの現場に立てば、同じ22歳でも4年分の実務年数が乗っている可能性があります。ただしこれは自動勝利ではありません。労働時間、教育担当、資格支援、ハラスメントの有無は会社差が激しい。だから進路指導では「職種名」だけでなく、「教育してくれる会社かどうか」の見分け方を教える必要があります。

文科省のN-E.X.T.（ネクスト）ハイスクール構想は、専門高校の機能強化・高度化と、デジタル技術等を活用するエッセンシャルワーカー（アドバンスト・エッセンシャルワーカー）の育成を、高校改革の柱の一つに置いています³。政策の言葉と、現場×AIのキャリアは対立しません。むしろ同じ骨格です。自ら問いを立て、現場の一次情報に触れ、道具としてのAIを使う——探究学習のプロセスそのものです。

アドバンスト・エッセンシャルワーカーの解説は別記事に、探究×生成AIは実践記事にまとめています。

ここで一度、自分の現在地を測るのも有効です。AIリテラシーチェックは短時間で得意・不得意を可視化できます。高校生本人にも、教員・保護者にも使える入口です。

高校生と教員への問い。探究は進路の実験場になる

ここからは、教室で使える問いです。

高校生向け

1. 自分が「画面の中だけ」で完結させたい仕事と、「現実世界を動かしたい」仕事はどれか。理由を3つ書く。
2. 地元で人手不足と言われる職種を3つ調べ、そのうち1つについて求人の強さや年齢構成を公的統計・白書で確認する。
3. 現場責任者が毎日やっている「紙と調整の仕事」を想像し、AIで短縮できそうなものを5つ挙げる（中編で答え合わせできます）。
4. 22歳の自分を2パターン想像する。大卒デビューと、高卒4年実務デビュー。どちらが自分の性格と生活設計に合うか。

教員・進路指導向け

1. 進路ガイダンスで「大卒ホワイトカラー」以外の成功モデルを、実在の地域企業で何人語れているか。
2. 工業・総合学科だけでなく、普通科の探究で「地元の設備・建設・保全」をテーマにしたことがあるか。
3. 企業連携を「見学」で止めず、日報・安全・見積のような実務サンプルに触れさせているか。
4. AI教育を「プロンプトの練習」で止めず、「現場の判断を加速する道具」として位置づけているか。

普通科の先生からよく聞くのは、「うちは工業科ではないので配管や電気の話をしてもピンとこない」という声です。それでも扱う意味はあります。生徒の多くが、将来どこかで発注側・利用者側・地域住民側として現場と接点を持つからです。設備の止まり方が事業リスクになること、有効求人倍率の見方、資格という参入障壁の意味——これは進路が文系でも必要な社会リテラシーです。

もう一つ、進学を否定する記事ではありません。大学で工学や経営を学び、現場経験のある人と組んで事業を作るルートも当然あり得ます。伝えたいのは序列ではなく時間配分です。18歳から22歳を教室だけで過ごすのか、現場と資格と顧客のあいだで過ごすのか。どちらが正しいかより、自分に合う材料が必要です。

保護者への説明でも同じです。「手に職」が昭和の肉体労働イメージだけで止まっていると、家庭内の会話が噛み合いません。いまの現場責任者は、ヘルメットの下で表計算と写真と説明文を回しています。その地図を共有したうえで、大学進学・専門学校・高卒就職を並べて比較する。進路の選択肢が「格上／格下」ではなく「時間の使い方の違い」に見えてきます。

私たちのWARP for Schoolsでも、探究のテーマを社会実装側へ寄せ、生徒がAIを使いながら提案まで作り切る伴走をしています。進路の話は抽象論で終わりがちなので、教室で一度「現場の仕事を分解する」体験を入れると、生徒の目の色が変わります。企業連携を見学だけで終わらせず、日報や安全書類のサンプルに触れさせると、抽象論が一気に具体になります。

前編のまとめ。次に読むこと

• AIで削られやすいのは、主に事務的・定型的なタスク。物理的制約と重い責任は残りやすい。
• 「ブルーカラー＝低スキル」は古い地図。現代の技能は手・紙・口・目のセットです。
• 高卒18歳スタートは、22歳時点で実務・資格を厚くできる可能性という時間の非対称を生む。ただし会社選びが命です。
• 文科省のN-E.X.T.構想と、現場×デジタルの人材像は同じ方向を向いています。

次の中編では、現場責任者の仕事を「情報作業」として分解し、AIに任せてよいこと・任せていけないことを具体化します。後編では設備・電気・保全などの分野と資格ラダー、探究テーマまで落とします。

導入の相談や学校向け伴走は、WARPのページとお問い合わせからどうぞ。押し売りではなく、教室と現場のあいだの設計相談として使ってください。

参考文献

Footnotes

1. 内閣府「世界経済の潮流 2024年Ⅰ」第1章第1節「AIによる職業・タスクの補完と代替」 https://www5.cao.go.jp/j-j/sekai_chouryuu/sh24-01/s1_24_1_1.html ↩

2. 国土交通省「国土交通白書 2025」第1節「担い手不足等によるサービスの供給制約」 https://www.mlit.go.jp/hakusyo/mlit/r06/hakusho/r07/html/n1111000.html ↩ ↩²

3. 文部科学省「高校教育改革に関する基本方針（グランドデザイン）～2040年に向けた『N-E.X.T（ネクスト）ハイスクール構想』～」関連資料 https://www.mext.go.jp/b_menu/activity/detail/2026/20260213.html ↩