Money Plus Ultra

「お金を味方につけろ。人生は戦略だ。」

AIは電気を食う。JERAが動く“2兆円AIデータセンター時代”の本当の勝者

◆ はじめに|AIの本当の燃料は「電気」だった

ChatGPT。

画像生成AI。

動画生成AI。

AIエージェント。

ここ数年、

世界中でAIブームが起きている。

そして、

AI関連のニュースを見ると、

主役になるのは、

だいたい半導体だ。

GPU。

サーバー。

データセンター。

「AI時代は半導体企業が儲かる」

そんなイメージを持っている人も多いと思う。

でも、

2026年10月1日。

日本でかなり面白いニュースが出た。

日本最大の発電会社、

JERAが、

Dell Technologies、

英国のAIインフラ企業RHAELMと、

日本でAIインフラを開発するための協業を発表した。

その最初のプロジェクトが、

千葉県に計画されている、

約150億ドル規模のAIデータセンター。

日本円にすれば、

ざっくり2兆円規模。

しかも、

電力容量は、

400MW級。

なぜ、

発電会社であるJERAが、

AIの世界へ入ってくるのか。

答えはシンプルだ。

AIは、とんでもなく電気を食うからだ。

もしかすると、

AI時代の本当の勝者は、

AI企業だけではないのかもしれない。

今日は、

AIブームの裏側で始まっている、

「電力争奪戦」

について考えてみたい。

⸻

◆ JERAがAIデータセンターへ

今回の計画では、

JERA、

Dell Technologies、

RHAELMの3社が協力する。

場所は、

JERAの千葉火力発電所に近い土地。

RHAELMが、

データセンターの開発、

建設、

運営、

資金調達を担う。

Dellは、

AI向けのコンピューティングインフラを提供する。

そして、

JERAが持っている最大の武器。

それが、

土地と電力だ。

JERAは、

このデータセンターに対して、

400MWの電力を、

15〜25年間という長期契約で供給する計画だ。

稼働開始は、

2028年。

2029年には、

フル稼働を目指すという。

つまり、

今回のニュースは、

単なる、

「データセンターを作ります」

という話ではない。

発電会社。

AIインフラ企業。

IT企業。

金融。

それぞれが組み合わさって、

巨大なAIインフラ産業を作ろうとしている。

⸻

◆ そもそも400MWってどれくらい?

400MW。

と言われても、

正直、

ピンとこない。

ただ、

普通のデータセンターとは、

明らかに規模が違う。

IEAによると、

従来型のデータセンターは、

10〜25MW程度の電力を使う。

一方、

大規模なAIデータセンターでは、

100MWを超えるケースもある。

今回の計画は、

400MW級。

AIが、

いかに大量の電力を必要としているのかが分かる。

では、

なぜそんなに電気が必要なのか。

⸻

◆ ChatGPTは「魔法」ではない

俺たちが、

ChatGPTに質問する。

数秒後、

答えが返ってくる。

スマホから見ると、

まるで魔法だ。

でも、

当然、

魔法ではない。

その裏側では、

大量のコンピューターが動いている。

GPUが計算する。

サーバーが動く。

ネットワーク機器が動く。

そして、

コンピューターは熱を出す。

だから、

冷やさなければならない。

つまり、

AIを動かすには、

計算する電気。

冷却する電気。

通信する電気。

さまざまな電力が必要になる。

俺たちが、

何気なくAIへ質問するたび、

どこかのデータセンターで、

巨大な設備が動いている。

AIはデジタルに見えて、実はものすごく物理的な産業なのだ。

⸻

◆ 世界のデータセンター電力消費は「日本一国分」へ

そして、

これからAIが普及すると、

この電力需要は、

さらに増えていく。

IEAの予測では、

世界のデータセンターが消費する電力量は、

2030年には、

約945TWh。

現在から、

2倍以上になると予測されている。

しかも、

この数字。

現在の日本全体が使う年間電力量を、

わずかに上回る規模だ。

つまり、

2030年には、

世界中のデータセンターだけで、

「日本一国分」ほどの電気を使う可能性がある。

そして、

その最大の成長要因が、

AIだ。

AIは、

ソフトウェア革命であると同時に、

巨大な、

エネルギー革命

でもある。

⸻

◆ AI時代のボトルネックは「頭脳」から「電力」へ

AI競争というと、

これまでは、

どの会社が、

一番賢いAIを作れるか。

どの会社が、

一番強いGPUを作れるか。

そんな競争だった。

でも、

AIが巨大化するほど、

別の問題が出てくる。

「そのAI、どこで動かすの?」

という問題だ。

高性能なGPUを、

大量に集めた。

でも、

電力がない。

データセンターを作った。

でも、

送電網につなげない。

そんなことになれば、

AIを動かせない。

つまり、

AI時代のボトルネックが、

半導体だけではなく、

電力そのもの

へ移り始めている。

⸻

◆ だから発電会社がAI企業になる

ここで、

今回のJERAの動きが面白くなる。

JERAは、

AIモデルを作る会社ではない。

GPUメーカーでもない。

クラウド企業でもない。

発電会社だ。

でも、

AIが大量の電力を必要とするなら、

話は変わる。

AI企業が増える。

↓

データセンターが増える。

↓

電力需要が増える。

↓

発電設備が必要になる。

↓

送電設備が必要になる。

↓

電力会社の価値が上がる。

つまり、

AIブームが巨大になるほど、

AIとは一見関係なさそうな会社までAI関連企業になっていく。

これ、

昨日書いた、

「中国経済を救っているのはAI?」

という話ともつながってくる。

AIはもう、

ネットの中だけで完結する産業ではない。

工場。

半導体。

電力。

建設。

不動産。

通信。

金融。

いろんな産業へ、

AIマネーが流れ始めている。

⸻

◆ AI時代の「本当の勝者」は誰なのか?

では、

AI時代に儲かるのは、

誰なのか。

OpenAI。

Google。

Microsoft。

NVIDIA。

もちろん、

こうした企業は、

AI革命の中心にいる。

でも、

もう少し視野を広げてみる。

AIを動かすには、

GPUが必要。

データセンターが必要。

電力が必要。

冷却設備が必要。

変圧器が必要。

送電網が必要。

土地が必要。

建設会社が必要。

大量の資金も必要。

つまり、

AIという巨大産業の周辺には、

ものすごい数の「ツルハシ屋」が存在する。

⸻

◆ ゴールドラッシュで儲かったのは誰だった?

よく使われる話がある。

ゴールドラッシュ。

みんなが、

金を掘りに行った。

でも、

確実に需要が増えたものがあった。

ツルハシ。

ジーンズ。

宿泊。

輸送。

つまり、

金そのものを掘らなくても、

金を掘る人に必要なものを売る

というビジネスが成立した。

AIでも、

似たことが起きている。

AIモデルを作る。

これは、

金を掘る側。

一方、

半導体。

電力。

冷却。

通信。

データセンター。

これは、

AIを掘るための、

ツルハシ側だ。

どのAIサービスが最終的に勝つか。

まだ分からない。

でも、

どのAIが勝っても、

必要になるものがある。

ここに、

大きなビジネスチャンスがある。

⸻

◆ 「AI関連株」の意味が変わる

これは、

投資を見る時にも、

かなり重要だと思う。

AI関連株。

と言われると、

半導体企業ばかり見てしまう。

でも、

AI需要が本当に長期化するなら、

見るべき範囲は、

もっと広い。

電力。

送配電。

変圧器。

電線。

データセンター。

建設。

冷却設備。

半導体製造装置。

電子部品。

再生可能エネルギー。

原子力。

蓄電池。

AIという一つの技術から、

巨大なサプライチェーンが生まれる。

だから、

「AI企業を探す」

ではなく、

「AIが増えたら、絶対に必要になるものは何か?」

という考え方が、

重要になる。

⸻

◆ 電力会社なら何でも勝てるわけではない

ただし、

ここで注意したい。

AIが電気を大量に使う。

だから、

電力会社の株を買えばいい。

そんな単純な話ではない。

発電設備を増やすには、

莫大な金が必要になる。

送電網にも、

投資が必要だ。

燃料価格も変動する。

規制もある。

さらに、

データセンター建設計画そのものが、

延期されたり、

需要予測が外れたりする可能性もある。

AI投資が、

現在の期待ほど利益を生まなければ、

データセンター需要も変わる。

つまり、

「AI=電力需要増=電力会社全部儲かる」

ではない。

見るべきなのは、

実際にどんな契約を取っているのか。

投資額はいくらなのか。

利益率はどうなのか。

どれだけ長期間、

収益が続くのか。

ここまで見る必要がある。

⸻

◆ JERAの「15〜25年契約」が面白い

だからこそ、

今回、

俺が一番面白いと思ったのが、

15〜25年間の長期電力供給契約

という部分だ。

AIブームは、

ものすごい勢いで動いている。

でも、

電力インフラは、

今日作って、

明日完成するものではない。

発電所。

送電線。

変電所。

データセンター。

すべて、

長期間の計画が必要になる。

だから、

AI企業と電力会社の関係も、

単なる、

「電気を買います」

から、

「一緒にインフラを作ります」

へ変わっていく可能性がある。

AIと電力。

この二つが、

完全に別産業ではなくなっていく。

今回のJERAの動きは、

その象徴なのかもしれない。

⸻

◆ 日本にとってはチャンスでもあり、課題でもある

そして、

これは日本にとっても、

かなり大きな話だ。

AIデータセンターが、

日本国内に増える。

そうなれば、

建設。

設備。

電力。

通信。

保守。

さまざまな需要が生まれる。

日本企業にとって、

新しい巨大市場になる可能性がある。

一方、

問題もある。

大量の電力を、

どこから持ってくるのか。

再生可能エネルギー。

火力。

原子力。

蓄電池。

送電網。

AIの成長が速すぎれば、

電力インフラが、

追いつかない可能性もある。

IEAも、

AIやデータセンターの拡大によって、

先進国の電力需要が再び伸び始めていると分析している。

日本でも、

2030年に向けて、

データセンターによる電力需要の増加が予測されている。

つまり、

これからのAI競争は、

「AIを作れる国」だけではなく、「AIを動かす電力を用意できる国」の競争

になるかもしれない。

⸻

◆ 俺たちの電気代には影響するのか?

ここで、

生活者として気になるのが、

これだ。

「AIがそんなに電気使ったら、

俺たちの電気代、

上がるんじゃないの?」

これは、

今後かなり重要な論点になると思う。

ただ、

データセンターが増えたから、

即、

家庭の電気代が上がる。

と単純には言えない。

新しい発電設備。

送電網への投資。

電源構成。

燃料価格。

料金制度。

さまざまな要素が絡むからだ。

ただし、

一つ確かなのは、

AI時代には、

電力をどう安定して大量に確保するか

の重要性が、

今まで以上に高まるということ。

AI競争の裏側で、

電力政策そのものが、

重要な経済政策になっていく可能性がある。

⸻

◆ 俺たちが見るべき「AIの裏側」

AIニュースを見る時、

新しいAIモデルが出た。

性能が上がった。

動画が作れるようになった。

それだけを見るのも面白い。

でも、

ビジネスとして見るなら、

その一段下を見る。

そのAIを動かすために、

何が必要なのか。

GPU。

電力。

土地。

冷却。

通信。

建設。

金融。

そこを見る。

新しい巨大産業が生まれる時、

儲かるのは、

一番目立つ企業だけではない。

むしろ、

その産業が大きくなるほど、

必ず必要になるものを提供している企業。

そこに、

長期的なチャンスが生まれる。

⸻

◆ まとめ|AI革命の裏で「電力革命」が始まる

AIは、

頭がいい。

文章を書く。

画像を作る。

動画を作る。

プログラムを書く。

でも、

どれだけ賢くなっても、

電気がなければ、

1文字も答えられない。

今回、

JERA、

Dell Technologies、

RHAELMが動き出した、

約150億ドル規模のAIデータセンタープロジェクト。

400MW級。

2028年から段階稼働。

そして、

JERAは、

15〜25年間にわたって、

400MWの電力を供給する計画だ。

これは、

AIブームが、

次の段階へ入った象徴なのかもしれない。

AIモデルの競争から、

AIインフラの競争へ。

半導体の競争から、

電力の競争へ。

そして、

これから重要になる問いは、

「どのAIが一番賢い?」

だけではない。

「そのAIを、誰が動かしている?」

だ。

AI革命の本当の勝者は、

画面の中ではなく、

巨大なデータセンターの裏側にいるのかもしれない。

AIは、

電気を食う。

そして、

その電気を作る会社まで、

AIビジネスになり始めている。

財前マサトでした。

中国経済を救っているのはAI?製造業が3カ月ぶりに“景気拡大”へ戻った理由

◆ はじめに|中国の工場が、再び動き始めた

中国経済が苦しい。

不動産不況。

弱い個人消費。

投資の鈍化。

ここ数年、

そんなニュースを何度も見てきた。

ところが、

2026年9月30日。

少し気になる数字が発表された。

中国の製造業PMIが、

50.1。

前月の49.8から上昇し、

再び50を超えた。

たった、

0.3ポイント。

「それだけ?」

と思うかもしれない。

でも、

PMIでは、

50という数字に大きな意味がある。

50より上なら、

景気拡大。

50より下なら、

景気縮小。

つまり中国の製造業は、

7月、8月と50を下回ったあと、

9月に再び、

「拡大側」へ戻ってきた。

そして、

その背景の一つとして注目されているのが、

世界的な、

AIブームだ。

AIというと、

ChatGPT。

画像生成。

動画生成。

そんな「ネットの中の技術」を想像しがちだ。

でも今、

AIは、

工場を動かし、

半導体を作らせ、

設備投資を生み、

世界の製造業まで動かし始めている。

もしかすると、

AIはもう、

IT業界だけのブームではないのかもしれない。

今日は、

「中国経済をAIが救っているのか?」

考えてみたい。

⸻

◆ そもそもPMIって何?

まず、

PMI。

Purchasing Managers’ Index。

日本語では、

購買担当者景気指数

と呼ばれる。

名前は難しい。

でも、

考え方はシンプルだ。

企業の購買担当者などに、

最近どうですか?

生産増えました?

注文増えました?

雇用どうです?

在庫どうです?

と聞く。

その回答から、

景気の方向を数字にする。

そして、

基準が50。

50より上。

景気拡大。

50より下。

景気縮小。

だから、

今回の50.1は、

決して、

「中国経済絶好調!」

という数字ではない。

むしろ、

ギリギリ拡大へ戻った。

くらいだ。

ただ、

方向が変わったことには意味がある。

⸻

◆ 9月は「生産」がかなり改善した

中身を見ると、

もう少し面白い。

中国国家統計局によると、

9月の生産指数は、

51.7。

前月より、

1.3ポイント上昇した。

新規受注指数も、

50.5。

50を上回っている。

つまり、

工場で作る量が増え、

新しい注文も、

拡大圏にある。

さらに民間調査では、

製造業PMIが、

52.1。

5カ月ぶりの高水準となった。

公式統計だけではなく、

民間調査でも、

製造業の改善が確認されている。

中国の工場に、

少し勢いが戻ってきた。

では、

なぜなのか。

⸻

◆ 一つの理由が「AI」

もちろん、

理由はAIだけではない。

8月には、

豪雨や台風などによって、

工場の稼働に影響が出ていた。

9月になり、

その影響が和らいだ。

これも、

生産回復の一因とされている。

ただ、

もう一つ大きいのが、

AI関連需要だ。

世界中で、

AIへの投資が続いている。

生成AI。

データセンター。

クラウド。

自動運転。

ロボット。

これらを動かすには、

大量のハードウェアが必要になる。

半導体。

サーバー。

通信機器。

電源。

冷却設備。

電子部品。

AIは、

画面の中だけで動いているわけではない。

その裏側には、

巨大な、

「モノを作る産業」

が存在する。

⸻

◆ AIは「工場」を必要とする

ここ、

かなり重要だと思う。

AIというと、

ソフトウェアのイメージが強い。

でも、

AIを動かすには、

GPUがいる。

GPUを載せるサーバーがいる。

サーバーを置く、

データセンターがいる。

大量の電力がいる。

冷却設備がいる。

通信設備がいる。

そして、

その一つ一つに、

大量の部品が使われる。

つまり、

AIへの投資が増える。

↓

半導体が売れる。

↓

サーバーが売れる。

↓

電子部品が売れる。

↓

工場が動く。

↓

設備投資が増える。

こうやって、

AIマネーが、

リアルな経済へ流れていく。

AIは、

デジタル産業であると同時に、

巨大な製造業でもある。

⸻

◆ 中国にとってAIブームはかなり重要

そして、

これは中国にとって重要だ。

中国は、

世界最大級の製造業国家だ。

電子機器。

通信設備。

バッテリー。

電気自動車。

太陽光。

産業機械。

さまざまな製品を、

世界へ輸出している。

つまり、

世界中でAI投資が増えれば、

AI企業だけではなく、

その裏側で必要になる、

「モノを作れる国」

にも恩恵が広がる。

これは、

ゴールドラッシュに似ている。

金を掘る人が増える。

すると、

金そのものだけではなく、

スコップ。

作業着。

宿泊施設。

輸送。

いろんな産業が儲かる。

AIでも、

同じことが起き始めている。

⸻

◆ NVIDIAだけ見ていてもAI経済は分からない

AIブームと言われると、

多くの人は、

NVIDIAの株価を見る。

確かに、

GPUはAI革命の中心だ。

でも、

AI経済は、

それだけではない。

例えば、

半導体製造装置。

メモリー。

基板。

コンデンサー。

光通信。

データセンター。

電力設備。

冷却。

建設。

そして、

それらを組み立てる工場。

AIへの投資が巨大になるほど、

その周辺へ、

お金が波及していく。

だから、

投資を見る時も、

「どのAIサービスが勝つ?」

だけではなく、

「AIが普及すると、必ず必要になるものは何?」

という視点が重要になる。

⸻

◆ これ、日本企業にも関係ある

そして、

これは中国だけの話ではない。

日本企業にも、

AI関連のサプライチェーンへ入っている会社は多い。

半導体製造装置。

電子部品。

素材。

精密機械。

電源。

データセンター関連。

AIサービスそのものを作っていなくても、

AI投資が増えることで、

仕事が増える企業は存在する。

つまり、

AI時代の勝者は、

必ずしも、

「AI」という名前が付いている会社だけではない。

むしろ、

AIが成長するほど、

絶対に必要になる、

“裏方企業”

が強くなる可能性もある。

⸻

◆ じゃあAIが中国経済を救ったのか?

ここで、

タイトルの話へ戻ろう。

「中国経済を救っているのはAIなのか?」

答えは、

まだ、

「そう言い切るのは早い」

だと思う。

なぜなら、

中国経済には、

まだ大きな問題が残っている。

不動産。

個人消費。

投資。

企業収益。

雇用。

9月の製造業PMIが、

50.1へ戻った。

これは、

明るい材料だ。

でも、

50.1は、

力強い好景気という数字ではない。

ギリギリ、

拡大側へ戻っただけだ。

さらに、

中小企業を見ると、

まだ50を下回っている。

大型企業のPMIは、

50.6。

一方、

中型企業は、

49.7。

小型企業は、

48.9。

つまり、

すべての企業が元気になったわけではない。

⸻

◆ AIが強くても、国民がお金を使わなければ苦しい

ここが、

中国経済の難しいところだ。

工場が強い。

輸出も強い。

AI関連産業も伸びる。

でも、

国内の人たちがお金を使わない。

住宅を買わない。

企業も投資に慎重。

これでは、

経済全体が、

力強く成長するのは難しい。

例えるなら、

会社の営業部門だけ、

めちゃくちゃ強い。

でも、

他部署が弱っている。

そんな状態だ。

一つの部署だけで、

会社全体を永遠に支えることは難しい。

AI関連製造業が、

中国経済の新しいエンジンになる可能性はある。

でも、

エンジン一個で巨大な中国経済全体を引っ張れるかは別問題だ。

⸻

◆ むしろ「作りすぎ」という問題もある

さらに、

中国には別の問題もある。

製造能力が強すぎることだ。

EV。

太陽光パネル。

バッテリー。

鉄鋼。

さまざまな分野で、

大量の商品を作れる。

でも、

需要以上に作れば、

値段が下がる。

企業同士が、

価格競争を始める。

売上は増えても、

利益が出ない。

つまり、

「工場が動いている=儲かっている」

とは限らない。

AI関連でも、

同じことが起こる可能性はある。

みんなが、

AIへ投資する。

工場を増やす。

生産能力を増やす。

でも、

供給が需要を超えた瞬間、

価格競争が始まる。

AIブームだから、

何でも儲かる。

そんな単純な話ではない。

⸻

◆ AIは「次の産業革命」なのか?

ただ、

ここまで世界中で、

AIへ巨額のお金が流れていることは、

無視できない。

インターネットが普及した時も、

そうだった。

最初は、

一部のIT企業の話だった。

でも、

やがて、

広告。

小売。

金融。

物流。

メディア。

働き方。

あらゆる産業が変わった。

スマートフォンも同じだ。

最初は、

新しい携帯電話だった。

でも、

アプリ。

SNS。

ゲーム。

動画。

決済。

配車。

デリバリー。

巨大な産業が生まれた。

AIも、

同じ道を進んでいる可能性がある。

最初は、

「便利なチャットボット」。

そこから、

企業の業務。

製造業。

ロボット。

自動運転。

医療。

金融。

研究開発。

産業全体へ広がる。

もしそうなれば、

AIは、

単なるITブームではなく、

新しい産業インフラ

になっていく。

⸻

◆ AIバブルなのか、AI革命なのか

ただし、

ここには大きな疑問もある。

AIへの投資額は、

ものすごい。

データセンターを作る。

GPUを買う。

電力設備を作る。

企業がAIサービスを導入する。

でも、

その投資に見合う利益を、

本当に生み出せるのか。

ここが、

これから問われる。

期待だけで投資が膨らめば、

バブルになる。

実際に、

生産性が上がる。

売上が増える。

新しい市場が生まれる。

利益が出る。

そこまで行けば、

革命になる。

今は、

その途中だ。

だから、

AIバブルなのかAI革命なのか、まだ答えは出ていない。

⸻

◆ 投資家が見るべきは「AI」という言葉ではない

ここで、

俺たちのお金の話へ戻る。

AIブームを見ると、

つい、

AI関連株を買いたくなる。

でも、

「AI」という言葉が付いているだけで、

会社が儲かるわけではない。

見るべきなのは、

AI投資によって、

その企業の、

売上が増えるのか。

利益が増えるのか。

キャッシュが増えるのか。

そして、

その需要は続くのか。

ここだ。

AIが伸びる。

だからこの会社も伸びる。

その間にある、

「なぜ?」

を説明できる企業を見る。

AI時代だからこそ、

雰囲気で投資しない。

これは、

かなり重要だと思う。

⸻

◆ 会社員にも同じことが言える

そして、

これは投資だけではない。

俺たちの仕事も同じだ。

AIが来る。

仕事がなくなる。

そう恐れるだけでは、

もったいない。

AIが普及する。

↓

新しい産業が生まれる。

↓

新しい仕事が生まれる。

↓

必要なスキルも変わる。

つまり、

AIによって消える仕事を見るだけではなく、

AIによって増える仕事を見る。

この視点も必要だ。

インターネットが登場した時、

YouTuber。

SNS運用。

Webマーケター。

アプリ開発。

そんな仕事は、

ほとんど存在しなかった。

AIでも、

これから同じことが起きるかもしれない。

⸻

◆ まとめ|AIはもう「画面の中」だけの話ではない

中国の9月製造業PMIは、

50.1。

3カ月ぶりに、

景気拡大の領域へ戻った。

生産指数は、

51.7。

新規受注も、

50を上回った。

その背景には、

天候要因の改善などとともに、

世界的なAIブームに支えられたハイテク製造業の強さがある。

でも、

これだけで、

「AIが中国経済を救った」

とは言えない。

不動産。

個人消費。

投資。

中小企業。

まだ弱い部分は残っている。

ただ、

一つだけ、

はっきりしてきたことがある。

AIはもう、ネットの中だけのブームではない。

AIが使われる。

GPUが必要になる。

サーバーが必要になる。

工場が動く。

電力が必要になる。

設備投資が増える。

そして、

世界中のお金が動く。

俺たちがChatGPTに、

「今日の晩飯何にしよう?」

と聞いている裏側で、

世界では、

巨大な工場と、

巨大な資本が動いている。

そう考えると、

AI革命の本当の姿は、

画面の中ではなく、

その裏側にあるのかもしれない。

そして、

次に見るべきなのは、

「どのAIが一番賢いか」ではない。

AIが普及するほど、誰にお金が流れるのか。

そこを見つけられる人が、

AI時代のビジネスと投資を、

一歩深く理解できるんじゃないだろうか。

財前マサトでした。

平均年収545万円。でも東京と青森では277万円差。“平均年収”を信じてはいけない理由

◆ はじめに|「平均年収545万円」と言われても……

日本人の平均年収、

545万6000円。

この数字を見て、

どう思っただろうか。

「そんなにもらってない」

と思った人。

「まあ、それくらいかな」

と思った人。

「俺は平均以上だ」

と安心した人。

いろいろいると思う。

でも、

今回のデータを詳しく見てみると、

かなり面白いことが分かる。

東京の平均年収は、

678万円。

一方、

青森県は、

400万8000円。

その差、

277万2000円。

同じ日本。

同じ会社員。

なのに、

住んでいる地域が違うだけで、

平均年収にはこれだけの差がある。

さらに、

会社の規模でも違う。

業種でも違う。

年齢でも違う。

つまり、

「日本人の平均年収545万円」

という数字だけを見て、

自分は高い。

自分は低い。

と判断するのは、

かなり危険なんじゃないだろうか。

今日は、

俺たちが大好きな、

「平均年収」という数字の正体

について考えてみたい。

⸻

◆ まず、本当に平均年収は545万円なのか?

今回の数字は、

人事戦略研究所が、

厚生労働省の2025年の賃金構造基本統計調査をもとにまとめたものだ。

全企業規模を合わせた平均年収は、

545万6000円。

前年より、

3.5%増えた。

さらに10年前を見ると、

2016年は486万8000円。

そこから、

58万8000円増えた。

数字だけ見れば、

日本人の給料は、

少しずつ上がっている。

「お、日本もようやく給料上がってるじゃん」

そう思う。

でも、

ここからが面白い。

その545万円を、

バラバラにしてみる。

⸻

◆ 東京678万円、青森400万円

まず、

地域別。

最も高かったのは、

東京。

678万円。

続いて、

神奈川592万1000円。

愛知570万4000円。

大阪550万4000円。

そして驚くのが、

全国平均545万6000円を超えたのは、

47都道府県のうち、この4都府県だけ。

残り43道県は、

全国平均以下だ。

一方、

最も低かった青森県は、

400万8000円。

東京との差は、

277万2000円。

倍率にすると、

約1.69倍。

同じ日本で働いているのに、

これだけ違う。

だったら、

全国平均545万円を見て、

「俺は平均以下だ……」

と落ち込むことに、

どれくらい意味があるのだろうか。

⸻

◆ そもそも「平均」は真ん中ではない

そして、

ここで知っておきたいのが、

平均という数字だ。

例えば、

5人の会社がある。

4人の年収が、

400万円。

そして社長だけ、

3000万円。

平均を計算すると、

920万円になる。

でも、

5人中4人は、

400万円だ。

この会社で、

「平均年収920万円です」

と言われても、

かなり違和感がある。

つまり、

平均=普通の人

ではない。

年収のように、

一部に高い数字が存在するデータでは、

平均値は上へ引っ張られることがある。

だから、

平均年収だけを見て、

「普通の会社員はこれくらいもらっている」

と考えるのは危険だ。

⸻

◆ 会社の大きさだけでも193万円違う

さらに今回のデータで、

かなり気になった数字がある。

企業規模だ。

従業員1000人以上の企業。

平均年収、

649万4000円。

従業員10〜99人の企業。

平均年収、

456万2000円。

その差、

193万2000円。

年間193万円。

月に直せば、

単純計算で約16万円分の差だ。

もちろん、

賞与なども含んだ年収だから、

そのまま月給差という意味ではない。

それでも、

かなり大きい。

そして、

もっと重要なのが、

この格差が、

最近できたものではないことだ。

2016年時点でも、

大企業と小規模企業の差は約190万円あった。

10年たって、

平均年収は上がった。

でも、

会社規模による年収差はほとんど縮まっていない。

つまり、

「日本の給料が上がっている」

というニュースだけ見ても、

自分の給料が同じように上がるとは限らない。

⸻

◆ さらに「業界ガチャ」もある

そして、

さらに差が大きいのが、

業種だ。

今回のデータで、

平均年収が最も高かったのは、

電気・ガス・熱供給・水道業。

755万4000円。

一方、

宿泊業・飲食サービス業は、

402万6000円。

その差、

352万8000円。

約1.88倍。

つまり、

同じ会社員でも、

「どの業界にいるか」

によって、

収入の水準そのものが大きく違う。

もちろん、

仕事内容も違う。

必要な資格も違う。

勤務時間も違う。

単純比較はできない。

でも、

一つ言えることがある。

どれだけ頑張るかだけではなく、

「どこで頑張るか」

も収入に影響するということだ。

⸻

◆ 年収は「能力」だけで決まらない

ここ、

かなり重要だと思う。

年収を見ると、

つい、

年収が高い人=優秀。

年収が低い人=能力が低い。

みたいに考えてしまう。

でも、

今回の数字を見ると、

そんな単純な話ではない。

地域。

業界。

会社規模。

年齢。

役職。

職種。

こうしたものが、

全部絡んでいる。

例えば、

めちゃくちゃ優秀な飲食店長と、

普通の大企業社員。

どちらの年収が高いか。

能力だけでは決まらない。

所属している市場そのものの給与水準

が違うからだ。

これは、

会社員がお金を考える上で、

かなり重要な視点だと思う。

⸻

◆ 「もっと頑張れば給料が上がる」とは限らない

年収を上げたい。

だったら、

仕事を頑張る。

資格を取る。

残業する。

成果を出す。

もちろん、

全部大事だ。

でも、

もし、

その会社。

その業界。

その地域。

そのポジション。

そこに、

構造的な給与上限があるとしたら?

どれだけ頑張っても、

600万円が限界の市場で、

1000万円を目指す。

これは、

かなり難しい。

だったら、

努力量を増やすだけではなく、

「自分が戦っている市場そのもの」を見る必要がある。

⸻

◆ 年収を上げる方法は「昇給」だけじゃない

年収を上げたい時、

多くの人は、

今の会社で給料を上げようとする。

もちろん、

一つの方法だ。

でも、

他にもある。

役職を上げる。

職種を変える。

会社を変える。

業界を変える。

働く地域を変える。

副業を始める。

資産所得を作る。

つまり、

年収を上げる方法は、

「今の場所でもっと頑張る」だけではない。

自分がいる市場を変えることでも、

収入は変わる。

これは、

投資にも似ている。

どれだけ優秀な魚でも、

小さな池では、

大きくなれる限界がある。

だったら、

池そのものを変える。

キャリアでも、

同じ考え方ができる。

⸻

◆ じゃあ東京へ行けば勝ちなのか?

ここで、

当然こう思う。

東京678万円。

青森400万円。

だったら、

東京へ行けばいいじゃん。

でも、

そんな単純でもない。

東京は、

家賃が高い。

住宅価格も高い。

外食費。

交通費。

教育費。

さまざまな生活コストが違う。

年収が100万円増えても、

家賃が毎月5万円高くなれば、

年間60万円消える。

だから、

重要なのは、

額面年収だけではない。

「いくら稼いで、いくら残るか」

だ。

年収700万円。

年間支出600万円。

残るのは100万円。

年収500万円。

年間支出350万円。

残るのは150万円。

後者の方が、

資産形成は速い。

だから、

東京の平均年収が高いからといって、

東京で働けば必ず豊かになるわけではない。

⸻

◆ 本当に見るべきは「可処分所得」

俺たちが生活で使えるのは、

年収そのものではない。

税金。

社会保険料。

そこから引かれる。

さらに、

家賃。

食費。

光熱費。

通信費。

車。

教育費。

生活するための金が必要になる。

だから、

本当に大切なのは、

年収ランキングより、

「最終的に自分の手元にいくら残るのか」

だと思う。

年収という数字は、

分かりやすい。

だから、

比較したくなる。

でも、

人生の豊かさを決めるのは、

年収だけではない。

⸻

◆ 平均年収545万円を見て落ち込む必要はない

SNSを見れば、

年収1000万円。

年収1500万円。

20代で年収800万円。

そんな人が、

大量に出てくる。

すると、

感覚が狂う。

「俺、全然稼げてないじゃん」

でも、

今回のデータを見ると分かる。

全国平均545万円を超えている地域自体が、

わずか4都府県。

企業規模でも、

約193万円違う。

業種なら、

最大約353万円違う。

つまり、

年収という数字には、

本人の能力以外の要素がものすごく大きく入っている。

だから、

全国平均と自分を比べて、

勝った。

負けた。

と一喜一憂する必要はない。

⸻

◆ でも「平均なんて意味ない」で終わるのも違う

ここで、

平均年収なんて意味ない。

で終わるのも違う。

平均には、

使い方がある。

例えば、

自分と同じ地域。

同じ年代。

同じ業界。

同じ会社規模。

同じ職種。

条件を近づけていく。

すると、

初めて、

自分の給与水準が見えてくる。

もし、

同じ条件の人より明らかに低いなら、

会社と交渉する。

転職市場を見る。

スキルを増やす。

逆に、

かなり高いなら、

今の環境が恵まれている可能性もある。

つまり、

平均は、

自分を落ち込ませるために見る数字ではない。

自分の現在地を確認するために使う数字だ。

⸻

◆ 「年収を上げる」より「選択肢を増やす」

そして俺は、

最終的にはここだと思う。

年収500万円。

年収600万円。

年収700万円。

もちろん、

高い方がいい。

でも、

もっと重要なのは、

選択肢があること。

今の会社がダメなら、

転職できる。

収入が足りなければ、

副業できる。

会社だけに頼らず、

資産形成できる。

どこでも使えるスキルがある。

これが、

強い。

会社員にとって、

最大のリスクは、

年収が低いことだけではない。

「ここを辞めたら収入がなくなる」状態になることだ。

だから、

給料を上げる。

スキルを作る。

副収入を作る。

資産を作る。

少しずつ、

会社への依存度を下げていく。

これが、

これからの会社員に必要なんじゃないだろうか。

⸻

◆ まとめ|あなたの価値は「平均年収」では決まらない

日本の平均年収、

545万6000円。

東京、

678万円。

青森、

400万8000円。

その差、

277万2000円。

大企業と小規模企業では、

約193万円。

業種では、

最大約353万円。

ここまで違う。

だったら、

「日本人の平均年収は545万円」

という一つの数字だけで、

自分の価値を判断することに、

あまり意味はない。

重要なのは、

どこで働いているのか。

何の仕事をしているのか。

どんなスキルを持っているのか。

そして、

最終的にいくら手元へ残せているのか。

平均年収は、

あなたの値札ではない。

ただの統計だ。

だから、

平均より下だからといって、

必要以上に落ち込む必要はない。

逆に、

平均より上だからといって、

安心するのも違う。

見るべきなのは、

他人の平均ではなく、

昨日の自分より、選択肢が増えているか。

給料は上がっているか。

スキルは増えているか。

資産は増えているか。

市場価値は上がっているか。

その数字の方が、

俺たちの人生には、

よっぽど重要なんじゃないだろうか。

財前マサトでした。

また値上げか。ミスド・鳥貴族・スタバまで上がる。“外食1000円時代”に俺たちの財布は耐えられるのか?

◆ はじめに|「また値上げ?」が日常になってきた

最近、

このニュースを見ても、

あまり驚かなくなってきた。

「価格改定のお知らせ」

要するに、

値上げだ。

スーパーへ行けば高い。

コンビニへ行っても高い。

そして、

外食も高い。

今回も、

ミスタードーナツ。

鳥貴族。

スターバックス。

なか卯。

身近な外食チェーンで、

価格改定が相次いでいる。

数十円。

100円。

一つ一つなら、

そこまで大きく感じない。

でも、

気づいているだろうか。

俺たちが昔持っていた、

「1000円あれば、とりあえず外で飯が食える」

という感覚が、

少しずつ崩れ始めている。

今日は、

なぜ外食の値上げが止まらないのか。

そして、

これから俺たちのお金の使い方はどう変わるのか。

考えてみたい。

⸻

◆ 外食チェーンで相次ぐ「価格改定」

今回だけではない。

ここ数年、

外食業界では何度も価格改定が行われてきた。

昔なら、

値上げは大ニュースだった。

企業側も、

できるだけ避けた。

なぜなら、

値段を上げれば、

お客さんが離れる可能性があるからだ。

特に日本では、

長い間、

「値上げ=悪」

という空気が強かった。

企業は、

量を調整する。

仕入れを工夫する。

人件費を抑える。

業務を効率化する。

利益を削る。

そうやって、

価格を守ってきた。

でも、

もう限界が来ている。

だから、

値上げする。

それでも足りなければ、

また値上げする。

今、

そんな状態になっている。

⸻

◆ なぜ外食はこんなに値上がりするのか?

理由は、

一つじゃない。

まず、

原材料費。

小麦。

米。

肉。

油。

コーヒー豆。

乳製品。

さまざまな食材価格が、

以前より高くなっている。

さらに、

日本は多くの食料や原材料を海外から輸入している。

円安になれば、

同じ商品を買うにも、

より多くの円が必要になる。

そして、

電気代。

ガス代。

物流費。

店舗を営業するだけでも、

金がかかる。

でも、

これだけじゃない。

外食業界にとって、

もう一つ大きな問題がある。

人件費だ。

⸻

◆ 人件費を上げなければ、人が来ない

昨日の記事では、

ファミマの「バイト改革」について書いた。

まさに、

あれとつながっている。

人が足りない。

だから、

時給を上げる。

働きやすくする。

採用に金を使う。

教育にも金を使う。

企業側からすると、

全部コストだ。

でも、

人件費を削ればいいじゃん。

とはいかない。

時給1200円の店。

隣は1300円。

その隣は1400円。

働く側には、

選択肢がある。

だから企業も、

給料を上げなければ、

人を確保できない。

つまり、

「給料を上げろ」と「値上げするな」は、同時には成立しにくい。

ここが、

今の物価高の難しいところだ。

⸻

◆ 値上げすると客が減る。でも値上げしないと利益が減る

企業側から見ると、

かなり難しいゲームだ。

値上げする。

↓

客が減るかもしれない。

だから、

値上げしたくない。

でも、

値上げしない。

↓

原材料費が上がる。

人件費も上がる。

光熱費も上がる。

利益が減る。

利益がなくなれば、

新しい店も出せない。

設備投資もできない。

従業員の給料も上げられない。

最悪の場合、

店そのものがなくなる。

だから、

企業は選ばなければならない。

客離れを覚悟して値上げするのか。

それとも、

利益を削って価格を守るのか。

そして今、

多くの企業が、

「もう価格を守り続けるのは難しい」

という判断を始めている。

⸻

◆ 俺たちの「1000円」の価値が変わっている

ここで、

一度考えてみたい。

昔の1000円と、

今の1000円。

数字は同じだ。

でも、

買えるものは同じだろうか。

昼飯を食べる。

コーヒーを飲む。

ドーナツを買う。

居酒屋へ行く。

同じ1000円でも、

できることが少しずつ減っている。

これが、

インフレ

だ。

給料が変わらないまま、

物価だけ上がれば、

実質的には使えるお金が減っている。

給料30万円。

去年も30万円。

今年も30万円。

数字だけ見れば、

減っていない。

でも、

昼飯800円だったものが1000円になれば、

生活できる量は減る。

つまり、

給料が下がっていなくても、実質的には貧しくなる。

これが、

インフレの怖いところだ。

⸻

◆ 「ランチ1000円」の心理的な壁

外食には、

面白いものがある。

心理的価格。

500円。

1000円。

2000円。

数字には、

境目がある。

例えば、

980円なら、

「1000円以内」。

でも、

1080円になると、

急に高く感じる。

差は100円しかない。

それでも、

心理的には違う。

これまで、

ランチ1000円というラインは、

会社員にとって一つの目安だった。

でも、

そのライン自体が、

少しずつ上へ動いている。

1000円。

1100円。

1200円。

そして、

ドリンクを付ければ1500円。

もしかすると数年後、

俺たちは、

「ランチ1500円なら普通だよね」

と言っているかもしれない。

怖いのは、

値上げそのものより、

それに慣れてしまうことなのかもしれない。

⸻

◆ じゃあ外食をやめればいい?

一番簡単なのは、

外食しないことだ。

弁当を作る。

家で食べる。

水筒を持つ。

コーヒーも家で淹れる。

確かに、

節約にはなる。

でも、

全部を削ればいい、

という話でもない。

友人との食事。

家族との外食。

仕事の昼休み。

ちょっとしたご褒美。

カフェで過ごす時間。

外食は、

単なるカロリー摂取ではない。

時間や体験を買っている。

だから、

重要なのは、

「外食をゼロにする」

ことではなく、

何に金を使うかを選ぶこと

だと思う。

⸻

◆ 値上げ時代は「なんとなく使う金」が一番危ない

例えば、

毎日なんとなく、

コンビニでコーヒー。

昼飯。

お菓子。

帰りに飲み物。

一回500円。

一回1000円。

小さい。

だから、

気にしない。

でも、

毎日1000円なら、

月3万円。

年間36万円。

物価が上がると、

こうした、

小さな支出の積み重ね

が効いてくる。

だから、

全部我慢する必要はない。

むしろ、

使うところは使う。

その代わり、

どうでもいい支出を減らす。

インフレ時代は、

節約の量より、金の使い方の優先順位

が重要になってくる。

⸻

◆ 企業側にも「値上げできる会社」と「できない会社」が出てくる

そして、

これは投資目線でも面白い。

例えば、

100円値上げした。

それでも、

客が来る。

これは強い。

なぜなら、

その会社には、

価格決定力

があるからだ。

多少高くても、

この店がいい。

この商品がいい。

このブランドがいい。

そう思わせられる企業は、

原材料費が上がっても、

価格へ転嫁しやすい。

逆に、

「安いから買われている」

だけの会社は厳しい。

値上げした瞬間、

別の商品へ流れる。

だから、

インフレ時代は、

企業のブランド力が試される。

値上げしても選ばれるか。

これは、

これから企業を見る上で、

かなり重要なポイントになると思う。

⸻

◆ ミスドもスタバも「商品」だけを売っているわけじゃない

例えば、

スターバックス。

コーヒーだけなら、

もっと安い店はある。

コンビニでも買える。

家でも飲める。

それでも、

スタバへ行く人はいる。

なぜか。

空間。

ブランド。

接客。

雰囲気。

期間限定商品。

SNS。

そうしたもの全部を含めて、

買っているからだ。

ミスドも同じ。

単に、

小麦粉と砂糖を買っているわけではない。

「ポン・デ・リングが食べたい」

という指名買いがある。

つまり、

値上げ時代ほど、

企業は、

「なぜうちじゃなければダメなのか?」

を問われる。

これは、

外食業界だけの話ではない。

⸻

◆ 値上げできる企業は、給料も上げやすい

そして、

ここは会社員にも関係する。

企業が、

100円値上げする。

それでも売れる。

売上が増える。

利益を確保できる。

そうすれば、

人件費を上げる余地もできる。

逆に、

値上げできない。

利益が減る。

人件費も上げられない。

人が辞める。

人手不足になる。

サービスが悪くなる。

客が減る。

さらに利益が減る。

最悪のループだ。

だから、

日本経済にとって本当に必要なのは、

単純に、

「値上げを止めること」

だけではない。

値上げ以上に、給料が上がること。

ここだ。

⸻

◆ 物価2%上昇、給料3%上昇なら?

例えば、

物価が2%上がった。

でも、

給料が3%上がった。

それなら、

実質的な購買力は改善する可能性がある。

逆に、

物価3%。

給料1%。

これなら、

実質的には苦しくなる。

だから、

ニュースで、

「物価が上がった」

だけを見るのでは足りない。

重要なのは、

物価と給料、どちらが速く上がっているか。

ここを見る必要がある。

⸻

◆ これから「安い」は武器じゃなくなる?

日本では長い間、

安さが正義だった。

牛丼。

ファミレス。

居酒屋。

コンビニ。

100円ショップ。

安くて、

品質が高い。

これは、

日本企業のものすごい強みだった。

でも、

原材料費。

物流費。

人件費。

全部上がる世界では、

永遠に安くすることはできない。

だったら、

企業側も変わる。

安いから来てください。

ではなく、

高くても来てもらえる理由

を作る。

味。

サービス。

ブランド。

体験。

利便性。

ここへ投資する。

もしかすると、

日本の外食業界は今、

「安さ競争」から「価値競争」へ

移る途中なのかもしれない。

⸻

◆ 俺たちも「デフレの金銭感覚」をアップデートする必要がある

そして、

消費者側にも変化が必要だと思う。

昔は500円だった。

昔は1000円で食べられた。

昔はもっと安かった。

その気持ちは、

めちゃくちゃ分かる。

でも、

原材料費も、

人件費も、

光熱費も、

全部変わっている。

昔の価格だけを基準にしていたら、

何でも高く感じる。

だからといって、

値上げを全部受け入れろ、

という話ではない。

重要なのは、

「高いか安いか」ではなく、「その価格に価値があるか」

を見ることだ。

1500円でも、

満足するランチ。

800円でも、

後悔するランチ。

だったら、

どちらが高いのか。

値段だけでは、

決められなくなってくる。

⸻

◆ まとめ|問題は「1000円を超えたこと」ではない

ミスド。

鳥貴族。

スタバ。

なか卯。

外食チェーンの価格改定は、

これからも続く可能性がある。

そして俺たちは、

また思う。

「高くなったな……」

でも、

本当に見るべきなのは、

そこだけじゃない。

原材料費が上がる。

人件費が上がる。

企業が値上げする。

その分、

給料も上がる。

消費が続く。

企業も利益を出す。

本来なら、

この循環が必要だ。

問題なのは、

値段だけ上がって、俺たちの収入が追いつかないこと。

外食1000円時代。

いや、

もうこれからは、

「1000円で済まない時代」

なのかもしれない。

だったら俺たちも、

昔の価格に戻ることだけを期待するのではなく、

使う金を選ぶ。

無駄な固定費を減らす。

収入を増やす。

自分の市場価値を上げる。

資産にも働いてもらう。

物価が上がる世界に、

自分のお金の使い方も合わせていく必要がある。

値上げを止めることは、

俺たちにはできない。

でも、

値上げに負けない家計を作ることはできる。

「昔は安かったのに」

と言い続けるのか。

それとも、

新しい価格の世界で、

自分のお金の使い方をアップデートするのか。

俺たちの財布も、

そろそろ、

デフレ時代から卒業する時なのかもしれない。

財前マサトでした。

給料は増えない。でも責任だけ増える。“静かな昇進”が会社員を壊す

◆ はじめに|「あれ?俺、いつからこの仕事までやってるんだ?」

最初は、

「ちょっとこれお願い」

だった。

そのうち、

「新人の面倒も見てくれる?」

と言われる。

さらに、

「会議にも出て」

「この数字も管理して」

「何かあったら対応お願い」

気がつけば、

後輩を教育している。

チームの数字を見ている。

トラブル対応もしている。

上司がいない時は判断までしている。

……でも、

給料はほとんど変わっていない。

肩書も変わっていない。

これ、

意外と多くの会社で起きているんじゃないだろうか。

最近、こうした現象を表す言葉として、

「Quiet Promotion(静かな昇進)」

という言葉が注目されている。

正式な昇進ではない。

辞令もない。

給料も増えない。

でも、

仕事と責任だけは増えていく。

今日は、

そんな「静かな昇進」について考えてみたい。

⸻

◆ 「静かな昇進」とは何なのか?

普通、

昇進と聞けば、

主任になる。

係長になる。

店長になる。

課長になる。

肩書が変わる。

責任が増える。

そして、

給料も上がる。

これが一般的なイメージだ。

ところが、

静かな昇進は違う。

役職はそのまま。

給料もそのまま。

なのに、

上の役職がやっていた仕事が、

少しずつ降りてくる。

最初は一つ。

次にもう一つ。

そして気がつけば、

「それ、もう一個上の役職の仕事じゃない?」

という状態になる。

厄介なのは、

正式な昇進ではないから、

本人も気づきにくいことだ。

⸻

◆ なぜ仕事ができる人ほどハマるのか?

ここが面白い。

静かな昇進は、

仕事ができない人より、

むしろ、

仕事ができる人に起きやすい。

なぜか。

簡単だ。

任せられるからだ。

仕事が早い。

ミスが少ない。

責任感がある。

頼めばやってくれる。

だから上司も、

「これお願い」

と言いやすい。

本人も、

期待されていると思う。

だから頑張る。

すると、

さらに仕事が来る。

また頑張る。

さらに仕事が来る。

こうして、

「優秀だから仕事が増える」

という現象が起きる。

これはある意味、

評価されている証拠でもある。

でも、

問題はその先だ。

⸻

◆ 「期待されている」と「便利に使われている」は違う

ここは、

かなり重要だと思う。

仕事を任されること自体は、

悪いことではない。

むしろ、

成長するチャンスになる。

難しい仕事を経験する。

判断する。

後輩を育てる。

数字を管理する。

マネジメントを経験する。

こうした経験は、

将来の昇進にも転職にも使える。

だから、

「給料以上の仕事は絶対にするな」

という話ではない。

俺はむしろ、

若いうちは、

少し背伸びした仕事をやった方がいいと思っている。

問題は、

その状態がずっと続くことだ。

3カ月。

半年。

1年。

責任だけ増え続ける。

でも、

昇格しない。

昇給しない。

評価にも反映されない。

そうなった瞬間、

それは、

「成長機会」ではなく、

会社にとって都合のいい状態

になってしまう。

⸻

◆ 会社側にも事情はある

もちろん、

会社だけを悪者にするのも違う。

企業側にも事情がある。

人手不足。

管理職不足。

採用難。

人件費上昇。

業務量増加。

誰かがやらなければ、

仕事が回らない。

だから、

できる人へ仕事が集まる。

これは現場では、

よく起きる。

そして上司自身も、

さらに上から仕事を振られている場合がある。

つまり、

一人の悪い上司が部下を搾取している、

そんな単純な構造ではない。

組織全体が人手不足になると、

仕事が上から下へ押し出されていく。

その結果、

一番「できる人」のところへ、

仕事が集まりやすくなる。

⸻

◆ 一番怖いのは「責任のインフレ」

俺はこれを、

責任のインフレ

みたいなものだと思っている。

給料30万円。

仕事内容も30万円相当。

これなら分かる。

ところが、

仕事が増える。

責任が増える。

判断も増える。

でも、

給料は30万円のまま。

つまり、

給料が下がっていなくても、

責任に対する給料の価値は下がっている。

物価が上がれば、

同じ1000円で買えるものが減る。

それと似ている。

同じ給料なのに、

求められる仕事だけ増える。

数字上は減給されていない。

でも、

実質的には待遇が悪化しているとも考えられる。

⸻

◆ 仕事が増えた時に見るべきなのは「量」だけじゃない

じゃあ、

仕事が増えたら全部断ればいいのか。

それも違う。

俺なら、

仕事が増えた時、

その仕事が自分に何を残すのか

を見る。

例えば、

コピーを100枚増やされる。

これは、

ほとんど市場価値にならない。

でも、

新人教育を任される。

これは、

マネジメント経験になる。

売上管理を任される。

数字を見る力になる。

会議に参加する。

経営側の考え方を知れる。

プロジェクトを任される。

実績として残る。

同じ「仕事が増える」でも、

意味は全然違う。

だから見るべきなのは、

単純な仕事量ではない。

その責任が、自分のキャリアに返ってくるのか。

ここだと思う。

⸻

◆ 会社員も「投資対効果」を考えた方がいい

会社は、

投資するとき、

ROIを見る。

100万円使って、

いくら返ってくる?

当然考える。

だったら、

会社員も同じだ。

自分の時間を、

会社へ投資している。

1日8時間。

残業すれば10時間。

年間なら、

何千時間にもなる。

だったら、

その時間から、

何が返ってきているのか。

給料。

スキル。

経験。

肩書。

人脈。

実績。

将来の選択肢。

全部含めて考える。

給料が少し低くても、

圧倒的な経験が得られるなら、

投資として成立する場合もある。

逆に、

給料も上がらない。

スキルも増えない。

肩書も変わらない。

ただ仕事量だけ増える。

これは、

かなり危険だ。

⸻

◆ 「頑張っていれば、いつか見てくれる」は危険

会社員をやっていると、

どうしても期待してしまう。

「これだけやってるんだから、そのうち評価されるだろう」

もちろん、

ちゃんと見ている会社もある。

でも、

自動的に評価されるとは限らない。

なぜなら、

上司からすると、

その状態が「普通」になっていくからだ。

最初は、

「助かった!」

だった。

半年後には、

「それお願いね」

になる。

1年後には、

「それ君の仕事でしょ?」

になる。

これが怖い。

人間は、

良くも悪くも慣れる。

だから、

仕事が増えたなら、

自分自身でも記録しておいた方がいい。

何を任されたのか。

何を改善したのか。

どんな数字を作ったのか。

何人を教育したのか。

どんな問題を解決したのか。

そして、

評価面談などで、

ちゃんと言葉にする。

⸻

◆ 「給料を上げてください」だけでは弱い

ここも重要だ。

「仕事増えたんだから給料上げてください」

気持ちは分かる。

でも、

会社側からすると、

判断しにくい。

だったら、

数字にする。

以前は担当していなかった〇〇を担当しています。

新人を〇人教育しました。

売上を〇%改善しました。

この業務を改善して〇時間削減しました。

現在は実質的に〇〇職相当の業務を担当しています。

だから、

次の評価では、

役割や待遇について相談したい。

こうした方が、

圧倒的に話がしやすい。

つまり、

不満ではなく実績で交渉する。

これは会社員にとって、

かなり重要なスキルだと思う。

⸻

◆ 会社はあなたの「市場価値」までは管理してくれない

そして、

忘れてはいけないことがある。

会社は、

会社の利益を考える。

当然だ。

でも、

あなたの10年後のキャリアまで、

必ず考えてくれるわけではない。

だから、

自分で考える必要がある。

今やっている仕事は、

他社でも通用するのか。

履歴書に書けるのか。

数字で説明できるのか。

役職がなくても、

マネジメント経験として語れるのか。

ここを見る。

静かな昇進で仕事が増えたとしても、

その経験を、

自分の資産へ変換できれば意味はある。

逆に、

会社の中でしか通用しない雑務だけ増えているなら、

一度立ち止まった方がいい。

⸻

◆ 「責任が増えること」自体は悪くない

ここまで読むと、

責任が増えることが悪いように聞こえるかもしれない。

でも、

俺はそうは思わない。

責任が増える。

難しい仕事を任される。

判断する。

失敗する。

改善する。

こうやって、

人は成長する。

俺自身、

仕事では、

自分の役職より一つ上の視点で考えることは、

かなり重要だと思っている。

次のポジションへ行きたいなら、

次のポジションの仕事を、

少し先に経験する。

これは強い。

ただし、

重要なのは、

「期限」だ。

次の昇進候補として、

半年間仕事を経験する。

これは分かる。

でも、

3年間ずっと、

上の役職の仕事をしている。

給料も肩書も変わらない。

それは話が違う。

⸻

◆ 静かな昇進を「本当の昇進」に変える

だから、

静かな昇進そのものを、

全部拒否する必要はない。

むしろ、

利用すればいい。

仕事を任される。

↓

経験を積む。

↓

実績を作る。

↓

数字にする。

↓

会社と交渉する。

↓

昇格する。

これなら、

静かな昇進が、

本当の昇進への助走

になる。

もし会社が評価しないなら、

その経験を持って、

別の会社へ行くという選択肢も生まれる。

つまり、

大事なのは、

仕事を増やされたかどうかではない。

増えた責任を、自分の価値へ変換できているか。

そこだと思う。

⸻

◆ AI時代だからこそ「できる人」に仕事が集中する可能性もある

そして、

これから少し気になるのがAIだ。

AIによって、

単純作業は減っていく。

資料作成。

議事録。

メール。

データ整理。

こうした仕事は、

どんどん効率化される。

すると、

人間に残るのは、

判断。

責任。

交渉。

教育。

マネジメント。

こうした仕事になる。

つまり、

AIで仕事が楽になる一方で、

「できる人」には、より重い仕事が集まる可能性もある。

だから、

AIで効率化されたから仕事が減る、

とは限らない。

空いた時間に、

さらに仕事が入ってくる可能性だってある。

これは、

これからの会社員が考えておくべき問題だと思う。

⸻

◆ まとめ|仕事が増えたら「何が返ってくるか」を見ろ

給料は増えない。

肩書も変わらない。

でも、

責任だけ増えていく。

「静かな昇進」。

これは、

一見すると損に見える。

でも、

必ずしもそうではない。

新しい仕事。

新しい責任。

新しい経験。

それが、

自分の市場価値を上げるなら、

未来への投資になる。

問題なのは、

会社だけが得をして、自分には何も残らない状態だ。

だから、

仕事が増えた時こそ考える。

この仕事から、

俺は何を得られる?

給料か。

肩書か。

スキルか。

経験か。

実績か。

市場価値か。

何かが返ってくるならいい。

何も返ってこないなら、

その働き方は見直した方がいい。

会社員だって、

自分の時間を投資している。

だったら、

投資先を選ぶ権利はある。

「頑張ればいつか報われる」ではなく、
「この頑張りを、どう自分の価値に変えるか」。

そこまで考えるのが、

これからの会社員の働き方なんじゃないだろうか。

静かな昇進を、

静かな搾取で終わらせるのか。

それとも、

本当の昇進への踏み台にするのか。

その違いは、

自分が増えた責任を、

「実績」として回収できるかどうか。

そこにあると思う。

財前マサトでした。

バイトは“安い労働力”じゃない。ファミマが始めた人手不足時代の新しい戦い方

◆ はじめに|「働いてもらう側」が選ばれる時代になった

髪色を自由にする。

制服をTシャツにする。

Webで面接する。

録画した動画でも面接できる。

応募するだけでポイントまでもらえる。

これだけ聞くと、

「最近のバイトはずいぶん自由になったな」

と思うかもしれない。

でも俺は、

今回のファミリーマートの改革は、

そんな軽い話じゃないと思っている。

2026年9月。

ファミリーマートは、

「いちばん働きたいコンビニ」

を目指し、アルバイト・パートを取り巻く仕組みを大きく変え始めた。

なぜ今なのか?

答えはシンプルだ。

人が足りないからだ。

昔は、

会社が働く人を選んでいた。

でも今は、

働く人も会社を選ぶ。

企業側が、

「うちで働いてください」

と言わなければならない時代になってきた。

これはコンビニだけの話じゃない。

飲食店。

ホテル。

介護。

物流。

小売。

サービス業。

あらゆる現場で起き始めている、

「人材を巡る競争」

の話だ。

⸻

◆ ファミマは何を変えたのか?

今回ファミマが変えたものを見ると面白い。

まず制服。

10年ぶりに刷新し、

コンビニ業界では珍しいTシャツスタイルを導入した。

さらに、

新しい身だしなみ基準、

「ファミマコーデ」

を導入。

衛生面や安全面は守りながら、

髪色や服装などの選択肢を広げた。

さらに採用。

従来の対面面接だけではなく、

Web面接。

録画面接。

まで導入した。

つまり、

店まで行かなくても応募から面接を進められる。

そして求人サイト「ファミJOB」も刷新。

実際に働くスタッフのインタビューなどを掲載し、

「ここで働いたらどんな感じなのか」

まで分かるようにした。

さらに、

応募者にファミペイギフトを付与するキャンペーンまで始めている。

これ、

かなり象徴的だと思う。

昔なら、

「働きたいなら応募してください」

だった。

今は、

「どうすれば応募してもらえますか?」

になっている。

⸻

◆ 企業が人を選ぶ時代から、人が企業を選ぶ時代へ

昔のアルバイト募集を思い出してみる。

店の入口に、

「アルバイト募集」

と貼っておく。

時給を書く。

電話番号を書く。

終わり。

応募者が来る。

面接する。

企業側が、

「採用するかどうか」

を決める。

企業側の立場が強かった。

でも、

今は違う。

働く場所はいくらでも探せる。

スマホを開けば、

求人が大量に出てくる。

飲食。

コンビニ。

倉庫。

デリバリー。

イベント。

スキマバイト。

そして応募も簡単。

つまり求職者からすれば、

「ファミマじゃなきゃいけない理由」がない。

だったら企業側が、

選ばれる理由を作らなければならない。

ここが、

今回の改革の本質なんじゃないだろうか。

⸻

◆ 時給を上げれば解決する?

もちろん、

一番分かりやすい方法は時給を上げることだ。

時給1200円。

隣の店は1300円。

だったら、

1300円の店へ行く。

当然だ。

じゃあ、

1500円にすればいい。

でも、

企業側には限界がある。

人件費が上がる。

利益が減る。

商品の値段を上げる。

お客さんが離れる。

だから、

時給だけの殴り合い

には限界がある。

そこで重要になるのが、

時給以外の価値だ。

働きやすい。

シフトの融通が利く。

服装が自由。

応募が簡単。

人間関係がいい。

仕事に意味を感じる。

こうしたものまで含めて、

職場を選んでもらう。

つまり、

アルバイト採用でも、

「価格以外の差別化」

が必要になってきた。

⸻

◆ 制服を変えることにも意味がある

例えば、

Tシャツ。

たかが制服。

そう思うかもしれない。

でも、

毎日着るものだ。

働く側からすれば、

結構重要だ。

動きやすい。

暑くない。

着替えやすい。

自分らしく働ける。

そして、

髪色などのルール。

昔なら、

「会社のルールなんだから合わせて」

で終わった。

でも今、

そのルールが理由で応募者が一人減るなら?

企業側からすると、

それは採用機会の損失になる。

もちろん、

何でも自由にすればいいわけではない。

衛生。

安全。

ブランド。

接客品質。

守るべきものはある。

だから重要なのは、

「そのルール、本当に必要?」

と問い直すことだ。

昔からそうだから。

みんなそうしているから。

それだけの理由で残っているルールは、

人手不足時代にはコストになる可能性がある。

⸻

◆ 面接すら「タイパ」で選ばれる

さらに面白いのが、

Web面接と録画面接だ。

今までなら、

応募する。

店から電話が来る。

日程を調整する。

店へ行く。

面接する。

結果を待つ。

これだけで何日もかかる。

ファミマでは、

応募から面接まで長い場合、

2週間ほどかかるケースもあったという。

でも、

求職者はその間、

待ってくれない。

別の求人を見る。

別の店へ応募する。

先に採用された店で働く。

つまり、

採用が遅いだけで人材を失う。

ファミマはWeb面接や録画面接を導入し、

応募から採用までを1週間程度へ短縮することを目指している。

これも、

現代らしい。

商品なら、

クリックして翌日届く。

動画なら、

今すぐ見られる。

食事なら、

スマホで注文できる。

そんな時代に、

「面接は来週の木曜日で」

では遅い。

採用にも、

タイパ

が求められている。

⸻

◆ 実はAIまで使っている

さらにファミマは、

採用にAIも使い始めている。

2026年3月から、

全国の約1万6400店舗で、

生成AIを使った求人原稿作成支援を導入した。

例えば、

「短時間勤務OK」

「仕事復帰を応援」

など、

店舗の特徴を入力する。

するとAIが、

求職者に響きやすい求人PR文を作る。

これによって、

募集原稿の作成時間は、

約10分の1。

店長からすると、

求人を書くこと自体が本業ではない。

接客。

売上管理。

発注。

シフト。

教育。

清掃。

トラブル対応。

仕事はいくらでもある。

その中で、

求人原稿に1時間かける。

かなり重い。

だったらAIに任せる。

そして、

空いた時間を店舗運営やスタッフ教育に使う。

これは、

かなり合理的だと思う。

⸻

◆ 人手不足なのに「人を減らす」技術も入れる

そして、

ここが面白い。

ファミマは、

人を採用する施策だけをやっているわけではない。

同時に、

必要な労働時間そのものを減らそうとしている。

9月には新型POSレジを発表。

有人レジとセルフレジを、

店舗の状況に応じて切り替えられるようにする。

さらに、

客数予測から必要な労働時間を計算し、

シフト作成にも活用する。

目標は、

レジ関連業務を1日2割削減すること。

つまり、

人が足りない。

↓

たくさん採用する。

だけではない。

採用する+辞めにくくする+仕事を減らす。

この3つを同時にやっている。

これが、

人手不足時代の経営なんだと思う。

⸻

◆ 「人が足りないから採用」はもう古い

多くの会社で、

人が足りない。

↓

求人を出そう。

となる。

でも、

本当はその前に考えるべきことがある。

なぜ辞めるのか?

なぜ応募が来ないのか?

この仕事、本当に人間がやる必要ある?

このルール、本当に必要?

この作業、AIや機械に任せられない?

ここを変えないまま、

求人だけ増やしても、

穴の空いたバケツに水を入れているようなものだ。

採用する。

↓

辞める。

↓

また採用する。

↓

また辞める。

これでは、

ずっと採用コストを払い続けることになる。

⸻

◆ アルバイトは「コスト」ではなくなってきた

企業の損益計算書では、

人件費はコストだ。

だから昔の経営なら、

人件費を下げる。

少ない人数で回す。

安い労働力を確保する。

そう考えやすかった。

でも、

人がいなければ店を開けられない。

人がいなければ、

売上そのものが作れない。

営業時間を短縮する。

席を減らす。

サービスを止める。

店舗を閉める。

そんなことまで起こる。

つまり人材は、

単なるコストではない。

売上を作るための経営資源

だ。

だったら、

人材獲得にも投資する必要がある。

広告費。

採用システム。

AI。

制服。

教育。

職場環境。

これらは、

「従業員に優しくするためだけの費用」ではない。

売上を守るための投資

でもある。

⸻

◆ 「働きやすさ」が競争力になる

これは今後、

かなり重要になると思う。

同じ時給。

同じ仕事内容。

だったら、

どちらで働く?

髪色に厳しい店。

自由度が高い店。

面接まで2週間かかる店。

スマホですぐ面接できる店。

シフト変更が面倒な店。

柔軟に働ける店。

求職者から見れば、

答えはかなり分かりやすい。

つまり、

従業員体験そのものが企業の競争力になる。

これは、

お客さんへのサービスと同じだ。

昔、

企業は、

「どうすればお客さんに選んでもらえるか」

を必死に考えてきた。

これからは、

それと同じくらい、

「どうすれば働く人に選んでもらえるか」

を考える必要がある。

⸻

◆ そして最後は「人」に戻ってくる

ここが今回、

一番面白いと思った。

ファミマは、

AIを使う。

セルフレジを使う。

データを使う。

採用をデジタル化する。

どんどんテクノロジーを入れている。

でも同時に、

ファミマ自身は、

店舗の価値を生み出す主役は「人」

という考え方を示している。

これ、

矛盾しているようで、

実は矛盾していない。

AIに全部やらせるのではない。

機械ができることは機械に任せる。

AIができることはAIに任せる。

そして、

人間は、

接客。

気遣い。

コミュニケーション。

売場づくり。

こうした、

人間にしか作れない価値へ集中する。

つまり、

人を減らすためのDXではなく、人を活かすためのDX。

これが、

これからの現場経営なのかもしれない。

⸻

◆ 管理職にも突きつけられる問題

そしてこれは、

大企業だけの話ではない。

店長。

マネージャー。

現場責任者。

俺たちにも関係する。

「最近の若者はすぐ辞める」

「応募が来ない」

「昔はもっと厳しかった」

そう言うのは簡単だ。

でも、

労働市場が変わったなら、

管理する側も変わらなければならない。

もちろん、

何でも従業員の言う通りにする必要はない。

仕事にはルールがある。

責任もある。

でも、

昔からそうだから。

俺たちの時代はこうだったから。

それだけでは、

人は残らない。

人が変わったのではなく、選択肢が増えた。

そう考えた方が、

今の労働市場は分かりやすい。

⸻

◆ まとめ|これから企業が奪い合うのは「お客さん」だけじゃない

ファミリーマートが始めた、

バイト改革。

Tシャツ制服。

身だしなみ基準の見直し。

Web面接。

録画面接。

求人サイト刷新。

応募インセンティブ。

生成AI。

新型POS。

シフト最適化。

一つ一つを見ると、

小さな改革に見える。

でも、

全部つなげると、

一つの戦略が見えてくる。

「働く人に選ばれる会社になる」

という戦略だ。

人口が減る。

働く人も減る。

そして、

仕事の選択肢は増える。

そんな時代に、

「人が来ないなら求人を出せばいい」

では戦えない。

採用する。

育てる。

定着させる。

働きやすくする。

そして、

人間がやらなくていい仕事は減らす。

全部セットで考える必要がある。

これから企業が奪い合うのは、

お客さんだけじゃない。

働いてくれる人も奪い合う。

だから、

アルバイトを、

「安い労働力」

としてしか見ていない企業ほど、

苦しくなるのかもしれない。

人件費はコスト。

それは会計上では正しい。

でも、

人がいなければ、

売上そのものが作れない。

だったら人材は、

コストであると同時に、

企業が投資すべき資産でもある。

ファミマのバイト改革は、

制服をTシャツに変えたニュースではない。

企業と働く人の力関係が変わり始めたニュース

なのかもしれない。

人手不足時代。

選ばれるのは、

「働いてください」と言う会社ではない。

「ここで働きたい」と思わせられる会社だ。

財前マサトでした。

AIを使う人ほど営業が上手くなる?新人育成が“1年→5カ月”になった会社の正体

◆ はじめに|新人が育つまで「1年」が「5カ月」になった

新人を採用した。

研修する。

商品を覚えてもらう。

先輩が教える。

ロープレする。

商談へ同行する。

失敗する。

また教える。

そしてようやく、一人で売れるようになる。

営業の新人育成って、

めちゃくちゃ時間がかかる。

ところが、

その「成長速度」を大きく変えた会社がある。

経営管理クラウドを提供するDIGGLEだ。

同社では以前、

新人が初受注するまで1年以上かかるケースもあった。

それが現在では、

約5カ月。

さらにロープレテストに合格するまでの期間も、

25営業日から16営業日へ短縮したという。

何をしたのか?

そこで使われたものの一つが、

AIだ。

でも俺は、

このニュースを見て、

「やっぱりAIってすげえ!」

だけで終わらせるのは違うと思った。

本当に面白いのは、

AIが営業をしてくれたことではない。

人間が上手くなるまでの時間を短縮したことだ。

AI時代に起きる本当の変化って、

仕事がなくなることより、

こっちなんじゃないだろうか。

⸻

◆ なぜ新人営業は育つのに時間がかかるのか?

営業って、

マニュアルを読めばできる仕事ではない。

商品知識を覚える。

これはできる。

料金を覚える。

これもできる。

サービスの特徴を覚える。

これもできる。

でも、

実際にお客さんの前へ出ると、

全然違う。

「他社との違いは?」

「それ、本当に必要ですか?」

「高くないですか?」

「うちの場合、どう使うんですか?」

想定していなかった質問が飛んでくる。

つまり営業には、

「知っている」と「できる」の壁

がある。

スポーツと同じだ。

野球の本を100冊読んでも、

150キロのストレートは打てない。

実際にバットを振る必要がある。

営業も、

実際に話さなければ上手くならない。

⸻

◆ でも営業には「練習相手」が必要だった

ここが問題だ。

営業の練習には、

相手がいる。

新人:

「ロープレお願いします」

先輩:

「今ちょっと忙しいから後で」

これ、

どこの会社でも起きるんじゃないだろうか。

先輩にも仕事がある。

商談。

資料作成。

顧客対応。

会議。

新人一人に毎日1時間付き合うのは難しい。

だから新人は、

十分に練習できないまま本番へ行く。

失敗する。

先輩がフィードバックする。

また本番へ行く。

つまり今までの営業教育は、

「本番で経験値を稼ぐ」

割合がかなり大きかった。

だから時間がかかった。

⸻

◆ AIなら100回失敗しても怒られない

ここでAIが入ってくる。

AIなら、

朝でもいい。

夜でもいい。

10回でもいい。

100回でもいい。

同じ質問をしてもいい。

同じところで失敗してもいい。

AIは、

「さっき教えたよね?」

とは言わない。

これ、

新人にとってはかなり大きい。

人間相手だと、

どうしても遠慮する。

「こんなこと聞いたら怒られるかな」

「またロープレお願いするの申し訳ないな」

でもAIなら、

そんなことを考えなくていい。

つまりAIによって、

練習量の上限が一気に上がる。

⸻

◆ でも「AIを入れたから5カ月」ではない

ここは今回のニュースで一番大事だと思う。

AIを導入しました。

新人が急成長しました。

そんな魔法の話ではない。

DIGGLEがやったのは、

まず、

「売れる営業は何をやっているのか?」

を整理することだった。

トップ営業の言い回し。

顧客からよく出る質問。

それに対する回答。

商談の進め方。

競合との違い。

こうしたものを、

言葉にして、

体系化した。

例えば、

お客さんから質問された時、

トップ営業ならどう答えるのか。

基本回答。

さらに相手が理解していなければ、

どんな補足をするのか。

そこまで整理する。

つまり、

今までトップ営業の頭の中にしかなかったものを、

会社の資産に変えた。

そして、

新人がそれを学び、

練習できるようにした。

AIは、

その仕組みを高速で回すための武器なんだ。

⸻

◆ 「あいつはセンスがある」を分解する

営業の世界では、

よくある。

「あいつは営業センスあるよね」

でも、

センスって何だろう?

質問が上手い。

話を聞くのが上手い。

説明が分かりやすい。

相手の課題を見つける。

断られた時の切り返しが上手い。

よく考えれば、

一つ一つは行動に分解できる。

つまり、

「センス」という言葉で片付けていたものを言語化できれば、他の人も学べる可能性がある。

これが、

セールスイネーブルメントという考え方だ。

簡単に言えば、

「優秀な営業マンを作る」のではなく、

「優秀な営業マンが育つ仕組みを作る」

ということだ。

⸻

◆ トップ営業1人より「売れる10人」を作る

会社からすると、

トップ営業が一人いるのは強い。

でも、

怖くもある。

その人が辞めたら?

異動したら?

独立したら?

ノウハウも一緒に消える。

これは、

属人化

だ。

逆に、

トップ営業の知識を言語化する。

会社に残す。

新人へ教える。

AIで反復する。

10人が同じレベルへ近づく。

こうなれば、

会社としては圧倒的に強い。

トップ営業の経験を、

コピーできる資産

に変えられるからだ。

⸻

◆ AIは「新人」と「ベテラン」の経験差を縮める

ここからがAI時代の面白いところだ。

ベテランが強い最大の理由の一つは、

経験量だ。

1000回商談した人。

10回しか商談していない人。

当然、

1000回やった人の方が、

「こう言われたら、こう返す」

というパターンを持っている。

でも、

AI相手なら、

新人でも大量に疑似経験を積める。

もちろん、

AIとの練習と本物のお客さんは違う。

人間には、

感情がある。

空気がある。

予想外の反応もある。

だから実戦経験は必要だ。

でも、

実戦へ出る前に、

100回練習している新人と、

5回しか練習していない新人。

どちらが強いか。

これは想像しやすい。

AIは、

経験そのものを完全に代替するわけではない。

でも、

経験を積む速度を上げることはできる。

⸻

◆ AI時代に価値が下がるのは「新人」じゃない

AIが普及すると、

よく言われる。

「新人の仕事がなくなる」

資料作成。

議事録。

調査。

メール。

今まで若手が担当していた仕事をAIがやるからだ。

確かに、

そういう仕事は減るかもしれない。

でも、

今回の事例を見ると、

別の未来も見えてくる。

AIを使えば、

新人が早く戦力になれる。

つまり、

価値が下がるのは新人そのものではない。

もしかすると、

「AIを使わず、昔と同じ速度で成長する人」

なのかもしれない。

⸻

◆ これ、営業だけの話じゃない

例えば、

接客。

クレーム対応。

店長教育。

面接。

プレゼン。

1on1。

マネジメント。

全部、

ロープレできる。

例えば新人店長が、

AI部下から、

「店長、辞めたいです」

と言われる。

どう返す?

AIが、

「その言い方だと相手はこう感じます」

とフィードバックする。

もう一回。

もう一回。

もう一回。

そして、

実際の部下と話す。

これなら、

いきなり本番で失敗する確率を下げられる。

つまりAIは、

知識を教える先生だけではなく、練習相手にもなる。

ここはかなり大きい。

⸻

◆ 管理職の仕事も変わる

そして俺は、

AIが普及すると、

管理職の役割も変わると思う。

今までなら、

新人に同じことを何度も教える。

基本的な質問に答える。

ロープレに付き合う。

こういう仕事も多かった。

でも、

基礎練習をAIに任せられるなら、

管理職はもっと重要なことに時間を使える。

なぜ売れなかった?

この顧客には何が必要?

本人は何に悩んでいる?

どんなキャリアを作りたい?

つまり、

「教える人」から「成長を設計する人」へ。

管理職の価値も変わっていく。

⸻

◆ AIで浮いた時間を何に使うか?

ここで、

かなり重要なポイントがある。

AIを使って、

仕事が2時間短縮された。

じゃあ、

その2時間で何をする?

スマホを見る。

ダラダラする。

早く帰る。

もちろん、

それでもいい。

でも、

その2時間を、

さらに練習する。

顧客を調べる。

企画を考える。

新しいスキルを学ぶ。

そういう人もいる。

1日2時間。

年間200営業日なら、

400時間。

AIが作る本当の格差は、

ここから生まれるのかもしれない。

AIそのものの性能差ではない。

AIによって生まれた時間を、何に再投資するか。

そこに差が出る。

⸻

◆ 「AIを使える」だけでも足りなくなる

そして、

これからは、

ChatGPTを使えます。

文章を作れます。

画像を作れます。

それだけでは、

珍しくなくなる。

大事なのは、

AIを使って、自分の能力をどう伸ばすか。

だと思う。

営業なら、

AIに営業させるだけではない。

自分の商談を分析させる。

弱点を指摘させる。

反論パターンを作る。

ロープレする。

もう一回やる。

つまり、

AIを、

「代わりに働く人」ではなく「自分を鍛えるトレーナー」にする。

この使い方はかなり強い。

⸻

◆ AIで会社の「教育コスト」も変わる

そして企業側から見ても、

新人が戦力になるまでの期間は重要だ。

例えば、

新人営業の人件費が月30万円。

戦力化まで12カ月なら、

単純計算で360万円。

5カ月なら、

150万円。

もちろん実際には、

その間にも仕事をしているし、

単純に210万円浮くという話ではない。

でも、

戦力化までの時間が短くなるほど、会社にとって採用の投資回収は早くなる。

さらに、

先輩が新人教育に使っていた時間も減る。

これは、

人手不足の会社ほど大きい。

採用できない。

育てる人もいない。

だから育たない。

この悪循環を、

AIが少し崩せる可能性がある。

⸻

◆ 「AIに仕事を奪われる?」より重要な質問

AIのニュースを見ると、

いつもこの話になる。

「AIに仕事を奪われるのか?」

もちろん、

なくなる仕事もあると思う。

変わる仕事もある。

でも、

俺は最近、

もっと重要な質問があると思っている。

「AIを使っている人と、使っていない人で、3年後どれくらい差がつくのか?」

こっちだ。

毎日、

AIで仕事を10%速くする。

AIにフィードバックしてもらう。

AIと練習する。

AIで勉強する。

これを、

3年間続ける。

何もしない人との差は、

ある日突然できるわけではない。

毎日少しずつ広がる。

そして、

気付いた時には大きな差になる。

⸻

◆ まとめ|AIが変えるのは「仕事」より「成長速度」かもしれない

DIGGLEでは、

新人が初受注するまで1年以上かかるケースもあった。

それが、

約5カ月へ。

でも、

これはAIが営業マンを置き換えた話ではない。

トップ営業の知識を整理する。

言語化する。

標準化する。

新人が学ぶ。

練習する。

AIも使って反復する。

そして、

本番へ出る。

つまり、

人間が成長する仕組みそのものを変えた。

ここが重要だと思う。

AI時代、

仕事がなくなるのか。

そればかり心配してしまう。

でも、

もう一つの変化が始まっている。

人間が成長する速度そのものが変わる。

新人だから、

経験がない。

若いから、

まだできない。

そんな「時間でしか埋められなかった差」を、

AIが少しずつ短縮していく。

だとしたら、

これから強いのは、

AIに全部やらせる人ではない。

AIを使って、自分自身を早く成長させる人。

なのかもしれない。

AIは、

あなたの仕事を奪う存在になるのか。

それとも、

あなたを育てる最高のトレーナーになるのか。

最後にその差を決めるのは、

AIではなく、

俺たちの使い方だ。

財前マサトでした。