目次

「AIに仕事を奪われるか」という問いは、この話にはもう合っていない。Upwork の契約データを分析した研究が示したのは、仕事の有無ではなく選ばれ方の変化だった。実績も、資格も、評価も、以前ほど効かなくなっている。代わりに効くようになったのは価格だ。

そして同じ時期に、まったく逆方向の動きが起きている。フリーランスになる人が急増している。

⚠️ この2つが同時に起きているのが、いまの位置だ。人が流れ込んでくる市場で、差別化のシグナルが効かなくなっている。中間層を潰す圧力は、需要側と供給側の両方から同時に来ている。

📌 この記事の数字について：査読論文とプラットフォームの公式調査だけを使い、すべて発行元まで確認した。まとめ記事の孫引きと、案件紹介会社の自社データは使っていない（後者は「フリーランスが増えること」が利益になる立場で、一次情報にも辿れない）。10章だけは推測で、その旨を章の冒頭に明記している。

1. 結論——人が流入する市場で、選ばれ方が壊れている

需要側で起きたこと

実績・資格・評価の重みが下がり、価格の重みが上がった。スキルによる上乗せは直近ほど大きく削れている。

供給側で起きたこと

米国の熟練ナレッジワーカーのフリーランス比率が1年で28%から38%へ。正社員の58%が転向を検討している。

片方だけを見ると、まったく違う結論が出る。需要側だけ見れば「単価が下がる」、供給側だけ見れば「フリーランスが盛り上がっている」。両方を同時に見ると、起きているのは「二極化の加速」だと分かる。

2. 現在地——5つの調査を1枚に

出典 データ 主な発見
Siddiq & Zhang
UCLA Anderson（2026年6月）		 Upwork 49,610人・226万件の契約
2021年1月〜2026年3月		 人的資本シグナルの重み -7.8%／価格の重み +1.1%／契約数 -7.0%。直近4四半期では需要 -9.6%・人的資本の重み -10.1%・価格の重み +1.8%と拡大
Stanford Digital Economy Lab
Canaries（2026年8月更新）		 ADP の給与データ
2022年11月〜2026年6月		 22〜25歳のAI露出職の雇用が 約19%低い（2025年7月の15%から拡大）／経験者に同等の差は無い／採用減であって解雇増ではない
Hui, Reshef & Zhou
Organization Science（2024）		 Upwork
ChatGPT公開前後		 ライティング系 件数 -2%・収入 -5.2%／画像系 -3.7%・-9.4%／⚠️経験が最も豊富な層ほど下げ幅が大きい
Demirci, Hannane & Zhu
Management Science（2025年1月）		 オンライン労働市場
ChatGPT後8か月		 自動化されやすい求人（ライティング＋コーディング）が -21%／画像 -17%／件数減で競争が激化する一方、残った案件はより複雑でより高く支払われる
Upwork（当事者）
2つの公式調査		 自社プラットフォーム In-Demand Skills 2026（2月）＝AI明記スキルの需要 +109%（AI動画 +329%／AI統合 +178%／AIデータ注釈 +154%）・非AIの需要も前年並みに堅調／Future Workforce Index 2026（7月）＝熟練層のフリーランス比率 28%→38%・AI業務は時給 +34%（ただしすべてのAI業務が高くなるわけではないと明記）

⚠️ Upwork は当事者だ。フリーランスが魅力的に見えることが事業上の利益になるプラットフォームの自社調査であり、独立した第三者の計測ではない。

なお本記事ではUpworkの2つの報告書を、それぞれ原文で確認した数字だけ載せている。まとめ記事が「Upworkによれば時給44%増」と書いていることがあるが、2月のリリース本文に時給の割増は一切書かれていない——書かれているのは需要の伸びと、「事業リーダーのほぼ半数が、創造的で革新的な独立人材には割増を払うと答えた」という別の話だ。

3. 逆説①——正社員は経験が盾になる。フリーランスはならない

ここが本記事でいちばん重要な発見だ。2つの研究が、経験年数について正反対のことを言っている。

　 若手 経験者
正社員
Stanford・2026年6月まで		 約19%低い 同等の差は無い
フリーランス
Organization Science		 — 経験が豊富な層ほど下げ幅が大きい

会社は「役割」を雇い、クライアントは「成果物」を買う。この違いが効いている。

経験者側の数字は Organization Science 掲載研究の解説 にある。雇用主が経験者を残すのは、判断や、若手の育成や、障害が起きたときに責任を引き受ける立場が要るからだ。そのどれも、納品物1件の見積もりには乗らない。クライアントが買っているのは今回の成果物であって、その人の職業人生ではない。

Stanford の分析はこの構造をきれいに言い当てている。AIがタスクを代替する職種では雇用が減り、AIが人を補完する職種では横ばいか増加——そして後者の恩恵を受けているのは経験者だ。彼らはcodified knowledge（言語化された知識）ではなく tacit knowledge（暗黙知）で稼いでいる。

問題は、フリーランスの取引形態が暗黙知を値段に載せにくいことだ。提案書に書けて、見積もりに載って、検収できるもの——つまり codified なものが商品になる。だから同じ経験が、雇用では盾になり、受託では盾にならない。

📎 正社員側の詳細はAIは若手とベテラン、どちらから削るのかで扱っている。あちらは雇用の話で、Canaries のより早い版（若手 -13%）を使っている。同じ研究が更新を重ねている——Stanford 自身が2025年7月時点の15%から2026年6月の19%へ拡大したと書いており、数字は今後も動く。

4. 逆説②——仕事は消えていない。中間が消えた

「AIで案件が減った」も「AIで単価が上がった」も、どちらも正しい。見ている層が違うだけだ。

Management Science に掲載された研究は、ChatGPT公開から8か月で自動化されやすい求人（ライティングとコーディング）が21%減ったことを示している。手作業中心の仕事との比較なので、AIの影響を切り出した数字だ。

同じ研究が、同時にこう書いている。件数が減ったことでフリーランス同士の競争は激しくなり、そのうえで残った自動化されやすい案件は、より複雑で、より高く支払われる。

つまり「減った」と「上がった」は、同じ現象の裏表だ。簡単な仕事が抜けていった結果、残った母集団の平均が上がっている。個々の単価が上がったのではなく、単価の低い仕事が市場から消えた——この2つは数字の上で似て見えるが、意味はまったく違う。

小さく・定型の仕事

件数が減る。買い手が自分でAIに投げれば済む領域

中くらいの仕事

ここがいちばん苦しい。AIで代替できるほど単純ではないが、高く払う理由も説明しにくい

大きく・複雑な仕事

ここが残る。複雑さゆえに自動化しきれず、より高く支払われる帯

「AIに仕事を奪われましたか」という問いに、市場全体としての答えは無い。どの帯にいるかで答えが変わる。そしていちばん人数が多いのは真ん中の帯だから、体感としては「厳しくなった」が優勢になる。

5. 値段に効かなくなったもの

ここが、2026年に出た最も重要な研究の話だ。UCLA Anderson の Siddiq と Zhang は、Upwork の49,610人・226万件の契約を2021年1月から2026年3月まで追い、ChatGPT公開を境にした差分の差分分析を行った（Human Capital, AI, and Labor Commoditization）。

プロフィールの自由記述をテキスト埋め込みで数値化し、「クライアントの選択に、その人の何がどれだけ効いていたか」を測っている。

測ったもの 変化
【全期間】人的資本シグナル全体の重み（資格・経歴・自己紹介） -7.8%
同・価格の重み +1.1%
同・契約数 -7.0%
【直近4四半期】需要 -9.6%
同・人的資本シグナルの重み -10.1%
同・価格の重み +1.8%

効かなくなったものが具体的に挙がっている。検証済みの資格、職歴、ポートフォリオ、クライアント評価——いずれも受注の予測力を失った。

そして重要なのは、直近ほど落ち幅が大きいことだ。人的資本シグナルの重みは全期間で-7.8%、直近4四半期（2025年4〜6月期〜2026年1〜3月期）では-10.1%。価格の重みも+1.1%から+1.8%へ広がっている。これは一度きりのショックではなく、論文自身が「ChatGPT公開直後に限られず、その後も続いている」と書く進行中の傾向だ。

💡 この現象の意味：クライアントは「この人は良い仕事をするか」を判定するコストを払わなくなった。AIがあれば、外れを引いても自分で直せる——あるいはそもそも品質の差が以前ほど大きく出ないと考えるようになった。どちらにせよ、実績を積み上げて信頼で選ばれるという戦略の効き目が落ちている。

6. 値段に効くようになったもの

失われた側だけ書くのは不公平だ。同じデータ群が、上がったものも示している。

AIを使う仕事そのもの

Upwork の7月の報告書では、AI業務を取り込んだ人の時給が34%高い。ただし同じ文が「すべてのAI業務が価値を増しているわけではない」と続く——生成AI関連のすべてが儲かるという話ではない

複雑さ

Demirci らの研究では、残った自動化されやすい案件はより複雑で、より高く支払われる。簡単な帯が抜けた分だけ、難しい帯の比重が上がる

非AIスキルも消えていない

Upwork の2月の報告書は、需要が前年並みに堅調で「AIツールが広がっても、企業は人材を規模を保って雇い続けている」としている

最後の点は、この記事の論調に対する重要な反証だ。「実績が効かなくなった」は「仕事が無くなった」ではない。需要の総量は増えている。変わったのはその需要が誰に、いくらで割り振られるかだ。

7. 供給側で起きていること——押し出される人たち

ここまでは需要側の話だった。供給側は、もっと速く動いている。

Upwork の Future Workforce Index 2026（2026年7月）によれば、米国の熟練ナレッジワーカーのうち38%がフリーランスで働いている。1年前は28%だった。12か月で10ポイントの移動になる。

さらに正社員の58%がフリーランス転向を検討している——同じ報告書は、これを「働く条件が流動的なままなので、より多くの正社員がフリーランスを検討している」と説明している。

⚠️ この数字は割り引いて読む必要がある。Upwork はフリーランス市場が拡大していることが利益になる会社で、これは自社調査だ。「検討している」は行動ではなく意向であり、実際に転向するとは限らない。

それでも無視できないのは、Stanford の独立したデータが、押し出す側の圧力を裏付けているからだ——若手のAI露出職の雇用が19%低く、しかもそれは解雇ではなく採用の絞り込みで起きている。入り口が狭まれば、人は別の入り口を探す。

需要側の発見と重ねると、絵がはっきりする。実績や評価が効きにくくなった市場に、人が入ってくる。新規参入者は実績を持っていないが、それが以前ほど不利にならない。裏を返せば、長年かけて実績を積んだ人の優位が、その分だけ薄まる。

8. 反論と留保——研究者自身が何と言っているか

ここを書かない記事は信用しないほうがいい。上に並べた数字には、まっとうな反論がある。

反論①「それは金利のせいだ」

Google のエコノミストらは、若手の雇用減はAIではなく金利上昇で説明できると主張した。Stanford はこれに2026年2月に個別の反論記事で応じている——AI露出の高い職種は、平均すると金利感応度がむしろ低い。金利に最も敏感な建設業などはAI露出が最も低い。金利感応度で分けても、AI露出の高い職種の落ち込みは平均より大きかった。

反論②「低採用・低解雇の市場の特徴にすぎない」

Apollo Global Management の Torsten Slok は、「AI雇用危機はどこにあるのか」と問い、若手の就職難は労働市場全体が「採らないが切らない」状態にあることの表れだと主張している。Stanford のデータが「解雇ではなく採用減」だと示していること自体は、この解釈とも整合する。

研究者自身の但し書き

Stanford は自分たちの結果に、はっきり留保を付けている。

  • 因果関係については「まだ決定的には答えられない」
  • これらは因果推定ではなく「炭鉱のカナリア」——早期の記述的な指標である
  • より厳しい統制（firm-time固定効果）を掛けると、有意になるのは2024年以降で、「この減少のタイミングの一部はAI以外の要因による」
  • 「この論文も、いかなる単一の研究も、AIの労働市場効果の決定的証拠とは考えていない」

一方で、筆頭著者の Brynjolfsson は主要な反論をひととおり検証し直している——テック企業とコンピュータ職を除いても、金利上昇とリモートワークへの露出を統制しても、サンプルに出入りする企業を含めても、AI露出の測り方を変えても、この乖離は残る。

だから本記事の立場はこうなる。方向についてはかなり確からしい。大きさと原因の切り分けは、まだ動く。

9. これから起きること（予測3本＋外れる条件）

📌 予測には確度ラベルと「これが起きたら外れ」を付ける。年限を切った数値予測（「◯年に◯%減る」）は書かない——研究者自身が因果を断定していないものを、私が年限付きで断定する理由が無い。

✅ 確度：高 —— 実績・評価で選ばれる比重は、さらに下がる

根拠は、これが一度きりのショックではなく傾向として測られていること。人的資本シグナルの重みの縮小は全期間で-7.8%、直近4四半期で-10.1%と加速している。AIの出力品質が上がり続ける限り、この方向が反転する理由が見当たらない。

外れる条件：スキルプレミアムが回復に転じる／プラットフォームが検証済み実績の重みを制度として引き上げ、価格以外の判断材料を復活させる。

🟡 確度：中 —— 供給の増加が、価格をさらに押し下げる

根拠は2つの独立した観測の重なり。フリーランス比率28%→38%という流入と、価格の重みが増して需要が安い側へ動くという変化が同時に起きている。参入が増え、差別化のシグナルが弱まれば、価格競争は強まる。

ただし確度を「中」に留める理由：流入側の数字はUpworkの自社調査であり、独立した検証がない。「検討している58%」は意向であって行動ではない。

外れる条件：単価の中央値が上昇に転じる／需要の伸びが供給の伸びを上回る／転向の意向が実際の行動に結びつかない。

🔴 確度：低 —— 買い手が自分でやる範囲が広がり、「作る」の外注が縮む

機構は説明できる。AIエージェントが実装を担えるなら、これまで外注していた「作る」部分をクライアント自身が抱え込める。残るのは何を作るべきかの決定と結果に対する責任だ。

だが確度は低い。これを直接測ったデータを私は見つけられなかった。上の2本と違い、これは観測ではなく推論だ。

外れる条件：中間層の案件数と単価が回復する／企業のAI内製化が進んでも外注量が減らない。

10. 打ち手——ここから先は推測です

⚠️ この章は、ここまでの数字から私が考えたことであって、測定された事実ではありません。

有効性を裏付ける研究があるわけではなく、取りうる手段の一つとして読んでください。この分野は状況の変化が非常に激しく、半年後には前提が変わっている可能性があります。「こうすれば大丈夫」と言える段階にはありません。

実際、上の9章で「確度：低」と付けた予測が外れれば、この章の一部も同時に外れます。自分の状況に当てはめて取捨してください。

① 「成果物」ではなく「成果」を売る形に寄せる（推測）

そう考える理由：値段に効かなくなったのはcodified なもの（資格・経歴・ポートフォリオ）で、残った高額契約は複雑なものだった。であれば、検収条件が「納品物ができていること」ではなく「指標が動いたこと」に近いほど、価格が比較されにくくなるはずだ。

具体的には：「LP を1枚作る」ではなく「申込率を測って、動くまで直す」。ただし成果報酬にすると回収リスクを自分が負うので、そこは別問題として扱う必要がある。

② 値付けを「時間」から切り離す（推測）

そう考える理由：AIで作業時間が縮むと、時間単価のままでは速くなるほど請求が減るという逆インセンティブが生まれる。生産性の向上分がそのままクライアントの利益になり、こちらには残らない。

具体的には：案件単位の固定価格、あるいは月額のリテーナー。ただし固定価格は見積もりを外したときの損失を自分が被るので、要件の変動が大きい仕事には向かない。

③ 「選ばれる理由」を実績以外にも持つ（推測）

そう考える理由：Siddiq & Zhang が測ったのはプラットフォーム上での選ばれ方だ。プロフィールと価格を並べて比較される場では、実績の重みが下がった。だが比較される場に立たなければ、その圧力は直接には来ない。

具体的には：紹介、継続、特定分野での指名。ただしこれは「営業しなくていい」という話ではなく、営業の形が変わるという話で、しかも立ち上がりに時間がかかる。いま案件が要る人への即効性は無い。

④ AIを使う側に回る（ただし割増は縮む可能性がある）

これは唯一、数字の裏付けがある——AI関連業務には割増が付いている（Upwork 7月の報告書で時給+34%）。ただし出どころはUpworkの自社調査で、独立した第三者の計測ではない。

だが注意がいる。同じ報告書が「すべてのAI業務が価値を増しているわけではない」と明記している。「AIと名の付く仕事なら割増が付く」ではない。加えて、これはAIスキルが希少なうちの割増であり、需要が前年比+109%で伸びている以上供給もそこへ向かう——参入が増えれば縮むのが自然だと私は考える。

やらないほうがよさそうなこと

実績をさらに積むことだけで対抗する

効き目が落ちていると測定された打ち手に、より多くを投じることになる。無駄ではないが、それだけでは届かない

値下げで件数を取りにいく

すでに価格の重みが増している市場で価格勝負に入ると、より安い新規参入者と同じ土俵に立つことになる

まとめ

  • 問いは「仕事が無くなるか」ではなく「選ばれ方がどう変わったか」。226万件の契約分析では、実績・資格・評価の重みが下がり（-7.8%）、価格の重みが上がった（+1.1%）。直近4四半期ではその差がさらに開いている
  • 正社員では経験が盾になり、フリーランスではならない。会社は役割を雇い、クライアントは成果物を買うから
  • 仕事は消えていない。中間が消えた。自動化されやすい求人は-21%で、残った案件はより複雑でより高く支払われる
  • 供給側は需要側より速く動いている。フリーランス比率が1年で28%→38%（ただしプラットフォームの自社調査）
  • 研究者自身が因果を断定していない。厳しい統制では有意になるのは2024年以降で、「タイミングの一部はAI以外の要因」と明記されている
  • 打ち手の章は推測。この分野は変化が激しく、「こうすれば大丈夫」と言える段階にはない

FAQ

Q1. 結局、ITフリーランスは減りますか？

データは逆を示している。Upwork の調査では米国の熟練ナレッジワーカーのフリーランス比率が1年で28%から38%へ増えた。減っているのは人数ではなく、1件あたりの価格決定力のほうだ。ただしこれはプラットフォームの自社調査なので、割り引いて読む必要がある。

Q2. 経験が長いほど不利、というのは本当ですか？

Organization Science の研究では、経験が最も豊富な層で下げ幅が大きかった。ただしこれはChatGPT公開直後の短期効果を測ったもので、対象もライティング・画像系が中心だ。「経験が無駄」という意味ではなく、「経験が自動的に価格を守ってはくれない」と読むのが妥当だと考える。

Q3. AIスキルを身につければ安全ですか？

いまのところ割増は付いている（Upwork 7月の報告書で時給+34%）。ただし同報告書は「すべてのAI業務が価値を増しているわけではない」とも書いている。ただし希少性による割増は、参入が増えれば縮むのが普通だ。実際 Upwork の需要データではAI明記スキルが前年比+109%で伸びており、供給側もそこへ向かっている。「安全」ではなく「いまは有利」と捉えるのが正確だろう。

Q4. 日本市場でも同じことが起きていますか？

本記事の数字はすべて米国・グローバルのプラットフォームと雇用データで、日本市場を直接測ったものではない。日本のフリーランス市場については案件紹介会社が独自データを公表しているが、集客上の利害があり一次情報にも辿れないため本記事では採用していない。構造（成果物を売る取引では暗黙知が値段に載りにくい）は市場を問わず働くと考えられるが、大きさとタイミングは異なりうる。

Q5. なぜ「AIに奪われる職種リスト」のような話をしないのですか？

その切り口は別記事で扱っている（AIに奪われる仕事／AI時代に残る仕事）。本記事が扱うのは職種ではなく取引の形だ。同じ職種でも、雇用で売るか受託で売るかで影響の出方が変わる——それが3章の主題になる。

Q6. 予測が外れたらどうなりますか？

9章に「外れる条件」を書いてあるので、それが起きたら外れたと判断してほしい。特に「スキルプレミアムが回復に転じる」「単価の中央値が上昇に転じる」の2つは観測可能だ。この分野は変化が速く、半年で前提が変わりうることは織り込んでおいたほうがいい。

関連記事