※本記事は、SCSP（Special Competitive Studies Project）が2026年のAI+ Expoで開催した、労働長官代行Keith Sonderling氏とモデレーターを務めたJeanne Meserve氏（SCSP「NatSec Tech」ポッドキャスト ホスト）による対談「How America Is Preparing Workers for the AI Era」の内容を基に作成されています。本対談でSonderling氏は、真の課題は雇用の消滅ではなく「準備」であると論じ、あらゆる産業のあらゆる仕事がAIジョブになりつつあること、そして今アメリカの労働者が直面する最大の障害はAIリテラシーの欠如であるとの見解を示しています。本記事では、対談の内容を要約しております。なお、本記事の内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご覧いただくことをお勧めいたします。
1. AI時代の雇用不安と労働省の基本認識
1.1 雇用不安の現状と本対談の論点
Meserve： AIが雇用に与える影響について、今、非常に大きな不安が広がっています。つい今週も、Coinbaseが700人の雇用を削減すると発表し、その理由をAIにあると説明しました。同社は、すでに人員削減に踏み切ったBlock、Pinterest、Spotifyに続く形となります。これは短期的な調整にすぎないのでしょうか。それとも、実際にはもっと大きな変化なのでしょうか。そして、こうした見方はAIが生み出している新たな雇用を見落としてはいないでしょうか。さらに、アメリカの労働者はそうした新しい仕事に対して準備ができているのでしょうか。本日はこれらすべてについて、労働長官代行を務めるKeith Sonderlingさんとお話ししていきたいと思います。お越しいただき、ありがとうございます。
Sonderling： こちらこそ、お招きいただきありがとうございます。
1.2 「あらゆる職業がAIジョブになる」という視点
Meserve： 一部では「AIによる雇用の黙示録」が来るのではないかと予測する声もあります。しかし、あなたはその見方を共有していませんね。その理由を教えていただけますか。
Sonderling： 労働省の立場から申し上げますと、私たちの認識は、業界を問わず、医療であれ建設であれ金融であれ、あらゆる仕事がやがて「AIジョブ」になっていく、というものです。ですから私にとって最も重要なのは、現在の労働力がこの変化していくダイナミクスに対応できるようにすること、そしてさらに重要なこととして、次世代の労働者がAIに関する基礎的なスキルを身につけられるようにすることなのです。
1.3 不安の根源＝AIリテラシーの欠如
Sonderling： というのも、私たちが目にしている最大の問題、そして今あなたが話された言説の核心は、現役の従業員にとっての不安が深刻だという点にあります。彼らはその影響がどうなるのかを理解しておらず、これらのツールがどう機能するのかも分かっていません。それこそが問題の本質なのです。基礎的なAIリテラシーがなく、これらのツールが何なのかを理解していなければ、当然、「これは自分を置き換えるロボットなのではないか」「自分の仕事を奪うのではないか」という恐怖を抱くことになります。次世代の労働者についても同じで、彼らが労働市場に入る頃には仕事が残っていないのではないか、という議論が、自分たちには仕事がないだろうという思い込みを生んでいます。ですから、労働力開発の観点からも教育の観点からも、現時点での私たちの最大の課題は、このギャップを埋め、リテラシーを広く行き渡らせることなのです。そのうえで初めて、実際の影響がどうなるのかという議論ができるようになります。
1.4 仕事は「変わる」という見立て（30%自動化の例）
Meserve： AIによって、全体として仕事の数は減ると思いますか。
Sonderling： 私は、仕事は「変わる」のだと考えています。同じ仕事は残り続けるけれども、その働き方が変わる、ということです。例えば、生産性向上のためにAIを導入する企業を考えてみてください。あなたの業務のうち、おそらく30%程度はエージェント型AIなどによって自動化できるようになります。そうすると、そこに空白が生まれます。そして、その30%の業務が代替されたことで実際に生産性の向上が得られるのであれば、その空いた時間を使って、どのような新しい事業分野やどのような追加的な業務に取り組めるのか、という発想になります。ですから私は、AIが仕事を消滅させるというよりは、私たちの働き方やビジネスのやり方を変えるものだと考えています。そして、まさにそこにこそ私たちの役割の大きな意義があります。労働者がそのことを理解し、変化に参加できるだけの知識を持てるようにすることが、私たちの使命なのです。
2. 「AIウォッシング」と統計による実態把握
2.1 レイオフをAIのせいにする可能性への見解
Meserve： とはいえ、先ほど申し上げたように、短期的には実際に雇用が失われている例が見られます。一部で指摘されているように、企業が「AIウォッシング」を行っている可能性はあると思いますか。つまり、もともと削減するつもりだった職を、たまたまAIのせいにしているだけ、という見方です。
Sonderling： もちろん、私たちにはその企業の内部で実際に何が起きているのかは分かりません。ですが、私たちの立場からは、一歩引いて考える必要があります。そもそも、その技術は、これまで人間の労働者が非常にうまくこなしてきた業務を本当に代替できるほど進歩しているのか、という問いです。それが過剰採用だったのか、それとも単なる軌道修正だったのか。労働省として私たちがやろうとしているのは、そうした言説をそのまま受け取るのではなく、私たちの持つリソースを使って、実際の雇用の喪失や変化が何であるのかを見極めることなのです。
2.2 労働統計局（BLS）による独自調査
Sonderling： ご存じのとおり、労働統計局（Bureau of Labor Statistics）は労働省の中にあります。私たちが今まさに取り組もうとしているのは、そこにいる労働経済学者やあらゆるリソースを活用して、雇用への影響が実際にどのようなものなのかを徹底的に掘り下げることです。仕事は失われているのか、それとも変化しているのか。ニュースで見聞きする情報とは別に、労働統計局のような信頼できる機関から、その答えを示してもらう権利が国民にはあると私は考えています。
2.3 「ノイズ」と信頼できる機関による検証
Sonderling： その変化は、製品を売ろうとしている人々によって駆り立てられているのでしょうか。あるいはコンサルタントによって駆り立てられているのでしょうか。それが、今私たちが耳にしている「ノイズ」の一部なのです。だからこそ、私たちがこの言説の主導権を握り、自分たち自身で調査を行うこと、これを私たちは実施する計画でいますが、それこそがこの問いに対する答えを明らかにする助けになると考えています。
2.4 未確定の数値と再就職支援の役割
Meserve： ということは、雇用が失われるのか、それとも生まれるのか、その数値はまだ手元にない、ということですね。それは現在進行中の作業だと。
Sonderling： ええ、それはまさに現在進行中の作業です。私たちはニュースで色々と耳にしますが、それが本当に「AIで労働者を置き換えている」ことに関連したものなのか、それとも「社内の業務のやり方を変えていて、もはやその事業分野やその労働者を必要としなくなった」だけなのか、信頼できるかどうかが問題なのです。私たちがたどり着きたいのは、その言説を打ち消すか、あるいはそこに何らかの真実があるのなら、その場合に私たちが果たすべき非常に重要な役割があるという点です。すなわち、その労働者たちが確実に労働市場に戻れるようにすること、迅速に再就職できるようにすること、そしてAIによって生み出される仕事、私たち皆が起こると分かっていて期待している新たな生産性の高まりによって生み出される仕事に必要なスキルを、彼らが身につけられるようにすることなのです。
3. K-12教育とAIリテラシーの基盤づくり
3.1 現役世代と次世代の違い
Meserve： あなたは、アメリカの労働力は今のところこの変化に対する準備ができていない、とおっしゃっています。では、どうすれば準備を整えられるのかを話していきましょう。それはK-12（幼稚園から高校まで）の教育から始まるのでしょうか。そこから着手しなければならないのでしょうか。
Sonderling： 間違いなくそうです。ここには二つの側面があります。次世代の労働者と、現役世代の労働者です。そして、この両者では、学び方も、労働市場における立ち位置も、まったく異なります。現役世代の労働者を考えてみてください。20年、30年と同じやり方で同じ仕事をしてきた人たちです。そこへ突然、雇用主が新しいAIツールを導入することになる。すると、その職に就いて以来初めて、働き方を完全に変えなければならなくなります。それが人々を労働市場から押し出してしまったり、「これは結局ロボットによる置き換えなのだ」と思わせてしまったりするのです。一方で次世代の労働者についても、自分たちが労働市場に入る頃には仕事が残っていない、という議論ばかりが先行していて、両者ともに意欲を削がれてしまっています。
3.2 大統領令と三機関連携のカリキュラム構築
Sonderling： ですから、これこそが私たちが労働省で本気で取り組んでいることなのです。Trump大統領は、AIリテラシーに関する大統領令に署名しました。これは、労働省、国立科学財団（National Science Foundation）、そして教育省が一体となって、本格的にAIのカリキュラムを構築することを求めるものです。労働省の観点からは、労働力が何を必要としているのか、知識労働者が何を必要としているのかを担います。教育の側面からは、どうやって幼稚園前から高校までの教育課程に組み込んでいくか、他国が行っているように、小学校1年生や2年生からコーディングやAIを学び始めるようにするにはどうするか、を考えます。そして、国立科学財団とのパートナーシップによって、こうしたプログラムを現在開発しているだけでなく、将来どこへ向かうのかを知っている革新者や科学者から、その知識を得ることができるのです。
3.3 早期教育と基礎科目としての位置づけ
Sonderling： というのも、もし5年前に2年生や3年生、中学生や高校生にAI技術を教えていたとしても、それは今日必要とされている内容とは大きく異なります。この変化し続けるダイナミクスがあるからこそ、労働省として雇用主の側から「産業界は今後こうしたツールをこう使う」と伝え、教育の側がそのカリキュラムを把握し、国立科学財団の側が実際の技術を理解する、という連携が可能になります。AIリテラシーに深く切り込もうとする、素晴らしい取り組みだと考えています。
Meserve： これを具体的にどう構想していますか。例えば、K-12の各学年で、年間のうち一定の時間数をAIリテラシーに充てる、といったイメージなのでしょうか。
Sonderling： ええ、それはまさに、生徒が受ける他のどの教科とも同じように、基礎的なAIの土台を染み込ませるということです。歴史や数学と同じように、初めから基礎科目として位置づけるのです。そうすれば、彼らが労働市場に入るときには、これらのツールに何ができて何ができないのかを正確に理解し、専門用語もすべて分かっています。
3.4 リテラシーがもたらす効果と現状の理解不足
Sonderling： ですから、雇用主が「この目的でこれを使いたい」と言ったときにも、彼らは恐怖を感じることがありません。なぜなら、その裏側の仕組みがどう動いているのかを理解し、用語にも馴染んでいて、プログラムに何ができて何ができないのかを分かっているからです。今の労働者の多くも、大学を卒業する学生の多くも、その部分すら理解していないのが現状だと私は思います。私たちが確立しようとしているこの参照枠こそが、これらのツールがやってくることや、それがどう自分たちの役に立つのか、どう生産性を高めてくれるのか、どう仕事をより楽しいものにしてくれるのかを知って、人々がわくわくできるようにする大きな助けになると考えています。そして、それはリテラシーという要素なしには実現できないのです。
3.5 中国との比較と教育者のスキル習得
Meserve： 私たちはもう出遅れているのでしょうか。私の理解では、中国は非常に幼い年齢からAIを生徒に導入することに、かなり積極的に取り組んできました。
Sonderling： 私たちは今いる地点にいる、ということです。そしてTrump大統領のリーダーシップのもと、AIリテラシーに関する大統領令、そして後ほどお話ししたい高スキルのアプレンティスシップに関する大統領令を通じて、アメリカの労働者と将来のアメリカの労働者が、労働市場に入るときに準備が整っているように、今できることをすべて行っているところです。
Meserve： 子どもたちにAIを教える教育者たちの準備は、どのように進めているのでしょうか。彼らの多くは異なる世代であり、こうしたAIリテラシーを持っていないかもしれません。
Sonderling： そこは一歩引いて考える必要があります。リテラシーを持っていない教育者たちもまた、このスキルを身につける必要があります。ただし、彼らが身につけるべきなのは、生徒に必要とされる才能や、実際に生徒を仕事に就かせるスキルがどこにあるのか、その正しい方向に沿ったスキルなのです。
4. America's Talent Strategy Plan と産業主導の連携
4.1 産業主導カリキュラムへの転換とサイロ打破
Sonderling： これは、私たち労働省にとって非常に刺激的な取り組みで、教育の領域にまでさかのぼっていくものです。それが「America's Talent Strategy Plan（アメリカの人材戦略計画）」です。この計画の中で私たちは、労働力に関する教育のあり方、さらには高校や中学校といった教育システムにおいて、未来の仕事についてどう教えるかを考える際の語り方そのものを転換させました。その最も重要な部分は、私たちが「産業主導（industry-led）のカリキュラム」へと移行したいと考えている点です。そして、労働省と教育省の間、私たちと産業界の間にある縦割り（サイロ）を本当に打ち破ろうとしています。なぜなら、産業界こそがこれらのツールを開発している側であり、これらのツールを購入している側であり、これらのツールを展開している側であって、市場がどこへ向かうのか、技術がどこへ向かうのかを知っているからです。
4.2 従来型訓練の限界と対話の必要性
Sonderling： ですから、産業主導のカリキュラムを持つことで、人々を仕事に就かせようとしている州の労働力機関のためだけでなく、その知識をコミュニティカレッジや大学、さらには幼稚園前から高校までの教育現場に届けることができます。それによって、教師たちが何を教えるべきかを理解できるようになるだけでなく、それが将来、雇用主が必要とするものへとつながっていくと分かるのです。これまでは、そうした対話が行われていませんでした。従来型の労働力訓練の多くは変わってこなかったからです。しかし、この技術があるからこそ、その急速な成長のペースがあるからこそ、私たちはこうした対話を持たなければならず、それは技術がどこへ向かうのかを知っている産業界から来なければならないのです。
Meserve： では、産業界は意味のある、実質的なかたちで、これに本当に取り組んでくれているのでしょうか。
Sonderling： ええ、間違いありません。これに関連して労働省が築くことのできたパートナーシップは、かなり大きなものです。
4.3 AI Workforce Action Hub の構築
Sonderling： そのすべては、私たちが現在開発している「AI Workforce Action Hub」に集約されていきます。これは、労働省と、学術界、産業界、非営利団体とのパートナーシップになりますが、何より重要なのは、それを本当に動かすために、産業界が主導し、そのパートナーとなることです。ですから、このAI技術を展開していくFortune 500企業から、関与しているあらゆる大手テック企業まで参画しています。私たちはデータ共有の取り決めを結んでおり、彼らはこのデータを集計されたかたち（aggregate）で私たちに提供してくれます。これによって、実装の側面、つまりこれを実際に大規模に運用・実装できる存在であるFortune 500企業の側から見ることができ、同時にテック企業の側からも、彼らが何を開発し、何を使い、自分たちのユーザーから何を見て取っているのかを把握できるのです。
4.4 データ共有協定と3つの目的
Sonderling： 彼らがこのデータを私たちと共有してくれる目的は、三つあります。第一に、個人を訓練している州の労働力機関のためのカリキュラムを開発すること。第二に、教育システムのためのカリキュラムを開発すること。そして第三に、これは先ほど労働統計局について話し始めたことですが、これまで得ることができなかったリアルタイムのデータを手に入れることです。なぜなら、それほどまでに動きが速いからです。そのデータによって私たちは、雇用の喪失ではなく、私たちが信じている「ジョブ・オーグメンテーション（職務の拡張）」を証明できるようになると考えています。
5. 将来の仕事の予測とコーディング教育の落とし穴
5.1 産業界による予測と4〜5年先取りの構想
Meserve： あなたは、アメリカの労働者を未来の仕事に向けて訓練しようとしているわけですが、技術革新のペースを考えると、その未来の仕事がどんなものになるのかを正確に予測できるのでしょうか。
Sonderling： 労働省という立ち位置からは、私たちには予測できないと考えています。しかし、産業界には確実に予測できます。なぜなら、その決定を下すのは彼ら自身だからです。そして私たちは、その動きに後れを取るわけにはいきません。彼らが「技術はこの方向へ進む」「ここはエージェントAIが完全に自動化しうる領域だ」と語るその場に、私たちも同席していなければなりません。そうした対話を持つことで、これらのツールを使い、ツールと並んで働けるようにするだけでなく、もし職の置き換えが起きるのであれば、それがどこへ向かうのかを理解し、同時にこの変化を通じてどこに新しい仕事が生まれるのかも理解できるようになります。
5.2 AI影響産業の雇用増と企業の姿勢
Sonderling： というのも、AIの影響を受けた産業がむしろより多くの仕事を生み出している、という研究は数多くあるからです。そこではより大きな生産性が生まれます。ですから、その生産性のブーム、雇用のブームがどこから来るのかを知っていれば、私たちはそうしたリソースを再配分し、技術が向かう先より4年も5年も先回りすることができます。そうすれば、高校や大学を出てくる学生たちは、今どこにあるかではなく、将来どこへ向かうのかを、すでに学んでいる状態になれるのです。これは、これほど多くの異なる省庁を巻き込み、こうした対話を行わなければ、これまで実現してこなかったことです。そして、それはこれらの企業なしには起こり得ませんでした。このエキスポの会場のあちこちでロゴを目にするような多くの企業が、私たちのところへやってきて「この対話に加わりたい」と言ってくれているのです。彼らは「自分たちがすべてを消し去った張本人だと非難される側にはなりたくない。むしろ、労働力を支援し、労働力にスキルを身につけさせ、従業員がこれまで以上に楽しめる仕事をより多く生み出す手助けをする側になりたい」と言っています。私は、それこそが今私たちが置かれているこの瞬間の、本当に特別なところだと思います。
5.3 コーディング必修論への批判
Meserve： 未来の仕事を予測できるのか、と私がお尋ねするのは、コーディングこそが進むべき道だと考えていた人たちが大勢いて、その彼らが今、自分のスキルがAIによって行われている、という状況に直面しているからです。ですから、私たちはそうした「行き止まり」にぶつかることになるのではないか、と気になるのです。
Sonderling： 「では5年生でコーディングを必修にしよう、6年生でも必修にしよう」と言うのは、とても簡単なことです。実際、労働力に関する言説の多くはそこにありました。「コーディングを進めている他国に追いつかなければならない、コーディング、コーディング、コーディングだ」と。しかし、それは何を意味するのでしょうか。
5.4 Python陳腐化の経験と当事者関与の必要性
Sonderling： まさにあなたのおっしゃるとおりで、例えば4年か5年前には、Pythonのコーディングを教えることが大流行していました。ところが今では、新しいAIモデルがそれを以前よりも速くこなせるようになっています。けれども、人々が従来のやり方でそれをやっている間に、誰かが何年も先んじてその新しいAIモデルを開発していたわけです。そしてそれが、どこからともなく突然現れて、私たちは「すごい、これはどこから出てきたんだ」と言っているのです。私たちは、そうした対話の一員でありたいのです。その多くが非常に専有性が高く、極めて高度な技術であり、それが彼らのビジネスそのものであることは分かっています。しかし、これを従業員にとって本当に機能させるため、つまり従業員が自分の雇用主がこれを使うことを信頼し、企業がこれらの製品を購入できるようにするためには、もし私たちがその方程式の一部でなければ、もし私たちがそれを把握していなければ、うまくいきません。そうなれば、これまでこの状況に至るまでを支配してきたのと同じ恐怖や暗い言説を抱えたままになり、賛同も得られず、生産性も得られず、これらのプログラムやソフトウェア、技術がもたらす究極の恩恵も得られなくなってしまいます。それらは、アメリカの労働者を助けるだけでなく、私たちの経済を助け、私たちを世界の中のグローバルリーダーであり続けさせるものなのです。それこそが、私たちが目指していることです。
6. 登録アプレンティスシップによる人材育成
6.1 高スキル職の空きと大統領令
Meserve： 先ほどアプレンティスシップ（実習訓練制度）に触れられましたね。それはあなたの戦略の大きな部分を占めています。そこで何をしようとしているのか、お話しいただけますか。
Sonderling： まず一歩引いてお話しさせてください。テック分野の外側に目を向けると、今、高スキルの職が数多く空いています。雇用主を見れば、求人は700万件にのぼり、雇用主たちはスキルを持つアメリカの労働者を確保しようと必死になっています。問題は、私たちにはそうした熟練し、高度に訓練されたスキルを持つ労働者が足りていないことなのです。そこで労働省では、Trump大統領のリーダーシップのもと、大統領が就任後100日以内に、高スキルの技能職に関する大統領令に署名しました。これは労働省に対し、「登録アプレンティスシップ（registered apprenticeship）」を再検討し、門戸を開くことを求めるものです。
6.2 「働きながら学ぶ」実証済みモデル
Sonderling： 登録アプレンティスシップは、学生が労働市場に入るための、借金を負わないモデルとして機能してきました。働きながら学び（earn while they learn）、借金を積み上げることなく、高度な技能を習得し、その技能を生涯にわたって持ち続けられる仕組みです。これほどうまく機能すると分かっているこのモデルを見たとき、多くの方はアプレンティスシップと聞くと、建設業の技能職や、手を使う仕事を思い浮かべると思います。確かにそうした仕事は非常に重要で、私たちはそれらの仕事を切実に必要としています。特にデータセンター関連ではなおさらで、統計によれば、今すぐ埋めなければならないデータセンター建設の求人が14万件あります。
6.3 対象産業の拡大とテックへのファストトラック
Sonderling： しかし、この実証済みの借金なしのモデルの間口を他の産業へと広げていくことこそ、私たちがこのすべてを統合し、人々を熟練の仕事に就かせ、雇用主のもとですぐに訓練を受けられるようにする道だと考えています。テックに入る、金融に入る、医療で広げる、教師の分野で広げる、こうした人材が不足している領域に広げていく。これは実証済みのモデルであり、私たちはその拡大に大いに期待しています。さらに、技術分野にとって重要なのは、これが学生がテック企業に入るための近道（fast-track）になると私たちが信じている点です。考えてみてください。高校生のうちにこの技術を独学で身につけ、自分の会社を立ち上げてしまっている子どもがどれほどいることか。彼らは基礎から学ぶ必要などありません。18歳の学生が高校を出てそのまま大手テック企業に入り、4年から6年も待つことなく、その間の借金も積み上げずに済むのです。私たちは多くの雇用主と話してきましたが、彼らもこの仕組みを信じています。なぜなら、彼らは新鮮なうちに人材を迎え入れ、自分たちで訓練できるからです。大手テック企業で働けば、学歴の背景がどうであれ、すぐにその企業の学習プログラムに入ることになります。彼らのやり方を学び、彼らの文化を学ぶのです。それなら、高校を出た直後から最初の段階でそれを学んでしまえばいいではないか、というわけです。高校生に「今すぐこの大手テック企業で働けますよ、それとも6年待ちますか」と尋ねれば、多くの学生は「すぐに働きたい」と答えるでしょう。
6.4 提携・統計と企業参画の課題
Sonderling： とはいえ、それは大学の学位を犠牲にして行うという意味ではありません。こうしたプログラムの多くは、コミュニティカレッジや各種の学校とも提携していて、正規の教育、つまりフォーマルな学位教育と、雇用主による産業主導の教育の両方を得ることができます。そして、これに関する統計も重要です。今、登録アプレンティスシップの平均初任給は年8万6千ドルです。登録アプレンティスを経た人は、同じ仕事に就いていてもアプレンティスを経ていない人と比べ、生涯にわたって30万ドル多く稼ぐことになります。ですから、これは借金を負わずに機能する実証済みの方法なのです。私たちに必要なのは、熟練労働者を切実に必要としていながら、これが人材を得る道だとは考えてこなかった企業からの、さらなる賛同なのです。
6.5 進捗状況とAI分野のポータル
Meserve： これは現在、どの段階にあるのでしょうか。すでにこうしたアプレンティスシップを始めているのですか。
Sonderling： ええ、実際に始めています。先週はちょうど「National Registered Apprenticeship Week（全国登録アプレンティスシップ週間）」でした。第二次Trump政権になってからこれまでに、私たちは40万件の新規アプレンティスシップを登録し、3,300件の新しいプログラムを立ち上げました。これには大いに期待を寄せています。しかも、これまで存在しなかった産業へと広がりつつあります。そして、ここにいる皆さんにまさに関係することですが、私たちは人工知能分野の登録アプレンティスシップのためのポータルを立ち上げました。そこでは、人工知能の登録アプレンティスシップのカリキュラムを一通り案内し、AIに関連したこうしたアプレンティスシップをどう作るかも案内しています。これは、先ほど話したいくつかの課題をリアルタイムで議論しながら進める、もう一つの未来の道だと私たちは考えています。雇用主が、自分たちのビジネスが何を行っているのかを、リアルタイムであなたに教えてくれるのです。
7. 離職者の再スキルと若者への提言
7.1 離職者への迅速な再スキルプログラム
Meserve： 職を失った労働者についてはどうでしょうか。彼らを再訓練し、労働市場に戻すために、どのようなことをしようとしているのですか。
Sonderling： それは素晴らしい質問です。なぜなら、どの産業にも必ず、職を失った労働者が存在するからです。企業が倒産したり、さまざまなことが起こったりします。そこで私たちは、技術や人工知能に関連した迅速な再スキル（rapid reskilling）のプログラムを立ち上げました。具体的に行ったのは、各州に交付している州の労働力助成金、つまり自州で人々を仕事に就かせ、再び訓練して戻すことに責任を負う州に渡るその資金の多くに、AIの要素を結びつけたことです。
7.2 州助成金へのAI要件と成果連動型支援
Sonderling： というのも、先ほど申し上げたように、私たちはあらゆる仕事がAIジョブになると考えているからです。ですから今では、州の労働力機関がこの資金を受け取る際には、その仕事のAIリテラシーの要素が何であるかを私たちに示すことを、資金受給の条件として求めています。アメリカで見られるような研究や造船、製造、医療といった分野に進む場合でも、州が行う労働力訓練には、私たちが課した要件によって、AIリテラシーの要素が組み込まれるようになっています。さらに、登録アプレンティスシップについては、より多くの企業に参加してもらうために、成果連動型（performance-based）の登録アプレンティスシップも行っています。企業が登録アプレンティスシップの受け入れを約束し、基礎的な過程を経て彼らを迎え入れた場合、こうした高需要の領域でAIの要素を含む指標を達成した雇用主に対して、現金のボーナスを支給しています。つまり、私たちは資金を再配分して、こうした取り組みを成果に基づいて、また労働者を必要としていると分かっている領域や産業に基づいて、後押ししているのです。やみくもに資金をばらまくのではなく、AIの要素を伴いながら、未来の仕事がどこへ向かうのかに的を絞っているのです。
7.3 就職難の若者への助言
Meserve： このエキスポには大勢の若者が来ていて、その中には仕事を見つけるのに本当に苦労している人もいます。彼らへのアドバイスをお願いできますか。
Sonderling： 私のアドバイスは、何をやりたいにせよ、それが本当に自分のやりたいことなのか、100%正しいとか確信が持てるわけではないかもしれない、ということです。特に、4年制の伝統的な教育を受け、その借金を抱え、仕事に急いで就かなければならないと感じた後では、なおさらそうした焦りが生まれがちです。けれども、アメリカへの非常に多くの投資があり、非常に多くの企業がこの国で生産や事業を拡大している今、これまで考えもしなかったような新しい機会が生まれています。そして労働省は、皆さんがそうした機会で必要なスキルを身につけられるよう支援するために存在しています。私たちのウェブサイトには、熟練労働者を本当に必要としているあらゆる産業や、コミュニティカレッジ、職業訓練校、学術機関と連携した多様なプログラムが掲載されていて、何をやりたいかを選ぶことができますし、何をやりたいか分からなくても、どこに仕事が生まれ、それがどれほど高度な技術を伴うのかを示し、正面玄関から入る手助けはもちろん、その新しい技能やスキルを学んでいる間も給与を得られるよう、私たちが支援します。
7.4 アプレンティスシップの汎用性と結び
Sonderling： そして、その多くもまた登録アプレンティスシップに基づいています。登録アプレンティスシップは、高校を卒業する人のためだけのものではありません。キャリアのどの段階でも始められ、借金を負わずに高収入の仕事へと至る、速い道筋なのです。大切なのは、その知識を広く行き渡らせること、それを分かりやすく解き明かして、自分が知りもしなかった素晴らしい機会があるのだと示すことです。
Meserve： あなたは楽観論者ですね。
Sonderling： ええ、そうです。なぜなら、これが前進への道だと分かっているからです。そして、私たちのAIリテラシーに関するガイダンスや人材戦略計画をぜひ皆さんに読んでいただきたいのですが、産業界と手を取り合って取り組むことで、政府が通常やらなければならない当て推量の多くを取り除けると信じています。「労働力開発のニーズはこちらへ向かうと予測しているが、本当にそこへ向かうのかは確信が持てない」、私たちが排除しようとしているのは、まさにそうした不確かさなのです。現在の労働力においてだけでなく、あなたのおっしゃるとおり、より重要なこととして、教育システムの中にいる未来の世代の労働者のために、それをなくそうとしているのです。
Meserve： 残念ながら、ここで時間となりました。労働長官代行のKeith Sonderlingさんでした。お越しいただき、本当にありがとうございました。
Sonderling： ありがとうございました。感謝します。