Raise Us：AI時代に向けて労働者を再教育するための10億ドル計画

テック巨人が人工知能（AI）に数千億ドルを投じる競争を繰り広げる中、自動化による甚大な人的コストに対処しようとする新たな超党派の取り組みが始まっています。元米国商務長官のジーナ・レモンド氏が率いる非営利団体「Raise Us」は、AI主導の経済に向けてアメリカの労働力を備えさせるため、10億ドルの資金確保を目指す大規模なミッションを開始しました。

AI巨頭による歴史的な同盟

業界の協力体制における大きな転換点となる動きとして、主要なAI開発企業が初めて労働力の移行イニシアチブに対して共同で資金提供を行います。「Raise Us」連合には、Amazon、Anthropic、Microsoft、OpenAI Foundationといった有力企業が名を連ねています。この共同支援は、Google、Amazon、Microsoft、Metaの4社だけで、今年だけで合計7,250億ドルをAIに投じると予測されている時期に行われます。

Bank of Americaがリードスポンサーとして、特に高度製造業向けの徒弟制度（アプレンティスシップ）プログラムに資金を提供していますが、貢献者のリストは多岐にわたります。IBM、AMD、Deloitte、General Motorsなどの主要プレーヤーに加え、Rockefeller Foundationのような慈善団体も支援を表明しています。現在、このイニシアチブは目標とする10億ドルのうち、すでに5億ドルを確保していると報じられています。

戦略的なパイロットプログラムと州とのパートナーシップ

Raise Usは、広範囲かつ無計画な展開を行うのではなく、拡張可能な再教育モデルをテストするために、4つの州でターゲットを絞ったパイロットプログラムを実施しています。州の選定は意図的に超党派となっており、アーカンソー州とユタ州の共和党知事、そしてコネチカット州とメリーランド州の民主党知事が参加しています。

これらのパイロットにおける主な取り組みは以下の通りです：

  • アーカンソー州： 求職者と、雇用主に紐付けられたパーソナライズされた学習パスを繋ぐ、AIを活用したキャリアナビゲーションプラットフォーム「Arkansas LAUNCH」を支援。
  • メリーランド州： 州の「Service Year」プログラムをヘルスケアなどの需要の高い分野に拡大し、離職した労働者が起業へと移行できるよう支援するアクセラレータープログラムを開始。
  • 賃金保険（Wage Insurance）： 再教育期間中に、より低賃金の職に就かなければならない労働者を支援するための「賃金保険」モデルを検討。

労働力変革の4つの柱

過去の「効果のない」再教育モデルを超えていくため、Raise Usは以下の4つの戦略的柱を中心に運営を構築しています：

  1. 州とのパートナーシップ： 短期的な資格取得や徒弟制度を通じて、州の教育・職業訓練プログラムを雇用主のリアルタイムな需要に適合させる。
  2. 雇用主連合： 企業が人材維持モデルを開発するためのサンドボックス（実験場）を構築する。例えば、Microsoftは、社内での流動性を高めるために、エントリーレベルの法務スタッフにAIスキルを習得させるトレーニングを試験的に実施している。
  3. 教育とトレーニング： 実践的な経験と、従来の4年制大学に代わる手頃な選択肢を優先した、AI主導のトレーニングモデルを拡大する。
  4. ポリシー・ラボ（政策研究所）： 自動化時代に向けた新しい政策枠組みを策定・テストするための専用の研究部門。企業の資金提供からは明確に切り離されている。

なぜこれがAI業界にとって重要なのか

Raise Usの立ち上げは、テック業界における極めて重要な認識を浮き彫りにしています。それは、AIにおける技術的なリーダーシップは、それに対応する「ピープル・ストラテジー（人材戦略）」がなければ意味をなさないということです。AIが実験的なチャットボットから、複雑な専門業務を遂行できるエージェントへと進化するにつれ、労働市場の構造的な変化は避けられません。これらの移行に資金を提供することで、自動化を推進している企業自身が、大規模な雇用喪失が引き起こしかねない社会経済的な不安定さを軽減しようとしており、レモンド氏が言うところの「自らの衰退を自動化してしまうこと」を防ごうとしているのです。

主なポイント

  • 前例のない協力体制： OpenAI、Anthropic、Microsoftといった直接的なAI競合他社が、労働力の移行イニシアチブに対して共同で資金提供を行うのは初めてのことです。
  • ターゲットを絞った拡張性： プログラムは、超党派の州パイロットを通じて、AIキャリアナビゲーションや賃金保険といった具体的なツールのテストを行っています。
  • 成果重視のモデル： 単なる講座の受講者数ではなく、実際の就職実績や雇用の安定性によって成功が測定されます。