日本新卒就職活動

1. 準備フェーズ(大学3年次 3月~5月)

  • 自己分析:価値観、強み、やりたいことを明確化
  • 業界研究:志望業界の動向、企業の特徴を理解
  • 就職軸の設定:「何を重視して企業を選ぶか」の基準確立

2. インターンシップ(大学3年次 6月~8月)

  • 夏期インターンに多数参加
  • 実際の職場体験を通じて業界・企業理解を深める
  • 内定直結型インターンも増加

3. 本選考フェーズ(大学4年次 3月~10月)

① 企業説明会(3月~)

  • 企業の事業内容、求める人材像を理解
  • オンライン説明会が主流に

② 書類選考(3月~)

  • エントリーシート:志望動機、自己PR、ガクチカ(学生時代に力を入れたこと)
  • 履歴書:基本情報、学歴、資格を記載

③ 筆記試験(6月頃~)

  • SPI3:言語・非言語能力、性格適性検査
  • 玉手箱:Webテスト形式の適性検査
  • TG-WEB:思考系問題に特化

④ 面接選考(7月~8月が山場)

  • 1次面接:基本素質、コミュニケーション能力の確認
  • 2次面接:志望動機、能力、人物像の深堀り
  • 最終面接:役員による最終判断

主な面接質問

  • 「自己紹介をお願いします」
  • 「当社を志望する理由は?」
  • 「学生時代に力を入れたことは?」
  • 「自分の長所・短所は?」

⑤ 内定(10月)

  • 正式な採用内定の通知
  • 就職協定:正式な内定日は10月1日

日本のAI国力:現状と課題のまとめ

1. 現状認識:高い潜在力と顕在化する遅れ

強み(潜在力):

ものづくり基盤:高い製造技術と、実世界(実空間)に強みを持つ産業基盤(ロボット、自動車など)がある。

研究開発人材:研究者の数は世界第3位であり、平均年齢が米国より若い(約40歳)。長期の基礎研究と細やかな改良(すり合わせ技術)に強みがある。

未活用のデータ資産:研究ノートや製造現場のクローズドデータなど、汎用AIが学習していない貴重な「サイエンスデータ」を大量に保有している。

弱み(遅れと課題):

企業投資と戦略の遅れ:ChatGPTに代表される生成AIや基盤モデルの開発競争で、米中に大きく後れを取っている。特に「攻めの投資」が不足。

IT/AI人材の不足:AIを開発・活用できる高度人材が不足している。教育と採用が遅れており、OECD調査でも「ITを活用した問題解決能力」は10位と低迷。

業務プロセス革新の遅れ:AI化が「業務の置き換え」に留まり、業務プロセスそのものを変革する「革新」段階に至っていない。

研究力の低下:論文数は停滞・減少し、論文の影響力を示す「相対インパクト」は31位まで低下。大学教員の研究時間も減少している。

2. 核心的な課題

「情報空間」での競争敗退:第四次産業革命は「情報空間」から「実空間」へ進出する。しかし、あらゆる企業がIT企業化する中で、IT化が不得手な日本企業は不利な立場にある。

「頭脳資本主義」への適応不足:現代は労働者数ではなく、「頭脳」のレベルが競争力を決める。世界的な頭脳の奪い合いの中で、日本は優秀な人材を惹きつけ、育成する仕組みが脆弱である。

エネルギー制約:生成AIの進化には膨大なエネルギーが必要。データセンターの電力需要増大に対応する、効率的なエネルギー利用技術(人工光合成、核融合等)の開発が急務。

3. 提言される成長戦略と回復への道筋

独自LLMとデータプラットフォームの構築:日本が強みを持つ「サイエンスデータ」や製造現場データを活用した、偏りのない専門的な大規模言語モデルを構築する。計測機器メーカー等と連携し、研究データを共有するプラットフォームを確立し、新たなビジネス基盤とする。

コンソーシアムによる突破:量子技術など巨額投資が求められる分野では、単独では太刀打ちできないため、企業や研究機関がコンソーシアムを組み、官民一体で技術開発と標準化を目指す。

人材戦略の大転換:

教育の転換:知識の暗記から、問題発見・解決能力、創造性を育成する教育へ。リベラル・アーツとSTEM教育の両輪が重要。

高度人材の獲得:シリコンバレーなど世界のトップ人材を日本に招致したり、交流させたりすることで、キャッチアップと独自性の創出を図る。「真の働き方改革」:無駄な会議や雑務を削減し、人材がクリエイティブな業務に特化できる環境を整える。

俯瞰的・客観的な長期戦略の策定:AI、量子、核融合など複数の技術の進展を俯瞰的に分析し、様々な未来シナリオを想定した上で、柔軟に調整可能な長期戦略を立てる。

総括

日本のAI国力は、高い潜在力(製造力、研究人材、データ)を十分に活かし切れていない状態にあります。ChatGPT登場後のランキング急落は、この「潜在力と現実のギャップ」を象徴しています。

回復のカギは、「ものづくり」の強みを「情報空間」での競争力にどう結びつけるかにあります。そのためには、自らの強みを活かした独自LLMの構築、世界に開かれた人材戦略、そして技術の潮流を読む俯瞰的な視点が不可欠です。これらを実現できたとき、日本はAI時代において「技術の消費者」から「価値の創出者」へと再び躍進できる可能性があります。

参考文献

1、俯瞰的にみたAIの進化と日本の国際競争力 ー日本企業にAIに飲み込間れるのか? 中村達生 Japlo Year Book 2025 https://japio.or.jp/00yearbook/files/2025book/25_3_06.pdf

2、AI時代に日本は逆転できるか?-競争力強化と教育改革 井上智洋 https://www.soumu.go.jp/main_content/000520386.pdf

「ネコとおやつ」

:朝、猫が私の顔を舐めている

:顔に何か付いていることに気づく

:猫が「ペットおやつ」の袋を持ってきて、食べたい様子

:飼い主としての私がお腹が空いたことに気づく

外交青書2023年ワードクラウド

2023年度の外交青書の情勢認識を基づいて、安全保障、経済安全保障、地球規模課題という三つに分けて、個別なワードクラウドを作ります。

1. 安全保障(赤系)

キーワード:安全保障、防衛、軍事、抑止、核、ミサイル、同盟、戦略

意味:
日本周辺の安全保障環境が戦後最も厳しい状況にあることを反映します。
北朝鮮の核・ミサイル開発、中国の軍事力増強、ロシアの侵略などが背景です。
「抑止」「同盟」は、日米同盟や国際協力の重要性を示します。


2. 経済安全保障(緑系)


キーワード:経済安全保障、サプライチェーン、半導体、レアアース、AI、量子、IoT、サイバー

意味
経済と安全保障の融合が進み、技術・資源の確保が国家戦略に直結します。
半導体やレアアースの供給網強化、AIや量子技術の保護、サイバー攻撃対策が重要課題です。
「偽情報」は情報戦の脅威を示します。


3. 地球規模課題(青系)


キーワード:気候変動、環境、感染症、パンデミック、核軍縮、SDGs、グローバルガバナンス

意味
気候変動や感染症など、国境を越える課題への国際協力の必要性を反映します。
「核軍縮」「SDGs」は、持続可能な開発と平和構築の重要性を示します。
「グローバルガバナンス」「国連」は、国際秩序の再構築がテーマです。

まとめ

全体の特徴

  • 安全保障は軍事・防衛関連語が多く、緊張感を示します。
  • 経済安全保障は技術・資源・情報分野が中心で、未来志向を導いて決まりました。
  • 地球規模課題は協力・持続可能性・国際機関がキーワードです。

ロボットに課税すべきか?

はじめに

 「ロボットに課税する」と聞くと、SF映画のような未来を想像するかもしれません。しかし、今、世界中でこのテーマが真剣に議論されている。目の前に見えない工場で働く産業用ロボットや生活の回りにスーパーのセルフレジのが、これまで人間が行ってきた仕事を代わりに行うことが増えてきた。このような状況の中で、「ロボットに税金をかけるべきではないか?」という問題が出てきている。このエッセイでは、ロボット税とは何か、それを導入すると社会にどのような影響があるのか、そしてただいまの解決策があるのかを、高校生のみなさんにもわかりやすく説明する。

ロボット税とは何か?

 ロボット税とは、その名前の通り、ロボットに対して課される税金のことだ。しかし、ロボットそのものに税金がかかるわけではない。正確に言うと、AI・ロボットにより労働者が代替されると、今まで労働者が払ってきた所得税が減少するため、労働者が払う筈であった所得税をAI・ロボットに代わって払ってもらおうという考えである[1]。

 例えば、ある自動車工場で、これまで100人で行っていた溶接の仕事を、10台のロボットに置き換えたとする。その結果、会社は人件費が大幅に削減され、多くの利益を得る。ロボット税は、このようにして生まれた余分な利益の一部を税金として納めさせ、それを社会のために使おうというアイデアなのだ。

AI・ロボットの何にいくら課税するか?

 AI・ロボットの何にいくら課税するのか、という議論もなされていない。例えば、AI・ロボット1台が生み出す付加価値は一体どうやって計算するのか、例えば自動車の生産ラインでは溶接ロボットと人間が一体的に働いているが、そのうちロボット1台が生み出す付加価値を一体どうやって計算するのかといった議論もなされていない。ロボット税は、まだその程度のレベルでしかない。

なぜそんなことが必要なのでしょうか?

 主な理由は2つある。

1.失業問題への対応:

    ロボットが仕事を奪うことで、短期的に多くの人が職を失い、給与に関する税収(社会保障負担に関する支援を含む)。ロボット税でお金を集め、そのお金で失業した人の生活を支えたり、人間とロボットの間に平等な土俵を作ることが目的としている。

    2. 税収の減少を防ぐ:企業が従業員を減らせば、国は所得税(給料から引かれる税金)や社会保険料の収入が減ってしまいます。ロボット税は、この減ってしまった税収の穴埋めとして機能する。

    ロボット税を導入するメリットとデメリット

    ロボット税には良い点と悪い点の両方があります。

    メリット(良い点)

    1.社会保障の財源を確保できる:ロボットによって仕事を失った人々への支援(ベーシックインカムや職業訓練)に税金を充てることができる。

    2.技術の進歩のスピードを調整できる:急速な自動化が社会に与える衝撃を和らげ、人々が新しい時代に適応する時間を作れるかもしれません。

    3.公平性の確保:人間が働いて税金を納めているのに、ロボットを使う企業だけが税金を免れるのは不公平だ、という両方の公平を維持する考え方である。

    デメリット(悪い点)

    1、技術革新の妨げになる:ロボット税は、企業にとっては新しい技術を導入するコストになる。そのため、「せっかく効率化できる技術があるのに、税金がかかるなら導入をやめよう」という企業が出てきて、社会全体の技術の進歩が遅れてしまう可能性がある。

    2、国際競争力の低下:もし日本だけがロボット税を導入すると、日本の企業は海外の企業に比べてコストが高くなり、競争で負けてしまうかもしれません。

    3、「ロボット」の定義が難しい:スマートフォンの音声アシスタントや、自動運転のソフトウェアはロボットと言えるでしょうか? どこまでを「課税対象のロボット」とするのか、線引きが非常に難しくなる。

     これまで肉体労働者が機械に代替されてきた歴史では、ロボットの導入を促進する税制を導入し、その普及を加速してきた。ところが、人間の頭脳労働を代替するAIが出現した途端、政策の180度転換を主張する人が出現してきたということである。そのくらい、一部の人にとっては、肉体労働を機械に代替することと、頭脳労働を機械に代替することとの間には、大きな違いがあるということだろう。[1]

    ロボット税以外の解決策は?

     ロボット税には大きな課題があるため、別の方法を考えることも重要です。ここでは2つの代替案を紹介します。

    1. 教育と職業訓練の充実

    これは最もポジティブな解決策の一つです。ロボットに奪われにくい仕事、例えば、クリエイティブな仕事(デザインや音楽)、高度な専門知識が求められる仕事(エンジニアや研究者)、人と人とのコミュニケーションが中心の仕事(介護や教育)などに必要なスキルを、学生のうちから、あるいは社会人になっても学び続けられる環境を整えるのです。国や企業がお金と時間を投資して、人々が未来の仕事に適応できるように支援する。

    2. 新しい税金の形を考える

        ロボットそのものに税金をかけるのではなく、企業が得た「巨額の利益」全体に対して、より公平な課税を行うという方法もある。また、データを利用してビジネスを行う巨大IT企業(GAFAなど)に対して、そのデータ利用に応じた「デジタル課税」を導入する動きも世界的に広がっている。これは、ロボット税と目指すところが似ている。

    おわりに:私たちの未来をどうする?

     ロボットやAIが私たちの生活に入り込んでくるのは、もはや避けられない流れです。ロボット税は、その変化によって生まれる問題を解決するための「対症療法」として注目されている。しかし、それは技術の進歩にブレーキをかけるリスクもはらんでいる。

     本当に大切なのは、「ロボットに課税するか、しないか」という単純な問いではなく、技術の進歩の恩恵を社会全体でどう分かち合い、誰もが幸せに暮らせる未来をどうデザインするかということではないでしょうか。そのための手段として、ロボット税を議論のきっかけにしつつ、教育の充実や税制度の抜本的な見直しなど、より幅広い視点で考えることが、高校生であるみなさんを含む、これからの社会を担う世代に求められている。

    参考文献

    • 第124回「AI・ロボット税は経済の救世者か、それとも破壊者か?」岩本 晃一 2020年12月11日
    • 生成 AI と課税―ロボット課税から AI 利用へ― 渡辺 徹也 2024 年2月1日