G20はもう機能していない——議長国の欠席と成果なき会合が示すもの

2026年10月15日、バンコクで開かれたG20財務相・中央銀行総裁会議は、共同声明を出すことなく終わった。議長国である米国の財務相スコット・ベセントは欠席し、代理が出席しただけであった。この事実は、単なる手続き上の不手際ではない。世界の主要経済を束ねる場が、すでに実質的な調整機能を失っていることを示す一つの兆候となった。

G20は1999年、アジア通貨危機を受けて発足した。当初は財務相・中央銀行総裁レベルの会合で、国際金融の安定を話し合う枠組みだった。2008年の世界金融危機では首脳級に格上げされ、景気刺激や金融規制で一定の協調を生んだ。危機時に主要国が顔を合わせ、方向性をすり合わせる場としての期待は、少なくとも当時は存在したのである。

しかしその後、状況は変わった。ロシアによるウクライナ侵攻以降、共同声明の採択は困難となり、議長サマリーで代替する例が続いた。地政学的対立が強まる中で、全員一致の文書を出すこと自体が難しくなった。2026年の米国議長年は、この傾向をさらに明確にした。

米国はアジェンダを「規制負担の軽減」「安価で安全なエネルギー」「新技術の推進」に絞り、気候変動や開発といった従来の広範なテーマを後退させた。南アフリカを招待しない決定は、Afrikaner問題や議長国引き継ぎをめぐる対立を理由とするもので、メンバー国を排除する異例の対応である。首脳会議の会場がトランプ所有の施設である点も、公的な多国間の場と私的利益の境界を曖昧にしている。

今回のバンコク会合の異例さは、さらに際立っている。そもそも議長国の財務相が主要会合を欠席するのは、ほぼ前代未聞である。ホスト国が主導責任を放棄する形となり、共同声明も出なかった。中東情勢に伴うエネルギー価格高騰やインフレ懸念について、主要国間の公式な合意は形成されなかった。会合は開かれたものの、成果文書という形の「結果」はゼロに近い。

この事態の問題性は、単に一回の会合が空振りした点に留まらない。議長国の欠席は、枠組みの運営原理そのものを揺るがす。メンバーの排除は、「20の主要経済」を包摂するという前提を自ら否定する。共同声明が出ないことが常態化すれば、会合の意義は対話の機会提供に縮小する。実質的な政策調整の場ではなく、顔合わせと個別会談の場と化す。地政学的分断が強まる中で、危機時に主要国が協力して対応する機構としての役割は、すでに空洞化している。

G20は、過去の成功体験への惰性で存続しているに過ぎない。議長国の欠席、メンバーの排除、成果文書の不在は、その機能不全を象徴する。多国間協調の形式を維持しつつ実質を失わせる運営は、他の主要国も自国の利害を優先する傾向を強め、枠組み全体の信頼性をさらに低下させている。危機対応の場として期待される機構が、こうした状態で残ること自体が、多国間主義の限界を示しているのである。

社内AI人材育成の実態はリストラではないか

このところ、日本の大手企業を中心に、営業や事務といった非IT部門の社員を、生成AIを活用したアプリケーション開発や業務デジタル化を担う人材へと転換・育成しようとする動きが広がっている。みずほフィナンシャルグループが営業・事務職を対象に「みずほAI Bootcamp」を設け、3カ月程度の育成でAIアプリケーション開発人材へと転換し、10年以内に数千人規模へ拡大する計画を公表したことはその象徴的な事例である。同様の方向性はJR東日本にも見られ、同社は2027年度までに現場の課題をデジタルで自ら解決できる「ミドル人材」を約5,000人育成する方針を掲げ、ノーコード・ローコードを中心にアプリ開発能力を現場に持たせようとしている。三井系企業やSMBCグループでも、生成AIのリテラシー教育や短期間のバイブコーディング研修、内部の専門組織による推進など、非エンジニア層にAIを使った開発や業務改善の役割を期待する取り組みが進んでいる。これらはいずれも、AIによって定型的な事務作業が削減される一方で、外部からの専門人材確保が困難であるという現実を背景に、既存の人員を内部で再配置しようとする動きとして共通している。

しかし、この全体的な傾向は、AIの本質的な役割と組織の現実を十分に踏まえていない点で、根本的に妥当性を欠いている。

そもそも、AIの主たる効果は、定型的な処理やルーチンワークを代替し、人員を削減することにある。みずほ自身が事務職最大5,000人分の業務をAIで置き換える方針を示しているように、企業はまず「人を減らす」側の論理でAIを導入している。にもかかわらず、削減対象となる層を「AIを作る側」に回すという発想は、役割の逆転を意味する。

生成AIによってコーディングのハードルが下がったことは事実だが、それは「指示を出してプロトタイプを出す」作業が容易になったことを示すにすぎず、品質の担保、セキュリティ、保守運用、障害対応まで含めた継続的な開発能力を、短期間の研修で非専門職の大多数に習得させられることをまったく意味しない。パイロット段階で少数の意欲ある社員が一定の基準をクリアした事例を根拠に、数千人規模で「使える」人材が生まれると想定するのは、希望的観測の域を出ない。これは普通に考えて、とても変な話だ。

三つの事例を個別に検討しても、いずれもこの根本的な矛盾を解消してはいない。みずほの計画は最も明示的であり、希望者ベースでの段階的拡大やAIツールの活用による期間短縮を謳っているが、5人のパイロット成功を除けば、大規模展開時に実際に業務に耐える品質のアプリを継続的に生み出せる割合についての検証は示されていない。JR東日本の「ミドル人材」育成は、みずほほど「開発者への職種転換」を強調しておらず、現場兼務のままノーコード・ローコードで課題解決を目指す点で相対的に現実的ではある。それでも、5,000人規模で安定した成果を出せるという前提は、依然として実証が不足しており、現場の業務負荷との両立が容易でない点は変わらない。三井系やSMBCグループの取り組みは、全社員へのリテラシー向上や専門組織による支援、短時間の体験型研修にとどまる部分が多く、みずほのような大規模な職種転換までは踏み込んでいない。その意味では過剰な期待を抑えられているが、結局のところ「現場の人がAIで何とかする」という方向性自体からは脱しておらず、根本的な解決には至っていない。ではいったこれは何なのか。

結局のところ、これらの動きはAIの技術的可能性を過大評価し、人員再配置の困難を「リスキリング」という名目で先送りしているに過ぎない。AIが急速に進化する中で10年という時間軸を設定すること自体が、変化の速度に対する認識の甘さを示しており、計画そのものが陳腐化するリスクを内包している。企業にとって必要なのは、既存人員を無理に開発者に仕立てることではなく、AIによって本当に削減すべき業務を明確にし、残る高度な判断や監査、業務設計に特化した人材をどう確保・配置するかを、現実的な規模で検討することである。現時点の取り組みの多くは、その問いに正面から答えていない。というか、日本企業の現在の駄目を煮詰めたような笑い話ではないのか？