0:00:00.973,0:00:04.107
2014年は私にとって特別な年です

0:00:04.107,0:00:06.034
コンサルタントとして20周年

0:00:06.034,0:00:07.705
結婚20周年

0:00:07.705,0:00:10.887
一ヶ月後には50才になります

0:00:10.887,0:00:16.437
私は1964年にドイツの小さな街に生まれました

0:00:16.437,0:00:18.155
灰色の11月のある日

0:00:18.155,0:00:20.035
予定日を超えていました

0:00:20.035,0:00:23.518
病院の産婦人科は忙しく

0:00:23.518,0:00:28.023
その日多くの出産が予定されていて

0:00:28.023,0:00:30.145
実際

0:00:30.145,0:00:34.571
1964年はドイツで最も[br]出生率の高かった年なのです

0:00:34.571,0:00:36.591
130万人以上が生まれました

0:00:36.591,0:00:39.725
比べて去年は60万人

0:00:39.725,0:00:41.227
半分の数です

0:00:41.490,0:00:45.321
これはドイツの人口（年齢）[br]ピラミッドで

0:00:45.321,0:00:48.130
ここの上にある小さな点が私です

0:00:48.130,0:00:52.124
（笑）（拍手）

0:00:54.307,0:00:58.440
赤は潜在的労働力人口

0:00:58.440,0:01:02.689
15歳から65歳までの人口で

0:01:02.689,0:01:06.404
私はこの赤いエリアに興味があります

0:01:06.404,0:01:08.447
簡単なシミュレーションで

0:01:08.447,0:01:12.975
この年齢構造が数年でどう変わるか見てみましょう

0:01:12.975,0:01:14.414
このように

0:01:14.414,0:01:16.713
ピークが右へ移動して

0:01:16.713,0:01:23.238
多くのベビーブーマーと同じく[br]私は2030年に定年退職を迎えます

0:01:23.238,0:01:25.513
ところで この赤いエリアを予測するのに

0:01:25.513,0:01:28.382
出生率の予測値は必要ないんです

0:01:28.406,0:01:29.654
この赤い部分 つまり

0:01:29.678,0:01:33.290
2030年の潜在的労働世代人口は

0:01:33.291,0:01:36.589
今日もう確定しています

0:01:36.589,0:01:40.141
もし移民の流入率がそれ程[br]変わらないとすればですが

0:01:40.141,0:01:46.271
2030年と2014年の赤い部分を比べると

0:01:46.271,0:01:49.382
かなり小さくなるのが分かりますね

0:01:49.382,0:01:51.820
世界の状況をお見せする前に―

0:01:51.820,0:01:55.117
これはドイツにとって何を意味するのでしょう

0:01:55.117,0:01:59.204
労働力の供給は―

0:01:59.204,0:02:01.131
労働者たちの数は

0:02:01.131,0:02:04.800
ドイツで劇的に減少します

0:02:04.800,0:02:07.400
労働力の需要はどうでしょう？

0:02:07.400,0:02:09.211
ここが難しい部分ですが

0:02:10.163,0:02:14.970
コンサルタント達の得意の答えは

0:02:14.970,0:02:16.711
「時と場合によります」

0:02:16.711,0:02:19.079
なので私もそう言っていました

0:02:19.079,0:02:21.448
未来を予測することは避けたのです

0:02:21.448,0:02:22.957
憶測に過ぎない要素が[br]大きすぎるからです

0:02:22.957,0:02:24.513
その代わりに―

0:02:24.513,0:02:27.903
ドイツのGDPと生産性の成長を

0:02:27.903,0:02:29.598
過去20年に渡って見てみました

0:02:29.598,0:02:32.082
そして次のシナリオを計算したのです

0:02:32.082,0:02:36.563
もしドイツがこのGDPと生産性の[br]成長率を続けたいのなら[br]

0:02:36.563,0:02:38.676
ドイツで成長を維持するのに何人の労働者[br]が必要なのか

0:02:38.676,0:02:42.647
計算することができます

0:02:42.647,0:02:45.928
この緑のラインは労働力の需要です

0:02:45.928,0:02:49.209
ドイツは早くから人材不足に直面します

0:02:49.209,0:02:52.491
８００万人が不足することになります。

0:02:52.491,0:02:55.928
これは現在の労働人口の20％以上になります

0:02:55.928,0:02:58.598
とても大きな数です

0:02:58.598,0:03:00.711
それからいくつかのシナリオを計算してみて

0:03:00.711,0:03:03.173
このような図になりました

0:03:04.565,0:03:06.446
ギャップを埋めるのに

0:03:06.446,0:03:10.509
ドイツは劇的に移民の数を[br]増やさなければならず

0:03:10.509,0:03:12.715
女性の労働力をもっと[br]増やさなければなりません

0:03:12.715,0:03:14.480
退職年齢を先に延ばし―

0:03:14.480,0:03:16.895
これは今年早められたばかりですけれど―

0:03:16.895,0:03:19.658
これらの政策が一度に必要になります

0:03:19.658,0:03:23.721
ここでドイツが失敗すると[br]経済成長は停滞することになります

0:03:23.721,0:03:26.043
もう成長は見込めません 何故か？

0:03:26.043,0:03:29.456
それはこの成長の基盤となる[br]労働者たちがいないからです

0:03:29.456,0:03:33.913
企業は他の場所で従業員たちを[br]探すことになります

0:03:33.913,0:03:35.289
でも一体どこで？

0:03:36.730,0:03:40.776
我々は世界のGDPの70%以上を占める[br]

0:03:40.776,0:03:44.378
世界の15経済圏について

0:03:44.378,0:03:47.980
労働力の需要と供給をシミュレートしました

0:03:47.980,0:03:51.584
すると2020年までに[br]このような姿が浮かび上がります

0:03:51.584,0:03:54.277
青は労働力の供給過剰

0:03:54.277,0:03:56.762
赤は労働力の不足

0:03:56.762,0:04:00.454
グレーはその間のボーダーラインの国々です

0:04:00.454,0:04:06.560
2020年までにいくつかの国々では[br]まだ労働の供給過剰が見られます

0:04:06.560,0:04:08.743
イタリア、フランス、アメリカ等です

0:04:08.743,0:04:13.340
しかし2030年にはこれは劇的に変化し

0:04:13.340,0:04:17.961
世界的にほとんどの大きな経済圏で労働力が不足します

0:04:17.961,0:04:20.817
世界的にほとんどの大きな[br]経済圏で労働力が不足します

0:04:20.817,0:04:23.673
これはＢＲＩＣの内の３カ国を含みます

0:04:23.673,0:04:26.529
過去の一人っ子政策の影響が現れる中国

0:04:26.529,0:04:30.453
ブラジルとロシアです

0:04:30.453,0:04:34.168
さて 実を言うと

0:04:34.168,0:04:38.974
現実には 状況は更に困難になります

0:04:38.974,0:04:42.317
ここでお見せしているのは平均値に過ぎません

0:04:42.317,0:04:44.013
これを平均値から戻し

0:04:44.013,0:04:46.633
スキルレベル別に内訳を見てみると

0:04:46.633,0:04:47.950
見えてきたのは

0:04:47.950,0:04:51.884
ハイスキル労働力の不足率が更に高まり

0:04:51.884,0:04:56.063
ロースキル労働力が部分的に[br]余剰するという状況です

0:04:56.063,0:04:59.221
つまり 全体的な労働力不足に加えて

0:04:59.221,0:05:03.453
将来 社会はスキルのミスマッチが[br]蔓延する状況に直面することになります

0:05:03.477,0:05:05.176
これが意味するところは 至る所で

0:05:05.200,0:05:07.265
教育、資格、

0:05:07.289,0:05:12.322
政府や企業でのスキルアップ等の[br]大きな課題が生まれるということです

0:05:12.322,0:05:16.814
次に目を向けたのは [br]ロボット、自動化、テクノロジーです

0:05:16.814,0:05:21.306
テクノロジーは生産性を押上げ [br]この未来図を塗り替えるでしょうか？

0:05:21.306,0:05:24.584
これへの短い答えは

0:05:24.584,0:05:27.862
先ほどの数値はテクノロジーによる[br]生産性の押上げをすでに含んでいた

0:05:27.862,0:05:31.140
というものです

0:05:33.884,0:05:36.628
長い答えはこうなります

0:05:36.628,0:05:39.113
また ドイツを例に取ってみましょう

0:05:39.113,0:05:42.355
ドイツ人達は 生産性に関しては

0:05:42.355,0:05:45.597
定評があります

0:05:45.597,0:05:49.224
90年代に私は2年ほど[br]ボストンオフィスで働きました

0:05:49.224,0:05:52.851
そこを去る際 シニアパートナーが[br]私に言ったのは

0:05:52.851,0:05:56.480
「もっとドイツ人達をよこしてくれ[br]機械みたいに働いてくれるからね」

0:05:56.480,0:06:00.967
（笑）

0:06:00.967,0:06:04.259
1998年のことでした

0:06:04.259,0:06:08.028
16年後 きっと全く逆のことを言うでしょう

0:06:08.028,0:06:11.797
「もっと機械をよこしてくれ[br]ドイツ人みたいに働いてくれるからね」

0:06:11.797,0:06:15.566
（笑）（拍手）

0:06:18.108,0:06:22.811
テクノロジーが製造業だけでなく

0:06:22.811,0:06:24.808
多くの仕事に取って変わるでしょう

0:06:24.808,0:06:26.666
オフィスワーカー達も例外無く

0:06:26.690,0:06:29.521
ロボットやAI、ビッグデータや自動化によって

0:06:29.521,0:06:32.036
取って代わられるかも知れません

0:06:33.120,0:06:38.042
もはや鍵となる問いは―テクノロジーが[br]こうした仕事をするようになるのか ではなく

0:06:38.042,0:06:41.688
いつ どの位早くその時が訪れ [br]どの位の規模で？という問いです

0:06:41.688,0:06:43.383
言い換えれば

0:06:43.383,0:06:46.974
テクノロジーは世界的な労働力不足を[br]解決するのか？

0:06:46.974,0:06:50.565
答えは[br]イエス　アンド　ノー　です。

0:06:50.565,0:06:54.156
今の答えはより洗練された[br]「時と場合によります」ですね

0:06:54.156,0:06:55.203
（笑）

0:06:55.227,0:07:00.310
自動車産業を例に取りましょう

0:07:00.310,0:07:04.814
そこでは40%以上の産業ロボットが[br]既に導入されており

0:07:04.814,0:07:07.546
自動化が始まっています

0:07:09.332,0:07:14.659
1980年には電気部品は[br]自動車の生産コストの

0:07:14.659,0:07:17.329
10%以下しか占めていませんでしたが

0:07:17.329,0:07:20.580
今日これは30%以上になり

0:07:20.580,0:07:25.403
2030年までに50%以上になるでしょう

0:07:25.427,0:07:29.608
これらの新しい電子部品や[br]アプリケーションは

0:07:29.632,0:07:33.317
新たなスキルを必要とし[br]新たな雇用を生み出しました

0:07:33.317,0:07:37.002
認知システム工学のようなものです

0:07:37.002,0:07:40.688
運転手と電子制御システムとの[br]やりとりを最適化する仕事です

0:07:42.081,0:07:48.668
1980年には誰もそんな仕事が生まれるなど[br]想像もできませんでした

0:07:49.534,0:07:51.027
そして実は

0:07:51.051,0:07:55.246
車の製造に関わった人々の数は

0:07:55.246,0:07:58.659
ロボットや自動化が始まっても

0:07:58.659,0:08:01.677
過去10年に渡り少ししか変わっていません

0:08:01.677,0:08:03.443
これは何を意味しているのでしょう？

0:08:03.443,0:08:05.856
もちろん テクノロジーは多くの作業に取って代わります

0:08:05.880,0:08:11.707
でも同時に多くの新たな仕事やスキルが生まれて

0:08:11.731,0:08:17.768
そのことはテクノロジーは全体的にスキルの[br]ミスマッチを悪化させるということを意味します

0:08:17.768,0:08:19.510
このような脱・平均値化は

0:08:19.510,0:08:23.111
政府や企業にとっての危機的な[br]課題を露わにしていきます

0:08:25.175,0:08:29.006
高スキルな人々―

0:08:29.006,0:08:33.046
人材は次の10年 重要になります

0:08:33.046,0:08:38.688
もしこうした人材達が不足しがちな資源だとすれば[br]彼らのことをより良く理解するべきです

0:08:38.688,0:08:41.636
彼らは海外で働いても[br]いいと思っているだろうか？

0:08:41.636,0:08:43.402
どんな仕事を好むだろうか？

0:08:44.552,0:08:49.593
答えを見つけるために 今年[br]我々は世界的に調査を行いました

0:08:49.617,0:08:54.870
189カ国からの20万人の[br]求職者たちが対象です

0:08:56.021,0:09:01.449
移住はギャップを埋める主要なポイントです

0:09:01.469,0:09:03.013
少なくとも短い期間の解決策になります

0:09:03.013,0:09:05.613
ですから流動性について質問しました

0:09:05.613,0:09:10.234
これら20万人の60%以上が

0:09:10.234,0:09:12.834
海外で働いてもいいと回答しました

0:09:12.834,0:09:14.994
私の予想より高い値でした

0:09:14.994,0:09:18.407
21歳から30歳の従業員たちをみると

0:09:18.407,0:09:20.706
その数値は更に高いものでした

0:09:20.706,0:09:24.026
国別に見てみると

0:09:24.026,0:09:29.227
確かに世界で人々は流動的でしたが[br]一部だけだとわかりました

0:09:29.227,0:09:33.279
最も移住を好まない国は[br]ロシア、ドイツ、アメリカでした

0:09:34.358,0:09:37.632
では人々の好む移住先は？

0:09:37.632,0:09:42.462
7位はオーストラリア 28%の人々が[br]移住していいと考えています

0:09:42.462,0:09:46.780
そしてフランス、スイス、ドイツ、[br]カナダ、イギリスと続き

0:09:46.804,0:09:50.109
世界で一番の人気はアメリカです

0:09:50.744,0:09:54.239
さてこの20万人達の好む仕事は？

0:09:54.263,0:09:55.746
仕事に何を求めているのでしょう？

0:09:57.043,0:10:03.475
26のリストのうち 給料は8番目

0:10:03.475,0:10:08.003
上位４つは職場の文化についてでした

0:10:08.003,0:10:09.558
第４位

0:10:09.558,0:10:12.554
上司との良好な関係

0:10:12.554,0:10:16.571
第３位 ワーク・ライフ・バランス

0:10:16.571,0:10:20.332
第２位 同僚との良好な関係

0:10:20.332,0:10:23.727
第１位は世界中で同じです

0:10:23.751,0:10:27.340
自分の仕事に対して評価されること

0:10:28.321,0:10:31.152
つまり 感謝されるということです

0:10:31.152,0:10:34.496
年に一度のボーナスじゃなく

0:10:34.496,0:10:37.986
毎日のことです

0:10:37.986,0:10:41.413
つまり　世界的な労働力危機は個人的な問題に集約されます

0:10:41.413,0:10:44.840
人は認められたいのです

0:10:44.840,0:10:48.267
皆そうではないでしょうか？

0:10:51.302,0:10:54.882
それでは点と点をつないでみましょう

0:10:54.882,0:10:57.250
私たちはこれから[br]世界規模の危機に直面します

0:10:57.250,0:11:00.222
全体的な労働力不足

0:11:00.222,0:11:02.173
スキルのミスマッチ

0:11:02.173,0:11:05.307
文化的な課題

0:11:05.307,0:11:09.231
そしてこの世界規模の労働力不足は[br]目前に迫っています

0:11:09.231,0:11:11.971
今私たちはちょうどターニングポイントにいます

0:11:11.971,0:11:16.359
私たち―政府や企業は何ができるのでしょう？

0:11:16.359,0:11:17.962
全ての企業は

0:11:17.962,0:11:19.749
そして全ての国々は

0:11:19.749,0:11:21.677
人材戦略が必要です

0:11:21.677,0:11:24.649
そして今直ぐに行動すること です

0:11:24.649,0:11:28.596
この人材戦略には４つの柱があります

0:11:28.596,0:11:30.407
１つめは 計画

0:11:30.407,0:11:36.537
様々な仕事やスキルについて[br]需要と供給を予測します

0:11:36.537,0:11:41.272
労働力プランニングはファイナンシャル・[br]プランニングよりも重要になります

0:11:42.109,0:11:45.732
２つめは優れた人材を[br]どう惹きつけるかということ

0:11:45.732,0:11:48.831
ジェネレーションY、女性、[br]そして定年退職者達もです

0:11:49.865,0:11:53.854
３つめ 従業員の教育とスキルアップです

0:11:53.878,0:11:56.433
スキルアップの課題が山積みです

0:11:57.666,0:11:59.500
４つめ

0:11:59.500,0:12:02.029
どう優れた人材を維持するるか

0:12:02.053,0:12:03.399
ということは

0:12:03.423,0:12:08.298
職場でどう感謝と良好な関係の[br]文化を実現するかです

0:12:11.643,0:12:17.675
しかしその根底にある重要な要因は[br]どう私たちの態度を改善するかです

0:12:18.424,0:12:20.564
従業員は資源であり資産です

0:12:22.704,0:12:24.402
コストでもただの頭数でもなければ

0:12:24.402,0:12:26.100
機械でもなく・・・

0:12:26.100,0:12:27.800
「ドイツ人達」でもないのです

0:12:27.800,0:12:29.278
ありがとうございました

0:12:29.302,0:12:33.189
（拍手）