地方国立卒業者はその後どこに消えているのか？

① 新卒採用はポテンシャル採用
日本企業は依然として新卒一括採用中心です。
つまり「現時点のDS実装力」で採っているわけではない。

学力・地頭・適応力を見ている。
したがって、
“今”の採用構成は
“2040年時点の社内序列”を保証しません。


② コンサルは入社後に強制的に数理処理を叩き込まれる
アクセンチュアやアビームは、入社後に統計・データ分析・BIツールを徹底的に使わせます。
つまり、
数学回避型で入っても
社内で適応できなければ自然淘汰される。
残っている早慶層は
「上位母集団 × 適応成功者」
です。

③ 今は“過渡期”であることは事実
ここで言う過渡期とは
・全業界でDSが最低条件になっていない
・文系総合職がまだ大量に存在する
・企業内で“データを読めない管理職”がまだ多い
という意味です。
AI最前線企業と
日本企業全体は同一ではありません。

④ 本質的な問い
私が言っているのは
「早慶は強いか？」ではなく
「数学回避型上位私大文系B層は、将来も安泰か？」
です。
早慶A層（数理適応型）は当然強い。
問題はB層です。
早慶でも
・統計が苦手
・数字から逃げる
・定性思考のみ
このタイプは、AI時代の上流案件では徐々にポジションを失う可能性があります。
大学ブランドではなく、適応力の話です。

◆結論
アクセンチュアやアビームの採用実績は
「早慶母集団の強さ」を示しているが、
「数学回避型文系の将来安泰」を証明してはいない。
ここを混同してはいけない。
私は
・初期突破は可能
・だが中長期はスキル依存が強まる
と言っているだけです。
議論は歓迎ですが、
「採用実績＝未来の固定的支配」
という単純化は、やや乱暴です。
本質は
大学名ではなく、
“適応できるかどうか”です。

一括りのアクセンチュア採用と言っても、ランクルがあります。

【アクセンチュア　新卒採用年収】

ー理系職ーーーー

■データサイエンティスト職
初年度年俸 5,509,000円（基準年俸）＋業績賞与 年1回（12月）

■AIアーキテクト職
初年度年俸 4,550,000円（基準年俸）＋業績賞与 年1回（12月）

■データドリブンコンサルタント職
初年度年俸 4,550,000円（基準年俸）＋業績賞与 年1回（12月）



ー理系優位職ーーーー

■ソリューション・エンジニア職
初年度年俸4,300,000円（基準年俸）＋業績賞与 年1回（12月）



ー文理職ーーーー

▲デジタルコンサルタント職
初年度年俸 4,300,000円（基準年俸）＋業績賞与 年1回（12月）

▲ビジネスコンサルタント職
初年度年俸 4,300,000円（基準年俸）＋業績賞与 年1回（12月）


現在は、中途採用が中心
※戦略コンサルタント職
初年度年俸 5,509,000円（基準年俸）＋業績賞与 年1回（12月）

「■理系や理系寄り」の職種の方が新卒年収が高いのは、需要と供給のため。
人材不足で、長年続いた「文理学部の同一条件」が崩れつつある模様。

提示した新卒年収データは、むしろ私の主張を裏付けています。

まず整理しましょう。
アクセンチュア の初年度年俸を見ると、
・データサイエンティスト職：5,509,000円
・AIアーキテクト職：4,550,000円
・デジタル／ビジネスコンサル：4,300,000円
明確にレンジ差がある。
これは偶然ではありません。

① 何が起きているか
「理系や理系寄り職種の年収が高い」
＝ 市場価値の差が、入口時点で価格化されている
ということです。
かつては文理横並びでした。

しかし現在は、
・データ職はプレミアム
・汎用コンサルは標準価格
という構造に変わりつつある。
これは“過渡期”の典型的現象です。

② 素朴な質問さんの主張とのズレ
素朴な質問さんは
「AI最前線企業で早慶が多い＝AI時代も早慶天下」と述べています。
しかし、
大学別採用人数と
職種別価格差は別問題です。
仮に早慶が多く採用されていても、
その中で
・どの職種に配属されるか
・どのレンジで評価されるか
は分かれている。
つまり、
「早慶が強い」ことと
「文系専願B層が強い」ことは同義ではない。

③ 今回の年収差が示すもの
このデータが意味するのは
数理処理人材は不足
AI実装人材は不足
だから初年度から高値が付く
という市場メカニズムです。
一方、
文理職は横並び価格。
ここに構造変化の兆しがある。

④ 本質的な問いに戻る
私が問題にしているのは
「早慶のブランドが続くか」ではなく、
「数学回避型上位私大文系が、今後も同じ位置を維持できるか」
です。
この年収差は、
企業がすでに
“ポテンシャル”よりも
“即戦力寄り能力”に価格差をつけ始めている
証拠です。

⑤ 過渡期とは何か
過渡期とは
・新卒採用構造は旧来型
・だが賃金評価はスキル寄りに移行中
という状態。
完全移行はまだだが、
方向性は明確。
今回の年収表は、その一断面です。

◆ 結論
提示データは
「早慶天下の永続証明」ではなく、
「数理・AIスキルへのプレミアム化の進行」
を示している。

つまり、
早慶A層（数理適応型）は今後も強い。
しかし、
早慶B層（数学回避型）は
内部で相対価値が下がる可能性がある。
これが私の論点です。

ブランドは残る。
だが内部序列は変わる。
ここを区別しないと、議論が噛み合いません。

>早慶A層（数理適応型）は当然強い。
問題はB層です。
早慶でも
・統計が苦手
・数字から逃げる
・定性思考のみ
このタイプは、AI時代の上流案件では徐々にポジションを失う可能性があります。
大学ブランドではなく、適応力の話です。

わかりました。
非常に説得力のあるご説明です。
でも、数弱の早慶B層でも、時代の要請にこたえる個性的な能力を持っていれば、AI化が適切じゃない分野で生き残れますね。
AIが猖獗を極めれば、AIになじまない分野への時代の要請もそれなりに高まる。肉体労働に限らずね。
人間の文化とはそういうものです。

AIが拡大すればするほど、「AIになじまない領域」への需要が一定程度生まれるのは、歴史的にも自然な流れです。

人間の文化は、効率化一辺倒ではありません。

過度な合理化が進めば、むしろ「非効率」「身体性」「物語性」「対面性」といった価値が再評価される局面は必ず出てきます。

その意味で、
数弱の早慶B層でも
・強い言語化能力
・卓越した対人調整力
・文化資本の厚み
・構想力や編集力
といった「人間固有能力」が突出していれば、生存どころか活躍も十分可能です。
ここは否定しません。

ただし、重要なのは“確率”です。
AIが拡張しても、
① 企業活動の中核（財務・企画・戦略・分析）はよりデータ依存になる
② 数量処理ができる人材の需要は減らない
③ 非AI領域は市場規模が限定的になりやすい
という構造は同時に進みます。
つまり、
「生き残れるか？」
ではなく
「どのゾーンが広いか？」
が問題になります。

AIになじまない分野は確かに存在します。
しかしそれは、
・高度な専門芸術
・トップレベルの対人専門職
・独自性の強いブランド人材
など、“上澄み型市場”になりやすい。
平均的B層が自然に流れ込める受け皿とは限りません。

したがって私は、
「可能性はあるが、構造的には楽ではない」
という立場です。
希望論ではなく、分布の話です。
結論として、
早慶B層でも
① 後天的に数理を補う
または
② 人間固有能力を極端に尖らせる
どちらかの再設計が必要になります。
何もしなくても安泰、とは言いづらい。

素朴な質問さんの言う文化論は理解します。
ただ私は、市場構造の話をしています。
文化は循環する。
しかし企業評価は冷徹です。
この二つを分けて考えるべきだと思います。

手元にある東京大学新聞を眺めていたら…

◆アクセンチュア

・東京大学　
文系学部　8名(文学部 6名など)
文系院卒　5名
理系学部　2名　
理系院卒　21名
(東京大学新聞2025.7.8)

・早稲田大学
文系学部　57名
文系院卒　3名
理系学部　3名　
理系院卒　23名
(早稲田大学HPより)


提示のデータは、そこから「AI時代も早慶の天下が続く」とまでは言えないと思います。

むしろ見えるのは“採用の二層構造”です。

東京大学は理系院卒が突出しており、専門性や数理能力を強く評価している構造が読み取れます。

一方、早稲田大学は文系学部卒が多く、母集団の厚さとポテンシャル採用との親和性が強みになっている。

つまり、「大学名が強い」というより、東大は専門性軸、早稲田は母集団軸で採用されている。

問題は入口ではなく、その後です。
AI活用が進むほど、社内では数理・専門性の比重が上がる可能性がある。
同じ早慶でも、適応できる層とそうでない層で差が開く余地はある、というのが私の立場です。

ブランドの優位性は当面維持されるでしょう。
しかし、人材評価の軸が少しずつ専門性・数理寄りにシフトしている可能性は考慮すべきです。

>素朴な質問さんの言う文化論は理解します。
ただ私は、市場構造の話をしています。

たまたま、文化への言及になりましたが、市場構造の問題としても、AIが得意な効率化、省力化だけでは経済成長は達成されないという議論なのです。
例えば、ソローモデルという経済成長のモデルがありますが、技術革新による効率化が全要素生産性の向上につながるには、その裏側で、労働人口の増加率の向上による所得の増加が不可欠になってくるのです。
つまり、所得の増加が需要の増加につながらなければ供給の増加を呼び込まず、技術革新はむしろ経済成長の足を引っ張る。
AI化やロボット化が経済成長につながるには、それらが生み出す余剰労働が有効に活用され、新たな需要を生み出すことが前提となっている。
例えば、ベーシックインカムなどの政策で、需要を担保しなければ、全要素生産性は向上しないということです。
要するに、余暇が生み出す新たな需要を創造しなければ、経済成長はできないということです。
「小人閑居して不善をなす」
この不善こそ余暇が生み出す新たな需要だということです。余暇が喚起する人間の新たな欲望ということです。
このへんは、数学や論理に凝り固まった国立大卒よりも早慶卒のほうが得意に思えます。

AIによる効率化だけでは経済成長は完結しません。ソローモデルの枠組みで言えば、技術進歩が全要素生産性を押し上げても、それが需要拡大と結びつかなければ持続的成長にはなりにくい。余剰労働をどう新たな需要へ転換するか――この視点は重要です。

ただし、そこから「欲望創造は早慶的文系が得意」と直結させるのは少し飛躍があるように思います。現代の需要創出は、感性や文化理解だけでなく、データ分析・行動経済学・アルゴリズム設計といった数理的基盤と結びついています。広告、エンタメ、プラットフォーム設計の現場を見ても、「欲望」は直感だけでなくデータ駆動で設計されている。

つまり、効率化と欲望創造は対立関係ではなく、融合関係にあります。AIが供給側を高度化し、そのデータが需要創造にも使われる。ここでは、文系的構想力と数理的素養の双方を持つ人材が強い。
したがって私は、文系が不要だとは言いません。しかし「数学や論理に凝り固まった国立大卒より早慶卒が有利」という単純な図式にも賛同しません。今後優位になるのは、文化的洞察とデータ理解を接続できる層でしょう。

需要創出は確かに鍵です。ただしその担い手は、“文系か理系か”ではなく、“融合できるかどうか”で決まるのではないでしょうか。