2年前、副業でクラウドワークスに登録したとき、自分のスキルは「ExcelとAccess」だと思い込んでいた。10年かけて社内で磨いたスキルだったし、案件もそれなりにある。月2〜3万円稼げれば上等だと思っていた。

ところが登録から6ヶ月後、試しにExcelマクロをPythonで書き換えてみたら、同じ作業が10分の1の時間で終わった。しかも案件の応募単価が一気に2.5倍になった。そこで気づいた。「Excelを使いこなすこと」が目的になっていて、それ以外の選択肢を自分で消していたのだと。

この「古い知識や前提を意識的に手放す」行為に、名前がある。**アンラーニング（Unlearning）**と呼ぶ。世界経済フォーラム（WEF）が2026年の「Future of Jobs Report」でも重点スキルとして挙げており、AI代替が加速する会社員にとって今最も重要な思考習慣のひとつだ。

仕組み・背景を正確に把握する

アンラーニングは「学習棄却」「学びほぐし」とも訳される。1990年代にピーター・ドラッカーが「知識社会では古い知識そのものが障害になる」と指摘したのが起点で、日本では北海道大学・松尾睦教授が2021年に著書で体系化したことで広まった概念だ。

一言で表せば、「かつては正しかった知識・習慣・前提を、意識的に疑い直して書き換えること」。

よく混同されるのがリスキリング（新しいスキルの習得）だが、違いは明確だ。リスキリングはゼロに新しいスキルを「追加」する。アンラーニングは、古い前提ごと「上書きする」。

たとえば社内SEが「社内システムはExcelで管理するのが基本」という前提を持ったまま新しいツールを学んでも、「補助的にPythonも使える」どまりになる。前提ごとアンラーニングして「データ処理はコードで自動化するのが基本」と書き換えると、ツール選びの判断軸ごと変わる。行動の変化の規模がまったく違う。

なぜ2026年に急務なのか

WEFの試算では、2030年までに必要スキルの39%が変わる。さらに一度習得したスキルが職場で有用性を保てる期間、いわゆる「スキル半減期」は、1980年代の約30年から2026年時点で約2.5年に短縮しているとされる。

年換算すると、スキルの価値が毎年約28%ずつ目減りしていく計算だ。「10年かけて覚えたことは10年使える」という常識そのものが、もう機能しない。

生成AIの登場で、この速度はさらに上がっている。2023年に「これが使えれば有利」とされていたツールが、2026年には標準スキル以下になっているケースが続出している。追加で学ぶより先に、「何を手放すか」を決める習慣が問われている。

具体的な数字で試算する

アンラーニングの有無で、会社員の副業収入と市場価値にどれだけの差が出るか。自分の経験と求人市場のデータをもとに試算した。

アンラーニングなし vs あり：副業・年収への影響

項目アンラーニングなしアンラーニングあり
主なスキルExcel・Access・旧バージョンRPAPython・クラウドDB・AI活用
副業の時給相場1,000〜1,800円3,000〜6,000円
副業月収（週5時間想定）約2万円約5〜7万円
転職時の想定年収（年収600万円・社内SE）580万円〜（現状維持）680万円〜（+100万円程度）
学習効率毎回ゼロから積み上げ前の知識が加速の土台になる

副業月収だけで月3〜5万円の差、年間36〜60万円の開きが生まれる。この差額をNISAの成長投資枠に毎年追加し、年7%複利で20年運用すると差額分だけで約1,600〜2,700万円の資産差になる計算だ（目安・試算）。

年収別・アンラーニング習得コストと回収期間

アンラーニングにかかるコストは主に「時間」だ。スキルの棚卸しと学習切り替えに最初の3ヶ月で月10〜20時間を投じるとして、機会コストを時給換算する。

年収時給換算（残業込み・目安）3ヶ月の機会コスト年間リターン（副業増収・試算）回収期間の目安
400万円約1,900円約5.7万円約36万円約2ヶ月
600万円約2,900円約8.7万円約48万円約2ヶ月
800万円約3,800円約11.4万円約60万円約2.3ヶ月

副業収入が月3〜5万円増える想定なら、年収帯に関わらず3ヶ月以内に投資コストを回収できる計算になる。「時間がもったいない」ではなく「始めるのが遅ければ遅いほど損」という構造だ。

今すぐやること4つ

1. 「自分の思い込みリスト」を10個書き出す

「〜が基本」「〜は当たり前」「〜はうちの会社ではやらない」という文章を10個書く。業務の慣習・使っているツール・報連相のやり方・副業で売っているスキルの定義、何でもいい。

書いた後、「それは今も本当に正しいか？　AIや他ツールに代替されていないか？」を一つずつ問う。これがアンラーニングのスタート地点だ。自分がこれをやったとき、「Excelが使えること＝強み」という思い込みが真っ先にリストに入った。

2. 求人票でスキルの需給ギャップを毎年1回確認する

転職するつもりがなくていい。自分の職種・業種で「求められるスキル」が毎年どう変化しているかを確認するだけで、どの知識が陳腐化しているかが見える。

IndeedやLinkedInで「社内SE」「ITエンジニア」の求人を20〜30件見て、必須スキル欄をスクリーンショットかメモにまとめる。1年後に同じことをして差分を比較する。差分がアンラーニングすべき部分だ。

3. 「1捨て1入れ」で副業スキルを年1回更新する

副業で使っているスキルを1つ特定し、「これより高単価になれる別のスキル」に入れ替える。自分の場合はExcel→Python（時給+1,500円）、Python→AI活用案件（時給+2,000円）と段階的に切り替えた。

一度に全部変えようとすると継続できない。年1回、「1捨て1入れ」だけにする。これだけでも3年後の副業単価が別物になる。

4. 月1回「学習メモの棚卸し」で不要な知識にタグをつける

NotionやメモアプリにためてきたIT・業務知識のメモを月1回見直す。「これはもう使わない」「AIが代替した」「会社の方針が変わって関係なくなった」というものに「アーカイブ」タグをつける。

頭の中も同じで、「意識的に忘れる」作業をやると、新しいことを覚えるスペースが開く。自分はこれをやり始めてから、新しいスキルの定着が体感で1.5倍速くなった。古い情報が頭のメモリを圧迫しなくなるからだと思う。

まとめ

アンラーニングは、新しい知識を「加える」のではなく、古い前提を「削る」作業だ。

自分が2年前にExcel中心の副業スタイルを疑わなかったのは、「10年使ってきたから」という惰性だった。疑ってみたら3ヶ月でスキルが切り替わり、副業単価が変わった。正直、もっと早くやればよかったと思う。

WEFが示す「スキル半減期2.5年」の世界では、学ぶことと同じくらい、手放すことが重要になる。NISAに毎月積み立てる前に、まず「自分の稼ぎ方の前提」を疑う。それが2026年の会社員にとって、いちばん費用対効果の高い自己投資だと実感している。

※試算はすべて目安です。実際の収入・市場価値は個人の条件によって異なります。投資助言ではありません。