AIでなくなる仕事は？タスク分解で見る代替と残存

図：AIによる雇用影響：代替か補完か（出典：[1][2]）

AIが仕事を奪うという議論では、職業そのものが消えるかどうかに注目が集まりがちです。しかし実際に起きている変化を捉えるには、もう少し細かい単位で見る必要があります。

Anthropic Economic Indexは、Claude.aiでの会話をO*NET-SOCコードと呼ばれる職業分類に沿って整理し、どのようなタスクがAIで処理されているかを示しています[1]。この指標が表しているのは、利用者の職種そのものではなく、日々の作業内容です[1]。つまり「この職業がなくなる」ではなく「この職業のどの作業がAIに置き換わるか」という問い方になります。

スタンフォード大学デジタル経済研究所の研究は、この視点を裏づけるものです。ADPの給与データを用いた分析では、経済全体で広範な雇用喪失は確認されていない一方、AIの影響を受けやすい職業における22〜25歳の若年労働者の雇用は、影響の小さい同世代と比べて19%低い水準にあると報告されています[2]。この差は、解雇の増加ではなく採用の減少を通じて生じているとされています[2]。また、AIが人間の作業を代替する形で使われる職業では減少が集中し、補完する形で使われる職業では雇用が横ばいか増加しているとされています[2]。

ここから見えてくるのは、仕事をまるごと捉えるのではなく、タスクに分解して考える必要性です。ある職業のなかにも、AIに任せやすい作業と、人でなければ難しい作業が混在しています。自分の仕事を構成する要素を書き出し、それぞれが代替・補完のどちらに近いかを見ていくことが、変化を読み解く手がかりになります。

あなたの一日の業務を、AIに渡せる部分と手元に残る部分に分けたとき、どんな輪郭が見えてくるでしょうか。

図：ランキング数字の成り立ちと崩れる要因（出典：[4]）

「AIでなくなる仕事」という言葉を目にしたとき、多くの人が最初に思い浮かべるのは、どこかの機関が発表した職業ランキングの数字ではないでしょうか。あの数字は、いったい何を数えているのでしょう。

よく知られるのは、オックスフォード大学のマイケル・A・オズボーン教授の研究『雇用の未来』です。この研究は、AIの普及によって失われる職業を提示し、多くの人に衝撃を与えました[4]。ランキング形式で示される「なくなる確率」は、こうした研究をもとにした職業分類と、その作業が自動化できるかどうかの評価から組み立てられています。

ただし、この種の数字は、実際の雇用の消滅をそのまま予言するものではありません。東洋大学の小林和馬助教は、銀行などの窓口業務について「0にはならないけれど限りなく0になる可能性がある」と述べています[4]。例外的な事情に対応する人材は必要で、通常の窓口対応の多くがAIで置き換わるという見方です[4]。コールセンター業務も同様に、労働集約型のビジネスとしてなくなっていく可能性が考えられています[4]。

一方で、チャットボットは想定した回答しかできないため、特殊なトラブルや「何をどう聞けばいいのかわからない」ケースには対応できません[4]。自動化で労働者を削減しても、こうした不都合は起こり続け、人がフォローしながら自動化が進むとされています[4]。

数字が崩れる要因は、技術の実現時期にもあります。シンギュラリティーは2045年と言われていますが、実際に機械が社会へ大きな変化をもたらすのは、もう少し先の話になると考えられています[4]。量子コンピュータを活用できるようになるには、早くても30〜50年はかかると言われています[4]。ランキングの数字は、こうした時間軸の前提を置き換えるだけで、大きく姿を変えてしまうものです。

ランキングは未来の地図のように見えて、実は現在の技術と職業分類を映した鏡なのかもしれません。

図：AI事務の影響：若年層と経験者の対比（出典：[1][2]）

「AI事務」という言葉から、書類仕事が丸ごと消えていく姿を想像する方は少なくないかもしれません。しかし研究が示す置き換わりの範囲と速度は、その想像とは少しずれています。

まず、経済全体で見た場合の結論です。米国の数百万人的規模の給与データを用いた分析では、生成AIの普及後も、経済全体にわたる広範な雇用消失の証拠は見つかっていません[2]。つまり、事務職が一斉に消えるような事態は、少なくとも現時点のデータには表れていないとされています。

一方で、影響は特定の層に集中しています。AIに露出した職業における22〜25歳の若年労働者の雇用は、露出の少ない同世代と比べて19%低い水準にあります[2]。経験のある労働者には同様の差は見られません[2]。この差は2025年8月に初めて記録されて以降、着実に広がっています[2]。また、この差は主に若年層の採用減少を通じて生じており、離職の増加によるものではありません[2]。

置き換わりか補完かという違いも重要です。AIの利用が人間の作業を主に代替する職業では雇用の減少が集中していますが、AIが労働者を主に補完する職業では、雇用は横ばいか増加しています[2]。特に経験のある労働者でその傾向が強いとされています[2]。調整は給与ではなく雇用の側で起きている、という指摘もあります[2]。

実際の利用データを見ても、事務作業のすべてが自動化されているわけではありません。あるAI利用の分析では、利用の多い産業としてコンピュータ・数学、芸術・デザイン・娯楽・スポーツ・メディア、教育・図書館、営業などが挙がっています[1]。また、利用のされ方は仕事・個人・学習の文脈に分かれており、仕事の文脈は全体の一部にとどまります[1]。

こうした数字を並べると、事務の仕事が「なくなる」というより、若い世代の入口が狭まり、経験者はAIと組む形へ移りつつある、という姿が見えてきます。あなたの職場で、ここ最近入ってくるはずだった新しい人の姿が、少しずつ変わっていないでしょうか。

若い労働者ほどAIの影響を受けやすい、という見方を目にすることがあります。この背景には、スタンフォード大学デジタル経済研究所が公表した研究があります[2]。同研究所の論文「Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence」は、ADPの給与データを用いて、2026年6月までの米国の労働者の雇用動向を分析しています[2]。

この研究では、まず経済全体で広範な失業が起きている証拠は見つからなかったとされています[2]。一方で、AIの影響を受けやすい職種に就く22〜25歳の若年労働者の雇用は、影響の少ない同世代と比べて19%低い水準にあると報告されています[2]。経験のある労働者には、これに相当する差は見られないとされています[2]。この差は、2025年8月に初めて確認されて以降、徐々に広がっているとされます[2]。

また、この差は主に、若年労働者の解雇が増えたことではなく、採用が減ったことを通じて生じているとされています[2]。減少は、AIが人間の作業を代替する形で使われる職種に集中しており、AIが作業を補助する形で使われる職種では、雇用は横ばいか増加しているとされます[2]。調整は、基本給与ではなく雇用の量を通じて起きているとされています[2]。

ただし、これらの数字の解釈には注意が必要です。この差は、教育を統制すると弱まり、生成AI以前から一部に見られた傾向もあり、ADPの分析サンプルでは国の調査基準より顕著に表れるとされています[2]。著者らは、これを因果関係を示す推定ではなく、初期の記述的な指標だと位置づけています[2]。

数字は、どのデータを、どの集団について、どの期間で見るかによって姿を変えます。あなたの職場の採用の動きは、この数字と重なって見えるでしょうか。

AIに代替されにくい仕事には、共通するタスクの条件があります。まず挙げられるのは、身体的な作業を伴う業務です。手を動かして対象に働きかける仕事は、AIによる置き換えが進みにくいとされています[3]。次に対人関係が中心となる業務です。教育や介護、医療の現場での対応、営業やカウンセリングのように、相手の感情や状況に寄り添う仕事は、人間ならではの共感力が求められる領域とされています[8]。AIは表情から感情をある程度読み取れても、嬉しいときに涙を流すような白か黒かでは判断できない観点の理解は難しいと指摘されています[4]。また、責任を伴う判断も残りやすいタスクです。経営戦略や政策立案、交渉といった意思決定の場面では、判断の責任を人が負う必要があります[8]。AIが検知した異常に対して最終的な判断を下す役割も、人に残るとされています[8]。さらに、想定外の事態への対応も人の役割です。チャットボットは学習した回答しかできないため、特殊なトラブルへの対処や、何をどう聞けばよいかわからない相談には対応できません[4]。こうした不都合を人が補いながら、自動化は進んでいくと考えられています[4]。加えて、新しいニーズを掘り起こす仕事も増えていくとされています[4]。あなたの日常の仕事を思い浮かべたとき、手順をなぞる部分と、誰かの顔を見ながら判断する部分のどちらが大きいでしょうか。

図：海外のAI影響を日本に当てはめる際のずれ（出典：[1][4][7]）

海外の研究や調査で示されるAIの影響は、日本の雇用慣行にそのまま当てはめるとずれる部分があります。たとえば、AIと雇用に関する研究を行う東洋大学の小林和馬氏は、影響が大きいのは変化を前提とした今の教育を受けて育つ子どもたちよりも、それ以前の教育を受けた社会人だと述べています[4]。終身雇用から有期雇用へ、あるいはパート・アルバイトから請負的な契約へといった変化は、現行の雇用の仕組みでは概して条件的に不利なもので、喜んで受け入れられる人は多くないという見方です[4]。

また、AIが対応できる作業は決められたルールに沿った作業であり、個別に専門知識が必要な作業には不向きとされています[7]。特定業務に起因する知識や企業内での作業手順など、ネット上で公開されていなかったり明文化されていなかったりする業務はAIが苦手な分野です[7]。日本の職場では、こうした暗黙の業務手順や属人的な知見に支えられている場面が少なくありません。海外の調査結果が示す「自動化しやすい業務」の線引きは、こうした業務構造の違いを織り込んでいない可能性があります。

さらに、AI導入の効果を測るデータの多くは、特定のツールの利用状況に基づいています。Anthropic Economic Indexは、Claude.aiの会話がどのようなタスクに関連しているかをO*NET-SOCコードで分類し、割合として示しています[1]。この種のデータは、利用者がどのような仕事に就いているかではなく、何をAIにさせているかを表すものです[1]。日本の企業でAIがどの業務に組み込まれ、誰の負担を減らしているのかは、こうした指標だけでは捉えきれません。

加えて、AI普及に伴う雇用の変化として、コールセンター業務などの労働集約型のビジネスがなくなっていく可能性が指摘されています[4]。一方で、チャットボットは想定した回答しかできないため、特殊なトラブルへの対処や、何をどう聞けばよいかわからないケースには対応できず、こうした不都合を人がフォローしながら自動化が進むとされています[4]。日本の窓口業務や顧客対応では、この「フォローする人」の役割がどの程度残るかが、海外の単純な置き換え予測とは異なる論点になります。

海外研究の数字を日本の現場に当てはめるとき、どの業務が誰の手で支えられているのかを一度見直す必要がありそうです。

仕事をなくす不安を語る前に、今日の自分の一日を書き出してみるのはどうでしょうか。AIに任せるかどうかを考える前に、まず自分の仕事を小さな作業の集まりに分けてみます。この分解が、任せる部分と磨く部分を仕分ける出発点になります。

分け方の手がかりは、AIが得意な作業の特徴にあります。繰り返し作業が中心であること、ルールが明確であること、人間的要素が少ないことの三つが、自動化されやすい仕事の特徴として挙げられています[8]。データ入力や定型の事務処理、経理の基本業務、問い合わせの一次対応、レジ業務、倉庫内の仕分け、定型文中心の翻訳、初級のプログラミング、監視業務などが、なくなる可能性が高い仕事として挙げられています[8]。

反対に、残る側には創造的な職業、教育や介護・医療の現場での対応、人間関係を重視する営業やカウンセリング、経営戦略や交渉といった意思決定、AIを活用・監督する専門職などが挙げられています[8]。判断の軸は、自分の作業がこのどちらに近いかです。

任せる側の具体例も出典にあります。画像から間違いや違和感を検出させる、大量の文章から方向性を読み取らせる、画像や文章の元になる案を生成させる、他人の意図や表情を読み取らせる、といった使い方です[7]。製造現場の異常判断の支援、SNSの口コミ分析、アイデア出しの素案づくり、受付での判断の統一などが想定されています[7]。

磨く側については、自分の知見をAIや他の人に学習させる役割が示されています[7]。AIは最初は知識がなく、学習に使うデータの品質が悪いと性能が低くなります[7]。特定業務の知識や社内の作業手順のように、ネット上で公開されていなかったり明文化されていなかったりする業務はAIが苦手な分野とされています[7]。つまり、自分の仕事に必要な経験やスキルを言葉にして残す作業そのものが、任せる準備になります[7]。

今日できる仕分けは、次の流れです。自分の業務を一覧にし、各項目に「繰り返しが中心か」「ルールが明確か」「人間的要素が少ないか」の三つを書き添えます。当てはまる項目は任せる候補、当てはまらない項目は磨く候補として印をつけます。任せる候補には、必要なデータや手順を書き出します。磨く候補には、自分にしかできない理由を一言で添えます。この一枚が、明日の判断の材料になります。

数字を前にすると、私たちはつい「どの職業が消えるか」という地図を求めたくなります。けれど今回のデータが映しているのは、職業という大きな区画ではなく、日々の作業という細かい粒です。若い世代の採用の入口が狭まり、経験者はAIと組む形へ移る。その変化は、解雇という劇的な形ではなく、静かな採用の絞り込みとして進んでいます。台所の棚を整理するように、まず自分の一日の作業を並べ、AIに渡せるものと手元に残すものを分けてみる。派手なランキングを追うより、その一枚のメモのほうが、明日の自分の輪郭をはっきりさせます。数字は未来の予言ではなく、現在の鏡です。鏡を見て髪を整えるように、私たちは今日の作業を整えられます。

ランキングはオックスフォード大学の研究などをもとに、職業分類と自動化可能性の評価から組み立てられています[4]。ただし実際の雇用消滅をそのまま予言するものではなく、技術の実現時期の前提を置き換えるだけで大きく姿を変えます[4]。数字は現在の技術と職業分類を映した鏡として捉えるのが妥当です。

身体的な作業を伴う業務、教育や介護・医療・営業・カウンセリングなど対人関係が中心の業務、経営戦略や交渉など責任を伴う判断、想定外の事態への対応、新しいニーズを掘り起こす仕事が挙げられています[3][4][8]。AIは白か黒かで判断できない観点の理解が難しく、こうした領域は人に残りやすいとされています[4]。

米国の給与データ分析では、経済全体にわたる広範な雇用消失の証拠は見つかっていません[2]。一方でAI露出職の22〜25歳の雇用は同世代より19%低く、主に採用減少を通じて差が生じています[2]。事務が一斉に消えるのではなく、若い世代の入口が狭まり、経験者はAIと組む形へ移りつつある姿が見えてきます[2]。

自分の業務を一覧にし、各項目に「繰り返しが中心か」「ルールが明確か」「人間的要素が少ないか」を書き添えます[8]。当てはまる項目は任せる候補、当てはまらない項目は磨く候補として印をつけます[8]。任せる候補には必要なデータや手順を、磨く候補には自分にしかできない理由を書き出し、自分の知見を言葉にして残すことが任せる準備になります[7]。

1. The Anthropic Economic Index（参照日：2026年9月26日）
2. Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence - Stanford Digital Economy Lab（参照日：2026年9月26日）
3. AI時代になくなる仕事・なくならない仕事｜違いや必要スキルも紹介（参照日：2026年9月26日）
4. AI普及で雇用はどうなる？専門家に聞いた、なくなる仕事・増える仕事（参照日：2026年9月26日）
5. AIによって人間の仕事がなくなる？～AIを知り業務を知れば百年殆からず～（参照日：2026年9月26日）
6. AIによる自動化で消える仕事・残る仕事｜生き残るためのスキル戦略（参照日：2026年9月26日）

記事監修： 鈴木隆文

この記事は、公開されている一次資料・報道をもとにAIが下書きを作成し、編集部が内容を確認して公開しています。誤りにお気づきの場合は、お問い合わせフォームからご連絡ください。