IMFのスタッフ討議ノートも、AIが経済や社会に与える影響はなお不確実で、職務上の役割や産業によって異なるとしています。 同じ「営業」「事務」「企画」「マーケティング」でも、定型文書の作成が多い人、顧客との信頼構築が中心の人、判断や調整を担う人では、AIとの向き合い方がかなり変わります。

主要な調査が示す共通点：仕事は「消える」前に「組み替わる」

現時点の研究から、「この職種は必ずなくなる」という単純な一覧を作るのは難しいと言えます。むしろ見えてくるのは、仕事の中身が組み替わり、一部のタスクが自動化され、AIをうまく使う人の生産性が高まるという方向です。

• IMF：影響範囲は大きいが、代替一辺倒ではない。 IMFは、AIが世界の雇用の約40%に影響し、先進国では約60%の仕事が影響を受ける可能性があるとしています。同時に、その影響には一部の仕事の代替と、人間の仕事を補うケースの両方が含まれるとしています。
• ILO：職種名よりタスク単位で見る。 ILOの2025年更新版は、生成AIによる職業への潜在的影響を、タスク単位のデータを使ってより正確に評価することを重視しています。
• WEF：テクノロジーは労働市場を変える大きな力。 世界経済フォーラム（WEF）の2025年版報告書は、技術変化を労働市場の変容を促すマクロトレンドの一つとして位置づけ、2030年までの職の増減への影響を分析しています。
• PwC：AIを使える人の価値が高まる可能性。 PwCの2025年「Global AI Jobs Barometer」は、6大陸の約10億件の求人広告を分析し、AIは人の価値を下げるだけでなく、高度に自動化されうる仕事でも人をより価値ある存在にしうるとしています。

自分の仕事を4つの質問で点検する

まず、自分が1週間でよく行う業務を10〜15項目ほど書き出してみてください。そのうえで、各タスクを次の4つの視点で見ます。これは、ILOが生成AIの影響をタスク単位で分析する方向性とも合っています。

反復的で、ルールが明確で、文章やデータを扱い、ミスのコストが低い。こうした条件が重なるタスクは、最初にAI活用を試す候補です。これは「あなたの仕事が危ない」という意味ではなく、その部分の進め方が「AIが初稿を作り、人間が確認・修正し、最終責任を持つ」形に変わりやすいということです。

最初にAIで試しやすい業務

いきなり重要な意思決定をAIに任せる必要はありません。まずは、低リスクで、後から確認でき、繰り返しが多い作業から始めるのが現実的です。

• 長い文書、会議メモ、顧客からの問い合わせ内容を要約する。
• メール、報告書、提案書、社内向け文章の初稿を作る。
• 情報を分類し、ラベルを付け、表に整理する。
• 既に決まっている基準に沿ってチェックリストを作る。
• 文章のトーンを整える、誤字脱字を確認する、複数案を比較する。

大事なのは、AIに丸投げすることではありません。人間が背景、目的、基準を与え、AIに下書きや整理を任せ、人間が事実確認、リスク判断、最終決定を行う。これは、IMFが述べる「AIが人間の仕事を補完する」使い方に近いものです。

タスクは3種類に分けて考える

業務を書き出したら、次の3つに分類してみると、自分が何を学ぶべきかが見えやすくなります。

1. すぐAIで時短しやすいタスク

反復的で、ルールが明確で、ミスの影響が小さく、入力と出力がはっきりしている作業です。要約、下書き、形式変換、初期分類、議事録整理などが該当しやすいでしょう。目的は時間短縮ですが、確認は必ず人間が行います。

2. AIで補助できるが、全自動化すべきではないタスク

判断、金銭、顧客関係、コンプライアンス、ブランド、人事などに関わる業務は、AIに情報整理や選択肢の提示、論点の洗い出しを手伝わせることはできても、最終判断と責任は人間が担うべきです。

3. むしろ強化すべき「外注しにくい」部分

AIが初稿を速く作れるようになるほど、人間側に残る価値は、判断力、専門知識、信頼関係、説明力、プロセス設計、結果に責任を持つ力に寄っていきます。PwCの分析は、AIが従業員をより価値ある存在にしうると示していますが、その鍵は単にツールを開けることではなく、AIを使ってより信頼できる成果を出せるかどうかです。

これから価値が高まりやすい力

AIが一部のタスクを代替し、別のタスクでは人間を補完するなら、投資すべきスキルは「プロンプトの書き方」だけではありません。 仕事の進め方そのものを設計する力が重要になります。

• 判断力： AIの回答のどこが怪しいか、何を確認すべきか、そのまま使ってよいかを見極める力。
• 専門知識： 業界や業務の文脈を知っているからこそ、AIの出力が使えるのか、平凡なのか、危険なのかを判断できる。
• ワークフロー設計： 入力データ、指示文、確認手順、納品基準をつなぎ、チーム全体の作業を本当に速くする力。
• コミュニケーションと信頼： 説明、交渉、合意形成、相手の不安への対応、責任の引き受けは、人間の役割として残りやすい。
• 学び続ける力： WEFの2025年報告書は、技術変化を2030年までの職の増減に影響する主要なトレンドとして扱っています。スキルを更新し続けることの重要性は高まります。

7日間でできるセルフチェック

不安を抱えたまま情報を眺めるより、まずは小さく試すほうが具体的です。次のように1週間で棚卸ししてみてください。

1. 1日目： 1週間でよく行う業務を10〜15項目書き出す。
2. 2日目： 反復的な作業、ルールが明確な作業、文章やデータ中心の作業に印を付ける。
3. 3日目： 低リスクなタスクを1つ選び、AIで初稿や整理案を作ってみる。
4. 4日目： どれだけ時間が短縮できたか、どんな間違いが出たか、確認に何が必要かを記録する。
5. 5日目： そのタスク用の指示文、必要な情報、確認チェックリストを作る。
6. 6日目： もう1つ、確認可能でミスの影響が小さいタスクを試す。
7. 7日目： 長期的にAIで補助できる業務、人間の判断が必須の業務、強化すべき能力を分ける。

この作業をすると、「AIに仕事を奪われるのか」という漠然とした不安が、「自分の仕事のどの部分が変わるのか」という具体的な問いに変わります。

結論：守るべきは職種名ではなく、代替しにくい価値

AIに仕事を奪われるのか。より正確に言えば、AIは一部のタスクを奪い、短縮し、組み替える可能性があります。ただし、それが直ちに職位全体の消滅を意味するわけではありません。

リスクが高いのは、反復的で、ルール化しやすく、デジタルデータとして扱いやすく、低コストで確認できる作業です。一方で、チャンスが大きいのは、AIで生産性を上げながら、判断力、専門性、信頼、説明責任を手放さない人です。

次にやるべきことは、「消える職業リスト」を待つことではありません。自分の1週間の仕事を広げ、AIに下書きを任せられる作業、人間が必ず確認すべき作業、これから伸ばすべき判断力や対人能力を分けることです。職種名ではなくタスクから見ると、AIがもたらす脅威と機会はずっと見えやすくなります。

IMFのスタッフ討議ノートも、AIが経済や社会に与える影響はなお不確実で、職務上の役割や産業によって異なるとしています。 同じ「営業」「事務」「企画」「マーケティング」でも、定型文書の作成が多い人、顧客との信頼構築が中心の人、判断や調整を担う人では、AIとの向き合い方がかなり変わります。

主要な調査が示す共通点：仕事は「消える」前に「組み替わる」

現時点の研究から、「この職種は必ずなくなる」という単純な一覧を作るのは難しいと言えます。むしろ見えてくるのは、仕事の中身が組み替わり、一部のタスクが自動化され、AIをうまく使う人の生産性が高まるという方向です。

• IMF：影響範囲は大きいが、代替一辺倒ではない。 IMFは、AIが世界の雇用の約40%に影響し、先進国では約60%の仕事が影響を受ける可能性があるとしています。同時に、その影響には一部の仕事の代替と、人間の仕事を補うケースの両方が含まれるとしています。
• ILO：職種名よりタスク単位で見る。 ILOの2025年更新版は、生成AIによる職業への潜在的影響を、タスク単位のデータを使ってより正確に評価することを重視しています。
• WEF：テクノロジーは労働市場を変える大きな力。 世界経済フォーラム（WEF）の2025年版報告書は、技術変化を労働市場の変容を促すマクロトレンドの一つとして位置づけ、2030年までの職の増減への影響を分析しています。
• PwC：AIを使える人の価値が高まる可能性。 PwCの2025年「Global AI Jobs Barometer」は、6大陸の約10億件の求人広告を分析し、AIは人の価値を下げるだけでなく、高度に自動化されうる仕事でも人をより価値ある存在にしうるとしています。

自分の仕事を4つの質問で点検する

まず、自分が1週間でよく行う業務を10〜15項目ほど書き出してみてください。そのうえで、各タスクを次の4つの視点で見ます。これは、ILOが生成AIの影響をタスク単位で分析する方向性とも合っています。

反復的で、ルールが明確で、文章やデータを扱い、ミスのコストが低い。こうした条件が重なるタスクは、最初にAI活用を試す候補です。これは「あなたの仕事が危ない」という意味ではなく、その部分の進め方が「AIが初稿を作り、人間が確認・修正し、最終責任を持つ」形に変わりやすいということです。

最初にAIで試しやすい業務

いきなり重要な意思決定をAIに任せる必要はありません。まずは、低リスクで、後から確認でき、繰り返しが多い作業から始めるのが現実的です。

• 長い文書、会議メモ、顧客からの問い合わせ内容を要約する。
• メール、報告書、提案書、社内向け文章の初稿を作る。
• 情報を分類し、ラベルを付け、表に整理する。
• 既に決まっている基準に沿ってチェックリストを作る。
• 文章のトーンを整える、誤字脱字を確認する、複数案を比較する。

大事なのは、AIに丸投げすることではありません。人間が背景、目的、基準を与え、AIに下書きや整理を任せ、人間が事実確認、リスク判断、最終決定を行う。これは、IMFが述べる「AIが人間の仕事を補完する」使い方に近いものです。

タスクは3種類に分けて考える

業務を書き出したら、次の3つに分類してみると、自分が何を学ぶべきかが見えやすくなります。

1. すぐAIで時短しやすいタスク

反復的で、ルールが明確で、ミスの影響が小さく、入力と出力がはっきりしている作業です。要約、下書き、形式変換、初期分類、議事録整理などが該当しやすいでしょう。目的は時間短縮ですが、確認は必ず人間が行います。

2. AIで補助できるが、全自動化すべきではないタスク

判断、金銭、顧客関係、コンプライアンス、ブランド、人事などに関わる業務は、AIに情報整理や選択肢の提示、論点の洗い出しを手伝わせることはできても、最終判断と責任は人間が担うべきです。

3. むしろ強化すべき「外注しにくい」部分

AIが初稿を速く作れるようになるほど、人間側に残る価値は、判断力、専門知識、信頼関係、説明力、プロセス設計、結果に責任を持つ力に寄っていきます。PwCの分析は、AIが従業員をより価値ある存在にしうると示していますが、その鍵は単にツールを開けることではなく、AIを使ってより信頼できる成果を出せるかどうかです。

これから価値が高まりやすい力

AIが一部のタスクを代替し、別のタスクでは人間を補完するなら、投資すべきスキルは「プロンプトの書き方」だけではありません。 仕事の進め方そのものを設計する力が重要になります。

• 判断力： AIの回答のどこが怪しいか、何を確認すべきか、そのまま使ってよいかを見極める力。
• 専門知識： 業界や業務の文脈を知っているからこそ、AIの出力が使えるのか、平凡なのか、危険なのかを判断できる。
• ワークフロー設計： 入力データ、指示文、確認手順、納品基準をつなぎ、チーム全体の作業を本当に速くする力。
• コミュニケーションと信頼： 説明、交渉、合意形成、相手の不安への対応、責任の引き受けは、人間の役割として残りやすい。
• 学び続ける力： WEFの2025年報告書は、技術変化を2030年までの職の増減に影響する主要なトレンドとして扱っています。スキルを更新し続けることの重要性は高まります。

7日間でできるセルフチェック

不安を抱えたまま情報を眺めるより、まずは小さく試すほうが具体的です。次のように1週間で棚卸ししてみてください。

1. 1日目： 1週間でよく行う業務を10〜15項目書き出す。
2. 2日目： 反復的な作業、ルールが明確な作業、文章やデータ中心の作業に印を付ける。
3. 3日目： 低リスクなタスクを1つ選び、AIで初稿や整理案を作ってみる。
4. 4日目： どれだけ時間が短縮できたか、どんな間違いが出たか、確認に何が必要かを記録する。
5. 5日目： そのタスク用の指示文、必要な情報、確認チェックリストを作る。
6. 6日目： もう1つ、確認可能でミスの影響が小さいタスクを試す。
7. 7日目： 長期的にAIで補助できる業務、人間の判断が必須の業務、強化すべき能力を分ける。

この作業をすると、「AIに仕事を奪われるのか」という漠然とした不安が、「自分の仕事のどの部分が変わるのか」という具体的な問いに変わります。

結論：守るべきは職種名ではなく、代替しにくい価値

AIに仕事を奪われるのか。より正確に言えば、AIは一部のタスクを奪い、短縮し、組み替える可能性があります。ただし、それが直ちに職位全体の消滅を意味するわけではありません。

リスクが高いのは、反復的で、ルール化しやすく、デジタルデータとして扱いやすく、低コストで確認できる作業です。一方で、チャンスが大きいのは、AIで生産性を上げながら、判断力、専門性、信頼、説明責任を手放さない人です。

次にやるべきことは、「消える職業リスト」を待つことではありません。自分の1週間の仕事を広げ、AIに下書きを任せられる作業、人間が必ず確認すべき作業、これから伸ばすべき判断力や対人能力を分けることです。職種名ではなくタスクから見ると、AIがもたらす脅威と機会はずっと見えやすくなります。