AIは仕事を奪うのか――職種名より「作業の中身」で考える

WEF・ILO・IMFは何を言っているのか

WEF：2030年までの雇用増減を、技術変化を含む複数要因で見る

WEFのFuture of Jobs Report 2025は、世界の1,000を超える雇用主、合計1,400万人を超える従業員に関する調査に基づき、技術変化を含む複数のマクロトレンドが2030年までの雇用増減にどう影響するかを見ています。

つまり、WEFの報告は「あなたの職種は安全です」「この職種は必ず消えます」といった個人向けの保証ではありません。労働市場全体で、役割・業務・スキルがどう動くかを示すものです。

ILO：職種名ではなく、タスクを見る

ILOは2025年の分析で、タスクレベルのデータ、専門家のインプット、AI予測を組み合わせ、生成AIが仕事に与え得る影響をより精密に測ろうとしています。

この見方は、働く人にとって重要です。同じ「営業」「事務」「マーケティング」「アナリスト」でも、実際に毎日している作業は人によって違います。職種名だけでは、AIの影響を正確には見積もれません。

IMF：定型的な事務作業には圧力、スキル要件は変化

IMFは、AIを幅広い変化のドライバーとし、世界の仕事のほぼ40％がAI主導の変化にさらされると述べています。 また、中程度のスキル水準の定型的な事務作業が特に圧力を受け、新しいスキル要件は専門職・技術職・管理職で目立つとしています。

ここでも読み違えてはいけないのは、「40％が消える」という話ではないことです。より確かな読み方は、AIによって価値のある作業と必要な能力が変わる、ということです。

なぜ職種名だけでは足りないのか

たとえばマーケティング職でも、テンプレート化された広告文の作成やレポート整備が中心の人と、ブランド戦略、予算判断、顧客とのすり合わせ、最終責任を担う人では、AIの影響は同じではありません。

事務職でも、データ転記や定型文書の処理が多い場合と、個別事情の確認、規則の解釈、関係者との調整が多い場合では、変化の出方は違います。

ILOがタスクレベルで分析するのは、この差を拾うためです。AIリスクは「職種名」だけでなく、実際の作業配分に強く左右されます。

ファクトチェック：よくある言い方はどこまで正しい？

AIで変わりやすい作業

影響を受けやすいのは、デジタル上で扱いやすく、反復的で、手順や成果物を言語化しやすい作業です。この見方は、ILOのタスクレベル分析と、IMFが指摘する定型的な事務作業への圧力と合います。

代表例は次のような作業です。

• 定型的な文章を書く、または書き換える
• 長い文書を要約する
• 簡単な調査結果を整理する
• データを整える、転記する、分類する
• 定期レポートの下書きを作る
• ルールに沿って文書や記録を作成する
• 単純な比較やチェックを行う

こうした作業は、必ず人間の担当が不要になるという意味ではありません。ただし、AIによって処理速度、必要人数、品質基準、担当者に求められる役割が変わる可能性はあります。

逆に、価値が増しやすい作業

AIが定型部分を引き受けるほど、人間側には別の能力が求められます。資料全体の流れを見る、顧客や組織の文脈を踏まえる、リスクを判断する、最終的な責任を取る、といった領域です。WEF・ILO・IMFの見方は、単純な職業消滅よりも、役割とスキルの組み替えを示しています。

特に重要になりやすいのは次のような仕事です。

• AIの出力を専門知識で検証する
• 顧客、社内事情、規制、リスクの文脈を読む
• 不確実な状況で優先順位を決める
• 品質と結果に責任を持つ
• 関係者と交渉・説明・調整する
• チーム間の認識をそろえる
• AIが出した案を、実際に使える成果物へ落とし込む

IMFは、AI主導の変化の中で新しいスキル要件が重要になると指摘しています。 つまり、AIを使えるかどうかだけでなく、AIの出力を判断し、仕事として成立させられるかが問われます。

自分の仕事を3分で点検する

これは厳密な採点モデルではありません。公的機関の見方を、自分の仕事の棚卸しに使うための簡易チェックです。ポイントは、AIの影響を職種名ではなく作業単位で見ることです。

1. よくやる作業を5つ書き出す

「営業をしている」ではなく、もっと具体的に書きます。たとえば、提案書を作る、商談前の情報を集める、顧客管理システムを更新する、売上データを見る、社内調整をする、という具合です。

作業が具体的なほど、AIが支援・高速化・一部自動化し得る部分を見つけやすくなります。

2. 定型・文章・データに印を付ける

繰り返しが多い作業、手順が決まっている作業、文章やデータを多く扱う作業に印を付けます。ILOがタスクレベルで生成AIの影響を見ており、IMFが定型的な事務作業への圧力を指摘しているためです。

3. 文脈・責任・判断に印を付ける

次に、顧客の事情を読む、リスクを見積もる、最終判断に関わる、人と交渉する、結果に責任を持つ、といった作業に印を付けます。AIで一部の手順が速くなっても、こうした作業が自動的に丸ごと消えるとは限りません。

4. 自分のスキルの穴を見る

最後に、「AIが何をできるか」だけでなく、自分がAIの出力をうまく指示し、検証し、責任ある成果物に変えられるかを考えます。

IMFは、AIによる変化の中で新しいスキル要件が重要になり、特に専門職・技術職・管理職で目立つとしています。

結果の読み方

• 定型的な文章・データ作業が多い場合：AIが一部の作業を担う、処理を速くする、仕事の品質基準を変える可能性が高いと考えられます。
• 文脈理解、責任、交渉、専門判断が多い場合：役割は変わっても、ただちに仕事全体が置き換えられるとは言いにくいです。
• 両方が混ざっている場合：定型部分は圧縮され、検証・調整・意思決定の比重が増える可能性があります。

今からできること

第一に、職種名ではなく作業単位で自分の仕事を分解することです。ILOの見方が示すように、差は職種と職種の間だけでなく、同じ職種の中にもあります。

第二に、AIを仕事の道具として使う練習をすることです。良い指示を出す、出力を疑って確認する、社内外に出せる資料へ整える、といった力は、AIで定型作業が変わるほど重要になります。

第三に、人間側の価値を見える化することです。顧客理解、業務知識、リスク判断、品質責任、関係者との調整など、自分がどこで価値を出しているかを説明できるようにしておく必要があります。

第四に、定期的に見直すことです。WEFは2030年までの労働市場変化を見ており、ILOとIMFもAIによる仕事とスキルの変化を継続的なテーマとして扱っています。

まとめ

「AIは私の仕事を奪うのか」という問いに、いまの資料は単純なイエス・ノーでは答えていません。より確かな結論は、AIは多くの仕事の中身を変え、定型作業の一部を自動化または高速化し、新しいスキル要件を生むということです。

あなた自身のリスクを見るなら、職種名よりも作業の配分が重要です。反復的なデジタル文書・データ作業が多いほど、変化の圧力は強くなります。 一方で、文脈、責任、判断、調整によって価値を出している仕事では、完全な置き換えよりも役割の再設計として表れる可能性が高いと考えられます。