リード文
AIでなくなる仕事を知りたい。そう検索すると、職業名のランキングや「この仕事は危ない」という強い言葉が目に入りやすくなります。
ただし、結論から言うと、AIでなくなるかどうかは、職業名だけでは決まりません。 同じ事務職、営業職、デザイナー、エンジニアでも、仕事の中身は人によって違います。AIに置き換わりやすいのは、職業そのものよりも、手順が決まっていて、データ化しやすく、判断基準がはっきりした「作業」です。
この記事では、AIでなくなりやすい仕事を不安にあおるのではなく、自分の仕事をタスクに分解して、どこをAIに任せ、どこを人の役割として残すかを考えられるように整理します。
明日の選択室:ランキングの前で止まるミオ
ミオ「“AIでなくなる仕事ランキング”を見たら、私の仕事に近い名前がありました……」
カイ「職業名だけで判断すると、必要以上に怖くなるよ。まずは仕事を小さな作業に分けよう」
レン「同じ職業でも、毎日やっていることは全然違いますもんね」
ミオ「じゃあ、なくなる仕事を探すより、変わる作業を見ればいいんですね」
AIでなくなる仕事は、職業名ではなくタスクで考える

AIでなくなる仕事を考えるとき、最初に見たいのは「職業名」ではなく「タスク」です。
たとえば、経理という職業を考えてみます。経理の中には、請求書の数字を入力する、領収書を分類する、定型レポートを作る、異常な支出を確認する、経営者に説明する、部門間のルールを調整する、というように多くの作業があります。
このうち、数字を読み取る、分類する、定型レポートを作るといった作業はAIや自動化と相性がよい領域です。一方で、数字の背景を読み、相手に説明し、社内の信頼関係の中で調整する部分は、人の判断が残りやすい領域です。
つまり、「経理がなくなる」と言うより、経理の中の一部作業がAIに移り、残る役割が変わると考える方が現実に近いです。
これは、営業、編集、企画、カスタマーサポート、プログラミング、教育、医療、介護などでも同じです。AIで仕事を考えるときは、「自分の職業は安全か危険か」という二択ではなく、まず自分の一日を作業単位に分けてみることが出発点になります。
AIに代替されやすい作業の特徴

AIに代替されやすい作業には、いくつか共通点があります。
| 特徴 | 例 | 注意点 |
|---|---|---|
| 手順が決まっている | 入力、転記、定型チェック | 例外対応は人が必要なことがある |
| 判断基準が明確 | 合否判定、分類、スコアリング | 基準そのものが妥当かは人が見る |
| データ化しやすい | 数値、文章、画像、音声の整理 | 個人情報や機密情報に注意 |
| 繰り返しが多い | FAQ対応、定型メール、議事録 | 相手の感情が絡む場面は慎重に扱う |
| 成果物の型がある | レポート下書き、SNS文案、要約 | 最終判断と責任は人が持つ |
ミオの未来ログには、一日の仕事が細かく分解されて映りました。
メールを読む
要点をまとめる
返信案を作る
上司に確認する
顧客の不安を聞く
条件を調整する
最後に提案する
この中でAIに任せやすいのは、読む、まとめる、返信案を作る、といった前半の作業です。しかし、顧客の不安を聞く、条件を調整する、最後に責任を持って提案する部分は、簡単にはAIだけに渡せません。
AIでなくなる仕事を考えるときは、作業の型がどれくらい決まっているか、間違えたときの責任がどれくらい重いか、人との信頼がどれくらい関わるかを見ると整理しやすくなります。
影響を受けやすい仕事の例

AIや自動化の影響を受けやすい仕事には、データ入力、定型文作成、情報収集、一次対応、分類・チェック、単純な画像・文章制作などがあります。
ただし、ここで大切なのは「その仕事をしている人が不要になる」という意味ではないことです。影響を受けやすいのは、あくまでその仕事の中にある一部の作業です。
たとえば、カスタマーサポートでは、よくある質問への一次回答はAIチャットボットが担いやすくなります。一方で、怒っている相手の気持ちを受け止める、複雑な事情を整理する、会社としてどこまで対応するかを判断する部分は、人の役割が残りやすいです。
ライターや編集の仕事でも、文章のたたき台や要約はAIが作れる場面が増えます。でも、読者に何を伝えるべきかを決める、言葉の責任を持つ、事実確認をする、ブランドや世界観に合わせて編集する部分は、人の判断が必要です。
プログラミングでも、短いコード例やテスト案、エラー原因の候補出しはAIが助けてくれます。ただし、要件を整理する、設計全体の責任を持つ、セキュリティや運用を考える、チームで合意する部分は、人が担う場面が残ります。
つまり、AIの影響を受ける仕事ほど、作業者から判断者・編集者・調整者へ役割が変わる可能性があります。
残りやすい仕事・強くなる役割

AI時代にも残りやすいのは、「人間にしかできない」とぼんやり言われる仕事ではありません。もう少し具体的に見ると、次のような役割です。
| 残りやすい役割 | 理由 |
|---|---|
| 目的を決める | AIは目的そのものを社会的に決められない |
| 相手の状況を聞く | 感情、背景、関係性を読む必要がある |
| 最終判断をする | 間違えたときの責任が伴う |
| 例外に対応する | ルールにない事情を扱う必要がある |
| 倫理・安全を確認する | 便利さだけで決めると危険な場面がある |
| 人と人の間を調整する | 利害、納得感、信頼関係が関わる |
AIが強くなるほど、人の役割は「速く処理すること」から「何を処理すべきかを決めること」に移っていきます。
カイは分岐スクリーンを指して言いました。
「AIに任せる作業が増えるほど、人は“作業をする人”から、“作業の意味を決める人”に近づいていく。もちろん、すべての職場で理想どおりに進むわけではない。でも、自分の役割をそう捉え直すことはできる」
ミオは少し考えてから、未来ログにこう書きました。
私が残したいのは、手順ではなく、誰のためにその仕事をするのかを考える役割かもしれない。
自分の仕事をAI目線で分解するワーク

不安を小さくするために、まず自分の仕事を次の表に分けてみてください。
| 分類 | 自分の仕事の例 | AIに任せやすい? | 人が残す理由 |
|---|---|---|---|
| 入力する | 高い | 正確性の確認が必要 | |
| 調べる | 高い | 出典や文脈の確認が必要 | |
| まとめる | 高い | 読み手に合わせる判断が必要 | |
| 作る | 中〜高 | 目的・品質・責任が必要 | |
| 判断する | 中 | 責任や価値観が関わる | |
| 人と話す | 低〜中 | 信頼や感情が関わる | |
| 調整する | 低〜中 | 関係性と納得感が関わる |
次に、次の3つの問いを書いてみます。
1. AIに任せると楽になりそうな作業は何か
2. AIに任せると危ない、または気持ち悪い作業は何か
3. 自分が人として残したい役割は何か
このワークの目的は、AIに勝つ方法を探すことではありません。AIに任せる部分と、自分が引き受ける部分を分けることです。
自分の仕事を分解すると、「全部なくなるかもしれない」という大きな不安が、「この作業は変わりそう」「ここは人の判断が必要そう」という小さな単位になります。不安を小さくできると、学ぶべきことも見えやすくなります。
未来分岐点:なくなる仕事を探すより、変わる役割を選ぶ

AIでなくなる仕事を探すことは、悪いことではありません。世の中の変化を知ることは大切です。ただし、ランキングを見て終わると、不安だけが残ります。
未来分岐点で大切なのは、次の問いです。
AIに代替される作業を知ったあと、
私はどんな役割を残したいのか。
仕事の中には、AIに任せた方がよい作業があります。人が毎日疲れながら繰り返していた入力や転記、探し物、下書き、確認作業が減るなら、それは暮らしを軽くする力になります。
一方で、任せてはいけない場面もあります。相手の人生に関わる判断、個人情報や機密情報の扱い、差別や偏りにつながる評価、責任の所在があいまいになる判断は、AI任せにしない仕組みが必要です。
ミオは最後に、未来ログの空欄にこう入力しました。
AIでなくなる仕事を知りたい。
でも本当は、AIが増えても残したい自分の役割を知りたい。
それが、このテーマの分岐点です。
参考リンク
記事の理解を深めるために参照した、または確認先として役立つ資料です。必要に応じてリンク先の最新情報も確認してください。
- World Economic Forum|The Future of Jobs Report 2025
参照目的:AIや自動化を含む技術変化が、雇用・スキル・職務変化に与える影響を確認するため。 - OECD|AI and work
参照目的:AIが職場、スキル、労働者に与える影響を確認するため。 - IMF|Gen-AI: Artificial Intelligence and the Future of Work
参照目的:生成AIが労働市場や格差に与える可能性を確認するため。 - 経済産業省・総務省|AI事業者ガイドライン(第1.0版)
参照目的:AI活用時の安全性、透明性、リスク管理の観点を確認するため。
