入口 01｜仕事・お金・能力
AIで、自分の仕事とお金はどうなる？
自分の仕事はなくなるのか。それは何年後なのか。何を身につければいいのか。決まっていること、目指されていること、予測されていることを分けて、今できることまで案内します。
同じ一日を見比べる
AIと仕事を、
6つの作業にほどいてみる。
AIが分類案を作っても、元の資料と照らす役割は人に残ります。
まず「資料整理」で、道具に任せる部分と、人が確かめることを見比べます。
架空の事務ケース｜以下は編集部が用意した比較例です。実在の職場への適性や効果、導入時期を判定するものではありません。
まず、ひとつの作業から
図の線は関与を表し、時間や効果を表すものではありません。
01資料整理
現状
人資料を分類人が確かめる元資料を照合分類と参照先づくりを担当。
一部を支援
道具分類案を作る人が確かめる元資料を照合入力は許可された資料だけ。
組織で導入
共通の道具整理を支援人が確かめる出典と権限を確認共通の分類方法で進める。
人が確かめること元の資料と照らし、抜け・重複・持ち出せない情報を確認する。
渡してよい資料が不明なら、入力は保留。
3つの条件を並べています。どの条件でも、確認と最終判断は人に残ります。
残り5つの作業も、役割を見比べる
道具が関わる部分が変わっても、確かめる箇所は残ります。
02下書き
現状
人文章を作る人が確かめる事実と言葉を確認相手に合う構成を考える。
一部を支援
道具下書き案を作る人が確かめる事実と言葉を確認使える情報だけで案を出す。
組織で導入
共通の道具書式に沿って支援人が確かめる提出前に読み直す組織の書式を使う。
人が確かめること事実と意見を分け、相手に合う言葉へ直す。
入力許可と確認担当が不明なら、提出は保留。
03検証
現状
人元資料を開く人が確かめる数字・前提を照合数字や記述を照合する。
一部を支援
道具確認項目を挙げる人が確かめる一次資料で検証一次資料で裏づける。
組織で導入
共通の道具確認項目を共有人が確かめる人が検証して記録結果を記録し、担当間で共有。
人が確かめること数字・引用・前提を元の資料で確認する。AIの回答だけを根拠にしない。
元資料を確かめられなければ、正しいと決めない。
04関係者への説明
現状
人説明を組み立てる人が確かめる疑問と合意を確認担当者が質問に答える。
一部を支援
道具説明順を提案人が確かめる人が伝え、疑問を聞く相手に合わせて話し直す。
組織で導入
チームの道具説明内容を共有人が確かめる人が質疑と合意を確認質疑と合意を人が確かめる。
人が確かめること相手の疑問を聞き、前提や不確かな点も説明する。
内容と共有できる範囲が不明なら、送付は保留。
05最終判断
現状
人選択肢を並べる人が確かめる責任を持って判断進めるか、保留するかを決める。
一部を支援
道具比較案を出す人が確かめる責任を持って判断AIの比較案も判断材料に。
組織で導入
組織の道具判断材料をそろえる人が確かめる人が手順に沿って判断導入済みでも自動承認しない。
人が確かめること責任を持つ人が、根拠と影響を見て判断する。
判断する担当と根拠が不明なら、決定は保留。
06記録
現状
人経緯を記録人が確かめる内容と保存先を確認判断の理由と参照先を残す。
一部を支援
道具要約案を作る人が確かめる理由と内容を補う人が判断の理由を補う。
組織で導入
共通の道具経緯を残す人が確かめる権限と内容を確認決めた保存先に経緯を残す。
人が確かめること残してよい内容・保存先・保存期間を確かめる。
保存先と権限が不明なら、記録の共有は保留。
明日、ひとつ確かめるなら
誰が確認し、どんなときに作業を止める？
仕事を丸ごと手放すか決める前に、ひとつの作業と、相談する相手から。
保存内容はこのブラウザの中だけに残ります。外部へ送信せず、他の端末とは同期しません。ブラウザのデータを消去するとメモも失います。
条件と定型の問いだけを保存します。入力欄はありません。保存せずに使えます。
保存した問いを未来ログで読む →よく調べられている悩み
仕事・お金・能力の年表
決まっていること、目指されていること、予測されていることを分けて並べています。誰が、いつ言ったかを添えています。
いまに近い12件を載せています。
2025年
2025年
予測されている時期が過ぎた
2025年は、中堅の技術者と同じくらいコードを書き、問題を解けるAIを作れる年になる
決算説明での発言。達成を示す発表は確認できていない。Metaは2026年1月、2025年の初めから技術者1人あたりの成果が30%増え、大半はAIによるコーディングの効果だと報告した。
マーク・ザッカーバーグ氏（Meta CEO）（2025年1月29日）本人・当事者の発表Meta Platforms, Inc. Fourth Quarter 2024 Results Conference Call
2026年
2026年7月
確かめられている
事務の仕事の有効求人倍率は0.36倍。一般事務は0.29倍
ハローワークの統計。季節の調整をしていない月の数字。事務の求人は、AIが広がる前から少ない。
厚生労働省（2026年8月28日）公的機関一般職業紹介状況（令和8年7月分）
2026年9月29日
確かめられている
AIによって大きな雇用の減少が生じている証拠は、現時点で示されていない
令和8年版の労働経済白書の評価。個別には、仕事を生む面と失わせる面の両方がありうるとも書いている。
厚生労働省（2026年9月29日）公的機関令和8年版 労働経済の分析
2027年
- いま
2026〜27年度
目指している
エストニアは、学校でAIを使う事業「AI Leap」を、職業教育と中学校の教員へ広げる
1年目は高校など154校、教員約5,000人、生徒約2万人が参加した。中学生にはAIの利用枠を配らず、まず教員を支える。小学1〜4年の教員にも当面は配らない。
エストニア AI Leap（TI-Hüpe）（2026年9月1日）本人・当事者の発表AI Leap to Expand to Vocational Education and Lower Secondary School Teachers This Fall
2027年8月ごろまで
予測されている
「1年から1年半」で、パソコンの前でする仕事の大半はAIで完全に自動化される
Financial Timesの取材での発言。会計、法務、マーケティングなどを挙げた。同じ記事は、専門職でのAIの利用は今のところ一部の作業にとどまるという調査も紹介している。
ムスタファ・スレイマン氏（Microsoft AI CEO）（2026年2月）報道Microsoft AI chief gives it 18 months—for all white-collar work to be automated by AI
2028年
2028年ごろまで
予測されている
IBMは、AIで置き換えられる事務の採用を止める。5年で約7,800人分が置き換わりうる
人事などの事務部門（約26,000人）の30%という見込みで、7,800人は報道による計算。退職した人を補充しない形を含むと、広報は説明した。その後の実績は未確認。
アービンド・クリシュナ氏（IBM CEO）（2023年5月1日）報道IBM’s CEO expects A.I. to be so good at back office work that he plans to pause hiring humans for those jobs
2029年
今後数年（2025年6月から）
予測されている
AIの活用で、Amazonの事務系の総人員は減る見込み
アンディ・ジャシー氏（Amazon CEO）（2025年6月17日）本人・当事者の発表Message from CEO Andy Jassy: Some thoughts on Generative AI
2020年代（2029年まで）
目指している
「2020年代に、最低賃金の全国平均1,500円」という目標に向かって努力する
2024年10月の所信表明演説。それまでの政府の目標は「2030年代半ばまでに1,500円」で、前倒しにあたる。その後の政権での扱いは確かめていない。
石破茂氏（当時の内閣総理大臣）（2024年10月4日）公的機関第二百十四回国会における石破内閣総理大臣所信表明演説（首相官邸）
2030年
2030年度から（小学校）
目指している
次の学習指導要領を、小学校は2030年度、中学校は2031年度から全面実施する案
審議まとめの案の段階で、決定ではない。2028年度から先に始められるようにする方向も示されている。
文部科学省 中央教育審議会 教育課程企画特別部会（2026年9月25日）公的機関教育課程企画特別部会（第18回）配付資料 次期学習指導要領等に向けた審議まとめ（案）
2026〜2030年
予測されている
新人向けの事務系の仕事の半分が、AIに置き換わりうる（「今後1〜5年」）
2025年5月の発言を、本人が2026年1月の文章で説明した。今まさに置き換えが起きているという主張ではない、とも書いている。
ダリオ・アモデイ氏（Anthropic CEO）（2026年1月）本人・当事者の発表The Adolescence of Technology
2030年まで
予測されている
2030年までに、米国で働かれている時間の最大30%が自動化できるようになる
技術的にできるようになる、という見通しで、実際に置き換わる量ではない。別の職業へ移る人は、2030年までにさらに約1,200万人になりうるとした。
McKinsey Global Institute（2023年7月26日）報告書Generative AI and the future of work in America
2030年
予測されている
IT人材は、2030年に最大で約79万人足りなくなる可能性があるという試算（2019年）
2016年6月の経産省調査の試算を引用し、2019年3月の報告書で再試算（需要の伸びと生産性上昇率のシナリオ別に約16万〜79万人不足）。AI・ビッグデータを扱う先端IT人材を重視。
経済産業省（委託先：みずほ情報総研）（2019年3月）報告書IT人材需給に関する調査 調査報告書（2019年3月）
- 確かめられている
- 統計や調査で、すでに確かめられていること
- 目指している
- 企業や行政が目標や案として公表しているもの。条件つきで、変わることがある
- 予測されている
- 研究機関・企業のトップ・研究者などの見通し。外れることがある
解説を読む
21本の解説があります。題名の問いから選んでください。
仕事の未来読む順番つきで見る
AIで仕事はなくなる？何年後に、どの作業から変わるか
AIで仕事はなくなるのか、それは何年後なのか。2026年9月の労働経済白書は、AIで大きな雇用の減少が起きている証拠は今のところ示されていないと書きました。一方で、記録や入力などの作業は影響を受けやすいと評価されています。誰がいつ何と予測したかと、今できることを整理します。
AI時代に残る仕事｜人間に求められる役割を整理
AI時代に残る仕事を職業名の安全危険ではなく役割で整理し、目的を決める、人の事情を聞く、例外に対応する、AIの出力を見極めるという人間に求められる役割を、自分の仕事に当てはめて考えます。
AI時代に必要なスキル｜20代・30代の学び直し
AI時代に必要なスキルを、AIを使う力、疑う力、問いを立てる力、自分の専門性、対人と調整力、小さく学び直す力の6つに整理し、20代30代の社会人が今から順番に始める方法を示します。
事務職はAIでなくなる？求人と作業から見た今とこれから
事務職はAIでなくなるのか。日本の雇用・求人の実績と将来の予測を分け、影響を受けやすい作業を整理します。請求書・会議記録・日程調整の例から、AIの試し方、今の職場での学習・異動・転職を考える順序まで確認できます。
AIでなくなる仕事とは？職種よりタスクで考える未来の働き方
AIでなくなる仕事を職業名のランキングではなく作業の特徴で整理し、代替されやすいタスクと影響を受けやすい仕事の例、残る役割を確認しながら、自分の仕事を分解して見直すワークを紹介します。
お金の未来読む順番つきで見る
AIで給料はどうなる？予測より先に確認したい評価条件
AIだけでは個人の給料を予測できません。雇用契約、職務、評価基準を確認し、AIに任せた作業、人が担った判断、得られた成果を記録する手順を初心者向けに整理します。
現金はなくなるのか？キャッシュレス化の先に残る役割
現金はなくなるのかを、キャッシュレス化で変わること、災害や停電への強さ、高齢者も使える手軽さ、プライバシー、デジタル通貨が置き換えるかまで整理し、残る役割と家庭での持ち方を考えます。
お金がなくなる未来は来る？キャッシュレスとデジタル通貨の行方
お金がなくなる未来は来るのか。現金がなくなるのではなく支払いの形が変わる流れを、キャッシュレスやデジタル通貨、CBDCと電子マネーの違い、AI家計管理の便利さ、使いすぎや個人情報の不安、現金が残る場面まで整理します。
お金の未来まとめ｜キャッシュレス・デジタル通貨・AI家計管理をやさしく整理
お金の未来を、現金やキャッシュレス、デジタル通貨、支払い方法の違い、AI家計管理、サブスク、給料の記事へどの順で読むか案内する入口です。全体像から不安、家計と収入へ読み進められます。
AI家計管理でお金の使い方は変わる？家計簿AIの便利さと注意点
AI家計管理で支出を自動分類し使いすぎに気づく仕組みを、見える化の便利さ、履歴が個人情報になりやすい注意、AIの提案は金融判断ではないこと、節約だけを正解にしない考え方まで整理します。
キャッシュレスのデメリット｜使いすぎ・災害・不正利用の注意点
キャッシュレスの注意点を、実際の資金源・請求時期・発行者・加盟店・端末に分け、使いすぎ、障害、不正利用、補償、返金、購買データ、家族支援の確認順で整理します。使いどころと判断の境界も示します。
サブスク家計の見直し方｜小さな固定費が増えすぎる未来の注意点
サブスク家計が見えにくい理由と増えすぎる仕組みを整理し、一覧にして合計する方法、残す止める保留の分け方、解約忘れを防ぐ確認、AI家計管理との使い分けまで、固定費の見直し手順を示します。
電子マネー・クレジットカード・QR決済の違いをやさしく整理
電子マネー、クレジットカード、QR決済、デビットカードの違いを、いつお金が減るか、使いすぎやすさ、災害や通信障害への弱さ、家計管理のしやすさから比べ、暮らしに合う選び方を整理します。
未来の教育読む順番つきで見る
AIで教育はどう変わる？AI先生・個別最適化・学校の未来
AIで教育はどう変わるのか。AI先生やAI家庭教師にできること、個別最適化学習の意味、学校で生成AIを使うメリットと注意点、先生に残る役割や子どもに必要な力を初心者向けに整理します。
AI家庭教師は役に立つ？家庭学習で使うメリットと注意点
AI家庭教師にできる質問対応、ヒント、問題作成、振り返りを整理。家庭での20分の使い方、役立っているサイン、止めるサイン、保護者が確認したい選び方を解説します。
プログラミング教育はAIでどう変わる？コードを書く力と考える力
AIがコードを書ける時代のプログラミング教育を、目的、分解、生成、検証の4工程で整理。初心者向けの使い方、丸写しを防ぐ課題、評価したい力を解説します。使いどころと判断の境界も示します。
学校のAI導入で何が変わる？メリット・デメリットを整理
学校のAI導入を、校務、授業準備、児童生徒の学習、学習支援の4領域に分けて比較。期待できる効果とリスク、導入前のGo/No-Go条件、保護者が確認したい質問を整理します。
子どもと生成AIの付き合い方｜便利さと危険性をやさしく整理
子どもが生成AIを使う前に確認したい年齢・保護者同意、学校課題のルール、個人情報、回答の確かめ方、悩み相談との区別、入力ミスや有害な回答への対応を整理します。使いどころと判断の境界も示します。
子どもの宿題にAIを使っていい？考える力を残す家庭ルール
子どもが宿題に生成AIを使うとき、どこまでなら学習補助で、どこからが代行になるのか。考える過程を残す使い方、家庭の3段階ルール、学校・サービスの確認点を整理します。
社会人の英語学習サービスおすすめ3選｜迷ったらこの選び方
社会人向け英語学習を、毎日のアプリ学習、仕事向けのアプリ＋英会話、1対1の会話練習という3候補に絞り、目的・発話量・学習時間・総額・解約条件で選ぶ方法を整理します。
大学生は生成AIをレポートにどう使う？不正にしない確認ポイント
大学レポートで生成AIを使う前に、授業ルール、利用工程、事実確認、引用・利用記録、個人情報・著作権を確認。提出前チェックリストまで具体的に整理します。使いどころと判断の境界も示します。
言葉を確かめる
記事に出てくる言葉を、短く確かめられます。