AI時代に強い職種とスキル｜代替リスクと伸ばし方の全体像

リード

「自分の仕事は、AIに奪われるのだろうか」。一度はそう検索した方も多いはずです。けれども、職種名だけを並べた「強い職種・消える職種」のリストを見ても、答えは出ません。同じ営業でも、同じ事務でも、人によって、やっている業務はまるで違うからです。

答えを左右するのは「職種」ではなく、「その職種の中のどの業務をしているか」です。AIは仕事を丸ごと奪うのではなく、業務（タスク）を部分的に肩代わりします。だからこそ、見るべき単位は職種ではなくタスクになります。

本記事では、職種の中身を「代替される業務」と「価値が上がる業務」に分解する考え方、職種を問わず効く5つのスキル、そして最初の30日で踏み出すステップまでを、研究データを土台に整理しました。読み終えるころには、あなたの職種で「何を手放し、何に投資するか」が見えているはずです。

「強い職種」を探すより先に知るべき1つの事実

先に結論をお伝えします。AIは「職種」を丸ごと奪うのではなく、「業務（タスク）」を部分的に置き換えます。だから職種名だけで安心も絶望もできません。判断の単位は、職種ではなくタスクです。

この点を押さえずに「強い職種ランキング」だけを見ると、判断を誤ります。たとえば自動化の影響を語るとき、よく引用されるのが野村総合研究所がオックスフォード大学のオズボーン准教授・フレイ博士と共同で行った試算です。日本の労働人口の約49%が、技術的には自動化が可能な職業に就いている可能性がある、と報告されました（野村総合研究所「日本の労働人口の49%が人工知能やロボット等で代替可能に」2015年）。

ただし、ここには条件があります。この「49%」は「半分の人が失業する」という意味ではありません。あくまで「技術的に自動化が“可能”と推計されたタスクを多く含む職業の割合」です。技術的に可能でも、コスト・規制・人の好みなどの理由で、実際に置き換わるとは限りません。研究者自身も、これは予測ではなく試算であり、不確実性が大きいと注意を促しています。

国際的な比較でも、見方は分かれています。OECD（経済協力開発機構）は、職業まるごとではなく「タスク単位」で見ると、完全に自動化リスクが高い仕事の割合はより小さくなる、という分析を示してきました（OECD
“The Risk of Automation for Jobs in OECD Countries”
2016年ほか）。さらにIMF（国際通貨基金）は2024年の報告で、生成AIは過去の自動化と違い、定型業務だけでなく知的業務にも影響が及ぶ一方、影響は「代替」だけでなく「補完（生産性の底上げ）」の両面があると整理しています（IMF
“Gen-AI: Artificial Intelligence and the Future of Work” 2024年）。

つまり、確かなのは次の3点です。

• 影響は「職種」ではなく「タスク」の単位で起きる
• 「技術的に可能」と「実際に置き換わる」は別物で、後者は遅れて、まだらに進む
• AIは仕事を奪う方向だけでなく、人の生産性を底上げする方向にも働く

であれば、私たちがやるべきことは「消える職種から逃げる」ことではありません。自分の業務を分解し、「AIに移す業務」と「自分の価値が上がる業務」を見極めることです。次の章で、その分解のしかたを具体的に見ていきます。

職種内タスクを2軸で分解する

ここでの結論はシンプルです。どの職種にも「移譲すべき業務」と「強化すべき業務」が同居しています。そして両者は、2つの軸で見分けられます。1つは「AIに代替されやすいか」、もう1つは「人がやることで付加価値が高いか」です。この2軸でタスクを4つの象限に分けると、何を手放し、何に投資すべきかが一目で見えてきます。

編集部はこの作業を、3つのステップで考えることをおすすめしています。

1. タスク分解：自分の1日の業務を、20〜30分単位の作業に書き出す
2. 振り分け：各作業を「代替されやすさ ×
   付加価値」の2軸でマッピングする
3. スキル投資：付加価値が高い業務を伸ばし、代替されやすい業務はAIに移す準備をする

下の4象限が、振り分けの地図になります。

このマップで言えば、投資すべきは①と②です。④は積極的にAIへ移し、空いた時間を①②に振り向けます。③は無理に手放す必要はありませんが、ここだけに留まると差別化は難しくなります。

代替されやすい業務の特徴

代替されやすい業務には、共通点があります。手順が決まっていて、反復が多く、判断にあいまいさが少ない作業です。

• 定型的な入力・転記・集計
• 決まったフォーマットの文書作成（テンプレートの穴埋め）
• 情報の検索・要約・整理
• ルールが明確な一次対応（よくある質問への回答など）

こうした作業は、AIが得意とする領域と重なります。完全になくなるとは限りませんが、人がゼロから手を動かす場面は確実に減っていきます。

価値が上がる業務の特徴

一方、人がやることで価値が上がる業務には、別の共通点があります。文脈の読み取り、関係性、責任の引き受けが関わる作業です。

• 相手の状況や感情を踏まえた関係構築・交渉・合意形成
• 前例のない問題に対する判断と意思決定
• ゼロからの企画・創造、複数案からの選択
• AIの出力を検証し、責任を持って採否を決める「監督」の役割

世界経済フォーラム（WEF）も、今後求められるコアスキルとして分析的思考・創造的思考・柔軟性などを継続的に挙げています（World
Economic Forum “Future of Jobs Report
2025”）。注目したいのは、AIが普及するほど、最後の「AIの監督」という役割の重みが増す点です。AIに任せる業務が増えるほど、その出力をチェックし、文脈に合わせて整える人の価値は上がります。

7職種でみる「代替される業務」と「価値が上がる業務」

職種別に2軸で見ると、はっきりすることがあります。どの職種も「全部消える」でも「全部残る」でもなく、職種の“中で”振り分けが起きるのです。代表的な7職種で、具体例を見ていきましょう（各職種をさらに掘り下げた記事は、職種別キャリア戦略の記事一覧で順次公開しています）。

まず全体像を一覧で整理します。なお「相対リスク傾向」は、あくまで研究で示された自動化エクスポージャの傾向であり、個人やポジションによって大きく変わります。固定的なランク付けではない点にご注意ください。

ここからは、それぞれを少し掘り下げます。

営業

営業で先にAIへ移りやすいのは、議事録の作成、提案書のたたき台づくり、商談データの入力といった作業です。これらは時間を取られるわりに、成果に直結しにくい部分でした。

一方で、相手の本当の課題を引き出すヒアリング、信頼関係づくり、条件をめぐる交渉は、人の領域として残りやすいといえます。むしろ、草案づくりをAIに任せて空いた時間を、顧客との対話に回せるかどうかが分かれ目になります。あなたが営業なら、まずは商談メモの要約をAIに任せることから始めると、効果を実感しやすいでしょう。

事務職

事務職は、定型業務の比率が高いぶん、相対的に作業が移りやすい傾向があります。転記、集計、決まった書類の作成は、その代表です。

ただ、事務職の現場には「マニュアル化されていない例外処理」「部門をまたぐ調整」「現場を知る人だからこそ気づく業務改善」が必ずあります。ここに重心を移せるかどうかが鍵です。AIに作業を渡し、自分は業務全体を設計し直す側に回る、という発想が有効です。

経理・財務

経理・財務では、仕訳や記帳、帳票作成といった入力系の業務がAIや自動化ツールへ移っていきます。これは長く働き続けたい方にとって、不安に感じやすい部分かもしれません。

しかし、数字の背後にある意味を読み解き、経営に示唆を返す仕事、予算配分の判断、監査や説明責任を伴う対応は、人が担い続けます。あと10年働くことを考えるなら、入力の速さを競うより、「数字を経営の言葉に翻訳する力」に投資するほうが、長く効きます。

エンジニア

エンジニアは、AIによるコード生成の影響を最も早く受けている職種の1つです。定型的なコードの記述、テストの雛形、調査作業は、AIとの協働で大きく効率化されています。

その一方で、何を作るべきかを決める要件定義、全体の設計、コードレビュー、そしてAIが生成したコードを検証して責任を持つ「監督」の役割は、むしろ価値が上がっています。コードを速く書けることより、良い設計を判断できることが差になっていきます。

マーケター

マーケターは、文章の草案づくり、広告のA/B案出し、レポートの集計といった制作・作業面でAIの恩恵を大きく受けます。アウトプットの量とスピードは、確実に上がります。

だからこそ、誰に何を届けるかという戦略の設計、ブランドとしての一貫した判断、限られた予算をどの施策に振るかの意思決定が、これまで以上に差になります。制作が速くなるほど、「何を作らないか」を決める判断力が問われます。

販売・接客

販売・接客は、在庫照会や定型的な案内、問い合わせの一次対応がAIやチャットボットへ移っていきます。

一方で、その場の空気を読んだ提案、信頼づくり、来店体験そのものの設計といった、人ならではの体験価値は残りやすい領域です。むしろ、定型対応をAIに任せられる店舗ほど、接客の質を高める時間を確保できます。

管理職

管理職は、報告資料の集計やスケジュール調整といった作業がAIで軽くなります。これは歓迎すべき変化です。

そのうえで、意思決定、メンバーの育成、組織内の合意形成は、人が担い続ける中核です。AIが情報を整えてくれるほど、その情報をもとに「決める」「人を動かす」役割の重要性が増していきます。

このように、7職種のいずれも「職種ごと消える/残る」ではなく、職種の中で業務が振り分けられていきます。次は、この振り分けを乗り越えるために、職種を問わず効くスキルを見ていきます。

職種を問わず効く「AI時代の5スキル」

ここでの結論です。職種が違っても、価値が上がる業務に共通して効くスキルは、5つに整理できます。よく言われる「コミュニケーション力」のような抽象語で止めず、AIを使う前提で具体化しました。

① AIに的確に指示する力

同じAIに頼んでも、指示のしかたで成果はまったく変わります。「目的」「前提情報」「出してほしい形式」を添えるだけで、出力の質は大きく上がります。これはプロンプト設計と呼ばれる領域ですが、難しく考える必要はありません。人に仕事を依頼するときと同じで、背景と完成イメージを丁寧に伝える、それだけです。最初の一歩は、普段の作業を1つ、目的と前提を添えてAIに頼んでみることです。

② AIの出力を検証・編集する力

AIは、誤った内容も自信を持って提示します。だからこそ、出力をうのみにせず、検証して整える力が要ります。最終的に責任を負うのは人だからです。これは批判的思考そのものであり、AIが普及するほど価値が高まります。最初の一歩は、AIの回答を1つ選び、その根拠を一次情報までたどって確かめてみることです。

③ 業務を分解して再設計する力

前の章の「タスク分解」と同じ発想です。業務を細かい作業に切り分けられて初めて、「どれをAIに移すか」が判断できます。逆に、業務をひとかたまりで見ていると、自動化の糸口がつかめません。最初の一歩は、1日の業務を30分単位で書き出し、AIに移せそうな作業に印をつけることです。

④ 関係構築・交渉・合意形成

文脈を読み、信頼を築き、利害を調整する仕事は、AIに任せにくい領域です。多くの職種で「価値が上がる業務」の中心に位置します。特別な才能の話ではなく、相手の状況を理解しようとする姿勢と、対話の積み重ねで磨かれます。最初の一歩は、次の打ち合わせで相手の本当の課題を1つ言葉にしてみることです。

⑤ 学び続ける力

AIをめぐる道具も常識も、更新が速く進みます。一度身につけたやり方に固執するより、古いやり方を手放して学び直す姿勢のほうが、長く効きます。WEFも、変化への適応力や生涯学習を重要なスキルとして繰り返し挙げています（World
Economic Forum “Future of Jobs Report
2025”）。最初の一歩は、週に1回、新しいAI機能を1つ実際に試す習慣を作ることです。

5つのスキルは、どれも今日から小さく始められます。大切なのは、5つを完璧にすることではなく、自分の業務に効くものから1つ動かすことです。

最初の30日でやる学習ステップ

結論からお伝えします。いきなり転職活動や高額なスクールに飛び込む必要はありません。まず30日で「自分の業務でAIを1つ動かす」という小さな成功体験を作ることが、遠回りに見えて最短です。多くのAIツールには無料で試せる範囲があり、最小コストで始められます。

下の表が、30日の進め方です。

このサイクルを一度回すと、「AIは難しそう」という心理的なハードルが大きく下がります。そして、自分の職種で何が移り、何が残るかが、机上の知識ではなく実感として分かってきます。土台ができれば、次のステップ（より専門的な学習や、キャリアの方向転換）も判断しやすくなります。

よくある誤解と注意点

最後に、つまずきやすい誤解を3つ整理しておきます。いずれも、冒頭でお伝えした「タスクで見る」という原則に立ち返ると、見え方が変わります。

「強い職種に移れば安泰」という誤解

「AIに強い職種」へ転職すれば安心、という発想は危ういものです。これまで見てきたとおり、影響は職種ではなくタスクの単位で起きます。どの職種に移っても、その中で「移る業務」と「残る業務」の振り分けは起きます。職種を変えること自体が目的化すると、肝心の「どの業務に投資するか」を見失います。

「いつ代替されるか」の時期予測は当てにならない

「○年後にこの仕事はなくなる」といった時期の予測は、参考程度に受け止めるのが賢明です。技術的に可能になる時期と、コストや規制を踏まえて実際に普及する時期には、大きなずれがあります。OECDやIMFの分析でも、変化は一斉に起きるのではなく、まだらに、連続的に進むと示されています（OECD・IMF
前掲）。時期を心配するより、移り変わりに備えてタスクを見直し続けるほうが現実的です。

年齢や職歴を理由に諦めない

「自分はもう遅い」と感じる必要はありません。前章の30日ステップは、特別な経歴を前提にしていません。経験を重ねた方には、長年培ってきた判断力や関係構築力という、まさに価値が上がる業務の土台があります。そこにAIを使う力を少し足すだけで、強みは大きく伸びます。

まとめ

本記事の要点を、改めて整理します。

• 影響は「職種」ではなく「タスク」の単位で起きる。職種名だけで安心も絶望もしない
• 業務を「代替されやすさ ×
  付加価値」の2軸で4象限に分け、手放す業務と投資する業務を見極める
• 7職種のいずれも、職種ごと消えるのではなく、職種の中で業務が振り分けられる
• 職種を問わず効くスキルは5つ。どれも今日から、自分の業務に効くものから1つ始められる
• まず30日で「自分の業務でAIを1つ動かす」小さな成功体験を作るのが最短。予測の時期は気にしすぎない

AI時代のキャリアは不安をあおる情報も多いものです。けれども、見るべき単位を「職種」から「タスク」に変え、自分の業務でAIを1つ動かすところから始めれば、進む方向は着実に見えてきます。まずは今日、1日の業務を30分単位で書き出すところから始めてみてください。