業界別AIの影響度が高いランキング
AIがもたらす影響は、業種ごとに、また同じ業種内の職種ごとにも一様ではありません。重要なのは、その分野の仕事のうちどれだけが反復的な情報処理であり、どれだけがAIには担えない判断力、身体的な立ち会い、責任を伴うものかという点です。
定型化された書類、構造化されたデータ、定型的なコミュニケーションを中心とする業種、例えば金融のバックオフィス業務、事務サポート、メディアやマーケティングの一部などは、スコアが高くなる傾向があります。これらは現在のAIが得意とするタスクだからです。一方、建設、医療、エネルギー、運輸のように、現場での作業や安全に関わる判断、対面でのケアを土台とする分野は、AIによって事務作業が効率化されても、比較的高い水準を保っています。
以下のランキングは、当サイトが扱う職業のさらされ度を業界ごとに平均したもので、BLSのデータがある業界は米国の就業者数で重みづけしています。結論ではなく出発点として捉えてください。どの業界でも、定型的な情報処理の仕事は、判断や現場作業が中心の仕事よりはるかに高い値になります。業界を開くと、その数値を押し上げている職業を確認できます。
業界の平均が高いほど、その業界の典型的な仕事は生成AIにさらされやすく、低いほど現場で人が担う仕事が多いことを意味します。業務のさらされ方を示すもので、仕事がなくなるという予測ではありません。
業界ランキング
| 順位 | 業界 | 業界平均のさらされ度 | 分析職種数 |
|---|---|---|---|
| 1 | マーケティング | 93.1 | 12 |
| 2 | メディア | 91 | 6 |
| 3 | 事務・業務 | 89 | 3 |
| 4 | テクノロジー | 86.9 | 21 |
| 5 | 金融 | 82.6 | 13 |
| 6 | クリエイティブ | 79 | 8 |
| 7 | 小売 | 77.2 | 2 |
| 8 | 科学 | 76 | 9 |
| 9 | コンサルティング | 72.5 | 11 |
| 10 | 不動産 | 72.3 | 3 |
| 11 | 政治 | 71.3 | 2 |
| 12 | エネルギー | 61.8 | 3 |
| 13 | 環境 | 61.7 | 3 |
| 14 | 教育 | 61.5 | 11 |
| 15 | エンタメ | 61.4 | 6 |
| 16 | 法務 | 54.5 | 7 |
| 17 | 医療 | 51.9 | 15 |
| 18 | ホスピタリティ | 43.9 | 13 |
| 19 | 製造 | 42.6 | 7 |
| 20 | 物流 | 40.8 | 6 |
| 21 | 運輸 | 39.8 | 10 |
| 22 | 公務員 | 39.5 | 2 |
| 23 | 建設 | 35.5 | 12 |
| 24 | 農業 | 32 | 3 |
さらされ度は0から100までで、公開データ(出典参照)をもとに職業どうしを比べるための数値です。その職業がなくなる確率ではありません。 評価方法
出典
さらされ度は、以下のデータを基に当サイトが算出しました(データ時点:2026年10月15日)。米国の雇用の数値は BLS の公表値をそのまま掲載しています。
- Eloundou, Manning, Mishkin & Rock, "GPTs are GPTs: Labor market impact potential of LLMs", Science (2024); data MIT licence
- Gmyrek, Berg, Kamiński, Konopczyński, Ładna, Nafradi, Rosłaniec, Troszyński. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Geneva: ILO, 2025. © ILO, CC BY 4.0
- Tomlinson, Jaffe, Wang, Counts & Suri, "Working with AI: Measuring the Occupational Implications of Generative AI", Microsoft Research; CC BY 4.0
- Anthropic Economic Index (job_exposure); CC BY
- U.S. Bureau of Labor Statistics, Employment Projections 2025–35 and AI exposure categories
各データの公表元は、本サイトの作成・確認・推奨には関与していません。 出典・ライセンス・算出方法の詳細
同じ業種の中にある振れ幅
平均値は、多くの読者が本当に知りたかったことを覆い隠してしまいます。以下の二つの列では、すべての業界について、生成AIに最もさらされている職業と最もさらされていない職業を示しています。
| 業界 | 影響最大の職種 | 影響最小の職種 |
|---|---|---|
| マーケティング | コールセンターエージェント 99 | マーケティングマネージャー 82 |
| メディア | 通訳 98 | 映像編集者 68 |
| 事務・業務 | 事務アシスタント 91 | スケジュール管理担当 81 |
| テクノロジー | Web開発者 97 | 電気エンジニア 58 |
| 金融 | エコノミスト 92 | 銀行窓口係 73 |
| クリエイティブ | コンテンツライター 95 | インテリアデザイナー 57 |
| 小売 | 小売販売員 79 | 小売店のレジ係 75 |
| 科学 | 社会学者 90 | 地質学者 68 |
| コンサルティング | 経営分析担当者 88 | 人事マネージャー 54 |
| 不動産 | 不動産業者 77 | プロパティマネージャー 67 |
| 政治 | 外交官 79 | 政治家 64 |
| エネルギー | エネルギーエンジニア 68 | 再生可能エネルギー技術者 27 |
| 環境 | 環境科学者 75 | 水処理技師 27 |
| 教育 | 博物館学芸員 86 | ティーチングアシスタント 48 |
| エンタメ | 映画監督 68 | 音響エンジニア 41 |
| 法務 | 法廷速記者 85 | 警備員 39 |
| 医療 | 心理学者 75 | 獣医師助手 28 |
| ホスピタリティ | 受付 90 | ハウスキーパー 13 |
| 製造 | 機械エンジニア 75 | 溶接工 18 |
| 物流 | 物流コーディネーター 79 | 倉庫作業員 34 |
| 運輸 | 客室乗務員 56 | 航空機整備士 23 |
| 公務員 | 警察官 47 | 消防士 25 |
| 建設 | 都市計画家 85 | 建設作業員 19 |
| 農業 | 農業科学者 70 | 漁師 17 |
よくある質問
Q.AIの影響を最も受けやすい業種はどこですか?
このランキングの上位に並ぶのは、日常業務の中心が標準化された情報処理である分野です。金融のバックオフィス、事務サポート、そしてメディアやマーケティングの一部が該当します。これらが影響を受けやすいのは業種という括りのためではなく、その内側を占めるタスクの性質によるものです。入力が予測しやすく、出力の正しさを確認でき、自動化を構築するだけの処理量があるという条件が揃っています。
Q.業界の数値が高ければ、その業界のすべての仕事が危ないということですか?
いいえ。上の一覧表は、まさにその理由を示すために用意しています。当サイトが追跡するどの業種にも、定型的な処理が中心の職種と、判断力や現場での立ち会い、責任の引き受けを土台とする職種の両方が含まれます。そしてその両者の隔たりは、多くの場合、ある業種と別の業種の間の差よりも大きくなります。業種の数値はあくまで背景として読み、そのうえで職種を確認してください。
Q.自分の分野がこの業種一覧に見当たりません。どこを見ればよいですか?
業界の一覧は、当サイトが扱う職業をまとめたグループ分けであり、産業分類を網羅したものではありません。確実なのは職業そのものを調べることです。どの職業にも、数値と出典をまとめたページがあります。
Q.業種の数値はどのように算出されていますか?
その業界で当サイトが扱う職業のさらされ度の平均です。業界内のすべての職業にBLSのデータがある場合は米国の就業者数(2025年)で重みづけし、そうでない場合は単純平均にしています。出典と限界は算出方法のページで説明しています。