AIにすでに奪われている仕事と、いま奪われつつある仕事

AIが変えたこと

ニューラル機械翻訳によって、仕事の多くが「ゼロから翻訳する」作業から「AIの下訳を後編集(ポストエディット)する」作業へ移り、報酬の構造もタスクに合わせて下がりました。大量かつ重要度の低いコンテンツは、人が出力を確認する機械優先の運用が増えています。

根拠

2024年の英国作家協会(Society of Authors)の調査では、翻訳者の3分の1以上がすでに生成AIに仕事を奪われたと回答しました。2026年にCNNが紹介したオックスフォードの分析では、機械翻訳の利用拡大が数万人規模の翻訳職の減少と関連づけられています。Duolingoは2024年初頭、コンテンツ生成をGPT-4へ移行し、契約者の約10%を削減しました。

まだ人に残ること

文芸、法務、医療、外交の翻訳は、ニュアンス・文化的文脈・法的責任を引き受ける人に依然依存します。誤訳が現実的な影響を及ぼす緊張下の通訳も、人が主導するタスクとして残ります。

AIが変えたこと

AIチャットや音声アシスタントが、定型的で繰り返しの多い問い合わせの相当部分を最後まで解決するようになり、人に届く問い合わせの総量が圧縮され、大規模な一次対応チームを抱える必要性が薄れています。

根拠

2024年2月、Klarnaは自社のOpenAI製アシスタントが約700人分のフルタイム対応者に相当する業務をこなし、チャットの3分の2を処理していると発表しました。これは700人の解雇ではなく「採用しなかったことによるコスト回避」であり、2025年にはKlarnaが品質上の理由で人の再採用を始めた点も、完全自動化が行き過ぎる場合があることを示しています。先行例として2023年、EC企業のDukaanがチャットボット導入後にサポート人員の約90%を削減したと発表し、強い批判を浴びました。

まだ人に残ること

複雑な苦情、感情的な場面、例外的なケース、そして実際に例外を認める権限を要する対応は、依然として人へ振り分けられます。役割は大量の一次対応から、AIの監督と「AIにできないこと」への対応へ移りつつあります。

AIが変えたこと

書類の読み取り、データ抽出、定型のバックオフィス処理は、構造化されルール化しやすい、まさに自動化が得意とする仕事であり、同じ成果がより少ない人数で出せるようになっています。

根拠

世界経済フォーラム(WEF)の『仕事の未来レポート2025』は、データ入力、一般・役員秘書、銀行窓口係といった事務職を、絶対数で最も減少する職業として挙げています。2023年にはIBMのCEOが、AIで自動化が見込まれる約7,800のバックオフィス職について採用を停止する方針を示しました。

まだ人に残ること

チームをまたぐ調整、例外的な案件への判断、事務の関係構築的な側面は標準化が難しく、キーボード入力中心の作業が減っても人に残りやすい部分です。

AIが変えたこと

生成モデルが、商品説明・広告コピー・定型的なマーケティング文の使える初稿を数秒で作るようになり、需要は量産型のライティングから、編集・戦略・ブランド判断へと移っています。

根拠

フリーランス向けプラットフォームを分析した広く引用される調査では、ChatGPT公開後に自動化しやすいライティングの需要が大きく落ち込み、一部のカテゴリでは約30%減少したとされます。2024年にかけての報道では、AIツールの使用を求められた末に職を失ったライターの証言も集まりました。

まだ人に残ること

独自の取材、際立ったブランドの声、特定の読者理解に基づく説得的な文章、そして正確さと評判が問われる仕事は、引き続き熟練した書き手に価値があります。役割はAI出力の編集者・ディレクターへと移りつつあります。

AIが変えたこと

ソフトウェアが取引の照合、仕訳の分類、異常の検知を自動で行うようになり、自動化に支えられた一人が、かつて小さなチームで担っていた作業をカバーできるようになりました。

根拠

米国労働統計局(BLS)は、簿記・会計・監査事務員の雇用が2024年から2034年にかけて約6%減少すると予測し、その要因を自動化と明示しています。これはあくまで事務員レベルの職であり、判断と保証を中核とする公認会計士・監査人は、より安定した別の見通しを持ちます。

まだ人に残ること

例外的な取引の解釈、意思決定への助言、数字の意味に責任を負うことは人に残ります。自動化が奪うのはデータ処理であって、説明責任ではありません。

AIが変えたこと

AIの文法・編集ツールが機械的な誤りの多くを瞬時に拾うため、最終的な編集判断が依然重要な場面でも、定型的な一次校正の需要は抑えられています。

根拠

BLSの職業ハンドブックは、編集者の雇用が2034年まで約1%増にとどまる(平均より遅い)と予測し、生産性ツールが需要を押し下げる要因だと指摘します。妥当な読み方は、急激な人員崩壊ではなく「成長の抑制」です。

まだ人に残ること

構成・論旨・トーン・事実確認、そして媒体の信頼性を守る実質的な編集は、機械的な校正ツールにはない判断に依存します。

AIが変えたこと

AI音声エージェントがアウトバウンド架電、見込み客の選別、定型のフォローアップを担うようになり、台本に沿った繰り返しの多い中核業務が自動化されています。

根拠

テレマーケティングは、ゴールドマン・サックスなどの労働力分析で一貫して自動化リスクの高い職業に挙げられ、AI音声架電ツールも広く普及しました。2024年2月、米国FCCはロボコールにおけるAI生成音声を現行法上の「人工音声」と判断しており、この技術がアウトバウンド架電へ急速に広がったことを示しています。

まだ人に残ること

相手を読み取り、時間をかけて信頼を築く相談型の複雑な営業は、台本に沿った架電よりはるかに自動化が難しい領域です。

AIが変えたこと

テキストから画像を生成する技術が、求めに応じて使えるビジュアルを作り出し、定型的で量の多いイラストやテンプレート的なデザインの発注を侵食しています。

根拠

2024年の英国作家協会の調査では、イラストレーターの約4分の1がすでにAIに仕事を奪われたと回答し、多くがイラスト仕事の価値低下を報告しました。2024〜2025年の求人データの追跡では、グラフィック系の求人が大幅に減少しています。

まだ人に残ること

アートディレクション、ブランドのアイデンティティ、コンセプト設計、特定の事業課題を解くデザインは、選択肢を量産するのではなく「何を作る価値があるか」を決められる人に引き続き価値があります。

AIが変えたこと

文書レビュー、証拠開示、法務リサーチの一次作業といった大量の読み込み業務が、数時間で数千ページを精査するAIによって劇的に圧縮されています。

根拠

Clioの2024年『リーガル・トレンド・レポート』は、時間課金されるパラリーガル業務の大半がAIで自動化可能と推計しました。ただしBLSは依然パラリーガルの緩やかな成長を見込んでおり、職が丸ごと消えるというより、タスク単位で再編されていると読むのが妥当です。

まだ人に残ること

依頼者対応、AI出力の監督と検証、法廷・提出の実務、そして職業的責任を伴う部分は、しっかりと人に残ります。

AIが変えたこと

AIのコード生成が定型的な実装・ボイラープレート・テストを書くようになり、その影響は、まさに若手が任されてきた業務である未経験レベルのプログラミングに最も強く及んでいます。

根拠

2025年のスタンフォード・デジタル経済研究所の調査では、22〜25歳のソフトウェア開発者の雇用が2022年末のピークから約20%減少した一方、年長の開発者は横ばいでした。AIによる生産性向上を理由に、若手エンジニアの採用を鈍化・停止した企業も公にあります。

まだ人に残ること

システム設計、何を作り何を作らないかの判断、不確実な状況でのデバッグ、本番システムへの責任は、経験あるエンジニアが価値を保つ領域であり、シニアの需要は若手より底堅く推移しています。

AIが変えたこと

生成AIが調査サマリーの作成、レポートの定型化、比較整理を担うようになり、アナリスト業務のうち定型的な統合・要約の層が自動化されています。

根拠

WEFの『仕事の未来レポート2025』やゴールドマン・サックスの幅広い影響度推計は、中位の認知的分析業務を生成AIの影響を最も受けるホワイトカラー業務の一つに位置づけています。ただし、上記Tier Aの職に比べると、明確な人員削減の裏付けはまだ薄い段階です。

まだ人に残ること

適切な問いの立て方、健全な調査設計、そしてどの発見が意思決定にとって本当に重要かの判断は、結果のまとめ作業よりもモデルに委ねにくい部分です。

AIが変えたこと

AIツールがピッチ資料の作成、初期モデルの構築、開示資料の要約を担うようになり、若手金融職の中心だった定型分析の工数が圧縮されています。

根拠

ゴールドマン・サックスはピッチブック作成へのAI活用を試行し、定型作業の工数削減が報じられました。同社の調査でも、業務・財務オペレーションは自動化されやすいタスク領域に位置づけられています。現時点では大量解雇というより生産性の変化ですが、デスクに必要な若手の人数を変えていきます。

まだ人に残ること

不確実性下の判断、顧客との関係、ディール交渉、提言への責任は人に残ります。モデルは分析を速めますが、最終的な承認は行いません。

AIが変えたこと

AIエージェントが候補者の探索、応募の選別、面接の日程調整を担うようになり、調整業務中心だった採用の中核部分の多くが自動化されています。

根拠

2025年にかけての業界調査では、圧倒的多数の企業が採用のどこかでAIを利用しており、自動化された日程調整やスクリーニングが調整工数を大幅に削減していると報告されています。現状は明確な大量代替というより、強いタスク自動化として読めます。

まだ人に残ること

希少な候補者を口説くこと、適性や判断力の見極め、内定クロージング、採用の関係構築・助言の側面は人が主導します。事務が自動化されるほど、採用担当は戦略寄りに移ります。

AIが変えたこと

検索結果の最上部に表示されるAI生成の回答が、これまでサイトへ流れていたクリックを吸収し、多くのSEOやコンテンツマーケティングが前提としてきた検索流入の土台を侵食しています。

根拠

SemrushやAhrefsの2024〜2025年の分析では、GoogleのAI Overviewsが情報系クエリの自然検索クリック率を大きく低下させたとされます。圧力はまず流入減という形で需要を下げ、その後に人員へ波及します。業界はAI回答内での可視性確保へ軸足を移しつつあります。

まだ人に残ること

戦略、ブランドのポジショニング、独自の調査やデータ、そして真の権威性の獲得は、キーワード起点のコンテンツ量産より自動化が難しい領域です。

AIが変えたこと

一部の媒体がAI支援・AI生成の記事を出すようになり、同時にAIの検索回答が読者をニュースサイトから引き離し、報道を支える広告収益を圧迫しています。

根拠

米国の報道業界は2024年に数千の職を失い、一部の新聞チェーンはAI生成記事へ公然と舵を切りました。重要なのは、2026年の研究が、この縮小の主因はAIが記者を一対一で置き換えたことではなく、AI検索で悪化したデジタル広告・流入の崩壊だと結論づけている点です。

まだ人に残ること

独自取材、取材源との関係、事実確認、そして公開内容への責任はジャーナリズムの核心であり、モデルが責任を負えるものではありません。

AIが変えたこと

AIの音声合成が、オーディオブック、広告、解説コンテンツのナレーションを担うようになり、これまで人が録音していた定型のナレーション業務を引き受けています。

根拠

Apple BooksとGoogle PlayはAI生成ナレーションを開始し、Audibleはナレーターが自分の声を複製できる仕組みを導入しました。業界のデータレポートは、2025年にAIナレーションが新規オーディオブックの相当な割合に達したと推計しています。

まだ人に残ること

キャラクター性の高い演技、感情の幅、特定の人間の声そのものが価値となる仕事は、引き続き演者に属します。そして自分の声の同意とライセンスが中心的な論点になりつつあります。