抽出レシピの再現
湯温、抽出時間、粉量などを一定条件で再現する作業は機械化しやすいです。標準品質の一杯を安定供給する部分は、今後も置き換わりやすい領域です。 条件を固定しやすい工程ほど、機械化の恩恵を受けやすいです。
バリスタはAIでなくなるのか？
バリスタはAIに代替されるのか。抽出レシピ管理や在庫予測は自動化しても、その日の豆に合わせた味の調整と店の空気は人が作る。
先に結論
バリスタは、AIで抽出補助が進んでも、一杯の印象と店の空気を作る職種として残ります。定量抽出や在庫予測は効率化されても、味の微調整、会話、空間づくりは人に残ります。
この職業とは
バリスタは、飲み物を作るだけではなく、豆の状態、抽出、提供タイミング、会話の距離感を調整しながら、店の体験全体を作る仕事です。味と接客が同時に評価される点に大きな特徴があります。
AIや機械によって抽出条件の再現性は上がりますが、客の好みや店内の流れを見ながら接し方を変える仕事は人に残ります。コーヒーを介して場の空気を作る役割は今後も価値を持ちます。
業界
ホスピタリティ
公開データで見るこの職業
生成AIへのさらされ度
39 / 100
188職業中 159位
米国政府の区分
さらされ度：中
米国労働統計局（BLS）による職業別の相対的なAIさらされ度区分（2026年）。
4つの公開データから当サイトが算出した0〜100の指標で、掲載している188職業の中での相対的な位置を示します。高いほど、生成AIがこなせる・実際に使われている業務の割合が大きいことを意味します。仕事がなくなる確率ではありません。
AIがこなせる業務の多さ（理論）
36
研究者による業務分析（Eloundouほか、ILO）。各データが評価する全職業の中での百分位です。
AIが実際に使われている業務の多さ（実利用）
42
Microsoft Copilot と Anthropic Claude がこの職業の業務に実際に使われた度合い。各データが評価する全職業の中での百分位です。
米国の雇用（BLS 2025〜35年予測）
- 就業者数の予測変化（2025〜35年）
- +5.8%
- 米国の就業者数（2025年）
- 3,855,900
- 年間の求人数（平均）
- 827,400
- 年収の中央値（2025年）
- US$31,200
- 就職に通常必要な学歴
- 学歴要件なし
BLSが挙げる変化の理由
BLSはこの職業に固有の変化要因を挙げていません。この予測は主に、この職業を雇用する業界の伸び・縮みを反映したものです。
BLS の職業区分「Fast food and counter workers」の米国の数値です。BLS の予測は技術が過去と同じペースで進むことを前提にしており、AIの影響だけを予測したものではありません。
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
バリスタはAIでなくなるのか？
バリスタの仕事を抽出技術だけで見ると、自動化されやすく見えます。実際には、混雑状況、客層、その日の豆の状態、会話の距離感まで見ながら、一杯の質と店の空気を整える必要があります。技術職でありながら、接客職でもあるところがこの仕事の難しさです。
AIは抽出レシピの管理、在庫予測、注文傾向の分析では大きな支援になります。だからこそバリスタに残る価値は、再現された抽出を超えて、相手にとって心地よい一杯と時間を作る力に移っていきます。
バリスタの仕事を分けて見ると、自動化しやすい抽出補助と、人が責任を持って残すべき味づくりや接客判断の差が見えてきます。今後も強みとして残る技能と、経験を活かせる転職先候補を具体的に整理していきます。
置き換わりやすい業務
バリスタの仕事でも、一定品質の抽出や在庫管理のような定量部分はAIと機械の相性が良いです。反復的な作業は今後さらに自動化されやすくなります。
注文傾向と在庫予測
時間帯や天候に応じた注文傾向を分析し、豆やミルクの在庫を予測する作業はAIが得意です。ロス削減や欠品防止の補助として自動化しやすい工程です。 過去実績から初期案を出す工程は、特に自動化と相性が良いです。
レジ周辺の定型案内
商品の基本説明や注文導線の案内はAI表示やセルフ端末で補助しやすいです。定型説明の負担を減らし、個別対応へ時間を回しやすくなります。 同じ説明を繰り返す場面ほど、端末や表示へ置き換えやすくなります。
日報や売上記録の整理
売上、提供数、在庫消費の記録を定型様式へまとめる作業はAIで下書きしやすいです。後処理の負担を減らし、現場の味づくりや接客へ意識を残しやすくなります。
残る業務
一方で、店の魅力は再現性だけでは決まりません。相手の好みや場の空気を読みながら、一杯の印象と接客体験を整える仕事は人に残ります。
豆の状態を見た味の微調整
同じ豆でも焙煎後の日数や湿度で抽出の出方は変わります。味見や香りを通じて微調整する仕事は、人の感覚と経験が残る部分です。 複数の要素を同時に見て順番を変える判断は、今後も人が担います。
客に合わせた提案と会話
忙しい人、会話をしたい人、初めて来た人では、必要な接し方が違います。相手に合わせて距離感と提案内容を変える仕事は、人に残る大きな価値です。 相手の反応に合わせて言い方を変える部分は、人の仕事として残ります。
混雑時の店内オペレーション調整
注文が集中した時に、どこを急ぎ、どこで待ってもらうかを判断する必要があります。品質を落とさずに店内を回す段取り力は、現場の人が担うべき部分です。 複数の要素を同時に見て順番を変える判断は、今後も人が担います。
店の世界観づくり
一杯の提供だけでなく、店の雰囲気、声かけ、提供速度のリズムまで含めて体験を作る役割があります。空間全体の印象を整える仕事は、人の感性が残る領域です。 場全体の印象を整える仕事は、機械より人の感覚が効きます。
学ぶべきスキル
バリスタは、抽出手順の暗記より、味と接客をつなぐ力を磨くほど強みが残ります。再現性の高い環境でも、最後の印象差を作れる人ほど代替されにくいです。
味覚と言語化の力
味の違いを自分で感じるだけでなく、何がどう違うのかを説明できることが重要です。微調整の理由を言葉にできる人ほど、品質を再現しやすくなります。 相手に伝わる形へ置き換えられる人ほど、強みが伸びていきます。
相手の好みを読む対話力
短い会話から、濃さの好みや気分を引き出せると提案の質が上がります。接客の中で必要情報を自然に取れる人は強いです。 本音や背景を引き出せる人ほど、支援の精度が上がります。
混雑時の段取り力
味を落とさずに回すには、注文の流れを見ながら作業順を組み替える力が欠かせません。忙しい時間帯ほどこの力が大きな差になります。 限られた時間で流れを崩さない設計力が、強みとして残ります。
AI分析を商品提案へ変える力
売上データや注文傾向をそのまま眺めるのではなく、どの商品構成や声かけに変えるかを考える力が必要です。数字を現場の提案力へ変えられる人が今後も強いです。
転職先候補
バリスタの経験は、味の微調整、接客、現場段取りに強みがあります。飲食運営や商品提案、顧客対応に近い職種へ広げやすいのが特徴です。
バーテンダー
会話の温度感を見ながら好みに合わせて提案してきた経験は、夜の接客でもそのまま活きます。味の説明だけでなく、場の空気を整えながら一人ひとりに合わせる接客へ広げたい人に向いています。
さらされ度 43/100 · 米国の雇用 2025〜35年 +5.0%
ホテルマネージャー
ピーク時の回し方、スタッフ連携、クレームの初動対応を積んできた経験は、宿泊現場の運営でも価値があります。カウンターの接客だけでなく、フロア全体のサービス品質を整える役割へ進みたい人に向いています。
さらされ度 70/100 · 米国の雇用 2025〜35年 +3.8%
ソーシャルメディアマネージャー
商品の見せ方や季節感の出し方を日々の接客でつかんできた人は、店舗発信やSNS運用でも強みを出せます。味の説明を言葉と写真に置き換え、来店理由をつくる役割へ広げたい人に向いています。
さらされ度 94/100 · 米国の雇用 2025〜35年 +7.0%
パン職人
バリスタは早朝のシフトに慣れ、正確な計量でレシピを守り、どの焼き菓子がどの飲み物と一緒に売れるかを日々見ています。製パンへ移ることは、カフェのカウンターで得た感覚を、生地の扱いや発酵、焼成のタイミングといった商品そのものの製造へ広げることです。手仕事と品質の安定に喜びを感じ、接客よりも製造に深く関わりたい人に向いています。
さらされ度 27/100 · 米国の雇用 2025〜35年 +5.5%
まとめ
バリスタは、AIで抽出補助が進んでも、一杯の印象と店の空気を作る職種として残ります。定量抽出や在庫予測は効率化されても、味の微調整、会話、空間づくりは人に残ります。今後も強いのは、技術と接客を一つの体験へまとめられる人です。
同じ業界の比較職種
ここに表示しているのは、バリスタと同じ業界に分類される職種です。仕事内容が同一という意味ではなく、AIの影響やキャリアの近さを比較しやすい職種を並べています。
関連ページ・ツール
関連する読みもの
よくある質問
Q.バリスタはAIでなくなるのか？
バリスタの生成AIへのさらされ度は100点中39（188職業中159位）です。AIがこなせる・使われている業務の多さを示す指標で、仕事がなくなるかどうかを示すものではありません。BLSは、米国のバリスタの雇用が2025年から2035年にかけて+5.8%変化すると予測しています。
Q.バリスタの業務のうち、AIに置き換わりやすいのはどれですか？
バリスタの仕事でも、一定品質の抽出や在庫管理のような定量部分はAIと機械の相性が良いです。反復的な作業は今後さらに自動化されやすくなります。具体的には：抽出レシピの再現、注文傾向と在庫予測、レジ周辺の定型案内、日報や売上記録の整理。
Q.バリスタの仕事で、人に残るのはどの部分ですか？
一方で、店の魅力は再現性だけでは決まりません。相手の好みや場の空気を読みながら、一杯の印象と接客体験を整える仕事は人に残ります。具体的には：豆の状態を見た味の微調整、客に合わせた提案と会話、混雑時の店内オペレーション調整、店の世界観づくり。
Q.バリスタがいま身につけておくべきスキルは何ですか？
バリスタは、抽出手順の暗記より、味と接客をつなぐ力を磨くほど強みが残ります。再現性の高い環境でも、最後の印象差を作れる人ほど代替されにくいです。具体的には：味覚と言語化の力、相手の好みを読む対話力、混雑時の段取り力、AI分析を商品提案へ変える力。