データとAIによるあらゆるキャリアの再構築

「AIによって仕事が奪われる」というキャッチフレーズは、労働環境のさらに大きなかつ不均等な変化を示しています。つまり、縮小する仕事もあります。なくなる仕事もあります。これを私は「職務の入れ替わり」と呼んでいます。職務の入れ替わりは、従業員が役職を離れて交代する割合を示しますが、この数値は時代の経過とともに変化しています。20世紀初頭まで遡ると、当時すでに高い職務の入れ替わりが問題となっており、入れ替わりがもたらすコストに関する研究や、賃上げといった定着率向上のための戦略が検討されていました。1920年代から1970年代にかけて、組織の内部労働市場、年功序列に基づく報酬、年金制度、フォーマルトレーニングが進展するにつれて、職務の入れ替わりは長期的に低下し、安定性が高まりました。1980年代から1990年代になると、流動性が増加しました。この時期の調査では、特に米国と英国では、従業員の勤続期間の短縮が顕著に見られ、2年未満の在職期間の増加がみられました。2000年代から今日まで、高齢労働者の長期勤続年数は相対的に高い水準を保っています。一方、若い世代の職務の入れ替わりは大幅に上昇しています。2010年代は、一部のセクターでこの割合が低下しましたが、その後は新型コロナウイルス感染症（COVID-19）のパンデミックによる混乱とテクノロジードリブンな「創造的破壊」の台頭が起きました。現在、職務の入れ替わりの推進要因とパターンは異なります。ここで重要になるのは、なぜそうなるのかという問いです。

新しい経済圏では、新しいスキルが生まれます。業界は生産性、レジリエンス、イノベーションを促進するスキルを必要としており、雇用のランドスケープはかつてないスピードで変化しています。多くの仕事の設計が刷新されます。多くの人は、肩書きではなくワークフローによって変化を最初に感じるかもしれません。作業はタスクに分解され、データ、自動化、機械による推論を中心に再構築されます。それが、今という時代の特徴です。新しいツールだけでなく、仕事のための新しい運用モデルも重要です。経済変革をサポートし、企業が競争と成長を実現するためには、従業員はどのようなスキルを必要とするでしょうか。世界経済フォーラムのFuture of Jobs Report 2025によると、世界経済は2030年までに7,800万人の雇用が純増すると予測されています。ここでは、1億7,000万人の新規職務が創出されると予測されていますが、約9,200万人の既存職務が置き換えられると予測されています。  

ですから、2026年のキャリアにおける現実的な問いは、「AIが私の仕事を奪うかどうか」というものではなくなります。むしろ、変化への準備はできているかということです。以下の質問を自分に尋ねてみてください。 

• 自分の職務において、自動化の影響を最も受けている部分はどれですか？
• データ、メトリクス、エビデンスに関して、どのような新たな期待が生まれていますか？
• 人間の判断が依然として重要である領域と、その判断能力があることを実証するにはどうすればよいですか？
• 信頼性と有用性を高め、キャリアの流動性を維持できる新興技術スキルは何ですか？

このブログ記事では、AIが雇用に与える影響、AIによる失職や仕事の代替をめぐる実態、そしてあらゆる業界における未来の働き方がどのような姿になるのかを深く掘り下げていきます。また、実践的なアクションプランも紹介しています。

コンテキストを設定するために、ここでは、一部の人々が現在疑問を持っている質問とその実践的な回答を紹介します。

AIが雇用に与える影響

実践的な枠組みの方法は、次のとおりです。AIは肩書きを変えるよりも早く、仕事の内容自体を変えています。

AIと仕事を考えるうえで有用な枠組みは、3つのレイヤーで整理できます。

• タスクの自動化：トリアージ、分類、要約、抽出、基本的な作図、単純な照合など、自動化が容易なタスクもあります。こうしたタスクが大きな割合を占める場合、AIは実際の労働時間を削減するため、人々はAIを仕事を奪うものとして体験します。
• タスクの拡張：多くの仕事は排除されることなくアップグレードされます。AIが分析、執筆、計画、コーディング、カスタマーサポート、運用トラブルシューティングのアシスタントとなります。仕事は残りますが、それを担当する人間に期待されるベースライン出力は上昇します。
• 職務の再設計と置き換え：一部の職務は、タスクインベントリの大部分が自動化可能になり、システムを監督する人員が減少したことによって大幅に縮小します。予測可能な情報処理を中心に構築された職務においては、AIによる仕事の代替が顕著に現れます。

いくつかのグローバル機関が、同様の枠組みを提唱しています。国際労働機関による生成AIの研究では、ほとんどの職業において、AIがもたらす支配的な影響は「完全な自動化」ではなく、人間の能力を補完・強化する拡張となる可能性が高いと強調されています。ただし、高所得国における事務職や管理業務については、AIの影響を受けるリスクがより高くなると予測されています。同時に、混乱の規模も小さくありません。異なるタスクの構成、導入ペース、地域の労働状況によっては、AIによって仕事を失うカテゴリーもあるでしょう。しかし、より本質的で重要なのは、雇用主が期待する役割、パフォーマンスの測定基準、そして将来の価値を左右するスキルの定義そのものが進化しているという点にあります。

AIスキルの転換 

職場におけるAIは、調査によって測定される内容が異なるため、考慮が必要な以下のようなさまざまな数字が考えられます。

• タスクへの影響：自動化または拡張できるタスクの部分
• 職務の代替：縮小または消滅する可能性のある仕事
• 置き換えられる時間数：仕事が残っていても自動化できる労働時間の割合

現在の状況を正しく読み解くための現実的な方法は、一つの見出しになるような数字を探すのをやめ、より実用的で示唆に富む次の2つの指標に注目することです。

• AIに影響を受ける雇用はどの程度ですか？国際通貨基金は、世界の雇用の40%近くがAIの影響を受けると推定しています。先進国では約60%に達しています。これは、認知とオフィスベースの仕事が多いことが主な理由です。また、AI統合によって恩恵を受ける可能性がある職種は約半数で、残りの半分はタスクの代行、雇用の減少、賃金の圧力によって否定的な影響を受ける可能性があるとも指摘しています。これは、特にナレッジワークへの影響範囲が広いことを示しています。
• どの程度の変化と混乱が予想されますか？世界経済フォーラムの雇用者ベースの見通しでは、2025年から2030年の期間内での変位と創出の最も明確な定量化された推定値の一つが示されています。自身キャリアプランニングに合理的な結論を求めるなら、2030年までに、相当数の役割が置き換えられるか、大幅に再設計される可能性があります。肩書きの変更よりも、必要なスキルの変更を経験する人が多いと考えられます。

AI統合の次の波は、テクノロジーの役割が急速に変化していることを明らかにしています。動的な人間とAIが協働するチームへと移行するなかで、技術的なAIスキルは不可欠です。テクノロジーによる職務の進化は目新しいものではありませんが、今日、かつてないほど急激で規模の大きなイノベーションが起きています。真の試練は、取り残されることなく必要なスキルを身に付けるためにどう対応するかです。あなたが進化と成長を続けるためには、現在の職務で最も露出度の高いタスクは何か、バリューチェーンを前進させるのに役立つ機能は何かを考える必要があります。この時代の需要に対応し、新たな可能性や機会を自ら切り開くためには、どうすればよいでしょうか。

どのような仕事がAIに最も影響されるでしょうか

有用な原則は至ってシンプルなものです。反復可能な情報作業を中心に構築された仕事は、予測困難な物理的環境、複雑な人間関係、高度な説明責任を伴う判断に基盤を置く職務よりも、より大きな影響を受けます。

上記のILOのグローバル分析では、事務や管理タスクへの影響度が高いことが示されています。また、多くの経済において事務職は女性の雇用の重要な源泉であるため、その影響は性別による可能性があることが示されています。これに対し、IMFは重要な補足を加えています。それは、AIの影響を受けることが、必ずしもその職の消滅を意味するわけではないという点です。最終的な影響は、AIがその職務を補完するのか、あるいはその職の存在意義となっている主要なタスクを代替してしまうのか、によって決まるのです。  

以上を考慮して、検討すべき実用的なカテゴリを示します。

AIが代替するリスクの高い職務

これらは低価値の職務というわけではありません。その多くは不可欠です。問題はさまざまなタスクの構成にあります。

• スケジュール設定、ドキュメント準備、標準コミュニケーションを中核とした、事務的および管理的な調整の役割
• 主に定型出力の要約、書式設定、生成を行う、エントリーレベルのナレッジワーク
• 複雑な判断なしに予測可能なクエリを処理するカスタマーサポートレベル
• 差別化要素が低く、スループットが主なメトリクスとなる、基本的なコンテンツ制作職務
• チェックリスト主導のコンプライアンス準備やレポート作成タスク（判断は重要だが、書類作成は短縮できる）

消滅するのではなく、変化し続ける役割

こうした役割は、個人が適応してこそ、より価値のあるものになる可能性があります。

• アナリスト、財務パートナー、オペレーションプランナー、プロダクトマネージャー
• エンジニアと開発者（AIは検証のハードルを上げながらアウトプットを加速できる）
• データドリブンなセグメンテーションとパフォーマンス分析に取り組むセールスおよびマーケティングの専門家
• スキルベースのモデルに移行している人事および人材計画の専門家

完全な自動化が難しい職務

• 非構造化された環境での身体の器用さを必要とする作業
• 信頼、ケア、人間の存在が中心的な役割（ヘルスケア、教育、社会福祉）
• 複雑な交渉、リーダーシップ、責任ある意思決定

もう一つの重要な補足事項は、たとえ上級職が残るとしても、AIは初期のキャリアパスを再形成するということです。ルーチンタスクは、歴史的には人々がその作業をどのように学んだかを示すものでした。こうしたタスクが縮小した場合、組織は若手従業員の能力を構築する方法を見直す必要があります。そうしなければ、将来の人材パイプラインが脆弱になります。AIはさまざまな業界でどのように仕事を再構築しているでしょうか。

具体的に説明するために、ここでは、自動化によって部門ごとに業務が再構築されている例をいくつか紹介します。こうした業界で働く人は、この変化がすでに始まっていることに気付くことでしょう。

金融サービス

AIは、ドキュメント処理、顧客コミュニケーション、内部コーディングの高速化、運用トリアージに使用されています。英国では、AIドリブンな労働シフトに対する現実的な懸念を反映して、金融リーダーによる公開解説や政策議論において、リスキリングやエントリーレベルのキャリアに対するリスクに焦点が絞られるようになっています。

人々に影響を与える変化：

• AIに支えられた生産性への期待の高まり
• 監督、リスク、ガバナンスの重視
• 組織がAIによる支援が可能かどうかという疑問ではなく、依然として手作業を継続すべきかどうかという疑問に変化するにつれて、手作業による処理に対する需要が薄れる

小売とEコマース

AIは、予測、在庫の最適化、料金設定、カスタマーサービスのルーティングを変化させています。これにより、マーチャンダイジング、サプライチェーン、サービス業務における役割が変わります。

人々に影響を与える変化：

• アナリティクスが日々の意思決定に組み込まれる
• 兆候を正しく解釈することは、プロフェッショナルの能力の一部となる
• 意思決定サイクルが加速し、手作業での照合に要する時間が短縮

マーケティングとメディア

生成AIは、コンテンツのドラフト作成、変数のテスト、アセットの構築に要する時間を短縮します。また、生産量が安価で豊富になるため、競争も激化します。

人々に影響を与える変化：

• 差別化要因は、判断、戦略、実験計画、効果測定に移る
• 効果測定リテラシーは、今後さらにその価値を高めていくでしょう。これには、成果の要因を正しく特定するアトリビューションや、施策がどれだけ寄与したかを測るインクリメンタル的な思考が含まれます。
• コンテンツ作成が容易になるほど、リスクが拡散しやすくなるため、ブランドと規制の制約がより重要

コンサルティング、アドバイザリー、ナレッジワーク

AIは、研究合成、提案書作成、会議の要約、知識検索に使用されることが増えています。

人々に影響を与える変化：

• ベースライン出力への期待が高まる
• 検証がプロフェッショナルのコアスキルになる
• 自動化できる部分と見直すべき部分についての明確な基準がチームに求められる

官公庁・公的機関と規制の分野

行政や規制の厳しい環境での導入は、アカウンタビリティ、調達、プライバシー、監査可能性によって形成されます。それによって、物事の進行が鈍化するだけでなく、進むべき方向が明確になります。AIは、ガバナンスが確保され、十分に説明可能で、精査に耐えるデータを基盤として構築されることで拡大します。

アジア太平洋地域では、複数の政府が採用と正式なガバナンスおよび従業員の能力構築をペアで進めています。シンガポールのGovTechは、Government AI Blueprintを公開しました。このBlueprintは、AIを継ぎ足しのツールとして扱うのではなく、公務員の増強とサービス提供の改善を目指す、AIを活用した官公庁・公的機関へのアプローチを示しています。また、シンガポールは2030年までのAI研究への大規模な公共投資を発表しており、国家能力開発がコアインフラストラクチャとして扱われていることを示しています。オーストラリアでは、デジタルトランスフォーメーション庁がAI in Government政策を定め、すべての機関で責任あるAI利用が期待されています。また、オーストラリア公共サービスも、職員向けに政府が管理するセキュアな生成AIツールを展開しています。 

人々に影響を与える変化：

• 防御可能な意思決定証跡、透明性、アカウンタビリティの強化
• データ品質、リネージ、ガバナンスにより高い価値を置く
• リスクと責任がワークフロー全体に分散されるため、非技術職全般にわたって実践的なリテラシーが求められる

AIの求人市場で実際に何が変化しているのか

AIの求人市場というと、機械学習の専門家やプロンプトエンジニアといった新たな職種ばかりを思い浮かべる人が多いようです。こうした役割は存在しますが、さらに深い変化は、AI関連の仕事と認識されていない多くの役割において、AIの能力が必須となっていることです。

際立った3つの特徴があります。

• スキルインフレーション：役職の変更や給与バンドの変更なしに、新たなスキルが求められるようになります。予想される職務内容としては「AIに慣れていることが好まれる」、「自動化の経験」、「データドリブンな意思決定」、「AIツールとの連携能力」などです。これが、一見仕事が安定しているように見えても、人々がプレッシャーを感じる理由の一つです。
• スキルターンオーバーの迅速化：世界経済フォーラムは、2025年から2030年にかけて、テクノロジーの導入とビジネスモデルの変化によってスキル要件が急速に変化することは明らかである、としています。 
• 二極化リスク：各領域の専門知識とデータおよびAIリテラシーを組み合わせることができる場合は、メリットを得られます。それができない場合は、狭い範囲の作業を強いられるリスクがあります。多くの場合、こうした作業は自動化の影響を受けやすくなり、賃金の圧力の影響を受けやすくなります。

雇用に対するAIの悪影響が最も顕著に現れるのは、この領域です。影響は、単に仕事を失うことだけではありません。また、モビリティの低下、交渉力の弱体化、システムを操作できる人と管理される人の間の格差の拡大も招きます。IMFは、AIが普及するにつれて、流通リスクや潜在的な不平等の影響を明確に指摘しています。 

AIによる仕事への影響は、一律ではない

率直に申し上げるなら、AIによる失職は現実です。しかし、経済全体に均等に波及するわけではなく、すべての国、分野、職種で同じスピードで波及するとは限りません。

APACの明確な例としては、シンガポールのDBSグループが挙げられます。 2025年2月、DBSは、AIは今後3年間で約4,000人の臨時職務や契約職務を更新する必要性を低減すると同時に、約1,000人のAI関連職務を新たに創出するだろうと予測しました。その影響は、従業員全体に及ぶのではなく、特定のタスクカテゴリや雇用タイプに集中しています。

オーストラリアは、これがいかに不均等であるかについての別の見解を示しています。2025年7月、オーストラリアのコモンウェルス銀行は、特定の業務をAIに移行させる計画の一環として人員削減を表明しました。この決定は世論の厳しい批判を浴び、労働組合からの激しい反発を招く事態となりました。比較的小規模であっても、現場の作業に影響が生じた場合に自動化の意思決定がいかに迅速に可視化されるかを示しています。

実践的なポイントとして、通常はAIが仕事を置換することは、タスクのターゲット置換、より広範な再設計を意味します。ほとんどの人にとって、仕事が突然なくなるというリスクはありません。役割の一部が縮小し、期待が高まり、残りの業務が監督、例外処理、判断に移ることが考えられます。

結論として、私たちは何をすべきか

多くのプロフェッショナルにとって、よりレジリエントなアプローチは、複数のツールを横断するケイパビリティの構築です。

実際には、このケイパビリティは5つの部分から構成されており、ほとんどの組織がサステナブルなデジタルトランスフォーメーションのために現在必要としている新たなテクノロジースキルと緊密に対応しています。

• データリテラシー：メトリクスを解釈し、データに疑問を持ち、何が欠けているのかを理解する必要があります。入力を精査できなければ、AIの出力を安全に使用することはできません。データリテラシーは、チームが定義を統一し、手戻りを回避し、意思決定の一貫性を高めるものでもあります。
• AIリテラシー：そのためには、AIが確実に実行できるタスク、失敗するタスク、なぜ「確信」と「正解」が一致しないのかを示す、実用的なメンタルモデルが必要です。機械学習のエンジニアになる必要はありませんが、AIを責任をもって使用するにはその境界を十分に理解する必要があります。
• ワークフローに対する精通知識：AIは仕事の流れを変えます。ツールの運用だけでなく、ワークフローを再設計できる人材が中心になります。ここから、多くのキャリアが再形成されます。価値は、アカウンタビリティを損なうことなく自動化を実装できる人材へと移っていきます。
• 検証と判断：アウトプットが安くなるにつれて、判断の価値が高くなり、意思決定の検証、ストレステスト、防御を行えることが、差別化要素となります。また、多くの組織が隠れたリスクを発見しています。人間がアウトプットに疑問を感じない場合は、安全策として機能せず、単に処理上の通過点に過ぎません。
• ヘルスケア分野の専門知識：AIは領域の専門知識を増幅するものであり、専門知識を代替するものではありません。ビジネス上の現実、制約、トレードオフを理解している人は、表面的なインターフェイスのみを知っている人よりもパフォーマンスが向上します。データキャリアを構築する場合は、特に重要です。市場は、ツールの流暢さから、応用可能なコンピテンシー、ガバナンス意識、データを成果に結びつける能力へと移行しています。

求められる人的スキル

AIは職場のスキルセットを変えています。しかし、人間のスキルは依然として必須です。

AIが職場を変革し、技術スキルの需要を再形成するなかで、人的スキルは重要性だけでなく、ますます不可欠になっています。2025年AI Workforce Consortiumによると、需要の多い人的スキルのクラスターは、リーダーシップとマネジメント、問題解決とイノベーション、コラボレーションとコミュニケーションに関連するものです。これらのカテゴリーは、AIが拡張する環境で変化を従業員がリードし、複雑さを乗り越え、効果的なチームワークを育むためのスキルを総合したものです。

あなたへの招待状

この記事を読んで、先手を打たなければと感じられたのであれば、私はその考えに心から賛成します。AIドリブンな求人市場で成功を収めるには、バランスの取れたスキル開発が必要です。実際のシナリオベースの学習を通じてスキルを組み込むことで、急速に変化する環境における問題解決能力、イノベーション、適応力を養う必要があります。そこで2026年2月13日に、Snowflakeの無料ウェビナーシリーズ「Data and AI Fast Track」の幕開けとなるオンラインセッションを開催します。 

以下について実践的な理解を求める方を対象としています。

• AIと仕事の代替、そして日常業務におけるAIの本当の意味
• 今後数年間で最も重要となる新興のテクノロジースキル
• 専門家でなくてもAIスキルを身に付ける方法
• データリテラシーがキャリアのレジリエンスと意思決定の改善をサポートする仕組み
• 組織として人材を置き去りにすることなく変化にアプローチする方法

あなたは決して、一人でこの道のりを歩むわけではありません。最初は不安を感じていた多くの人々が、最終的には思っていたよりもずっと理解しやすい概念だったと気づき、新たな一歩を踏み出しています。あなたのキャリアにはまだ長い道のりがあります。データとAIのリテラシーを高めることは、そのすべてのステージで役立ちます。それは会話におけるあなたの影響力を強め、複雑な情報を読み解く助けとなり、急激な変化に伴う不安を和らげてくれます。私と一緒に、実践的なスキルと自信を築いていきましょう。

ライブブロードキャストシリーズにぜひご登録ください。