生成AIで仕事はなくなる？今後身につけるべきスキルと効率的な学び方
朝、生成AIからルーティンで収集させていたニュースや情報が届く。昨日に連絡が来ていた取引先へのメールの下書きも、AIに頼む。午後には、会議に入る前にAIにリサーチやまとまった作業を頼み、会議が終わった後は議事録の要点をまとめてもらい、提案書の企画や作成を依頼する。これまで自分が時間をかけていたタスクや新人やチームメンバーに任せていた仕事、外注していた業務などが、日々加速度的にAIに置き換わっている。
作業がAIに移っていくと、自分の仕事はどうなるのか。この記事では、AIに置き換わる作業や仕事を見ながら、どのようなスキルや経験を身につけ、そのためにどう学べばよいのかを考えていきたい。
生成AIの影響は、雇用全体より先に作業に表れている
生成AIと作業・仕事・雇用に関する調査は日々数多く出ている。そのうち、特徴的な調査をいくつか見てみよう。
| 測定対象 | 調査主体・調査名 | 結果・概要 |
|---|---|---|
| 雇用の数 | 世界経済フォーラム「Future of Jobs Report 2025」（2025年1月） | 2030年までに、AIと情報処理の技術で生まれる仕事は1,100万、失われる仕事は900万。なくなる仕事と生まれる仕事が同時に動く |
| AIに触れる度合い | 国際労働機関（2025年5月） | 世界で働く人の4人に1人が、生成AIに何らかの形で触れる仕事に就く。最も触れるのは事務職 |
| 作業の出来 | OpenAI「GDPval」 | 44職種の専門家の成果物と比べ、同等以上と判定された割合は、2026年4月の GPT-5.5 の発表で84.9%、同じ発表の表にある Claude Opus 4.7 で80.3% |
| 米国の経済全体 | イェール大学 Budget Lab（2026年10月） | AIに触れやすい職の失業の伸びが、他の職よりも高め |
| 米国の若い人 | スタンフォード大学（2026年8月） | AIに触れやすい職の22〜25歳の雇用は、触れにくい職の同じ年代と同じように伸びた場合より19%少ない。経験のある人には差がない |
| 日本 | 内閣府「経済財政白書」（2026年7月） | 定型的な書類作成などで一部をAIに置き換えた企業がある一方、事務従事者の賃金の伸びはこの3年で職種の中で最も高い |
OpenAI の2026年4月の発表では、指示と資料がそろった作業で、その時点の OpenAI と Anthropic のモデルの成果物が、8割超で専門家と同等以上と判定されている。その後、OpenAI と Anthropic はともに新しいモデルを出しており、この割合はさらに高まっていると考えられる。
雇用面では、AIの影響の見え方が、米国の経済全体と若い人とで分かれる。イェール大学 Budget Lab は、ChatGPT の公開から33か月の職業の構成の変化が、パソコンやインターネットが広まった時期より少し速い程度で、生成AIより前から始まっていたと分析した。2026年10月の更新でも大きな乱れは見えないとする一方、AIに触れやすい職の人の失業の伸びが比較的高めだと書き添えた。
スタンフォード大学の研究者は、給与計算会社 ADP の数百万人分の記録を2026年6月まで追跡し、ソフトウェア開発や顧客対応のようなAIに触れやすい職で若い人の採用が減少していると発表した。
日本では内閣府の企業調査で、定型的な書類作成について、将来の検討まで含めると7割ほどの企業がAIを使うことを想定している。内閣府は経済財政白書で、事務職の需要が減る可能性を挙げ、この先の道を2つ示す。2つの道は、AIが単純な作業を肩代わりして人が生産性の高い業務に集中でき、賃金が上がる道と、賃金の高い仕事ほどAIに置き換えられ、将来は賃金が相対的に下がる道だ。
厚生労働省も2026年9月の労働経済白書で各国の研究を整理し、全体としてみると、AIによって大きな雇用の減少が生じている証拠は現時点で示されていないとし、職種によって影響が異なる可能性も挙げる。
AIの仕事への影響には、まだ分からないことが多い。それでも、指示のそろった作業ならAIがすでに多くをこなせること、そして雇用全体では、AIによる大きな減少の証拠はまだ示されていないことが見えてきた。だとすれば、多くの作業がAIに移ったあと、人には何が残るのだろうか。
AIを使う人間に求められる力は？
雇用主や働き手への調査でも国の整理でも、技術の力と並んで、考えて判断する力が挙がっている。世界経済フォーラムの「Future of Jobs Report 2025」では、雇用主が2030年に向けて伸びると見るスキルの1位はデータマイニングや機械学習の応用などを含む「AIとビッグデータ」の分野だ。ただ、上位10のうち技術のスキルは3つで、残りには創造的思考、回復力・柔軟性・機敏さ、好奇心と生涯学習、分析的思考などが並ぶ。
Microsoft が2026年5月に公表した、AIを仕事で使う10か国の2万人への調査では、AIが仕事を引き受けるほど大事になる人のスキルの上位は、AIの出力の品質管理（50%）と批判的思考（46%）だった。
国も、「考える力」を重く見る。経済産業省は2023年8月に、すべての働き手に要る力として、学び続ける姿勢や指示を言葉にする力と並べて、経験を通じて培われる問いを立てる力と、仮説を立てて検証する力を挙げた。2024年の改訂でも、2023年8月に示した考え方を引き継いだ。2026年4月のデジタルスキル標準にも、生成AIの出力は客観的な事実を確かめてから使うという行動の例が掲載されている。
AIを使う仕事に要る力を学ぶ場を、会社が用意してくれるとは限らない。総務省の令和8年版情報通信白書にある、デジタル化に取り組む日本企業の管理職への調査では、86.4%が自社の何らかの業務で生成AIを使っていると答えた。ところが、別の設問で、生成AIで業務を変えるのに必要なスキルを学ぶ環境があると答えたのは39.9%で、米国の62.7%を下回った。
生成AIは、学ぶ場の代わりになる？
生成AIは、学ぶ場の代わりになるのか。生成AIを学びに使う研究は、ここ2年以内に出たモデルを使ったものに限って見た。
2026年の夏、大学院入試GREの形式に合わせて新しく作った問題を使い、主に18〜23歳の学生2,383人を、AIの家庭教師と1時間学ぶ群、人の専門の家庭教師と学ぶ群、関係のない動画を見る群に分けた実験がある。AIの家庭教師は、事前のテストの間違いから教える中身を決めて練習問題も出した。数学と言葉の問題を合わせた結果と数学の問題では、AIと人の専門の家庭教師とで統計上は同等の範囲とされ、言葉の問題だけでは同等の判定に届かなかった。
| 1時間の過ごし方 | 正答率の伸び |
|---|---|
| AIの家庭教師（12のモデルによる13通りをまとめた値） | 13.9ポイント |
| 人の専門の家庭教師 | 15.6ポイント |
| 関係のない動画を見る | 7.1ポイント |
出典：Northcutt ほか「StudentBench: AI and human tutoring yield equivalent GRE learning gains」arXiv:2609.28470（2026年9月、査読前）
知識やスキルを身につけるにあたっては、AIを答え役ではなく出題役として使うことも選択肢に含めておきたい。2025年7月に OpenAI が発表した ChatGPT の学習モードは、すぐに答えを出さずに問いかけや小テストで進める。Anthropic の Claude Code にも、学ぶためのモードがある。日々の業務では、資料やリサーチ、案出しなどのアウトプットをAIで効率よく進める一方で、自分自身のインプットにAIをどう使うかも考えておきたい。
AIに作業を依頼したあとに人間が果たすべき役目
経済産業省は2023年8月の整理で、生成AIの利用で、働く人が仕事を通じて経験を積む機会が減ることにも注意を促し、2024年の改訂でも経験の機会の喪失を挙げている。経済産業省の指摘は、米国の若い人の採用に見えた兆しとも重なる。
AIに作業を委ねるほど、事実・品質を確認する力や判断する力をどこで育てるかが問われる。作業を任せたままでアウトプットを確認せずに済ませていると、そうした力を磨く機会が減っていく。AIを活用することで浮いた時間を自分自身の力を育てることに回していかなければ、AIに依存することになりかねない。
手始めに、自分の1週間の作業を書き出し、AIに任せられる作業、確かめが要る作業、自分でやる作業に分けてみてほしい。自分の仕事はどうなるのかという問いの見え方が、少し変わるだろう。確認が必要な作業は、これから伸ばしたい確かめる力と判断する力を、毎日の仕事の中で練習できる機会でもあるはずだ。AIとどう働き、どう学ぶかを考え続けたい。
【参照元】
- World Economic Forum「Future of Jobs Report 2025」（2025年1月）
- ILO, Gmyrek ほか「Generative AI and Jobs: A Refined Global Index of Occupational Exposure」ILO Working Paper 140（2025年5月）
- OpenAI「Measuring the performance of our models on real-world tasks」（2025年9月25日）
- OpenAI「Introducing GPT-5.5」（2026年4月23日）
- The Budget Lab at Yale「Evaluating the Impact of AI on the Labor Market: Current State of Affairs」（2025年10月1日）
- The Budget Lab at Yale「Tracking the Impact of AI on the Labor Market」（2026年7月16日公開、10月14日更新）
- Brynjolfsson・Chandar・Chen「Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence」（2026年8月版、査読前。URLのファイル名は2025年11月の版のまま）
- 内閣府「令和８年度 年次経済財政報告」第2章第2節（2026年7月）
- 厚生労働省「令和８年版 労働経済の分析」（2026年9月29日公表）第Ⅱ部第2章
- Microsoft「2026 Work Trend Index Annual Report」（2026年5月5日）
- 経済産業省「生成AI時代のDX推進に必要な人材・スキルの考え方（令和5年8月）＜概要＞」（厚生労働省の審議会資料に掲載）
- 経済産業省「生成AI時代のデジタル人材育成の取組について」（2024年10月、厚生労働省の審議会資料に掲載）
- IPA・経済産業省「デジタルスキル標準 ver.2.0」（2026年4月）
- 総務省「令和8年版 情報通信白書」第Ⅰ部第2章第1節・付注（調査の概要）（2026年7月）
- Northcutt ほか「StudentBench: AI and human tutoring yield equivalent GRE learning gains」arXiv:2609.28470（2026年9月、査読前）
- OpenAI「Introducing study mode」（2025年7月29日）
- Anthropic「How AI assistance impacts the formation of coding skills」（2026年1月29日）
