AIが仕事にもたらす変化：職業の「消滅」ではなく「進め方」の再構築を考える

役立つ社畜リリース

2026.09.15

「なくなる職・残る職」だけでは見えない仕事の変化

多くの議論が「AIが代替する可能性のある職業」に集中しがちですが、リクエスト株式会社は、職業名だけで将来を断定することの限界を指摘しています。国際労働機関（ILO）とNASKによる分析も、AIの潜在的な影響を評価したものであり、実際の雇用喪失を示すものではないと説明されています。

重要なのは、技術的に可能であっても、実際に職場でどの範囲までAIに任せられるのか、誰が確認・判断するのかといった具体的な運用です。作業の一部が変わったとき、その前後にある確認、分担、実行まで含めて、仕事全体がどう変わるのかを深く考える必要があると提言しています。

AIとの共働で生まれる新たな仕事の進め方

AIは、単に文章を速く作成するツールにとどまらない可能性を秘めています。リクエスト株式会社の生成AIとの共働経験からは、仮の形を手がかりに、考える対象そのものを見直すことができるという変化が見えてきました。従来の「考えがまとまってからつくる」という進め方だけでなく、未整理の出来事や違和感から仮の文章や図を作成し、そこから問いや前提を見直す、といった進め方が選択できるようになります。

これにより、仮の形をつくる手間、比較できる範囲、修正を試せる回数が変わり、制作が「決まった内容を表現する工程」だけでなく、「何をつくる必要があるかを検討する工程」にも位置づけられるとしています。ただし、AIとの対話で筋が通った説明ができても、現実で確かめられたとは限らないため、実際の相手、現場、記録、結果に照らす確認は別途必要です。

仕事の変化を八つの観点で整理

AI導入による仕事の変化は、以下の八つの観点で整理されています。

仕事の始め方：考えを整理してから着手するのではなく、未整理の出来事から仮の形をつくり、目的や論点を整理できるようになります。
情報の扱い方：必要な資料を順に読み解くことから、AIに資料整理・比較を補助させ、不明点を絞った上で確認する形に変わります。
取り組める範囲：自分の作成技能や依頼できる範囲に限定されず、比較表や文章、図の試作を通じて、従来は着手しにくかった仕事も検討できるようになります。
選択肢の検討：時間と手間の範囲で限られた案を比較するだけでなく、複数案や反対の見方、条件違いまで繰り返し検討が可能になります。

仕事の順序と分担：作業や専門領域ごとに依頼し、完成した成果物を受け渡すことから、仮の成果物を早期に共有し、確認時点や引き渡し条件を組み直す形に変わります。
時間と負担の所在：調べる、書く、整える工程に多くの時間を使うことから、制作は速くなる一方で、確認、合意、実行が次の制約や負担になる可能性があります。
専門性の使い方：知識や技能を使い自分で成果物をつくる比重が大きいことから、何を問うか、どこが不適切か、どの条件なら使えるかを見極める場面にも専門性を使うようになります。
経験の残し方：作業の試行錯誤や振り返りを通じて経験を得るだけでなく、案の違い、選んだ根拠、実際の結果を記録し、次の仕事へ残せるようになります。

これらの変化は、AIを使う人と使わない人の優劣を示すものではなく、また、すべての職場が同じ状態へ移行するという予測でもありません。自分の仕事のどこで新しい進め方を選べるかを考えるための条件付きの想定であるとしています。

会議資料づくりを例にした具体的な変化

「早く終えたい」という個人の目的を、仕事の進め方を見直す入口にする具体的な例として、会議資料の作成が挙げられています。会議資料作成に時間がかかる理由は、文章を書くことだけでなく、比較条件が揃わない、必要な数字が分からないといった別の理由も考えられます。この資料では、過去の依頼文や修正内容から、作り始める前に何を確かめるかを見直す例が示されています。

アフターは一つではなく、仕事ごとに結果が異なる

AIを組み込んだ後の変化は、常に同じ方向へ進むわけではありません。公開研究でも、異なる種類の変化が示されています。例えば、メール業務などの時間短縮が推定された研究がある一方で、担当作業の量や構成の変化が検出されなかった研究もあります。また、AIが成績を改善する課題がある一方で、正しい解答を得る割合が低下する課題もあったことが報告されています。

これは、同じ職場の中でも、負担軽減、仕事の拡張、確認負担の増加が同時に起こりうることを示唆しています。そのため、どこで、何が、誰にとって変わったのかを分けて見ることが重要です。

成果と本人に残る力を区別する重要性

AIを使って完成したことと、個人の理解や判断力が高まったことを同一視しないことも重要です。AIを活用すれば学べなくなる、とも、成果物ができれば能力も育つ、とも一律には言えないためです。育成を伴う仕事では、完成物に加えて、採用した根拠や、判断を変える条件を確かめることが求められます。

AI活用における組織の仕事設計

AI活用は、担当者個人の努力だけに委ねるべきではありません。必要な確認と判断ができるよう、組織の仕事設計自体を見直す必要があります。具体的には、AIに何を任せ、誰が妥当性を確かめ、誰が採否を判断し、不明点が残るとき誰へ相談するかを明らかにすることが重要です。また、生まれた余力を追加業務だけでなく、負担軽減、品質の安定、育成、新しい試行など、何に使うかを検討することも提案されています。

職業予測ではなく、仕事の変化を確かめる

AIがもたらすのは、特定の職業の消滅ではなく、仕事の中身と進め方の変化であるとリクエスト株式会社は結論づけています。そのため、雇用・採用・育成の観点から、職業名が残るかだけでなく、担当する仕事、必要人数、採用、若手が経験を積む機会がどう変わるかを確かめる必要があります。次の一仕事で、目的への有効性、品質とリスク、本人と組織に残った経験、仕事全体の負担、取り組める範囲、便益と負担の配分などを確認することが推奨されています。