AIで仕事がなくなるより先に、作業だけで食えていた余白がなくなる

AIで仕事がなくなる。

最近、そんな言葉をよく見かけます。たしかに、その不安がまったく的外れだとは思いません。会社の中でも、個人の仕事でも、AIが入り込んできたことで、これまで人間が時間をかけていた作業が、あっさり短時間で片づく場面は増えています。

ただ、少し違和感もあります。

本当に起きているのは、「仕事が丸ごとなくなる」というより、「仕事の中身が分解される」ということではないでしょうか。もっと言えば、AIに渡せる作業と、人間がなお引き受けるべき判断が、かなり容赦なく分けられていく。

その結果として、AIをうまく使える人と、そうでない人の間に収入格差が広がる。私はその見方に、かなり現実味があると思っています。

AIで仕事がなくなる、という話への違和感

「AIで仕事がなくなる」という言い方は、わかりやすいです。

でも、少し大ざっぱでもあります。なぜなら、多くの仕事はひとつのかたまりではなく、細かい作業の集まりだからです。

資料を読む。数字を集める。表にする。文章にまとめる。上司に説明する。顧客に提案する。社内の反応を見る。反発しそうな人に根回しする。失敗したときの責任を取る。

同じ「仕事」と呼ばれていても、中身はかなり違います。

AIが得意なのは、このうちの一部です。調べる、整理する、比較する、要約する、仮説を出す、文章のたたき台を作る。こうした作業は、かなり速くなりました。

だからこそ、「仕事が消えるかどうか」だけを見ていると、本質を見誤る気がします。

消えるのは仕事そのものではなく、作業だけで評価されていた余白

これから厳しくなるのは、作業そのものを価値として売っていた部分です。

たとえば、数字をきれいにまとめる。グラフを作る。会議用の資料を整える。ネットで調べた情報を、それっぽく並べる。以前なら、これだけでも十分に仕事として成立していました。

もちろん、今でも必要な作業ではあります。

ただ、その作業だけで高く評価される時代は、少しずつ終わっていくと思います。AIが短時間でこなせるからです。しかも、疲れた顔もしないし、同じ作業を何度頼んでも機嫌を損ねません。

これは、なかなか手厳しい現実です。

でも、道具が変わるたびに起きてきたことでもあります。そろばん、電卓、Excel、検索エンジン、クラウド。新しい道具が出るたびに、その道具で代替される人と、その道具で仕事を広げる人に分かれてきました。

AIは、その速度と範囲がかなり大きいだけです。

AIを使えるだけでは、まだ足りない

ここで注意したいのは、「AIを使えれば安心」という話でもないことです。

ChatGPTを触っている。画像生成AIを試したことがある。資料作成にAIを使っている。もちろん、それは大事です。まったく触らないよりは、ずっといい。

でも、AIに浅い問いを投げれば、浅い答えが返ってきます。

表面だけ整った文章。もっともらしい分析。きれいなグラフ。聞こえのいい提案。そういうものは増えていくでしょう。むしろ、増えすぎるくらい増えるはずです。

だから、これから問われるのは「AIを使えるか」だけではありません。

AIに作業を渡したあと、なお自分に何が残るのか。そこを見ないと、ただ便利な道具に振り回されるだけになります。

数字に強い人の価値は、どう変わるのか

わかりやすい例が、数字を扱う仕事です。

昔から、数字に強い人は重宝されてきました。マーケティングでも、投資でも、経営でも、営業でも、数字を読める人は強い。外資系企業などでは、英語力と同じくらい、あるいはそれ以上に数字を見る力が評価されることもありました。

数字を集める。集計する。傾向を見る。グラフにする。レポートにする。

これができるだけで、かなり価値がありました。

でも、AIが入ると、この部分はかなり値崩れします。

集計や可視化は、かなりAIに渡せる

AIは、大量の情報を処理することが得意です。

売上データ、顧客データ、アクセス解析、アンケート結果、在庫情報、問い合わせ履歴。こうしたものをまとめ、傾向を出し、グラフ化し、説明文まで作る。

もちろん、データの質や扱い方には注意が必要です。AIが常に正しいわけではありません。入力する情報が間違っていれば、出てくる答えもずれます。

それでも、単純な集計や可視化、相関の発見、レポートの下書きといった領域では、人間が一から手作業でやるよりも、AIのほうが速い場面は増えています。

ここで困るのは、「数字を処理できること」だけを自分の価値にしていた人です。

数字をきれいにする人ではなく、数字をどう使うかを考える人でないと、だんだん立場が弱くなる。

これは少し冷たい話ですが、現場ではかなり起きそうなことです。

残るのは、数字の意味を読める人

一方で、数字に強い人の価値が全部なくなるわけではありません。

むしろ、価値が上がる人もいるはずです。

それは、数字を事業や人間に接続できる人です。

「この数字は何を意味しているのか」
「この結果は、どの前提に依存しているのか」
「見えていない数字は何か」
「この施策を現場で動かすと、誰が困るのか」
「この結論を信じたがっているのは誰か」

ここまで考えられる人は強いです。

ビジネスの現場では、数字だけで正解が決まるわけではありません。むしろ数字は、社内政治の武器になることもあります。

売上を伸ばしたい部署。
コストを抑えたい部署。
現場の負担を増やしたくない人。
短期利益を重視する人。
ブランドや信頼を守りたい人。

同じ数字を見ても、立場によって受け取り方は変わります。

AI時代に価値が上がるのは、単にデータが読める人ではなく、データが誰の利害を動かすのかまで読める人だと思います。

AIにできることと、人間が逃げられないこと

AIは、問題候補を出すことができます。

「この商品の離脱率が高いです」
「この顧客層の反応が弱いです」
「この広告費の使い方は効率が悪そうです」
「この部署の業務負荷が高まっています」

こういう指摘は、かなりできるようになっています。アイデアも出せます。改善案も並べられます。人間より速く、たくさん出すこともできます。

だから、「問題を見つけたり、新しいアイデアを出したりするのはAIにはできない」と言い切るのは、少し甘いかもしれません。

AIは、問題らしきものを見つけます。アイデアらしきものも出します。

ただし、AIにはまだ引き受けられないものがあります。

それは、「何を本当の問題として扱うのかを決める責任」です。

AIは候補を出せるが、責任は取れない

会社として、どの顧客を大事にするのか。

短期の売上と長期の信頼、どちらを優先するのか。

誰を説得し、誰の反発を受け止めるのか。

何をやめて、何に集中するのか。

こういう判断は、数字だけでは決まりません。AIが候補を出すことはできても、最後に引き受けるのは人間です。

これはきれいごとではありません。

仕事の現場では、正しいことがそのまま通るとは限りません。むしろ、「正しい」とされるものが、立場や声の大きさや社内の力関係で決まってしまうこともあります。

だからこそ、AI時代の人間の価値は、判断と責任のところに寄っていく気がします。

便利な答えをもらうだけでは足りない。

その答えを採用するのか、疑うのか、誰に伝えるのか、どこで止めるのか。そこに、人間の仕事が残ります。

疑いながら使える人が強い

AIを使ううえで大事なのは、信じすぎないことです。

これは、AIを敵視するという意味ではありません。むしろ逆です。ちゃんと使うために、ちゃんと疑う。

「この答えは、どの前提に立っているのか」
「この分析には、どんなデータが入っていないのか」
「この結論は、誰に都合がいいのか」
「現場の肌感覚とずれていないか」
「それっぽい言葉で、判断を急がせていないか」

こういう問いを持てる人は、AIをかなり強い道具にできます。

一方で、AIの答えをそのまま貼りつけるだけの人は、最初は便利そうに見えても、だんだん信用を失うかもしれません。

整った文章や資料は増えます。だからこそ、整っていること自体の価値は下がります。

残るのは、その人が何を見て、何を疑い、何を選んだのかです。

収入格差は、どこで広がるのか

IMFは、AIが世界の雇用の約4割、先進国では約6割に影響しうるとしています。また、その影響は生産性向上につながる場合もあれば、賃金低下や採用減につながる場合もあると整理しています。

つまり、AIは全員を同じ方向に動かす道具ではありません。

同じ職種の中でも、AIで仕事を広げる人と、AIに作業を奪われる人が分かれていく可能性があります。

OECDの分析でも、少なくとも調査対象期間において、AIが職業間の賃金格差をすでに大きく広げた明確な証拠は限定的とされています。一方で、AIへの露出が高い職業の中で、賃金格差に変化が見られる可能性も示されています。

ここから見えてくるのは、「AIでみんな一斉に職を失う」という単純な未来ではありません。

もっとじわっとした、そしてある意味で厳しい変化です。

同じ会社にいても、同じ職種でも、同じ肩書きでも、仕事の中身を変えられる人と変えられない人で差がつく。

AIを使えない人は、速度で負ける

AIをまったく使わない人は、まず速度で不利になります。

調べる、比べる、整理する、文章にする。こうした作業に時間がかかりすぎると、同じ時間で出せる成果に差がつきます。

もちろん、速ければいいというものではありません。

でも、速くできる作業をいつまでも遅いやり方でやっていると、そのぶん考える時間が減ります。

ここが痛いところです。

AIで作業時間を減らせる人は、余った時間を仮説づくりや検証、顧客理解、現場との対話に使えます。逆に、作業に追われ続ける人は、考える前に疲れてしまう。

忙しいのに価値が上がらない。これは、かなりつらい状態です。

AIをただ使うだけの人は、浅さで止まる

一方で、AIを使っているだけでも足りません。

とりあえずAIに聞く。
出てきた答えを少し直す。
それっぽく整える。
そのまま提出する。

これでは、浅いアウトプットが速く出るだけです。

AI時代には、浅いものを速く作れる人が増えます。だから、浅さはすぐに見抜かれます。

大事なのは、AIを使って楽をすることではなく、AIを使って一段深く考えることです。

「この結論で本当にいいのか」
「別の見方はないか」
「そもそも問いが間違っていないか」
「現場の人はこれを受け入れられるのか」

そこまで戻れる人は、強いと思います。

まず、自分の仕事を分解してみる

AI時代に何を学べばいいのか。

もちろん、AIツールに触ることは大事です。文章生成、表計算、画像生成、議事録、検索、分析補助。いろいろ試してみる価値はあります。

ただ、その前にやったほうがいいことがあります。

自分の仕事を分解することです。

AIに渡せる作業を見つける

まずは、日々の仕事を書き出してみる。

メールを書く。
資料を作る。
会議の議事録をまとめる。
売上データを見る。
問い合わせ内容を分類する。
競合を調べる。
企画案を出す。
上司に説明する。
顧客に提案する。

その中で、AIに渡せそうな部分を探します。

全部を渡す必要はありません。むしろ、全部渡そうとすると危ないです。

下書きだけ任せる。
比較だけ任せる。
抜け漏れの確認だけ任せる。
別案を出してもらう。
表現を整えてもらう。

このくらいからで十分です。

小さく渡して、小さく試す。そのほうが、AIとの距離感をつかみやすいです。

AIに渡したあと、自分に残るものを見る

次に考えるべきなのは、AIに渡したあとに残るものです。

判断。
責任。
優先順位。
人との調整。
現場理解。
違和感。
倫理観。
長期的な視点。

ここが残らないなら、その仕事はかなり危ういです。

逆に、ここが残っているなら、AIは敵ではなく補助輪になります。

これまで大きな会社や専門職しか持てなかった調査力、分析力、文章力、企画補助力を、個人が持てるようになる。これは前向きな話でもあります。

ちゃんと考える個人が、大きな組織に近い戦闘力を持てる時代でもあるからです。

ただし、そのためには「AIが何でもやってくれる」と思わないことです。

AIはかなり強い道具です。でも、自分の代わりに人生の責任までは取ってくれません。

AI時代に残るのは、問いと判断と生活感

AIで仕事がなくなるのか。

私は、それより先に「作業だけで食えていた余白」がなくなるのだと思います。

数字をまとめるだけ。
資料を整えるだけ。
それっぽく説明するだけ。
調べた情報を並べるだけ。

そうした仕事の価値は、少しずつ下がっていくかもしれません。

でも、それは人間の価値がなくなるという話ではありません。

むしろ、人間にしか引き受けられない部分が、前よりはっきり見えてくる話です。

問いを立てる。
前提を疑う。
現場を見る。
人の感情を読む。
利害を調整する。
責任を持って決める。
そして、自分の言葉で説明する。

こういう部分は、簡単には消えません。

AIを怖がる人が負ける、というより、AIによって自分の仕事が分解されることから目をそらす人が苦しくなる。私はそう感じています。

今日できる小さな一手は、ひとつだけです。

自分の仕事を紙に書き出して、「AIに渡せる作業」と「自分が判断すべきこと」に分けてみる。

それだけでも、見える景色はかなり変わります。少なくとも、ぼんやりした不安は、少しだけ扱いやすい形になります。

参考情報

免責事項

この記事は、AIと仕事、収入格差についての一般的な考察です。特定の職業選択、転職、投資、経営判断を勧めるものではありません。AIの影響は業界、職種、地域、企業文化、個人の状況によって変わります。重要な判断をする場合は、一次情報や専門家の意見も確認してください。

AI利用開示

この記事は、Aki Bayの問題提起と編集方針をもとに、AIを活用して構成整理、文章作成、表現調整、参考情報の確認補助を行っています。最終的な掲載前には、人間による内容確認、出典確認、表現確認を行う前提です。