フロントエンドの友人が解雇され、社長が「AIで3人分をカバーできる」と言ったので、どの職種が危険か実際に検証してみた

先月、友人が解雇された。フロントエンド開発者で、能力は悪くなかった。彼が社長に尋ねた。「私の問題ですか？それとも会社の問題ですか？」社長は言った。「去年、一人でAIを使って3人分の仕事をこなせた。君の問題ではなく、君のポジションの問題だ。」

この出来事を受けて、私ははっきりさせようと決意した。一体どの職種で、このようなことが起きているのか？

誰もがAIがどれだけの仕事を代替するか語っている。シティは7000万の雇用がリスクにさらされると言い、マッキンゼーは30%の仕事が代替されると言う。数字は大きいが、自分に関係あると思うか？

私は自ら20の職種をテストし、各職種のコアタスクを分解し、AIができるか、どれだけうまくできるか、どこが不足しているかを項目ごとに検証した。4次元の評価フレームワークを設計し、各職種に代替指数を算出した。

この指数は特定の職種が必ず消えることを意味するわけではないが、風向きを示すことができる。参考になれば幸いだ。

4つの次元で職種の危険度を明確に

「AIはこの仕事ができるか？」という質問は漠然としすぎている。分割して考える必要がある。

次元1：タスクの標準化度（1-10点）

毎日行う仕事のうち、どれだけが決まった手順に従い、標準的な答えがあるか？

データ入力、請求書審査、カスタマーサービスの問い合わせ確認など、すべてのステップにSOPがある。AIはこれらを人間より速く、ミスなく行える。こうしたものは高得点。

心理カウンセリングやブランドポジショニングには標準的な答えがなく、判断は毎回異なる。これらは低得点。

次元2：判断の代替可能性（1-10点）

仕事の中で、決断を下す瞬間はどれだけあるか？それらの瞬間に明確な正誤はあるか？

得点が高いほど、判断にルールがあり、AIに取って代わられやすい。

カスタマーサービスがスクリプトに従って回答する場合、ルールは明確で判断の余地は小さい。高得点。

プロダクトマネージャーが要件の優先順位を決める場合、標準的な答えはなく、結果に責任を負う必要がある。低得点。

次元3：対人インタラクション密度（1-10点）

仕事の成果は、どれだけ人と人との真の信頼と共感に依存しているか？

バックエンドプログラマーやデータアノテーターは、コンピューターに向かって作業し、人と関わる必要がほとんどない。高得点。

営業部長や心理カウンセラーは、顧客が買うのはその人自身であり、出力するデータではない。低得点。

次元4：責任の所在の明確さ（1-10点）

問題が発生した場合、誰が責任を問われるか？

翻訳には原文があり、正誤を客観的に判断でき、AIが間違えても人間が修正できる。高得点。

外科医や法廷弁護士の場合、AIがミスをしたら誰が責任を取るのか？患者に「AIのせいです」と言えるか？低得点。

20職種のAI代替指数：完全ランキング

順位	職種	標準化	判断代替	対人密度	責任所在	総合指数
1	データ入力員	10	9	9	9	93
2	テレマーケティング/アウトバウンド	9	8	8	8	83
3	基本翻訳	9	6	9	8	80
4	基本会計/経理	8	7	8	7	75
5	基本カスタマーサービス	8	8	6	7	73
6	倉庫管理者	8	6	8	6	70
7	HR履歴書選考	7	6	5	6	65
8	初級プログラマー	7	5	7	6	63
9	品質検査員	7	6	7	5	63
10	ニューメディア編集者（情報系）	7	5	4	6	55
11	グラフィックデザイナー（テンプレート系）	6	4	4	6	50
12	銀行融資審査	6	3	5	4	45
13	データアナリスト	5	3	5	5	45
14	翻訳（法律/文学）	4	2	2	3	28
15	営業（B2B大口顧客）	3	3	1	3	25
16	プロダクトマネージャー	3	1	2	3	23
17	電気工事士/現場修理	1	2	4	1	20
18	AIソリューションアーキテクト	2	1	2	2	18
19	心理カウンセラー	2	1	1	2	15
20	外科医	1	1	1	3	13

総合指数 = 4次元の平均 x 10。高いほど危険。

次に、高リスク職種を個別分析

No.1 データ入力員・代替指数93

この職種は「途中」ではない。すでに終点に達している。

代替率はすでに95%以上。

ある物流会社の財務担当者によると、以前は月末の照合作業に3人で3日かかっていたが、今はAI財務ツールで30分、しかも精度はより高い。

ある会計代行会社では、3人の入力担当のうち2人を削減し、残った1人は主に例外処理と税務計画を担当しており、「入力」とはもはや関係がない。

AIはこれにぴったりだ。請求書認識、経費精算書審査、レポート生成、すべて「入力-処理-出力」の標準化プロセス。AIは速いだけでなく、人間より正確。

人間にできることは？ほとんどない。

この職種の本質は「人間を機械として使う」ことだ。本物の機械が来れば、人間は存在する必要がなくなる。

No.2 テレマーケティング/アウトバウンド・代替指数83

代替率は90%超。

AI音声ロボットはすでに大部分のアウトバウンドマーケティングを引き継いでいる。今かかってくるセールス電話の相手は、おそらく本物の人間ではない。

アウトバウンドのトークスクリプトは高度に標準化されている。オープニング、商品紹介、異議処理、すべてSOPに含まれる。AI音声ロボットの声は人間と区別がつかず、疲れず、電話を切らず、怒鳴られても泣かない。

感情が激しい高額顧客との交渉にはまだ人間が必要だ。「マネージャーを呼んでくれ」と言われた時、初めて人間の出番となる。

No.3 基本翻訳（技術文書/ビジネスレター）・代替指数80

最新の大規模言語モデルは、一般的な翻訳品質を人間に近いレベルに押し上げた。

ある翻訳会社の社長によると、単純な翻訳業務は60%減少した。

Microsoftの2025年の研究では、通訳者と翻訳者はAI露出度第1位にランクされた。

技術文書、ビジネスメール、製品マニュアルなど、これらのテキストは固定された用語と文構造を持ち、まさにAIが最も得意とするパターンマッチングである。コストは人間の翻訳の1/10、速度は秒単位。

文学翻訳は感覚を捉える必要がある。ブランドのローカライゼーションは文化的なニュアンスを把握する必要がある。法律契約の翻訳では、一語の誤差が数百万の価値を持つことがある。

ハイエンド翻訳の需要はむしろ増えているが、「ハイエンド」の基準は変わった。

No.4 基本会計/出納/経理・代替指数75

ある会計事務所では、AIがすでに証憑と税務申告の97%を完了している。初級経理職の採用需要は前年比で半減した。

AI財務ロボットは現在、請求書認識、記帳、税務申告、照合、給与計算、レポート生成が可能。全プロセスがクローズドループで、人間は不要。

会計の基本ロジックはルールに従ってデータを処理することだ。会計基準はルールセットであり、原始証憑はデータソースである。人間が税法に従って1000枚の請求書を計算するのに1日かかるが、AIは30秒。

しかし、税務計画、監査コミュニケーション、財務戦略には、実行ではなく判断が必要。

基本会計は消えつつあり、財務アナリストの需要は増えている。

No.5 基本カスタマーサービス・代替指数73

スマートカスタマーサービスはすでに80%以上の標準的な問い合わせを処理できる。注文確認、住所変更、返品交換手続きなど、すべてSOPに含まれる。

残りの複雑なクレームや感情的なケースには、人間の介入が必要。

ある銀行の無人カスタマーサービスセンターの試験運用では、200人から8人に削減された。

東莞のある越境EC企業では、50人のカスタマーサービスチームがAIにより15人に削減された。

カスタマーサービスの基本ロジックは、フローに従って質問に答えることだ。AIは速いだけでなく、24時間365日稼働し、疲れず、休まず、怒られても動じない。ほとんどの標準的なシナリオでは、顧客は相手が人間かAIか区別できない。

しかし、感情的な高難易度のクレームはAIでは対応できない。「マネージャーを呼んでくれ」と言われた時、必要なのは決定権を持ち、共感してなだめられる人間だ。AIは処理方法を知っているが、顧客はAIにその権限があるとは信じない。

追加注目：初級プログラマー・代替指数63（第8位）

トップ5ではないが、この職種の変化の速さと影響範囲は特筆に値する。

Googleでは新規コードの25%以上がAIによって生成されている。

GitHub Copilotにより、エンジニア一人の生産性が30%-50%向上した。

わかりやすく言えば、AIを使いこなすプログラマー3人で、以前5人分の仕事をこなしている。

AIはプログラマーを代替していないが、ハードルを上げた。純粋なフロントエンドの求人は減少しており、経験1年未満の新人向けのポジションは明らかに縮小している。

Microsoftは「Web開発者」をAI露出度が最も高い40の職業に含めた。

CRUD、単体テスト、ボイラープレートコードなど、明確なパターンとベストプラクティスがあり、AIが生成する品質はすでに実用レベルにある。

CursorのようなAIプログラミングツールは、以前は初級プログラマーが半日かかっていた作業を、十数分で完了させる。

AIにまだ不足しているものは？アーキテクチャ設計、ビジネスロジックの分解、複雑なシステムのデバッグ。

ジェンスン・フアン（黄仁勲）はこう言った。「あなたはAIに取って代わられるのではなく、AIを使いこなす人に取って代わられるのだ。」プログラマーにとって、これはもはや予言ではなく、現実になりつつある。

これらの5職種は、むしろ価値が上がっている

上のランキングを見ると気が滅入るかもしれない。しかし同時に、需要と給与が下がらずに上がっている職種もある。

電気工事士とブルーカラー技術者

意外なリーダー。電気工事士は昨年、雇用成長率が最も高い職業だった。

世界中のデータセンターの大規模建設（AIの基盤インフラ）により、電力関連の設置、保守、点検の需要がすべて押し上げられた。これらは現場での作業が必要であり、具現化知能ロボットはまだそのレベルに達していない。

B2B大口顧客営業

長江商学院の調査では、営業職が「今後3-5年で最も安全な職種」の第1位にランクされた。

顧客の信頼は少しずつ築かれるものであり、AIが生成したトークスクリプトでは代替できない。B2Bの大口案件の成約には、関係構築、ニーズ掘り起こし、多者間の駆け引きが含まれ、これらには人間の責任と決断が必要。

AIソリューションアーキテクト

年収は最大1500万円。科銳国際の2026年報酬レポートによると、具現化知能アルゴリズムエンジニアの年収は最大2000万円、AIソリューションアーキテクトは最大1500万円。

彼らはAIから逃げているのではなく、AIを操っている。市場は真剣に教えている。AI時代には、AIを使いこなし、業界を理解することが真の価値だと。

心理カウンセラー

代替指数はわずか15。

AIでも可能だ。ClaudeやGPTは共感をシミュレートでき、非常にうまくやる。しかし、クライアントが必要としているのは、実際に聞いてくれる人間だ。信頼の基盤は「相手も人間であること」だ。AIはこの線を越えられない。

外科医

代替指数はわずか13で、全職種中最低。

技術的にはとっくに可能で、ダヴィンチ手術ロボットは精密な操作ができる。本当の問題は、手術で問題が起きた場合、誰が責任を取るのか？家族に「AIのせいです」と言ってみろ。

法則：AIが殺すのは標準化可能なタスクであり、職種全体ではない

これら20職種を評価して、一つのことに気づいた。

AIは職種を殺すのではなく、職種の中で標準化・テンプレート化可能な部分を殺すのだ。

日常業務のうち	あなたはどのゾーンか	何が起こるか
80%以上が明確なルールに従う	高リスクゾーン	AIによる大量代替が進行中
50%ルール実行+50%判断が必要	変革ゾーン	職種は残るが、要求が変わる
80%が決断、共感、または手作業	安全ゾーン	むしろ価値が上がる

会計という職業は消えていないが、基本経理職は急速に縮小し、税務計画の需要はむしろ増えている。

プログラマーも消えていない。消えたのはコードしか書けないプログラマーだ。要件を定義し、AIを使って開発をオーケストレーションできる人材は引っ張りだこだ。

翻訳も同じだ。職業は残っているが、技術文書翻訳はほぼAIに取って代わられ、ブランドローカライゼーションのハイエンド翻訳者の価値はむしろ上がった。

同じ職種名でも、実行する人と判断する人は、まったく異なる運命をたどっている。

自分の職種をテストしてみよう

この4次元フレームワークを使って、自分の職種を採点してみよう。各項目1-10点、点数が高いほど危険：

次元	自分に問いかける質問	あなたの点数
タスク標準化	「毎日行う仕事のうち、どれだけが決まった手順と標準的な答えがあるか？」	___ / 10
判断代替可能性	「自分の判断のうち、正誤がなく決断が必要なものはどれだけあるか？」（逆転）	___ / 10
対人密度	「仕事の成果は、どれだけ実際の対人信頼と共感に依存しているか？」（逆転）	___ / 10
責任所在	「自分の仕事でミスが起きた場合、AIがその責任を負えるか？」	___ / 10

合計を4で割り、10を掛ける = あなたの代替指数。

0-30点：あなたの職種の障壁は高く、短期的にはAIに影響されない。
30-60点：あなたは変革ゾーンにいる。職種名は変わらないかもしれないが、スキル要件はすでに変わっている。実行役からAIの操縦者になる必要がある。
60点以上：あなたの仕事はAIがすでにできるか、学習中だ。不安を煽っているわけではないが、これは直視すべきシグナルだ。

この記事を書くにあたり、自分が以前担当していたいくつかの職種も計算してみた。結果は一喜一憂だった……

同じ職種でも、実行する人は代替され、判断する人はより価値が高まる。