【AI失業】あなたの仕事がなくなる？データで見る「いま起きている本当のこと」

「このままだと、自分の仕事、AIに取られるんじゃないか？」

ふとした瞬間に、そう思ったことはありませんか。その感覚、とてもわかります。「〇〇の仕事はなくなる」という見出しは毎週のように流れてきますし、実際に自分でAIを使ってみて、思ったより上手くできて、軽く引いた、という方もいるはずです。

実はいま、雇用の現場で起きていることは、「職業が丸ごと消える」とは少し違う形をしています。「でも、海外ではもう人が減り始めてるんでしょ」と思うかもしれません。ただ、数字を近くで見ていくと、減っていたのは職業そのものではありませんでした。減っていたのは、その仕事に就くための"入り口"。未経験の人を採る枠のほうです。

AIが持っていくのは、仕事そのものではなく、仕事の中にある「作業」です。

仕事を、漠然とイメージして「無くなるかもしれない」と思うと、怖くなります。でも実際の仕事は、たくさんの道具が入った道具箱に近いものです。議事録をとる道具、数字をまとめる道具、人に説明する道具。AIが手を伸ばしているのは、道具箱そのものではなく、中に入っている何本かの道具のほうです。

この記事では、その道具箱の中身を一緒に見ていきます。いま実際に何が起きているのか、これから何が起きそうなのかを、専門用語なしで整理します。約5分後、読み終わるころには、不安の輪郭がはっきりして、「心配すべきこと」と「心配しないでよいこと」がわかるはずです。

※本記事の数字は、2026年8月時点で公開されている調査をもとにしています。

1. いま、実際に減っているもの

まず、いま何が起きているのかを見てみます。ニュースの見出しと、雇用の統計は、実はけっこう違うことを言っています。「AIによって、この職業が丸ごと消えた」。そう統計で確認できた例は、いまのところほとんどありません。アメリカ最大の給与計算サービスの記録から、毎月350万〜500万人分を追いかけた研究も、経済全体で失業が広がっている証拠は見つからなかった、とはっきり書いています。

ただし、その同じ研究が、はっきり減っている場所も1つ見つけました。22〜25歳の若手です。AIの影響を受けやすい職種で働く若手の雇用は、影響の小さい職種の同年代と比べて19%低い水準にあります。2025年の時点では15%でしたから、1年で差が開いたことになります。

大事なのは、その減り方です。すでに働いている人が辞めさせられたのではなく、新しく採る人数が絞られていました。世界全体で見ても、若い働き手の37%が、AIで仕事の中身が変わりやすい職種にいます。地域によっては、4人に3人にのぼります。つまり、部屋の中の人が追い出されているのではなく、入口のドアが少しずつ細くなっている。これがいま起きていることです。

💡 注意ポイント：この19%を「AIのせいで19%減った」と読まないでください。研究者自身が、これは観察されたパターンであって原因を特定したものではない、と書いています。学歴などの条件をそろえると差は縮みますし、生成AIが登場する前から差が出ていた部分もあります。AIだけが犯人だと決めつけないほうが、対策を間違えません。

同じ形の変化は、実は昔もありました。ATMです。

1970年代、現金の出し入れという窓口係の主な仕事を、ATMがまるごと肩代わりしました。誰もが「窓口係はいなくなる」と考えたはずです。ところが実際には、米国の窓口係は1970年の約30万人から、2010年には約60万人へと"倍増"しました。1店舗あたりの人数は減ったものの、その分だけ支店を増やせたからです。窓口係の仕事は、現金を数えることから、相談に乗ることへ移りました。

ここで話が終われば、いい話です。でも、続きがあります。窓口係は2007年ごろから減りはじめ、2017年までの10年で約10万7,000人減りました。そしてアメリカの労働統計局は、2024年から2034年にかけて、さらに13%減ると見込んでいます。

消えなかったのではありません。減りはじめるまでに、30年かかったのです。ここが、この記事でいちばんお伝えしたいところです。猶予はあります。ただし、その猶予は永久ではありません。だから「まだ大丈夫」でも「もう終わり」でもなく、中身が入れ替わる前提で、今のうちに手を打つのが現実的です。

2. 消えるのは「職業」ではなく「作業」

ここで、冒頭の道具箱の話に戻ります。ひとつの職業は、いくつもの作業が集まってできています。この単位で見ると、「仕事を奪われるかどうか」という問いの立て方そのものが、少しズレていることに気づきます。

では、いま実際にどの道具が使われているのか。日本のデータがあります。

総務省の情報通信白書によると、生成AIを使っている日本企業がいちばん多く挙げた業務は「議事録・メール作成補助」で、約7割でした。効果を実感していると答えた割合も、この業務がいちばん高くなっています。

渡っているのは、判断ではありません。下書きと要約です。

使われ方そのものも同じ傾向です。ClaudeというAIの利用データを分析した調査では、人の代わりに丸ごとやらせる使い方が45%、人と一緒に進める使い方が52%でした。1つのサービスの数字ではありますが、「AIに全部任せている人」より「AIと並んで作業している人」のほうが多い、ということです。

道具には、渡しやすいものと渡しにくいものがあります。

上の3つは"道具"、下の2つは"道具を使う手"です。抜けていくのは、いつも上からです。

💡 注意ポイント：この表は「AIができる／できない」の線引きではありません。AIは下の2つも、文章としてはスラスラ書けます。ただ、それが間違っていたとき、頭を下げるのは提出した人です。渡していいのは作業で、渡せないのは責任、と考えると迷いません。

もう少し引いて見ると、世界全体の見通しも出ています。2030年までに9,200万の職が消える一方で、1億7,000万の職が生まれる。差し引きでは7,800万の増加という予測です。

そして日本には、もう1つ前提があります。そもそも働き手が足りません。2040年には約1,100万人分の労働力が不足すると試算されています。人を減らす道具より先に、足りない分を埋める道具として入ってくる。これが日本の順番です。

実際、生成AIを何らかの業務で使っている日本企業は86.4%に達しました。ところが、それを踏まえて仕事の進め方そのものを見直す取り組みについて「組織的な取組はない」と答えた企業が27.0%。アメリカは1.4%です。

ツールは入った。けれど、仕事のやり方はまだ変わっていない。

ノンエンジニアの立場で毎日AIを使い倒してきたHAKONIWAの実感としても、渡せたのは"作業"で、判断そのものは一度も手放せていません。

3. 今日からできる、いちばん軽い備え

では、明日から何をすればいいのか。おすすめは、転職でも資格の勉強でもありません。まず自分の道具箱の中身を見ることです。多くの人は、自分の仕事にどんな作業がいくつ入っているかを、すぐには言えません。だから不安が漠然としたままになります。「仕事がなくなるかも」は大きすぎて、手のつけようがないのです。

ところが書き出してみると、話が変わります。20個の作業のうち、AIに渡せそうなのは6個、人がやるべきなのは9個、判断がつかないのが5個。このくらいまで細かくすると、不安は"数"になります。 数になったものは、順番に片づけられます。もう一度、道具箱を思い浮かべてください。道具が何本か抜けたあと、そこに残るのは穴ではありません。空いたスペースです。

問題は、そこに何を入れるかを自分で決められるかどうか。候補は3つあります。人と直接話す時間、自分の業界でしか手に入らない一次情報、そしてAIに的確な指示を出す力です。どれも、第2章の表で下のほうにあった"道具を使う手"を太くする方向にあります。

🎯 まずはこのプロンプトで試してみよう

あなたは、私の仕事の棚卸しを手伝うアシスタントです。

【私の仕事】
・職種：〇〇
・主な業務：〇〇

以下の手順で出力してください。
1. この職種に含まれる作業を、できるだけ細かく20個に分解する
2. 各作業を「AIに任せられる／AIと一緒にやる／人がやるべき」の3つに分類する
3. 「人がやるべき」に入った作業について、なぜ人が必要なのかを1行ずつ書く
4. 最後に、いちばん最初にAIへ渡すとラクになる作業を1つだけ選び、
   その理由と、明日試せる具体的な渡し方を3行で書く

専門用語は使わず、私が明日その通りに動ける粒度で書いてください。

出てきた「人がやるべき」のリストが、みなさんが握り続ける道具です。そして最後の項目に出てきた作業を、実際に1つだけ渡してみてください。「AIを勉強する」から始めると、たいてい続きません。1つ渡せた人だけが、2つ目を渡せます。

第2章で見たとおり、日本の会社の27.0%は、仕事のやり方を見直す取り組みをまだ組織として始めていません。裏を返せば、個人で先に1つ渡してみた人が、社内の最初の事例になれるということです。

4. まとめ

• いま統計で確認できているのは「職業の消滅」ではなく、若手を中心とした入り口の縮小

• ATMの前例が示すのは、猶予はあるが永久ではない、ということ

• AIに渡っているのは下書きと要約。渡していいのは作業で、渡せないのは責任

5.今週やること

ステップ1：棚卸しする

メモかスマホを開いて、今週やった作業を思いつくまま20個書き出してみてください。書き出したら、上のプロンプトに貼って仕分けさせる。ここまでで15分です。出てきた「人がやるべき」のリストが、AIが来ても残る、みなさんの持ち場になります。

ステップ2：1つだけ渡す

プロンプトの最後に出てきた作業を、今週の実務で1回だけAIに渡してみてください。うまくいかなくても構いません。大事なのは「どこまでなら任せられて、どこから自分がやるべきか」の線が、自分の手ざわりとして分かることです。この線を知っている人が、次の3年で強くなります。

6. FAQ

Q. 結局、私の仕事はなくなりますか？
A. 職業ごとなくなる可能性は、いま公開されているデータで見るかぎり高くありません。ただ、仕事の中身は入れ替わります。同じ肩書きのまま、やっていることが3年前と違う。これがいちばん起こりやすい形です。

Q. AIを使えるようになれば、失業しないですか？
A. 「使える」だけでは差がつきにくくなっています。効くのは、自分の仕事のどの作業を渡すかを自分で決められることです。ツールの操作より、渡す・渡さないの判断のほうが先にきます。

Q. 40代・50代からでも間に合いますか？
A. 間に合います。いま先に影響が出ているのは、経験の浅い入り口の仕事でした。逆に言えば、業務の全体像が頭に入っていること自体が、AIに的確な指示を出すときの材料になります。

Q. 会社がAI導入に消極的です。個人でやる意味はありますか？
A. あります。会社の方針を待たなくても、自分の下書きや情報整理を渡すところから始められます。組織として動き出していない会社が27.0%ある以上、先に1つ渡した人が社内の最初の事例になります。

Q. これから就職する若手や新卒はどうすればいいですか？
A. いちばん影響が出ているのがこの層なので、正直に言うと入り口は狭くなっています。ただ、狭くなっているのは「AIでも書ける作業」を任される枠のほうです。現場に出て人と話す、自分の目で確かめる。AIが持っていない材料を早く持つことが、そのまま差になります。

Q. AIに作業を渡したら、自分のスキルが落ちませんか？
A. 落ちる渡し方と、落ちない渡し方があります。中身を読まずに結果だけ受け取ると、確実に落ちます。逆に、出てきたものを毎回自分で直していると、判断の練習になります。渡していいのは作業で、渡せないのは責任、をここでも使ってください。

🛠️ 次のステップ：

あわせて読みたいコンテンツ

📖 ループエンジニアリングとは？
渡した作業を"毎週"回す側にする話。この記事の続きにあたる内容（近日公開）

📖 【3大AI比較】
ChatGPT｜Claude｜Gemini 結局どう違う？（入門編）
「どのツールを選ぶか」で迷っている段階の方はこちらから。やりたいこと別に、得意なAIが一発でわかります。

📖 【5分で完全解説】
Claude Coworkとは？Claude ChatやClaude Codeとの違い
"実際に作業までやってくれる"AIの話。Step2の「1週間で粗いものを渡す」を、ノンエンジニアが自力でやるための道具です。

📖 【５分で完了】
Claude Coworkの初期設定手順（初心者向け）
話題のClaude Coworkの初期設定を初心者無向けに丁寧に解説。5分で完了する具体的な導入手順を、画像付きで分かりやすく説明しています。

📬 【AIの無料相談】
自社チームにどうAIを組み込むべき？
無料ワークフロー診断・お問い合わせはこちら

「自社の動画制作フローや、クリエイターチームの業務にどうAIを組み込むべきか迷う…」という企業様向けに、個別ワークフローの無料診断・ご相談も承っています。お気軽に以下よりお問い合わせください。

※AIツールの環境はめまぐるしく変化しています。本コンテンツの内容は2026年8月現在を起点とした実践と考察の記録です。仕様変更により情報の齟齬が生まれる可能性がある点はご了承ください。最新情報はコンテンツにて随時アップデートいたします。

※本記事は、当社の実践・研究と複数のAIクリエイターの検証結果や動向を参考に、ノンエンジニアのビジネスパーソン・クリエイター向けに構成したものです。