Terence Kwok, 創設者、ヒューマニティ Terence Kwok 創設者、ヒューマニティ

2026年に「AIに置き換えられた」ということの本当の意味

2023年、分析家はAIが職業全体を消滅させるだろうと予測していた。プログラマー、デザイナー、ライター、分析家自身、サポート部門全体 — 机上の仕事は誰かのリストに載っていた。3年後、それらの職業はすべてまだ存在している。AIはより狭い範囲の仕事を手に入れた。最初の草案。粗い分析。ルーチンコード。レベル1のサポートチケット。誰かがスプレッドシートを整理していた。静かな変化だが、より深く切れる。職業そのものはまだ存在するかもしれないが、入るのが簡単な方法が狭まっている。企業は大きなリストラを避けながらも、ジュニアレベルの従業員を少なく雇用するかもしれない。従業員は肩書を維持しているかもしれないが、仕事の周りは速く、重く、そして健全な判断に依存するようになる。Claude.aiでは、報告によると、2026年2月の53%のやりとりが増強によって行われたのに対し、44%が自動化によって行われた。49%の仕事では、すでにタスクの4分の1以上がClaudeを使用して実行されていた。これは、単純な置き換えの話ではなく、AIをうまく使う人を中心に仕事が再構成されているように見える。本当の危機は見習いの問題初級の役割は、常に隠れた機能を担ってきた。ジュニアアナリストは数字をチェックし、比較対象を引き出して、プレゼンテーション資料を作成し、上司が書くものの最初の草案を書く。企業内では、判断力はその基本的な仕事から始まる。AIは、初期の層の多くを扱うのに十分な力を持っている。モデルはメモを書き、スプレッドシートを整理し、電話を要約し、研究の最初のパスを秒単位で準備できる。ただし、すぐに四半期のダッシュボードに表示されない、人材の問題も作り出す。AIに最もさらされている職業では、22歳から25歳の労働者の雇用は、企業レベルのショックを制御した後、16%減少した。同じ役割の年上の労働者は安定し、一部は成長を続けた。圧力は、AIが労働を自動化する可能性が高かった役割で最も強かった。那が見習いの問題の明白な説明だ。初心者を訓練する仕事も、ソフトウェアに渡しやすい仕事だからだ。AIは判断の価値を高める別の初期の仮定も古くなっている。AIはすべての労働者を平等にしていない。多くの状況では、AIは判断力を持つ人と持たない人との距離を広げている。優位性はただのプロンプトだけではなく、そこに伴う味、記憶、文脈、説明責任にある。AIはきれいな答えを生み出すことができる。ただし、クライアントの歴史、企業の文化、市場のタイミング、規制当局の気分、ブランドのリスク許容度に合っているかどうかを完全に理解することはできない。負担はまだ人々に残っている。シニアワーカーは、組織的、関係的、文脈的な知識をAIの出力に持ち込む。つまり、シニアワーカーは何が合っているか、 何が失敗しているか、そして何が下書き段階を超えてはならないかを判断するのにより適している。専門家は、経験豊富な従業員1人がAIを使用して、ジュニアワーカー数人を「基本的な仕事」で置き換えることができるかもしれないと警告している。四半期のレビューではその計算は当てはまるが、10年間では失敗する — ジュニア役割に成長するはずだった人々は、レベルの向上の機会を得ることができないからだ。したがって、誰かが「AIに置き換えられた」と言ったとき、通常は、より経験豊富なリーダーを下に置き、ジュニアタスクをモデルに任せる、より小さなチームのことを意味する。仕事は残るが、下層は薄くなるほとんどの仕事は、一度に消えるのではなく、まずその一部を失う。ルーチンな文章作成、最初のパスでの研究、スケジューリング、標準レポート、基本的なコード、ドキュメンテーション、データのクリーンアップは、AIが入り込む簡単な場所だ。これらのタスクは、ジュニアコホートを支えていたが、若い労働者に能力を築くための繰り返しも提供していた。米国の仕事の50%から55%は、BCGによると、次の2〜3年でAIによって再構成される可能性がある。対して、10%から15%の仕事は、より長い期間で消滅の危険性がある。労働市場の話は矛盾しているように感じるのは、そのためだ。全体的な雇用は安定しているかもしれないし、経験豊富な人材はまだ需要されているかもしれない。しかし、ジュニアの採用は遅くなるかもしれないし、入社のハードルは高くなるかもしれないし、すでに会社の中にある人はAIの助けを借りてより多くの仕事を担うことが期待されるかもしれない。2030年までに、170万の新しい役割と9200万の置き換えられた役割が予測されており、純増は7800万の仕事になる。また、約40%の労働者のスキルは変化し、事務職や秘書職が減少する分野になる。したがって、より良い質問は、「この仕事はまだ存在するか？」ではなく、「この仕事のどの部分が、人を価値あるものにする方法を教えるのか？」対応は学習層を保護する必要があるAIがタスクごとに仕事を変える場合、企業は仕事の数だけを数える対応では十分ではない。人間の発達が仕事の中に残っているかを問う必要がある。教育も同じ精神で変化する必要がある。ルーチンなタスクを手で完了する方法を人々に教えるだけでは十分ではない。人々は、そのタスクがなぜ存在するか、良い仕事はどのように判断されるか、自動化された出力が圧力の下で壊れるかを理解する必要がある。政策もより精密なものになる必要がある。「再スキリング」という言葉は、この問題にはあまりにも広い。実際の必要性は、判断力が育てる仕事へのアクセスだ。見習い、AIの使用の監督、携帯可能な資格、初期キャリアの採用へのインセンティブは、ソフトウェアが最も簡単なトレーニングタスクを吸収するときに、より重要になる。私たちがデジタルアイデンティティと信頼を構築している場合、この質問はさらに遠くまで達する。AIがより多くのコンテンツ、分析、決定、行動を生み出すにつれて、人間の説明責任はより貴重になる。私たちは、誰が責任を負っているか、システムが誰かの代理で動作したか、出力が実際の権限を持つ誰かによってレビューされたかを明確に知る方法が必要だ。それが、2026年に「AIに置き換えられた」ということの本当の意味だ。タスクは肩書よりも先に消える。キャリアラダーの最初の段は静かに弱くなる。有能な人々はより多くのレバレッジを得るが、未経験の人々は有能になる機会が少なくなる。古いタスクすべてを保護することは、ポイントを逃している。本当の仕事は、人々をプロフェッショナルにするプロセスを保護することだ。