【2026年8月最新】AIで「なくなる仕事」「なくならない仕事」の違い｜経営者が今すぐ着手すべき3つの対策
aikanri-admin
「AIが普及すると、自分の仕事はなくなってしまうのだろうか」——ニュースやSNSでそうした見出しを目にするたびに、漠然とした不安を感じたことがある経営者・管理職の方は少なくないはずです。
実際、国内外の複数の調査機関が「AIによって一定割合の業務が影響を受ける」と指摘しており、業務の一部がAIに置き換わっていく流れそのものは、もはや疑う余地のない現実になりつつあります。ただし、ここで本当に重要なのは「仕事がなくなるかどうか」ではなく、「自社・自部署がその変化にどう向き合うか」という一点です。
この記事では、「AIで代替されやすい仕事・されにくい仕事」の違いを整理したうえで、弊社（株式会社GENAI）がClaude Codeを全社導入して実際に業務をAIへ移した実測データと、経営者・管理職が今日から着手できる具体的な対策を、忖度なくお伝えします。
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、次の6つが明確になります。
01 AI IMPACT 「AIで仕事がなくなる」論の実像 不安を煽る情報と、実際に起きている変化を切り分ける
「AIで仕事がなくなる」というテーマは、この数年で繰り返しメディアに取り上げられてきました。まず押さえておきたいのは、この議論には「不安を煽ることを目的にした情報」と「実際の企業活動・労働市場の変化に基づく分析」が混在しているという点です。両者を切り分けずに受け止めると、必要以上に悲観的になったり、逆に「自分には関係ない話」と楽観視しすぎたりしてしまいます。
📚 用語解説
生成AI（Generative AI）：テキスト・画像・音声・コードなど、指示（プロンプト）に応じて新しいコンテンツを生成できるAIの総称。ChatGPTやClaudeなどのチャット型AIに加えて、ファイル操作やタスク実行まで自律的に行う「エージェント型」の生成AIも急速に普及しています。
国内外の複数の調査機関は、今後10〜20年程度の期間で、定型的な事務作業を中心とした一定割合の業務がAIや自動化ツールに置き換わっていく可能性を指摘しています。ここで注目したいのは、こうした調査の多くが「仕事そのものが消える」というより「仕事の中身・進め方が変わる」という表現を採用している点です。職業が丸ごと消滅するというより、その職業に含まれる複数の業務のうち、定型的な部分がAIに置き換わり、人はより判断や対人対応が求められる部分に時間を使うようになる、という変化の方が実態に近いと弊社では捉えています。
📚 用語解説
シンギュラリティ：AIの知能が人間の知能を超え、技術的な進歩が人間の制御を離れて加速度的に進むとされる仮説的な転換点。SFやニュースの見出しで語られやすい概念ですが、実際に企業がAIを業務に取り入れる話は、この概念とはレベルの異なる、もっと地に足のついた「業務効率化」の話です。両者を混同すると、必要以上に話が大きくなり過ぎてしまいます。
1-1. 日本企業のAI導入は「一部の話」ではなくなった
数年前まで「AI導入は大企業や一部のIT企業だけの話」と捉えられていましたが、2025年以降、ChatGPTやClaude Codeのような比較的低コストで導入できるAIツールが普及したことで、中小企業やスタートアップでも業務の一部をAIに任せる動きが一般化してきました。月額数千円〜数万円のプラン契約だけで、これまで人手で行っていた資料作成・データ整理・議事録作成などをAIに任せられる環境が、すでに整っています。
「AI導入が世の中でどれだけ進んでいるか」を統計だけで判断するのは危険です。重要なのは、自社が扱う業務のうち「定型的で繰り返しが多い作業」がどれだけあるか。この割合が高いほど、AI活用による変化の影響を早く、大きく受けることになります。逆に言えば、この割合を自分で把握できていれば、変化を先回りして活かすことができます。
1-2. なぜ「なくなる」という不安がここまで広がったのか
AIに関する不安が広がった背景には、AIの進化スピードが極めて速く、数ヶ月単位で「できること」が更新され続けているという事情があります。半年前まで人間にしかできないと思われていた作業を、今のAIがこなしてしまう場面を目の当たりにすると、「次は自分の番かもしれない」という不安を感じるのは自然な反応です。
一方で、この不安をそのまま放置してしまうと、思考が「AIを避ける」方向に働き、結果的に変化への対応が遅れてしまうという逆効果を生みます。弊社が数多くの経営者・管理職と接してきた実感として、不安を感じている人ほど、実際にAIツールを触ってみると「思ったより敵ではない」と感じるケースが多いという傾向があります。次の章では、その「敵ではない」側面も含めて、AIに代替されやすい仕事・されにくい仕事を具体的に見ていきます。
02 REPLACEABLE WORK AIに代替されやすい仕事の特徴・具体例 「仕事」ではなく「作業の性質」で見ることが重要
AIに代替されやすいかどうかは、「職種名」ではなく「その職種に含まれる作業の性質」で判断するのが正確です。同じ「事務職」でも、定型入力が中心の業務と、社内外の調整・判断が中心の業務では、AIによる影響度が大きく異なります。
| 特徴 | 内容 | 代表的な業務例 |
|---|---|---|
| 定型的でルールが明確 | 判断基準がマニュアル化・パターン化できる | データ入力、請求書チェック、経費仕訳 |
| 反復作業が多い | 同じ手順を繰り返す頻度が高い | 議事録作成、定型レポート作成、日程調整 |
| 大量の情報を処理する | 人手だと時間がかかる情報整理・要約 | 顧客リスト分類、資料の要約、データ集計 |
| 文章・コードの下書きが中心 | ゼロから作るより「たたき台」を作る作業 | 提案書のドラフト作成、簡易なコード実装 |
📚 用語解説
RPA（Robotic Process Automation）：パソコン上の定型的な操作（データ入力・転記・画面操作など）を、あらかじめ決めた手順どおりに自動実行するソフトウェアの総称。人間が繰り返している「決まった操作」を機械的に代行する点で、判断力を要する生成AIとは性質が異なります。両者を組み合わせて使う企業も増えています。
上記の特徴に当てはまる業務が多い職種としては、一般的な事務職・経理の入力業務・コールセンターの一次対応・データ入力オペレーターなどが挙げられることが多いです。これらの業務は、判断の余地が比較的小さく、正解となるパターンが決まっているため、AIやRPAが得意とする領域と重なりやすい性質があります。
もし自社の業務にこうした特徴が多く当てはまるようであれば、それは「今すぐ危機感を持つべきサイン」ではなく、「今すぐAI活用のチャンスがあるサイン」と捉えるのが健全な向き合い方です。この視点の転換については、第5章で詳しく扱います。
代替されやすい業務があるからといって、その業務を担当している人材そのものが不要になるわけではありません。多くの場合、AIが定型作業を巻き取ることで空いた時間を、より付加価値の高い判断業務・対人業務に再配分することが現実的な選択肢になります。人員削減だけを目的にAIを導入すると、現場の協力を得られず定着しないケースが多いというのが弊社の実感です。
03 IRREPLACEABLE WORK AIに代替されにくい仕事・新たに生まれる仕事 「判断」「信頼関係」「責任」が絡む仕事の価値が上がる
AIに代替されにくいとされる仕事には、共通して「明確な正解がない判断」「対人の信頼関係」「最終的な責任の所在」が絡むという特徴があります。AIは大量のデータからパターンを見つけ、確率的に妥当な答えを提示することは得意ですが、「その場の空気を読んだ交渉」「前例のない判断への責任」「相手の感情に寄り添う対応」は、依然として人間の役割として残りやすい領域です。
| 特徴 | 内容 | 代表的な業務例 |
|---|---|---|
| 正解が一つに決まらない判断が必要 | 状況ごとに最適解が変わる | 経営判断、複雑な条件交渉、人事評価 |
| 信頼関係・対人折衝が中心 | 相手の感情や関係性への配慮が必要 | 重要顧客の商談、クレーム対応、採用面接 |
| 現場の身体感覚・臨機応変さが必要 | マニュアル化しきれない状況判断 | 介護・医療の対人ケア、現場監督、緊急対応 |
| 責任の所在が人にある | 最終的な意思決定・説明責任を負う | 契約締結の最終判断、法的な意思決定 |
📚 用語解説
自律型AIエージェント：人間が都度指示しなくても、目的を与えればそこに向けて複数のステップを自分で計画・実行するAI。Claude Codeはその代表例で、「このフォルダの資料を整理して」「この議事録から重要なタスクを抽出して」といった抽象的な指示だけで、複数の作業を自ら組み立てて実行します。ただし、最終的な承認・意思決定は依然として人間が担うのが一般的な使い方です。
また、AIの普及によって新たに生まれる仕事・役割も出てきています。例えば、AIが出した提案の妥当性を確認する「AI活用の品質管理」的な役割や、社内のどの業務をAIに任せるかを設計する「AI導入の企画・推進」役、AIが処理したデータをもとに顧客に価値を届ける「AI活用のコンサルティング」的な仕事などです。これらは数年前には存在しなかった、あるいは非常に少数だった役割ですが、AIの普及とともに需要が拡大しています。
定型作業に
時間の大半を消費
定型作業は
AIが下書き・処理
判断・対人業務に
時間を再投資
「作業者」から
「AIの活用設計者」へ
AI鬼管理山崎
3-1. 「専門職だから安全」は必ずしも正しくない
注意したいのは、「専門職・国家資格職だから安全」と単純に言い切れない点です。専門職であっても、業務の中に定型的な調査・書類作成・データ整理といった作業が多く含まれる場合、その部分だけがAIに置き換わっていく可能性は十分にあります。重要なのは職種の名前ではなく、日々の業務のうちどれだけが「定型」で、どれだけが「判断・対人」なのかという内訳を、自分自身で把握しておくことです。
04 GENAI CASE DATA 【独自データ】GENAI社内でAIに仕事を任せてみた実測値 Max 20xプラン契約会社が、実際に何にどれだけ使っているか
ここでは、弊社（株式会社GENAI）が実際にClaude Codeを全社導入している状況を、数値と事例ベースで公開します。「AIに業務を任せると、本当に何が起きるのか」を、抽象論ではなくリアルな数字で知っていただくための章です。
4-1. 弊社の契約プランと導入範囲
| 項目 | 内容 |
|---|---|
| 契約プラン | Claude Max 20x（月額$200・約30,000円） |
| 利用開始 | 2025年後半〜 |
| 利用部署 | 経営・営業・広告運用・開発・経理・秘書業務・個人業務まで全社 |
| 主な利用モデル | Sonnet系（日常業務） / Opus系（複雑な判断が必要な場面） |
弊社では「全ての業務を何かしらAIに絡ませる」という方針で運用しており、特定の1業務だけに特化させているわけではありません。結果として、以下のような業務領域で幅広く時間削減の効果が出ています。
4-2. 業務領域別の削減時間（肌感ベース・概算）
| 業務領域 | 主な用途 | 削減時間（概算・肌感） |
|---|---|---|
| 営業 | 提案書・見積・顧客別資料の自動生成 | 週20時間 → 週2時間 |
| 広告運用 | 週次レポート・CPA分析・配信内容調整 | 週10時間 → 週1時間 |
| ブログ記事 | SEO記事執筆・リライト・内部リンク最適化 | 1本8時間 → 1本1時間 |
| 経理 | 請求書チェック・経費仕訳・会計ソフト連携 | 月40時間 → 月5時間 |
| 秘書業務 | 日報生成・議事録・スケジュール調整 | 日2時間 → 日15分 |
| 開発 | WordPress/LP制作、スクリプトの書き捨て | 都度数時間の削減 |
| 個人業務 | メール下書き、雑務タスク整理 | 日1時間 → 日10分 |
上記は弊社の肌感ベースの概算数値であり、業種・業態・担当者のスキルによって削減時間は変動します。「完全自動化してゼロになった」わけではなく、AIが作った下書きを人がレビュー・微調整する工程は必ず残ります。あくまで「AIをどこまで使い倒せるか」の参考情報としてご覧ください。
4-3. AIを業務に組み込むまでの4ステップ
弊社でAIを業務に組み込んできた流れを図解すると、以下のような4ステップになります。いきなり全社導入を狙うのではなく、小さく試して確かめながら広げていくのがポイントです。
1業務だけ
試しに任せる
（例: 議事録作成）
効果検証
時間・精度を
数値化する
横展開
同種業務に
拡大適用
定着
業務プロセスに
組み込む
この4ステップを2〜3ヶ月かけて回していくと、気がつけば社内のあらゆる業務にAIが絡んでいる状態になります。上記の削減時間を単純に合算すると、月間で概算160時間程度（フルタイム1名分に相当する業務量）がAIによって吸収されている肌感です。実際には「完全自動化」ではなく人間のレビュー・微調整が必要な場面も多いため、体感としてはおおよそ0.8人分の業務量を肩代わりしてくれているイメージに近いというのが正直な実感です。
代表菅澤
4-4. 「1名分の業務をAIで吸収」を人件費換算すると
月30,000円のプラン契約で、概算0.8人分の業務量が吸収されているとすると、人件費換算で月20〜25万円分の業務が、約1/7〜1/8のコストで実現できている計算になります。もちろんこれは弊社の業務構成・スキルレベルに基づく肌感値であり、業種や体制によって変動しますが、「AI導入は高くつく」というイメージとは異なる実態が見えてくるはずです。
05 PARADOX 【独自】「奪われない部署」ほど先に自動化すべき理由 一見逆説的だが、導入の順番を間違えると失敗する
多くの企業がAI導入を検討するとき、「まず定型作業が多い部署から」という順番で考えがちです。しかし、弊社が複数の企業のAI導入を支援してきた経験から言えるのは、実は「AIに奪われにくい」とされる判断業務中心の部署ほど、先にAIを試すべきだという、一見逆説的な事実です。
定型作業中心の部署は、AI導入によって「自分の仕事が減る」ことへの心理的抵抗が生まれやすい。
一方、判断業務中心の部署は「面倒な下調べ・資料作成をAIに任せて、自分は判断に集中したい」というモチベーションが働きやすく、現場の協力を得やすい。
経営企画・営業企画・法務・人事といった、判断業務が中心の部署であっても、実際の業務時間の多くは「情報収集」「資料の下書き作成」「議事録の整理」といった、AIが得意とする周辺作業に費やされています。こうした部署にAIを先に導入すると、「仕事を奪われる」という不安ではなく「面倒な作業から解放される」という前向きな体験として受け止められやすく、社内での成功事例づくりに向いています。
📚 用語解説
ノーコード・ローコード：プログラミングの専門知識がなくても（ノーコード）、または最小限のコードだけで（ローコード）、業務アプリやワークフローを構築できる開発手法。AIエージェントの登場によって、非エンジニアが日本語の指示だけで業務を自動化できる範囲がさらに広がっています。
定型作業が多い部署にいきなりAIを導入し、「効率化」を前面に出して進めると、現場が「自分たちの仕事を奪うためのプロジェクト」と受け止め、非協力的な態度につながりやすくなります。弊社が支援した企業でも、導入の順番と伝え方を誤ったことで、現場から情報共有が得られず定着に時間がかかったケースを見てきました。
AI鬼管理山崎
06 ACTION PLAN 経営者・管理職が今すぐ着手すべき3つの対策 不安を行動に変えるための、最短で具体的なステップ
ここまでの内容を踏まえ、経営者・管理職が「AIで仕事がなくなるかもしれない」という不安を、具体的な行動に変えるための3つの対策を整理します。
自社業務の
棚卸し
小さく
試してみる
仕組み化して
定着させる
対策1. 自社業務の「定型 vs 判断」の内訳を棚卸しする
最初にやるべきは、自社・自部署の業務を「定型的な作業」と「判断・対人が必要な作業」に大まかに分けて書き出すことです。完璧な精度は不要で、まずは主要な業務を10〜20個リストアップし、それぞれにどれくらいの時間がかかっているかを見積もるだけで十分です。この棚卸しをするだけで、「どこにAIを使う余地があるか」が驚くほど明確になります。
1人で抱え込まず、各部署のメンバーに「今、時間がかかっている作業は何か」を聞いて回るのが近道です。現場の人ほど「これは毎回同じことをやっている」という実感を持っているため、経営者や管理職が想像するより多くの定型業務が見つかることがよくあります。
対策2. いきなり全社導入を狙わず、1つの業務で小さく試す
棚卸しで見つかった業務の中から、「面倒で、頻度が高く、失敗しても被害が小さい」業務を1つ選び、AIに任せてみることをお勧めします。議事録作成、営業リストの整理、資料のたたき台作成などが、最初に試す業務として適しています。1ヶ月ほど試してみて、削減できた時間や品質の変化を数値で振り返ることが重要です。
対策3. 効果が確認できた業務から、仕組みとして定着させる
小さく試して効果が確認できたら、その業務のやり方を「誰でも再現できる手順」としてマニュアル化し、他のメンバー・他部署にも展開します。属人的な使い方のままだと、担当者が変わったときに効果が消えてしまうため、簡単な手順書やテンプレートを残しておくことが、長期的な定着の鍵になります。
AI活用が特定の1人のスキルに依存したままだと、その担当者が異動・退職した瞬間に効果が失われます。効果が出た使い方は、必ず言語化して組織のノウハウとして残すことを意識してください。
代表菅澤
07 QUICK GUIDE 部署別・AI活用の始め方早見表 「自部署は何から始めればいいか」を1枚で確認する
最後に、部署別の「AI代替の影響を受けやすい度合い」と「最初の一歩」を1枚の表にまとめました。自分の部署に近い行から確認してみてください。
| 部署・業務領域 | AIの影響を受けやすい度合い | 最初の一歩 |
|---|---|---|
| 営業 | 中（資料作成部分は高い） | 提案書・見積のたたき台作成から着手 |
| 広告運用 | 中〜高（レポート作成は特に高い） | 週次レポートの自動集計から着手 |
| 経理 | 高（入力・仕訳・チェック業務） | 請求書チェックと経費仕訳の自動化から着手 |
| 秘書・総務 | 高（議事録・日程調整・日報） | 議事録の要約とタスク抽出から着手 |
| 開発・制作 | 中（実装補助が中心、設計判断は残る） | コードやLPのたたき台生成から着手 |
| 経営企画・法務 | 低〜中（判断業務が中心） | 調査・資料収集の下書き作成から着手 |
| 人事・採用 | 低〜中（面談・評価判断は残る） | 求人票・面談メモの整理から着手 |
どの部署から始めるにしても共通するのは、「作業の一部をAIに任せる」であって「業務を丸ごと引き渡す」ではないという考え方です。最終的な判断・確認は人が担い、そこに至るまでの下調べ・下書き・整理をAIが引き受ける、という役割分担が、現時点で最も現実的で定着しやすい形です。
08 CONCLUSION まとめ ── 「なくなる仕事」より先に見るべきもの 不安の正体は「情報不足」であることが多い
この記事では、AIに代替されやすい仕事・されにくい仕事の違い、弊社GENAIの実運用データ、「奪われない部署ほど先に自動化すべき」という逆説、そして経営者・管理職が今すぐ着手できる3つの対策までを整理しました。最後にポイントを振り返ります。
「AIで仕事がなくなるかもしれない」という不安の正体は、多くの場合「自社の業務の中身を、定型と判断に分けて把握できていない」という情報不足にあります。逆に言えば、この記事で紹介した棚卸しを行うだけで、不安の輪郭がはっきりし、次に何をすべきかが見えてくるはずです。
弊社では、Claude Codeのようなエージェント型AIを「脅威」ではなく「もう一人の働き手」として位置づけることで、月30,000円のプラン契約から具体的な業務削減効果を引き出してきました。自社の業務のどこにAIを使えるか、個別に整理したい方は、以下からお気軽にご相談ください。
代表菅澤
「うちの会社は何から着手すべきか」を、AI鬼管理が一緒に整理します
AIで仕事が「なくなる」かどうかを心配する前に、自社の業務のどこにAIを使えるかを整理することが最初の一歩です。
弊社の実運用ノウハウをもとに、個別の業務棚卸し・導入設計をご相談いただけます。
AI鬼管理山崎
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
よくある質問
Q. AIで本当に仕事はなくなるのですか？
A. 「職業が丸ごと消滅する」というより、「その職業に含まれる定型的な作業がAIに置き換わり、判断・対人業務の比重が増える」という変化の方が実態に近いというのが弊社の見立てです。完全に仕事がなくなるというより、仕事の中身・時間配分が変わっていくと考える方が現実的です。
Q. AIに代替されやすい仕事とされにくい仕事の一番の違いは何ですか？
A. 判断基準がマニュアル化・パターン化できる定型作業が中心かどうかが最大の分かれ目です。データ入力や定型レポート作成のような反復業務は代替されやすく、交渉・信頼関係の構築・最終的な意思決定と責任が絡む業務は、現時点では人に残りやすい領域です。
Q. 中小企業でもAI導入は現実的にできますか？
A. できます。弊社（株式会社GENAI）自体が中小企業ですが、月額約30,000円のプラン契約でClaude Codeを全社導入し、営業・経理・広告運用・秘書業務まで幅広くAIを活用しています。高額なシステム開発をせずとも、既存のAIツールのプラン契約だけで着手できる範囲は年々広がっています。
Q. 社員に「AIに仕事を奪われる」という不安を持たれた場合、どう説明すればいいですか？
A. 「業務を丸ごと奪う」のではなく「面倒な下調べ・下書き作業をAIに任せて、判断や対人対応に集中してもらう」という役割分担として説明するのが有効です。あわせて、定型作業中心の部署に導入する際は、雇用への配慮を明確に伝えたうえで、段階的に進めることが現場の協力を得るために重要です。
Q. AI導入はどの部署から始めるのが良いですか？
A. 一般的には「定型作業が多い部署から」と考えられがちですが、弊社の支援経験では、判断業務中心で「面倒な作業から解放されたい」というモチベーションが強い部署から始める方が、現場の協力を得やすく、社内での成功事例づくりに向いています。
Q. Claude CodeとChatGPTは、業務のAI活用でどちらが向いていますか？
A. 複数ファイルの読み込み・編集や、複数ステップの自動実行が必要な業務では、エージェント型の実行力を持つClaude Codeが向いています。一方、単発のチャット的なやり取りが中心の用途であれば、どちらでも大きな差は出にくいというのが弊社の実感です。用途に応じて使い分けることをお勧めします。
Q. AI導入の効果はどのくらいの期間で見えてきますか？
A. 弊社の経験では、1つの業務に絞って試した場合、早ければ数週間、遅くとも1〜2ヶ月ほどで削減時間や品質の変化を実感できるケースが多いです。ただし業務の複雑さや担当者の慣れによって差が出るため、まずは小さく試して効果を数値で確認しながら進めることをお勧めします。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
AI鬼管理／AIBPO by AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
専門スタッフが、御社に最適な
業務自動化・業務代行プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
