AI時代に必要なスキルとは？苦手な仕事から見極める
画像出典: パブリックドメイン（Wikimedia Commons）
AIが得意なのは、正解の形が決まっていて何度も同じ手順で処理できる仕事です。逆に、正解が一つに定まらず文脈で判断が変わる仕事はAIが最も苦手とします。価値が上がるスキルは「AIに何をどこまで任せるか判断できるか」と「中核スキルの4割が入れ替わる中で学び直しを続けられるか」の2軸で見極められます。
「AIに奪われる仕事リスト」を眺めても、不安はあまり減りません。職種の名前で切られても、自分の仕事のどの部分が該当するのかが見えないからです。正直なところ、同じ職種でも人によって中身はかなり違います。
見るべきなのは職種名ではなく、仕事の「構造」のほうです。AIが得意とする処理には、はっきりした共通の形があります。その形を知れば、自分の一日の作業のうちどこが置き換わり、どこが残るのかを自分で判定できるようになります。
ここでは、AIが得意・不得意になる理由をしくみから確認したうえで、これから価値が上がるスキルを見極める判断軸をお渡しします。
AIが得意な仕事にはどんな共通点がある？
大規模言語モデル（大量の文章から言葉の続き方のパターンを学んだAI）が強いのは、過去に大量の類似例が存在する処理です。議事録の整形、定型メールの下書き、データの分類、長文の要約。これらはどれも「入力がこうなら出力はこう」という対応が、世の中に山ほど蓄積されています。
逆にいうと、AIの得意さは正解の量に支えられています。似た事例が多いほど出力は安定し、事例が少ないほど怪しくなる。この一点で、得意・不得意はかなりきれいに分かれます。
- 出来上がりの形（フォーマット）が決まっている
- 同じ手順を繰り返しても結果が変わらない
- 判断の材料がすべて文章やデータの中にある
- 間違えてもすぐ気づけて、やり直しが利く
世界経済フォーラムが2025年1月に公表した「Future of Jobs Report 2025」でも、AIと自動化が置き換えていくのは定型業務であり、一方で創造性・共感力・リーダーシップ・学び続ける力といった人間中心のスキルが重要度を増す、という整理がされています。55カ国・22業種の1,000社超（合計1,400万人以上の労働者を代表）を対象にした調査です。
AIが不得意なのはどんな仕事？
難易度の高さと、AIの苦手さは別物です。高度な数学の問題はむしろ得意な部類に入ります。AIがつまずくのは、難しい仕事ではなく正解が一つに定まらない仕事のほうです。
たとえば「この取引先に、値上げをどう切り出すか」。文章の上手さの問題ではありません。相手の担当者が今どんな社内事情を抱えているか、去年こちらが無理を聞いてもらった貸しがあるか、この関係を何年続けたいのか。判断材料の大半が、書かれていない場所にあります。
AIは渡された文脈の中でしか考えられません。誰も文書にしていない事情、言いにくいから会議で出てこなかった本音、現場を見た人だけが知っている違和感。これらは入力に存在しないので、AIの答えには最初から反映されません。もっともらしい一般論が返ってくるのは、そのためです。
共感力やコミュニケーションが大事、という話はよく聞きます。ただ、それだけを拠り所にするのはおすすめしません。書かれていない文脈を握っているのは、その現場に深く関わっている人だけです。関わりが浅ければ、AIと同じく一般論しか言えません。守ってくれるのは性格ではなく、その場に固有の情報を持っているという事実のほうです。
これから価値が上がるスキルをどう見極める？
見極めの軸は2つあります。どちらも、特定のツールが流行り廃りしても効き目が続くものです。
軸1: AIに何をどこまで任せるか判断できるか
AIを使える人と使えない人、という分け方はもう粗すぎます。文章生成そのものは誰でも数分で使えるからです。差がつくのは、仕事を分解して、任せる部分と自分で持つ部分に切り分けられるかです。
先ほどの値上げ交渉なら、条件の整理とメール文面の叩き台はAIに投げていい。どのタイミングで誰に切り出すかは自分が決める。この線引きができる人は、同じAIから明確に多くの成果を引き出します。
WEFの調査では、41%の企業がAIによるスキル陳腐化にさらされる職種で人員削減を見込む一方、70%の企業がAI関連の新スキルを持つ人材を新規採用する計画だと答えています。減る側と増える側が同時に走っているのが、今の状況です。
軸2: 学び直しを続けられる形を持っているか
同じ調査で、雇用主は2030年までに中核スキルの39%が変化すると予想しています。10のうち4が入れ替わる計算です。そして77%の企業が、AIと協働できるよう社員のリスキリング・アップスキリングに取り組む方針を示しています。
ここで大事なのは、何を学ぶかを一度で当てにいかないことです。4割が入れ替わる前提なら、正解を選ぶ力より、入れ替わりに気づいて乗り換えられる習慣のほうが効きます。
| 比べる観点 | AIが優位 | 人間が優位 |
|---|---|---|
| 正解の形 | ほぼ決まっている | 状況ごとに変わる |
| 判断材料の所在 | 文章・データの中 | 書かれていない現場 |
| やり直しの余地 | すぐ直せる | 一度で関係が決まる |
| 必要な蓄積 | 類似事例の量 | その場に固有の文脈 |
上の表の4行は、そのまま自分の仕事を仕分ける質問として使えます。左の観点に沿って一日の作業を並べてみると、置き換わる側と残る側がかなりはっきり見えてきます。
国内ではどんな人材が足りなくなる？
国内の動きも同じ方向を向いています。経済産業省は「スキル可視化・リスキリング基盤整備事業」として、生成AIやロボットの普及に伴う産業構造の変化に対応するため、成長分野で企業が求め個人が学ぶべきスキルを共通言語化する「スキル標準」の整備を進めています。2026年度補正予算で11億円が配分されました。
2040年を見据えた人材需給シミュレーションでは、事務職（約440万人）や文系人材（約80万人）が余剰となる一方、AI・ロボット等の利活用人材（約340万人）を含む専門職・現場人材（約260万人）、理系人材（約120万人）が不足する可能性が示されています。
注目したいのは、不足側の中心が「AIを作る人」ではなく「AIを使いこなす人」として数えられている点です。研究者になれ、という話ではありません。自分の業務にAIを組み込んで、任せる線を引ける人が足りない、ということです。
今日から何を始めればいい？
いきなりスクールに申し込む必要はありません。手元の仕事を仕分けるところから始めれば十分です。
- 一週間、作業を書き出すやった仕事を粒度を気にせず並べます。「請求書の確認」「上司への相談」くらいの雑さで構いません。
- 4つの観点で仕分ける上の表の観点（正解の形・判断材料の所在・やり直しの余地・必要な蓄積）を当てて、AI優位側と人間優位側に振り分けます。
- AI優位側を1つだけ渡してみる全部を一度に変えないこと。最初は失敗しても被害の小さいものを選びます。
- ずれた箇所を記録するAIの出力のどこが使えなかったかをメモします。これがそのまま「自分が持っている、書かれていない文脈」の一覧になります。
- 人間優位側を深める時間に回す浮いた時間を、現場に固有の情報が増える活動に使います。関わりの深さが、そのまま優位性になります。
4つ目の記録が、実はいちばん効きます。AIが外した箇所は、自分にしかない判断材料が入っていた場所だからです。AIに任せてみて初めて、自分の価値がどこにあったのかが見えてきます。
業務内容が法令や社内規定で細かく固定されている場合、仕分けても動かせる部分がほとんどないことがあります。その場合は個人で工夫するより、部署としてルールを見直す話に乗せたほうが早いです。また、機密情報を扱う業務では、社内の利用ルールを確認する前にツールへ入力しないでください。
よくある質問
AI時代に必要なスキルとは具体的に何ですか？
特定のツールの操作方法ではなく、仕事を分解してAIに任せる部分と自分で判断する部分を切り分ける力です。加えて、世界経済フォーラムの調査で2030年までに中核スキルの39%が変化すると予想されていることから、変化に気づいて学び直しを続けられる習慣も欠かせません。
AIが苦手な仕事はどんなものですか？
正解が一つに定まらず、判断材料の多くが文章やデータの外にある仕事です。取引先との交渉や社内の調整などがこれにあたります。AIは渡された文脈の中でしか考えられないため、誰も文書にしていない事情や現場でしか分からない機微は出力に反映されません。
プログラミングを学べばAI時代に安心ですか？
プログラミングは有効な選択肢の一つですが、それだけで安心とは言えません。経済産業省の人材需給シミュレーションでは2040年に向けてAI・ロボット等の利活用人材約340万人が不足する可能性が示されており、不足の中心はAIを作る人よりAIを業務に組み込んで使いこなす人です。自分の職種でAIをどう使うかを設計できることが重要です。
事務職はAIに置き換わってしまいますか？
経済産業省の2040年を見据えた人材需給シミュレーションでは、事務職約440万人が余剰となる可能性が示されています。ただし事務職の全業務が対象ではなく、フォーマットが決まり手順が固定された処理が置き換わりやすい部分です。社内の事情を踏まえた調整や例外対応など、書かれていない文脈を要する業務は残りやすい領域です。
※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。