AI時代に価値が上がる仕事を見極める方法

TL;DR

AI導入後も交渉、関係構築、課題発見、意思決定などの難しい業務が人間に残る仕事は、価値が上がりやすい。職種名ではなく、自分のタスクをAIに任せる部分と人間に残る部分に分解し、後者の難易度と付加価値を高めることが重要である。

Transcript

こんにちは。どもです。今回はAI自体に 価値が上がる仕事、下がる仕事、 アンロピックの調査から考察する仕事戦略 マトリックスとはと題しまして、この前 ちょうど1月にアンロピックが行っていた AIってどんな風に活用されてるんですか ねという調査結果を見ている際に、あ、 AI自体って確かにこういう仕事は価値が ぐんと下がっちゃうし、これはすごい 上がるねというのがすごい見えたんですね 。なんかAIしたに価値上がりそうな仕事 で言うと、例えば現場がある仕事、配管 工事であったりとか、控師であったりとか 、看護師であったりとかね、こういうのは AIにはできなそうなんで上がりそう。 一方でプログラマーであったりとか資料で あったりとかね、マーケとかこういう仕事 はAIにもできそうなんで厳しそう。なん ... Read More

Key Insights

• AIの影響は職種名では決まらず、代替後に人間へ残るタスクが簡単か難しいかによって、市場価値の上昇と低下が分かれる。
• AIは難しい仕事ほど大きな時間短縮を生みやすい一方、難易度が上がるほど成功率は下がるため、人間による対話や確認が重要である。
• Claudeが扱うタスクの平均教育年数は約14.4年と紹介され、人間の全タスクの約13.2年より、難しい仕事側に偏っている。
• デスキリングは、分析や構成判断などをAIが担い、入力、転送、定期訪問、資料調整などの単純作業だけが人間に残る状態である。
• アップスキリングは、定型処理をAIに任せた結果、交渉、意思決定、課題発見、関係構築などの高付加価値業務が人間に残る状態である。
• 営業の価値は、注文受付や台本どおりの架電にとどまると下がりやすく、顧客課題の深掘りや提案交渉を担うと上がりやすい。
• エンジニアの価値は、AIが得意な実装だけを担当すると下がりやすく、設計判断、技術選定、チーム調整を担うと上がりやすい。
• キャリア戦略では、自分の業務をタスク単位で分解し、AIに任せる部分を決めたうえで、人間に残る仕事の難易度を高める必要がある。
• 🎬 このチャンネルの他の動画:
  • Dropboxでファイルを同期・共有する方法
  • FilmoraのAI機能で動画編集する方法
  • Mapifyで情報をマインドマップ化する方法
• 📺 このチャンネル: いけともch

Questions & Answers

Q: AI時代に価値が上がる仕事を見極める方法は？

AI導入後に人間へ残るタスクを確認することが見極め方の中心である。交渉、課題発見、意思決定、関係構築、合意形成など、経験や対人対応を要する仕事が残るなら価値は上がりやすい。反対に、入力、転送、定期訪問、資料調整などの単純作業だけが残るなら、価値は下がりやすいと話者は整理している。

Q: AIで仕事の価値が下がるデスキリングとは何ですか？

デスキリングとは、職務の難しい部分をAIが担当し、人間には比較的簡単な作業だけが残る状態である。動画では、テクニカルライターの分析や構成判断をAIが担い、観察やスケッチなどが残る例が示された。担当者に必要な経験や判断の水準が下がるため、その仕事の価値も低下しやすいという考え方である。

Q: AIで仕事の価値が上がるアップスキリングとは何ですか？

アップスキリングとは、定型処理やデータ処理をAIが担い、人間に難しい判断や交渉が残ることで職務要件が高まる状態である。不動産管理者の例では、売上記録や賃料の見直しをAIに任せ、融資の確保、建築事務所との交渉、役員会への対応を人間が担うため、能力の高い人材の価値が上がると説明されている。

Q: なぜ職種名だけでAIの影響を判断できないのですか？

同じ職種でも、実際に担当するタスクが異なるからである。営業でも、定期訪問や注文受付だけを担う人と、顧客課題を深掘りして交渉や関係構築を担う人では、AI導入後に残る仕事の難しさが違う。動画の主張では、業界や職種による分類より、個々の役割をタスク単位で分析することが重要とされる。

Q: 営業職がAI時代に価値を高める方法は？

営業職は、顧客の課題を深掘りし、提案を個別化し、関係者を調整して長期的な信頼関係を築く役割へ比重を移す必要がある。顧客分析、訪問計画、提案書、メール、トークスクリプトはAIが担当しやすい。注文受付や台本どおりの架電だけに残るのではなく、対話と交渉の質を高めることが分岐点になる。

Q: エンジニアがAI時代に価値を維持する方法は？

エンジニアは、実装だけでなく、設計判断、技術選定、レビュー、チーム調整を担うことが重要である。動画では、AIがコード実装を担当すると、実装中心の役割は価値が下がりやすい一方、アーキテクトやリードのように全体設計と判断を担う役割は価値が上がりやすいと考察されている。

Q: コンサルタントの価値がAIで分かれる理由は何ですか？

AIが調査、競合分析、データ収集、レポート作成、スライド作成、議事録作成を担えるため、これらを中心とする役割は価値が下がりやすい。一方、クライアントとの戦略議論、提案の個別化、会議の進行、経営層との信頼構築、案件獲得、プロジェクト管理は人間に残るため、シニア層やパートナーの価値は上がりやすいと説明されている。

Q: 自分の仕事をAI時代向けに見直す手順は？

まず日常業務を具体的なタスクに分解し、AIが担当できる作業と人間に残る作業を分ける。次に、人間側へ残る作業が入力や転送などの単純作業なのか、交渉、判断、課題発見、関係構築などの難しい仕事なのかを確認する。単純作業が中心なら、AIで生まれた時間を高付加価値の役割へ移すことが必要である。

Summary & Key Takeaways

• Anthropicのエコノミックインデックスを紹介する説明では、AIは簡単な作業だけでなく、分析、プログラミング、数学、計画など教育年数の長いタスクも担っている。人間の全タスクの平均教育年数が約13.2年なのに対し、Claudeが扱うタスクは約14.4年とされる。難しい仕事ほど効率化の幅は大きい一方、成功率は低下するため、対話や確認を含む人間の関与が必要になる。

• 仕事の価値を左右するのは、AIに代替されるタスクの量ではなく、代替後に人間へ残るタスクの質である。分析や判断などの難しい部分をAIが担い、入力、転送、定期訪問などの単純作業だけが残ればデスキリングが起きる。逆に記録管理などをAIに任せ、交渉、融資確保、経営への助言、関係構築などが残れば、職務要件と人材価値は上がりやすい。

• 同じ職種でも、担当する役割によって影響は分かれる。営業では注文受付中心より課題解決や交渉を担う人、エンジニアでは実装中心より設計や技術選定を担う人、コンサルでは調査や資料作成中心より戦略議論や案件管理を担う人の価値が残りやすいという整理である。ただし、これは動画内のレポート解釈と話者の考察であり、実際の変化は業務内容やAIの導入方法に左右される。