AIによって変わるのは、仕事の数だけではありません。
企業や大学の事例を見ると別の動きがあって、人間の仕事をAIへ丸ごと渡すのではなく、仕事そのものを「人間とAI」で分担し始めています。
- 研究者の隣にAIを置く。
- 複数のAIをチームとして使う。
- 社内ノウハウをAIが扱える形にする。
この違いは重要で、見るべきなのは「AIに奪われない仕事」ではなく、AIが仕事に入ったあと、人間には何が残るか。
キリンでは、AIが研究者の「隣」に入る
キリンでは、AIエージェントを研究活動に組み込む取り組みが始まっているようで、これはAIに研究を丸ごと任せる仕組みではなく、仮説形成や情報探索、壁打ち、文書化、知見共有などAIが支援してくれるようです。
研究者とAIで工程を分ける形となっていて、これまでの生成AI活用とは、ここが違ってきています。
文章作成だけをAIへ渡すなら作業の自動化ですが、研究の流れにAIが入るのであれば、仕事の設計が変わってきます。
人間だけで進めていた研究を「人間とAI」で進める仕事へ組み直す。
AIを「個人の道具」で終わらせない企業もある
ピーバンドットコムでは、さらに別の形が見られ、7つの専門AIエージェントからなる「マーケティングAIチーム」が構築されているようで、2026年7月から、全社員が利用できる環境として運用しているようです。
ここでAIの数に驚くのではなく、見るべきところはAIを一部社員の特殊技能にしていない点で、ChatGPTなどを個人で使う場合、その活用度は人によって変わってくるのですが、AIが社内システムへ入れば話は別で、AIを使うこと自体が、仕事の前提となっていきます。
「AIが得意な社員が使う道具」から「社員が利用できる業務環境」への移行。
人間のノウハウまでAIが扱うようになる
さらに先には、業務知識をAIへ渡す動きがあり、オプトについては、Claudeの「スキル」を260個作り、広告運用のノウハウをAIへ教える取り組みが報じられています。
260個という数字や具体的な仕組みについては、企業側からの一次情報ではないので、確定情報として鵜呑みにすることはできませんが、それでも、業務知識をAIが使える形にするという考え方は重要です。
これまでノウハウは、人間が覚えて使うものでした。
それすらAIが扱えるようになれば、人間側に必要な仕事は変わってきます。
- 何をAIへ教えるのか
- どこまで任せるのか
- AIの出力を誰が判断するのか
作業そのものより、その最初の判断がとても重要なものになっています。
教育も「AIを使える人」の先を見始めている
仕事が変われば、育てる能力も変わっていくもので、宮城大学は、2028年4月の設置を目指し、「デザイン創学群(仮称)」を構想しているのだそうで、掲げられているのは、単純なAI操作の習得だけではなく、AIやデジタル技術を使いながら、可能性を見つけ、価値を構想し、実現する力。
高知工科大学と岡村文具による生成AI活用研修もあり、こちらは人手不足への対応が目的で、約90人が参加し、生成AIを業務で使う考え方を学んでいるのだとか。
AIで空いた時間を、別の仕事へ振り向ける発想であり、これは単純な人員削減とは意味が違います。
「AIに奪われない仕事」を探しても答えは出ない
もちろん、今回の事例だけで雇用の未来を断定することはできません。
- AI導入後に雇用人数がどう変わったのか
- 生産性がどれだけ上がったのか
- 職種ごとの必要スキルがどう変わったのか
まだ始まったばかりということもあり、そこまでは確認することはできません。
現在は人間が担当していても、将来、それがAIに代替されないとは限りません。
しかし、その一方で、今回の事例には「AIを人間の代用品として置くだけではない」という共通点があり、
- 研究では、AIが研究工程に入る
- 企業では、AIチームを業務環境に入れる
- ノウハウは、AIも扱える形へ移される
- 教育では、AI利用を前提に能力を考える
つまり、人間とAIの境界が引き直されていて、人とAIの仕事を考える基準も変えていく時期なのかもしれません。
「この仕事はAIに奪われるか」ではなく、自分の仕事を工程に分けたとき、どこまでAIへ渡せるか。
そして、AIに渡したあとで残る判断はなんなのか・・・。
- 問題を決める
- AIへ渡す仕事を決める
- 出てきた結果を評価する
- 最終的な責任を持つ
AI時代の仕事を見るなら、まずここを確認するべきで、仕事が残るかではなく人の役割がどこへ移っていくのか。
その変化は、自分の業務を分解していくことで、見えてくるもの。
思考を外に出せ。AIを、自分の武器にする。

コメントを残す