カテゴリー: AI仕事・働き方

  • AIが仕事を奪うは間違いだった。増えているのは「ボットシッター」という新しい仕事

    AIが仕事を奪うは間違いだった。増えているのは「ボットシッター」という新しい仕事

    AIは仕事を減らすより、人間を管理者に変えているだけで、AI導入により仕事が減るという予測は大きく外れ始めている。

    実務作業は確かに減ったのだが、その分増えているのは、AIを監督する仕事である。

    多くの人はAIに仕事を任せた後、

    • 出力確認
    • 修正指示
    • 再生成
    • 品質管理

    を繰り返している。

    AIは実務的な作業を代替してくれるが、その結果、人間には新しい管理業務が発生した。

    これが「ボットシッター」と呼ばれる現象である。

    ボットシッターとは何か

    ボットシッターとは、AIの世話係のことで、AIは指示された内容を高速で実行する一方、常に正しい結果を出すわけではなく、事実誤認なんてザラであり、事実に基づかない情報を生成する現象(ハルシネーション)を起こす。

    文脈を誤解することもあるので、企業で利用する場合、情報漏洩やコンプライアンスの確認も必要になってくる。

    そのため人間は「作る人」から「監督する人」へと役割を変え、これまでの社会に例えると、部下を管理する仕事に近くなってきた。

    違うのは、管理対象が人間ではなくAIという点だけ。

    AIで楽になるはずなのに忙しくなる理由

    AI利用者の多くが感じているのは奇妙な矛盾であり、作業時間は大幅に減ったが、忙しさは一向に減っていないこと。

    理由は単純で、AIが生み出した時間を、AI管理に使うようになったから。

    記事作成の場合、これまでであれば、自分で調査し、自分で執筆していたので、確認と作成業務を同時に行うことができた。

    現在は、AIに記事生成を依頼し、その出力を確認する。

    そして修正があれば自分で訂正、またはAIに再生成を依頼し、最終確認を行う。

      執筆時間はほぼないに等しいが、内容を確認するという管理工程が増える。

      しかもAIは、自分で調査する以上のレベルの出力を提出してくることもあり、自分の技量以上の調査を行わなければならないこともしばしば。

      AI登場初期の頃は、自分の知識以上のものが出てくることから喜んでいたものだが、あまりにもハルシネーションの多いことから、それが正しいのかどうかこれまで以上に確認しなければならなくなった。

      結果として、総労働時間は大きく変わらないどころか、増えているような気がする。

      自分で調査・作成する場合、一つの記事を書くだけで仕事の区切りをつけら、一休みすることができたものだが、AIが記事草案を提供してくるようになってからは、確認の連続で、仕事の一区切りをつけるのが難しくなってきた。

      生産性向上が労働時間を減らさない理由

      この現象はAIに始まったことではなく、過去にも同じことが起きていた。

      表計算ソフトが普及した時代、多くの人は経理業務が激減すると考えた が、実際には分析資料やレポートが増えた。

      プレゼンソフトが普及した時代も同じで、資料作成は速くなったが、会議資料の量は増えていった。

      つまり、効率化は仕事を消すことなく、新しい仕事を生み出す。

      AIも同じ構造で、作業コストが下がると、企業はさらに多くの業務を実行するようになり、その結果、人間の仕事は別の形で増え始める。

      時間が余ったからといって、人はそれを余暇には当てない。

      AI時代に価値が上がる人

      今後価値が上がるのは単純作業が速い人ではなく、AIを管理できる人である。

      • 適切な指示を出せる
      • 出力品質を評価できる
      • 間違いを発見できる
      • 複数AIを使い分けられる

      AIは実行者であり、人間は監督者になる。この構図は今後さらに強くなっていくのだろう。

      ボットシッターは一時的な現象なのか

      とはいえ、将来的にAI性能が向上すれば、監督作業は減る可能性がある。

      流れとしては、AIが別のAIを評価して最終確認を行うということに落ち着きそうだ。

      しかし、人間の存在は完全には消えることはないだろう。

      なぜなら、企業活動では、品質保証、法的責任、セキュリティ管理が必要であり、あくまでも最終責任を負うのは人間である。

      つまりAIが進化しても、人間の監督業務は依然として残る。

      形は変わっていくが、役割は絶対に消えない。

      AIは仕事を奪うより、人間の役割を変えており、増えているのは失業者ではなく、AIを監督する「ボットシッター」である。

      今後重要になるのは、AIより速く作業する能力ではなく、AIを管理し、品質を保証し、成果につなげる能力である。

      AI時代の競争力は実務力だけで決まらない。監督力が新しい武器になる。

    1. AIで消える仕事より変わる仕事の方が多い理由

      AIで消える仕事より変わる仕事の方が多い理由

      AIの影響は「職業消滅」というより、むしろ「業務変化」の方が大きい。

      多くの人は仕事単位で考えるが、企業側が削減するのは仕事ではなく「作業」である。

      AIが得意なのは、「情報整理」「文書作成」「データ分析」「定型対応」である一方、判断や調整、交渉ごとや創造などにおいては依然として人間の役割が大きい。

      その結果、職種は残るが仕事内容が変わっていく。


      すでに始まっている職務再設計

      企業ではAI導入と同時に業務分担の見直しが進んでいて、マーケティング担当者の場合であれば、これまで「調査」「分析」「レポート作成」に数日かかっていたものが、現在では、AIが調査・要約し、そして資料までを作成することができる。

      これにより担当者は、

      • 戦略立案
      • 意思決定
      • 顧客理解

      によりおおくの時間を使えるようになり、仕事自体が消えたのではなく、価値の高い業務へ没入できるようになった。


      AI時代に需要が増える人材

      今後、評価されるのはAIを使える人ではなく、AIを前提に仕事を再設計できる人であり、具体的には「業務改善できる人」「AI活用を提案できる人」「部門横断で動ける人」「専門知識とAIを組み合わせられる人」などが重宝され、単純なAIスキルだけでは差別化にはならない。

      あくまでも業務理解との組み合わせが重要となる。

      生き残る人と苦戦する人の違い

      AI時代の競争は人間対AIではなく、AIを使う人と使わない人の競争であり、苦戦するのは、作業だけを担当する人や変化を拒む人、AI活用を学ばない人である。

      一方で、業務を仕組み化できる人やAIを使って成果を拡大できる人、新しい役割を作れる人は価値が高まっていくだろう。


      AIは仕事を大量に消す技術ではない。

      仕事の中身を再設計する技術である。

      これから問われるのは「AIに置き換えられるか」ではなく「AI前提で仕事を組み直せるか」であり、その変化に早く適応した人ほど、AI時代で優位に立てる。

    2. Claude一強は終わった。開発者がCodexへ流れる理由と「17倍差」の正体

      Claude一強は終わった。開発者がCodexへ流れる理由と「17倍差」の正体

      AI開発環境の主導権は、すでに「Claude Code一強」ではない。

      コード品質ではClaude Codeが強いが、速度・自律実行・コスト効率ではCodexのほうに優位性がある。

      その結果、実務開発では「Claudeで設計し、Codexで実装・検証する」という使い分けが増えてきているそうだ。

      なぜ開発者はClaudeからCodexへ移動しているのか

      この最大の理由は「品質」ではなく「生産量」にある。

      2024〜2025年であれば、文章生成、コード補完、単発タスクが中心だったAIの仕事も、2026年には「自律実装」「テスト実行」「リファクタリング」「PR作成」「バグ修正」までをも含めた開発エージェント型へと進んできている。

      この領域ではCodexが強い。  

      なにせCodexは最初から「任せる設計」であり、一方のClaude Codeは「共同作業設計」に近い。

      • Claude=優秀な共同開発者
      • Codex=自律型エンジニア

      「17倍性能差」の正体は性能ではなく運用効率

      SNSでは「17倍速い」「17倍強い」という表現が広がっているようだが、これは実際に単純なモデル性能差ではなく、重要なのは総合効率のことである。

      例えばCodexは、

      • 並列実行
      • クラウドサンドボックス
      • 自動修正ループ
      • 低トークン消費

      を前提に設計されており、実際の比較では、Codexが同等タスクをClaudeより約4倍少ないトークンで処理したという報告もある。  

      つまり開発現場での差は「モデル性能」ではなく、「実行回数 × トークン効率 × 並列処理能力」で生まれてきている。

      つまり、ここを混同すると判断を誤ってしまう。


      ベンチマークではどちらが強いのか

      結論から言うと用途次第ではあるのだが、概ね以下のような感じになると思う。

      Claudeが強い領域

      • 大規模リファクタリング
      • 設計変更
      • 長文コンテキスト理解
      • ドキュメント生成

      Claude Opus系はSWE-Bench系で高い評価を維持している。  

      Codexが強い領域

      • ターミナル操作
      • デバッグ
      • CI対応
      • 自律実行

      Terminal-Bench系ではCodexが優勢だ。  

      つまり「考える仕事」はClaude、「進める仕事」はCodexという傾向がかなり明確になってきている。


      20セッション級の実務では差が出る

      両者の違いは単発タスクでは差が見えない。

      差が出るのは長時間開発であり、研究比較では、Claudeは約3.4分でパイプラインを完成したところ、Codexは約16分かけた。

      これだけ見れば比較対照隣らないくらいのレベルなのだが、注目したいのは「Codexは途中の修正プロセスを明示しながら進行」したこと。  

      ここは意外にも重要な部分であり、Claudeは速いが内部判断が見えにくい。

      Codexは5倍以上も遅く見えるが、運用レベルでは監査しやすい。

      そんな流れからか、企業開発では後者を評価するケースが増えてきているようだ。


      結局どちらを選ぶべきか

      Claude Code向き

      • スタートアップ
      • 個人開発
      • MVP作成
      • 設計中心の業務

      品質重視ならClaudeであり、AnthropicAttachment.tiff の強みは依然大きい。


      Codex向き

      • エンタープライズ
      • CI/CD運用
      • 大規模保守
      • 自律エージェント活用

      開発量を最大化するならCodex。

      OpenAI CodexAttachment.tiff の思想は「自動化」に寄っている。


      Claude一強が崩れた理由は単純で、開発現場が「コード生成」から「開発代行」へ移行したからだと言える。

      Claudeは依然として高品質なことに変わりはない。

      しかし企業が求めるのは品質だけではなかったりする。

      • 速度
      • 運用コスト
      • 自律性

      これらまでを含めた総合生産性は大きなウェイトを占めている。

      2026年の勝者はどちらかではない。

      設計をClaudeに任せ、実装と検証をCodexに任せる。

      このハイブリッド運用が、現在もっとも再現性の高い選択になっている。