AIで仕事がなくなる。そんな見出しを見るたび、「自分の仕事もあと数年なのだろうか」と落ち着かなくなりませんか。50代になると、転職も学び直しも若い頃と同じ勢いでは決めにくいですし、定年まで何もしないのも心配ですよね。
私も、定年まで今と同じ働き方でよいのかは、ずっと気になっています。情報を集めすぎるほど判断軸をなくした経験があるので、「消える職業ランキング」を何本も読むだけでは前へ進めないとも感じています。
そこで今回は、資格探しや高額講座の前にできる、1週間の仕事棚卸しをまとめました。目指すのはAIの専門家ではありません。今の仕事を小さな作業へ分け、安全に一つ試し、自分の経験がどこで役立つかを確かめることです。一緒に、今日できるところから始めてみましょう。
「AIで仕事がなくなる」と職業名だけで決めない
「事務職は減る」「営業職は残る」のような分類は、分かりやすいですよね。けれど、同じ事務職でも、定型データを移す時間が長い人と、関係部署の意見をまとめる時間が長い人では、AIの影響は同じではありません。職業名が同じでも、一日の仕事はそれぞれ違います。
私は将来の働き方が気になると、つい資格や求人を先に探したくなります。でも、今の仕事の中身を見ないまま次の肩書きを選ぶと、持っている強みも、補いたい弱みも分かりません。まず「私の職種は残るか」ではなく、「私が今日している作業はどう変わるか」へ問いを小さくします。
経済産業省のデジタルスキル標準も、AI・データ活用によって産業や仕事で求められる役割が変わることを踏まえ、学ぶ項目を更新しています。そこから「この職業なら安泰」とは読めません。問いを立て、仮説を確かめる力と生成AIを組み合わせる視点は、私たちの仕事棚卸しにも使えます。
ニュースの予測を当てにいくより、変わりやすい作業と、自分が責任を持つ作業を見分ける方が現実的です。あなたもまず、昨日した仕事を朝から順に五つだけ書いてみませんか。職業名より小さくした瞬間、不安は「試せる課題」に変わり始めますよ。
今の仕事を四つの作業へ分ける
作業を書き出したら、「繰り返し」「下書き」「判断」「人に説明」の四つへ仮置きします。一つの仕事に複数が混ざっていてもかまいません。たとえば月報作成なら、数字を集めるのは繰り返し、文章のたたき台は下書き、異常値の扱いは判断、上司への報告は人に説明です。
| 箱 | 作業の例 | 最初に考えること |
|---|---|---|
| 繰り返し | 転記、形式の統一、一覧化 | 省ける手順はあるか |
| 下書き | メール案、議事録案、見出し案 | 人が直す前提で試せるか |
| 判断 | 例外処理、承認、優先順位 | 根拠と責任者は誰か |
| 人に説明 | 交渉、相談、引き継ぎ | 相手の事情をどう読んでいるか |
私も情報をまとめる作業はAIで軽くできそうだと思います。一方、どの数字を疑うか、相手へどの順番で伝えるかは、仕事の背景を知らないと決めにくいところです。四つに分ける目的は、人とAIの勝ち負けを決めることではなく、道具を置く場所を見つけることなんですね。
特に注目したいのは、同僚や取引先から何度も頼まれる「最後の調整」です。文章を短くする、例外を拾う、話がこじれない順番へ直す。あなたが無意識にしているその作業には、長年の経験が隠れていませんか。操作の速さだけでは置き換えにくい部分を、まず言葉にして残します。
仕事全体を棚卸しする方法は、50代のスキル棚卸しを小さく始める記事でも紹介しています。今回は、その一覧から「機密を使わず、正解を自分で確かめられる下書き」を一つ選ぶところまで進めましょう。
AIへ任せるのは下書きまでにする
生成AIの文章は自然なので、正しいように見えますよね。でも、事実と違う内容や、文脈に合わない提案が混ざることがあります。AIが出した答えを完成品として受け取るより、「確認する材料を早く作る道具」と考えると距離を取りやすくなります。
私も以前、ネットの情報を信じて投資判断を誤りました。もっともらしい言葉ほど、自分の判断基準を持たずに受け入れる怖さがあると感じました。仕事でAIを使うときも、数字、固有名詞、日付、引用元、相手への約束は原資料へ戻って確かめます。
IPAのデータリテラシー教材では、生成AIが事実と異なる内容を出す場合があること、信頼できる情報源で確認することが案内されています。便利さを感じるほど、最後の照合を人の仕事として残したいですね。
会社が認めていないAIへ、顧客名、個人情報、社内資料、未公開の数字を入力しないでください。名前を伏せただけで安全とは限りません。どこまでなら使えるか迷いますよね。勤務先の利用規程と使えるサービスが分からなければ、業務データを使わず、公開情報や自作の例文だけで練習します。
個人情報保護委員会の注意喚起も、入力する情報とサービスの利用規約・プライバシーポリシーを確かめるよう促しています。あなたの職場で境界が曖昧なら、便利そうだから使うのではなく、上司や担当部署へ聞ける状態を作ってからにしましょう。
1週間は一つの安全な作業だけ試す
生成AIには機能が多く、全部覚えようとすると疲れますよね。1週間の実験では、公開済みの情報を短く要約する、自分で作った架空のメールを読みやすく直す、会議の論点を自作メモから並べる、のように一つだけ選びます。
- 1日目：試す作業と、使わない情報を決める
- 2日目：普段どおり行い、かかった時間を測る
- 3〜5日目：AIで下書きを作り、自分で直した箇所を残す
- 6日目：同じ指示で似た結果が出るかもう一度試す
- 7日目：続ける、やめる、相談するのどれかを決める
私も新しい道具を見ると、機能を広く調べてから始めたくなります。けれど、忙しい平日に説明動画を何本も見ると、試す前に満足してしまいがちです。1日10分で前より少し楽になれば、入口としては十分ではないでしょうか。
指示文は、凝った呪文にしなくても大丈夫です。「誰に渡す文章か」「何のためか」「入れてほしい項目」「してはいけないこと」を書き、出力後に自分で照合します。うまくいかなかった指示も残すと、AIの弱点と、自分が普段どんな判断を足しているかが見えてきます。
AIの出力は、正しさを確かめられる人が確認してから使います。社外への送信、金額の決定、契約、健康・法律・人事に関わる判断は、1週間実験の題材から外しましょう。小さく試すとは、損失が出ても小さい範囲を自分で決めることでもあります。
成果は「速さ」より手直し後で測る
AIを使って5分で下書きが出ると、すごく効率化できたように感じますよね。でも、誤りを探すのに20分、書き直しに15分かかったなら、普段より楽になったとは言い切れません。計測は出力までではなく、使える状態になるまで続けます。
| 見る項目 | 記録する内容 | 判断の例 |
|---|---|---|
| 正確さ | 誤り、抜け、根拠不明の数 | 毎回同じ箇所を直すなら指示を変える |
| 総時間 | 指示、確認、修正を含む分数 | 普段との差が小さければ無理に使わない |
| 再利用 | 次回も使える指示や型か | 一度きりなら保存に時間をかけない |
| 疲れ | 作業後の迷い、集中の消耗 | 速くても不安が増すなら用途を狭める |
正直、私は便利さより「本当に合っているか」が気になり、確認へ時間をかける方です。そんな人でも、使う価値がないわけではありません。文章の候補を三つ出す、抜けそうな観点を尋ねるなど、正解を丸ごと任せない使い方なら負担が減ることがあります。
あなたも、作成時間だけを上司へ報告するのではなく、確認と修正を足した総時間を一度測ってみませんか。速さが変わらなくても、ゼロから考える重さが減った、別の人へ渡しやすい型ができたなら、それも立派な成果です。
反対に、修正箇所が毎回変わる、根拠を探せない、出力に引っ張られて考えにくいなら、その作業では使わないと決めてかまいません。道具を使わない判断も、試した記録があれば説明できます。使うこと自体を目的にしない方が、仕事の質を守れます。
50代の経験は「問いと判断基準」に変える
新しいサービスの操作では、若い同僚の方が速いと感じる場面もありますよね。そこで操作速度だけを競うと、自信をなくしてしまいます。50代の経験は、「どこで事故が起きるか」「誰へ先に伝えるか」「この数字はなぜ変か」という問いへ変えてみます。
私はFP2級の知識を、将来ときどきできる小さな仕事へ生かしたいと思っています。ただ、知識を持っているだけでは相手の役に立てません。相談で最初に聞くこと、判断を保留する条件、専門家へつなぐ境界まで言葉にして初めて、経験は再利用できる形になります。
仕事でも同じです。AIへ「良い案を出して」と頼む前に、良い案の条件を三つ書きます。予算内か、社内ルールに合うか、初めて読む人にも誤解がないか。条件を具体化できるのは、過去の失敗や調整を知っているからこそではないでしょうか。
- 新人へ必ず先に伝えている注意点
- 数字を見るとき最初に疑う箇所
- 依頼を受ける前に聞き返す条件
- 問題が起きたとき相談する相手と順番
- 相手によって言い換えている言葉
この五つを残せば、AIへの指示だけでなく、引き継ぎや再就職の説明にも使えます。60歳以降の働き方を選択肢から比べる記事を読む前に、自分が持ち出せる判断基準を一つ書くと、求人の見え方も変わりますよ。
資格や講座は「足りない一つ」が見えてから選ぶ
AI講座の広告を見ると、今すぐ申し込まないと置いていかれるように感じますよね。けれど、「AIを学ぶ」という広い目的のままでは、修了後に何ができればよいのか測れません。1週間試して困ったことを一つ選び、その穴を埋める教材を探します。
たとえば、指示を何度変えても欲しい形式にならないなら、プロンプトの基礎を学ぶ。出力の根拠を確かめにくいなら、情報検索と一次資料の読み方を学ぶ。職場で使える範囲が分からないなら、まず社内規程や情報管理研修を確かめる。この順なら学ぶ目的が具体的です。
私は教育費も老後資金も気になるので、不安だけを理由に高額講座を選びたくありません。無料教材や勤務先の研修で試し、足りない内容、使える時間、支払える上限を紙に書いてから比較します。あなたも申込画面を開く前に、「修了一か月後に何へ使うか」を一文にしてみませんか。
IPAのDX動向2025に関する分析では、日本企業の85.1％がDXを進める人材の不足を挙げたとされています。ただし、これは人材不足の背景を示す資料で、特定の資格や50代の雇用を保証する数字ではありません。掲載ページにも執筆者の見解である旨が示されています。
「需要があるらしい」から学ぶのではなく、自分の仕事で試し、できなかった一つから選ぶ。その方が、講座名や資格名を集めるだけで終わりにくいです。学び直しの予算と目的を絞る手順は、50代の学び直しを小さな目的から始める記事にもまとめています。
まとめ―仕事を守る第一歩は、AIと競争することではない
AIで仕事がなくなる不安に、未来の職業名を当てる答えはありません。何から始めればよいか迷いますよね。けれど、今の仕事を四つの作業へ分け、下書きに使える一つを安全に試し、手直し後の成果を測ることは今日からできます。
- 昨日の仕事を五つ書き出す
- 繰り返し、下書き、判断、人に説明へ仮置きする
- 機密を含まず、自分で正解を確かめられる一つを選ぶ
- 1週間だけ試し、正確さ、総時間、再利用、疲れを記録する
- 足りない一つが見えてから教材や講座を選ぶ
私も、AIを使えば仕事が守られるとは思っていません。それでも、変化を眺めて不安を大きくするより、自分の経験を問いと判断基準へ変える方が、次の働き方へ持っていけます。うまく使えなかった記録も、自分の仕事を知る材料になります。
今日やることは、仕事を一つ書き出し、「AIへ任せない部分」に丸を付けるだけでかまいません。あなたが長く積み重ねてきた判断まで、急いで道具へ明け渡さなくて大丈夫です。小さな1週間から、これからの働き方を一緒に探していきましょう。