下書きが速くなっても、担当者の仕事は残る
問い合わせへの返信文をAIが作れても、顧客の状況を判断し、内容を確かめ、例外へ対応する仕事は残る場合があります。文章を書く一つの作業と、担当者が受け持つ仕事全体は同じ範囲ではありません。
AIと雇用を考える際は、職業の名前より、その中に何の作業があるかを見ると理解しやすくなります。人を助ける利用と、人の作業を置き換える利用が、同じ職場に含まれる場合もあります。
週の作業時間を分けた仮例
架空の担当者が、返信文の作成に週24時間を使っていたとします。導入後は作成が14時間になり、AI出力の確認などが別に4時間増える独自の例です。対象業務は計18時間となり、差し引き6時間が空きます。
これは実在する職場の効果ではありません。下書きの短縮分だけを見て、同じ比率で雇用を減らせるとはいえないことを示しています。空いた時間で難しい案件を扱うのか、問い合わせの増加を吸収するのかによって、人員への影響も違います。
確認に必要な時間や修正の量が増えれば、当初の短縮効果は小さくなります。品質を保つ責任を誰が持つかも、時間の計算とは別に設計する必要があります。
影響を受け得るという推計の読み方
ILOの2025年の研究解説は、職業の中の作業を分析し、生成AIに影響され得る程度を推計しています。これは既に失われた雇用の統計ではありません。実際の導入には費用、技能、インフラ、運用などの条件が関わります。
「AIにさらされる職業が多い」という数字があっても、その割合をそのまま失業率にして読むことはできません。また、生成AIの分析を、工場設備や物流ロボットなどあらゆる自動化の効果へ無条件に広げることもできません。
企業の利益へ至る経路も複数ある
時間が空いても人件費が同じなら、費用が直ちに減るわけではありません。一方、同じ人数で多くの注文を受けたり、品質を上げて顧客を保ったりする効果はあり得ます。利用料や教育の支出も含めて、どこへ効果が現れたかを見る必要があります。
投資では、AIを提供する会社と使う会社を分け、導入の発表から実際の売上や費用の変化まで追うと、収益への経路が具体的になります。社会全体の雇用を一つの予想へまとめる前に、個々の作業と需要の変化を読むことが出発点です。
出典
参考資料の確認日：2026年10月23日。