AI が広げる人々の仕事

AI は、人々が担う仕事を変えます。米国の ChatGPT ユーザーによる 80 万件超のメッセージを分析した新たな調査では、仕事関連メッセージの 16.8%、職種固有メッセージの 43.5% が、別の職種に関連するタスクを扱っていることが示唆されています。

小規模事業者は、文章の作成、契約書の確認、基本的な財務分析を自力で行えます。営業担当者は AI を使い、以前ならアナリストに任せていたかもしれない顧客データセットを分析できます。マーケティング担当者は、開発者を待たずに Web サイトの問題を解決できます。いずれの場合も、AI が変えるのは仕事の進め方だけでなく、誰が何を担うかという分担です。

新レポート「フロンティアの仕事：AI が広げる人々の仕事」では、この変化を研究しています。この現象を、私たちはタスクの越境と呼んでいます。従来はある職種に結び付いていた仕事が、別の職種の人による AI 利用に現れることです。OpenAI の AI による職務移行の枠組み⁠（新しいウィンドウで開く）（AI Jobs Transition Framework）では、日々のタスクが大きく変わり得る多くの職種で、仕事のあり方が再構成される可能性が高いと論じています。本レポートは、AI が仕事をリアルタイムでどう変えているかを探る新シリーズ「フロンティアの仕事」の第 1 弾です。 

変化する仕事の世界を独自の視点で捉え、政策や実務に役立つ、データと証拠に基づく知見を定期的に提供していきます。

AI と仕事に関する多くの研究では、特定の職種に関連する固定的なタスクリストを出発点として、モデルがそれを実行できるかを検証しています。私たちの調査結果は、どのタスクを誰が担うかも AI が変えていることを示唆しています。

タスクの越境を測定するため、まず特定の職種に関連する仕事と、多くの職種に共通して現れる仕事を区別します。文章作成、要約、日程調整などは、職種を問わず広く行われるため、越境の根拠にはなりません。こうした活動を「汎用」と分類します。残りのメッセージについては、タスクがユーザー自身の職種内か職種外かを判定します。非汎用メッセージの 43.5% はユーザーの職種外に該当します。これは、職務記述書や役職名が変わる前の段階から、AI によって仕事で担うタスクがどのように変化しているかを捉える手掛かりとなります。

これは、仕事関連の ChatGPT 利用のかなりの部分が、ユーザーが本来の役割を越えた仕事に取り組んでいることを示唆しています。この傾向は、いくつかのグループで特に顕著です。汎用的な仕事を除くと、職種外タスクの割合は次のとおりです。 

• カスタマーエクスペリエンス担当者の職種固有メッセージの 77%
• デザイナーでは 75%
• 人事担当者では 69%
• 法務担当者では 56% 
• マーケティング担当者では 53%

これらの職種では、本来は別の職種が担っていたタスクを取り入れています。調査結果は、仕事の分担が変化していることを示しています。以前なら他の人に引き継ぐ必要があった活動も、今ではその必要に最初に気付いた人が実行できます。

以下のヒートマップは、各非汎用メッセージを最も近い職種に分類した結果を基に、タスクがどの職種へ越境しているかを示しています。マーケティングとエンジニアリングのタスクは最も広く越境し、他分野の担当者による利用にも頻繁に見られます。

職種全体ではなく個々のタスクに着目すると、タスクの越境は均等には分布していません。財務計算と技術的なトラブルシューティングは、分析対象となった他の 7 職種グループすべてで、職種外タスクとして最も多いものの上位 3 位に入っています。マーケティング業務も広く越境しています。マーケティング資料の作成は他の 5 グループに見られ、特にデザイン分野のユーザーで顕著です。

より広いタスク群に目を向けると、越境には 2 つの異なる方向があると分かります。他の職種から多くのタスクを取り入れる職種がある一方で、自らのタスクがさまざまな職種へ広がる職種もあります。

デザインは前者の例です。デザイナーによるメッセージの約 35.2% は、通常なら別の職種に関連する仕事を含みます。一方、他分野の担当者によるメッセージのうち、デザインのタスクはわずか 1.7% です。デザイナーは職種外のタスクを多く取り入れていますが、デザイン業務自体が他分野に現れることはまれです。

エンジニアリングは、むしろ逆に近い傾向です。エンジニアリング分野のメッセージで他分野のタスクを含むものは 18.5% にとどまりますが、他職種の担当者によるメッセージでは、エンジニアリングのタスクが 7.4% を占めます。ソフトウェアのトラブルシューティングから技術システムの扱いまで、エンジニアリングは、他分野の人々にも広く担われるタスクを生み出している分野です。

マーケティングは両方向で際立っています。マーケティング担当者はメッセージの 24.3% を他職種に関連するタスクに充てています。一方、他分野の担当者によるメッセージの 8.9% をマーケティングのタスクが占めており、他職種への広がりはサンプル内で最も高くなっています。マーケティング担当者は複数分野のタスクを組み合わせており、マーケティング業務自体も組織全体に広く浸透しています。

企業の規模と構造は、AI が仕事をどう変えるかに影響します。大企業では、従業員が専門チーム、確立されたワークフロー、社内サービスを利用できる場合があります。小規模な組織では、問題を他の人に任せるよりも、その問題に最も近い担当者が自ら対応する傾向があります。

平均的なユーザーでは、職種外タスクの割合が、2～5 席のワークスペースに属するユーザーの 18.9% から、100 席を超えるワークスペースでは 16.3% に低下します。最も利用頻度の高いユーザーには、これと同じ単調な傾向は見られません。

考えられる理由の一つは、小規模な組織の中程度のユーザーが、本来なら別の部門に依頼していたような仕事に直面した際に、AI を利用していることです。一方、ヘビーユーザーは、組織間でより似通った安定的な AI 支援ワークフローを確立しているか、本来の職種内で AI をより集中的に利用している可能性があります。

専門人材が不足している環境では、AI が汎用ツールとして特に役立つ可能性があります。

このような AI 利用データは、仕事がどこで変化しているかを示す指標です。企業が職務記述書を書き換えたり、新たな役職名を設けたりする前から、AI を活用して、働く人が新しい仕事の組み合わせを試していることを把握できます。その意味で、こうした利用パターンは、従来の労働市場統計に現れるよりも前の段階で、職種の変化を捉える手掛かりとなる可能性があります。