会計

AI時代のキャリアは、職業選びではなくポジション変更ゲームになる

みなさん、おはようございます！こんにちは！こんばんは。Jindyです。 　

AIで消える仕事、増える仕事。

この話題は怖い。自分の仕事がなくなるのか。今のスキルは古くなるのか。積み上げてきた経験は、AIに一瞬で追い抜かれるのか。

でも、このブログで持ち帰ってほしいのは、不安そのものではない。不安の扱い方だ。

AI時代に見るべきなのは、職業名ではなく、自分がどのタスクの所有者になっているかだ。経理、営業、企画、エンジニア。肩書きは残っても、中身はかなり入れ替わる。資料を作る人から、資料が作られる仕組みを設計する人へ。数字を集める人から、数字の意味を経営に翻訳する人へ。

ここが読めると、AI論はかなり現実的になる。

このブログを読むと、AIに仕事を奪われるかという雑な二択から抜けられる。自分の仕事のどの部分が危ないのかを見て、キャリアを資産として再評価できる。

古いスキルを簿価のまま抱えるのか。
減損の兆候を見て、投資先を変えるのか。
AIをレバレッジにして、自分の価値を増やすのか。

この差は、数年後にかなり大きく出る。

AI時代の勝負は、AIに詳しいかどうかだけでは決まらない。自分の立ち位置を柔らかく変えられるかで決まる。地政学の変化も同じ。前提条件が変わった瞬間に、居場所を組み替える力が問われる。

消えるのは仕事ではなく、仕事の中の部品である

AIの話で一番雑なのは、職業単位で消える、残るを語ることだ。

経理は消えるのか。プログラマーは危ないのか。ライターは終わるのか。こういう問いは分かりやすい。でも、分かりやすい問いほど危ない。

AIが入り込むのは、職業そのものではなく、タスクである。検索、要約、下書き、照合、分類、定型判断、文章生成、レポート作成の一部はAIに寄っていく。逆に、責任、判断、例外処理、説明、設計は人間側に残りやすい。

仕事は消滅するというより、分解されて、再配置される。

職業名で見ると、変化を見誤る

WEFのFuture of Jobs Report 2025では、2030年までに1.7億の新しい役割が生まれ、9,200万の役割が置き換わり、差し引き7,800万の雇用増になるとされている。だが、本質は雇用総量ではない。22％の仕事が何らかの形で揺さぶられる、という移動の大きさである。

ここ、落とし穴です。

雇用が純増するなら安心、ではない。増える場所に移れる人と、減る場所に残る人がいる。会社全体で利益が出ていても、自分の部署が赤字なら居心地は悪い。それと同じだ。マクロでは雇用が増えても、個人のキャリアには普通に痛みが来る。

会計で言えば、連結では黒字でも、セグメント別では負けている事業がある。労働市場全体のPLだけ見ても、自分の事業部のPLは見えない。

経理の仕事で見ると、一気に現実になる

経理を例にすると分かりやすい。

請求書の読み取り、勘定科目の候補出し、支払データの照合、月次レポートのたたき台、予算差異コメントの一次案。ここはAIと相性がいい。文章、表、ルール、過去データがあるからだ。

でも、売上計上の判断はどうか。
引当金の見積りはどうか。
ソフトウェア資産の資産計上と費用処理の境目はどうか。
部門から出てきた予算数字に、経営として納得感があるか。

ここはAIだけでは終わらない。数字の背後に、契約、商流、監査、税務、経営者の意思決定が絡むからだ。

AIが出した答えを、そのまま決算書に載せられる会社はない。最終的には、誰かが腹をくくって説明する必要がある。

価値が下がるのは、単に作業を集めている人だ。価値が上がるのは、作業を設計し、経営が使える粒度に変換できる人である。

AIを使える人より、仕分けできる人が強い

実験研究を見ると、AIはかなり効く。Noy and Zhangの研究では、ChatGPTを使った文章作成タスクで作業時間が40％減り、品質が18％上がった。Brynjolfssonらのカスタマーサポート現場の研究でも、AI支援により生産性が平均15％上がっている。

ただし、話はそんなに単純ではない。

Dell’AcquaらのBCG実験では、AIの得意領域では成果が大きく上がった。一方で、AIの能力の外側にあるタスクでは、AIを使った人の方が誤りやすくなった。いわゆるジャギッド・フロンティアである。AIの得意不得意の境界は、きれいな直線ではない。ギザギザしている。

だから、AIを使えますだけでは弱い。
この仕事はAIに任せる。
これはAIに下書きさせる。
これはAIに触らせると危ない。
これは人間が最後まで握る。

この仕分けができる人が強い。

会計で言えば、これは内部統制に近い。全部人手は遅い。全部自動化は危ない。どこに統制を置き、どこを自動化し、どこで見るか。その設計力が価値になる。

AIで消える仕事を探しても、答えはぼやける。見るべきなのは、仕事の中の部品だ。

自分の仕事を分解する。
AIに渡せる部品を見つける。
人間が握るべき部品を太くする。

この棚卸しをしていない人ほど、変化を精神論で受け止めてしまう。まだ大丈夫。人間には敵わない。うちの仕事は特殊。そう言いたくなる気持ちは分かる。でも、特殊なのは仕事全体ではなく、たいてい例外処理の部分だけだ。

その周辺にある作業は、静かにAIに移っていく。

キャリアは人的資本のBSである

AI時代のキャリアは、自分を労働者としてだけ見ない方がいい。

自分自身を、ひとつの会社として見る。スキルは資産。経験は簿価。信用はのれん。学習習慣は研究開発費。健康は事業継続の前提。発信力はIR。

こう見ると、かなり見え方が変わる。

怖いのは、AIではない。資産価値が落ちているのに、簿価のまま持ち続けることだ。昔取った杵柄が、いつの間にか減損している。

古いスキルは固定資産になる

スキルには、流動資産のようなものと、固定資産のようなものがある。

流動資産的なスキルは、すぐ現金化できる。AIで資料作成を速くする、データを整理する、英語資料を読む。目の前の仕事に効く。

固定資産的なスキルは、長く効く。会計の構造理解、商流の理解、交渉力、数字の違和感、顧客理解、文章で人を動かす力。これは一朝一夕では作れない。

問題は、古い固定資産がすべて優良資産とは限らないことだ。昔は価値があった手作業のExcel集計、定型資料の量産、検索してまとめるだけの調査。これらは、AIによって収益性が下がりやすい。

会計なら、将来キャッシュフローが見込めなくなった固定資産には減損の検討が入る。キャリアも同じだ。過去に時間を投資したから価値が残るわけではない。これから稼ぐ力があるかで見る。

ここは少し残酷だ。
でも、投資家目線では普通の話である。

新人の学習経路が壊れる

AIの影響で見落とされがちなのが、入口の仕事だ。

Stanfordの分析では、生成AIに曝露の高い職種にいる若手労働者で、相対的な雇用減少が見られたとされている。Anthropicの分析はもう少し慎重で、大規模な失業増は確認しにくいが、若手の採用鈍化の兆しには注意を向けている。

ここで起きているかもしれない問題は、単なる雇用減ではない。学習階段の消失だ。

新人は、雑務で育ってきた。請求書をチェックする。会議資料を直す。議事録を書く。Excelを組む。面倒くさい。でも、その中で、会社の癖、数字の癖、人の癖を覚えていく。

AIがその入口業務を吸い上げると、若手はいきなり判断を求められる。下積みが減るのに、説明責任は減らない。これは効率化というより、育成モデルの再設計だ。

短期の人件費削減が、将来の組織能力を削る。これは普通に怖い。

AIスキルは単体ではなく、既存資産との掛け算で効く

AIスキルは強い。PwCの2025年の調査では、AI関連スキルを持つ労働者には賃金プレミアムが見られる。だが、AIスキルだけで勝てるわけではない。

AIは、空っぽの人を急に専門家にする魔法ではない。むしろ、持っている専門性を増幅するレバレッジに近い。

会計を知っている人がAIを使うと、注記の違和感、費用の性質、資本政策の匂いを速く拾える。投資を知っている人なら、事業構造や競争環境を短時間で仮説化できる。

逆に、土台が弱い人がAIに丸投げすると、きれいな間違いを作る。これが厄介だ。AIの文章はそれっぽい。数字もそれっぽい。だから、分からない人ほど騙されやすい。

AI時代に伸びるのは、AIを触る人ではない。
自分の専門性にAIを接続できる人だ。

キャリアをBSで見ると、やるべきことはかなりはっきりする。

古い資産の減損を見る。
将来稼ぐ資産に投資する。
AIをレバレッジとして使う。
説明責任を取れる領域を太くする。

勉強しろ、成長しろと言われると、急に説教くさくなる。だから、もっと会計っぽく見る。自分の資産価値を評価する。含み損を放置しない。

キャリアは気合いではなく、資本配分で決まる。

AIと地政学は、同じ前提変更イベントである

AIの変化と地政学の変化は、別の話に見える。

片方は技術。
片方は国際政治。

でも、企業と個人に与える意味は似ている。どちらも、前提を壊す。

AIは、知的作業の限界費用を下げる。地政学は、グローバル経済の前提を揺らす。安いところで作ればいい。成長市場に売ればいい。効率だけで組めばいい。そういう発想が、だんだん通用しにくい。

地政学はコスト構造を変える

IMFは、2019年以降に新たな貿易制限が3倍超に増え、金融制裁も拡大していると指摘している。企業の決算説明でも、分断や地政学リスクへの言及が増えている。

これは、単なるニュースではない。
PLとBSの話だ。

関税が上がれば、売上総利益率が削られる。調達先を変えれば在庫水準が変わる。生産拠点を移せば固定資産投資が増える。規制対応が増えれば販管費が膨らむ。サプライチェーンを冗長化すれば、効率は落ちるが、止まらない強さは増す。

つまり地政学は、企業のコスト構造と資産構成を変える。

投資家が見るべきなのは、政治ニュースそのものではない。そのニュースが、どの勘定科目に落ちるのかだ。売上原価なのか。販管費なのか。設備投資なのか。減損リスクなのか。運転資本なのか。

ここまで落とすと、地政学は急に財務分析になる。

効率一辺倒の会社は脆くなる

McKinseyは、地政学的な不確実性の中で、企業は単なる防御ではなく、規制変化や再編を競争優位に変える必要があると整理している。

これはきれいごとではない。効率だけを追う会社は、ショックに弱い。調達先が一国集中。生産拠点が一地域集中。代替がない。在庫を極限まで削る。平時は美しい。ROICも良く見える。

でも、有事に止まる。

会計数字は、平時の効率をよく見せることがある。棚卸資産を削ればキャッシュフローは良くなる。固定費を落とせば利益率は上がる。外注化すれば身軽に見える。だが、その裏で、耐久力を削っていることがある。

AIも同じだ。短期的に人員を削り、資料作成を自動化し、経験を省く。見た目の生産性は上がる。でも、例外処理できる人がいなくなれば、組織は薄くなる。

効率と強さは、同じではない。

個人にもサプライチェーンがある

企業にサプライチェーンがあるように、個人にもある。

情報の仕入れ先。
学習の仕組み。
収入源。
人間関係。
発信の場。
健康管理。

これらが一つに偏る人は、変化に弱い。会社の中だけで評価されるスキルしかない。特定の上司にだけ依存している。情報源がSNSの空気だけ。収入が給与だけ。学び方が昔の成功体験だけ。

これでは、環境が変わったときに逃げ場がない。

個人の地政学とは、居場所の分散である。社内だけでなく、社外にも信用を作る。今の仕事だけでなく、隣の領域にも足を置く。AIを敵として見るのではなく、自分の外部能力として組み込む。

投資で言えば、集中投資にはリターンがある。でも、集中している自覚がない集中は危ない。キャリアも同じだ。自分は何に集中しているのか。どこが単一障害点なのか。それを見ないまま、努力だけ積むのは怖い。

AIと地政学は、どちらも前提変更イベントである。

昨日までの最適解が、明日も最適とは限らない。過去の成功パターンが大きい人ほど、変化に引っかかる。成功体験は気持ちいいからだ。

でも、変化に強い人は、過去を否定しているわけではない。過去を材料にして、今の配置を変えているだけだ。

これができる人は、AIでも地政学でも沈みにくい。

結論

AI時代に問われているのは、人間の価値が残るかどうかではない。

人間の価値を、どこに置き直すかだ。

人間にしかできない仕事はある。たしかにある。でも、その言葉に安心しすぎると危ない。人間にしかできないと思っていた仕事の周辺には、AIに渡せる作業が大量にある。そこを見ないまま、人間らしさを語っても、少し空回りする。

一方で、AIに全部奪われるという恐怖も雑だ。現場には例外がある。利害がある。責任がある。数字の裏には人間の判断がある。

だから、必要なのは過剰な楽観でも、過剰な悲観でもない。

棚卸しだ。

自分の仕事を分解する。
古いスキルを時価評価する。
AIに任せる作業を決める。
人間として握る判断を太くする。
地政学や技術変化で、どの前提が壊れているかを見る。

これを淡々と続ける人は、たぶん強い。

キャリアは、一本道ではなくなっていく。会社が用意した階段を上がれば安泰、という時代ではない。上に行くつもりが、横に動いた方が価値が出ることもある。いったん降りたように見える移動が、次の成長投資になることもある。

会計には、減損という少し冷たい考え方がある。もう将来の回収が見込めないなら、帳簿価額を落とす。痛い。でも、先送りすると傷は深くなる。

キャリアも同じだと思う。

過去の自分を否定する必要はない。過去の努力は、ちゃんと資産だ。ただし、その資産をどこに置くかは変えていい。むしろ、変えない方がもったいない。

AIは敵か。
地政学はリスクか。

もちろん、そういう面はある。
でも、それだけではない。

それらは、自分の価値を置き直すための鏡でもある。

何を手放すのか。
何を学び直すのか。
どこで責任を取るのか。
誰に何を届ける人になるのか。

その問いから逃げない人は、変化の中で少しずつ強くなる。派手ではない。毎日、少しずつ配置を変えるだけだ。その小さな配置転換が、数年後の景色を変える。

未来は、AIに詳しい人だけのものではない。
自分の立ち位置を変え続けられる人のものだ。

そして、その力は特別な才能ではない。
自分の仕事を見つめ直すことから始まる。

今日の仕事の中で、AIに渡せるものは何か。
人間として、もっと深く握るべきものは何か。
自分のキャリアBSに、減損の兆候はないか。
新しく投資すべき資産は何か。

この問いを持った瞬間、変化は脅威だけではなくなる。

怖さは残る。
でも、怖さの中に、次の場所へ進むための地図が見えてくる。

あわせて読みたい本

1. 『AI時代の人的資本経営』

AI時代の本当のテーマは、ツールの導入ではなく、人の価値をどう再設計するかです。
この本は、従業員を単なる労働力ではなく、企業価値を生む資本として捉え直す一冊。AIで仕事が変わる時代に、会社は人をどう育て、個人は自分の市場価値をどう高めるべきか。その視点を持ちたい人にはかなり相性がいいです。
キャリアを気合いや根性ではなく、人的資本の投資として見たい人におすすめです。


2. 『AIエージェント革命 「知能」を雇う時代へ』

ChatGPTを便利な検索道具として使っているだけだと、AIの本当の変化を見落とします。次に来るのは、自分で考え、動き、業務を進めるAIエージェントの時代。
この本は、AIエージェントがビジネスや働き方をどう変えるのかを、技術と経営の両面から整理してくれます。
AIに仕事を奪われるかどうかで止まっている人より、AIをどう使って自分の仕事を拡張するかを考えたい人に刺さる一冊です。


3. 『生成AIに仕事を奪われないために読む本』

タイトルは少し刺激的ですが、中身はかなり実用寄りです。
AIで仕事がなくなるか、残るかという不安に対して、では自分は何を学び、どこに立ち位置を変えればいいのかを考えるきっかけになります。
AI時代に必要なのは、人間の方が上だと強がることではありません。AIに任せる仕事、人間が握る仕事、その境界線を見極めることです。
このブログのテーマを、個人のキャリア戦略に落とし込みたい人に向いています。


4. 『地経学とは何か 経済が武器化する時代の戦略思考』

AIと同じくらい、これからの仕事や投資に影響するのが地政学です。
自由貿易、安い調達先、グローバル化の前提が揺らぐなかで、企業のコスト構造やサプライチェーンは大きく変わります。
この本は、地政学に経済安全保障の視点を加えた地経学を学べる一冊。半導体、資源、宇宙、経済制裁など、ニュースで流れてくる言葉を、企業経営や投資判断の材料として読めるようになります。
世界情勢をただ怖がるのではなく、PLとBSに落として考えたい人におすすめです。


5. 『生成AIで世界はこう変わる』

生成AIについて、まず全体像をつかみたい人にはこの本が読みやすいです。
AIの仕組み、仕事への影響、暮らしや文化の変化まで、広い視点で整理されています。専門用語に飲み込まれず、でも浅すぎない。AI時代の入口としてちょうどいい一冊です。
AIに詳しい人だけが読む本ではありません。むしろ、これからの仕事やキャリアを考えるうえで、最低限の地図を持っておきたい人に向いています。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

生成AIで世界はこう変わる （SB新書） [ 今井翔太 ]
価格：990円（税込、送料無料) (2026/5/25時点)


それでは、またっ！！

引用論文等

  1. World Economic Forum, Future of Jobs Report 2025
    2030年までの雇用創出・置換、22％の雇用変化という大枠の確認に使用。
  2. Shakked Noy and Whitney Zhang, Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence, Science, 2023
    ChatGPT利用による作業時間40％減、品質18％向上の実験結果に使用。
  3. Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond, Generative AI at Work, Quarterly Journal of Economics, 2025
    カスタマーサポート現場でAI支援により生産性が15％上がった実証研究として使用。
  4. Fabrizio Dell’Acqua et al., Navigating the Jagged Technological Frontier, 2023
    AIの得意領域では成果が上がる一方、不得意領域では誤りが増えるというジャギッド・フロンティアの整理に使用。
  5. ILO, Generative AI and Jobs: A Global Analysis of Potential Effects on Job Quantity and Quality, 2023
    生成AIの主な影響は全面自動化よりも職務補完・変容に近いという論点の確認に使用。
  6. Stanford Digital Economy Lab, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence, 2025
    AI曝露の高い職種における若手雇用の相対的減少に関する分析として使用。
  7. Anthropic, Labor market impacts of AI: A new measure and early evidence, 2026
    現時点で大規模失業の明確な増加は確認しにくいが、若手の採用鈍化には注意が必要という慎重な見方に使用。
  8. PwC, 2025 Global AI Jobs Barometer
    AI関連スキルの賃金プレミアムや、AIが仕事・賃金・スキルに与える影響の確認に使用。
  9. IMF, Gita Gopinath, Geopolitics and its Impact on Global Trade and the Dollar, 2024
    貿易制限の増加、金融制裁、地政学的分断が企業活動に与える影響の確認に使用。
  10. McKinsey, Five imperatives for CEOs amid geopolitical uncertainty, 2025
    地政学的変化を単なる防御ではなく、規制変化や再編を競争優位へ変える視点として使用。

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

RECOMMENDこちらの記事も人気です。