あなたの4つの文字
このタイプについて
代替圧が高めに出ますが、その中身は他のタイプと違います。生成AIが直接できる仕事はほとんどなく、Frey＆Osborne（2013）が「現場の定型」を高リスクに分類したのは、ロボティクスを含む長い時間軸の話です。しかも日本では、ここが人手不足の中核です（リクルートワークス研究所は2040年に1,100万人の労働力不足を予測）。目の前の数年は人が足りず、長期では機械化が進む。この二つを同時に前提にして、「機械を使う側」に回るのが合理的です。
代表的な仕事：製造ライン作業、倉庫・ピッキング、配送ドライバー、清掃、調理（定型メニュー）、農作業。同じ職業でも人によって位置は違います。職業名は参考です。
「向かい風」の意味：定型で、実行中心で、一人で完結する。研究が最も一貫して「代替」側に置いてきた組み合わせです。ただしこれは職種の宣告ではなく、仕事の構造の話です。判断（J）か対人（S）の方向へ半歩ずらすだけで、位置は大きく動きます。
職業別に、研究データで読む
このタイプに多い職業について、その職業に固有の研究と統計から、変わる業務と残る業務を分解した記事です。
今週からできる3つの行動
- 機械の保守・段取り・品質判断など「機械を使う側」の工程を覚える
- 不良・事故・イレギュラーへの対応を、写真や音声メモで記録して言語化する
- 複数の持ち場・複数の機械を扱える守備範囲を広げ、希少性を上げる
共通する原則はひとつです。AIが得意な部分を先に手渡し、自分の時間を「判断」と「人」に寄せる。Brynjolfsson らの実験でも、Dell'Acqua らの実験でも、成果が伸びたのはAIに任せる部分と自分で持つ部分を分けられた人でした。
研究は、あなたの仕事について何を観察してきたか
あなたの4つの文字（R・P・E・I）それぞれについて、一次文献が示していることです。
4つの研究知見を読む
定型タスクは、ルールとして書き下せるからこそ代替される
Autor・Levy・Murnane（2003）は、コンピュータが代替するのは「手順を完全に特定できる定型タスク」だと示しました。ただし Arntz ら（2016）が職業ではなくタスク単位で見直すと、OECD平均で高リスクの仕事は9%に下がります。仕事は「タスクの束」なので、定型部分が自動化されても仕事全体は形を変えて残るのが普通です。
出典：Autor, D. H., Levy, F., & Murnane, R. J.、Arntz, M., Gregory, T., & Zierahn, U.
身体と現場は、依然として自動化の最も硬いボトルネック
モラベックのパラドックス（1988）のとおり、人間に簡単な知覚・操作ほど機械には難しい。Frey＆Osborne（2013）はこれを第一のボトルネックとし、Eloundou ら（2023）の生成AI曝露の推計でも身体労働ほど曝露は低い。日本では、リクルートワークス研究所が2040年に1,100万人の労働力不足を予測しており、現場の仕事はむしろ不足側です。
出典：Moravec, H.、Frey, C. B., & Osborne, M. A.、Eloundou, T., Manning, S., Mishkin, P., & Rock, D.、リクルートワークス研究所（2023）。未来予測2040 労働供給制約社会がやってくる。2040年に1,100万人の労働供給不足。
実行の技能は差が縮む。新人ほど恩恵が大きく、入口ほど狭くなる
Brynjolfsson ら（2025, QJE）は、5,172人のカスタマーサポート担当でAI支援により生産性が平均15%、新人・低熟練層で34%上がり、熟練者はほぼ変わらなかったと報告しました。一方 Brynjolfsson・Chandar・Chen（2025）は、AI曝露の高い職で22〜25歳の雇用が相対的に13%減ったことを示しています。実行の差が縮むぶん、入口が狭くなる。
出典：Brynjolfsson, E., Li, D., & Raymond, L.、Brynjolfsson, E., Chandar, B., & Chen, R.
一人で完結する画面の仕事は、AIの進化を最も直接に受ける
Anthropic Economic Index（2025）では、AIの利用はソフトウェア開発と文章作成に集中し、職業の約36%で業務の4分の1以上にAIが使われていました。一人で画面に向かう仕事ほど、AIの性能向上がそのまま競合になります。同時に、最も直接に恩恵を受けられる位置でもあります。
1文字違いの隣のタイプ
仕事の担当を半歩ずらすと、位置はここへ動きます。
代替圧・増幅余地の計算式と重みの根拠、文献一覧は方法論ページにあります。診断バージョン 1.2。