あなたの4つの文字
このタイプについて
手順は標準化されていますが、判断と責任は人にあります。AIは記録・報告・シフト最適化を引き受け、あなたの「決める」「人を動かす」が残ります。研究上、AIと補完関係になりやすい組み合わせのひとつです。
代表的な仕事：店長、看護師、現場監督、警備責任者、運行管理、ホテルのフロント責任者。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。
「無風」の意味：生成AIは画面の中の仕事を変える技術で、身体と現場が中心のあなたの仕事には直接は届きにくい。日本では人手不足が最も深刻な領域でもあります。ただし予約・記録・発注・報告といった周辺のデジタル作業は先に変わり、長期ではロボティクスも視野に入ります。
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
- 報告書・記録・申し送りの下書きをAIに任せる
- 自分の判断基準を書き出し、AIにチェックリストとして持たせる
- 部下の育成にAIを使い、自分は例外の判断に集中する
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・J・S）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。
判断と責任は人に残り、その価値はAIの普及とともに上がる
Dell'Acqua ら（2023）では、AIの能力の外側にあるタスクで、AIを使った人の正答率が19ポイント下がりました。どこまでAIを信じるかを決める人が要ります。Acemoglu（2024）は、AIの生産性効果を10年で最大0.66%と試算し、効果の大きさは「何を自動化するか」の判断で決まると論じました。
出典：Dell'Acqua, F., McFowland, E., Mollick, E. R., et al.、Acemoglu, D.
対人の仕事は、技術が進むほど価値が上がってきた
Deming（2017, QJE）は、1980〜2012年の米国で社会的スキルを多く要する職の雇用シェアが約12ポイント増えたことを示しました。Frey＆Osborne（2013）は「社会的知性」を第三のボトルネックに挙げています。Anthropic Economic Index（2025）の実利用データでも、AI利用の57%は人の作業を補う「増幅」で、43%が「自動化」でした。
出典：Deming, D. J.、Frey, C. B., & Osborne, M. A.、Handa, K., et al.
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。