事務職はAIでなくなるのか
消える業務・残る仕事と、今からやること

結論：3つの問いに先に答えます

日本の事務職で、すでに起きていること

日本の事務職を語るときに最初に見るべき数字は、AIではなく求人倍率です。

事務従事者は1,448万人で、就業者の21.2%を占める最大の職業グループです。日本全体が人手不足の中で、事務職だけは求職者が求人を大きく上回っています。経済産業省の2040年の推計では、事務職は437万人余る一方、AI・ロボットを使いこなす人材は339万人不足します（#078）。

事務の種類別：どこが変わり、どこが残るか

「事務職」とひとくくりにすると見通しを誤ります。同じ事務でも、転記中心か、判断と調整中心かで行き先が分かれます。下は、研究の枠組み（定型か変動か、画面の中か外か、一人か対人か）を当サイトが事務の種類ごとに当てはめた整理です。

米国の雇用予測でも、2025〜35年にデータ入力係は25.5%減、簿記・会計・監査事務員は6%減、秘書・事務アシスタントは2%減と、同じ事務の中で大きな差があります。転記に近い職ほど減り、人と判断に近い職ほど減りにくいという並びです。

研究が示すこと

• 生成AIに強く曝露する職業群は、事務職だけ。ILOの分析では、事務タスクの24%が高曝露、58%が中曝露でした（#017）。2025年の改訂版でも、事務職の曝露が最も高いとしています。ただしILOは「代替より変容の可能性が高い」と結論しています。
• 「47%の仕事がなくなる」は、職業単位の古い推計。Frey＆Osborne（2013）は米国雇用の47%を高リスクとしましたが、職業の中のタスクで見直した研究ではOECD平均9%でした（#001）。日本の「49%」も601職業の技術的な代替可能性で、失業の予測ではありません。
• 女性への影響が大きい。事務従事者の女性は881万人で、女性就業者の28.2%を占めます。ILOの改訂版では、最も高い曝露区分にいる割合が女性4.7%、男性2.4%でした。
• それでも、賃金と労働時間はまだ動いていない。デンマークで、AIに曝露する11職種・2万5,000人を追った研究では、AIチャットボットによる賃金・労働時間への影響はほぼゼロで、1%を超える影響は統計的に否定されました（#033）。
• 先に動くのは若手の入口。米国の給与データでは、AI曝露の高い職の22〜25歳は、横ばいだった場合より19%少なくなっています（#035）。未経験から事務に入る道が狭くなる可能性があります。
• 使う人は、まだ少ない。2024年半ば時点で、日本で仕事に生成AIを使う雇用者は6.4%でした（#074）。変化はこれから本格化します。

業務ごとに分解する：消える業務と残る業務

AI時代の仕事タイプ診断では、転記と定型処理が中心の事務は書庫の番人（RDEI）に、規定に照らして可否を判断し人に説明する事務は門の守り手（RDJS）に入ります。前者は16タイプで代替圧が最も高く、後者は「転換点」に位置します。同じ事務職でも、判断と調整の比重で立ち位置が変わります。

清書の前の段取りは、AIに渡しにくい

AIが得意なのは、材料がそろったあとの文章化や整形です。事務の手間の多くはその手前、つまり材料をそろえ、関係者の認識を合わせる段取りにかかっています。

そのまま使える：事務のAI指示文（プロンプト）8本

文章の下書きにAIを使った実験では、作業時間が4割減り、品質は18%上がりました（#022）。まずは、減っていく作業をAIに渡して、空いた時間を判断と調整に回します。〔 〕の中を書き換えて使ってください。社外秘の情報や個人情報を入れてよいかは、必ず勤務先の規程で確かめてから使います。

1. 依頼メールの下書き

あなたは社内の事務担当です。次の内容で、取引先への依頼メールを書いてください。
・相手：〔会社名・氏名〕
・依頼内容：〔例：請求書の再発行〕
・理由：〔例：宛名の誤り〕
・期限：〔日付〕
条件：敬語は丁寧すぎず、本文は200字程度。件名もつけてください。

2. 会議メモから議事録

次の会議メモを議事録にしてください。
形式：①決定事項 ②宿題（担当者・期限） ③保留事項 の順に箇条書き。
メモに書かれていないことは補わず、不明な点は「要確認」と書いてください。
〔会議メモを貼る〕

3. 二つの表の照合

表Aは請求書の一覧、表Bは入金の一覧です。取引先名と金額で突き合わせ、
「一致」「金額違い」「片方にしかない」の3つに分けて表にしてください。
判断に迷うものは別に挙げ、理由を書いてください。
〔表A〕
〔表B〕

4. 社内向けのお知らせ

社内向けのお知らせ文を書いてください。
・内容：〔例：経費精算の締め日の変更〕
・対象：〔全社員／特定部署〕
・変更点：〔変更前→変更後〕
・問い合わせ先：〔部署名〕
条件：最初の一文で結論を書き、読み手がすることを箇条書きにしてください。

5. 問い合わせへの返信

次の問い合わせに返信する下書きを書いてください。
回答の根拠は、下に貼る社内ルールだけに限ってください。ルールに書かれていないことは
「担当部署に確認します」と書き、推測で答えないでください。
〔問い合わせ文〕
〔社内ルール〕

6. 作業手順書（マニュアル）

次の作業の流れを、初めて担当する人向けの手順書にしてください。
形式：番号つきの手順、各手順の「よくある間違い」、最後に確認チェックリスト。
〔作業の流れを話し言葉で書く〕

7. Excelの関数を作る

Excelで、A列の社員番号をもとに、別シート「名簿」から氏名と所属を取り出したいです。
使う関数と、そのまま貼れる式を教えてください。見つからない場合は空欄にしてください。
式の各部分が何をしているかも短く説明してください。

8. 自分の業務の棚卸し

次は私の1週間の業務一覧です。それぞれを「転記」「照合」「判断」「調整」のどれに近いかで分類し、
AIや自動化に任せられそうな順に並べてください。任せる場合に人が確認すべき点も書いてください。
〔業務一覧を貼る〕

AIに任せる前のチェックリスト

• 入力してよい情報（社外秘・個人情報・取引先の情報）を、勤務先の規程やAI利用ルールで確かめた
• 使うAIサービスが、入力内容を学習に使う設定になっていないか確かめた
• 金額・日付・件数は、AIの答えをそのまま使わず元の資料と照らした
• 宛名・社名・役職などの固有名詞を、目で確かめた
• AIが「それらしく補った」部分がないか、元のメモと読み比べた
• 社外に出す文書は、送る前に必ず人が読んだ
• AIで減った作業時間を記録し、空いた時間を何に使うか決めた

事務の経験を、評価される言葉に言い換える

AIで定型作業が減るほど、職務経歴書や評価面談では「何を入力したか」より「何を判断し、誰と何を調整したか」が問われます。日々の仕事を次のように書き直してみてください。

よくある失敗

事務職が今からできること

1. 01

   業務を「転記・照合・判断・調整」に分ける

   1週間の業務を書き出し、それぞれがどれに当たるかを分類します。上の指示文8を使うと早く終わります。転記と照合の割合が、AIに置き換わりうる部分の上限です。

2. 02

   減る作業を一つ、AIに渡す

   メールの下書きや議事録など、失敗しても取り返しがつく作業から始めます。かかった時間を、使う前と後で記録してください。

3. 03

   AIの「検品役」に回る

   転記や書類作成はAIに下書きさせ、自分は数字・宛先・日付の誤りを見つける役に回ります。正確さを売りにしてきた人ほど、この役で価値を出せます。

4. 04

   例外と調整の担当を取りに行く

   規定外の申請、部署間の調整、取引先とのやりとりなど、判断と対人の業務に担当を寄せます。

5. 05

   業務改善の側に立つ

   2040年に不足するのはAI・ロボットを使いこなす人材です。自分の業務をAIやRPAに置き換える設計を、自分で担える人になることが最も確実な備えです。

金融機関の事務がAIとRPAでどう減ってきたかは銀行員はAIでなくなる？、問い合わせ対応の変化はコールセンターはAIでなくなる？で、同じ「定型か変動か」の軸から分解しています。

出典

本文の「#」付きの番号は、研究が示す100の事実の該当項目へのリンクです。それ以外の数値の出典は下に挙げます。業務の分解は、研究の枠組みを当サイトがこの職業に当てはめたものです。

1. 01厚生労働省（2026）。一般職業紹介状況（令和8年3月分及び令和7年度分）参考統計表6。2026年3月の有効求人倍率（常用・パート含む、原数値）：職業計 1.10倍、事務従事者 0.44倍、一般事務従事者 0.37倍、事務用機器操作員 0.30倍、会計事務従事者 0.60倍、営業職業従事者 2.14倍。令和7年度平均（職業計）1.20倍。 https://www.mhlw.go.jp/stf/newpage_72811.html
2. 02労働政策研究・研修機構。早わかり グラフでみる労働の今「職業別就業者数（2025年平均）」（資料出所：総務省統計局「労働力調査」）。事務従事者 1,448万人（就業者の21.2%）で職業別最大。女性は881万人で女性就業者の28.2%。 https://www.jil.go.jp/kokunai/statistics/chart/pdf/25g0006.pdf
3. 03Gmyrek, P., Berg, J., Kamiński, K., et al. (2025). Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. 世界の雇用の25%が生成AIに曝露する職業にあり、最も高い曝露区分は3.3%（女性4.7%、男性2.4%）。事務職の曝露が最も高い。ILOは代替より変容の可能性が高いとする。 https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure
4. 04U.S. Bureau of Labor Statistics. Employment Projections: Fastest declining occupations, 2025–35. データ入力係 −25.5%、ワープロ・タイピスト −34.4%、テレマーケター −21.4%。予測であり、減少の全部をAIに帰していない。 https://www.bls.gov/emp/tables/fastest-declining-occupations.htm
5. 05U.S. Bureau of Labor Statistics. Occupational Outlook Handbook: Bookkeeping, Accounting, and Auditing Clerks / Secretaries and Administrative Assistants. 2025〜35年に簿記・会計・監査事務員 6%減、秘書・事務アシスタント 2%減と予測。 https://www.bls.gov/ooh/office-and-administrative-support/bookkeeping-accounting-and-auditing-clerks.htm
6. 06Frey, C. B., & Osborne, M. A. (2013/2017). The Future of Employment: How Susceptible Are Jobs to Computerisation? Oxford Martin School working paper; Technological Forecasting and Social Change, 114, 254–280. 米国雇用の47%が高リスク。 https://doi.org/10.1016/j.techfore.2016.08.019
7. 07Arntz, M., Gregory, T., & Zierahn, U. (2016). The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis. OECD Social, Employment and Migration Working Papers No. 189. OECD21か国平均で9%。 https://doi.org/10.1787/5jlz9h56dvq7-en
8. 08野村総合研究所（2015）。日本の労働人口の49%が人工知能やロボット等で代替可能に（オックスフォード大学 Osborne・Frey との共同研究、2015年12月2日発表）。 https://www.nri.com/jp/news/newsrelease/lst/2015/cc/1202_1