AI仕事代替率診断｜職種別リスクを6次元で測る方法

「AIに奪われる仕事」を予測する際に、職種名だけで判断するのは粗すぎます。

マッキンゼーやOECDの研究で繰り返し示されているのは、職種よりも『業務（タスク）』単位で代替可能性を評価すべきという視点です。AIが置き換えやすいタスクには、3つの共通要件があります。

第一に定型性：手順がパターン化されており、入力と出力の関係が安定していること。請求書処理、定型メール返信、議事録要約などが典型です。

第二にデータ充足：そのタスクを学習させるための過去データが大量に存在すること。文章生成、画像分類、需要予測などは学習データが豊富で代替が進みやすい領域です。

第三に低リスク：誤った場合の被害が小さく、人間によるレビューで十分カバーできること。逆に言えば、医療診断・法的判断・人事評価のように誤りが致命的になる領域は、AIが補助しても最終判断は人間に残されます。

同じ『事務職』でも、この3要件をどれだけ満たすタスクで構成されているかによって代替リスクは大きく変わります。

代替リスクを『高（業務の60%以上が代替可能）』『中（30〜60%）』『低（30%未満）』の3段階で整理すると、おおむね以下のような分布になります。

これらは定型性・データ充足の双方で代替が進みやすい職種です。

これらはAIが大幅に効率化する一方、人間の判断・関係構築・戦略立案が残る『AI協働型』へと変質します。

共通するのは、複雑な意思決定・倫理判断・対人信頼が業務の核を占めることです。

ただし『低リスク群』であっても、AIを使いこなせなければ生産性で差をつけられるため、安全圏ではありません。

職種別の代替率はあくまで平均値であり、同じ『営業職』でも個人によって代替耐性は10倍以上の差が生まれます。

たとえば、過去の提案テンプレートをコピー＆ペーストして送っているだけの営業はAIで完全に置き換わりますが、顧客の事業環境を読み解いて他業界の知見を転用できる営業は、AIを武器にしてむしろ単価を上げています。この差を生むのが個人の『6次元適性』です。

OECD・WEFが提唱するAIリテラシーフレームワークに準拠した6次元（批判的検証力・構造転写力・AI協働設計力・適応的学習力・倫理的判断力・実験改善力）は、職種を超えて『AI時代に価値を維持・拡大できる能力』を測定します。

職種別の代替率は外部環境の指標、6次元適性は個人の競争力の指標。両方を組み合わせて初めて、自分のリアルなリスクと打ち手が見えます。

[AI偏差値テストで自分の6次元スコアを測る →](/)

6次元のうち、AI代替耐性に最も寄与するのは① AI協働設計力（Orchestration）と② 構造転写・応用力（Transfer）です。

AI協働設計力が高い人は、AIを『使われる側』ではなく『使う側』に立ち、自分の生産性を5〜10倍に増幅できます。構造転写力が高い人は、AIに無いドメイン横断の知見を組み合わせて新しい価値を生み出せます。

次に重要なのが③ 批判的検証力（Verification）と④ 倫理的判断力（Ethics）です。AIのハルシネーション（事実誤認）を見抜き、AIに任せてはいけない倫理的判断を識別する力は、AIの普及が進むほど希少価値が上がります。

⑤ 適応的学習力（Adaptability）と⑥ 実験改善力（Experimentation）は、変化の速度に追随する基礎体力です。

総合偏差値55以上であれば、現職種が中リスク群でも代替されにくく、60以上であればAIを武器にキャリアを拡張できる水準と言えます。逆に45未満の場合、職種の代替リスクに関係なく、まず6次元の底上げが急務です。

代替リスクが顕在化している人が取るべき行動は、優先度順に3つです。

第一は スキル拡張 今の職種のままAI活用スキルを上乗せします。たとえば一般事務であれば、ExcelマクロからGAS×AIへの移行、Notion AIによる議事録自動化、メール下書きのAI化など、自分の業務をAI協働型に変えていきます。これだけで生産性が2〜3倍になれば、組織内での代替対象から外れます。

第二は 職種転換 低リスク群へのスライドを狙います。事務職であればHRBP・採用担当・人事企画への、コールセンターであればカスタマーサクセス・営業企画への横移動が現実的です。いずれも対人判断・組織設計の比重が高い職種です。

第三は AI共存型ポジションへの転身 AIエンジニア・プロンプトエンジニア・AIオペレーターなど、AIを動かす側に回ります。ここはまだ供給不足で、6次元適性さえ高ければ未経験からでも参入余地があります。

どのルートを選ぶにせよ、まず6次元スコアで現在地を測ることが意思決定の出発点になります。

[AI偏差値テストを受ける（無料・約10分）→](/)

AIの普及は雇用を一方的に減らすわけではなく、需要が伸びる職種と縮小する職種の二極化を生みます。

世界経済フォーラム（WEF）のFuture of Jobs Report 2025では、今後数年で需要が大きく伸びる職種として、AI・機械学習スペシャリスト、データアナリスト・データサイエンティスト、デジタルトランスフォーメーション関連職などが挙げられています。一方、縮小が予測されるのは、一般事務・データ入力・受付など定型業務中心の職種です。

これらの伸びる職種に共通するのは、AIによって効率化された生産能力を『何に投じるか』を意思決定する役割や、AIと人間の協働を設計する役割であることです。

代替を恐れて固定された職種にしがみつくよりも、AIによって生まれる新しい職種に先んじて移動するほうが、結果的にリスクは小さくなります。

AI代替率の議論は、平均値の比較で終わると個人にとって意味がありません。重要なのは『自分のスコア』を知ることです。AI偏差値テストは、OECD・WEFのAIリテラシーフレームワークに準拠し、6次元それぞれの偏差値と総合偏差値を約10分・20問で算出します。受験は無料、登録不要、結果はOG画像付きでSNSシェアも可能です。スコアを取得したあとに本記事の『6次元別の代替されにくさ』セクションを読み返すと、自分の弱点次元と職種代替リスクの組み合わせが見え、具体的なアクションが定まります。3〜6か月ごとに再受験すれば、自分のAI適応度の伸びを定量的に追えます。AIに代替されるかどうかを心配する前に、まずは現在地の測定から始めてください。

[AI偏差値テストを今すぐ受ける（無料・10分）→](/)