AIに仕事を奪われるか｜40代が気にすべき差を埋める8つの方法

AIに仕事を奪われる不安はAIをよく使う人のほうが強い

会議の議事録をAIにまとめさせたら、30分かかっていた作業が5分で終わった。助かったと思った次の瞬間、別の考えが頭をよぎる。この作業は、もう自分でなくてもいいのではないか。使えば使うほど、自分の仕事が減っていく気がする。

この感覚は、使い慣れた人ほど持ちやすいようです。米国の調査会社Gallup（ギャラップ）は2026年9月、AIを毎日か週に数回使う人と、月や年に数回しか使わない人を比べた分析を発表しました。5年以内に自分の仕事がなくなる可能性が非常に高いと答えた人の割合は、多くの調査回で、よく使う人があまり使わない人の2倍を超えていました。ただし、可能性が非常に高いと答えた人は、よく使う人でも2026年第1四半期で6.3%です。多くの人が抱えているのは差し迫った見通しより、漠然とした落ち着かなさです。

仕事を奪われる不安は、年齢が上がるほど薄れる傾向があります。電通総研が2025年6月に働く人5,708人に聞いた調査では、不安を感じている人は全体で23.1%でした。18〜29歳では感じている人と感じていない人がほぼ並び、60代以上では感じていない人のほうが30ポイント以上多くなります。40〜60代のITエンジニア600人に聞いた別の調査では、「AIの進化で仕事が奪われるかもしれない」と答えた人が、40代で36.5%、60代で15.5%でした。米国でも傾向は同じです。Gallupが2026年8月に働く人507人に聞いた調査では、技術のせいで自分の仕事が不要になることを心配する人が27%と過去最高でした。年齢別では、18〜44歳の34%に対し、45歳以上は19%です。

私も、週次の報告書の下書きをAIに任せるようになってから、空いた時間にふと手が止まることがありました。AIの下書きを少し直して提出するだけの自分を見て、この仕事に自分は要るのだろうかと考えてしまったのです。

では、AIで実際に仕事を失いつつあるのは誰なのか。米国とスウェーデンのデータが指していたのは、40代ではなく、22〜25歳の採用の入口でした。40代の仕事で減っているのは仕事そのものより、仕事の中の作業です。作業が減るほど、手元に残る判断の比重は上がります。だから気にしてほしいのは、同じ職場でAIを使って仕事を組み替える人との差です。

雇用が減っているのは22〜25歳の入口だった

米国のスタンフォード大学の研究チームは、給与計算サービスの大手ADP（エーディーピー）のデータを使い、AIが広まってからの雇用の変化を追っています。2026年8月に更新した分析は、2026年6月までのデータを使っています。AIの影響を受けやすい職種で働く22〜25歳の雇用は、影響の小さい職種の同世代と同じペースで伸びた場合より、約19%低くなっていました。経験のある働き手には、同じような差は見られません。

減り方にも特徴があります。研究チームの見立てでは、この差は主に、辞める人の増加でなく、若手の採用の減少から生じています。AIが人の作業を代わりにこなす使われ方をしている職種では、若手の雇用が減りました。AIが人を補う使われ方をしている職種では、雇用が横ばいか増えていて、増加が目立つのは経験者でした。

マニュアルや教科書に書ける知識に頼る職種では、若手の雇用が減っていました。一方、実務の中で先輩に教わったり、現場で同じ場面に何度も向き合ったりして身につく知識に頼る職種では、経験者の雇用が増えていました。

影響は20代後半にも及び始めています。ADPが毎月更新しているデータでは、2026年8月時点で、AIの影響が大きい職種の22〜25歳の雇用は前年より4.4%少なく、26〜30歳も3.1%少なくなっていました。

似た結果は欧州からも出ています。厚生労働省が2026年9月29日に公表した「令和8年版 労働経済の分析」は、スウェーデンの研究を紹介しています。同じ企業の中で、AIの影響が小さい職種と比べると、影響を受けやすい職種では、2025年前半までに22〜25歳の雇用が5.5%減り、50歳超の雇用は1.3%増えていました。同じ白書は、国全体で見れば「AI技術によって、大きな雇用の減少が生じている証左は、現時点で示されていない」とまとめています。

一方、ノルウェーで民間の雇用の全数データを2026年2月まで追った研究では、影響が最も大きい職種の若手の相対的な減少は、はっきりとは確認できませんでした。国によって結果はそろっていません。

どれも海外のデータで、日本にそのまま当てはまるかはわかりません。日本企業の見通しは、人を減らすより配置を変える方向に傾いています。東京商工リサーチが2026年3〜4月に行った調査では、生成AIの活用を会社か部門で推進する2,088社に、今後5年で人員構成に起こる可能性が最も高い影響を1つ選んでもらいました。「配置転換する可能性がある」が28.9%、「総従業員数を抑制する可能性がある」が16.1%でした。

結果がそろわない国はあるものの、米国とスウェーデンでAIの影響を受けやすい仕事で細っていたのは、経験の浅い人の入口でした。40代の職が今すぐ消えるとは見ていません。それより先に響くのは、若手の入口が細ることです。経験を受け渡す相手が、現場に入ってこなくなるからです。

事務の求人は少なく40代の半分はまだAIを使っていない

日本の今の求人を見ると、事務の仕事はすでに人が余っています。厚生労働省の「一般職業紹介状況（令和8年8月分）」によると、2026年8月のハローワークの有効求人倍率（常用、パートを含む）は、職業計で1.06倍でした。一般事務従事者は0.29倍で、求職者約3.4人に対して求人は1件しかありません。営業職業従事者は2.05倍、情報処理・通信技術者は1.33倍で、営業や技術の職そのものは、ハローワークの数字の上では人が足りない側です。ただし一般事務は、生成AIが広まる前の2022年8月も0.33倍と低く、この低さはAIだけで生じたものではありません。

この先については、労働経済白書が経済産業省の2026年の推計を引いています。十分な国内投資や産業構造の転換が実現した場合の、2040年時点の推計です。職種別に見ると、事務職では約440万人の余剰が生じる可能性があります。一方で、AIやロボットなどを扱う人材は、多くの産業にまたがって約340万人不足すると見込まれています。

ここでいう不足する人材は、機械技術者や、情報処理と通信の技術者などの職種を集計したもので、AIを使う会社員全般を指すものではありません。それでも、この向きは営業や技術の仕事をする40代にも関わります。提案書の下書きや議事録のような事務の作業は、営業や技術の仕事の中にも多く含まれているからです。

国際労働機関も2025年5月の報告で、生成AIの影響を最も受けやすい職業として事務職を挙げました。ただし、影響が最も強い区分に入る仕事は、世界の雇用の3.3%です。ほとんどの職業には人の関わりが必要な作業が含まれているため、最も起こりやすいのは仕事そのものの消滅より、仕事の中身の変化だとしています。

仕事の中で作業の入れ替えが進むなら、差がつくのは、AIに任せる作業を自分で選ぶ人と、選ばない人のあいだだと考えています。選ぶには、まず使ってみる必要があります。総務省「令和8年版 情報通信白書」によると、生成AIを使ったことがある人は、20代の78.2%に対して、40代は49.0%でした。40代では、まだ約半分の人が一度も使っていません。

調査は別ですが、仕事での利用に絞ると、割合はさらに低くなります。労働経済白書が引くパーソル総合研究所の2025年10月の調査では、業務での利用率は20代の男性で52.1%、40代の男性で37.1%、40代の女性で26.3%でした。ただし同じ研究所の2026年4〜5月の調査では、正規雇用者の業務利用率が、2025年10月の41.9%から54.3%に上がり、利用の少なかった層ほど伸びています。

雇用の入口が細っているのは若手で、事務の求人はすでに少なく、2040年には事務職が余って、AIやロボットを扱う技術者が足りなくなる推計もあります。業務での利用の差も、使っていなかった層が使い始めたことで縮んでいます。推測ですが、差が縮むほど、使わずにいる人のほうが目立つでしょう。40代の仕事を左右するのは、AIを使って自分の仕事を組み替えられるかどうかです。

差を埋める手順は、業務を作業と判断に分けるところから始まります。作業はAIに任せ、経験は判断と確認に使います。

方法1：自分の業務を作業と判断に書き分ける

まず、この1週間にした業務を、思い出せるだけ書き出しましょう。紙1枚で足ります。そのうえで、1つずつ「作業」か「判断」かに分けます。手順と仕上がりの形がおおよそ決まっているものが作業です。何を優先するか、どこで線を引くかを自分で決めるものが判断です。

営業職なら、次のように分かれます。

• 作業：提案書の下書き、訪問記録の清書、見積もりの比較表づくり

• 判断：どの顧客のどの課題に提案を絞るか、値引きの相談にどこまで応じるか

技術職なら、次のようになります。

• 作業：仕様書の要約、テストケースの洗い出し、会議の議事録

• 判断：どの不具合から直すか、保守しやすいのはどちらの設計か

職業の名前で考えず、作業で分けるのは、国際労働機関の分析が、職業を作業の束として見て影響を測っているからです。同じ「営業」という職業の中でも、AIに向く作業と向かない作業が混ざっています。

議事録のように、清書は作業でも、何を残して何を省くかは判断という項目もあります。そうした項目は「作業と確認」の欄を別に作って入れておくと、方法3で確かめる対象がそのまま一覧になります。AIに移る作業より先に、手元に残る判断を数えましょう。

推測ですが、AIをよく使う人のほうが仕事を失う不安が強いのは、作業がAIに移る場面を毎日見ながら、手元に残る判断を数えていないからでしょう。書き分けた表で判断の欄を見ると、AIに渡していない仕事がまだ並んでいるはずです。判断の欄がほとんど埋まらないなら、そこが最初に手を打つ場所です。

方法2：作業の中から1つだけAIに任せる

方法1の作業の欄から、毎週くり返しているものを1つだけ選び、AIに任せましょう。どれから始めるか迷うなら、ほかの人が多く使っている用途から選ぶのが近道です。パーソル総合研究所は2026年4〜5月の調査で、業務で生成AIを使う正規雇用者に用途を聞いています（複数回答）。多かった用途は、次の順でした。

• 「資料・文書を作成する」：27.0%

• 「情報・文献・資料を整理・要約する」：25.3%

• 「メール・議事録などを作成する」：23.1%

この中に、自分の作業の欄と重なるものがあれば、それで決まりです。頼み方は、出してほしい形まで決めて書くと、手直しが減ります。

• 営業職の例：「次の訪問メモを、日付、相手、要望、次の行動の4項目で表にしてください」

• 技術職の例：「この仕様書を、変更点、影響範囲、未決事項に分けて300字で要約してください」

1つに絞れば、効いたかどうかを見分けられます。一度に3つ任せると、どの作業で時間が減ったのか、どこで手直しが増えたのかがわからなくなります。

顧客の名前や社外秘の数字を入れる前に、会社のルールで使ってよいAIと、入れてはいけない情報を確かめてください。会社でAIの利用が認められていない場合も、方法1と方法7はAIなしで進められます。ルールの確かめ方は「AIに会社の情報を入れても大丈夫か 40代が情報漏洩を防ぐ9つの方法」の記事にまとめています。

方法3：AIの答えは自分の経験で確かめる

AIを使えば成果が上がる、とは限りません。AIが得意な範囲の外では逆になります。

ハーバード・ビジネス・スクールなどの研究チームは、コンサルティング会社BCG（ビーシージー）のコンサルタント758人で実験をしました。AIを使う組と使わない組に分かれて、同じ課題に取り組んでもらったのです。AIが得意な範囲の課題では、AIを使った組はタスクを12.2%多くこなし、25.1%速く終え、品質は40%以上高くなりました。ところが、AIの得意な範囲の外にある課題では、AIを使った組の正答率は、使わなかった組より19ポイント低くなっています。論文によると、成績が下がった人ほど、AIの出力をあまり吟味せずに採用する傾向がありました。

速さの面では、経験の差はAIで縮まりやすいという研究もあります。米国の大手ソフトウェア企業のカスタマーサポートを調べた研究では、AIを使うと1時間に解決できる件数が平均15%増えました。伸びが大きかったのはスキルの最も低い層で、36%増えています。最も熟練した層では、品質がわずかに下がりました。

一方で、AIの答えを確かめる使い方をしているかどうかで、成果は大きく変わります。Anthropic（アンソロピック）は2026年6月、プログラミング用のAIであるClaude Code（クロードコード）の約40万回の利用を分析しました。指示の正確さ、何を確かめさせるか、どちらが誤りを正すかで使い手の熟練度を判定すると、検証済みの成功に至った割合は、初心者と判定された利用で15%、中級から熟練では28〜33%でした。経験が生きる場面は、作業を速く終えることから、AIの答えが得意な範囲をはみ出していないかを見分けることへ移りつつあります。

確かめるときは、AIが知らないことに絞って見ましょう。自社の事情、顧客との過去のやり取り、業界の慣行です。たとえば提案書なら、その顧客が前回の提案で何を断ったかを、AIは知りません。確かめる箇所の決め方は、「AIに任せる仕事と任せない仕事 40代が確認すべき3か所」の記事にまとめました。

方法4：短くなった時間は時計で測る

経験を積んだ開発者でも、AIで速くなったという体感は外れていました。

METR（メーター）は、最先端のAIの能力とリスクを評価する非営利の研究機関です。2025年前半に、経験を積んだ開発者16人に、実際の課題246件をAIありとAIなしで進めてもらいました。結果は、AIありのほうが作業時間が19%長い。開発者たちは始める前に24%速くなると予想し、終わったあとも20%速くなったと信じていました。

この結果について、METR自身が、すでに古くなったと注記しています。2026年2月の続報では、2025年後半のAIについて、速くなる方向の推定も出ました。ただしMETRは、参加者の選び方に偏りがあるとして、この数字の扱いに慎重な姿勢を示しています。効き目はAIの世代や作業によって変わり、体感ともずれます。AIに任せて速くなったかどうかは、体感に頼らず、時計で測りましょう。

時間が大きく縮む人は、多くありません。パーソル総合研究所が2025年10月に正規雇用者3,000人に聞いた調査では、生成AIを使った作業の所要時間の削減は平均16.7%（週26.4分）でした。業務時間そのものを減らせたのは、利用者の約4人に1人です。冒頭の「30分が5分」も、手直しの時間を足して測り直すと、数字が変わることがあります。同じ種類の作業を、AIありとAIなしで1回ずつ行い、かかった分数をメモします。手直しの時間も含めて数えましょう。AIありのほうが長いなら、その作業は自分でやる側に戻します。

方法5：浮いた時間の使い道を先に決める

方法4で時間が短くなったと確かめられたら、浮いた時間を何に使うかを先に決めましょう。

同じ調査では、AIで浮いた時間を仕事に使った人（342人）の75.4%が、使い道に「日常の業務」を挙げていました（複数回答）。推測ですが、使い道を先に決めておかないと、浮いた時間はこうしていつもの業務に吸い込まれるのでしょう。

使い道は、方法1の判断の欄から選びます。浮いた時間を、顧客の課題を整理する時間や、設計の選択肢を比べる時間としてカレンダーに入れておきましょう。浮いた時間を成果につなげる手順は、「AIを使っても忙しい理由 40代が浮いた時間を成果に変える8つの方法」の記事で詳しく書いています。

方法6：AIを使っている同僚に使い道を1つ聞く

AIを使う知人がいる人は、いない人の3倍の確率で、前の週にAIを使っていました。行動科学の会社Irrational Labs（イラショナル・ラボ）が、仕事の時間の半分以上をパソコンで過ごす767人に聞いた結果です。民間の小規模な調査で、因果まではわかりません。推測ですが、身近な人の使い方を見ることが、使い始めるきっかけになっているのでしょう。

社内でAIを使っている人を1人見つけ、何の作業に使っているかを聞きましょう。1人で十分です。

年下の同僚に聞くのに抵抗があるなら、聞き方を変えるだけで聞きやすくなります。「どう使うのか教えて」と頼む代わりに、「どの作業に使ってる？」と聞きます。頼むのは使い方の講義でなく、作業の名前1つだけなので、相手も答えに迷いません。聞いた用途は方法1の作業の欄と照らし合わせ、重なるものがあれば1つだけ真似しましょう。お返しに、方法4で測った自分の数字を伝えると、話が続きます。

方法7：若手に渡せる経験を言葉にする

今月、自分が下した判断を3つ選び、何を見てそう決めたかを1行ずつ書きましょう。

2つ目の節で見たスタンフォード大学の分析で経験者の雇用が増えていたのは、現場で身につく知識に頼る職種でした。こうした知識は本人が言葉にしないかぎり、AIにも若手にも渡らないと考えています。

書く形は、次のようなもので十分です。

• 値引きの相談を断った。この顧客は、前回も期末の駆け込みで同じ相談をしてきたから

• 設計案Bを選んだ。案Aは、2年前に似た構成で保守の手間が増えたから

若手の採用の入口が細ると、現場で経験を積む機会も減ります。推測ですが、判断の理由を言葉にして渡せる人の役割は、これまでより重くなるでしょう。書いた理由を、そのままAIに背景を伝える材料に回せるのも利点です。背景の渡し方は、「AIの回答が浅い理由 40代が仕事の文脈を渡す8つの方法」の記事で取り上げています。

方法8：半年ごとに仕分けをやり直す

方法1で作った作業と判断の表は、作った日から古くなり始めます。評価面談の前など、半年ごとに見直しましょう。

AIが入り込む作業は、すでに多くの職種に及んでいます。Anthropicは2026年3月に、自社のAIであるClaude（クロード）の利用の分析を発表しました。分析した職種の約49%では、作業の4分の1以上にClaudeが使われたことがありました。世界経済フォーラムは2025年の報告で、雇用主への調査をもとに、働く人が今持っているスキルの39%が、2025年から2030年までに変わるか古くなると見込んでいます。

見直すときに数えるのは、作業の欄からAIに移った作業の数と、判断の欄に新しく加わった仕事の数です。作業がAIに移っても、判断の欄が増えていなければ、浮いた時間がまたいつもの業務に吸い込まれている可能性があります。判断の欄の最後には、半年後に増やしたい判断の仕事を1つ書き足しておきましょう。

見直した表と、方法4で測った数字は、上司との面談に持っていきましょう。浮いた時間をどの判断の仕事に回すかを、上司と一緒に決められます。冒頭で紹介したGallupの分析は、勤め先から敬意をもって扱われていると感じている人ほど、AIをよく使うことと仕事を失う不安との結びつきが小さいと報告しています。表を見せて相談することは、その関係をつくる一歩になると考えています。

まとめ

AIで雇用が細っていたのは、米国とスウェーデンでは22〜25歳の入口で、経験を積んだ層ではありませんでした。日本でも一般事務の求人は求職者の3割に満たず、2040年には事務職が余り、AIやロボットを扱う技術者が足りなくなる推計があります。40代が向き合うべきなのは仕事の消滅より、作業がAIに移ったあとに手元に残る判断を、自分で増やせるかどうかです。

まずは次のことから始めましょう。

• この1週間の業務を、作業と判断に書き分ける

• 作業の中から1つだけAIに任せ、かかった時間を測る

• AIの答えは、自社の事情、顧客との過去、業界の慣行で確かめる

• 浮いた時間を、判断の欄の仕事に入れておく

最初の節で触れた週次の報告書の例でいえば、AIに渡ったのは下書きという作業でした。どの数字を上司に先に見せるか、何を報告から外すかという判断は、手元に残っています。どの作業を渡し、どの判断を手元に残すかを自分で決めることが、40代の仕事を守ると考えています。今週の金曜日に15分だけ、1週間の業務を作業と判断に書き分けてみましょう。

AIに渡さなかった判断の側を深めたいときは、三浦慶介『AI時代に仕事と呼べるもの』（東洋経済新報社、2025年11月発売、税込1,980円）が手がかりになります。目次に「経験知」「決断」「レビュー」の章が並び、この記事で手元に残した判断の仕事を、章ごとに考え直せます。半年ごとの書き分けの前に、気になる章だけ拾い読みする使い方でも足ります。

最後までお読みいただきありがとうございます。
スキ・フォローしていただけますと、励みになります。

▼あわせて読みたい

本記事はプロモーションを含みます。本記事は2026年10月6日時点で確認できた情報に基づいています。Gallup（ギャラップ）、スタンフォード大学、METR（メーター）の数値は米国のデータで、日本の値ではありません。Gallupの比較は、5年以内に仕事がなくなる可能性が非常に高いと答えた人の割合で、2倍を超えたのは多くの調査回でのことです。Gallupの「非常に高い」と答えた割合は、よく使う人でも1割未満です。Gallupの2026年8月の調査は働く人507人が対象で、誤差は±6ポイントです。スウェーデンの研究は2025年前半までのデータで、ノルウェーの研究とは結果が異なります。ADPの月次データは、前年同月との比較です。有効求人倍率はハローワークを通じた求人と求職だけを数えたもので、民間の転職市場は含まず、AIが原因であることを示すものでもありません。2022年8月の値は、職業分類の注記が2026年と異なるため参考値です。東京商工リサーチの調査は、可能性が最も高い影響を1つ選ぶ形式です。経済産業省の推計は、十分な国内投資や産業構造の転換が実現した場合のもので、不足するAI・ロボット等利活用人材は、機械技術者や情報処理通信技術者などの職種を集計したものです。エンジニア600人の調査は、40〜60代のITエンジニアに限ったものです。Irrational Labs（イラショナル・ラボ）の調査は民間企業による小規模な調査で、回答者の国は示されていません。パーソル総合研究所の用途の割合は、業務で生成AIを使う正規雇用者の回答です。Anthropic（アンソロピック）の数値は、自社のAIであるClaude（クロード）とClaude Code（クロードコード）の利用データによるもので、働く人全体を代表するものではありません。世界経済フォーラムの数値は雇用主の見込みです。