今回のコラムでは、DXによって今後消えていってしまうのではないかとされている職業についてまとめました。あなたの職業はどうでしょうか？
DXによって消えていく職業の傾向
DXによって今ある職業がなくなる、ということは起こりえます。それは業務の効率化・デジタル化を行う上で今まで人力でやっていた部分が必要なくなるためです。その必要無くなった分の人的・物質的・金銭的リソースを他に当てることでビジネス利益の向上を図る、というDXの持つ側面です。
誰がやっても同じ結果になるような単調な作業であったり、ある程度パターン化できたりする業務はデジタルに取って代わられやすいと言えます。
DXで置き換えられる職業というと、AIにその業務を取って代わられるイメージを持たれる方も多いでしょう。（AIという単語については、このDXコラムの「（４）DXで使われる用語！あなたはどれだけ知ってる？」で解説しています。）
AIの得意とする領域は下のようなものです。- 正確かつ大量のデータ（記憶）を必要とする
- 瞬時にたくさんの判断を下す
- 大量のデータから共通点（あるいは反対に差異）を見つけ出す
例えば、大量の診断画像からガンの兆候やカゲを見つけ出したり、工場のラインで流れてくる大量の商品から不良品を見つけたりすることがあげられます。
反対に、ある特定のスキルを持った人でないと出来ない業務や、サービスの受け手によって対応を柔軟に変えなければいけないような業務、人間同士の会話など前後の文脈の読み取らないといけない業務はAIには向いていないことになります。
例えば、電車の運転手のような仕事はデジタル化によって無くなっていく可能性があります。
東京にある「ゆりかもめ」のように無人運転で動く電車もあります。しかし一方で、香川県の瀬戸大橋を走る電車は、線路の濡れている部分と濡れていない部分で速度を調節しなければいけない等、運行にスキルを要するような線路もあり、こちらは無人運行化まではまだ道のりが遠いでしょう。
あるいは、将来性や倫理観からAIが行うべきでない職業もあるでしょう。
例えば、裁判官が情状酌量を判断するのと同じことがAIにできるでしょうか。AIは法律や事例を覚えることはできるかもしれませんが、有罪か無罪かを決めることは倫理的に問題があると判断されそうです。
他にも、例えば、その人に最適な業務内容や職業をAIが診断して教えてくれるようなサービスがあるとします。それは適正職業を教えてくれるかもしれませんが、人一人に対する業務の適正量は教えてくれるでしょうか。適正職だからといってAIが仕事を割り振りすぎると、その人にとってオーバーワークとなりかねません。
これまで見てきたように、ひとくちに置き代わる職業といっても内容は様々であり、一概には言えません。
これからご紹介する職業は、完全になくなる未来はまだ遠いかもしれませんが人員は減っていくであろうこと、また、あくまで他の職業と比べて取って代わられる可能性が高いだけということをご理解ください。
DXで置き換えられると噂されている8つの職業
DXに取って代わられやすい職業として考えられるのは下の職業です。
- 銀行員
- スーパーやコンビニのレジ係
- カメラ組立工や自動車の工場労働者
- 警備員
- 社労士（社会保険労務士）、税理士、会計士
- ホテルやビルの受付係や電話オペレーター
- 運転手（鉄道系・タクシー・トラック・路線バスなど）
- 塾講師
銀行員
いまやアプリでお金の振り込みや送金ができるため、銀行員の業務はDXで取って代わられる可能性があります。そもそも現代では、10年前からFintechという言葉が生まれるほど金融とITは密接に関係しており、金融にはITがなくてはならないものになっています。
※Fintech・・・IT技術によって新たに生まれた金融関連のサービスや事業領域のこと
ただし、銀行員の業務の中でもお客様にぴったりの商品を探したり、相談事をヒアリングしたりする業務に関しては今後も人間が行う必要があるでしょう。
銀行のアプリツールとは異なる例として、セブン銀行では、本人確認が必要な処理に対してATMで顔認証システムを取り入れることで業務を遂行できるようにしたり、ATMごとに現金の需要を予測したり、IoTを取り入れてATM自体の各種部品の故障を感知・予測したりしています。
十六銀行ではAI対話技術を使ったチャットボットを採用し、お客様に対して各種ローンの質疑応答などをチャットで対応しています。
ゆうちょ銀行ではAIを活用したNTTテクノクロス社の音声分析システム「ForeSight Voice Mining」を採用。このシステムは音声通話をリアルタイムでテキスト化してくれたり、その内容に関連するFAQを提示してくれたり、要約文を自動生成してくれます。
住信SBIネット銀行ではAIモニタリング技術を使い、不正取引かどうかの判断スピードをアップ。これにより、金融機関の業務をサポートしています。
京都銀行は社内の稟議書を検索するシステムでAI技術を活用しています。このシステムでは、いくつかの項目を入力することで過去の稟議書の中から類似した稟議書を参考として表示します。これにより、稟議書の作成がスピードアップしました。将来的には稟議書のたたき台をAIが作成してくれるところまで開発の想定がされているようです。
北陸銀行や北海道銀行は銀行業務に生成AIを検証として試験的に導入する試みを2023年にしています。具体的には問い合わせ対応や文書作成、プログラム作成などであり、この検証を通して生成AIの特徴を理解し、今後の有効性を検討するようです。
たくさんの銀行が検討・導入していることからも、いかに銀行業務とAI・デジタルとの親和性が高いかがうかがえます。 今挙げたような例はすぐさま銀行員が消えるという内容ではありませんが、今までの業務の一部がよりデジタルやAIに移行していくことは間違いないでしょう。
スーパーやコンビニのレジ係
スーパーやコンビニでセルフレジを導入する店舗も増えてきました。当初はセキュリティ上の懸念が叫ばれていましたが、それも監視カメラの性能が上がったり、会計システムが改善されたりするデジタルの発展のおかげで導入までのハードルが下がりつつあります。クレジットカードや電子決済など支払い方法が増える、計算ミスなどのヒューマンエラーをなくせるなどもメリットです。
コンビニのセルフレジは、一度は見たことのある存在になってきましたが、より進んで無人コンビニの運用も考えられています。
2024年3月にはファミリーマートが無人決済システムを導入した店舗をJR青梅線羽村駅に設置しました。仕組みとしては天井に設置されたカメラからお客様の手に取った商品をリアルタイムに認識し、そのまま出口付近の決済端末まで行くとディスプレイに請求金額が出て会計をして退店するもの。無人決済店舗はこれが初ではなく、2021年から少しずつ数が増えてきていますが、JRの駅に設置されたのはこれが初となり、より一般的になってきたと考えられるのではないでしょうか。
またスーパーでは、レジに行く前に商品をスキャンしておく買い物方法もよく見るようになりました。イオン系列のスーパーで使われているレジゴーをはじめとし、レジに行く前に商品を専用端末でスキャンし、その端末をセルフレジにかざすことで会計できるようになっています。セルフレジといっても昼は人間が常駐して何かトラブルがあったときにすぐに駆けつけられるように設計されています。
スマートストアとして名を馳せているトライアルでは、昼は従業員がいるものの夜になると完全無人になる時間もあります。その時間でもお客様がお酒を買えるように、運転免許証とプリペイドカードを専用の端末に登録し、モニターに顔をかざすことで年齢確認と同時に顔認証決済ができるようなシステムを導入しています。
お店にある端末を利用するメリットとして、手元で商品の金額が見えて自分がいくら払う予定なのかがレジに行く前にわかったり、端末を使ったことによる対価として限定クーポンが配られたりと、人員リソースを削減できる店舗側だけではなくお客様にもメリットがあります。
ただし完全無人も賛否の声があります。
アメリカで運営されているAmazon Goはレジがなく、お客様が商品を手に取り、そのまま店を出ると取って出た商品をセンサーが感知し、その分の料金を後からAmazonが請求するという無人コンビニのサービスですが、このレジ無しシステムをAmazonはなくしていく方向にあるようです。今後は専用端末でお客様がスキャンし、その内容をレジに通すというトライアルと同じ仕組みになっていく可能性が高いです。なぜ現システムを撤廃するのか・・・Amazonは明らかにしていませんが、Amazon Goのシステムで実際に手に取った商品とは違う請求が来たり、実際に請求が来るまでのタイムラグに不便さを感じるお客様がいたりすることが原因なのではないかと考えられています。
カメラ組立工や自動車の工場労働者
工場での単純作業のような仕事は機械化しやすくデジタルに取って代わられる可能性も高いです。
現在はまだ人力で行っている作業も部分的に機械化が進んでいき、工場で働く人間は少なくなっていくでしょう。
自動車製造での例としては、自動車メーカーのアウディがAIで不良品の検知を行っています。具体的には金属板の割れ目や傷などをAIが自動で認識するというものです。それまでは人力でチェックしていたため人件費や時間がかかっていましたが、AIに取って代わられたといっても良いでしょう。
他にも、タイヤメーカーのブリヂストンのとある工場では、AI技術でタイヤを作っています。ひと昔前まではタイヤの原料であるゴムは製造の過程で温度調節が必要であり、人間が作業をおこなう必要があるとされていました。今では数百のセンサーを搭載した機械がゴムの位置や温度、形状変化を感知しタイヤを作っています。何か問題があった際にはアラームが鳴り、人間が見に行くことはありますが、機械で作れるようになると生産スピードも上がり、人力でやっていた時よりもタイヤの品質も一定に保たれます。AI導入のきっかけは外国企業が低価格でタイヤを売るようになったことのようです。
実際に製造に関わらないところでも、例えば日産自動車では、AIシミュレーション技術を使い、生産ラインの効率化を図っています。実際の生産ラインをAIシミュレーターにかけることで、より効率化・高速化ができるラインの構築や計画を設計させるのです。これにより結果的に工場部品の在庫削減や機会損失の減少を実現することが想定されています。より効率化・高速化できるようになれば、そのあとは原価をもっと削ったり、今後投資予定であった部分を削減したりすることにもつながります。
カメラ組立の例としては、キャノンが自動組立ロボを採用しています。こちらはAIではありませんが、もともとは熟練工が行なってきたような作業を高精度な小型カメラと複数のロボットアームによって自動化させることに成功しています。具体的な製品はカメラ用のレンズの生産や電気基盤にコネクターを挿入するなどです。
このように、製造業でAIを導入するメリットとしては、安全性の確保や人材不足を解消できること、ビジネス競争のための低コスト化を実現できることなどが挙げられます。
警備員
２つ目の「スーパーやコンビニのレジ係」でもありましたが、監視カメラや対人センサーの発達により警備員の仕事は少なくなっていく可能性があります。
人力の警備員を配置するメリットとしては、侵入者やクレーマーに対して物理的な対応ができることや建物内を自由に巡回し臨機応変に隅々まで確認できること、電源やインターネット環境が無い施設でも警備可能などがあります。
ただし、年々警備員がいなくても対処できるようになってきています。24時間の監視体制を作るのには人材の確保もしなければなりませんし、警備員の巡回では、どうしても全てを同時に監視することはできません。また、AIによる犯罪予測なども警備業務の１つとして役立てられることもあります。
例えば、VAAK社の監視カメラ「VAAKEYE」は店内にいるお客様の行動を分析し、事前に組み込まれた怪しい動きをしないかどうか監視しています。カメラの良いところは監視をしながら、かつAIが学習していくということ。怪しい動きや不審な挙動をデータとして蓄積し続け、検知精度をあげ続けられます。このシステムではもし万引きなど不審な行為を検知したときに担当者にメールが送られるようになっています。実際にこちらのシステムは東京新宿の花園ゴールデン街の一角や雑貨店の「3COINS」などを展開しているパルグループが使用しています。
Mira Robotics社は巡回ロボのugoを開発しています。このロボは遠隔操作で警備や清掃を行うことができ、人間が警備室のパソコン画面で見ている必要がありますが、警備対象の場所に人間が行く必要はなくなり、人手自体は減らすことが可能なようです。Ugoは帝京大学の板橋キャンパスやBOOKOFFの一部店舗で導入されています。
足りない部分をよりデジタルで補えるようになってきている現代では、警備員の仕事は少なくなっていくでしょう。
社労士（社会保険労務士）、税理士、会計士
こちらの職業が選ばれているのは意外に思われるかもしれません。資格が必要で安定性もある人気な職業です。
ただ、この職業も書類を読み込んだり、決められたルールにしたがって文書を作ったり事務処理をするのが主な仕事なので、AIができる範囲におさまってしまいます。人力が０になることは少ないかもしれませんが、デジタルがカバーする範囲は増えていきそうです。
AIを活用した人事労務管理ソフトがあれば、社労士のルーティーンの業務は簡略化できます。また政府も申請書類の電子申請を推奨するなど、デジタル化は進んできています。AIができない社労士の業務としてはコンサルティングがあげられますので、コンサルティングに特化した社労士であればこれからも取って代わられる可能性は低いかもしれません。
公認会計士や税理士も文字の入力操作や税務申告などがデジタルでできるというデジタルとの親和性から消える職業として名を挙げています。ただし、こちらも社労士同様、コンサルティングに関しては人間が行う必要がありますし、信頼関係がお客様から選ばれる理由になることや行政のルールに乗っ取るだけと言っても複雑なルールでAIが一辺倒に判断できないものもあるため、今すぐにAIに全て切り替わるということは考えにくいですが、今後人員が減っていく可能性は高いです。
労務関係のシステムとしてはAIが資料の収集や要約をしてくれる「労務相談AI」や入社手続きや年末調整をデジタルで行ってくれる「カオナビ労務」、チャット形式で労務に関する質問をすると確かな出典を明記した法令や判例を返してくれる「労務相談ロボット」といったソフトウェアが実用化・導入されています。 これらのツールは生成AIが労務関係の業務負担を軽くしてくれる典型例です。
ホテルやビルの受付係や電話オペレーター
こちらはすでにDXが進んでいる企業も多いのではないかと考えられます。カスタマーセンターに電話した際に、窓口として機械の音声案内がまず出てくる場面は多くの人が遭遇しているのではないでしょうか。
通話オペレーターの例としては、ヤマト運輸が2021年から個人向け集荷依頼の電話サービスにAIオペレーターを起用しています。このAIオペレーターは温席認識・音声合成・会話制御などの技術を使い、自然な対話を試みています。法人向けからサービスを開始し、好評であったため個人向けにも運用が開始されました。
音声通話をAIがすることの一番のメリットは、電話の待ち時間が短縮されることです。同時に複数の通話に対応できるようになる点も、人力との差となります。
また、ホテルの受付業務をロボットが行ってくれるHISホテルホールディングスの「変なホテル」も一時期話題となりました（実際には何かあったときのための従業員は配置されているようです）。こちらはホテルに行くとロボットが受付をしてくれるということを魅力の１つとして打ち出しているホテルです。
ホテルの受付は作業の流れや受け答えが予想されますので、デジタルに置き換わっていく未来も簡単に想像できます。人間がいる受付とデジタル端末でハイブリッドな対応をしているところもあるでしょう。機械が受付をするというのは人間がするよりもあたたかみがなくなってしまいますが、処理スピードは機械の方が早いので、利用する顧客がどちらでも選べるようにしているのはホスピタリティの顕れかもしれません。
運転手（鉄道系・タクシー・トラック・路線バスなど）
自動運転が主流になってくると運転手の職業はなくなっていってしまう可能性があります。
東京にあるゆりかもめは中央指令所に人がいて電車を操作していますが実際にその車両に乗っているわけではありません。これは電車が走っている線路に特殊な装置をつけ、電車が駅に近づくことでその装置が作動して駅にある制御装置に距離を知らせます。この制御装置と指令所が連携しており、指令所から電車に対して停車・発進の命令が出せるようにしています。
国土交通省航空局が実証実験しているのは、空港内での移動バスを自動運転にできないかどうか。自動運転バスに磁気マーカーセンサーを装着し、空港内に設置された磁気マーカーに沿ってバスが動いていくものであり、障害物や他の車両をカメラやレーダーで検知して避けたり、遠隔発車や緊急停止する動きを取り入れたりする技術があります。
このように、日本で行われている実証実験で注目されているのはバスの実験です。高齢化による人口減少で田舎の過疎化が進む日本では、バスは比較的優先度の高い乗り物であるためだと推察されます。
2023年12月には福島県田村市では、社内にオペレーターを配置した状態のバスで事前に設定したルートをそのまま走っていくという実証実験がされました。実際に乗った人のアンケートからさらに改良を重ねていくようです。こうした実証実験と改良の繰り返しからも、着実に自動運転が実用に向けて開発されていることがわかります。
ただし、すぐに全てが自動運転に切り替わるということもないので、今の運転手が即仕事を失うということはありません。現在の自動運転が抱えている問題として、高速道路での自動運転は使えないことや地図に載っていないような田舎の小さい道などは自動運転では入っていけないこと、全ての車両を自動運転のものに替える費用が現段階で高価であること、自動運転の車両でおこったトラブルや事故について法整備が完全ではないことなど、多くがあげられます。
なお、海外ではすでに公道で運用されている例もあり、Waymo社の自動運転タクシーやテスラ社のオートパイロット機能（運転手がハンドルを離した状態でも車が自動で障害物を避けたりカーブを曲がったりして進んでいく技術）が有名ですが、交通事故が起こってしまうなど、運用に懐疑の声もあるようです。
塾講師
塾の講師の「人に勉強を教える」という面は、デジタルの力に置き換わっていく可能性があります。例えば、教師の説明がわかりにくいと感じたとき、いまやインターネットで探せば、24時間いつでもわかりやすく解説している文章や動画に出会えます。特に、対話を必要としない一方的に覚えるだけのものや暗記系の勉強についてはその傾向が強いでしょう。人との関係性を築く学校教育ではなく、知識を学ぶことを目的とする塾は、特性上AIに置き代わりやすい部分はが大いにあります。
具体例として、学研メソッドが提供している学研オリジナル学習システム（GLDS）ではChatGPTを活用して生徒の学習効果を高めることを目的としています。
このシステムでは、まず学生が授業映像で単元の内容を学習し演習問題を解きます（ここまでは従来のオンライン授業と同じ）。その演習問題を解いていく中で、正誤に合わせてAIが適切な難易度の問題を出題していき、その日の学習が終わった後も、その学生の理解度や学習状況に合わせた内容の宿題を自動生成するのです。問題の正誤の振り返りなどはグラフ化して表示します。その他にも、予定表が作れたり、塾や学校の成績を入力して管理できたりします。その後、学生・保護者・教育者はそのデータを元に進路を相談するなどできます。
これにより塾講師の負担は減り、その分一人の塾講師につき、今よりも多くの学生を担当することができるようになったり、１コマの授業そのもののクオリティを高めていく時間が増えより良い授業をおこなえるようになったりするメリットもあります。
FAMcampusというツールは、メタバース空間で塾のようなコミュニティを築けるツールです。学生がこのツールにアクセスすると、自分のアバターが塾を模したオンライン空間に入り、そこで塾講師と対話したり授業を受けたりすることができます。理由があって自宅から離れられなかったり、ただのオンライン塾ではやる気が継続しなかったりする学生に便利なツールです。早稲田スクールや創造学園といったオンライン塾で実際に採用されています。
こちらは人間の従業員を減らすというものではありませんが、実際に塾で使われているメタバースツールとして紹介しています。実際に使用されている講師のインタビューでは、このツールを導入後、塾を辞める学生の数が減ったと語られています（このページの最後にある参考リンクにインタビュー動画があります）。
オンライン塾と対面塾の違いやメリットについてはここでは割愛しますが、オンライン塾が人気になってくると対面塾が下火になることは想像に難くありません。
現代はますますインターネット越しでやりとりができる時代になってきています。つまり、遠隔でも人間同士のやりとりができるようになり、評価の高い教員にアクセスが集中することも予想されます。
なお、これらとは逆に、学校の教員業務は学生のいじめへのケアや詳しい進路先の相談や情報提供など、学生一人一人と個別に向き合わなければならず、人間の職員が必要なのは変わらないと思われます。
あなたの職業は・・・？
さて、ここまでDXと職業・業界についてみてきました。
このほか一般事務員や公務員なども、デジタルに置き代わり今後縮小傾向にあることが予想されます。
また、文章中には出てきませんでしたが、AIに取って代わられることを考えた時、前提としてそのAIのクオリティの問題もあります。AIとは大量のデータを記憶させて作られるものですので、そのAIの開発時に材料となるデータが少ないと、職業に取って代わるまでのクオリティとは言い難くなります。
加えて、法整備など社会的にAIが許容されるかどうかも職業置き代わりの指標になってきます。
ご自身の業界はデータが取れやすいようなものでしょうか？
それとも競合他社が少なかったりニッチなニーズに応えられたりする狭い業界でしょうか？
このコラムが、一度あなたの職業について考えてみるきっかけとなれば幸いです。